一種基于vanet的十字路口違章車輛檢測方法

專利名稱：一種基于vanet的十字路口違章車輛檢測方法
技術領域：
本發明涉及一種違章車輛的檢測方法，具體是一種基于移動車載網的十字路口違章車輛檢測方法。
背景技術：
車載自組網(VANET，vehicle ad hoc networks)是DTN網絡的一種，它的基本思想是在一定通信范圍內的車輛可以相互交換各自的車速、方向等信息和車載傳感器感知的數據，并自動的連接建立起一個移動的網絡。節點的單跳通信范圍只有很有限的距離，每一個節點(車輛)不僅是一個收發器，同時還是一個路由器，因此采用多跳的方式把數據轉發給更遠的車輛。車載自組網可以被應用到交通秩序的管理當中去。十字路口的違章檢測是交通秩序管理的重要內容，這里所指的十字路口的違章現象主要指闖紅燈現象。但是對于闖紅燈這一交通管理的重要內容，尚缺乏十分有效的手段對其進行實現。如果借助交警或協警對十字路口的違章現象進行檢測，則會耗費較大的人力資源成本，如果借助行人對違章現象進行監督，則很可能出現“有人發現，無人舉報”的局面。

發明內容
本發明所要解決的技術問題是以車載自組網為基礎，根據在車載自組網絡中闖紅燈的車輛與其他車輛之間的通信特征，實現對闖紅燈車輛的自動檢測。本發明所述的基于移動車載網的十字路口違章車輛檢測方法，位于十字路口區域的所有車輛構成一個車載自組網，在嫌疑車輛出現前所有等待綠燈的車輛均為監視車輛， 該檢測方法包括以下步驟1)嫌疑車輛確認在監視車輛一直處于等待狀態的情況下，a.對于行駛方向與之相同的車輛，如果滿足下面兩個特征其中一個，監視車輛把它作為嫌疑車輛特征一該車的速度由0變為非0的某個值，特征二 某一時刻和監視車輛斷開了通信連接；b.對于行駛方向與監視車輛相反的車輛，如果它滿足下面這個特征，監視車輛將會把它作為嫌疑車輛特征三某一時刻和監視車輛建立起了通信連接；2)監視車輛向基站發送嫌疑車輛報告；3)基站進行違章界定。上述步驟2、監視車輛向基站發送嫌疑車輛報告的過程為監視車輛一旦檢測出嫌疑車輛，就形成違章報告，報告的內容包括步驟1)中嫌疑車輛的編號、闖紅燈時間T以及嫌疑車輛的速度V和發現該嫌疑車輛所依據的特征。上述步驟幻基站進行違章界定的過程為
a.如果在綠燈切換成紅燈后，在時間Trepmt，基站接收到一個同向車輛的疑似闖紅燈報告。假設R為車輛的無線通信半徑，Tteans是基站記錄到綠燈切換成紅燈的時間，如果 兩足Treport-R"彡 Ttrans(1)則將該嫌疑車輛從報告列表中去除；b.如果Trep。rt_T ^ Δ T，將該嫌疑車輛從報告列表中去除；其中Δ T是前后車輛開動時間的差值，Δ T的值按照式⑵取得ΔΤ= QiX(Nreport-Nk)(2)其中，Nreport是監視車輛的序號；Nk是被報告車輛的序號，如果被報告車輛不在基站的注冊信息列表中，Nk取0，如果被報告車輛和監視車輛反向，Nk取N_。rt-1 ； α i為通過實驗測得的系數，i是報告所依據的特征編號；c.經過以上兩步，仍然在報告列表中嫌疑車輛被認定為違章闖紅燈的車輛。本發明是基于以下想法來設計十字路口的違章檢測策略，即位于十字路口區域的所有車輛構成了一個車載自組網，當兩輛車在對方的通信范圍之內時，他們就建立起一條通信連接，通過這條連接，車輛之間可以交換行駛方向、車輛速度等信息。建立了通信的車輛會互相監督對方，以自己的行動作為基準，觀察其是否闖了紅燈。比如當前靜止的車輛會認為和它同向的車輛也應該靜止，否則就是闖了紅燈。車輛發現了闖紅燈的其他車輛后， 會將該車的編號發送給基站，基站根據收到的報告做出決策。違章檢測算法包含以下三個步驟1)特征提取算法首先通過研究十字路口的違章車輛，提取出違章車輛的特征， 制定出檢測的基本算法。特征包括①該車的速度由0變為非0的某個值②某一時刻和同方向的監視車輛斷開了通信連接；③某一時刻和反向監視車輛建立起了通信連接。2)誤報消除實際情況中可能會出現的影響判斷精度的誤報，包括①直闖漏報， ②啟動延遲，③紅綠燈切換時誤報針對這些情況對算法進行改進，消除這些情況中出現的誤報；3)違章界定每當紅綠燈切換之際，基站會收到一系列的由監視車輛發來的報告，基站需要根據這些報告調用其決策邏輯，來判斷到底是哪些車輛闖了紅燈。本發明將車載自組網絡應用到闖紅燈車輛的檢測中去，根據車載自組網絡中闖紅燈的車輛與其他車輛之間的通信特征，實現對闖紅燈車輛的監測，本發明的優點是(1)低成本，只依賴于車輛的無線通信設備，不需添加特殊的汽車部件；(2)自動化，不需要人工參與，減少人工監視的負擔；(3)具有較高的準確性，可以作為交通違章決策輔助系統。


圖1違章檢測流程圖。圖2A車闖紅燈時的路況示意圖。圖3紅綠燈切換之際的路況示意圖。
具體實施例方式下面結合附圖對本發明進行詳細說明。
圖1是違章檢測流程圖。首先通過分析兩種不同的闖紅燈的情形，總結出了闖紅燈車輛的特征，其他車輛可以根據這些特征判斷一輛車是否闖了紅燈，這是本發明的基礎； 在找到闖紅燈車輛的特征后，又探討了實際情況中可能出現的影響判斷準確性的三種情況，并針對這些情況給出相應的策略；最后說明了基站是怎樣根據相應的策略去除接收到的誤報，以確定究竟哪些車是闖紅燈的車輛。具體步驟如下。1.特征提取為了判斷出哪些車闖了紅燈，首先必須找出在機會網絡中違章汽車的特征。所謂 “闖紅燈”，也就是說本來應該是靜止(WAIT)的車輛卻處于運動(RUN)的狀態，而所有的闖紅燈情況無非是以下兩種情況的某一種，就不同的監視車輛看來，它們與嫌疑車輛之間的通信也會體現出不同的特征。下面分情況進行討論。(1)某輛車在停在路口等待綠燈的到來，但是在綠燈尚未到達之時，該車開動了， 即該車闖了紅燈，變成了相應監視車輛的嫌疑車輛。對于不同的監視車輛(當然，嫌疑車輛必須在監視車輛的通信范圍之內)來說，這個嫌疑車輛體現出不同的特征。(a)如果監視車輛的行駛方向與嫌疑車輛的方向相同，那么嫌疑車輛的速度在監視車輛所維護的信息列表中由0變為一個非0的值，而監視車輛自己的速度仍然為0。如圖2所示，假設A車本來是停在路口等待綠燈的到達，但是在綠燈到來之前闖了紅燈，那么 B車、C車將會發現A車速度的變化，因而將A車列為嫌疑車輛。(b)如果監視車輛的行駛方向與嫌疑車輛的方向相反，那么由于車輛通信范圍的制約，嫌疑車輛的信息在初始情況下并沒有出現在監視車輛所維護的信息列表中，但由于闖紅燈現象的出現，嫌疑車輛和與其反向的監視車輛建立了通信連接，并且該嫌疑車輛的速度不為0，而監視車輛的速度為0。如圖2所示，在D車和E車看來，原本無通信連接的反向而來的A車現在與它們建立了通信連接，因而將A車列為嫌疑車輛。(2)在某輛車駛入十字路口區域的時候，它行駛方向上的交通燈是紅燈，但是它沒有遵守交通規則，停下來等待綠燈的到達，而是未經停頓地直接穿過了十字路口，于是它也變成了相應監視車輛的嫌疑車輛。對于不同的監視車輛來說，這個嫌疑車輛體現出不同的特征。(a)如果監視車輛的行駛方向與嫌疑車輛的方向相同，那么由于嫌疑車輛未經停頓地穿過了十字路口區域，它必將和停下來等待綠燈到達的監視車輛漸行漸遠，最終斷開通信連接，而監視車輛在與嫌疑車輛斷開通信連接時仍處于WAIT狀態。如圖2所示，假設 A車是未經停頓，直接開出了十字路口區域，那么就B車和C車看來，A車最后與它們斷開了通信連接，因而將A車列為嫌疑車輛。(b)如果監視車輛的行駛方向與嫌疑車輛的方向相反，那么類似地，由于通信范圍的限制，嫌疑車輛在初試情況下并未和監視車輛建有通信關系，但由于闖紅燈現象的發生， 嫌疑車輛出現在了監視車輛的通信范圍之內，而監視車輛仍然處于WAIT狀態。如圖2所示， 在D車和E車看來，反向而來的A車突然出現在了它們的通信列表中，因而將A車列為嫌疑車輛。通過總結上面的情況，可以得出監視車輛判斷一輛車是否為嫌疑車輛的依據。在監視車輛一直處于WAIT狀態的情況下，對于行駛方向與之相同的車輛，如果滿足下面兩個特征的某一個，監視車輛將會把它作為嫌疑車輛
特征一該車的速度由0變為非0的某個值；特征二 某一時刻和監視車輛斷開了通信連接。對于行駛方向與監視車輛相反的車輛，如果它滿足下面這個特征，監視車輛將會把它作為嫌疑車輛特征三某一時刻和監視車輛建立起了通信連接。以上特征是監視車輛用于判斷某輛車是否闖紅燈的重要依據，如果監視車輛發現了滿足以上三個特征之一的車輛，將會認為它是嫌疑車輛，但需要特別注意的是，由于十字路口交通情況的復雜，實際的闖紅燈行為也是多種多樣，上面的任意一種情形都不足以獨立地作為監視車輛判斷某輛車是否闖紅燈的依據，不同的監視車輛可能需要根據不同的特征進行綜合判斷，并且任何的監視車輛都不足以獨立擔當起發現所有嫌疑車輛的任務，監視車輛之間也需要合作，利用不同的監視車輛發現不同的嫌疑車輛。2.誤報消除上面給出了監視車輛判斷一輛車是否闖紅燈的基本方案，但在實際情況中，問題往往不是這樣簡單，有很多特殊情況的發生，考慮以下三種情況。情況一，直闖漏報。如圖2所示，假設A車在十字路口區域沒有停頓，直接闖了紅燈，但A車尚未超出監視車輛的通信范圍時，綠燈到達，監視車輛開始運動并中斷監視邏輯。此時對于與A車同向的B車和C車而言，它們既沒有和A車斷開通信連接，也未能檢測到A車的速度由0到非0的變化，所以就無法發現闖紅燈的A車，那么A車就成為了 “漏網之魚”。情況二，啟動延遲。如果某時刻有很多車在等紅燈，當綠燈到達后，可能前面的車已經開出去了，而后面的車仍在等待狀態，那么根據上文的判斷依據，后面的監視車輛會認為前面的車闖了紅燈；或者闖紅燈的第二種情形，后面的車可能會和已經開出的車斷開連接，作為監視車輛，后面的車將會把前面的車當成嫌疑車輛。很顯然，這是一個“誤報”。情況三，紅綠燈切換時誤報。考慮十字路口中正按照綠燈行駛的前后兩輛車，當前一輛車剛駛過路口時紅燈恰好到來，而此時后面一輛車尚未駛過路口，并因為紅燈停下來等待而成為了監視車輛，那么該車將會監視到和前面一輛車的通信連接斷開，然后將會把前面的車當作嫌疑車輛，但實際上前面的車并沒有闖紅燈。但類似的情形不會出現在兩輛相向行駛的車輛中，在紅綠燈切換之際，如果有一輛車遇到紅燈停了下來而成為監視車輛， 那么如果它此時發現有反向而來的車和它建立起了通信關系，那么這輛車一定是闖紅燈的車輛，因為既然監視車輛遵從紅燈停了下來，它對面的車也應該停下來，如果對面的車未停，就會和監視車輛建立起通信連接，因此肯定闖了紅燈。如圖3所示，如果此時東西方向恰好紅燈到來，那么f車就會停下等待成為監視車輛，它將會懷疑和其遠去的e、h闖紅燈。其中，直闖漏報發生的可能性不高，可以通過反向檢視車輛的報告來提高準確性。 啟動延遲和紅綠燈切換誤報比較常見，需要通過專門的手段來消除這些誤報，來保證違章檢測的準確性。具體措施在下節討論。另外，由于汽車和基站不能隨時保持通信，所以一旦檢測出嫌疑違章車輛，會形成違章報告，內容包括嫌疑車輛的編號、闖紅燈時間T以及嫌疑車輛的速度V和發現該嫌疑車輛所依據的特征。違章報告被存在本地內存中，當該車輛經過基站時，發送給基站。3.違章界定
每當有車輛通過十字路口之際，基站會收到一系列的由監視車輛發來的報告，基站需要根據這些報告調用其決策邏輯，來判斷到底是哪些車輛闖了紅燈。決策邏輯的主要工作是從報告中消除誤報的項目。首先，決策邏輯需要把因為情況三而出現的誤報去除。 假設在綠燈切換成紅燈后，在時間，基站接收到一個同向車輛的疑似闖紅燈報告。假設R為車輛的無線通信半徑，V為車輛的行駛速度，則可以估算出嫌疑車輛穿過十字路口時的時間為tMp t_R/V。另外，假設基站記錄到綠燈切換成紅燈的時間為ttrans，對比這兩個時間，如果滿足treport-R/V ( ttrans(1)那么相應項目的報告被認為為一個誤報，將其從報告列表中去除。然后，決策邏輯需要把因為情況二而出現的誤報去除。假設基站接收到違章報告的時間為T_。rt，如果滿足T_。rt-T ^ ΔΤ(ΔΤ是前后車輛開動時間的差值)，那么這是啟動延遲，屬于誤報，決策邏輯需要將這個誤判去除。但是，實際情況中，ΔΤ的具體值是難以知道的，因此這里只能對Δ T的值進行估計。值得注意的是，Δ T的值需要謹慎選取，如果Δ T 偏大，在第一種情況中，就可能造成漏判。本文按照下面的方法計算ΔΤ的值。由于基站記錄了各個監視車輛的注冊時間，計算Δ T的值之前，決策邏輯按照注冊時間從早到晚將行駛方向相同的決策者進行排序，并分配以序號N(序號N從1開始編號)。Δ T的值按照式⑵取得ΔΤ= QiX(Nreport-Nk)(2)其中，Nreport是監視車輛的序號；Nk是被報告車輛的序號，如果被報告車輛不在基站的注冊信息列表中，Nk取0，如果被報告車輛和監視車輛反向，Nk取Nmrat-I ； α i為系數， 可以通過實驗測得，i是報告所依據的特征編號。經過以上兩步，誤判的項目基本被去除了，如果某輛車此時仍然在報告列表中，那么決策邏輯將認為該車是闖紅燈的車輛。做出決策之后，決策邏輯將已經報告過的監視車輛從監視車輛注冊列表中刪除。
權利要求
1.一種基于移動車載網的十字路口違章車輛檢測方法，位于十字路口區域的所有車輛構成一個車載自組網，在嫌疑車輛出現前所有等待綠燈的車輛均為監視車輛，其特征在于該檢測方法包括以下步驟1)嫌疑車輛確認在監視車輛一直處于等待狀態的情況下，a.對于行駛方向與之相同的車輛，如果滿足下面兩個特征其中一個，監視車輛把它作為嫌疑車輛特征一該車的速度由0變為非0的某個值，特征二 某一時刻和監視車輛斷開了通信連接；b.對于行駛方向與監視車輛相反的車輛，如果它滿足下面這個特征，監視車輛將會把它作為嫌疑車輛特征三某一時刻和監視車輛建立起了通信連接；2)監視車輛向基站發送嫌疑車輛報告；3)基站進行違章界定。
2.根據權利要求1所述的基于移動車載網的十字路口違章車輛檢測方法，其特征在于步驟幻監視車輛向基站發送嫌疑車輛報告的過程為監視車輛一旦檢測出嫌疑車輛，就形成違章報告，報告的內容包括步驟1)中嫌疑車輛的編號、闖紅燈時間T以及嫌疑車輛的速度V和發現該嫌疑車輛所依據的特征。
3.根據權利要求1或2所述的基于移動車載網的十字路口違章車輛檢測方法，其特征在于步驟幻基站進行違章界定的過程為a.如果在綠燈切換成紅燈后，在時間Trep t，基站接收到一個同向車輛的疑似闖紅燈報告。假設R為車輛的無線通信半徑，Ttrans是基站記錄到綠燈切換成紅燈的時間，如果滿足Treport-R/V≤Ttrans則將該嫌疑車輛從報告列表中去除；b.如果Tmrat-T< Δ T，將該嫌疑車輛從報告列表中去除；其中Δ T是前后車輛開動時間的差值，ΔΤ的值按照式(2)取得ΔΤ= QiX(Nreport-Nk)(2)其中，Nreport是監視車輛的序號；Nk是被報告車輛的序號，如果被報告車輛不在基站的注冊信息列表中，Nk取0，如果被報告車輛和監視車輛反向，Nk取N_。rt-1 ； α i為通過實驗測得的系數，i是報告所依據的特征編號；c.經過以上兩步，仍然在報告列表中嫌疑車輛被認定為違章闖紅燈的車輛。
全文摘要
本發明公開了一種基于移動車載網的十字路口違章車輛檢測方法，位于十字路口區域的所有車輛構成一個車載自組網，在嫌疑車輛出現前所有等待綠燈的車輛均為監視車輛，該檢測方法步驟為根據車載自組網中表現的不同特征確認嫌疑車輛，監視車輛向基站發送嫌疑車輛報告，再由基站進行違章界定。本發明將車載自組網絡應用到闖紅燈車輛的檢測中去，根據車載自組網絡中闖紅燈的車輛與其他車輛之間的通信特征，實現對闖紅燈車輛的自動檢測，降低了人力監控成本，可以作為交通違章檢測的輔助系統。
文檔編號G08G1/01GK102467820SQ20101053088
公開日2012年5月23日 申請日期2010年11月4日 優先權日2010年11月4日
發明者劉鑫, 李文中, 楊鴻超, 陸桑璐, 陳道蓄 申請人:南京大學