留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于边缘计算的危险品运输车辆跟踪预警方法

马峻岩 刘仟金 许良 惠飞 孙正良 袁立 赵祥模

马峻岩, 刘仟金, 许良, 惠飞, 孙正良, 袁立, 赵祥模. 基于边缘计算的危险品运输车辆跟踪预警方法[J]. 交通信息与安全, 2020, 38(5): 120-128. doi: 10.3963/j.jssn.1674-4861.2020.05.014
引用本文: 马峻岩, 刘仟金, 许良, 惠飞, 孙正良, 袁立, 赵祥模. 基于边缘计算的危险品运输车辆跟踪预警方法[J]. 交通信息与安全, 2020, 38(5): 120-128. doi: 10.3963/j.jssn.1674-4861.2020.05.014
MA Junyan, LIU Qianjin, XU Liang, HUI Fei, SUN Zhengliang, YUAN Li, ZHAO Xiangmo. Tracking and Warning Technology of Hazmat Transport Vehicles in Edge Computing Environment[J]. Journal of Transport Information and Safety, 2020, 38(5): 120-128. doi: 10.3963/j.jssn.1674-4861.2020.05.014
Citation: MA Junyan, LIU Qianjin, XU Liang, HUI Fei, SUN Zhengliang, YUAN Li, ZHAO Xiangmo. Tracking and Warning Technology of Hazmat Transport Vehicles in Edge Computing Environment[J]. Journal of Transport Information and Safety, 2020, 38(5): 120-128. doi: 10.3963/j.jssn.1674-4861.2020.05.014

基于边缘计算的危险品运输车辆跟踪预警方法

doi: 10.3963/j.jssn.1674-4861.2020.05.014
基金项目: 

国家重点研发计划项目

详细信息
  • 中图分类号: U495

Tracking and Warning Technology of Hazmat Transport Vehicles in Edge Computing Environment

  • 摘要: 边缘计算作为一种新兴的分布式计算模型,可提升信息系统的响应速度、节省网络带宽资源.将边缘计算应用于危险品运输车辆的跟踪预警,提出一种边缘智能路侧节点的协作式跟踪算法,在保障实时性的前提下解决了GNSS失锁导致轨迹缺失问题;针对车辆跟踪时的异常状态预警问题,将智能路侧感知的多源信息与车辆运行状态相结合,基于机器学习提出一种融合自车、周围车辆、道路和自然环境等特征因素的预警算法,有效提升了异常检测精度.使用SUMO交通仿真器分析了跟踪算法的性能,结果表明,边缘计算较传统云计算方式时延平均降低了90%,带宽消耗平均减少了68%.基于美国交通部网联车开放数据,通过参数调优分别建立了基于SVM,KNN,Adaboost的单车动力学变量与多因素变量的6种异常检测模型,实验表明,多因素变量检测模型优于单车动力学变量模型.基于SVM的多因素变量模型性能最优,其准确率为0.972,召回率为0.98,AUC为0.974.

     

  • 加载中
计量
  • 文章访问数:  436
  • HTML全文浏览量:  252
  • PDF下载量:  3
  • 被引次数: 0
出版历程
  • 刊出日期:  2020-10-28

目录

    /

    返回文章
    返回