基于PCA-SVM的遠程路面凝冰預(yù)警系統(tǒng)

于金良, 張喜民, 秦 川 ,劉照侖

(1.陜西交控集團有限公司，陜西 西安 710065； 2.陜西交控市政路橋集團有限公司，陜西 西安 710065；3.陜西交控運營管理公司西延分公司，陜西 西安 710016； 4.長安大學 電子與控制工程學院，陜西 西安 710064)

0 引言

隨著交通網(wǎng)絡(luò)范圍的擴大，出現(xiàn)了較多位于惡劣天氣頻發(fā)區(qū)域的路段，這些路段路面凝冰問題尤為突出。凝冰現(xiàn)象會急劇降低路面的摩擦系數(shù)，對車輛的行駛和控制產(chǎn)生十分嚴重的影響，導致交通事故頻發(fā)[2]。因此，有效預(yù)測路面的凝冰狀態(tài)，及時發(fā)布凝冰預(yù)警信息并采取凝冰處置措施，對于提高我國公路交通安全具有重要意義。

目前國內(nèi)外眾多學者已對路面凝冰預(yù)測問題開展了廣泛研究[3-5]，其成果體現(xiàn)在凝冰預(yù)測算法與路面凝冰預(yù)警系統(tǒng)兩方面。在預(yù)測算法方面，但漢成等[6]指出路面凝冰主要受溫度、濕度、風速等氣象因素的影響。Lim等[7]綜述了路面凝冰的影響因素，設(shè)計了一種路面凝冰評估算法以預(yù)測路面的凝冰狀態(tài)；陳凱等[8]結(jié)合歷史數(shù)據(jù)分析了通遼地區(qū)的凝冰數(shù)據(jù)，并基于C4.5決策樹算法構(gòu)建了凝冰預(yù)測模型。邱欣等[9]基于回歸分析法建立了瀝青路面路表溫度預(yù)估分析模型并采用SVM建立瀝青路面的凝冰預(yù)測模型。在預(yù)警系統(tǒng)方面：Teke等[10]設(shè)計了一款路面凝冰預(yù)警系統(tǒng)，采用k近鄰算法預(yù)測路面凝冰狀態(tài)；Korotenko等[11]開發(fā)了一種路面凝冰自動預(yù)測系統(tǒng)，對濕滑道路的凝冰現(xiàn)象進行預(yù)測、預(yù)警。李金丹[12]依托J2EE平臺，設(shè)計了一種高速公路凝冰預(yù)警與融雪處置系統(tǒng)。張昌利等[13]基于信息物理系統(tǒng)(Cyber-Physical Systems，CPS)原理，設(shè)計了一種高速公路防冰控制策略。

然而，以上算法研究與系統(tǒng)設(shè)計仍停留于理論層次，并未形成有效的結(jié)合體，交通管理部門因此難以提前獲得凝冰預(yù)警信息，導致路面除冰措施實施不及時。鑒于此，本文基于PCA算法與SVM研發(fā)了一款遠程路面凝冰預(yù)警系統(tǒng)，用于實時預(yù)測路面凝冰狀態(tài)和反饋預(yù)警信息。

1 系統(tǒng)總體設(shè)計

針對遠程路面凝冰預(yù)測系統(tǒng)應(yīng)用于智能交通管控領(lǐng)域，首先采用路側(cè)傳感器采集路面信息和氣象信息；然后根據(jù)設(shè)計的路面凝冰預(yù)測算法預(yù)測未來短時間內(nèi)的凝冰狀態(tài)；最后，通過凝冰信息情報板。

1.1 需求分析

遠程路面凝冰預(yù)警系統(tǒng)包括預(yù)警系統(tǒng)數(shù)據(jù)采集與管理、路面凝冰預(yù)測分析和凝冰預(yù)警信息發(fā)布等3個方面。

1)預(yù)警系統(tǒng)數(shù)據(jù)采集與管理：包括數(shù)據(jù)實時采集、數(shù)據(jù)通信與數(shù)據(jù)存儲功能。路面溫度、氣溫、濕度等信息作為遠程路面凝冰預(yù)測算法的主要影響因素，其采集實時性直接關(guān)系到路面凝冰預(yù)測結(jié)果的準確性。因此，數(shù)據(jù)采集設(shè)備應(yīng)滿足惡劣環(huán)境下的可靠性需求，以保證數(shù)據(jù)的實時采集；同時，為保證數(shù)據(jù)穩(wěn)定傳輸，需建立實時和準確的通信方式，最大程度獲取完整的氣象數(shù)據(jù)，便于后續(xù)數(shù)據(jù)分析工作。

2)路面凝冰預(yù)測分析：路面凝冰預(yù)測分析根據(jù)實時采集的交通氣象和路面狀態(tài)信息，對該路段短時間內(nèi)的路面凝冰狀態(tài)進行預(yù)測，以保證該功能預(yù)測結(jié)果高效準確。該功能是遠程路面凝冰預(yù)測系統(tǒng)的核心功能，為其設(shè)計出合理有效的路面凝冰預(yù)測算法至關(guān)重要。

3)凝冰預(yù)警信息發(fā)布：為遠程路面凝冰系統(tǒng)的最終呈現(xiàn)。通過路面凝冰預(yù)測算法分析預(yù)測該路段短時間內(nèi)的路面凝冰結(jié)果后，云平臺服務(wù)軟件向凝冰信息情報板發(fā)送指令，并提醒交通管理部門和駕駛員前方道路凝冰狀況，保證道路行車安全。

1.2 軟硬件總體框架

遠程路面凝冰預(yù)測系統(tǒng)的主要目標是實時預(yù)測路面凝冰狀態(tài)并及時發(fā)布預(yù)警信息。根據(jù)前文系統(tǒng)需求分析，采用分層設(shè)計思想，將遠程路面凝冰預(yù)測系統(tǒng)分為物理設(shè)備層、通信傳輸層和業(yè)務(wù)應(yīng)用層，如圖1所示。

圖1 遠程路面凝冰預(yù)測系統(tǒng)總體設(shè)計

各層具體設(shè)計：

1)物理設(shè)備層。物理設(shè)備層為整個系統(tǒng)的硬件基礎(chǔ)，主要包括數(shù)據(jù)感知模塊和信息發(fā)布模塊。數(shù)據(jù)感知模塊實時監(jiān)測該路段的空氣溫度、空氣濕度、風速、氣壓、降雨量等氣象要素。信息發(fā)布模塊突出顯示業(yè)務(wù)應(yīng)用層發(fā)布的凝冰預(yù)警信息。

2)通信傳輸層。通信傳輸層作為遠程路面凝冰預(yù)測系統(tǒng)的橋梁紐帶，主要負責物理設(shè)備層與業(yè)務(wù)應(yīng)用層之間的數(shù)據(jù)傳輸。其中4G DTU通信模塊安全性和準確性較高，同時能支持多種通信方式，可以實現(xiàn)物理設(shè)備層和業(yè)務(wù)應(yīng)用層互聯(lián)。

3)業(yè)務(wù)應(yīng)用層。業(yè)務(wù)應(yīng)用層為遠程路面凝冰預(yù)測系統(tǒng)的核心部分，由客戶端軟件、路面凝冰預(yù)測算法、數(shù)據(jù)庫等構(gòu)成。通過與用戶進行信息交互，可以實現(xiàn)數(shù)據(jù)顯示、數(shù)據(jù)存儲、系統(tǒng)管理和預(yù)測分析等業(yè)務(wù)功能。

2 基于PCA-SVM的路面凝冰預(yù)測算法研究

在道路凝冰預(yù)測方面，首先采用PCA分析各氣象要素對于路面凝冰的影響程度；在此基礎(chǔ)上，基于滑動平均濾波對凝冰數(shù)據(jù)進行處理；最后，建立基于SVM的凝冰預(yù)測模型。并通過仿真實驗驗證該凝冰預(yù)測算法的精確性。

2.1 基于PCA的路面凝冰影響因素分析

針對地理環(huán)境差異所造成的凝冰預(yù)測困難問題，采用PCA分析各氣象因素對面凝冰的影響，并選擇其中主要影響因素作為SVM凝冰預(yù)測模型的輸入。具體方法步驟如下。

2.1.1建立凝冰影響因素數(shù)據(jù)矩陣

選取路面濕度、環(huán)境溫度、氣壓、環(huán)境濕度、風速和降雨量等m個氣象要素作為分析的主要成分。假設(shè)存在n組路面凝冰樣本，則凝冰影響因素數(shù)據(jù)矩陣可以表示為：

(1)

式中：ξij表示第i個影響因素的第j組凝冰樣本的數(shù)據(jù)值，i=1，2，…，m；j=1，2，…，n。

2.1.2數(shù)據(jù)標準化

由于各項凝冰影響因素量綱差別較大，為了綜合分析比較所有因素的影響程度，本節(jié)選擇Z-score標準化方法對凝冰影響因素數(shù)據(jù)矩陣中各元素進行處理：

(2)

2.1.3協(xié)方差矩陣求解

(3)

2.1.4特征值與特征向量求解

根據(jù)式(3)提到的凝冰樣本數(shù)據(jù)協(xié)方差矩陣，可以求得m個非負特征值，對所有特征值進行降序排列后，對應(yīng)的特征向量為Vi=(vm1，vm2，…，vmn)，i=1，2，…，m。當特征向量中某一個特征值出現(xiàn)大幅減小，而其后的特征值幾乎不發(fā)生變化時，表示特征值對應(yīng)的元素對預(yù)測結(jié)果影響較小，故可忽略。

2.1.5凝冰主成分分析

為了確定影響路面凝冰的主要分量，計算每一個凝冰影響因素的方差比例和累計占比，累計占比可以表示為：

(4)

式中：A為方差累計占比；p為凝冰主分量數(shù)量。

當累計占比達到85%以上時，選擇參與當前累計占比的凝冰影響因素作為凝冰主分量。

2.1.6結(jié)果分析

采集路面凝冰時的路面溫度、環(huán)境溫度、降雨量、風速、氣壓、環(huán)境濕度等6項氣象要素數(shù)值作為凝冰的原始指標數(shù)據(jù)，進行主成分分析，分析結(jié)果如表1所示。

表1 主成分分析結(jié)果初始特征值提取載荷平方和成分總計方差百分比/%累積百分比/%總計方差百分比/%累積百分比/%13.42557.08357.0833.42557.08357.08321.37022.84079.9231.37022.84079.92330.5819.35689.27940.3786.29895.57750.2043.40198.97860.0421.022100.000

根據(jù)表1可知，前兩個主成分即可代表79.923%的總影響因素，根據(jù)主成分分析結(jié)果可知第1個點至第2個點的折線段比較陡峭，第2個點往后折線趨于平緩。經(jīng)綜合考慮選用前兩個主成分代替原本的6項氣象要素來簡化原始數(shù)據(jù)信息。

成分矩陣分析結(jié)果如表2所示。

表2 成分矩陣分析結(jié)果變量成分1成分2環(huán)境溫度0.9490.678路面溫度0.9410.612環(huán)境濕度-0.920-0.733風速0.2110.538氣壓-0.583-0.488降雨量-0.0770.245

根據(jù)成分矩陣進一步分析2個主成分中包含的氣象要素可知：環(huán)境溫度、路面溫度和環(huán)境濕度這3個變量的影響占比最大，因此，在建立高速公路路面凝冰預(yù)測模型時，可將此3項氣象要素作為特征向量構(gòu)建凝冰預(yù)測模型。

2.2 基于SVM的路面凝冰預(yù)測模型

基于SVM對路面凝冰狀態(tài)進行預(yù)測。整體預(yù)測流程如圖2所示。

圖2 預(yù)測算法流程

基于SVM的凝冰預(yù)測模型構(gòu)建步驟表述如下。

2.2.1構(gòu)建特征向量

由2.1節(jié)分析可知，環(huán)境溫度、路面溫度和環(huán)境濕度為該路段影響路面凝冰的主要氣象因素。因此，SVM凝冰預(yù)測模型的特征向量可以表示為：

X=[ξat,ξpt,ξh]

(5)

式中：ξat為環(huán)境溫度；ξpt為路面溫度；ξh為環(huán)境濕度。

2.2.2構(gòu)造分類模型

構(gòu)造如式(6)所示超平面對數(shù)據(jù)進行分類：

ωTX+b=0

(6)

(7)

為尋找?guī)缀伍g隔最大的超平面，保證最大的分類準確性，結(jié)合式(7)可以將原問題轉(zhuǎn)化為如式(8)所示的約束最優(yōu)化問題。

(8)

然而，以上模型在計算時，會因所在空間維數(shù)問題導致算法無法得到最優(yōu)解。因此本文引入核函數(shù)K(ξ，z)，并通過拉格朗日乘子法對求解問題進行轉(zhuǎn)化，如式(9)所示。

(9)

(10)

式中：αi、αj為拉格朗日乘子；C為懲罰系數(shù)，懲罰系數(shù)決定了預(yù)測模型的復雜程度以及出現(xiàn)擬合偏差的懲罰程度。C取值越小，表明對經(jīng)驗誤差的懲罰越小，導致模型欠擬合；C取值越大，表明對經(jīng)驗誤差的懲罰越大，導致模型過擬合。本文選用高斯徑向基核函數(shù)如式(10)所示，x、z表示將要映射至高維空間的向量組。

3 遠程路面凝冰預(yù)測系統(tǒng)設(shè)計

3.1 軟件架構(gòu)與功能分析

本節(jié)基于B/S架構(gòu)設(shè)計遠程路面凝冰預(yù)測系統(tǒng)軟件平臺，軟件設(shè)計框架如圖3所示。

圖3 路面凝冰預(yù)測系統(tǒng)軟件架構(gòu)

表現(xiàn)層負責與用戶進行信息交互，業(yè)務(wù)層負責所有功能的內(nèi)部實現(xiàn)，實體層負責數(shù)據(jù)的存儲。基于模塊化設(shè)計思想，將軟件分為4個功能模塊，如圖4所示。

圖4 軟件功能模塊

3.2 軟件模塊設(shè)計

1)數(shù)據(jù)通信模塊。用于將設(shè)備采集的數(shù)據(jù)信息傳輸至軟件平臺，同時將凝冰預(yù)警信息發(fā)送給現(xiàn)場情報板。為了保證數(shù)據(jù)傳輸?shù)姆€(wěn)定性、可靠性和傳輸速度，選擇JSON數(shù)據(jù)協(xié)議并使用TCP/IP通信方式。定義的數(shù)據(jù)格式如表3所示。

表3 數(shù)據(jù)傳輸格式鍵值說明equipmentId001設(shè)備編號time2022-11-28 9:30:00時間temperature-3.6環(huán)境溫度humidity90.3環(huán)境濕度windDirection86.5風向windSpeed3.1風速rainfall0.0降雨量pressure886.7氣壓roadTemperature-1.8路面溫度iceThickness0.1凝冰厚度waterThickness0.1積水厚度snowThickness0.1積雪厚度

2)數(shù)據(jù)存儲模塊。用于存儲和管理系統(tǒng)的數(shù)據(jù)信息。為了保證數(shù)據(jù)庫的性能與數(shù)據(jù)表之間的關(guān)聯(lián)性，對系統(tǒng)中各個數(shù)據(jù)表之間的實體關(guān)系進行設(shè)計，如圖5所示。

圖5 數(shù)據(jù)庫實體關(guān)系

3)凝冰預(yù)測模塊。為整個軟件的核心業(yè)務(wù)，該模塊主要依據(jù)第2節(jié)中設(shè)計的路面凝冰預(yù)測算法，具體流程如圖6所示。

圖6 路面凝冰預(yù)測流程

4)凝冰信息發(fā)布模塊。主要用于向終端顯情報板發(fā)送該路段實時的凝冰預(yù)警信息。分為用戶主動控制和智能控制2種控制模式，以應(yīng)對不同的應(yīng)用場景。

4 應(yīng)用實例

4.1 路面凝冰預(yù)測模型

為了驗證本文所提出的基于PCA-SVM路面凝冰預(yù)測算法的有效性和準確性，選取延西高速公路的部分路面凝冰氣象數(shù)據(jù)，獲得SVM凝冰預(yù)測模型。

1)數(shù)據(jù)預(yù)處理。由于設(shè)備采集到的數(shù)據(jù)存在噪聲干擾，影響預(yù)測精度，所以通過滑動平均濾波對采集數(shù)據(jù)進行預(yù)處理，降低噪聲干擾。濾波過程如圖7所示。

圖7 滑動平均濾波流程

2)模型參數(shù)設(shè)置。懲罰系數(shù)C為判斷預(yù)測模型的復雜程度以及出現(xiàn)擬合偏差的懲罰程度的依據(jù)；高斯徑向基核函數(shù)中的參數(shù)κ=0.5σ2用于表示單個樣本數(shù)據(jù)的影響程度。因此選擇合適的C和κ對于預(yù)測準確性至關(guān)重要，經(jīng)交叉實驗得：C=1、κ=0.25時模型預(yù)測效果最佳。

3)預(yù)測效果。為驗證算法準確性，選取500組數(shù)據(jù)進行驗證，其中凝冰樣本數(shù)為325；為凝冰樣本數(shù)為175，所提出算法模型的預(yù)測分類混淆矩陣如表4所示：

表4 路面凝冰狀態(tài)預(yù)測驗證結(jié)果類型發(fā)生凝冰預(yù)測樣本數(shù)未發(fā)生凝冰預(yù)測樣本數(shù)發(fā)生凝冰真實樣本數(shù)307(TP)18(TN)未發(fā)生凝冰真實樣本數(shù)13(FP)162(FN)

由表4中可知，所獲得的SVM凝冰預(yù)測模型預(yù)測準確率為93.8%，誤報率與漏報率分別為7.3%和5.5%，其中TP、TN、FP、FN分別表示真正例、真反例、假正例、假反例。模型精確度a、誤報率pe以及漏報率Po分別由式(11)～(13)給出。

(11)

(12)

(13)

為了驗證算法的預(yù)測效果,選取某天4:54-9:44的路面凝冰實際狀態(tài)和預(yù)測狀態(tài)進行對比,路面凝冰預(yù)測結(jié)果和凝冰厚度誤差分別如圖8所示:

圖8 路面凝冰預(yù)測仿真結(jié)果

由圖8可知,在05:04時刻,路面凝冰預(yù)測模型預(yù)測路面將要出現(xiàn)凝冰并一直保持;在05:14時刻,由實際狀態(tài)曲線可知路面確實出現(xiàn)凝冰并保持,與預(yù)測模型的預(yù)測結(jié)果一致,驗證了模型的預(yù)測有效性。

4.2 遠程路面凝冰預(yù)警系統(tǒng)應(yīng)用

4.2.1預(yù)警系統(tǒng)數(shù)據(jù)采集與管理

數(shù)據(jù)采集與管理主要需保證3個方面：①系統(tǒng)能與采集設(shè)備正常通信，②系統(tǒng)硬件能實時采集交通氣象和路面狀態(tài)信息，③系統(tǒng)能正常存儲管理數(shù)據(jù)信息。測試結(jié)果如圖9～11所示。

圖9 數(shù)據(jù)通信測試

圖10 實時數(shù)據(jù)采集結(jié)果

圖11 數(shù)據(jù)存儲測試結(jié)果

由圖9可知，軟件可以在設(shè)備狀態(tài)欄和情報板狀態(tài)欄中顯示與采集設(shè)備和情報板的通信狀態(tài)，連接中斷時狀態(tài)欄顯示“異?！薄D10表明設(shè)備可以實時采集到數(shù)據(jù)信息并顯示在客戶端，圖11表明可以將信息完整存入數(shù)據(jù)庫并進行查詢、刪除、導出等各種數(shù)據(jù)操作。

4.2.2凝冰預(yù)警效果展示

凝冰預(yù)警效果展示功能主要測試所設(shè)計的凝冰預(yù)測算法的有效性，能否根據(jù)實時采集的交通氣象數(shù)據(jù)信息預(yù)測路面凝冰狀態(tài)。測試結(jié)果如圖12所示。

圖12 凝冰預(yù)警功能測試結(jié)果

由圖12可知，當系統(tǒng)采集到異常氣象信息時，遠程路面凝冰預(yù)警系統(tǒng)能夠根據(jù)當前氣象數(shù)據(jù)預(yù)測路面凝冰狀態(tài)，并在軟件界面對預(yù)測結(jié)果進行高亮顯示，如圖中“半小時凝冰預(yù)警”即為該時刻的凝冰預(yù)警信息。

4.2.3道路凝冰信息發(fā)布

道路凝冰信息發(fā)布功能主要測試系統(tǒng)能否將凝冰預(yù)警信息準確發(fā)布至預(yù)警情報板。測試結(jié)果如圖13～14所示。當預(yù)測到凝冰狀態(tài)后，軟件中會出現(xiàn)“凝冰預(yù)警”、“謹慎駕駛”等提示信息，并用紅色高亮顯示，同時可在凝冰預(yù)警情報板中顯示此信息，提醒駕駛員及時作出應(yīng)對措施，提高了道路的安全性。

圖13 道路凝冰信息發(fā)布功能測試結(jié)果

圖14 遠程情報板測試結(jié)果

5 結(jié)束語

本文提出了一種基于PCA-SVM的遠程路面凝冰預(yù)警系統(tǒng)。首先，采集氣象信息和路面狀態(tài)信息并遠程傳輸至云服務(wù)器中為凝冰預(yù)測算法提供有效輸入數(shù)據(jù)；其次，基于路面凝冰預(yù)測算法預(yù)測目標未來時間段的凝冰情況并實時顯示于系統(tǒng)交互界面中供相關(guān)部門參考；最后，通過建立穩(wěn)定的通信連接將預(yù)警信息遠程發(fā)送至路側(cè)情報板，為駕駛員提供有效的應(yīng)對措施，提高易結(jié)冰路段的行車安全性。