基于IPv6的智能交通信息采集与处理方法

吉林大学学报(工学版) ›› 2010, Vol. 40 ›› Issue (05): 1225-1229.

基于IPv6的智能交通信息采集与处理方法

刘昕^1,2,王殿海¹,王新颖¹,宋现敏¹,王德民²

1.吉林大学交通学院,长春 130022|2.吉林大学网络中心,长春 130012

收稿日期:2009-08-15 出版日期:2010-09-01 发布日期:2010-09-01
通讯作者: 王德民（1958-）,男,教授.研究方向:分布式与网络.E-mail:wdm@jlu.edu.cn E-mail:wdm@jlu.edu.cn
作者简介:刘昕（1976-）,女,博士研究生.研究方向:智能交通网络.E-mail:lx@jlu.edu.cn
基金资助:
国家自然科学基金项目（50908100）；“973”国家重点基础研究发展规划项目（2006CB705505）；吉林省科技发展计划项目（20080702）

Information collection and processing method for intelligent traffic system based on IPv6

LIU Xin^1,2,WANG Dian-hai¹,WANG Xin-ying¹,SONG Xian-min¹,WANG De-min²

1.College of Transportation,Jilin University,Changchun 130022, China;2.Network Center, Jilin University, Changchun 130012, China

Received:2009-08-15 Online:2010-09-01 Published:2010-09-01

摘要/Abstract

摘要：

分析了现有主要的交通信息采集方法及其不足，设计了一种基于IPv6的智能交通系统（ITS）框架及利用C语言评议实现的信息采集与处理方法。结合交通仿真软件VISSIM生成的交通数据，该方法实现了车辆、道路、人和建筑的智能匹配，可以实时跟踪微观车辆，也可以进行区域交通状态的实时判别，为交通的智能管理与控制提供了数据支持。

关键词: 智能交通, 信息处理, 交通仿真

Abstract:

The shortcomings of current traffic information collection and processing methods were analyzed. Based on IPv6, a framework was designed for the Intelligent Traffic Systems (ITS) with new method of information collection and processing. By using C language and data generated by VISSIM traffic simulation software, the method can realize intelligent matching of vehicles, roads, persons and buildings. The method supports ITS by providing both the realtime track of a microvehicle and the judgment of realtime regional traffic status.

Key words: intelligent traffic system, information processing, traffic simulation

中图分类号:

U495

刘昕, 王殿海, 王新颖, 宋现敏, 王德民. 基于IPv6的智能交通信息采集与处理方法[J]. 吉林大学学报(工学版), 2010, 40(05): 1225-1229.

LIU Xin, WANG Dian-Hai, WANG Xin-Ying, SONG Xian-Min, WANG De-Min. Information collection and processing method for intelligent traffic system based on IPv6[J]. 吉林大学学报(工学版), 2010, 40(05): 1225-1229.

参考文献

相关文章 15

[1]	苏寒松,代志涛,刘高华,张倩芳. 结合吸收Markov链和流行排序的显著性区域检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1887-1894.
[2]	徐岩,孙美双. 基于卷积神经网络的水下图像增强方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1895-1903.
[3]	黄勇,杨德运,乔赛,慕振国. 高分辨合成孔径雷达图像的耦合传统恒虚警目标检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1904-1909.
[4]	李居朋,张祖成,李墨羽,缪德芳. 基于Kalman滤波的电容屏触控轨迹平滑算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1910-1916.
[5]	应欢,刘松华,唐博文,韩丽芳,周亮. 基于自适应释放策略的低开销确定性重放方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1917-1924.
[6]	陆智俊,钟超,吴敬玉. 星载合成孔径雷达图像小特征的准确分割方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1925-1930.
[7]	刘仲民,王阳,李战明,胡文瑾. 基于简单线性迭代聚类和快速最近邻区域合并的图像分割算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1931-1937.
[8]	单泽彪,刘小松,史红伟,王春阳,石要武. 动态压缩感知波达方向跟踪算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1938-1944.
[9]	赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223.
[10]	姚海洋, 王海燕, 张之琛, 申晓红. 双Duffing振子逆向联合信号检测模型[J]. 吉林大学学报(工学版), 2018, 48(4): 1282-1290.
[11]	全薇, 郝晓明, 孙雅东, 柏葆华, 王禹亭. 基于实际眼结构的个性化投影式头盔物镜研制[J]. 吉林大学学报(工学版), 2018, 48(4): 1291-1297.
[12]	陈绵书, 苏越, 桑爱军, 李培鹏. 基于空间矢量模型的图像分类方法[J]. 吉林大学学报(工学版), 2018, 48(3): 943-951.
[13]	陈涛, 崔岳寒, 郭立民. 适用于单快拍的多重信号分类改进算法[J]. 吉林大学学报(工学版), 2018, 48(3): 952-956.
[14]	徐洪峰, 高霜霜, 郑启明, 章琨. 信号控制交叉口的复合动态车道管理方法[J]. 吉林大学学报(工学版), 2018, 48(2): 430-439.
[15]	孟广伟, 李荣佳, 王欣, 周立明, 顾帅. 压电双材料界面裂纹的强度因子分析[J]. 吉林大学学报(工学版), 2018, 48(2): 500-506.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed