基于射頻識別的電子車證系統(tǒng)設(shè)計

蔣遂平　張帆　李楊　陳頌

摘 要：結(jié)合智能交通系統(tǒng)體系框架和RFID應(yīng)用系統(tǒng)架構(gòu)，提出了一種基于射頻識別的電子車證系統(tǒng)架構(gòu)，并根據(jù)電子車證應(yīng)用需求，在架構(gòu)中引入了數(shù)據(jù)融合、實時事件檢測和數(shù)據(jù)分析等技術(shù)。該架構(gòu)可實現(xiàn)交通流數(shù)據(jù)的實時采集、可靠傳輸和智能處理。同時通過實際電子車證系統(tǒng)的實施，證明了該架構(gòu)的可行性。

關(guān)鍵詞：射頻識別；智能交通；體系框架；中間件

中圖分類號：TP182 文獻(xiàn)標(biāo)識碼：A 文章編號：2095-1302（2014）10-00-04

0 引 言

射頻識別（RFID）具有遠(yuǎn)距識別、多目標(biāo)識別、運動目標(biāo)識別等特點，廣泛應(yīng)用于智能交通領(lǐng)域[1，2]。其中，由于被動式超高頻RFID的電子標(biāo)簽不需要電池，成本低廉、維護(hù)方便，已被基于RFID的電子車證系統(tǒng)廣泛采用。

電子車證是RFID在智能交通領(lǐng)域的一種典型應(yīng)用。在電子車證系統(tǒng)中，包含RFID電子標(biāo)簽的電子車證通常安裝在車輛的前擋風(fēng)玻璃上，電子標(biāo)簽包含車輛的號牌等信息；包含讀寫器及天線的數(shù)據(jù)采集設(shè)備安裝在道路上方或停車場的出入口處。當(dāng)車輛經(jīng)過讀寫器天線作用區(qū)域時，車輛上的電子車證被讀寫器識別，電子標(biāo)簽包含的信息被讀寫器讀取，這些信息可以被數(shù)據(jù)采集設(shè)備傳送到后臺系統(tǒng)進(jìn)行進(jìn)一步處理。

本文根據(jù)電子車證系統(tǒng)項目開發(fā)經(jīng)驗，結(jié)合智能交通系統(tǒng)體系框架和RFID應(yīng)用系統(tǒng)架構(gòu)，設(shè)計了一種電子車證系統(tǒng)。本文將首先描述電子車證系統(tǒng)的架構(gòu)設(shè)計，然后描述各個子系統(tǒng)的設(shè)計，隨后給出架構(gòu)的實現(xiàn)情況，最后是結(jié)論和未來的工作。

1 系統(tǒng)架構(gòu)設(shè)計

電子車證系統(tǒng)屬于RFID的智能交通應(yīng)用，因此其架構(gòu)設(shè)計應(yīng)考慮結(jié)合智能交通系統(tǒng)架構(gòu)和RFID應(yīng)用系統(tǒng)架構(gòu)的特點。

根據(jù)智能交通體系框架設(shè)計理論[3]，電子車牌系統(tǒng)的架構(gòu)主要包括從用戶服務(wù)、邏輯架構(gòu)和物理架構(gòu)等方面描述系統(tǒng)。其中，用戶服務(wù)描述系統(tǒng)對外提供的服務(wù)及服務(wù)領(lǐng)域；邏輯架構(gòu)描述系統(tǒng)內(nèi)部組成元素及組成元素之間的數(shù)據(jù)交換關(guān)系，物理架構(gòu)則描述系統(tǒng)內(nèi)部組成元素之間的通信連接關(guān)系。

在電子車證系統(tǒng)中，其服務(wù)領(lǐng)域為交通管理，提供的服務(wù)主要為實時的交通流信息服務(wù)和非實時的交通流分析和數(shù)據(jù)挖掘服務(wù)。

從RFID應(yīng)用系統(tǒng)的角度，RFID包括對象標(biāo)識、數(shù)據(jù)采集、RFID中間件和應(yīng)用系統(tǒng)等4個層次[4]。在電子車證中，整個系統(tǒng)在邏輯上由5部分組成，包括車證發(fā)行子系統(tǒng)、電子車證（對象標(biāo)識）、數(shù)據(jù)采集子系統(tǒng)、數(shù)據(jù)整合子系統(tǒng)（RFID中間件）、業(yè)務(wù)應(yīng)用子系統(tǒng)，其頂層邏輯架構(gòu)如圖1所示。其中，車證發(fā)行子系統(tǒng)實現(xiàn)對電子車證從初始化、發(fā)行、使用到作廢等全生命周期的管理；電子車證攜帶車輛的號牌等信息；數(shù)據(jù)采集子系統(tǒng)利用RFID和基于圖像的車牌等手段，實現(xiàn)對運動車輛和靜止車輛信息的采集；數(shù)據(jù)整合子系統(tǒng)利用RFID中間件技術(shù)、數(shù)據(jù)倉庫技術(shù)和數(shù)據(jù)挖掘技術(shù)，管理分布在道路各處的數(shù)據(jù)采集設(shè)備的管理，實現(xiàn)多種采集手段采集到的數(shù)據(jù)的融合，并進(jìn)行實時事件檢測以及交通流數(shù)據(jù)分析和挖掘，將交通流數(shù)據(jù)轉(zhuǎn)化為交通流信息；業(yè)務(wù)應(yīng)用子系統(tǒng)則用于支持各種具體的車輛管理業(yè)務(wù)。

圖1 電子車證系統(tǒng)的頂層邏輯架構(gòu)

根據(jù)電子車證系統(tǒng)各個組件的分布情況，電子車證系統(tǒng)的物理架構(gòu)分為車載的電子車證、路側(cè)的數(shù)據(jù)采集、后端系統(tǒng)等3個部分。其中，后端系統(tǒng)包括車證發(fā)行、數(shù)據(jù)整合和業(yè)務(wù)應(yīng)用。電子車證系統(tǒng)的頂層物理架構(gòu)如圖2所示。車證發(fā)行子系統(tǒng)、數(shù)據(jù)整合子系統(tǒng)和業(yè)務(wù)應(yīng)用子系統(tǒng)通過交通管理部門的內(nèi)部計算機(jī)網(wǎng)絡(luò)進(jìn)行互聯(lián)，數(shù)據(jù)采集子系統(tǒng)通過電信部門的3G網(wǎng)絡(luò)和交通管理部門的接入平臺，將采集到的交通流數(shù)據(jù)傳輸?shù)浇煌ü芾聿块T的內(nèi)部網(wǎng)絡(luò)中。車證發(fā)行子系統(tǒng)和數(shù)據(jù)采集子系統(tǒng)則通過射頻識別的空中接口協(xié)議，與電子車證進(jìn)行交互，識別電子車證，向電子車證寫入信息或讀取電子車證中的信息。其中的接入平臺由路由器、防火墻、入侵檢測系統(tǒng)和代理服務(wù)器等組成，實現(xiàn)內(nèi)部網(wǎng)絡(luò)和外部3G網(wǎng)絡(luò)之間的隔離。

圖2 電子車證系統(tǒng)的頂層物理架構(gòu)

2 子系統(tǒng)設(shè)計

2.1 電子車證

本電子車證系統(tǒng)的主要功能是標(biāo)識車輛的身份。該電子車證系統(tǒng)采用符合ISO/IEC18000-6C（EPC C1G2）國際標(biāo)準(zhǔn)的電子標(biāo)簽，條件成熟時，將采用符合GB/T29768-2013國家標(biāo)準(zhǔn)的電子標(biāo)簽。這兩種標(biāo)準(zhǔn)的被動式超高頻電子標(biāo)簽，不帶電池，由讀寫器提供能量，成本低廉、維護(hù)方便。

電子標(biāo)簽的存儲區(qū)分為保留區(qū)、EPC區(qū)、TID區(qū)和用戶區(qū)，其中，保留區(qū)主要存儲各種密碼，只能寫入，不能讀取；EPC區(qū)存儲物品的標(biāo)識，可以寫入和讀取，大部分電子標(biāo)簽的EPC區(qū)存儲容量為96 b；TID區(qū)存儲標(biāo)簽生產(chǎn)廠商在標(biāo)簽出廠時寫入唯一標(biāo)識符，包括廠商標(biāo)識符和序列號，TID區(qū)只能讀取，不能寫入；用戶區(qū)存儲物品的額外信息，用戶區(qū)的存儲容量從0到64 kb不等，常見的是512 b。

根據(jù)空中接口協(xié)議，電子標(biāo)簽被識別時，首先返回給讀寫器的數(shù)據(jù)是存儲在EPC區(qū)中的數(shù)據(jù)，為讀取TID區(qū)和用戶區(qū)中的數(shù)據(jù)，需要讀寫器再發(fā)送讀取指令。因此，EPC區(qū)中的讀取速度最快。對于電子車證應(yīng)用，通常要求在車輛高速運動下也能識別車輛，這樣，車輛的號牌等數(shù)據(jù)應(yīng)該存儲在EPC區(qū)中，其他數(shù)據(jù)應(yīng)存儲在用戶區(qū)中，這可以保證車輛速度在180 km/h的情況下，也能被正確識別。

電子車證的安全性主要包括數(shù)據(jù)私密性、數(shù)據(jù)完整性和車證真實性等[5]。為保證EPC區(qū)和用戶區(qū)中數(shù)據(jù)的私密性，可以采用對稱分組加密算法，在數(shù)據(jù)寫入標(biāo)簽前，加密數(shù)據(jù)，并在數(shù)據(jù)從標(biāo)簽讀取后，解密數(shù)據(jù)。為保證數(shù)據(jù)的完整性，可以在加密數(shù)據(jù)的同時，生成消息驗證碼（Message Authentication Code，MAC），與數(shù)據(jù)一起存儲。同時，對EPO區(qū)和用戶區(qū)增加訪問密碼（寫保護(hù)密碼）。數(shù)據(jù)加密密鑰和訪問密碼都可以利用標(biāo)簽的TID分散主密鑰得到。電子車證的真實性由兩個措施來保證：電子標(biāo)簽采用防拆卸的陶瓷封裝方式，后臺系統(tǒng)監(jiān)控電子車證在各個采集點處出現(xiàn)情況。

2.2 車證發(fā)行子系統(tǒng)

車證發(fā)行子系統(tǒng)的功能比較簡單，主要實現(xiàn)電子車證生命周期管理，包括標(biāo)簽的初始化、寫入車輛信息、電子車證的掛失解掛、電子車證報廢等管理。

2.3 數(shù)據(jù)采集子系統(tǒng)

電子車證數(shù)據(jù)采集分為3種采集方式。其中固定式采集，試講采集設(shè)備安裝在道路上方，實現(xiàn)對高度運動車輛的識別；而移動式采集，則將采集設(shè)備安裝在車輛上、停車場出入口、或臨時安裝在路測，主要實現(xiàn)對低速運動車輛的識別；手持式采集，是管理人員利用手持式采集設(shè)備實現(xiàn)對靜止車輛的識別。

由于數(shù)據(jù)采集設(shè)備與后臺通過廣域網(wǎng)連接，為防止網(wǎng)絡(luò)中斷丟失數(shù)據(jù)，需要數(shù)據(jù)采集設(shè)備具有本地存儲功能和一定的處理能力。因此，固定式采集設(shè)備和移動式采集設(shè)備采用工控機(jī)加RFID讀寫模塊的方式，手持式采集設(shè)備采用手持計算機(jī)加讀寫模塊的方式。

根據(jù)應(yīng)用要求，固定式采集設(shè)備又分為RFID數(shù)據(jù)采集設(shè)備和綜合數(shù)據(jù)采集設(shè)備兩類。一臺RFID數(shù)據(jù)采集設(shè)備配備一個RFID讀寫器、2～4個天線，可采集2～4個車道上的電子車證。一臺綜合采集設(shè)備配備一個RFID讀寫器、2個天線、2臺圖像/視頻采集設(shè)備，天線的作用范圍與圖像/視頻采集設(shè)備的作用范圍盡量保持一致，由于實現(xiàn)了車輛電子車證和車牌的識別和融合，從而具有一定的取證功能。RFID采集設(shè)備的軟件結(jié)構(gòu)如圖3所示，綜合采集設(shè)備的軟件結(jié)構(gòu)如圖4所示。

圖3 RFID采集設(shè)備的軟件結(jié)構(gòu)

圖4 綜合采集設(shè)備的軟件結(jié)構(gòu)

RFID采集設(shè)備軟件分為設(shè)備控制、數(shù)據(jù)過濾和數(shù)據(jù)傳輸?shù)?個模塊。設(shè)備控制模塊的功能是設(shè)置讀寫器參數(shù)，控制讀寫器識別電子標(biāo)簽、讀取電子標(biāo)簽中的數(shù)據(jù)。數(shù)據(jù)過濾模塊實現(xiàn)簡單的消除重復(fù)讀取的功能，根據(jù)設(shè)置，刪除一段時間內(nèi)重復(fù)讀取到的電子標(biāo)簽數(shù)據(jù)，同時，利用讀取到的重復(fù)數(shù)據(jù)，計算交通擁擠程度，以充分利用RFID數(shù)據(jù)的價值。數(shù)據(jù)傳輸模塊負(fù)責(zé)與后臺數(shù)據(jù)整合的通信接入部分的交互，向后臺傳輸采集到電子車證信息和交通擁擠程度，同時接收后臺傳輸?shù)淖x寫器配置命令，配置讀寫器參數(shù)，實現(xiàn)讀寫器固件、數(shù)據(jù)采集軟件本身的在線升級。數(shù)據(jù)傳輸模塊實現(xiàn)了讀寫器的適配功能，允許電子車證系統(tǒng)中存在多種廠商的讀寫器，只需要數(shù)據(jù)傳輸模塊和后臺之間的通信協(xié)議符合系統(tǒng)規(guī)定的要求即可。

綜合采集設(shè)備軟件分為5個模塊：RFID設(shè)備控制、RFID數(shù)據(jù)過濾、車牌識別、數(shù)據(jù)融合和數(shù)據(jù)傳輸。設(shè)備控制、數(shù)據(jù)過濾和數(shù)據(jù)傳輸?shù)?個模塊的功能與RFID采集設(shè)備軟件對應(yīng)模塊相同。車牌識別模塊用于控制圖像/視頻采集，并識別圖像中的車牌，保存包含車牌的圖像。數(shù)據(jù)融合模塊將車牌識別的結(jié)果和RFID數(shù)據(jù)采集的結(jié)果融合，以車牌識別的結(jié)果為基準(zhǔn)，對于時刻t識別到的車牌，在電子車證中尋找采集時間在t±Δt內(nèi)與這個車牌匹配的車牌，作為融合結(jié)果，將車牌和電子車證關(guān)聯(lián)，否則認(rèn)為出現(xiàn)車牌誤識或RFID漏識，無法融合。

2.4 數(shù)據(jù)整合子系統(tǒng)

數(shù)據(jù)整合子系統(tǒng)采用RFID中間件的思想設(shè)計。RFID中間件是介于讀寫器和應(yīng)用系統(tǒng)之間的軟件系統(tǒng)[6-8]。RFID中間件的主要功能包括：屏蔽各種讀寫器之間的差異，為應(yīng)用系統(tǒng)訪問、配置和管理讀寫器提供統(tǒng)一的接口；對讀寫器采集到的與標(biāo)簽有關(guān)的事件和數(shù)據(jù)進(jìn)行過濾、匯集和計算，減少從讀寫器傳送到應(yīng)用系統(tǒng)的海量原始數(shù)據(jù)；面向不同的應(yīng)用，提供統(tǒng)一的服務(wù)接口，實現(xiàn)應(yīng)用的透明操作。

由于上述RFID中間件的功能主要針對物流供應(yīng)鏈的RFID應(yīng)用。在電子車證系統(tǒng)中，備識別的車輛移動速度較快，在讀寫器天線的作用范圍內(nèi)不會同時出現(xiàn)多個車輛。因此，電子車證中間件的數(shù)據(jù)過濾功能要求不高，而對實時事件檢測和數(shù)據(jù)分析的功能要求較高。

根據(jù)應(yīng)用對電子車證系統(tǒng)中間件的需求，我們將屏蔽讀寫器差異的讀寫器適配功能、部分?jǐn)?shù)據(jù)過濾功能、數(shù)據(jù)處理功能和數(shù)據(jù)融合功能從數(shù)據(jù)整合系統(tǒng)移動到數(shù)據(jù)采集子系統(tǒng)，以減輕數(shù)據(jù)整合子系統(tǒng)的負(fù)載。在數(shù)據(jù)整合子系統(tǒng)中，我們增加了實時事件檢測功能、數(shù)據(jù)分析功能和數(shù)據(jù)挖掘功能。數(shù)據(jù)整合子系統(tǒng)的結(jié)構(gòu)如圖5所示。

在圖5中，數(shù)據(jù)整合子系統(tǒng)主要由8個模塊組成，并通過4個接口與其他子系統(tǒng)交互。數(shù)據(jù)采集子系統(tǒng)通過TCP接口，與數(shù)據(jù)傳輸模塊進(jìn)行數(shù)據(jù)交換；用戶通過Web接口，與配置管理模塊進(jìn)行交互，配置數(shù)據(jù)采集設(shè)備的工作參數(shù)，查看數(shù)據(jù)采集設(shè)備工作狀態(tài)，并配置事件檢測規(guī)則；業(yè)務(wù)應(yīng)用通過TCP接口，從實時數(shù)據(jù)管理模塊獲取實時數(shù)據(jù)和實時事件；業(yè)務(wù)應(yīng)用通過Web Service接口，獲取歷史數(shù)據(jù)和歷史事件，并調(diào)用數(shù)據(jù)整合子系統(tǒng)的數(shù)據(jù)分析和數(shù)據(jù)挖掘模塊，對歷史數(shù)據(jù)和事件進(jìn)行分析和挖掘。

圖5 數(shù)據(jù)整合子系統(tǒng)結(jié)構(gòu)

根據(jù)電子車證應(yīng)用需求，事件檢測模塊主要檢測的實時事件包括：超速、套牌、車輛行駛異常、違規(guī)行駛。所謂超速就是同一個車牌連續(xù)出現(xiàn)在兩個不同數(shù)據(jù)采集點的時間之差小于規(guī)定的時間差。所謂套牌就是同一車牌連續(xù)出現(xiàn)在兩個不同數(shù)據(jù)采集點的時間之差小于在物理上可能的時間差，這通常是由于一輛車使用了偽造的車牌或電子車證。車輛行駛異常指的是指定的車輛在規(guī)定的時間內(nèi)沒有被數(shù)據(jù)采集點檢測到。違規(guī)行駛是指某些車輛在規(guī)定的時間內(nèi)，行駛到不允許出現(xiàn)的數(shù)據(jù)采集點。事件檢測將原始的（車牌，地點，時間）數(shù)據(jù)，轉(zhuǎn)換為（車牌，地點，時間，事件）信息，使得交通管理人員能根據(jù)檢測到的事件，及時采取措施，調(diào)節(jié)交通流，提高道路利用效率。

在對交通流事件進(jìn)行分析和挖掘前，需要原始數(shù)據(jù)進(jìn)行去重、補(bǔ)漏和分段。如果同意車牌由于停留在一個采集點被重復(fù)采集多次，則只需要保留第一次和最后一次的采集數(shù)據(jù)，其他重復(fù)數(shù)據(jù)被刪除。如果同一車牌連續(xù)經(jīng)過A、B兩個采集點，但沒有被A、B之間的車輛必須經(jīng)過的C點采集到，則需要補(bǔ)上這個車輛經(jīng)過C 的數(shù)據(jù)。如果同一車牌連續(xù)經(jīng)過A、B兩個采集點的時間遠(yuǎn)遠(yuǎn)大于A、B兩點的正常行駛時間，則認(rèn)為車輛在A、B之間進(jìn)行了停留，這個車輛的序列數(shù)據(jù)在A、B兩點之間斷開，形成兩個序列。

對電子車證系統(tǒng)的交通流數(shù)據(jù)的分析采用RFID數(shù)據(jù)倉庫的方式[9]，電子車證在采集點處的停留事實表（車牌，地點，起始時間，停留時間）和在兩個采集點之間的遷移事實表（車牌，地點1，地點2，起始時間，遷移用時間），根據(jù)各個維度的信息的概念層次，分析各個時段、各種車輛類型在各個采集點或區(qū)域的流量和平均行駛時間情況。

對于電子車證的交通流數(shù)據(jù)的數(shù)據(jù)挖掘主要包括頻繁路徑挖掘[8]和軌跡分析[10]。熱點路徑分析、將各個車輛的數(shù)據(jù)按照時間順序排列，分段形成行駛序列。發(fā)現(xiàn)某個或某類車輛頻繁出現(xiàn)的路徑序列或子序列，可以了解各類車輛頻繁行駛的路徑，了解車輛行駛狀況和有關(guān)趨勢。通過軌跡分類，可以了解交通流的匯聚和分散情況。數(shù)據(jù)挖掘的結(jié)果可以輔助交通管理部門分析交通擁擠原因，輔助道路規(guī)劃部門改善道路規(guī)劃。

3 系統(tǒng)實現(xiàn)

本文所提出的電子車證系統(tǒng)架構(gòu)已經(jīng)在兩個大型體育賽事的電子車證系統(tǒng)、一個特種車輛監(jiān)控系統(tǒng)等多個實際項目中實現(xiàn)。其中一個大型體育賽事的電子車證系統(tǒng)中，涉及約2萬輛機(jī)動車、32個固定式采集斷面（一個斷面是道路的一個方向，安裝有1～2臺采集設(shè)備）、14個移動采集點、90個手持采集設(shè)備。圖6給出了2臺固定式采集設(shè)備安裝在道路一個斷面上方的情景，圖7所示是固定式采集設(shè)備安裝在橋梁上的情景。

圖6 安裝在道路一個斷面 圖7 安裝在橋梁上的

上方的2臺固定式采集設(shè)備 固定式采集設(shè)備

圖8給出了數(shù)據(jù)分析模塊對固定式采集設(shè)備采集到的賽事車輛流量的分析結(jié)果。圖8（a）給出了賽事車輛在一個月內(nèi)各日的交通流量分布，圖8（b）給出了某個采集斷面在一個月內(nèi)各日的交通流量分布可以看出，在賽事期間的12日～22日，采集到的電子車證數(shù)目較多。圖8（c）給出了賽事車輛在一個月內(nèi)各個時段交通流量分布，圖8（d）給出了某個采集斷面在一個月內(nèi)各個時段交通流量分布。可以看出，在每日3～4時，道路上的賽事車輛較少，一個月內(nèi)累計流量不到1 000輛次；而在8～10時、15～19時道路上的賽事車輛較多。

5 結(jié) 語

本文結(jié)合智能交通系統(tǒng)體系框架和RFID中間件思想，設(shè)計了一種電子車證系統(tǒng)的架構(gòu)，實現(xiàn)了對交通流數(shù)據(jù)的實時采集、可靠傳輸和智能處理。多個電子車證項目的實施驗證了所提出的架構(gòu)的可行性。

（a）賽事車輛在一個月內(nèi)各日的交通流量分布

（b）某個采集斷面在一個月內(nèi)各日的交通流量分布

（c） 賽事車輛在一個月內(nèi)各個時段交通流量分布

（d）某個采集斷面在一個月內(nèi)各個時段交通流量分布

圖8 賽事車輛流量的分析結(jié)果

隨著電子車證系統(tǒng)規(guī)模的擴(kuò)大，系統(tǒng)中涉及的車輛數(shù)目和采集點數(shù)目不斷增加，系統(tǒng)的數(shù)據(jù)量也急劇擴(kuò)大，這對數(shù)據(jù)整合子系統(tǒng)的處理能力提出了挑戰(zhàn)。我們正在研究將數(shù)據(jù)整合子系統(tǒng)作為一種軟件服務(wù)（SaaS），向各種應(yīng)用系統(tǒng)提供數(shù)據(jù)服務(wù)[12]，以利用云計算的強(qiáng)大處理能力和可伸縮性，來解決電子車證系統(tǒng)規(guī)模急劇擴(kuò)大帶來的問題。

參考文獻(xiàn)

[1]鄒力. 物聯(lián)網(wǎng)與智能交通[M]. 北京：電子工業(yè)出版社，2012.

[2]張浩，李曉娜. 基于RFID技術(shù)的城市聯(lián)網(wǎng)智能停車系統(tǒng)[J]. 物聯(lián)網(wǎng)技術(shù)，2013，3（6）：14-16.

[3]張可，劉浩，劉冬梅，等. 智能交通系統(tǒng)體系框架構(gòu)建方法與應(yīng)用[M]. 北京：人民交通出版社，2012

[4]張智文. 射頻識別技術(shù)理論與實踐[M]. 北京：中國科學(xué)技術(shù)出版社，2008.

[5]張之津. 智能卡安全設(shè)計[M]. 北京：電子工業(yè)出版社，2010.

[6]鐘惠安. RFID技術(shù)運作的神經(jīng)中樞—RFID中間件[J]. Electronics Commerce Pilot，2004，6（2）：16-19.

[7]廖國瓊. RFID實時中間件技術(shù)[M]. 成都：西南交通大學(xué)出版社，2010.

[8] Ahmed N， Ramachandran U. RFID Mideleware Systems： A Comparative Analysis[M]. Ranasinghe D C et al （eds） Unique Radio Innovation for the 21st Century， 2010：257-278.

[9] Gonzalez H， Han JiaWei， Li XiaoLei， and Klabjan D. Warehousing and analyzing Massive RFID Data Sets[C]. In： Int. Conf. on Advance Data Mining and Its Applications， XiAn， China， Aug. 2006：126-134.

[10] Li XiaoLei， Han JiaWei， Lee Jae-Gil， and Gonzalez Hector. Traffic Density-Based Discovery of Hot Routes in Road Networks. Papadias D， Zhang D， and Kollios G（eds）.LNCS， 2007，4605：441-459.

[11] Wang JianYong and Han JiaWei. BIDE： Efficient Mining of Frequent Closed Sequences[C]. In： Proc. 2004 Int. Conf. on Data Engineering， 2004：57-63.

[12] Muller J et al. RFID middleware as a Service – Enabling Small and Medium Sized Enterprise to Participate in the EPCnetwork[J]. IEEE， 2009：2040-2043.

對電子車證系統(tǒng)的交通流數(shù)據(jù)的分析采用RFID數(shù)據(jù)倉庫的方式[9]，電子車證在采集點處的停留事實表（車牌，地點，起始時間，停留時間）和在兩個采集點之間的遷移事實表（車牌，地點1，地點2，起始時間，遷移用時間），根據(jù)各個維度的信息的概念層次，分析各個時段、各種車輛類型在各個采集點或區(qū)域的流量和平均行駛時間情況。

對于電子車證的交通流數(shù)據(jù)的數(shù)據(jù)挖掘主要包括頻繁路徑挖掘[8]和軌跡分析[10]。熱點路徑分析、將各個車輛的數(shù)據(jù)按照時間順序排列，分段形成行駛序列。發(fā)現(xiàn)某個或某類車輛頻繁出現(xiàn)的路徑序列或子序列，可以了解各類車輛頻繁行駛的路徑，了解車輛行駛狀況和有關(guān)趨勢。通過軌跡分類，可以了解交通流的匯聚和分散情況。數(shù)據(jù)挖掘的結(jié)果可以輔助交通管理部門分析交通擁擠原因，輔助道路規(guī)劃部門改善道路規(guī)劃。

3 系統(tǒng)實現(xiàn)

本文所提出的電子車證系統(tǒng)架構(gòu)已經(jīng)在兩個大型體育賽事的電子車證系統(tǒng)、一個特種車輛監(jiān)控系統(tǒng)等多個實際項目中實現(xiàn)。其中一個大型體育賽事的電子車證系統(tǒng)中，涉及約2萬輛機(jī)動車、32個固定式采集斷面（一個斷面是道路的一個方向，安裝有1～2臺采集設(shè)備）、14個移動采集點、90個手持采集設(shè)備。圖6給出了2臺固定式采集設(shè)備安裝在道路一個斷面上方的情景，圖7所示是固定式采集設(shè)備安裝在橋梁上的情景。

圖6 安裝在道路一個斷面 圖7 安裝在橋梁上的

上方的2臺固定式采集設(shè)備 固定式采集設(shè)備

圖8給出了數(shù)據(jù)分析模塊對固定式采集設(shè)備采集到的賽事車輛流量的分析結(jié)果。圖8（a）給出了賽事車輛在一個月內(nèi)各日的交通流量分布，圖8（b）給出了某個采集斷面在一個月內(nèi)各日的交通流量分布可以看出，在賽事期間的12日～22日，采集到的電子車證數(shù)目較多。圖8（c）給出了賽事車輛在一個月內(nèi)各個時段交通流量分布，圖8（d）給出了某個采集斷面在一個月內(nèi)各個時段交通流量分布?？梢钥闯觯诿咳?～4時，道路上的賽事車輛較少，一個月內(nèi)累計流量不到1 000輛次；而在8～10時、15～19時道路上的賽事車輛較多。

5 結(jié) 語

本文結(jié)合智能交通系統(tǒng)體系框架和RFID中間件思想，設(shè)計了一種電子車證系統(tǒng)的架構(gòu)，實現(xiàn)了對交通流數(shù)據(jù)的實時采集、可靠傳輸和智能處理。多個電子車證項目的實施驗證了所提出的架構(gòu)的可行性。

（a）賽事車輛在一個月內(nèi)各日的交通流量分布

（b）某個采集斷面在一個月內(nèi)各日的交通流量分布

（c） 賽事車輛在一個月內(nèi)各個時段交通流量分布

（d）某個采集斷面在一個月內(nèi)各個時段交通流量分布

圖8 賽事車輛流量的分析結(jié)果

隨著電子車證系統(tǒng)規(guī)模的擴(kuò)大，系統(tǒng)中涉及的車輛數(shù)目和采集點數(shù)目不斷增加，系統(tǒng)的數(shù)據(jù)量也急劇擴(kuò)大，這對數(shù)據(jù)整合子系統(tǒng)的處理能力提出了挑戰(zhàn)。我們正在研究將數(shù)據(jù)整合子系統(tǒng)作為一種軟件服務(wù)（SaaS），向各種應(yīng)用系統(tǒng)提供數(shù)據(jù)服務(wù)[12]，以利用云計算的強(qiáng)大處理能力和可伸縮性，來解決電子車證系統(tǒng)規(guī)模急劇擴(kuò)大帶來的問題。

參考文獻(xiàn)

[1]鄒力. 物聯(lián)網(wǎng)與智能交通[M]. 北京：電子工業(yè)出版社，2012.

[2]張浩，李曉娜. 基于RFID技術(shù)的城市聯(lián)網(wǎng)智能停車系統(tǒng)[J]. 物聯(lián)網(wǎng)技術(shù)，2013，3（6）：14-16.

[3]張可，劉浩，劉冬梅，等. 智能交通系統(tǒng)體系框架構(gòu)建方法與應(yīng)用[M]. 北京：人民交通出版社，2012

[4]張智文. 射頻識別技術(shù)理論與實踐[M]. 北京：中國科學(xué)技術(shù)出版社，2008.

[5]張之津. 智能卡安全設(shè)計[M]. 北京：電子工業(yè)出版社，2010.

[6]鐘惠安. RFID技術(shù)運作的神經(jīng)中樞—RFID中間件[J]. Electronics Commerce Pilot，2004，6（2）：16-19.

[7]廖國瓊. RFID實時中間件技術(shù)[M]. 成都：西南交通大學(xué)出版社，2010.

[8] Ahmed N， Ramachandran U. RFID Mideleware Systems： A Comparative Analysis[M]. Ranasinghe D C et al （eds） Unique Radio Innovation for the 21st Century， 2010：257-278.

[9] Gonzalez H， Han JiaWei， Li XiaoLei， and Klabjan D. Warehousing and analyzing Massive RFID Data Sets[C]. In： Int. Conf. on Advance Data Mining and Its Applications， XiAn， China， Aug. 2006：126-134.

[10] Li XiaoLei， Han JiaWei， Lee Jae-Gil， and Gonzalez Hector. Traffic Density-Based Discovery of Hot Routes in Road Networks. Papadias D， Zhang D， and Kollios G（eds）.LNCS， 2007，4605：441-459.

[11] Wang JianYong and Han JiaWei. BIDE： Efficient Mining of Frequent Closed Sequences[C]. In： Proc. 2004 Int. Conf. on Data Engineering， 2004：57-63.

[12] Muller J et al. RFID middleware as a Service – Enabling Small and Medium Sized Enterprise to Participate in the EPCnetwork[J]. IEEE， 2009：2040-2043.

對電子車證系統(tǒng)的交通流數(shù)據(jù)的分析采用RFID數(shù)據(jù)倉庫的方式[9]，電子車證在采集點處的停留事實表（車牌，地點，起始時間，停留時間）和在兩個采集點之間的遷移事實表（車牌，地點1，地點2，起始時間，遷移用時間），根據(jù)各個維度的信息的概念層次，分析各個時段、各種車輛類型在各個采集點或區(qū)域的流量和平均行駛時間情況。

對于電子車證的交通流數(shù)據(jù)的數(shù)據(jù)挖掘主要包括頻繁路徑挖掘[8]和軌跡分析[10]。熱點路徑分析、將各個車輛的數(shù)據(jù)按照時間順序排列，分段形成行駛序列。發(fā)現(xiàn)某個或某類車輛頻繁出現(xiàn)的路徑序列或子序列，可以了解各類車輛頻繁行駛的路徑，了解車輛行駛狀況和有關(guān)趨勢。通過軌跡分類，可以了解交通流的匯聚和分散情況。數(shù)據(jù)挖掘的結(jié)果可以輔助交通管理部門分析交通擁擠原因，輔助道路規(guī)劃部門改善道路規(guī)劃。

3 系統(tǒng)實現(xiàn)

本文所提出的電子車證系統(tǒng)架構(gòu)已經(jīng)在兩個大型體育賽事的電子車證系統(tǒng)、一個特種車輛監(jiān)控系統(tǒng)等多個實際項目中實現(xiàn)。其中一個大型體育賽事的電子車證系統(tǒng)中，涉及約2萬輛機(jī)動車、32個固定式采集斷面（一個斷面是道路的一個方向，安裝有1～2臺采集設(shè)備）、14個移動采集點、90個手持采集設(shè)備。圖6給出了2臺固定式采集設(shè)備安裝在道路一個斷面上方的情景，圖7所示是固定式采集設(shè)備安裝在橋梁上的情景。

圖6 安裝在道路一個斷面 圖7 安裝在橋梁上的

上方的2臺固定式采集設(shè)備 固定式采集設(shè)備

圖8給出了數(shù)據(jù)分析模塊對固定式采集設(shè)備采集到的賽事車輛流量的分析結(jié)果。圖8（a）給出了賽事車輛在一個月內(nèi)各日的交通流量分布，圖8（b）給出了某個采集斷面在一個月內(nèi)各日的交通流量分布可以看出，在賽事期間的12日～22日，采集到的電子車證數(shù)目較多。圖8（c）給出了賽事車輛在一個月內(nèi)各個時段交通流量分布，圖8（d）給出了某個采集斷面在一個月內(nèi)各個時段交通流量分布?？梢钥闯觯诿咳?～4時，道路上的賽事車輛較少，一個月內(nèi)累計流量不到1 000輛次；而在8～10時、15～19時道路上的賽事車輛較多。

5 結(jié) 語

本文結(jié)合智能交通系統(tǒng)體系框架和RFID中間件思想，設(shè)計了一種電子車證系統(tǒng)的架構(gòu)，實現(xiàn)了對交通流數(shù)據(jù)的實時采集、可靠傳輸和智能處理。多個電子車證項目的實施驗證了所提出的架構(gòu)的可行性。

（a）賽事車輛在一個月內(nèi)各日的交通流量分布

（b）某個采集斷面在一個月內(nèi)各日的交通流量分布

（c） 賽事車輛在一個月內(nèi)各個時段交通流量分布

（d）某個采集斷面在一個月內(nèi)各個時段交通流量分布

圖8 賽事車輛流量的分析結(jié)果

隨著電子車證系統(tǒng)規(guī)模的擴(kuò)大，系統(tǒng)中涉及的車輛數(shù)目和采集點數(shù)目不斷增加，系統(tǒng)的數(shù)據(jù)量也急劇擴(kuò)大，這對數(shù)據(jù)整合子系統(tǒng)的處理能力提出了挑戰(zhàn)。我們正在研究將數(shù)據(jù)整合子系統(tǒng)作為一種軟件服務(wù)（SaaS），向各種應(yīng)用系統(tǒng)提供數(shù)據(jù)服務(wù)[12]，以利用云計算的強(qiáng)大處理能力和可伸縮性，來解決電子車證系統(tǒng)規(guī)模急劇擴(kuò)大帶來的問題。

參考文獻(xiàn)

[1]鄒力. 物聯(lián)網(wǎng)與智能交通[M]. 北京：電子工業(yè)出版社，2012.

[2]張浩，李曉娜. 基于RFID技術(shù)的城市聯(lián)網(wǎng)智能停車系統(tǒng)[J]. 物聯(lián)網(wǎng)技術(shù)，2013，3（6）：14-16.

[3]張可，劉浩，劉冬梅，等. 智能交通系統(tǒng)體系框架構(gòu)建方法與應(yīng)用[M]. 北京：人民交通出版社，2012

[4]張智文. 射頻識別技術(shù)理論與實踐[M]. 北京：中國科學(xué)技術(shù)出版社，2008.

[5]張之津. 智能卡安全設(shè)計[M]. 北京：電子工業(yè)出版社，2010.

[6]鐘惠安. RFID技術(shù)運作的神經(jīng)中樞—RFID中間件[J]. Electronics Commerce Pilot，2004，6（2）：16-19.

[7]廖國瓊. RFID實時中間件技術(shù)[M]. 成都：西南交通大學(xué)出版社，2010.

[8] Ahmed N， Ramachandran U. RFID Mideleware Systems： A Comparative Analysis[M]. Ranasinghe D C et al （eds） Unique Radio Innovation for the 21st Century， 2010：257-278.

[9] Gonzalez H， Han JiaWei， Li XiaoLei， and Klabjan D. Warehousing and analyzing Massive RFID Data Sets[C]. In： Int. Conf. on Advance Data Mining and Its Applications， XiAn， China， Aug. 2006：126-134.

[10] Li XiaoLei， Han JiaWei， Lee Jae-Gil， and Gonzalez Hector. Traffic Density-Based Discovery of Hot Routes in Road Networks. Papadias D， Zhang D， and Kollios G（eds）.LNCS， 2007，4605：441-459.

[11] Wang JianYong and Han JiaWei. BIDE： Efficient Mining of Frequent Closed Sequences[C]. In： Proc. 2004 Int. Conf. on Data Engineering， 2004：57-63.

[12] Muller J et al. RFID middleware as a Service – Enabling Small and Medium Sized Enterprise to Participate in the EPCnetwork[J]. IEEE， 2009：2040-2043.