基于无线电指纹的车辆分类系统用于智慧城市中的智能交通控制
网络与互联网体系结构
2018-06-13 v2
摘要
测量并提供精确且最新的交通相关关键性能指数是即将到来的智慧城市中智能交通控制系统的关键要素和决定性因素。街道网络被视为高度动态的赛博物理系统（CPS），其中测量信息构成了旨在优化整体系统状态的动态控制方法的基础。除交通流量和密度等全局系统参数外，诸如单个车辆速度以及车辆类型信息等具体数据可被用于高度复杂的交通控制方法，如动态按类型划分车道。因此，需要获取此类信息的解决方案，并且必须满足从准确性、成本效益到隐私保护等一系列严格要求。在本文中，我们提出了一种基于无线电指纹对车辆进行分类的系统。与其他方法相比，所提系统能够提供实时且精确的车辆分类，以及成本效益高的安装与维护、隐私保护和天气无关性。该系统在准确性和资源效率方面的性能通过全面的现场测量得到了评估。使用基于机器学习的方法，所得的对汽车和卡车的分类成功率高于 99%。
引用
@article{arxiv.1801.03291,
title = {A Radio-fingerprinting-based Vehicle Classification System for Intelligent Traffic Control in Smart Cities},
author = {Benjamin Sliwa and Marcus Haferkamp and Manar Al-Askary and Dennis Dorn and Christian Wietfeld},
journal= {arXiv preprint arXiv:1801.03291},
year = {2018}
}