摘要：目前，我国的科技发展十分迅速，在科技快速发展的过程中，我国的城市建设得到了良好的发展，射频识别（RFID）技术作为交通领域较新的数据采集技术，利用RFID技术采集交通参数是车路协同新领域探索的技术支撑。本文基于实现实时道路交通状态判别这一目的，采用RFID系统采集城市道路车辆数据，通过构建交通参数计算方法，将车辆数据转化为交通流量、流速、密度等道路交通参数，参照速度阀值判断道路实时交通状态，通过结合路段交通量的转移分布和历史平均行程时间分析，建立了适用于RFID技术的交通状态模型，预测未来短时间内路段以及区域交通状态的变化情况。
关键词：RFID技术；城市道路；状态判别
引言
社会经济的持续快速发展，使得我国城市化进程加快，汽车工业飞速发展，居民的生活水平得到快速提高。与此同时，我国各大城市的交通需求急剧增加，导致了一系列的交通问题，如交通拥堵、交通事故和汽车尾气污染等，此类城市交通问题对国民经济和城市的可持续发展造成了不良影响，越来越受到社会和决策者的关注。为了改善城市交通系统的运行质量，缓解交通需求增长带来的压力，我国大力建设交通基础设施来扩大交通供给。但是可利用的土地资源有限，交通设施的扩张将受到限制，难以适应交通需求的快速增长，因此，还需利用科学的管理和控制手段，如智能交通系统等先进技术来提高己有交通设施的利用率和交通运行质量。
1交通拥挤的含义与分类
交通状态是指交通流的总体运行状态。城市道路上的交通状态一般可分为畅通和拥挤两种:畅通状态是指平均行程车速不明显低于所在路段规定的最高速度限制的交通状况，包括自由流交通状态和稳定流的较好和中间部分;拥挤状态是指平均行程车速明显低于所在路段规定的最高速度限制的交通状况。根据拥挤的严重程度，拥挤又可分为一般拥挤和严重拥挤。一般拥挤常常也认为是车流处于缓行状态，是指平均行程车速尚在一个大家公认的可以接受的范围之内的交通状态，此时交通处在稳定交通流范围的较差部分。严重拥挤也称为拥堵，是指平均行程车速己经低于大家可以接受的范围时的交通状态。这个公认的可以接受的速度标准随城市规模、道路、交叉口等级以及发生时间不同而不同。目前己有应用中，常常将交通状态分为畅通、一般拥挤(或缓行)和严重拥挤(或拥堵)三种状态。交通拥挤的本质是交通需求大于交通供给。根据成因，交通拥挤可分为常发性拥挤和偶发性拥挤两种。常发性交通拥挤常发生在固定的时间段和地点，发生原因是短时间内交通需求增加，例如早高峰和晚高峰时的交通拥堵，交通量接近饱和或过饱和状态，车辆的行驶速度慢，严重时车辆甚至走走停停。常发性交通拥挤常常发生在位置固定的交通瓶颈处，如车道减少、交织路段短、道路横截面窄、和交叉口等，可通过长期的观察、分析估计出拥堵发生的可能时间段和位置。偶发性交通拥挤也称为交通事件，常由一些特殊交通事件引起道路暂时的通行能力下降，如交通事故、车辆抛锚、天气不良、道路施工养护等。此时道路上的交通量一般很低，低于饱和流量。偶发性交通拥挤在时间和空间上都具有很强的随机性。一般情况下，常发性交通拥挤也简称为交通拥挤，偶发性交通拥挤也称为交通事件。
2城市道路交通状态判别
2.1RFID道路交通状态检测
应用RFID技术对城市道路车辆数据进行采集之后，其计算相对简单，和传统方法相比节约了计算时间，为保持系统的管理水平提供更好的支持。根据计算得到的城市道路交通流量密度信息，结合《城市道路设计规范》中对于不同等级道路设计速度的规定，形成反映道路拥堵状态的识别阈值，以此判断区间道路的拥堵情况。城市道路的拥堵状态可分为4类，行驶速度小于10km/h为严重拥堵，行驶速度在10~20km/h之间为拥堵，行驶速度在20~40km/h为轻度拥堵，行驶速度大于40km/h为畅通。
2.2城市道路交通状态预测
以RFID读写器在某一时间段内检测到的车辆通过信息为基础，对城市道路每天的历史日平均。行程时间进行计算，可以得出每一时间汇集度的历史平均行程时间，为了统计更加精细化，可以对工作日和周末、小长假的历史平均行程时间进行分析统计计算，以便对城市道路交通状态进行预测，具体预测方法如下：某观测路段，该路段向其他路段转移的交通流量可通过公式（1）得出，其转移率为转移交通流量与对应路段交通流量的比值，用Pdt(Xi→Y)（某天d时刻t路段Xi到路段Y交通量转移率）表示。根据研究需要，可选择利用固定时间段（几个月或几年）的历史数据，得出某时刻t的平均转移率，即为
2.3RFID基站网络构建原因
传统的交通数据采集技术如线圈、微波、视频等可以检测到车辆是否通过检测点，并通过汇集车辆的通过数据形成交通状态参数，如交通流量、交通流断面速度或者交通流占有率等。基于这些交通流参数，可以利用交通流理论分析推理各交通检测点间以及交通路网上的交通状态。需要指出的是，在上述检测和交通状态分析过程中，各检测点处的检测设备是独立工作的，且各检测点处所获得的数据可以直接映射为实际路网模型中在该检测点处的交通状态，从而简化了原始数据的解释过程。而对于基于RFID技术的交通数据采集而言，由于RFID采集技术机理的不同，上述传统的数据处理和映射方法需要做出相应的调整，以适应实际系统的需求。根据基于RFID技术的交通数据采集原理，当贴有RFID电子标签的车辆通过RFID检测基站时，RFID数据采集系统不仅能够检测到车辆的通过信息，而且能够通过对车载RFID电子标签的读取和识别，获得通过车辆的身份特征(如车牌号等)，而车辆身份特征的读取和识别是RFID数据采集系统的重要特征，也是区别RFID系统和其他传统的数据采集系统的重要标志。RFID技术获得的车辆通过特征使得获取车辆的行驶路径、计算车辆在不同基站间对应路段的真实行程时间成为可能，因此构建RFID基站网络成为基于RFID技术的交通数据采集和分析系统的必要步骤之一。
结语
文中基于RFID技术的城市道路交通状态判别可以根据城市路段的日历史平均车程流量对城市路段的交通情况进行预测，从而避开高峰拥堵时刻出行，为城市道路规划提供了技术支撑，由于该判别方法的研究较短，没有对该方法的准确性进行研究，今后可以采用其他判别方法如神经网络方法与提出的基于RFID技术的判别方法进行对比，不断提高道路车辆情况判别的精确性。
参考文献
[1]李清泉，高德荃，杨必胜.基于模糊支持向量机的城市道路交通状态分类[J].吉林大学学报:工学版，2009，39（2）:131-134.
[2]罗小强，陈宽民，张同芬.城市快速路交通拥挤事件检测与程度辨识[J].长安大学学报:自然科学版，2010，30（3）:71-75.
[3]陈伦，谷远利，陆文琦.基于模糊综合评价的城市快速路交通状态判别研究[J].山东科学，2017，30（5）:62-69.
[4]谭振超，成卫，许世春.基于熵权的道路交通状态模糊综合评判模型[J].交通科学与工程，2017，33（3）:69-74，81.
论文作者:李秀保
论文发表刊物:《建筑实践》2019年11期
论文发表时间:2019/10/30
标签：交通论文; 状态论文; 拥挤论文; 路段论文; 车辆论文; 道路交通论文; 技术论文; 《建筑实践》2019年11期论文;