论文部分内容阅读
随着我国隧道和桥梁工程技术的快速发展,高速公路的建设速度加快,我国已经成为世界上高速公路通车里程较长、隧道和桥梁最多的国家,在给交通带来便利的同时也对隧道交通安全管理提出了新的要求。本课题组研究“高速公路隧道照明节能控制系统”,基于“机器视觉技术”获取照明灯组的开/关、亮度调节的控制触发信息,其视频信息包含了隧道节点、行车图像、车速、车牌、车型等等信息,隧道交通是公路交通的重要组成部分,是“智能交通”不可或缺的单元,为加快智能交通发展,本文在课题研究的基础上,对隧道交通信息化管理进行前期探索。传统隧道监控系统的数据,多以图片、视频方式存储,其数据量大而且格式不同,难于进行分析和利用,如今大数据技术提供了一个有效的解决途径。本课题组为实施隧道照明智能化控制而采用“机器视觉技术”,通过图像处理获取控制触发信息的同时,其运算得到的一些特征信息可以存储利用。因数据都是经过处理后的特征数据,信息量不会减少,但数据的存储空间却大大降低了,通过数据挖掘技术获取交通数据服务于智能交通,有广阔的应用前景。本文首先简述数据挖掘的基本理论、隧道交通的研究现状、交通领域数据挖掘的发展,为隧道交通信息的数据挖掘做理论铺垫;接着分析了隧道交通数据的数据流来源及其特性,对隧道内的数据流的格式和类型做了简单阐述;然后介绍大数据平台的搭建过程,并基于hadoop技术阐述隧道交通大数据分析系统的系统架构、数据系统,对系统的数据采集、预处理过程,以及基于Map-Reduce快速提取有效信息的方法进行研究,最后利用数据挖掘方法对隧道交通拥堵预测做进一步研究。通过数据挖掘实验测试,达到了预期成效。