李賢鈺，郭忠印，王 璐，蘇東蘭

（1.同濟大學(xué)道路與交通工程教育部重點實驗室，上海201804；2.云南省交通科學(xué)研究所，云南 昆明 650216；3.蘇州科技大學(xué)土木工程學(xué)院，江蘇 蘇州 215011）

基于D-S證據(jù)理論的災(zāi)后公路交通生命線多源信息融合技術(shù)

李賢鈺1，郭忠印1，王 璐2，蘇東蘭3

（1.同濟大學(xué)道路與交通工程教育部重點實驗室，上海201804；2.云南省交通科學(xué)研究所，云南 昆明 650216；3.蘇州科技大學(xué)土木工程學(xué)院，江蘇 蘇州 215011）

災(zāi)后公路交通生命線的災(zāi)情信息獲取具有來源廣、信息格式不一、災(zāi)情時空信息變化劇烈等特點。為了提高多源異構(gòu)信息的處理精度，提出基于信息源可靠度D-S證據(jù)理論建立的信息融合模型。通過對采集得到的不同公路交通生命線狀態(tài)信息進(jìn)行特征提取，得到關(guān)于生命線狀態(tài)的初步?jīng)Q策結(jié)果，按照一定的融合準(zhǔn)則以及每個信息源的可靠度進(jìn)行綜合判斷，獲得最終的融合結(jié)果，并以算例示范了模型的具體應(yīng)用。

D-S證據(jù)理論；多源異構(gòu)；信息融合；信息源可靠度；公路交通生命線

隨著災(zāi)后信息采集技術(shù)的發(fā)展，衛(wèi)星遙感、GPS、無線傳感器等先進(jìn)技術(shù)已經(jīng)越來越多的應(yīng)用到災(zāi)害評估和災(zāi)后道路信息采集中。但是不同來源的信息數(shù)據(jù)類型和格式各異，包括圖片、數(shù)字信號、視頻、文本信息等，并且災(zāi)后未知因素，對生命線災(zāi)后評估影響較大。針對災(zāi)后生命線獲取信息的多源異構(gòu)性特點[1]，采集到的災(zāi)害信息需要通過多源信息融合技術(shù)診斷來判斷交通生命線狀態(tài)。

常用的多源信息融合技術(shù)主要有Bayes準(zhǔn)則、神經(jīng)網(wǎng)絡(luò)、模糊積分、傳統(tǒng)D-S證據(jù)理論等。Bayes是多傳感器信息融合和優(yōu)化決策的主流技術(shù)，前提是能夠獲得先驗概率[2]；神經(jīng)網(wǎng)絡(luò)[3]在數(shù)據(jù)層的信息融合中在不確定信息推理方面具有明顯優(yōu)勢，但是其學(xué)習(xí)和成熟需要一定量的樣本進(jìn)行訓(xùn)練。模糊積分[4]是一種基于對象證據(jù)與期望目標(biāo)之間最大一致性的搜索算法，但關(guān)鍵數(shù)據(jù)模糊密度的確定過于依賴專家主觀經(jīng)驗，較難得到最優(yōu)結(jié)論。與其他方法相比，D-S證據(jù)理論[5]的優(yōu)勢在于它不需要先驗概率和大量樣本，但是傳統(tǒng)D-S證據(jù)理論的正確性受信息源間沖突影響較大。

針對現(xiàn)有多源信息融合技術(shù)對已知信息的過度依賴性，進(jìn)一步的災(zāi)后信息融合技術(shù)需要能夠解決不精確推理過程中不同可靠性數(shù)據(jù)和信息的形式差異的問題。

1 多源信息融合層次確定

多源信息融合按照不同的處理層次可分為數(shù)據(jù)級信息融合、特征級信息融合、決策級信息融合，不同層級所采用的融合算法不一。

數(shù)據(jù)級融合是最低層次的融合。該層級直接融合未經(jīng)處理的原始觀測數(shù)據(jù)，并根據(jù)融合結(jié)果進(jìn)行特征識別、決策。保證了數(shù)據(jù)的完整、準(zhǔn)確性，但數(shù)據(jù)量大，處理時間較長，導(dǎo)致實效性差，難以達(dá)到理想的融合效果，通常用于圖像融合方面。

特征級融合是中間層次的融合。該層級的融合實現(xiàn)了信息壓縮，融合的特征結(jié)果給予決策分析堅實的基礎(chǔ)，但不可避免損失了一部分信息。

決策級融合是最高層級的融合。該層級的融合實時性好；在一個或幾個傳感器失效時，仍能做出正確決策，容錯性好；同樣適用于異構(gòu)傳感器數(shù)據(jù)融合。其主要方法包括貝葉斯推理、D-S證據(jù)理論、模糊集理論、神經(jīng)網(wǎng)絡(luò)等。決策級融合具體過程如圖1所示，融合過程包括對信息源預(yù)處理、特征提取、判斷決策、決策融合以及最終決策。

公路交通生命線多源信息融合屬于決策級融合[6]，首先對每種信息采集方式進(jìn)行道路特征提取，得到關(guān)于公路交通生命線狀態(tài)的初步?jīng)Q策結(jié)果，然后按照一定的融合準(zhǔn)則以及每個信息源的可靠度進(jìn)行綜合判斷，獲得最終的決策結(jié)果。

圖 1 決策級融合過程Fig.1 Decision-level fusion process

2 公路交通生命線災(zāi)情信息融合模型的構(gòu)建

多源信息融合的核心思想[7]是利用多信息源間協(xié)調(diào)互補的特點，克服單源災(zāi)情信息的不確定性及局限性。互補信息源通常包括多源異構(gòu)信息，從而實現(xiàn)交通生命線災(zāi)情信息的不斷更新和完善。公路交通生命線多源信息融合屬于決策級融合，依據(jù)圖1決策級融合過程，考慮災(zāi)后不同應(yīng)急救援階段的信息需求，以及各信息源的特性，提出多源公路交通生命線災(zāi)情信息融合模型，如圖2所示。

圖 2 多源公路交通生命線信息融合模型Fig.2 Information fusion model of multi-source highway traffic lifeline

2.1 信息源獲取

模型中的信息源包括遙感、現(xiàn)場工作組、網(wǎng)絡(luò)傳媒和地方上報4種信息獲取方式，先對獲取信息相繼進(jìn)行預(yù)處理、特征處理，將處理后的多源生命線災(zāi)情信息輸入融合中心進(jìn)行配準(zhǔn)、結(jié)合，不同路段之間信息相互補充，擴大信息覆蓋區(qū)域。

2.2 數(shù)據(jù)配準(zhǔn)

在多源特征信息融合之前需要進(jìn)行數(shù)據(jù)配準(zhǔn)，保證融合的信息是針對同一觀測目標(biāo)的同一位置。數(shù)據(jù)配準(zhǔn)包括時間配準(zhǔn)和空間配準(zhǔn)。

時間配準(zhǔn)即把不同信息采集方式所獲得的同一目標(biāo)的特征信息同步至相同時段?？臻g配準(zhǔn)是將多源特征信息映射到統(tǒng)一的坐標(biāo)系當(dāng)中，將具有相同空間位置（同一目標(biāo)）的特征信息配準(zhǔn)，包括道路樁號、坐標(biāo)等。

2.3 信息源優(yōu)先級劃分

針對同一目標(biāo)的異質(zhì)信息進(jìn)行融合，分析每個信息源優(yōu)先級排序。文中優(yōu)先級排序采用順序尺度的方法，值的大小代表優(yōu)先級的高低。

若存在優(yōu)先級別高的信息源，無論與其他證據(jù)是否存在沖突，都以優(yōu)先級高的信息源判斷結(jié)果作為最終的融合結(jié)果；若僅有優(yōu)先級不確定的信息源，則利用基于信息源實時可靠度的融合方法得到更為精準(zhǔn)的交通生命線災(zāi)情信息。

2.4 信息融合

根據(jù)融合算法確定信息源優(yōu)先級不確定時的決策信息。在搶修、保通階段，3S及現(xiàn)場工作組的時效性較差，可能僅有網(wǎng)絡(luò)傳媒、地方人工上報的信息?？紤]以上兩種信息采集方式的特點，研究基于信息源可靠度的融合算法。

3 基于信息源可靠度的D-S證據(jù)理論信息融合

3.1 基于信息源可靠度的D-S證據(jù)理論的引入

針對傳統(tǒng)證據(jù)理論正確性受信息源沖突影響的特點，提出改進(jìn)的基于信息源可靠度的D-S證據(jù)理論。即將信源可靠度的量化值作為權(quán)重，分別對各基本概率分配進(jìn)行加權(quán)平均，然后再使用D-S融合規(guī)則進(jìn)行合成。根據(jù)以上理論，可將改進(jìn)的D-S證據(jù)理論應(yīng)用于網(wǎng)絡(luò)傳媒、地方人工采集的公路交通生命線多源信息融合過程之中。

3.2 基于信息源可靠度的D-S證據(jù)理論融合過程

1）建立識別框架。識別框架就是對于某個對象進(jìn)行判斷的所有可能命題的集合，是一個互斥的非空有限集合，即Θ={A1，A2，…，An}?？紤]信息源主體的局限性[8－9]，設(shè)定多源公路交通生命線災(zāi)情信息融合的識別框架Θ=｛基本完好A1，輕微破壞A2，中等破壞A3，嚴(yán)重破壞A4｝。

2）確定基本概率分配（BPA）。構(gòu)建完整的識別框架后，需確立每個獨立信息源對生命線不同破壞程度的支持度即基本概率分配（BPA），它能夠很好地體現(xiàn)定性信息所描述的內(nèi)容，需要依據(jù)實際應(yīng)用情況靈活選擇適宜的確定方法，實現(xiàn)定性信息向定量信息的轉(zhuǎn)化。

若有n種信息源，則用mj（Ai），（i=1，2，3，4；j=1，2，…，n）表示n個信息源對4種破壞程度的基本概率分配，取值范圍為［0，1］，且滿足

3）信息源可靠度的量化。信息源的可靠度通過采集的信息間相互支持度進(jìn)行量化，用多源信息間的相似性表示。

① 信息源間的相似程度是由各信息源對不同破壞程度的支持度（基本概率分配）相似性來反映。將第j個信息源的基本概率分配看作識別框架Θ中的向量，信息源間的相似程度即為n個向量間的相似度，向量相似度可通過相關(guān)系數(shù)法求得，信息源m1及信息源mj間相似度sim（m1，mj）可表示為

式中：Ai為公路交通生命線第i種破壞程度；mj（Ai）為信息源mj對第i種破壞程度的基本概率分配。

相似度的取值范圍為[0，1]，取值為1時，表示兩個信息源完全相同；取值為0時，則表示兩個信息源完全沖突。

② 計算信息源相互支持度（sup）。支持度是相似度的函數(shù)，一個信息源與其他信息源相似度越高，則它的支持度也就越高。信息源m1的支持度可表示為

③ 計算單個信息源的可靠度（Dcrd）。一個信息源的支持度越高，它的可靠度也就越高，將信息源的支持度正則化即可獲得信息源的可靠度，可表示為

4）基本概率分配的修正。將可靠度Dcrd（mj）作為信息源mj的權(quán)重，對基本概率分配進(jìn)行加權(quán)平均。修正后的公路交通生命線不同破壞程度的支持度為［m′（A1），m′（A2），m′（A3），m′（A4）］。

5）D-S融合規(guī)則。融合規(guī)則是體現(xiàn)多證據(jù)聯(lián)合作用的一個方法，其原理是將多個證據(jù)的基本概率分配函數(shù)進(jìn)行正交和計算。

假定m1，m2，…，mn是識別框架Θ上的n個基本概率分配函數(shù)，則融合規(guī)則如式（6）所示

式中：K為融合規(guī)則的歸一化常數(shù)，反映了各個證據(jù)之間的沖突程度。

對修正后的基本概率分配按照Dempster融合規(guī)則（式（6））合成n-1次，得到聯(lián)合作用后的公路交通生命線破壞程度的基本概率分配值為［m（A1），m（A2），m（A3），m（A4）］。

6）融合決策?？紤]災(zāi)后公路交通生命線破壞特點，選擇基于基本概率分配的決策方法，即選擇識別框架中基本概率分配值最大的破壞程度作為最終融合結(jié)果。

4 實例分析

本節(jié)將通過實例說明公路交通生命線多源信息融合模型的具體應(yīng)用。2014年5月21日，13時34分56秒，云南省德宏州龍陵縣鎮(zhèn)安鎮(zhèn)發(fā)生7.0級地震，震源深度13 km，震中最大烈度為9度，圖3是災(zāi)區(qū)路網(wǎng)拓?fù)鋱D。

1）災(zāi)后0～10 h（搶修階段）。該階段信息需求包括地震屬性信息、災(zāi)區(qū)自然環(huán)境及社會環(huán)境信息等基礎(chǔ)資料。信息需求特點為快速、宏觀、準(zhǔn)確。

地震屬性信息（數(shù)字地震臺網(wǎng)采集），具體參數(shù)如表1所示。

表1 地震屬性信息Tab.1 Seismic attribute information

2）災(zāi)后10～72 h（搶修階段）。該階段信息需求包括氣象信息、災(zāi)害屬性信息、公路交通生命線范圍及受災(zāi)程度。

信息源1：（日本）ALOS光學(xué)遙感影像，分辨率為2.5 m。

信息源2：（新聞網(wǎng)）S10（節(jié)點7-8）段有一些石頭滾落，影響通行。

（微博）某驗證用戶，S10（節(jié)點7-8）段出現(xiàn)明顯裂縫。

（天涯）S10（節(jié)點7-8）完好。

（人民網(wǎng)）G56正常通行。

（新華網(wǎng)）G320中斷。

信息源3：（群眾上報）S10（節(jié)點7-8）段路不通了。

（群測群防）S230基本完好。

信息源4：（現(xiàn)場應(yīng)急工作組）G320（節(jié)點15-16）被滑坡阻斷約150 m。

2）特征提取。ALOS光學(xué)遙感影像屬于中分辨率，利用ENVI軟件對遙感圖像進(jìn)行預(yù)處理（幾何處理、自動配準(zhǔn)、數(shù)字鑲嵌等），獲得正射糾正影像，基于面向?qū)ο蟮姆诸惙椒?，使用軟件ENVI從遙感圖像中提取出公路交通生命線，提取流程如圖4。

圖3 龍陵縣地震影響區(qū)域路網(wǎng)拓?fù)鋱DFig.2 Topographic map of regional road network affected by earthquake in Longling County

圖4 基于ENVI的遙感圖像道路信息提取流程圖Fig.4 Traffic information extraction of remote sensing image based on ENVI

根據(jù)提取結(jié)果，判斷出公路交通生命線受災(zāi)范圍為保騰高速（S10）、保龍高速（G56）、G320、S317、S231、S318、S230、XM44。

3）融合過程。① 數(shù)據(jù)時空配準(zhǔn)。將搶修階段10～72 h多源信息進(jìn)行時空配準(zhǔn)，結(jié)果如表2所示。

表2 配準(zhǔn)結(jié)果Tab.2 Registration results

② 信息源優(yōu)先級。前面通過分析各信息源的時效性、幾何測度、覆蓋范圍特點，評定在該階段的信息源優(yōu)先級如表3所示。

③融合結(jié)果。以S10為例進(jìn)行信息融合，由于搶險階段3S技術(shù)及現(xiàn)場工作組的時效性較差，僅有網(wǎng)絡(luò)傳媒、地方人工上報的信息。針對S10（7-8段）4個信息來源均為網(wǎng)絡(luò)傳媒和地方人工上報，信息源間優(yōu)先級不確定，采用基于信息源可靠度的D-S證據(jù)理論算法解析圖2模型。

針對S10（7-8段）4個信息來源（新聞網(wǎng)、微博、天涯、群眾上報），記為mj（j＝1，2，3，4），建立識別框架為Θ=｛基本完好A1，中等破壞A2，嚴(yán)重破壞A3，毀壞A4｝，根據(jù)現(xiàn)有災(zāi)情信息結(jié)合專家知識，確定4個信息源的基本概率分配，如表4所示。

表3 搶修階段各信息源的優(yōu)先級別Tab.3 The priority level of each information source in the repair phase

表4 信息源的基本概率分配Tab.4 Basic probability assignment of information sources

根據(jù)式（2）～式（4），計算得到每個信息源的可靠度，Dcrd（m1）=0.28，Dcrd（m2）=0.26，Dcrd（m3）=0.19，Dcrd（m4）= 0.27。

利用信息源可靠度對基本概率分配進(jìn)行加權(quán)平均，得到修正后的概率分配m為中等破壞。

其他路線受損狀態(tài)根據(jù)模型可依次得出，最終的融合結(jié)果如表5所示。融合結(jié)果滿足該階段對公路交通生命線的信息需求。

表5 融合結(jié)果Tab.5 Fusion results

5 結(jié)論

1）針對現(xiàn)有信息融合技術(shù)對已知信息的過度依賴性特點，提出改進(jìn)的基于信息源可靠度D-S證據(jù)理論，解析公路交通生命線多源信息融合模型，解決了災(zāi)后信息融合不精確推理過程中不同可靠性數(shù)據(jù)和信息的形式差異問題。

2）以龍陵縣地震為實例驗證了模型的應(yīng)用。將災(zāi)后公路交通生命線作為對象進(jìn)行模型融合，針對搶險階段3S技術(shù)及現(xiàn)場工作組的時效性差的特點，對網(wǎng)絡(luò)傳媒和地方人工上報等采集信息進(jìn)行信息融合，最終得到準(zhǔn)確、可靠的生命線狀況信息，為指揮部門決策提供依據(jù)。

[1]張勇，高克昌.基于遙感和GIS的公路水毀監(jiān)測和評估技術(shù)框架[J].交通運輸工程學(xué)報，2010（3）：28-34.

[2]何友，王國宏.多傳感器信息融合及應(yīng)用[M].北京：電子工業(yè)出版社，2000：293-296.

[3]馬麗娜.基于神經(jīng)網(wǎng)絡(luò)的建筑環(huán)境信息融合方法研究[D].西安：西安建筑科技大學(xué)，2008.

[4]米麗萍.基于模糊積分的多源信息融合及目標(biāo)融合識別方法[J].中北大學(xué)學(xué)報：自然科學(xué)版，2015（2）：240-244.

[5]孫銳.基于D-S證據(jù)理論的信息融合及在可靠性數(shù)據(jù)處理中的應(yīng)用研究[D].成都：電子科技大學(xué)，2012.

[6]趙福軍.遙感影像震害信息提取技術(shù)研究[D].哈爾濱：中國地震局工程力學(xué)研究所，2010.

[7]喬彥肖，趙志忠.沖洪積扇與泥石流扇的遙感影像特征辨析[J].地理學(xué)與國土研究，2001（3）：35-38.

[8]全國地震標(biāo)準(zhǔn)化技術(shù)委員會.GB/T 18208.3-2011.地震現(xiàn)場工作第3部分：調(diào)查規(guī)范[S].北京：地震出版社，2011.

[9]全國地震標(biāo)準(zhǔn)化技術(shù)委員會.GB/T 24336-2099.生命線工程地震破壞等級劃分[S].北京：地震出版社，2009.

Multi-information Fusion Technology of Highway Traffic Lifeline Based on D-S Evidence Theory

Li Xianyu1，Guo Zhongyin1，Wang Lu2，Su Donglan3
（1.Key Laboratory of Road and Traffic Engineering of the Ministry of Education,Tongji University, Shanghai 201804,China；2.Yunnan Transportation Research Institute,Kunming 650216,China；3.School of Civil Engineering，Suzhon University of Science and Technology，Suzhon 215011，China）

The information collection for the post-disaster highway traffic lifeline has such characteristics as a wide range of sources,different information formats and dramatic changes.In order to improve the accuracy of multi-source heterogeneous information processing,an information fusion model based on D-S evidence theory of information source reliability was proposed.Through the feature extraction for information of different road traffic lifelines,preliminary decision results were obtained According to certain fusion criterion and the reliability of each information source,the final fusion result was determined and illustrated with an example to verify the specific application of the model.

D-S evidence theory;multi-source heterogeneous;information fusion;information source reliability; lifeline of highway traffic

U491

A

1005-0523（2017）03-0088-07

（責(zé)任編輯 姜紅貴）

2016－09－16

云南省交通運輸廳科技計劃項目（云交科2014（A）10，云交科2014（A）06）

李賢鈺（1994—），男，博士研究生，研究方向道路安全與環(huán)境工程。