牟秋锋
高新兴智联科技有限公司 天津 300308
摘要：现如今，我国是科学技术快速发展的新时期，利用物联网卡数据传输和高清车牌识别摄像机提取公交运行信息，建立公交运行模型对公交运行数据进行模式识别，揭示公交运行的时空模式，提出公交运行OD的公交服务评价指标和路网在运车辆估算方法，实现公交车牌电子化。论文提出了基于轨迹数据(物联网4G数据传输和高清车牌自动识别数据)的公交运行OD识别方法。首先围绕数据质量、数据覆盖程度分析基于数据识别出行的适用性,在此基础上提出了OD识别方法,然后对识别结果进整理、分析，给智能公交建设提供技术支撑。
关键词：物联网卡；公交车牌电子化；智能公交
引言
城市机动车保有量及道路交通流量的急剧增长，使得交通拥堵成为现代城市面临的严重问题。在大中城市优先大力发展公共交通，特别是提高公共交通的服务水平，吸引更多人选择公共交通出行，进而改变居民出行习惯被认为是解决交通问题行之有效的途径。公交优先信号控制是优先发展城市公共交通的重要手段，而公交行程时间预测能够给公交优先信号配时系统提供足够的“思考”时间和准确的控制依据，确保信号控制系统及时而有效地实施公交优先信号配时方案。
1公交专用道与物联网技术的结合
城市公交专用道是一种专用于公交车辆的道路，其特点是在指定时间段内只允许公交车辆运行，根据实际情况的不同有每天不同时段或者如上海延安路中运量项目7*24小时专享等要求。为了保证其专用的权利，必然需要增设相应设备来捕捉违规车辆并加以处罚，这就可以通过地磁/线圈检测+RFID检测或者ZIGBEE通讯+视频检测等多种方式来实现。以上海延安路为例，由于其专用道设置在道路中央，且只允许71路公交车专享，其检测方式运行车辆的方式就采用了无源RFID+地磁检测并应用视频检钡」加以确认，而且还配置了响应该几项技术专用信号灯。
2公交车牌电子化在智能交通系统中的应用
2.1对品质公交服务的促进作用
公交车牌电子化可以提供公交车辆运行的基础数据，有助于解决公交车辆在城市道路交叉路口红灯延误而造成的晚点的情况，提高车辆的准点率，降低公交运营成本，提高公交服务质量，缓解市民出行难之困扰。解决特勤车辆在城市道路交叉路口红灯延误而造成的晚点的情况，提高车辆到达目的地的准点率，提高效率、减少损失。未来的公交管理系统必定更加系统化、一体化与个性化。每个城市的公交公司的管理会更加系统化，各城市之间的公交能实现一体化联网查询，公交系统也会增加新闻发布、同城交友、公交投诉等个性化服务，而不仅仅是公交线路查询这个基本功能。
2.2基于颜色以及形状特征的车牌定位方法
在图片中找到符合汽车牌照特征的区域，这就是汽车牌照定位的实质。毫无疑问，定位是车牌识别的前提条件，如果定位都实现不了，谈识别则毫无意义。既然要找特征，那么车牌都有哪些特征呢?根据人眼观察、定性分析可知，车牌颜色和其他车体部位颜色有区别，且形状是矩形，车牌上有汉字、数字以及字母。
2.3共享单车的物联网应用
Ofo单车的物联网应用最初仅局限在扫码开车，虽然在技术上有所创新，但是物联网技术应用其实很少，导致了其途中无定位，锁车无监管，进而管理繁琐、故障率居高不下，发展应用前景受阻，导致其不得不在2017年高调提出要与中国电信合作，利用NB-IOT技术进行北斗定位传输，并在在京津冀地区首先配备“北斗智能锁”，除了实现定位、密码变换等功能，还提出进行小范围内的地理围栏尝试，车辆不进入停放区就无法上锁。而摩拜单车的物联网技术应用相对OFO来说就有了本质提高。剔除其骑行感受较差的缺点，通过分析其内在技术就可以发现其在设计上还是匠心独特，其智能锁内应用了移动提供的物联网GPRS芯片通讯，号称全球第一款。智能锁内的定位芯片则选择了三模芯片，统一集成了“北斗+GPS+格洛纳斯”三大主流定位，为其今后推向国际市场预作了配置。定位功能的实现首先为其公司的日常营运管理带来了便利，据说万辆管理在人工智能平台协助下仅需不足10人就可胜任，而OFO平台则需30人以上。其次，其巨大的保有量产生了海量的数据，而通过其物联网技术，这些大数据在完成其基本管理功能的同时也可提供给研究部门进行进一步的数据挖掘，可以由此获得骑行的需求、骑行的时间、骑行的路线等种种城市规划有用的数据。摩拜单车现在全球车辆己超365万辆，己在新加坡等海外城市开展了推广。
2.4从车牌候选区域中去除伪车牌区域
经过膨胀与腐蚀操作，即闭运算后，图像中剩下部分灰色联通区域，这些区域就是车牌的候选区域，这其中有真正的车牌区域，也有一些伪车牌区域。从车牌候选区域中去除伪车牌区域，并实现定位的方法如下:Step1:提取灰色联通区域的轮廓点;Step2:求出这些轮廓点的外接矩形;Step3:计算外接矩形的面积，去除掉面积最大以及面积最小的外接矩形;Step4:根据车牌区域的长度与高度之比的特征，系统采用的长度与高度之比为2.0-4.0，剔除掉长宽比不符合条件的候选区域;Step5返回车牌区域的坐标值，定位出车牌区域。
2.5车车与车路协同中涉及的协议与技术
随着无人驾驶技术的不断发展，如果在车车之间或者车路之间的传输速度是会发生延迟的，或者说不能有极强的实时性的话，其传输会给车联网技术带来安全和技术隐患。依照下图中车载信息系统一体化的技术要求，正式无人驾驶实施的时候，可所需采集的车载信息远远超过了我们日常所理解的范畴，需要传输的信息非常之多，且分门别类，需要在制订时全面考虑。其消息集会包括车辆自身的位置，相对其它车辆的位置，其他车辆相对自身的位置，气候、交通标志、车身状况、云上的交通信息，实时更新的服务信息，如果可能的话可以与交通控制系统相连，知道自身所在交通流的信号灯是否在放行状态，在的话还有几秒关闭，不在的话还有几秒开放，同时可以根据精确定位来决定在信号允许的情况下，应该以什么样的速度行驶等等。
3社会效益
为保障交通环境的畅通，除了修缮城市道路网的分布外，更多的需要开发和研究通过网络、通讯、自动化设备等资源与智能交通系统进行整合的途径和方法，使智能交通系统更加合理科学地运用到各个城市的交通中来。公交车牌电子化有力地完善了智能交通体系，通过智能交通系统的调度和分析，对城市交通进行科学合理的监管，不但保证了城市居民的安全，也相较之前无智能状态下更具有条理，节约资源的同时减少浪费和污染，加快城市资源交流的同时维持健康的交通秩序，提高交通管理水平，提高路网服务效率。强大的智能交通系统能更全面系统的为城市服务，为国民生活服务，为我国的社会化进程服务。
结语
（１）本文提出一种基于ＲＦＩＤ电子车牌数据的ＡＦＫＦ和ＷＮＮ组合模型对公交行程时间进行自适应动态预测，模型预测相对误差为３．２３％，绝对误差值集中在８ｓ左右，预测效果优于基于ＧＰＳ采集交通参数作为模型输入量的行程时间预测算法。（２）基于ＡＦＫＦ－ＷＮＮ算法的组合模型预测准确性优于单一模型。与基于ＧＰＳ采集数据作为模型输入相比，ＲＦＩＤ更为准确可靠。采用多种数学统计量对模型的预测效果检验表明，基于组合模型的公交行程时间预测算法鲁棒性良好，可实现基于实时交通状态动态自适应预测，且综合预测效果较好。
参考文献
[1]公路车辆智能监测记录系统通用技术条件[S].GA/T497-2004.
[2]中华人民共和国公共安全行业标准[S].GA/T70-94/T74-94.