[發明專利]一種多源交通信息融合方法及裝置

在審

• 申請號: 202010538011.0
• 申請日: 2020-06-12
• 公開（公告）號: CN111859287A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 張東波;黎麗;張昱;秦昊;林利彬;凌翔;魏千洲;劉智;楊瑞;王曉旭;吳丹雯;王佳相;郭旭
• 申請（專利權）人: 廣東省智能制造研究所
• 主分類號: G06F17/18
• 分類號: G06F17/18;G08G1/01
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郭浩輝;麥小嬋

本發明公開了一種多源交通信息融合方法及裝置，融合方法包括：獲取多源交通信息，根據卡爾曼濾波器對多源交通信息進行預處理得到標準數據源；根據標準數據源中信息源之間的證據距離，計算得到標準數據源的基本概率分配；根據D?S證據理論對基本概率分配分別進行靜態可靠性優化和動態可靠性優化，得到靜態基本概率分配和動態基本概率分配。本發明提供一種多源交通信息融合方法及裝置，結合卡爾曼濾波算法以及D?S理論方法對多源交通信息進行融合，提高多源交通信息融合的準確性和穩定性。

技術領域

本發明涉及信息融合技術領域，尤其是涉及一種多源交通信息融合方法及裝置。

背景技術

智能交通系統的研發是緩解城市交通擁堵的重要舉措,其中綜合利用多種來源的交通信息數據,通過信息融合分析技術,得到更準確的道路路況、更豐富的交通出行信息，以全面地掌控城市交通出行態勢及出行特征,顯得越來越重要。

本發明的發明人發現，現有的交通信息融合方法是通過使用統計法、模糊理論和Bayes推理法等經典算法實現信息融合的，但是現有的交通信息融合方法在信息融合的過程中由于容易出現數據沖突現象，導致信息融合的精準度較低。

發明內容

本發明提供一種多源交通信息融合方法及裝置，以解決現有技術在信息融合的過程中由于容易出現數據沖突現象，導致信息融合的精準度較低的技術問題，實現提高多源交通信息融合的準確性和可靠性。

本發明的第一實施例提供一種多源交通信息融合方法，包括：

獲取多源交通信息，根據卡爾曼濾波器對所述多源交通信息進行預處理得到標準數據源；

根據所述標準數據源中信息源之間的證據距離，計算得到所述標準數據源的基本概率分配；

根據D-S證據理論對所述基本概率分配分別進行靜態可靠性優化和動態可靠性優化，得到靜態基本概率分配和動態基本概率分配。

在本發明的其中一種實施例中，所述獲取多源交通信息，根據卡爾曼濾波器對所述多源交通信息進行預處理得到標準數據源，具體包括：

獲取多源交通信息，對所述多源交通信息進行降維處理以及歸一化處理后，使用卡爾曼濾波器對處理后的所述多源交通信息進行濾波計算，得到標準數據源。

在本發明的其中一種實施例中，所述根據所述標準數據源中信息源之間的證據距離，計算得到所述標準數據源的基本概率分配，具體包括：

根據所述標準數據源中信息源對應的命題，計算所述信息源之間的證據距離，根據所述證據距離和焦元計算基本概率分配。

在本發明的其中一種實施例中，所述根據D-S證據理論對所述基本概率分配分別進行靜態可靠性優化和動態可靠性優化，得到靜態基本概率分配和動態基本概率分配，具體包括：

根據D-S證據理論得到所述基本概率分配的可靠性矩陣，將所述可靠性矩陣進行變換得到權值矩陣；

根據所述權值矩陣、所述可靠性矩陣和所述基本概率分配，計算得到靜態基本概率分配。

在本發明的其中一種實施例中，所述根據D-S證據理論對所述基本概率分配分別進行靜態可靠性優化和動態可靠性優化，得到靜態基本概率分配和動態基本概率分配，具體包括：

根據動態可靠性權值以及所述標準數據源中信息源的估計方差，計算所述基本概率分配的動態可靠性；

結合所述動態可靠性和所述基本概率分配，得到動態基本概率分配。

本發明第二實施例提供了一種多源交通信息融合裝置，包括：

預處理模塊，用于獲取多源交通信息，根據卡爾曼濾波器對所述多源交通信息進行預處理得到標準數據源；