RFID匹配數據的有效性分析和統計檢驗方法

摘 要：交通數據的有效性分析和檢驗是提高智能交通系統應用效率的重要基礎之一。本文針對RFID匹配數據，結合南京市建成的RFID交通數據采集平臺，系統進行了RFID匹配數據有效性分析，并提出了基于統計技術的RFID匹配數據有效性檢驗方法。算例表明提出的方法可檢測出異常RFID匹配數據。

關鍵詞：RFID匹配數據；異常數據；數據有效性析；檢驗

1 背景

城市化和機動化的迅猛發展，使得城市機動保有量日漸增加，隨之而來的是城市范圍內的交通擁堵現象，降低了城市交通系統的運行效率，嚴重影響了城市居民的日常工作和生活。為了應對城市交通擁堵問題，基于先進技術應用的城市智能交通系統建設得到了廣泛的關注，發展迅猛。如結合2008年北京奧運會建立了北京奧運智能交通管理與服務綜合系統；結合2010年上海世博會建立了上海世博智能交通技術綜合集成系統；結合2010年廣州亞運會建立了廣州亞運智能交通系統及應用，一方面為上述重大體育比賽或文化盛會的順利完成發揮了保障和支撐作用，另一方面，又形成了一系列的解決我國城市交通擁堵的研究成果和技術解決方案。

和傳統的交通系統相比，廣泛的交通信息采集和處理是智能交通系統獨有的特點。在智能交通系統建設過程中，已經有一系列的交通檢測技術得到了應用，如傳統的磁感應線圈技術、微波檢測技術、視頻檢測技術等，并在城市智能交通系統的建設領域獲得了廣泛的應用。隨著信息采集和處理技術的進一步發展，當前以RFID（Radio Frequency Identification）技術為典型代表的基于物聯網技術的城市交通信息采集技術日益發展，并已經在一些城市得到了應用，如南京已經建成的基于RFID技術的城市交通信息采集平臺，可以采集到每一輛車的通行信息和特征信息，形成了海量的交通數據庫，奠定了交通分析和信息挖掘的基礎。

然而隨著信息處理技術的不斷發展，城市交通系統領域雖然已經相繼建立了大量的信息系統，積累了海量的交通數據，但是很多系統出現了“數據豐富，信息貧乏”現象，數據質量不高是原因之一，主要表現在交通數據庫中存在相當數據的錯誤數據、缺失數據和可疑數據等三類問題[1-2]。為了應對上述數據質量問題，數據有效性檢驗技術應運而生。本文以目前領先的交通數據采集技術RFID技術為研究對象，分析RFID匹配數據的有效性，并提出基于統計技術的RFID匹配數據有效性檢驗方法，以為后續的RFID數據挖掘和分析提供數據支撐。

2 交通數據采集和有效性檢驗綜述

2.1 交通數據采集方法

城市交通運行狀態的實時采集技術，或城市交通運行狀態的實時感知技術是構建有效的城市智能交通系統的基礎。常用的道路交通狀態采集方法如下所述。

⑴感應線圈。感應線圈是一種常用的道路斷面交通數據采集技術，其原理是通過預埋在道路面層下的感應線圈感知通過的車輛，并計算交通狀態數據，主要包括斷面流量，交通流斷面速度，占有率，其優點是技術成熟，成本較低，可以探測到所有經過感應線圈的車輛數據，缺點是須埋入路面，維護困難，受自然和車輛影響較大；并當車輛擁堵嚴重時，檢測精度下降。

⑵微波檢測器。微波檢測器是一種常用的道路斷面交通數據采集技術，其原理是通過車輛的反射回波分析進行車輛檢測，優點是在路側安裝，不影響路面，維護方便，在車流較為均勻穩定時準確度較高，缺點是在擁堵路段或者車流不穩定路段檢測精度較低，特別是在有大車遮擋時檢測效果不理想。

⑶視頻檢測器。視頻檢測器是一種常用的道路斷面交通數據采集技術，其原理是通過視頻攝像機作為傳感器采集交通視頻，并在視頻采集范圍內設置虛擬檢測區，通過視頻背景值的變化來檢測車輛，優點是路側安裝，不影響路面，價格便宜，缺點是易受惡劣天氣、燈光和陰影等環境的影響。

⑷浮動車。浮動車是一種常用的路段交通數據采集技術，其原理是通過在車輛上配置位置檢測器如GPS等，實時檢測車輛的行駛軌跡，并計算路段交通狀態數據，其優點是交通數據準確，可以直接計算路段交通數據，缺點是交通數據采集樣本受到檢測車輛的限制，難以構建整體交通狀態數據庫。

⑸車牌匹配。車牌匹配是一種基于圖像處理的路段交通數據采集技術，其原理是通過視頻檢測等技術，在路段兩端進行車輛車牌特征匹配，從而獲取路段交通狀態數據，其優點是可以獲得較多的路段交通狀態數據，一旦匹配成功，數據準確度較高，同樣，其缺點是車牌匹配受到車牌檢測技術限制很大，在復雜交通環境下難以實現有效的車牌識別及匹配。

上述傳統的交通數據采集技術側重于對交通流信息的采集，對單個車輛信息的關注整體上來說不高；雖然個別方法如車牌匹配技術考慮到了車輛的識別信息，但上述識別信息受到圖像處理技術和復雜交通環境的限制，仍需采用更加先進的技術加以完善和提高。物聯網技術，特別是以RFID技術為代表的車輛網技術發展，為單一車輛特征數據的采集奠定了技術基礎，使得車輛信息和車流信息的綜合采集成為了可能，為實現道路交通系統的綜合感知提供了前提。

2.2 交通數據有效性檢驗

數據檢驗技術最早出現在美國，初期主要是針對全美社會保險號，取得了良好的效果。在交通數據有效性檢驗領域，由于交通數據采集方法的限制，主要是針對基于線圈的交通數據，常用的檢驗方法主要包括邏輯檢驗方法，閾值檢驗方法，基于交通流理論的檢驗方法，綜合檢驗方法等[3-6]。邏輯檢驗方法是檢測交通數據中的一些明顯的邏輯性錯誤，如數據采集時間漂移、重復記錄等，可以通過人工觀測的方法實施。閾值檢驗方法是常用的一種數據有效性檢驗方法，其主要的原理是根據歷史交通數據資料、經驗公式或者交通流的基本理論，確定交通流參數的可能的取值范圍，如流量、占有率或者速度等，并根據上述確定的范圍的采集到的相應交通流參數進行檢驗，認為落在預定范圍的交通流數據是可疑的。這個方法簡單易行，但是閾值的確定往往受到多種因素的影響，在不同的情況下需要進行特定的研究?；诮煌骼碚摰臋z驗方法的基本原理是交通參數之間應當滿足交通流理論的規定性，如交通流量、密度和速度的三參數模型等，在出現不滿足上述交通流模型的情況時，所采集到的交通流數據是可疑的。綜合檢測方法是將閾值檢測和交通流理論檢測等方法綜合應用，以尋找交通流數據樣本中的更加隱蔽的可疑數據，常用的如最大密度法和平均有效車長法等。

在RFID數據有效性檢驗方面，當前的主要研究內容是針對RFID的原始數據流進行有效性檢驗，主要方法有滑動窗口方法[7]、時序關系法[8]、自適應時間閾值法[9]等，然而在基于RFID技術的交通數據有效性檢驗方面還處在初級的階段，研究成果并不多見。

3 RFID技術與RFID匹配數據

3.1 RFID技術

無線射頻識別技術（簡稱RFID）是一種非接觸式自動識別技術，其基本原理是利用射頻信號或空間耦合（電感或電磁耦合）的傳輸特性，實現對物體或商品的自動識別，被廣泛應用于物流、供應鏈、動物和車輛識別、門禁系統、圖書管理、自動收費和生產制造等領域。RFID射頻自動識別技術由電子標簽（Tag）、閱讀器（Reader）和數據交換與管理系統（Processor）三大部分組成。當攜帶電子標簽的物體在距離0～10米的范圍內接近閱讀器時，閱讀器內部控制系統控制閱讀器發出微波查詢信號；安裝在物體表面的電子標簽收到閱讀器的查詢信號后，將此信號與標簽中的數據信息合成一體反射回電子標簽讀出裝置，反射回的微波合成信號已攜帶有電子標簽數據信息，閱讀器接收到電子標簽反射回的微波合成信號后，經閱讀器內部微處理器處理后即可將電子標簽貯存的識別代碼等信息分離讀取出，進一步傳輸到數據交換和管理系統存儲，也可以通過相應接口導出至數據庫進行第二層面的處理。

RFID技術最大的優點在于非接觸，在完成識別工作時無需人工干預，適用于自動化系統，概括起來，RFID技術具有以下特點：1）識別精度高，可快速準確的識別物體，2）采用無線電射頻，可以繞開障礙物，并透過外部材料讀取數據，可工作于惡劣的環境中，3）可以同時對多個物體進行識讀，4）儲存的信息量大且信息可加密保存，是一般條形碼存貯信息量的幾十倍，甚至上百倍。

3.2 RFID匹配數據

RFID原始數據包括每輛裝有RFID標簽的車輛通過各RFID基站的過車數據，包括通過該基站的時間和RFID標簽中存儲的準確的車輛信息，如車牌等。利用傳輸系統將讀寫器采集到的車輛信息傳回到交通信息中心后，基于RFID基站采集到過車車牌號和車輛通過時刻，針對任意一組和路網相匹配的RFID基站對，可以匹配得到每一輛車通過該RFID基站對的平均行程車速，此類由相鄰基站匹配而得到的數據稱為匹配數據。值得說明的是，在RFID匹配數據的計算過程中，RFID基站對的構建是基礎，必須考慮到路網的幾何拓撲結構，在進行車流方向分析的基礎上，形成以RFID基站對為基礎的完備的RFID基站網絡。

可以看出，上述RFID匹配數據的計算是基于RFID技術的交通數據采集系統中的關鍵環節之一，其匹配數據直接體現了每一車輛的行駛狀態信息，為進行進一步的數據處理、獲得其他交通數據參數奠定了基礎。在上述過程中，由于交通路網和交通駕駛行為的復雜性，RFID匹配數據往往也存在和傳統交通數據采集方法相類的數據質量問題，需要加以分析和檢驗，提高RFID匹配數據的有效性和質量。

4 RFID匹配數據有效性分析和檢驗

如上所述，高質量的交通流數據是智能運輸系統得以實現預期功能的基礎。RFID技術作為在智能交通數據采集技術的最新發展，具有快速獲得大量車輛信息的特點，其中RFID匹配數據是其中最為基礎和重要的數據。為了提高RFID匹配數據的質量，有必要對RFID匹配數據進行有效性分析和檢驗，以提高數據集質量，奠定后續數據挖掘和分析的基礎。以下以南京市建設的基于RFID技術的交通系統采集平臺為對象進行RFID匹配數據的有效性分析和檢驗。

4.1 RFID匹配數據分析

⑴數據選擇。RFID匹配數據的選擇包括RFID基站對的選擇和分析時段的選擇，如下所述。

1）選取基站對：根據基站所在道路的不同類型和交通狀況，選取RFID樣本基站對。路段類型主要選取主干道、次干道和支路3類，交通情況選取擁堵、交通量較大、自由流3種情況，則共選取3*3=9種情況下的基站對，各選取5個基站對，共45個基站對。在選取時要注意選取有視頻的基站對，以對比查看道路交通狀況。

2）選取時間段：選取高峰、平峰、夜間三種情況的時間段共2小時，如7：30-8：00，14：00-14：30，1：00-1：30。

⑵實例分析。在選定數據的基礎上，采用如下步驟進行數據的分析，即調取每個RFID基站對在某一時間段內各匹配數據經過起終點基站的時刻數據，逐個查看其時間差t，若t<0，一定是錯誤數據，否則利用該子路段長度計算得到該車輛的行程車速并與交通狀況進行對比，如果車速與交通狀況矛盾，則存在可疑。如下給出兩個典型的分析實例。

1）繞路導致行程車速為負值。分析發現在RFID基站對（6117，6115）在2012/10/23日14：00-14：20內的過車數據中，“蘇0001”的行程車速為負值，明顯是錯誤數據（為保護駕駛人隱私，本文對車輛牌照信息加以隱藏處理，下同）。追蹤該車在當日17：30-17：50的過車路徑情況如下圖1所示，可以看出，該車輛依次經過RFID基站6117和6115后，因兩次調頭，又經過了RFID基站6116，并再次經過了RFID基站6117，在數據匹配時，由于RFID基站檢測技術在路段上基站檢測范圍外的檢測和跟蹤盲點，將通過RFID基站6115的時間和第二次經過RFID基站6117的時間進行了匹配，導致了行程車速為負的情況。

2）繞路導致行程車速過小。基站對（6024，6026）在2012/10/23日17：30-17：50的過車數據中的速度分布如圖2。通過視頻跟蹤發現當時該基站對間路段的交通狀況為輕微擁堵，大部分數據是與交通狀況相符的，但有3個小于10km/h的速度值與其他的數據相比偏小，需進一步分析。

選取最小值，即牌號為“蘇0002”的車輛的行程車速5.76km/h進行分析，追蹤該車牌在當日17：30-17：50的過車路徑情況如下圖3，可以發現該車輛在經過起點基站6024后，又經過了另外兩個站點后才經過終點基站6026，存在繞路的情況，導致其經過基站對（6024，6026）的行程車速偏小，不能很好的代表該路段的交通狀況，需要檢驗處理。

⑶總結。在進行大量實證數據分析的基礎上，總結形成RFID匹配數據異常數據分析總結表如表1。

4.2 基于統計的匹配數據檢測

在大量RFID匹配數據分析的基礎上，提出基于統計分析的匹配數據有效性檢驗方法，實現對RFID匹配數據的有效性檢驗。

⑴算法原理。由于交通流的漸變特性，在固定時間段內道路上的車輛車速分布相對連續，這也就說明匹配車速的分布不可能在短時間內出現大幅度的偏差，針對這種狀況可以采用統計的方法對匹配車速進行有效性檢驗。根據RFID匹配數據的連續性特征，提出利用統計分布模型對匹配車速進行有效性檢驗，針對RFID基站對在固定時間段內采集到的車輛車速計算其均值μ和方差σ，并假設上訴車輛車速符合正態分布，所以根據正態分布的性質，構建（μ-2σ，μ+2σ）區間作為有效的RFID匹配數據范圍，其中95%的RFID匹配數據將落在該區間內，而將落在該區間之外的RFID匹配數據作為可疑的數據加以處理。除此之外，考慮到城市交通速度的可能范圍，選取120km/h作為城市交通流速度的上限。綜上所述，基于統計技術的RFID匹配數據有效性檢驗步驟如下：

1）獲取RFID原始數據。2）選定某一時間段和RFID基站對，獲取RFID匹配數據，計算車輛的行程車速。3）計算RFID匹配數據的行程車速的均值μ和方差σ。4）根據均值μ和方差σ確定閾值。5）根據閾值，檢驗該時間段內該RFID匹配數據的有效性：若v1<0或v1>120km/h，則v1屬于錯誤數據；若μ-2σ< v1<μ+2σ，則v1屬于正常數據；否則，v1屬于可疑數據。

⑵算例。以基站對（6095，6096）的17：59：00-18：00：00時間段內RFID匹配車速作為樣本進行檢驗實例分析。在選定的基站對和時間范圍內，共有9個速度樣本如表2。

根據表2數據計算出匹配車速的均值μ=34.64km/h，方差σ=13.91km/h，從而得到該時段匹配車速的閾值范圍為（6.82km/h，62.46km/h），并根據該范圍篩選出車牌蘇0010的匹配車速為異常數據。通過對該路段在該時間段內的視頻觀察，可以發現該路段交通流在高峰時段17：30：00至18：30：00間緩慢前進，車速穩定在較低水平，不可能出現大幅度的跳躍，確認蘇0010的匹配車速為異常數據，驗證了算法的有效性。

5 結論

以RFID技術為典型代表的物聯網技術將提高智能交通系統的數據采集效率，構建海量的交通數據庫。然而，上述數據庫的有效分析和信息挖掘要求RFID數據具有較高的質量。本文在闡述相關的交通數據采集和有效性分析方法的基礎上，針對RFID匹配數據，結合南京市建成的RFID交通數據采集平臺數據，系統進行了RFID匹配數據的有效性分析，發現各類RFID匹配數據異?，F象，并結合現場視頻深入分析了異常的原因；同時，在進行RFID匹配數據有效性分析的基礎上，利用統計技術提供了一種RFID匹配數據有效性判別方法，并給出了實際的算例，結果表明，所提出的有效性算法可以檢測異常的RFID匹配數據。

交通數據的有效性分析和檢驗是提高智能交通系統應用效率的重要基礎之一。在RFID交通數據采集技術領域，由于RFID交通采集技術的應用尚不廣泛，在該方向的研究還處在起始階段，本文的研究成果將推動該領域的研究發展。

致謝

本研究受到國家科技支撐計劃課題No.2011BAK21B01《南京城市綜合智能交通系統關鍵技術研究及應用示范》資助。

[參考文獻]

[1]耿彥斌，于雷，趙慧.ITS 數據質量控制技術及應用研究[J].中國安全科學學報，2005，15（1）： 82-87.

[2]王曉原，張敬磊，吳芳.交通流數據清洗規則研究[J].計算機工程，2011，37（20）：191-193.

[3]秦玲，郭艷梅.吳鵬.斷面交通檢測數據檢驗及預處理關鍵技術研究[J].公路交通科技，2006（11）：39-41.

[4]Turochy R.E and Smith B.L.New procedure for detector data screening in traffic management systems[J].Transportation Research Record，2000，No.1727：127-131.

[5]Jacobson L.N.，Nihan N .L.and Bender J.D.Detecting erroneous loop detector data in a freeway traffic management system[J].Transportation Research Record，1990，1287：151-166.

[6]Chen C.，Kwon J.，Rice J.，et al.Detecting errors and imputing missing data for single-loop surveillance systems [J].Transportation Research Record，2003，No.1855：160-167.

[7]周興強.RFID數據流清洗技術及其系統實現[D].大連海事大學，2011，5：1-8.

[8]王霞，玄麗娟，夏秀峰.基于時序關系的RFID不確定數據清洗算法[J]. 遼寧大學學報，2012，39（2）：159-161.

[9]潘偉杰，李少波，許吉斌.自適應時間閾值的RFID數據清洗算法[J]，制造業自動化，2012，34（7）：24-27.