專利名稱：城市路網(wǎng)交通流狀態(tài)估計(jì)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種城市路網(wǎng)交通流狀態(tài)估計(jì)方法，用于城市先進(jìn)交通管理系統(tǒng)中道路擁擠狀態(tài)的估計(jì)，屬于智能交通研究領(lǐng)域。
背景技術(shù)：
隨著社會(huì)經(jīng)濟(jì)的快速發(fā)展，一方面交通需求大大增加，而道路的增長卻逐步趨于極限，使得交通需求與供給的矛盾進(jìn)一步激化；另一方面信息技術(shù)的飛速進(jìn)步為綜合解決交通問題帶來了機(jī)遇。就是在這種背景下，先進(jìn)的交通信息管理系統(tǒng)(ATIMS)先于智能交通系統(tǒng)(ITS)的其他系統(tǒng)受到了廣泛的關(guān)注，在世界各國都得到了快速的發(fā)展，被應(yīng)用于動(dòng)態(tài)路徑規(guī)劃、動(dòng)態(tài)導(dǎo)航、路網(wǎng)調(diào)協(xié)交通信號系統(tǒng)、動(dòng)態(tài)交通調(diào)度等各個(gè)方面。其中，對實(shí)時(shí)路網(wǎng)交通狀態(tài)的動(dòng)態(tài)估計(jì)與預(yù)測是ATIMS中的關(guān)鍵組成部分。
對路網(wǎng)交通狀態(tài)進(jìn)行實(shí)時(shí)估計(jì)與預(yù)測和所采用的交通信息相關(guān)，不同的交通信息決定了估計(jì)與預(yù)測的不同的方法和精度。目前，國際上已經(jīng)有許多相關(guān)研究，其中，具有代表性的是Martin L.Hazclton(“Estimating Vehicle Speed from Count andOccupancy data”，Journal ofData Science 2(2004)，231-244)根據(jù)道路檢測環(huán)數(shù)據(jù)的車輛流量和占空比信息運(yùn)用馬爾可夫鏈蒙特卡爾理論進(jìn)行的研究。Martin L.Hazclton有效地考慮并且建模處理了道路檢測環(huán)數(shù)據(jù)錯(cuò)誤率大，可靠性低的問題，并且結(jié)果喜人，但是他是在高速路上進(jìn)行的研究，只適用于交通流是連續(xù)流的情況，而城市的交通流是間斷流，不適用于城市路網(wǎng)的交通流狀態(tài)估計(jì)。利用檢測環(huán)數(shù)據(jù)對城市路網(wǎng)進(jìn)行交通流估計(jì)對城市基礎(chǔ)設(shè)施要求較高，在很多城市往往取不到足夠的所需數(shù)據(jù)，并且錯(cuò)誤率高的問題得不到有效地解決。

發(fā)明內(nèi)容
本發(fā)明的目的在于針對現(xiàn)有技術(shù)的不足，提出一種新的用于城市路網(wǎng)的交通流狀態(tài)估計(jì)方法，具有計(jì)算簡便、實(shí)時(shí)性好、對城市基礎(chǔ)設(shè)施條件依賴性低等優(yōu)點(diǎn)。
為實(shí)現(xiàn)這樣的目的，本發(fā)明的技術(shù)方案著眼于具有精度高，數(shù)據(jù)量大，城市范圍內(nèi)分布廣泛等優(yōu)點(diǎn)的全球衛(wèi)星定位系統(tǒng)(GPS)提供的車載數(shù)據(jù)，結(jié)合相應(yīng)的悉尼自適應(yīng)交通控制系統(tǒng)(SCATS)提供的穩(wěn)定的交通信號狀態(tài)信息對道路擁堵狀態(tài)進(jìn)行估計(jì)。SCATS系統(tǒng)是一種城市交通信號燈自適應(yīng)控制系統(tǒng)，可以提供包括車輛流量、車輛占空比數(shù)據(jù)、路口的交通信號燈配置數(shù)據(jù)等信息。其中，車輛流量和車輛占空比數(shù)據(jù)仍依賴于埋在路口地下的檢測環(huán)，但是交通信號燈狀態(tài)信息不具有此依賴性，具有穩(wěn)定準(zhǔn)確的優(yōu)點(diǎn)。
本發(fā)明的方法中，將城市路網(wǎng)中兩個(gè)信號燈之間的有向路段視為一個(gè)處理單元，把能夠提供包括距離、時(shí)間、速度等信息的車載GPS數(shù)據(jù)點(diǎn)視為各個(gè)有向路段上車流的采樣點(diǎn)，對一段時(shí)間段T內(nèi)的采樣點(diǎn)在以距離、時(shí)間和速度為坐標(biāo)軸的三維空間上進(jìn)行曲面擬合建模，得到交通流在時(shí)空域上的速度分布，在此基礎(chǔ)上，得到某一時(shí)刻交通流沿路段方向的速度變化曲線，從而得到該時(shí)刻路段的平均速度，以此為指標(biāo)對路段的交通擁堵狀態(tài)進(jìn)行估計(jì)。路網(wǎng)中路段的平均速度被分為五個(gè)速度等級，分別對應(yīng)通暢、較通暢、不通暢、擁堵、嚴(yán)重?fù)矶挛宸N道路擁堵狀態(tài)。對路網(wǎng)的交通流狀態(tài)的估計(jì)是在單位有向路段的基礎(chǔ)上進(jìn)行的。每兩個(gè)信號燈之間的單位有向路段對應(yīng)一個(gè)交通流狀態(tài)模型，通過相鄰共向路段的曲面模型的連接，實(shí)現(xiàn)對整個(gè)路網(wǎng)的交通流狀態(tài)估計(jì)。
本發(fā)明方法主要包括以下幾個(gè)步驟1、對GPS數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理把能夠提供包括距離、時(shí)間、速度信息的車載GPS數(shù)據(jù)點(diǎn)視為各個(gè)有向路段上車流的采樣點(diǎn)。GPS數(shù)據(jù)的預(yù)處理主要針對路段上速度為0的車輛采樣點(diǎn)。這些點(diǎn)包括兩部分由于嚴(yán)重?fù)矶露俣葹?的點(diǎn)和由于信號燈紅燈而速度為0的點(diǎn)。前者是路段擁堵狀態(tài)分析中的關(guān)鍵部分，后者是干擾部分。根據(jù)SCATS系統(tǒng)提供的信號燈狀態(tài)信息對各個(gè)采樣點(diǎn)進(jìn)行判斷，看該采樣點(diǎn)是否是速度為0的點(diǎn)，如果是，再看它對應(yīng)的時(shí)刻是否屬于SCATS系統(tǒng)表征的相應(yīng)信號燈的紅燈周期，如果都滿足，則將該采樣點(diǎn)從待擬合的數(shù)據(jù)點(diǎn)集中去除掉。
2、單位有向路段交通流建模
城市路網(wǎng)是由交叉口與路段連接而成的，主要交叉口設(shè)有交通控制信號燈，這些信號燈將路段隔離，被隔離開的單位路段又是由上行和下行兩個(gè)有向路段組成的，將單位有向路段視為一個(gè)處理單元，為基本的研究對象建模。
以時(shí)間段T內(nèi)處于單位有向路段上的GPS數(shù)據(jù)采樣點(diǎn)為對象，以多項(xiàng)式函數(shù)空間為基本模型空間，首先根據(jù)有效的待擬合的數(shù)據(jù)點(diǎn)的數(shù)目來選擇對應(yīng)的多項(xiàng)式模型的次數(shù)(以若干個(gè)待擬合點(diǎn)的數(shù)目為閾值，當(dāng)大于這個(gè)閾值時(shí)選用雙三次多項(xiàng)式進(jìn)行處理，當(dāng)小于這個(gè)閾值時(shí)，采用它的退化形式)，然后對這些采樣點(diǎn)在距離、時(shí)間、速度三維空間上利用最小二乘法擬合建模，得到T時(shí)間段內(nèi)該單位有向路段在時(shí)空上的速度分布曲面模型。
3、城市路網(wǎng)交通流建模兩個(gè)路段在路口相互連接，由于交通信號燈的作用，路口的交通行為非常復(fù)雜，相鄰路段的交通互相影響。所以，從整個(gè)路網(wǎng)交通流出發(fā)，進(jìn)行交通流狀態(tài)估計(jì)時(shí)要增加描述路口處交通狀況的邊界條件，以考慮其相鄰路段的影響。在第二步得到的單位有向路段速度分布曲面模型的基礎(chǔ)上，令距離變量為路段最大長度，得到該路段與其相鄰共向路段連接處在時(shí)間段T內(nèi)的速度變化曲線。在這個(gè)曲線上取定有限數(shù)目的點(diǎn)，把這些點(diǎn)作為這條有向路段的相鄰共向有向路段對應(yīng)的速度分布曲面模型的邊界條件，和GPS數(shù)據(jù)采樣點(diǎn)一起參與其相鄰共向路段速度分布曲面模型的擬合。
將兩兩共向單位有向路段速度分布曲面互相連接，最終得到整個(gè)城市路網(wǎng)在時(shí)空上的速度分布。其中，城市路網(wǎng)中各個(gè)有向路段各自對應(yīng)一個(gè)時(shí)空上的速度分布曲面模型。
4、計(jì)算路段平均速度對于單位有向路段，在其速度分布曲面模型的數(shù)學(xué)表達(dá)式的基礎(chǔ)上，令時(shí)間變量為時(shí)間段T中的一個(gè)常值t0，得到時(shí)刻t0該單位有向路段沿道路方向上的速度分布曲線。對這個(gè)速度分布曲線在道路方向上積分，得到t0時(shí)刻該單位有向路段道路方向的平均速度。對路網(wǎng)中各個(gè)有向路段逐一進(jìn)行路段平均速度的計(jì)算，得到了t0時(shí)刻城市路網(wǎng)中各個(gè)有向路段道路方向的平均速度。
5、由平均速度預(yù)測道路擁堵狀態(tài)以t0時(shí)刻城市路網(wǎng)中各個(gè)有向路段道路方向的平均速度為指標(biāo)進(jìn)行道路擁堵狀態(tài)估計(jì)。將城市路網(wǎng)中路段的平均速度分為五個(gè)速度等級，分別對應(yīng)通暢、較通暢、不通暢、擁堵、嚴(yán)重?fù)矶挛宸N道路擁堵狀態(tài)。根據(jù)各個(gè)有向路段對應(yīng)的平均速度所處的速度等級來判斷各個(gè)有向路段的擁堵狀態(tài)。
本發(fā)明有效地克服了一般交通流估計(jì)方法對城市硬件設(shè)施的依賴，避開了一般城市交通流監(jiān)測設(shè)施不夠完善，可靠性低的問題，具有計(jì)算簡便，運(yùn)算速度快，可靠性高等優(yōu)點(diǎn)。


圖1為這種城市路網(wǎng)交通流狀態(tài)估計(jì)方法的流程框圖。
圖2為對GPS數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理示意圖。
圖3為模型形式轉(zhuǎn)換示意圖。
圖3以兩個(gè)相鄰共向路段為例，表示出了城市路網(wǎng)交通流狀態(tài)估計(jì)過程中數(shù)據(jù)形式由點(diǎn)到面，面到線的全過程。其中，圖3(a)為單位有向路段上GPS數(shù)據(jù)采樣點(diǎn)示意圖；圖3(b)為單位有向路段速度分布曲面模型示意圖；圖3(c)為兩個(gè)相鄰路段速度分布曲面模型連接示意圖；圖3(d)單位有向路段在固定時(shí)刻沿路段方向上的速度變化曲線示意圖。
圖4為上海市徐匯區(qū)交通路網(wǎng)交通流狀態(tài)估計(jì)示意圖。
具體實(shí)施例方式
為了更好地講解本發(fā)明的技術(shù)方案，以下結(jié)合附圖和實(shí)施例作進(jìn)一步的詳細(xì)描述。
本發(fā)明所要求的輸入數(shù)據(jù)是GPS系統(tǒng)車輛衛(wèi)星定位數(shù)據(jù)，提供包括采樣車標(biāo)號，時(shí)間，位置，速度，運(yùn)行方向，車輛狀態(tài)等動(dòng)態(tài)交通探測信息。輔助信息是SCATS交通自適應(yīng)控制系統(tǒng)提供的包括信號燈相位以及相位轉(zhuǎn)換周期在內(nèi)的信號燈狀態(tài)信息。
本發(fā)明采用圖1所示的城市路網(wǎng)交通流狀態(tài)估計(jì)方案，具體實(shí)施步驟如下1、對GPS數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理把能夠提供包括距離、時(shí)間、速度信息的車載GPS數(shù)據(jù)點(diǎn)視為各個(gè)有向路段上車流的采樣點(diǎn)。GPS數(shù)據(jù)的預(yù)處理主要針對路段上速度為0的車輛采樣點(diǎn)。這些點(diǎn)包括兩部分由于嚴(yán)重?fù)矶露俣葹?的點(diǎn)和由于信號燈紅燈而速度為0的點(diǎn)。前者是路段擁堵狀態(tài)分析中的關(guān)鍵部分，后者是干擾部分。一般情況下，單位有向路段上的車輛分布如圖2所示。l為道路主干，L為道路總長。沿路段方向，處于路段前端的信號燈B是主要研究對象。由于信號燈B處于紅燈周期，在路段上形成了等候紅燈的車隊(duì)，車輛速度v＝0。這些車輛點(diǎn)是數(shù)據(jù)預(yù)處理中要去除的冗余點(diǎn)。
根據(jù)SCATS系統(tǒng)提供的信號燈狀態(tài)信息對各個(gè)采樣點(diǎn)進(jìn)行判斷，看該采樣點(diǎn)是否是速度為0的點(diǎn)，如果是，再看它對應(yīng)的時(shí)刻是否屬于SCATS系統(tǒng)表征的相應(yīng)信號燈的紅燈周期，如果都滿足，則將該采樣點(diǎn)從待擬合的數(shù)據(jù)點(diǎn)集中去除掉。即對于單位有向路段上的車輛采樣點(diǎn)Pi(li，ti，vi)，如果vi＝0，并且ti∈Tred(Tred為相應(yīng)信號燈的紅燈周期時(shí)間)，采樣點(diǎn)被認(rèn)為是冗余點(diǎn)，把它從待擬合的數(shù)據(jù)點(diǎn)集中去除掉。
2、單位有向路段交通流建模城市路網(wǎng)是由交叉口與路段連接而成的，主要交叉口設(shè)有交通控制信號燈，這些信號燈將路段隔離，被隔離開的單位路段又是由上行和下行兩個(gè)有向路段組成的，將單位有向路段視為一個(gè)處理單元，為基本的研究對象建模。
以時(shí)間段T內(nèi)處于單位有向路段上的GPS數(shù)據(jù)采樣點(diǎn)為對象在距離、時(shí)間、速度三維空間上利用最小二乘法擬合建模。圖3(a)表示出了分布在有向路段2上的GPS數(shù)據(jù)采樣點(diǎn)，構(gòu)成了一個(gè)采樣點(diǎn)集合 建模時(shí)以多項(xiàng)式函數(shù)空間為基本模型空間。根據(jù)有效的待擬合的數(shù)據(jù)點(diǎn)的數(shù)目來選擇對應(yīng)的多項(xiàng)式模型的次數(shù)。以20個(gè)待擬合點(diǎn)的數(shù)目為閾值，當(dāng)大于這個(gè)閾值時(shí)選用雙三次多項(xiàng)式進(jìn)行處理，當(dāng)小于這個(gè)閾值時(shí)，采用它的退化形式。即vLQ=fLQ(l,t)=Σm=0aΣn=0bamnlmtn,]]>其中amn為待求參數(shù)；l為采樣點(diǎn)距道路起點(diǎn)的距離；t為采樣點(diǎn)所處的時(shí)刻；vLQ為時(shí)間段T內(nèi)路段上的速度分布；(a，b)為待擬合多項(xiàng)式模型的最高次數(shù)；Mdata為有向路段上GPS數(shù)據(jù)采樣點(diǎn)數(shù)目，滿足(a,b)=(3,3)Mdata≥20(2,2)10≤Mdata<20(1,1)2<Mdata≤10(1,0)Mdata=2(0,0)Mdata=1]]>得到T時(shí)間段內(nèi)該單位有向路段在時(shí)空上的速度分布曲面模型。圖3(b)表示出了擬合結(jié)果。
3、城市路網(wǎng)交通流建模各個(gè)單位共向路段的曲面模型互相連接，形成路網(wǎng)。在第二步得到的單位有向路段速度分布曲面模型的基礎(chǔ)上，令距離變量為路段最大長度，得到該路段與其相鄰共向路段連接處在時(shí)間段T內(nèi)的速度變化曲線。在這個(gè)曲線上取定有限數(shù)目的點(diǎn)，把這些點(diǎn)作為這條有向路段的相鄰共向有向路段對應(yīng)的速度分布曲面模型的邊界條件，和GPS數(shù)據(jù)采樣點(diǎn)一起參與其相鄰共向路段速度分布曲面模型的擬合。圖3(c)表示出了兩個(gè)相鄰路段速度分布曲面模型的連接，其中曲面2為有向路段2在增加了曲面1提供的邊界條件后的擬合結(jié)果。
有向路段1對應(yīng)的交通流曲面模型是fLQ1(l，t)，L1為有向路段1的長度，Mdata2為有向路段2上GPS數(shù)據(jù)采樣點(diǎn)數(shù)目vLQ1=fLQ1(l,t)|l=L1,t=t1,...,t[Mdata2-12]=vLQ1(L1,t1),...,vLQ1(L1,t[Mdata2-12])]]>把這些數(shù)據(jù)點(diǎn)轉(zhuǎn)換成(0,t1,vLQ1(L1,t1)),...,(0,t[Mdata2-12],vLQ1(L1,t[Mdata2-12])]]>以這些數(shù)據(jù)點(diǎn)為邊界條件，參與有向路段2的交通流曲面模型擬合。
將兩兩共向單位有向路段速度分布曲面互相連接，最終得到整個(gè)城市路網(wǎng)在時(shí)空上的速度分布。其中，城市路網(wǎng)中各個(gè)有向路段各自對應(yīng)一個(gè)時(shí)空上的速度分布曲面模型。
4、計(jì)算路段平均速度對于單位有向路段，在其速度分布曲面模型的數(shù)學(xué)表達(dá)式的基礎(chǔ)上，令時(shí)間變量為時(shí)間段T中的一個(gè)常值t0，得到時(shí)刻t0該單位有向路段沿道路方向上的速度分布曲線。對這個(gè)速度分布曲線在道路方向上積分，得到t0時(shí)刻該單位有向路段道路方向的平均速度。
fLQ2(l，t)為有向路段2對應(yīng)的交通流曲面模型。fLQ2(l，t0)即為t0時(shí)刻沿路段方向交通流速度變化曲線。t0＝3時(shí)有向路段2上沿路段方向交通流速度變化曲線如圖3(d)所示。
平均速度為v~2=∫0L2Σm=0aΣn=0bamnlmt0n·dlL2]]>對路網(wǎng)中各個(gè)有向路段逐一進(jìn)行路段平均速度的計(jì)算，得到t0時(shí)刻城市路網(wǎng)中各個(gè)有向路段道路方向的平均速度。
5、由平均速度預(yù)測道路擁堵狀態(tài)以t0時(shí)刻城市路網(wǎng)中各個(gè)有向路段道路方向的平均速度為指標(biāo)進(jìn)行道路擁堵狀態(tài)估計(jì)。將路網(wǎng)中路段的平均速度分為五個(gè)速度等級，分別對應(yīng)通暢、較通暢、不通暢、擁堵、嚴(yán)重?fù)矶挛宸N道路擁堵狀態(tài)，可用不同的顏色表示出來(圖4)。根據(jù)各個(gè)有向路段對應(yīng)的平均速度所處的速度等級來判斷各個(gè)路段的擁堵狀態(tài)。

權(quán)利要求
1.一種城市路網(wǎng)交通流狀態(tài)估計(jì)方法，其特征在于包括如下步驟1)把能夠提供包括距離、時(shí)間、速度信息的全球衛(wèi)星定位系統(tǒng)數(shù)據(jù)點(diǎn)視為各個(gè)有向路段上車流的采樣點(diǎn)，根據(jù)悉尼自適應(yīng)交通控制系統(tǒng)提供的信號燈狀態(tài)信息對各個(gè)采樣點(diǎn)進(jìn)行判斷，看該采樣點(diǎn)是否是速度為0的點(diǎn)，如果是，再看它對應(yīng)的時(shí)刻是否屬于悉尼自適應(yīng)交通控制系統(tǒng)表征的相應(yīng)信號燈的紅燈周期，如果都滿足，把該采樣點(diǎn)從待擬合的數(shù)據(jù)點(diǎn)集中去除掉；2)以時(shí)間段T內(nèi)處于單位有向路段上的全球衛(wèi)星定位系統(tǒng)數(shù)據(jù)采樣點(diǎn)為對象，以雙三次多項(xiàng)式及其退化形式為基本模型建模，首先根據(jù)有效的待擬合的數(shù)據(jù)點(diǎn)的數(shù)目來選擇對應(yīng)的多項(xiàng)式模型的次數(shù)，然后對這些采樣點(diǎn)在距離、時(shí)間、速度三維空間上利用最小二乘法擬合建模，得到T時(shí)間段內(nèi)該單位有向路段在時(shí)空上的速度分布曲面模型；3)在單位有向路段速度分布曲面模型的基礎(chǔ)上，令距離變量為路段最大長度，得到該路段與其相鄰共向路段連接處在時(shí)間段T內(nèi)的速度變化曲線，在這個(gè)曲線上取定有限數(shù)目的點(diǎn)，把這些點(diǎn)作為這條有向路段的相鄰共向有向路段對應(yīng)的速度分布曲面模型的邊界條件，和全球衛(wèi)星定位系統(tǒng)數(shù)據(jù)采樣點(diǎn)一起參與其相鄰共向路段速度分布曲面模型的擬合，將兩兩共向單位有向路段速度分布曲面互相連接，最終得到整個(gè)城市路網(wǎng)在時(shí)空上的速度分布，其中，城市路網(wǎng)中各個(gè)有向路段各自對應(yīng)一個(gè)時(shí)空上的速度分布曲面模型；4)對于單位有向路段，在其速度分布曲面模型的數(shù)學(xué)表達(dá)式的基礎(chǔ)上，令時(shí)間變量為時(shí)間段T中的一個(gè)常值t0，得到時(shí)刻t0該單位有向路段沿道路方向上的速度分布曲線，對這個(gè)速度分布曲線在道路方向上積分，得到t0時(shí)刻該單位有向路段道路方向的平均速度，對路網(wǎng)中各個(gè)有向路段逐一進(jìn)行路段平均速度的計(jì)算，得到t0時(shí)刻城市路網(wǎng)中各個(gè)有向路段道路方向的平均速度；5)以t0時(shí)刻城市路網(wǎng)中各個(gè)有向路段道路方向的平均速度為指標(biāo)進(jìn)行道路擁堵狀態(tài)估計(jì)，將城市路網(wǎng)中路段的平均速度分為五個(gè)速度等級，分別對應(yīng)通暢、較通暢、不通暢、擁堵、嚴(yán)重?fù)矶挛宸N道路擁堵狀態(tài)，根據(jù)各個(gè)有向路段對應(yīng)的平均速度所處的速度等級來判斷各個(gè)有向路段的擁堵狀態(tài)，最后得到整個(gè)城市路網(wǎng)交通流的狀態(tài)估計(jì)。
全文摘要
一種城市路網(wǎng)交通流狀態(tài)估計(jì)方法，著眼于車載GPS衛(wèi)星定位數(shù)據(jù)，結(jié)合相應(yīng)的悉尼自適應(yīng)交通控制系統(tǒng)(SCATS)提供的交通信號狀態(tài)信息，以單位有向路段為對象，對城市路網(wǎng)的交通流狀態(tài)在距離、時(shí)間、速度的三維空間上進(jìn)行最小二乘法擬合建模。通過對三維空間上的曲面到二維空間上的曲線的轉(zhuǎn)換，得到固定時(shí)刻城市路網(wǎng)中各有向路段沿路段方向上的平均速度，以速度為指標(biāo)完成對當(dāng)前交通流擁堵狀態(tài)的分析估計(jì)。每兩個(gè)信號燈之間的單位有向路段對應(yīng)一個(gè)交通流狀態(tài)模型，通過相鄰共向路段的曲面模型的連接，實(shí)現(xiàn)對整個(gè)路網(wǎng)的交通流狀態(tài)估計(jì)。
文檔編號G08G1/00GK1707544SQ20051002621
公開日2005年12月14日 申請日期2005年5月26日 優(yōu)先權(quán)日2005年5月26日
發(fā)明者喻泉, 盛志杰, 劉允才 申請人:上海交通大學(xué)