山区高速公路隧道交通异常事件预警、检测与管理系统设计

分析了山区高速公路隧道交通的特点,给出了山区高速公路隧道交通异常事件的分类,提出了隧道交通异常事件预警、检测与管理系统设计方案,旨在降低山区高速公路隧道交通异常事件发生机率和破坏性.通过分析该系统的功能要求,进而建立了系统的框架结构和系统功能模块,讨论了各功能模块的实施策略,最后对系统监控管理模式进行了方案比选.     

基于RFID的隧道交通异常事件自动判别方法

隧道作为高速公路的瓶颈路段和事故易发段,其交通信息采集及异常事件自动判别一直是智能化交通管理的研究重点。文中分析了传统检测技术及其算法的缺点或不易实现的因素,在此基础上利用射频识别（RFID）技术进行单车动态信息采集,从速度和占有率2个参数考虑事件自动判别方法,以快速检测交通事件、提高事件的检测率、降低事件的误报率,实现交通异常事件检测变＂被动＂为＂主动＂、变＂救＂为＂防＂。     

基于RFID和视频监测的城市交通运行状态模糊判别（英文）

为了确定城市道路网路的交通状态,为主动的交通管理、交通诱导及控制提供支持,提出了一种基于无线射频识别(RFID)交通检测系统和视频监控系统的交通运行状态模糊判别方法。在该方法中,交通运行状态由从RFID系统获得的车辆行驶时间和从视频监控系统中获得的车辆速度决定。由于实际的交通状态可以从视频中直接观测,因此实际交通运行状态的阈值可以根据视频来校准,用以评估本文所提出方法的性能。基于安装于南京的RFID和视频交通检测系统进行实证分析,结果表明本文所提出的方法是可行的。下一步工作可推进交通数据,特别是RFID数据在交通管理中的应用。     

基于RFID和视频监测的城市交通运行状态模糊判别

为了确定城市道路网路的交通状态,为主动的交通管理、交通诱导及控制提供支持,提出了一种基于无线射频识别(RFID)交通检测系统和视频监控系统的交通运行状态模糊判别方法.在该方法中,交通运行状态由从RFID系统获得的车辆行驶时间和从视频监控系统中获得的车辆速度决定.由于实际的交通状态可以从视频中直接观测,因此实际交通运行状态的阈值可以根据视频来校准,用以评估本文所提出方法的性能.基于安装于南京的RFID和视频交通检测系统进行实证分析,结果表明本文所提出的方法是可行的.下一步工作可推进交通数据,特别是 RFID数据在交通管理中的应用.      

浅谈高速公路隧道智能监控系统的应用

隧道智能监控系统能实时监控隧道交通流量和交通运行状况,自动检测隧道内异常事件并报警,确保高速公路隧道交通安全、畅通。为提升高速公路隧道监控、管理与事故处置水平,采用案例分析法和数理统计法,从应用实践的视角,对高速公路隧道智能监控系统优势、构成及应用状况进行分析和探讨,并总结问题与不足。     

ABB冗余PLC在高速公路隧道监控中的应用

为提高高速公路隧道监控系统的可靠性,选用ABB的ACS500系列PLC搭建了冗余控制系统。该系统实现了主控PLC的双机热备,对隧道交通监控、隧道通风和隧道照明等子系统进行实时监控,该系统在盘兴高速上进行了应用,系统运行稳定可靠。     

多源数据互补的隧道运营安全智能监测系统设计与应用

隧道作为高速公路重要的一环,以“人-车-环境”为主要因素的运营安全问题一直为管理者所关注。通过系统平台的架构与功能设计,以基于深度学习的视频事件检测技术为基础,适当增加如“雷达+视频”的融合检测技术、隧道态势感知技术、智能球机联动功能,提高了异常事件的检出效率,可掌握隧道实时运行状态以及事后的智能聚焦查看。解决了依靠人工巡检视频监控隧道交通事件的难题,其智能化、及时性、准确性对于预防二次事故的发生和控制事态发展,具有重要作用。     

高速公路通行卡调配问题的数学模型及其解法

由于高速公路联网里程不断增加和交通运输事业不断发展,通行卡调配问题越来越复杂。合理的通行卡调配方案可降低运营成本、提高通行卡使用效率、减少运输费用。文中分析了通行卡在高速公路上的流通过程,研究了通行卡调配问题的数学模型,并应用线性规划表上作业法对该模型进行求解,得出了通行卡调配问题的最优方案。     

基于交通视频大数据的事件检测系统

根据高速公路安全运营管理的需要,在逐步完善视频监控系统外场建设的基础上,通过应用基于交通视频大数据的事件检测系统,提升高速公路管理者对拥堵、行人、停车、交通事故等异常交通事件的发现能力、处理效率和处理能力,进一步提高高速公路安全运营管理水平.     

高速公路隧道灾害事件检测新方法及应用研究

在分析传统的隧道消防安全系统的基础上,总结了传统的高速公路隧道灾害事件检测方法存在的问题。为此提出了基于视频的灾害事件检测分析技术——视频图像火灾探测报警、灾害事件检测、CCTV三合一整合系统。并在模拟长江隧道实体隧道和秦岭终南山公路隧道中做了大量试验。结果表明,该系统有自学习能力;抗污染能力很强,在接近70%～80%模拟油污和灰尘的减光率条件下,依然能够有效探测火焰;具有综合防灾决策判断能力;且兼容性很好,可以与高速公路隧道CCTV系统、传统的火灾探测报警系统有机结合。     

基于速度分类算法的交通事件实时视频检测

交通事件实时视频检测技术是当前流行的事件检测技术。通过对交通事件的特征分析,综合对比面积分布和速度分布信息对视频检测效果的影响,提出基于速度分类算法的交通事件实时视频检测方法。在此基础上给出运动目标的速度提取算法以及事件判定准则,并完成事件判定。最终给出算法的实际场景实验结果并对结果进行分析。     

基于视频检测的高速公路车辆交通行为安全状态分析

在对目前视频检测系统分析的基础上,针对交通事件检测,提出了一种从微观的角度出发,在对单个车辆交通行为状态识别和实时分析的基础上,对车辆交通安全状态进行判断的方法。首先对交通冲突冲突区进行动态和静态划分,然后将车辆行驶区域根据交通行为过程分为危险区和趋势区,并对应静态和动态冲突区分别对危险区和趋势区的判定进行分析,给出了判定算法。测试表明,本文所提算法能够在一定程度上对交通事故进行提前预警,对于减少和避免交通事故发生具有重要意义。     

基于时间卷积自编码网络的实时交通事件自动检测方法

为了提高道路异常交通事件检测效率并降低误报率,提出了一种基于时间卷积自编码网络的实时交通事件自动检测方法。首先设计了基于波动相似性度量的交通模式搜索算法用来筛选具有相同交通规律的样本数据;并构造了交通流模式矩阵作为网络模型输入,以避免样本不均衡与单一样本数据随机性对交通模式学习的干扰;同时设计了新的时间卷积自编码网络对交通模式特征进行无监督提取并对未来交通参数进行合理预测;为了降低交通流参数随机波动性带来的事件判别的干扰,设计了异常状态评估方法,通过对模型预测误差分布的学习,结合当前检测数据给出最终的事件判定结果。采用美国西雅图I90公路与I405公路2015年全年的交通流检测数据与历史事故数据进行实证研究,并与6种典型交通事件检测算法进行性能对比。研究结果表明:基于时间卷积自编码网络的实时交通事件自动检测算法具有较高的检测率、较低的误报率以及更快的平均检测时间;综合各种交通运行情况下,可接受误检率分别为5%、10%时,平均检测率可分别达到93%、98%;同时算法能够自适应学习交通状态的动态变化,对不同交通运行环境具有较强适应性与稳定性。     

数据融合技术在交通事件检测中的应用综述

为了进一步提高交通事件检测系统的性能,在对基于单源信息的交通事件检测方法进行分析的基础上,从基于多信息源的交通事件自动检测数据级融合和基于多信息源的交通事件检测方法决策级融合2个方面,分析、总结了数据融合技术在交通事件检测中的应用现状,并指出了目前研究存在的主要问题及后续研究的发展趋势。     

交通事件检测算法的参数敏感度研究

在交通事件发生条件下,对交通流占有率、车辆占有率、速度3个特性参数进行分析,研究交通参数对于交通事件检测算法的敏感程度。通过TSIS交通仿真软件获得交通流的实时数据,最终得到交通事件检测算法中交通流参数的选择方法。     

城市快速路先进的交通管理系统应用软件开发研究

在分析上海城市快速道路交通管理需求的基础上，针对系统功能的实现，提出了软件层次结构组织方法和多层数据对象结构。研究开发了交通流分析模型的动态链接库，并将其集成于快速道路系统的先进交通管理系统软件中，实现了实时交通信息的整合、处理、分析功能，有效地节约了系统资源，同时也保证了系统运行的可靠性和稳定性。     

基于小波变换的城市道路交通事件检测

利用出租车浮动车数据对城市道路行程车速的表达能力,针对出租车空车和重车2种数据运用小波变换技术分析了城市道路交通状态突变点,据此进行了城市道路交通事件的检测。区别于以往小波变换技术,首先运用于数据降噪,再将处理数据运用交通事件检测算法判断,直接采用小波变换技术实现了对城市道路间断流的交通事件的检测。并利用实际采集数据对提出的交通事件检测算法进行了验证,结果表明算法能够对交通事件进行更综合的检测,检测准确度得到了提高,能够为城市交通信息发布和交通诱导提供更加可靠的信息。     

基于因子分析和最小最大概率机的交通事件检测算法

为了进一步提高交通事件检测的精度与效率,在多角度构建事件检测初始交通变量的基础上,设计了1种基于因子分析和最小最大概率机的交通事件检测算法。通过分析交通事件上下游交通流参数的变化规律,构建了11种初始交通事件检测变量,利用因子分析方法对初始交通变量进行特征提取,实现初始交通变量的有效降维,并分别采用核函数最小最大概率机算法和线性最小最大概率机算法进行交通事件检测。最后,采用美国I‐880数据库的实测数据进行实验验证和对比分析,实验结果表明,FA‐M PM算法较M PM算法事件检测率提高3.5%,误报率降低0.17%,平均检测事件减少了27.5s,且最小最大概率机算法的交通事件检测效果明显优于支持向量机算法和BP神经网络算法。      

基于传感器网络的智能交通系统架构及关键技术

针对传感器网络应用于智能交通系统的关键技术,深入研究准确测量车长和车速的磁敏车辆检测算法、基于节点比特能量消耗和工作模式切换优化的低功耗设计方法、具有可靠性保障的网络拓扑和网络协议设计以及简单有效的时间同步方法,并提出智能交通传感器网络系统架构和关键技术。通过工程实际应用．测试验证了关键技术的有效性和系统架构的可行性。     

基于决策融合的城市道路交通事件自动检测算法研究

为了提高城市道路交通事件自动检测算法的性能,引入算法性能可靠度概念对基于浮动车数据和感应线圈数据的事件自动检测算法检测结果进行决策融合。决策融合算法包括3个模块：①感应线圈数据算法模块：选择流量、占有率、路段长度、前一个检测周期的检测参数作为输入参数,训练BP网络进行事件判别;②浮动车数据算法模块：使用误差分析理论确定满足数据精度要求的最小浮动车样本量,选择路段行程时间、行程速度作为BP网络输入参数,进行事件判别;③决策融合模块。引入算法性能可靠度概念,计算模块一和模块二判别结果的权重值,使用加权平均法进行决策融合。通过Vissim仿真获得数据,在Matlab中编程实现算法的计算,仿真结果表明决策融合算法的性能优于单数据源事件自动检测算法。