本發(fā)明屬于信息融合/交通評價領(lǐng)域。

背景技術(shù)：

交通擁堵問題的日益突出嚴重地制約了城市的發(fā)展，由于早晚高峰期間的城市路網(wǎng)往往處于過飽和狀態(tài)，機動車出行不便成為困擾居民生活的一大難題。然而有研究結(jié)果表明，目前城市路網(wǎng)的通行能力仍有較大的提升潛力，除了不合理的道路規(guī)劃和信號燈配時外，交管部門和駕駛員對于區(qū)域路網(wǎng)的即時狀況缺乏了解也是造成道路利用效率不高的一個主要原因。如果能精確檢測到實時的交通狀況和突發(fā)事件從而誘導交通流，路網(wǎng)的運行效率就能獲得提升，但是目前很多基于交通檢測數(shù)據(jù)的交通疏導應用研究都沒有取得預期的效果。其主要原因有兩點：一是受技術(shù)條件和成本所限，這種以外部檢測器作為數(shù)據(jù)源的方案能提供的數(shù)據(jù)種類較單一，受檢測其精度影響大，難以還原復雜的原始交通狀態(tài)；二是很多借助于交通仿真軟件下取得的研究成果考慮的場景過于簡單，與實際交通狀況不符，可見，尋找一種更可靠、還原度更高的交通數(shù)據(jù)檢測和交通狀態(tài)評價方法是十分有必要的。

與此同時，隨著車聯(lián)網(wǎng)技術(shù)的深入發(fā)展，路網(wǎng)上的車輛和智能設備將通過無線網(wǎng)絡彼此分享信息，協(xié)同運行，越來越多的交通數(shù)據(jù)將被挖掘出來以提高交通運行效率。事實上，車輛本身就裝有大量的傳感器，各類數(shù)據(jù)被應用于檢測車輛狀態(tài)、保障行車安全或智能輔助駕駛，而這些檢測數(shù)據(jù)中很大一部分可以通過車載診斷系統(tǒng)(on-boarddiagnostic,obd)提供的接口獲得，經(jīng)過計算后，這些數(shù)據(jù)可以轉(zhuǎn)化為交通評價中的一些統(tǒng)計量，如停車次數(shù)、旅行時間等，其數(shù)據(jù)精度和實時性與現(xiàn)有檢測手段相比都有大幅提高，如果能夠路段上一定時間內(nèi)的車輛數(shù)據(jù)被匯總在一起進行評價分析，將大大提高交通評價方法的精度。

交通檢測器是高速公路交通管理與控制系統(tǒng)的主要組成部分之一,是交通流信息的采集設備。它通過數(shù)據(jù)采集和設備監(jiān)視等方式,在道路上實時地檢測交通量、車輛速度、車流密度和車輛占有率等各種交通參數(shù)，這些參數(shù)都是控制系統(tǒng)中所需的配時計算參數(shù)。檢測器檢測到的數(shù)據(jù),通過通信系統(tǒng)傳送到本地控制器或是直接上傳至監(jiān)控中心計算機,作為監(jiān)控中心分析、判斷、發(fā)出信息和提出控制方案的主要依據(jù)。車路協(xié)同是采用先進的無線通信和新一代互聯(lián)網(wǎng)等技術(shù)，全方位實施車車、車路動態(tài)實時信息交互，并在動態(tài)交通信息采集與融合的基礎(chǔ)上開展車輛主動安全控制和道路協(xié)同管理，充分實現(xiàn)人車路的有效協(xié)同，保證交通安全，提高通行效率，從而形成的安全、高效和環(huán)保的道路交通系統(tǒng)。交通評價技術(shù)是指根據(jù)有關(guān)監(jiān)測數(shù)據(jù)對微觀車輛運行狀態(tài)或宏觀路網(wǎng)狀態(tài)進行評價，主要包括數(shù)據(jù)獲取，數(shù)據(jù)準備，數(shù)據(jù)比較，實時狀態(tài)判斷等步驟。交通狀態(tài)評價即是要實現(xiàn)將采集到的基礎(chǔ)數(shù)據(jù)經(jīng)過處理后與一個既定的交通狀態(tài)判別標準進行比較，從而判別出定性交通狀況，判別結(jié)果可作為交通管理者決策時的參考依據(jù)。

現(xiàn)有的車輛行為評價和路網(wǎng)狀態(tài)評價往往是借著外部傳感器評判車輛的穩(wěn)定舒適性和路段的擁堵狀態(tài)，而這種間接采集數(shù)據(jù)的方式本身就有一定的誤差，而且對于影響評價結(jié)果的車輛和路網(wǎng)突發(fā)事件缺乏處理，進一步導致了評價精度的降低。

技術(shù)實現(xiàn)要素：

針對以上現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種基于多源信息融合的實時交通評價方法，通過對車輛動態(tài)數(shù)據(jù)和路測靜態(tài)數(shù)據(jù)兩類信息進行融合，得出最終的車輛和路況評價結(jié)果。具體采用如下步驟：

步驟1：定義一個有限集合q:q＝{q1,q2,l,qn}，q中的元素qi(i＝1,2,…,n)為車輛數(shù)據(jù)；

步驟2：定義一個有限集合p:p＝{p1,p2,…,pm}，p中的元素pi(i＝1,2,…,m)為評價指標；

步驟3：令uj為第j個評價指標pj∈p的隸屬函數(shù)，其中uj＝u(pj),uj∈[0,1]，得到有限模糊子集u，u＝{u1,u2,…,um}，建立模糊關(guān)系r：q×u：

其中，rij為第i個被車輛數(shù)據(jù)關(guān)于第j個評價指標的隸屬度，rij＝r(qi,uj)∈[0,1]；

步驟4：定義評價結(jié)果集為一有限集合v＝{v1,v2,v3,v4}＝{差,中,良,優(yōu)}，集合中的每一個元素對應于隸屬度函數(shù)的一個可能性分布區(qū)間：

uj∈[0.25(i-1),0.25i],v＝vi(i＝1,2,3,4)

步驟5：選取降半柯西型的隸屬度函數(shù)：

步驟6：根據(jù)動態(tài)調(diào)整取值策略，計算pj-uj坐標系每一個隸屬度函數(shù)分別對應的臨界值pij：

其中，為指定道路等級下單方向道路長度的典型臨界值，為標準道路長度，ξ為評價指標中由于信號控制所產(chǎn)生的數(shù)據(jù)比例，αnj為n條車道對第j個評價指標的影響系數(shù)，ωmj為m個道路岔口對第j個評價指標的影響系數(shù)；

步驟7：針對所求得的隸屬度區(qū)間uj，進一步轉(zhuǎn)化為對應指標的隸屬度rij，采用梯形隸屬度模型，取評價結(jié)果集v的區(qū)間界限0.25i為兩個評價集的中間隸屬度rij＝0.5，浮動區(qū)間為0.25i±0.1，由此構(gòu)成完整的隸屬度函數(shù)；

步驟8：定義s＝(q,u,r)為第一級交通評價空間，并給定一個模糊向量w：

w＝(w1,w2,…,wm)^t

其中w的元素wj為各評價指標關(guān)于第一級評價的重要性，第一級交通評價模型：

其中，表示模糊算子對；

步驟9：采用層次分析法劃分評價指標的權(quán)重；

步驟10：對層次分析法得到的權(quán)重結(jié)果進行一致性檢驗；

步驟11：對每一個車輛數(shù)據(jù)建立一個新的模糊子集：

u'＝{d1,d1,…,dp},u'∈[0,1]

其中，p表示采用的模糊算子對的個數(shù)；

步驟12：由q和u'建立一個新的模糊關(guān)系：

其中，dij表示采用第j個算子對時，步驟(8)算出的第i個車輛數(shù)據(jù)的第一級評價值；

步驟13：建立第二級交通評價空間s'＝(q,u',r')，在s'中作第二級評價，給定一個模糊向量w'：

w'＝(w1',w'2,…,w'p)

其中w'的元素w'j表示第j個模糊算子對相對于第二級評價的權(quán)重，且

步驟14：根據(jù)層次分析法計算第二級評價的權(quán)重，并進行一致性檢驗；

步驟15：得到二級交通評價模型b：

b＝w'r'^t＝{b1,b2,…,bm}

其中，bi表示第i個被評價對象對于評價結(jié)果集v的評價指數(shù)，且

步驟16：對b中的元素進行歸一化處理得到然后計算得到道路評價得分c：

c值越大，路況評價分值越高。

附圖說明

圖1是基于obd數(shù)據(jù)的車輛狀態(tài)診斷分析方法功能示意圖。

圖2是基于車路協(xié)同的移動車輛數(shù)據(jù)采集方法場景描述圖。

圖3是基于車路協(xié)同的移動車輛數(shù)據(jù)采集方法數(shù)據(jù)交互流程圖。

圖4是實時交通道路狀態(tài)評價方法結(jié)構(gòu)圖。

圖5是隸屬度關(guān)系圖。

圖6是應用于實時交通評價的車路協(xié)同裝置結(jié)構(gòu)圖。

圖7是應用于實時交通評價的車載終端安裝圖。

圖8是應用于實時交通評價的路側(cè)終端安裝圖。

圖9是發(fā)明方法和裝置系統(tǒng)應用圖。

具體實施方式

(1)基于多類數(shù)據(jù)的車輛狀態(tài)診斷分析方法

該方法有效利用了多種車輛內(nèi)部、外部傳感器數(shù)據(jù)，并應用歷史和定位點附近的其他車輛數(shù)據(jù)對分析結(jié)果進行修正補償，精度較高。方法功能示意如圖1所示。

步驟1：obd數(shù)據(jù)采集：

自08年以后生產(chǎn)的車輛上基本都配有車載診斷系統(tǒng)接口，供4s店維修排查車輛故障使用，但也允許車主自行使用該接口讀取車輛狀態(tài)，該協(xié)議基于can2.0b標準，因此首先需連接該接口與采集設備，以can擴展幀形式讀取其中源源不斷發(fā)送出的obd原始信息。

步驟2：obd數(shù)據(jù)過濾：

針對可能出現(xiàn)的通信故障和異常，對所采集到的數(shù)據(jù)進行清洗，過濾其中的異常值和空值，保證數(shù)據(jù)可靠性。

步驟3：obd數(shù)據(jù)解析：

根據(jù)iso-15765協(xié)議對原始obd數(shù)據(jù)進行解析，分別獲取車輛傳感器、控制器和診斷信息，并依據(jù)預先設定好的形式對各類數(shù)據(jù)進行存儲和單位的轉(zhuǎn)化，提供給駕駛員。

步驟4：obd數(shù)據(jù)診斷：

根據(jù)iso-15765協(xié)議所提供的數(shù)據(jù)故障碼類型，對車輛報出的故障碼進行排查和診斷，如有故障則給出故障類型和維修建議。

步驟5：obd數(shù)據(jù)分析：

根據(jù)iso-15765協(xié)議所提供的數(shù)據(jù)來源類型，提取所需有關(guān)指標，提取一個或多個解析數(shù)據(jù)進行運算，判斷車輛實時工況，如判斷車輛急加速、急減速信息。

步驟6：obd數(shù)據(jù)統(tǒng)計：

對于需要連續(xù)記錄累加的數(shù)據(jù)，如油耗、怠速時間等，進行獨立的數(shù)據(jù)統(tǒng)計以滿足需求。

步驟7：obd數(shù)據(jù)修正：

根據(jù)歷史數(shù)據(jù)和定位點匯總數(shù)據(jù)對實時數(shù)據(jù)進行修正補償，降低異常駕駛行為對數(shù)據(jù)帶來的影響。

步驟8：生成行車分析報告：

提供精準里程分析、油耗分析以及駕駛行為分析，提示駕駛員有何種不良駕駛行為與習慣。

(2)基于車路協(xié)同的移動車輛數(shù)據(jù)采集方法

如圖2所示，基于車路協(xié)同的移動車輛數(shù)據(jù)采集方法借助車路協(xié)同環(huán)境實現(xiàn)，通過車載終端采集實時車輛行駛數(shù)據(jù)，并通過車路通信網(wǎng)絡與路側(cè)終端進行車路信息交互，這種方法不需要高實時性的通信標準，僅在通信條件良好的空曠十字路口處進行通信，同時可根據(jù)歷史通信數(shù)據(jù)判斷數(shù)據(jù)所屬路段，降低了后續(xù)的數(shù)據(jù)處理難度。方法流程如圖3所示，具體步驟為：

步驟1：路側(cè)終端開啟主動自組網(wǎng)功能，主動向通信范圍內(nèi)的車載終端發(fā)送握手信息。

步驟2：車載終端開啟數(shù)據(jù)上傳功能，在第一次建立車路通信后開始記錄車輛數(shù)據(jù)，以在下一個路口發(fā)送給對應的路側(cè)終端。

步驟3：當車載終端進入到下一交叉口的通信范圍內(nèi)時，與路側(cè)終端建立起穩(wěn)定的通信連接。

步驟4：車載終端持續(xù)向路側(cè)終端發(fā)送定位信息，路側(cè)終端根據(jù)定位信息判斷車載終端所處車輛是否臨近路口，路側(cè)終端根據(jù)實際需要向車載終端發(fā)送路口相關(guān)輔助駕駛信息和指令。

步驟5：當車輛進入路口范圍內(nèi)時，路側(cè)終端向車載終端發(fā)送數(shù)據(jù)上傳準備指令，車載終端發(fā)送該車輛的基本信息(車牌號、車型等)，路側(cè)終端在數(shù)據(jù)庫中添加該車輛的信息，并根據(jù)該與車載終端上一次建立通信的路側(cè)終端位置判斷車輛所行駛的路徑歸屬。

步驟6：當車輛離開路口范圍時，路側(cè)終端向車載終端發(fā)送數(shù)據(jù)上傳指令，車載終端發(fā)送該車輛的在該路段上統(tǒng)計的車輛數(shù)據(jù)(旅行時間、停車次數(shù)、油耗等)。

步驟7：路側(cè)終端對上傳數(shù)據(jù)進行校驗，剔除不合理的數(shù)據(jù)和異常數(shù)據(jù)。

步驟8：路側(cè)終端根據(jù)數(shù)據(jù)所屬路徑統(tǒng)計每條相連路徑上單位時間內(nèi)的所有車輛數(shù)據(jù)，完成車輛數(shù)據(jù)的匯總。

步驟9：將車輛數(shù)據(jù)與道路靜態(tài)數(shù)據(jù)相融合，提供給道路評價方法進行實時道路評價。

(3)基于模糊集理論的實時交通道路狀態(tài)評價方法

本方法建立的實時交通評價模型基于多級模糊綜合評價實現(xiàn)，在路側(cè)終端融合該路段的靜態(tài)道路數(shù)據(jù)和動態(tài)車輛數(shù)據(jù)后，對當前道路運行狀態(tài)進行實時評價，該方法首先根據(jù)模糊數(shù)學的隸屬度理論把交通狀態(tài)定性評價轉(zhuǎn)化為對比性較強的定量評價，對受到多種環(huán)境因素制約的對象做出當前交通運行狀態(tài)的評價，適合解決交通評價系統(tǒng)中非確定性問題。評價方法結(jié)構(gòu)圖如圖4所示。

步驟1：定義一個有限集合q:q＝{q1,q2,…,qn}，q中的元素qi(i＝1,2,…,n)表示被評價對象，即本文實際測試中所產(chǎn)生的車輛行駛數(shù)據(jù)。

步驟2：定義一個有限集合p:p＝{p1,p2,…,pm}，p中的元素pi(i＝1,2,…,m)表示不同的評價指標。

步驟3：令uj為第j個評價指標pj∈p的隸屬函數(shù)，即：uj＝u(pj),uj∈[0,1]，得到u為一個有限模糊子集，即u＝{u1,u2,…,um}。于是可以得到一個評價矩陣r，構(gòu)成模糊關(guān)系r：q×u，即：

式(1)中:rij—第i個被評價對象關(guān)于第j個評價指標的隸屬度，rij＝r(qi,uj)∈[0,1]。

步驟4：定義評價結(jié)果集為一有限集合v＝{v1,v2,v3,v4}＝{差,中,良,優(yōu)}，集合中的每一個元素對應于隸屬度函數(shù)的一個可能性分布區(qū)間，如式(2)所示：

uj∈[0.25(i-1),0.25i],v＝vi(i＝1,2,3,4)(2)

步驟5：考慮到評價指標對于評價結(jié)果的負相關(guān)特性，選取降半柯西型的隸屬度函數(shù)，形如式(3)：

對于有pj→+∞時uj→0，pj≤cj時uj＝0，綜合式(2)，(3)可知在pj-uj坐標系每一個隸屬度函數(shù)分布區(qū)間界限0.25i必定存在一個對應的臨界值pij。根據(jù)同一隸屬度函數(shù)下的一組臨界值，可通過回歸分析的方法求出隸屬函數(shù)的待定系數(shù)aj,bj,cj。

步驟6：實際交通場景中，臨界值pij的取值會根據(jù)實際道路的改變而在很大程度上浮動，因此引入動態(tài)調(diào)整的pij取值策略：

式(4)中，為指定道路等級下單方向道路長度的典型臨界值，為標準道路長度(500米)，ξ為評價指標中由于信號控制所產(chǎn)生的數(shù)據(jù)比例，該部分不受道路靜態(tài)參數(shù)的影響而改變，主要由綠信比和相位數(shù)決定。αnj為n條車道對第j個評價指標的影響系數(shù)，ωmj為m個道路岔口對第j個評價指標的影響系數(shù)。

步驟7：針對所求得的隸屬度區(qū)間uj，進一步轉(zhuǎn)化為對應指標的隸屬度rij，采用梯形隸屬度模型，取評價結(jié)果集v的區(qū)間界限0.25i為兩個評價集的中間隸屬度rij＝0.5，浮動區(qū)間為0.25i±0.1，由此構(gòu)成完整的隸屬度函數(shù)。如圖5所示。

步驟8：定義s＝(q,u,r)為第一級交通評價空間，并給定一個模糊向量w：

w＝(w1,w2,…,wm)^t(5)

式(5)中w的元素wj表示各評價指標關(guān)于第一級評價的重要性，則第一級交通評價模型：

步驟9：為了對評價指標的權(quán)重進行科學配比，使用層次分析法進行劃分。

步驟10：對層次分析法得到的權(quán)重結(jié)果進行一致性檢驗，確保結(jié)果的可行性。

步驟11：在式(6)中的符號表示模糊算子對，當同時引進多個算子對時，對于每一個被評價對象均可得到一個新的模糊子集：

u'＝{d1,d1,…,dp},u'∈[0,1](7)

式(7)中，p表示采用的模糊算子對的個數(shù)。

多個算子對有助于從多個方面權(quán)衡評價指標對于被評價對象的影響。本文共選取了三個算子對：(∧，∨)，(·，∨)，(∧，)。其中∧代表取小，∨代表取大，●代表相乘，代表相加。這三個算子對分別側(cè)重于考慮單個評價指標和綜合多個評價指標的貢獻，其中

步驟12：由q和u'可以得到一個新的模糊關(guān)系，即r'：q×u'→[0,1]：

式(8)中，dij表示采用第j個算子對時，式(6)算出來的第i個被評價對象的第一級評價值。

步驟13：于是得到第二級交通評價空間s'＝(q,u',r')，為了減少在確定元素wj∈w時的主觀性，在s'中作第二級評價，給定一個模糊向量w'：

w'＝(w′1,w′2,…,w′p)(9)

式(9)中w'的元素w'j表示第j個模糊算子對相對于第二級評價的權(quán)重，且

步驟14：根據(jù)層次分析法計算第二級評價的權(quán)重，并進行一致性檢驗。

步驟15：則有二級交通評價模型，其最終結(jié)果為一個評價指數(shù)的集合b：

b＝w'r'^t＝{b1,b2,…,bm}(10)

式(10)中，bi表示第i個被評價對象對于評價結(jié)果集v的評價指數(shù)，且

步驟16：為使原有評語集b中的結(jié)果更豐富，按照加權(quán)平均原則對原有評價結(jié)果b進行綜合，首先對b中的元素進行歸一化處理得到繼而通過式(11)0進行綜合得到最后的道路評價得分c：

可見，c∈(0,100]且c值越大，路況評價分值越高。綜合后的評價結(jié)果可以進行定量分析，便于不同路段之間或相同路段不同時刻之間的評價結(jié)果進行對比，提高了評價精度。

(4)應用于實時交通評價的車路協(xié)同裝置

該裝置由車載終端和路側(cè)終端兩部分組成，兩者通過車路通信模塊收發(fā)數(shù)據(jù)，裝置結(jié)構(gòu)如圖6所示，具體部件如下：

1)車載終端：

-主控制器：車載終端的控制板，核心為高性能arm芯片，包含各類硬件接口和通訊模塊，安裝在車輛內(nèi)部，通過obd接口與車載診斷系統(tǒng)建立連接獲取車輛數(shù)據(jù)，使用車輛12v蓄電池供電。

-gps模塊：定位系統(tǒng)接收器，可支持gps、北斗雙模，與主控制器串口相連，天線需露在車體外部。

-顯示模塊：液晶屏，供將各類信息和交互界面提供給駕駛員，安裝在車輛中控臺，與主控制器lvds接口相連，共用12v供電。

-語音模塊：提供聲音輸入輸出和語音交互功能，減少駕駛員人工操作，安裝在顯示模塊后靠近駕駛員一側(cè)，與主控制器iis接口相連。

-車路通信模塊：提供與路側(cè)終端的自組織通信，安裝在車輛內(nèi)部，與主控制器串口相連，天線需露在車體外部。

-姿態(tài)傳感器：提供實時車輛姿態(tài)信息，安裝在車體下側(cè)幾何中心，需做減震處理，與主控制器串口相連。

車載終端安裝結(jié)構(gòu)如圖7所示。

安裝測試步驟：

步驟1：清理安裝現(xiàn)場

將各部件安裝位置處進行清理，移除雜物，保證環(huán)境干燥，將多余線纜固定，減少安全隱患。

步驟2：固定車載終端主控制器

將車載終端固定在車體內(nèi)部，接入12v供電查看基本系統(tǒng)是否正常工作。

步驟3：安裝顯示、語音模塊

將lcd屏和語音模塊安裝在車輛中控臺上，保證模塊位置穩(wěn)定不晃動，測試軟件系統(tǒng)和人機交互界面是否正常工作。

步驟4：連接obd接口

將車載終端上的obd線纜與車輛obd接口相連，查看obd信息能否正常獲取。

步驟5：安裝姿態(tài)傳感器

將姿態(tài)傳感器固定在車輛下側(cè)幾何中心處，通過減震海綿減少車輛震動干擾。

步驟6：安裝通信、定位模塊

將各類通信和gps模塊安裝在指定位置處，與主控制器相連。

步驟7：安裝集成天線

將各通信模塊所需天線和接收器固定在車體外部，測試各通信功能是否正常。

步驟8：裝置線纜整理

對所使用的線纜進行塑封、固定處理，保持車體內(nèi)部線纜布置有序。

步驟9：完整測試

啟動車輛測試，測試車載終端能否正常工作，各類車輛工況指標是否正常，與路側(cè)終端的通信功能和數(shù)據(jù)交互是否正常。

2)路側(cè)終端：

-主控制器：路側(cè)終端的控制板，核心為高性能32位單片機，包含各類硬件接口和通訊模塊，安裝在信號機機柜內(nèi)部，通過rs232、rs485和網(wǎng)口與信號機、車檢器等有關(guān)路側(cè)設備建立連接獲取路側(cè)數(shù)據(jù)。使用市電220v供電。

-車路通信模塊：提供與車載終端的自組織通信，安裝在信號機機柜內(nèi)部，與主控制器串口相連，天線需露在機柜外部。

路側(cè)終端安裝結(jié)構(gòu)如圖8所示。

安裝測試步驟：

步驟1：清理安裝現(xiàn)場

將各部件安裝位置處進行清理，移除雜物，保證環(huán)境干燥，將多余線纜固定，減少安全隱患。

步驟2：固定路側(cè)終端主控制器

將路側(cè)終端固定在信號機機柜內(nèi)部，接入220v供電查看基本系統(tǒng)是否正常工作。

步驟3：連接路側(cè)設備

通過路側(cè)終端上的各類硬件接口與對應的路側(cè)設備接口相連，測試數(shù)據(jù)獲取是否正常

步驟4：安裝車路通信模塊

將車路通信模塊安裝在指定位置處，與主控制器相連。

步驟5：安裝集成天線

將車路通信模塊所需天線固定在信號機機柜外部，測試通信功能是否正常。

步驟6：裝置線纜整理

對所使用的線纜進行塑封、固定處理，保持機柜內(nèi)部線纜布置有序。

步驟7：完整測試

啟動實際測試，測試路側(cè)終端能否正常工作，各類路側(cè)設備信息是否正常，與車載終端和遠程服務器的通信功能和數(shù)據(jù)交互是否正常。

借助本系統(tǒng)，車主可以全面了解車輛的運行狀態(tài)和道路交通信息，交通數(shù)據(jù)中心不僅能掌握更精確的路網(wǎng)實時狀態(tài)，甚至可以借助系統(tǒng)進行誘導，提高了道路的安全水平和運行效率。同時評價系統(tǒng)不需要全程跟蹤車輛狀態(tài)即可判斷道路運行狀態(tài)，減少了數(shù)據(jù)在網(wǎng)絡上的負載和運算量，且能夠有效避免因傳感器受到干擾而導致的精度誤差。