Application of Information Fusion Technology in Automatic Incident Detection

多传感器信息融合技术这一新兴信息处理技术的出现,为交通事件自动检测(Automatic Incident Detection,AID)算法的设计提供了新的解决方案.将多传感器信息融合技术引入交通事件检测领域,设计了一种基于信息融合技术的交通事件自动检测算法.该方法结合了信息融合理论和小波神经网络算法,充分发挥了多传感器信息融合与小波神经网络理论的优势,使得事件检测的结果更加准确.通过仿真试验,该检测算法的优越性得到验证.     

基于神经网络和多信息融合的高速公路交通事件检测算法

高速公路事件检测是事件管理过程的核心和关键,在总结国内基于神经网络事件检测算法的基础上,提出基于LVQ网络模型和信息融合的交通事件检测新算法,将主线检测器得到的信息和收费站处得到的信息进行融合来判断交通事件的发生。将LVQ神经网络作为分类器进行交通事件自动检测,为进一步提高神经网络的泛化能力,采用改进的Boosting算法,进行网络集成。仿真实验表明:该算法具有更高的检测率、更低的误报率,可以明显改善检测效果。     

基于RBF的城市快速路交通异常事件自动检测算法分析

通过对城市快速路交通异常事件自动检测方法的分析,提出用MATLAB神经网络工具箱建立交通异常事件自动检测RBF模型,并通过采集的实测交通异常事件数据对RBF神经网络在自动检测算法中进行仿真研究。结果表明RBF神经网络算法具有检测率高、误报率低和检测速度快等优点。     

城市快速路交通事件检测的自适应算法研究

针对城市快速路交通事件检测问题,提出了-种基于自适应遗传算法与神经网络相结合的自动检测算法.通过改进的自适应遗传算法优化神经网络结构和权值参数,保证了神经网络能以较小规模和最优的权值参数来描述事件发生与交通参数间的映射关系,从而提高检测效果.利用PARAMICS交通软件模拟了北京市京通快速路从大望桥到四惠桥路段间的一组交通数据,仿真结果表明,该算法同现有的典型算法相比较,具有较高的检测率和较快的检测速度.     

基于BP神经网络的交通异常事件自动检测算法

对现有公路交通异常事件自动检测算法进行介绍,在此基础上提出从人工神经网络角度方向建立检测模型,摆脱以往使用仿真数据研究的局限,利用广深高速实测交通异常事件数据对BP神经网络（Back Propagation NN）在交通异常事件自动检测算法中的应用进行研究。结果表明BP神经网络算法具有检测率高、误报率低和检测速度快等优点。     

基于仿真数据的异类交通传感器信息融合研究

通过系统模拟中的相关原理,以实际传感器的性能参数为背景,可生成供交通信息融合算法使用的训练集和测试集仿真数据。结合这些数据,相关神经网络训练和仿真结果表明：交通信息融合方法对于提高异类传感器的速度检测是有效的．同时信息融合技术在智能交通系统中的应用能够提高信息获得的准确性。     

基于仿真数据的异类交通传感器信息融合研究

通过系统模拟中的相关原理,以实际传感器的性能参数为背景,可生成供交通信息融合算法使用的训练集和测试集仿真数据.结合这些数据,相关神经网络训练和仿真结果表明:交通信息融合方法对于提高异类传感器的速度检测是有效的,同时信息融合技术在智能交通系统中的应用能够提高信息获得的准确性.     

一种基于多信息融合的事件检测算法

高速公路事件自动检测算法是高速公路事件管理系统的核心.目前的事件自动检测算法普遍采用流量、速度和/或占有率作为检测参数,这些参数可由道路主线上的检测器得到.但这种检测方法要求路上埋设有一定密度的检测器.而目前在我国的很多高速公路上都存在着埋设检测器数量少、间距大的现象,以至这些算法在实际应用中检测效果很不理想.针对高速公路检测器的埋设现状,提出了一种新的事件检测算法,将主线检测器得到的信息和收费口处得到的信息进行融合来判断交通事件的发生.仿真试验表明:与传统事件检测算法相比,该算法具有更高的检测率、更低的误报率,可以明显改善检测效果.     

BP小波神经网络模型及其在交通事件检测中的应用

将小波变换和BP神经网络进行紧致型结合,提出了基于BP小波神经网络的高速公路交通事件检测算法,即采用小波函数代替BP神经网络的隐层节点函数,相应的输入层到隐层的权值以及隐层阈值分别由小波函数的尺度参数和平移参数代替,以上下游检测器的速度、流量和占有率作为算法的输入,采用梯度下降法进行网络训练,构建适合于交通事件检测的小波神经网络模型。最后在Matlab中实现了对新加坡AYE仿真数据的实例分析,并将其与现有的经典算法进行了对比分析。结果表明,BP小波神经网络算法在检测率和平均检测时间方面具有明显的优势。     

公路交通事件检测技术的研究与展望

分析目前国内外交通事件检测技术和检测算法的发展现状,对交通事件检测技术所采用的人工检测技术和自动检测技术进行具体介绍,对基于各种检测原理的检测算法进行深入剖析,并阐述交通事件检测技术的应用。     

交通事件判别方法的研究

近年来,随着交通需求的进一步增加,交通管理逐步走向智能化。在交通控制系统管理中,交通事件的自动检测是目前最具代表性的智能化管理手段。通过对交通管理实际工作的研究发现,不同的应用对检测的要求是不尽相同的。通过探讨持续性检验在事件检测中的应用,在此基础上提出面向多用户需求的事件报警体系,最后提出基于数据融合的事件检测算法,并重点论述融合规则与三级报警输出,从而初步实现面向多用户需求事件报警的理念。     

视频检测技术在交通安全中的应用

为了能够有效预防交通事故和真实地再现事故过程，采用视频检测技术对交通事件进行实时检测，分析了检测的原理，交通参数采集的方法和事件算法，并对各种算法的性能进行了比较。在此基础上集成了车牌识别功能，运用在交通事故的再现分析上。最后，综合事件检测和事故再现上的应用，提出了基于视频检测技术的交通安全系统的框架结构，并在实际应用中验证了系统的性能。     

信息融合技术在交通流量预测中的应用

交通流量预测是智能运输系统的一个重要组成内容，但传统的数学方法一直未能取得令人满意的预测效果。信息融合技术是最近十多年来新兴的技术。它通过合理协调多源数据，充分综合有用信息，在较短的时间内，以较小的代价获得对未来交通流量的预测。实验证明，借助信息融合理论建立的聚类分析模型和神经网络模型对未来交通流量的预测比较准确，有实际意义。     

调频高斯小波变换在INS/GPS系统中的应用研究

在INS/GPS系统中,对组合导航系统中各传感器进行有效的在线故障检测是保证信息融合算法可靠运行的关键.小波分析在突变检测上有其独特优势.据此,文中以某型INS和MS860 GPS组合系统试验数据进行分析处理,利用调频高斯小波变换方法后,系统航向误差方差由原来的0.1°减小到0.03°,速度的发散也极大地得到抑制.因此,调频高斯小波变换方法有效解决了INS/GPS中在线软故障检测的难题, 提高了INS/GPS系统组合EKF滤波的稳定性和精度.     

基于智能车辆的多传感器数据融合算法研究与分析综述

多传感器数据融合是20世纪80年代发展起来的一门新技术,将智能车辆中多个传感器采集的数据进行合成,并充分利用多感器数据间的冗余和互补特性,从而得出准确的环境信息用于地面车辆定位、车辆跟踪、车辆导航等。文章通过对现有的数据融合方法进行分类和归纳总结,对多传感器数据融合算法的研究和数据融合技术的应用情况进行阐述,为智能车辆多传感数据融合方面的研究提供参考。     

��ͨ�¼���⼼���Ľ�չ�о�

交通事件是造成偶发性交通拥挤的主要原因,由于交通事件的发生时间和地点是随机的、不可预测的,偶发性拥挤难以采取控制交通需求或提高通行能力等减轻常发性拥挤问题的对策来处理。因此偶发性拥挤控制的关键是尽早地发现事件、确认事件的性质并及时采取救援措施和为其他驾驶员提供相关信息,这也就是要建立一个完善的事件管理系统,对事件实现快速、高效、恰当地处理。交通事件检测是交通事件管理第一步,也是其技术关键,本文从总体上介绍了交通事件检测技术的研究现状,详细介绍了各种自动和非自动交通事件检测技术,对两类技术进行了比较,提出了实际应用中交通事件检测技术的选择方法。     

高清视频检测和识别技术研究及其在城市交通中的应用

在智能交通的城市公安交通之中,对车辆检测、车辆行为分析和跟踪、车牌识别和交通事件检测都提出了更加明确的需求,利用计算机视觉分析等先进的信息技术实现高效、安全的智能交通已成为交通治安治理的主要发展方向之一。     

面向ITS共用信息平台的数据融合研究

信息融合系统通过关联系统的信息整合,为ITS共用信息平台的各种功能提供信息支撑.基于对ITS共用信息平台中数据的特点,数据预处理的分析,结合数据融合的级别,提出一种新的面向ITS共用信息平台的数据融合方法和技术,来满足智能交通各子系统的不同的数据需求.这种方法在技术上是可行的,具有一定的实用性和广泛的应用价值.     

面向I TS共用信息平台的数据融合研究

信息融合系统通过关联系统的信息整合,为ITS共用信息平台的各种功能提供信息支撑.基于对ITS共用信息平台中数据的特点,数据预处理的分析,结合数据融合的级别,提出一种新的面向ITS共用信息平台的数据融合方法和技术,来满足智能交通各子系统的不同的数据需求.这种方法在技术上是可行的,具有一定的实用性和广泛的应用价值.