一种适用于道路交通的传感器网络节点语义编码设计

李海舰^{1, 2}，董宏辉^{1, 2}，张鹏飞¹，贾利民^{1, 2}，张毅刚²，秦勇^{1, 2}

(1.北京交通大学 轨道交通控制与安全国家重点实验室，北京，100044；

2.北京交通大学 交通运输学院，北京，100044)

摘要：分析适用于道路交通传感器网络(TSN)节点语义编码结构，本编码结构包括节点的网络语义、位置语义和信息语义3部分；接着对各部分进行详细的语义编码设计，通过划分不同的功能域，对传感器网络节点语义进行描述和编码；最后以用于道路交通流量信息获取的地磁传感器网络设备为例，给出具体的网络节点语义编码结果，并讨论本编码设计的优点和应用场景。研究结果表明：基于本方法的交通传感器网络节点语义编码可以应用于交通系统规划与管理、交通信息服务等领域，为推动交通信息共享和交通传感器网络节点语义编码标准化提供支持。

关键词：交通工程；交通传感器网络；网络节点；语义编码；交通信息共享

中图分类号：U491          文献标志码：A         文章编号：1672-7207(2013)06-2368-10

Semantic coding of sensor network nodes for road traffic

LI Haijian^{1, 2}, DONG Honghui^{1, 2}, ZHANG Pengfei¹, JIA Limin^{1, 2}, ZHANG Yigang², QIN Yong^{1, 2}

(1. State Key Laboratory of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing 100044, China;

2. School of Traffic and Transportation, Beijing Jiaotong University, Beijing 100044, China)

Abstract: The semantic code structure of traffic sensor network (TSN) node for road traffic was analyzed firstly and it was divided into three parts including network semantics, location semantics and information semantics. Then every part of the node semantic code structure was designed and the traffic sensor network node semantics was given a comprehensive description through different functional domains. Finally, a case of the magnetic sensor network devices for road traffic information acquirement was put forward and the network node semantic codes of those devices were given. The advantages and applications of the semantic coding were also discussed. The results show that the node semantic coding of traffic sensor network can be applied to traffic planning and management, traffic information services, etc., and can also promote traffic information sharing and node semantic coding standardization of traffic sensor network.

Key words: traffic engineering; traffic sensor networks; network nodes; semantic coding; traffic information sharing

随着中国经济的持续高速增长，城市人口快速膨胀和机动车保有量持续增长使城市道路交通需求与道路通行能力供给间的矛盾凸现，城市道路交通拥堵已经成为我国很多城市的通病。多年的实践表明：智能交通系统(intelligent transportation system，ITS)为解决城市交通问题提出了理论、技术支持和实践方向。ITS需要数字化的信息数据，包括道路固定基础设施信息(道路几何条件、路网结构、附属设施等)、移动设备信息(车辆信息、警力信息、实时交通流信息、车载设备信息等)和交通环境信息(地理环境信息、气象环境信息)等。这些数字化的交通信息为管理服务层系统(如道路安全监控系统、信号控制系统、超速检测系统等)和用户服务层系数(可变信息交通标志系统、交通诱导系统、路径导航系统等)提供必要的基础数据。交通信息的数字化包括交通系统中物理实体本身的数字化和物理实体状态的数字化。物理实体本身的数字化涉及对物理实体本身的编码，比如道路基础设施的编码^[1-2]、交通诱导标志的编码^[3]、道路交通信息的编码^[4]等；物理实体状态的数字化主要通过传感器技术、通信技术对物理实体状态的感知来实现，如视频事件检测系统、微波交通流检测系统、小型路旁气象站等，这些系统检测到的数据反映了交通系统的物理实体状态。近年来，传感器网络尤其是无线传感网络越来越广泛地应用到智能交通系统中^[5-8]，传感器网络本身就是交通系统物理实体状态数字化的有效实现。现今流行的多种检测系统^[9-11](如线圈检测器系统、视频检测器系统、微波检测器系统以及用于道路环境检测的小型气象站等)都可以看作是整个交通系统传感器网络的一部分，其中无线传感器网络主要在下层(ZigBee、蓝牙和802.15.4等协议的支持)和中层(Wi-Fi，3G和LTE等无线通信方式的支持)实现，上层的交通应用系统主要向IP化方向发展。这些检测系统中的感知设备(线圈、摄像机、微波雷达设备等)及中继、网关等设备为传感器网络不同层次的网络节点。随着ITS在城市交通系统中的应用不断深入，这些检测系统中的感知设备及中继、网关等设备作为基础设施也成为整个交通系统不可分割的一部分。这些设备作为交通系统的基础设施在实现交通系统物理实体状态数字化的同时，也需要其物理实体本身的数字化，这就需要研究这些感知设备及中继、网关等设备的编码问题，即交通传感器网络节点语义的编码问题。

1  交通传感器网络节点语义

1.1  交通传感器网络架构及网络节点语义

本文把交通传感器网络(traffic sensor networks，TSN)定义如下：为获取交通系统状态信息，布设于交通路网及交通管理部门的并通过无线或有线通信方式连接起来的由传感器、中继器、接入节点、网关、服务器等节点设备和各类软件系统组成的集合。面向交通系统状态信息获取的传感器网络基本架构如图1所示，在整个交通传感器网络中，分布着各层次的网络设备，这些设备承载着不同空间粒度、不同时间粒度和不同类型的交通信息。

承载多样化交通信息的网络设备作为交通传感器网络不同层次的网络节点，为了对这些网络节点设备及其承载的多样化交通信息进行有效、快速地辨识、共享和融合，需要对传感器网络节点语义进行编码设计。众多学者对城市道路^[12]、交通基础设施^[1-2]、道路或公路交通信息^[13-14]、交通信息位置^[15]等编码方面进行了较多研究，并形成了相应的国家标准^{[4, 13-14]}。这些研究成果和国家标准为实现交通系统的数字化、交通信息的多业务共享起到了积极的作用，也为推动ITS实现网络化动态交通信息获取、智能化交通信息服务提供有利条件。由于越来越多的不同类型的网络节点加入到整个交通传感器网络系统中，它们分布于不同的网络层次、布设在不同的道路位置、代表着不同类型的交通信息，使得对这些网络节点检测到的交通信息的处理变得越来越复杂；不同节点的冗余信息无法通过对节点语义的辨识快速剔除，导致系统存在大量冗余信息，严重占用传输带宽和存储空间，且无法根据各网络节点信息的特性进行有效、快速的数据融合。这就迫切需要对网络节点进行标准化的编码，实现网络节点语义的透明化，从而可以对信息的来源进行明确辨识，根据系统需求对网络节点的交通信息进行有效的筛选、传输、存储、融合。

图1  交通传感器网络架构及节点设备

Fig. 1  Structure of traffic sensor network and devices

1.2  交通传感器网络节点语义编码结构

传感器网络节点语义标识了网络节点的源数据结构，在节点语义编码结构的设计上，考虑以下3个原则：(1) 完备性，即节点相关信息是否充分，如“我是谁”、“我在哪”、“我能做什么”的语义表示；(2) 完整性，即对节点信息而言，标识出“我能做到什么程度”；(3)普适性，即同一个编码结构能够适用于网络中各层次的节点。

结合上述3个原则及交通传感器网络节点的特殊性，传感器网络节点语义编码结构需包含以下3部分：(1) 节点的网络语义(network semantics，NS)；(2) 节点的位置语义(location semantics，LS)；(3) 节点的信息语义(Information semantics，IS)。

为了使编码具有稳定性、特征性、唯一性^[1]，本文参考国家标准“道路交通信息服务 信息分类与编码”^[10]提出的编码原则：

(1) 每个编码对象只有1个代码，1个代码也只唯一表示1个对象。这样保证了编码的唯一性，避免了一码多义和一义多码。

(2) 代码应保留空位，当增加新的项目时，可根据需要加以扩充。这样保证了编码的稳定性，此编码在较长时间里不会发生重大变更，即在编码中增加、删除或插入其他1个或1类编码时，不影响其余的编码，或者不会导致整个编码体系混乱，或者不会产生破坏，而不必再重新进行编码^[1]。

(3) 编码采用数字码。一方面便于系统对编码的分割、运算操作，及对各代码段的信息提取和数据融合；另一方面便于保证编码的特征性，即在尽可能情况下，编码中的每一个码位或码段对描述该单元数据都有一定的意义，如空间位置、类型或顺序等^[1]。

除此之外，本文对节点语义编码做到尽量全面、精简。全面是指充分考虑各码位或码段所代表物理对象的全面性，尽量包含现有系统需求的各子类，并在增加新项目时，能够根据需要扩充，即预设保留位；精简主要指在考虑全面性的基础上，作到编码尽可能短小，从而节省代码存储空间和传输带宽。传感器网络节点语义编码结构如图2所示。

图2  传感器网络节点语义编码结构图

Fig. 2  Structure of sensor network node semantic coding

2  交通传感器网络节点语义编码

2.1  节点的网络语义编码

节点的网络语义编码主要包括节点类型域、节点工作原理域、节点供电方式域、节点通信方式域和节点使用寿命域。这些编码域揭示了节点的网络语义属性，反映了节点在传感器网络中的自身特征。节点的网络语义编码结构如图3所示。

图3  节点的网络语义编码结构

Fig. 3  Structure of network semantics of network node

2.1.1  节点类型域

网络节点根据其所处的网络层次表现为不同的节点类型，节点类型分类及代码如表1所示。

表1  节点类型域编码表

Table 1  Coding of node type domain

2.1.2  节点工作原理域

节点工作原理域主要针对终端检测节点设备及其工作原理进行编码，因为终端检测节点的工作原理能够反映出检测系统类型及检测到的信息类型，有必要进行区分。节点工作原理分类及代码如表2所示。

2.1.3  节点供电方式域

对于节点供电方式，按照能源是否受限可分为能源受限节点和能源非受限节点。能源受限节点依靠携带有限能量的电池供电，能源非受限节点则由太阳能板或电网中的稳定电源供电。能源受限节点的处理能力、存储能力和通信能力都是有限的。由于能源受限节点便于实现无线通信，并在安装、维护和工作时对道路交通环境的影响很小，符合道路交通信息获取的实际需求，交通传感器网络中存在大量的能源受限节点。节点能源是否受限决定了节点接收通信帧的方式。在一般情况下，能源非受限节点可持续监听信道以接收那些发送至本地的通信帧，而能源受限节点出于节省能耗的考虑，采用休眠轮询的方法接收通信帧。此外明确了节点能源是否受限，为节点的路由规划、通信协议选择、融合算法设计等提供决策约束，便于作出更合理的网络设计。表3所示为节点供电方式域编码。

表2  节点工作原理域编码表

Table 2  Coding of node operational principle domain

表3  节点的供电方式编码

Table 3  Coding of node power mode

2.1.4  节点通信方式域

节点通信方式按大类分为无线通信和有线通信2种。对于不同的通信方式，节点间的通信质量受交通环境影响很大，需要进行区分，以便根据不同的通信方式采取相应的路由策略或融合算法。除终端检测节点和中心服务器外，其他节点在网络中一般有2条通信链路，其一为下层节点至本节点的通信链路(下链路)，其二为本节点至上层节点的通信链路(上链路)，有时节点的上下层通信会使用同一条链路。节点通信方式域编码结构如图4所示。根据节点通信方式域编码结构，节点通信方式域编码方案如表4所示。

2.1.5  节点使用寿命域

节点使用寿命能够反映节点在网络中的生存时间，以及节点失效、维修、更换的大致时间，从另一个角度反映整个网络的生命周期或网络局部的生命周期。对于能源非受限节点主要指节点设备出厂使用寿命，对于能源受限节点主要指能源耗尽时的使用寿命(一般情况下，能源耗尽时的使用寿命小于节点设备出厂使用寿命)。表5所示为节点使用寿命域编码。

图4  节点通信方式域编码结构

Fig. 4  Structure of node communication mode domain

表4  节点通信方式域编码

Table 4  Coding of node communication mode

表5  节点使用寿命编码

Table 5  Coding of node service life

2.2  节点的位置语义编码

在道路交通传感器网络中，节点位置信息对道路交通信息获取至关重要，它标识了交通信息包含的位置特性和空间特性，是道路交通信息的一个重要属性，在交通信息的时空分析中起着重要的作用。可以说，没有位置信息标识的道路交通信息毫无意义。

在传感器网络经典应用中，常使用GPS数据描述节点的位置，但在道路交通信息获取应用中，GPS的经纬度并不能很好地描述节点的布设位置。其原因是：(1) 经纬度没有确切道路交通位置含义，需要经过专门的处理才能描述节点在路网中位置，且需要专门的对应表，这在实际系统中很难实现，将经纬度数据映射到路网上的1个点会产生较大的误差，也无法区分立交道路情况下的高度层次；(2) GPS的精度有限，无法满足道路交通中节点密集布设的需求，不能对道路的不同车道进行区分，而交叉口分车道的交通流信息对上层交通服务系统来说也是至关重要的。例如，民用GPS的精度一般在3~15 m之间，而道路中2个相邻车道的中线间距一般为3.75 m，显然，若在相邻车道布设2个节点，则GPS位置数据不能很好地区分它们。

所以，在道路交通传感器网络中，需要设计一种能准确描述节点属性的位置语义编码，这种编码能准确的描述节点在路网中的位置，易于辨识，方便维护人员在节点安装后仍能快速地对节点进行定位、查找、维护等。节点位置语义编码还可应用于传感器网络的数据融合中，通过对比2个节点的位置语义编码，可以很容易地判断出这2个节点间的位置关系，即得到相应交通信息的空间关联关系。

节点的位置语义主要包括交通传感器网络节点的布设位置及其相关交通属性，还包括节点的布设方式等，其编码结构如图5所示。

图5  节点的位置语义编码结构

Fig. 5  Structure of location semantics of network node

2.2.1  节点位置域

节点位置域主要标识节点具体的布设位置，即传感器网络节点布设在路网中的什么地方。本编码方法把交叉口停车线(主干路、支路等)和出入口断面(高速路、城市快速路等)作为参考断面(交叉口停车线见图6断面s，出入口断面为出入口匝道中线与主路单向道路中线的交点至主路道路中线的垂线所在的断面)，把沿着道路中线长度l(从断面s起，沿车行方向为正，否则为负)处所在断面作为节点断面s_p，这样，网络节点在道路中的断面位置(即s_p)就能够通过参数s和l唯一确定。接着，设节点断面s_p与道路中线的交点为o，在s_p上，以o点为起点，沿与道路中线垂直方向距离为d(从断面s起，车行方向右侧为正，左侧为负)的位置p即可确定。利用本方法，道路上的任何平面位置都可通过s，l和d 3个参数唯一确定，布设在道路上任意网络节点位置也唯一确定。节点位置域编码结构如图7所示。参数l和d可以通过GIS平台或实地测量得到，确定参数s需要对道路的交叉口或出入口进行专门编码。

图6  道路上任意位置定位示意图

Fig. 6  Sketch map of random location on road

图7  网络节点位置域编码结构

Fig. 7  Structure of location domain of network node

对于交叉口或出入口编码，本文主要采用文献[1]中基于地理网格的编码方法，编码包括区域码、网格码和位置码，其中区域码范围为60 km×60 km，网格码范围为60 m×60 m，位置码范围为20 m×20 m。对于一般城市，1个区域码即可满足要求，为了更有普遍性，区域码占用2个字节位，取值为0~3；网格码为区域码的1 000×1 000细分，横、纵坐标的取值范围都为0~999，各占用10个字节位；位置码为网格码的3×3细分，取值范围为0~8，占用4个字节位。交叉口或出入口编码共占用26个字节位，最小精度为20 m×20 m，由于现实中距离小于20 m的相邻交叉口或出入口是几乎不存在的，故不会有相同的编码；即使有特殊情形，也可把其中1个交叉口或出入口划分到另一个邻近的位置码中，而不会引起混淆。

对于参数s，仅利用交叉口或出入口编码来标识是不够的。交叉口或出入口编码能够标识交叉口或出入口在路网中的位置，但交叉口停车线或出入口断面需要对交叉口或出入口编码进行子划分。每个出入口仅有1个出入口断面，但交叉口类型多样，有不同数量和不同方向的交叉口停车线。定义垂直于交叉口停车线或出入口断面的车行方向为交叉口停车线或出入口断面的方向。本文参考国家标准“交通管理信息属性分类与编码 城市道路”^[11]的方向划分方法，把交叉口停车线或出入口断面按8个方向编码，占用3个字节位，各方向名称如图8所示，不同方向的编码方法见表6。这种方向编码方案可以满足所有类型的交叉口停车线(对于特殊异形交叉口，可以把相同的1个方向编码用最近的相邻方向编码代替)和出入口断面，并反映了交叉口各进道口或出入口的车行方向。

图8  方向的划分示意图

Fig. 8  Sketch map of directions

表6  交叉口停车线或出入口断面的方向编码

Table 6  Coding of direction of intersection stop line or exit-access section

对于参数l和d(二者皆为整数)，其取值范围分别设为[-4 095，4 095]和[-63，63]，各占13和7个字节位，此范围能够满足几乎所有道路网络，对于特殊情形，可利用预留域来增加参数的取值范围；位置域编码的最小精度为1 m，可以区分所有交通传感器网络节点的相对位置。

2.2.2  节点位置属性域

节点位置属性域主要标识网络节点所处的道路等级、立交层次、节点垂直投影位置、机动车道位置等相关信息，其编码结构如图9所示。

各属性编码见表7，共占用14个字节位。

图9  节点位置属性域编码结构

Fig. 9  Structure of location attributes domain of network node

表7  节点位置属性域各属性编码

Table 7  Coding of node location attribute domain

2.2.3  节点布设方式域

节点布设方式域描述了网络节点安装位置或安装方式，不同的安装位置或布设方式能够反映节点维护的便利程度及维修成本，并为节点的快速定位提供参考。节点布设方式域编码见表8。

表8  节点布设方式域编码

Table 8  Coding of node deployment domain

2.3  节点的信息语义编码

交通传感器网络并不是由某一种检测节点单独构成的网络，也不是仅感知某一种交通信息的网络，而是有多种不同层次的网络节点组成并能够综合感知和获取多种交通信息的传感器网络。它有能力为多种交通服务提供多类型、多粒度的交通信息，不同层次的网络节点能够感知的交通信息类型多样、粒度各异，需要对节点信息语义进行编码，为不同的交通信息服务系统提供所需的信息。

节点的信息语义主要包括节点的交通信息类型、信息子类、信息空间粒度和信息时间粒度，这些要素为交通信息的快速辨识提供可靠的实现方式。节点的信息语义编码结构见图10。

图10  节点的信息语义编码结构

Fig. 10  Structure of information semantics of network node

2.3.1  信息类型域

信息类型域主要表示交通信息的大类，参考国家标准“道路交通信息采集 信息分类与编码”^[4]的交通信息大类的划分，本文对信息类型域的交通设施信息、交通流信息、停车场信息、交通事件信息、环境信息等大类交通信息进行编码，编码方式见表9。

表9  信息类型域编码

Table 9  Coding of information class domain

2.3.2  信息子类域

信息子类域是各大类交通信息的细分，与信息类型域共同决定了网络节点传输的是何种交通信息，各大类交通信息类型对应的信息子类域编码见表10。

表10  信息子类域编码

Table 10  Coding of information sub-class domain

2.3.3  信息空间粒度域

信息空间粒度域主要标识交通信息的空间粒度，即所得交通信息的空间范围。对于平均速度，点平均速度(一般针对某一车道或某一道路断面而言)、路段平均速度、区域平均速度分别代表了速度的不同空间粒度，对交通信息融合和信息服务等应用来说，这些不同空间粒度的速度属于不同的信息指标，需要加以区分。表11所示为信息空间粒度域的编码方式。

表11  信息空间粒度域编码

Table 11  Coding of information space granularity domain

2.3.4  信息时间粒度域

类似于信息空间粒度域，信息时间粒度域主要从时间范围内对交通信息进行标识，即交通信息的检测周期或记录周期。传感器网络感知的交通信息具有不同的时间粒度特性，才使其具有特定的交通物理含义(只有常量交通信息才不必具有时间粒度特性)，故有必要对交通信息的时间粒度进行专门编码。表12所示为信息时间粒度域的编码方法。

表12  信息时间粒度域编码

Table 12  Coding of information time granularity domain

3  编码实例

本文选取面向北京市主干道交通流信息获取的多功能地磁传感器作为网络节点编码实例。无线地磁传感器埋设于各车道下方，由这些传感器组成的无线局域网用于检测某平面交叉口X附近路段各车道交通流量，其配置方式如图11所示。

图11中，无线地磁传感器E1，E2，E3和E4作为终端检测节点，通过电池供电，使用寿命为6 a，负责检测所在车道的车流量，每隔5 min把检测结果通过无线方式传输至AP；AP为接入节点，安装于路旁的路灯杆上，通过太阳能板供电，使用寿命为8 a，负责收集E1，E2，E3和E4这4个地磁传感器得到的流量数据并计算断面s₁(有传感器E1，E2和AP)和断面s₂(有传感器E3和E4)的车流量，每隔5 min把得到的结果通过无线方式传输至上层网络节点；相关的距离参数如图11所示。

图11  多功能地磁传感器网络各设备配置示意图

Fig. 11  Sketch map of devices deployment of multi-function magnetic sensor network

设交叉口X的地理网格编码为1-555-666-7(以十进制数表示，“-”为各编码域的分割符号，无实际意义，下同)，根据本文的编码方法，接入节点AP的网络语义、位置语义、信息语义编码分别为：3-00-1- 12-4-0，1-555-666-7-6-0200-13-03-0-5-00-05-0和1-0-03-06-0，故本实例接入节点AP的网络节点语义编码为：

同样，终端检测节点E1，E2，E3和E4的网络节点语义编码分别为：

可以看出：本编码方法仅需39个十进制数字(103个二进制字节位)就能将1个交通传感器网络节点所代表的网络语义、位置语义、信息语义全面地表示出来，其所占空间不足7个汉字(ISO-2022CJK码)占用的空间。另外，本编码方案全部采用数字码，通过不同编码域的逻辑运算和算术运算，可以很容易地判断各网络节点之间的网络层次关系、相对位置变化以及信息属性差异。比较NS.1编码域，可以快速地判定AP与E1，E2，E3和E4的网络层次，并从LS.1编码域看出AP与E1和E2在同一个检测断面，而E3和E4在距其20 m远处的另一个检测断面。通过比较E1和E3各编码域，判断出E1和E3布设于同一机动车道，并相距20 m，同样可以比较E2和E4。

在传感器网络的维护方面，管理者可以根据LS.1编码域快速定位需要维护的网络节点，并根据LS.2和LS.3编码域判断此网络节点所处的道理环境和安装环境，缩短网络维护时间。此外，对于参与信息发布或交通控制的网络节点，可以根据IS编码域在本地实现信息发布与交通控制，降低网络延时。

4  结论

(1) 通过分析交通传感器网络架构，交通传感器网络节点语义可以从网络语义、位置语义、信息语义3个部分进行描述，细分各部分的编码域和物理意义，得到具体的编码分配方式，完成整个网络节点语义编码仅需要103个字节位。

(2) 采用面向道路交通流信息获取的地磁传感器网络设备作为本文实例的编码对象，利用本文的编码方法，对4个终端检测器和1个接入节点进行了完整编码并给出了编码结果。通过对各节点编码进行逻辑运算和数学运算，可以得到网络节点之间的网络层次关系、相对位置变化以及信息属性差异。

(3) 本文是交通传感器网络节点编码的一个初步尝试，可以为本地信息发布、交通控制及各类交通信息服务、管理系统数据融合、信息共享与交互提供支持，并有望能够为交通传感器网络节点编码的标准化起推动作用。

参考文献：

[1] 李瑞敏, 陆华普, 郭敏. 城市道路基础地理要素编码方法研究[J]. 公路工程, 2009, 34(5): 37-40.

LI Ruimin, LU Huapu, GUO Min. Urban road basic geographic elements coding methodology research[J]. Highway Engineering, 2009, 34(5): 37-40.

[2] 何波, 陈旭梅, 于雷, 等. 城市道路编码标准与编码方法研究综述[J]. 道路交通与安全, 2009, 9(5): 27-30.

HE Bo, CHEN Xumin, YU Lei, et al. A synthesis of coding standards and methodologies for urban roads[J]. Road Traffic & Safety, 2009, 9(5): 27-30.

[3] 郑永卫, 许纯, 刘启忠. 动态交通诱导标志的信息分类与编码[J]. 浙江交通科技, 2004(3): 61-60.

ZHENG Yongwei, XU Chun, LIU Qizhong. Information classifying and coding for dynamic traffic guide sign[J]. Journal of Zhejiang Transportation Science & Technology, 2004(3): 61-60.

[4] GB/T 20133—2006, 道路交通信息采集 信息分类与编码[S].

GB/T 20133—2006, Road traffic information collection- Classification and code of message[S].

[5] Manohar B, Mehrdad R, Ishu P, et al. A sensor network system for measuring traffic in short-term construction work zones[C]//Proceedings of the 5th IEEE International Conference on Distributed Computing in Sensor Systems. Heidelberg: Institute of Electrical and Electronics Engineers Inc, 2009: 216-230.

[6] Meng S, Xie K Q, Ma X J, et al. An on-road wireless sensor network approach for urban traffic state monitoring[C]//11th International IEEE Conference on Intelligent Transportation Systems. Beijing: Peking University Press, 2008: 1195-1200.

[7] Wang Q H. Traffic analysis, modeling and their applications in energy-constrained wireless sensor networks[D]. Sundsvall: Mid Sweden University. Department of Information Technology and Media, 2010: 1-96.

[8] Cheung S Y, Varaiya P. Traffic surveillance by wireless sensor networks: final report[R]. Berkeley, California: University of California. Institute of Transportation Studies, 2007: 1-157.

[9] Liu H X, He X, Recker W. Estimation of the time-dependency of values of travel time and its reliability from loop detector data[J]. Transportation Research Part B, 2007, 41: 448-461.

[10] Zhang G, Avery R P, Wang Y. Video-based vehicle detection and classification system for real-time traffic data collection using uncalibrated video cameras[J]. Transportation Research Record: Journal of the Transportation Research Board, 2007, 1993: 138-147.

[11] Balke K, Songchitruksa P, Liu H, et al. Concepts for managing freeway operations during weather events[R]. Texas: Texas Transportation Institute, Texas A&M University. 2006: 1-154

[12] 何波, 陈旭梅, 于雷, 等. 基于GIS的城市道路编码算法实现与系统开发[J]. 交通与计算机, 2008, 26(6): 170-174.

HE Bo, CHEN Xumin, YU Lei, et al. Coding algorithm realizing and system development for urban roads based on GIS[J]. Computer and Communications, 2008, 26(6): 170-174.

[13] GB/T 21394—2008, 道路交通信息服务: 信息分类与编码[S].

GB/T 21394—2008, Road traffic information service: Information classifying and coding[S].

[14] GB/T 21379—2008, 交通管理信息属性分类与编码: 城市道路[S].

GB/T 21379—2008, Classification and coding of the attribute of traffic management information: City road[S].

[15] 汤灏, 陈颖琪. 交通信息位置编码研究[J]. 信息技术, 2010(7): 76-78.

TANG Hao, CHEN Yingqi. Study of the location coding for traffic information[J]. Information Technology, 2010(7): 76-78.

(编辑  杨幼平)

收稿日期：2012-06-28；修回日期：2012-09-10

基金项目：国家自然科学基金资助项目(61104164)；中央高校基本科研业务费专项资金资助项目(2012YJS059)

通信作者：贾利民(1963-)，男，新疆阿勒泰人，博士，教授，从事智能运输系统研究；电话：010-51683824；E-mail：jialm@vip.sina.com