15、智慧城市智能交通系统设计

智慧城市智能交通系统设计

1. 现有相关研究

在车辆健康参数异常检测方面，不同研究者提出了多种方法：
- Prytz使用卡尔曼滤波和CNN识别车辆各传感器信息中的异常。
- Prytz引入车辆行业预测性维护的逐点对话，运用不同机器学习算法预测故障。
- 提出了用于故障检测的共识自组织模型（COSMO），并在重型卡车和城市公交车上进行测试。
- Prytz等人使用随机森林预测公交车和卡车空气压缩机的维修需求。

在车辆通信、智能交通系统和交通管理方面，也有众多方法被提出：
- 部分解决方案依靠安装在道路上的传感器检测交通密度，从而控制信号时长。
- Mazloumi等人提出使用GPS模块跟踪车辆位置并管理交通流量的系统。
- 利用路边的CCTV摄像头通过图像分析和计算机视觉算法检测车辆，进而管理交通流量。
- Su等人尝试通过安卓应用的WiFi实现车与车之间的通信。

2. 提出的系统

该系统的原型由一个与多个子系统通信的安卓应用组成。该应用通过蓝牙接口与用户的汽车通信，通过WiFi Direct与附近车辆通信，并通过GSM/LTE系统通过互联网与云通信。以下是各部分的详细介绍：

2.1 车辆健康与诊断

实时监测车辆健康状况并诊断车辆各部件的故障或异常是该系统的主要功能之一。具体操作步骤如下：
1. 将便携式ELM327设备连接到车辆的OBD端口，该设备用于翻译大多数现代汽车中的车载诊断（OBD）接口。
2. 将基于Arduino并带有蓝牙模块HC05的电路与ELM327设备连接，以接收OBD传感器的数据。
3