高速公路交通事件自动检测系统与算法设计

据估计发达国家高速公路中60 %~ 70 %的延误是由交通事件引起的, 而交通事件的早期检测与及早分流可以使由其引起的延误大幅度降低。自2 0世纪60年代开始的交通事件自动检测(AID) 系统的目标一直是协助交通管理部门处理交通事件。尽管已开发并投入使用了多个AID系统, 但是居高不下的误警率(FAR) 和令人失望的检测效果, 让一些交通管理者不得不放弃它的使用。为了提高AID系统的可靠性和实用性, 提出了一种具有三级报警制度的高速公路交通事件自动检测系统框架, 并以人工神经网络技术为依托, 设计了基于单个检测设施的AID算法。模拟计算表明, 基于单个路段交通流参数标定的模型可以应用于其它路段交通事件的检测。在检测率(DR)、误警率(FAR) 和平均检测时间(MTTD) 方面都优于目标方法, 而且由于每个检测器站只需安装一个检测器, 也降低了高速公路事件管理系统的建设成本。     

基于突变强度的交通事件自动检测算法

为设计1 种检测率高的快速路交通事件自动检测(Automatic Incident Detection, AID)算法,基于突变强度理论,分析交通事件下流量、速度、占有率突变强度在纵向时间序列的变化特征,得出事件时段,交通参数突变强度值较大. 本文以三参数突变强度乘积为事件评价指数设计了1 种快速路AID 算法. 新算法与3 种AID 算法对比得出：新算法检测率高 (100.00%),误检率低(5.75%);与横向时间序列相比,纵向时间序列数据稳定性更好;参数数量的增加可提高检测率. 新算法适用于各种流量,在低峰检测率为100.00%,误检率为0,检测效果最佳;高峰时段保持100.00%高检测率,误检率为5.66%,误检事件多发生在上下班早晚高峰和午休3个交通流量变化较大的时段.     

基于突变强度的交通事件自动检测算法

为设计1 种检测率高的快速路交通事件自动检测(Automatic Incident Detection， AID)算法，基于突变强度理论，分析交通事件下流量、速度、占有率突变强度在纵向时间序列的变化特征，得出事件时段，交通参数突变强度值较大. 本文以三参数突变强度乘积为事件评价指数设计了1 种快速路AID 算法. 新算法与3 种AID 算法对比得出：新算法检测率高 (100.00%)，误检率低(5.75%)；与横向时间序列相比，纵向时间序列数据稳定性更好；参数数量的增加可提高检测率. 新算法适用于各种流量，在低峰检测率为100.00%，误检率为0，检测效果最佳；高峰时段保持100.00%高检测率，误检率为5.66%，误检事件多发生在上下班早晚高峰和午休3个交通流量变化较大的时段.     

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。     

用交通动力学法对高速公路事件影响分析的研究

应用交通动力学分析算法对高速公路偶发性事件影响进行研究，推导出偶发性拥挤下排队率、消散率、最大排队长度、总延时车时数、拥挤下的总通行车时数等参数，并将分析结果与确定性排队分析算法的结果进行了比较，认为本算法能更加准确的分析事件的影响。以算例对这种算法的具体应用、与确定性排队分析方法的具体差别作了说明。     

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。     

基于小波分析的高速公路事件检测算法

以高速公路为研究对象,首先利用突变理论分析了事件发生对高速公路交通流特性的影响,并建立了突变交通流模型,然后在此基础上设计了一种基于小波理论的事件检测算法。该算法利用小波变换放大交通流奇异点特征,根据小波系数幅值变化情况检测道路交通事件。为求取小波系数模值,对Newto—Core数值积分算法进行了改进,使其能充分反映M...     

基于浮动车的高速公路交通事件自动判别方法研究

交通事件判别是高速公路事件管理系统的重要组成部分，提高事件判别算法性能可以显著改善事件管理系统的运行效果．文中阐述了国内外交通事件自动判别方法的研究现状，分析了以往基于固定式检测器的事件判别算法之不足，如检测速度较慢、低流量情况下检测效果较差、可移植性不强等．根据交通事件会显著影响车辆运行速度这一特点，提出了一种基于浮动车数据的交通事件自动判别算法．仿真结果表明，算法具有较高的事件判别率（92．5％）、较低的误判率（1．2％）和较短的事件判别时间（1．6min）．     

2006中国国际智能交通系统（ITS）技术与产品展览会

随着经济发展和社会进步，迅捷、高效的交通系统已成为社会经济发展的有力保障。为逐步实现我国更理想与经济快速增长棺适应的交通运输体系，我国政府已提出将智能交通系统作为中国未来交通发展的一个重要方向，近年米取得了重大成果，形成了我国智能交通新兴产业。     

雷达事件检测技术在公路交通管理中的应用

高速公路和城市快速路是承担我国公路运输和城市道路运输的主要道路,具有车速快、流量大等许多特点,一旦发生突发交通事件,极易引发交通事故,严重影响道路的通行能力和运营效率。在日常的交通运行和交通管理中,如果仅仅依靠人工报告,电视监视等非自动检测方法发现交通事件,不但浪费大量的资源,而且不全面及时,给交通安全带来了隐患。因此,交通事件自动检测技术越发成为智能交通的研究热点,旨在第一时间快速发现交通事件的地点,利于及时处理交通事件。介绍了雷达事件检测技术在公路交通管理中的应用。     

欧洲的智能交通系统及智能交通网络服务

智能交通系统（ITS）通过使用信息与通讯技术来实现人和货物的无缝运输。ITS的成功开发和应用是解决许多交通管理问题．降低对健康和环境的不良影响、增加经济效益和拯救生命的关键。欧盟委员会白皮书《欧盟2010交通政策》中总结了ITS为欧洲21世纪交通管理问题提供解决方法的可能性，如下所述。     

基于簇形均衡评估的高速公路收费数据聚类

高速公路收费数据是一种高维、海量、分布特征未知的数据集,因此难以选择 何种算法和参数最适合此类数据的聚类.针对此问题,提出一种基于簇形均衡的聚类评估 指标IBCS,对各簇的形状、分布、密度和尺寸等多种形态进行均衡综合评估.该指标根据 数据集稀疏程度自适应调整邻域置信区间来度量簇结构的分散度和分离度;度量密度使 得IBCS 具有面向数据集的算法选择能力;度量簇大小避免簇划分过于悬殊的问题.UCI 数据集上多种候选算法评估比较实验验证了该指标灵活有效,能获得准确簇数并合理划 分.最后,基于IBCS 评估的西宝高速公路收费数据聚类结果表明,采用K-means 算法,簇 数为5时聚类模式最佳.     

基于车载通信实时交通信息的城市道路路径选择方法

为车辆出行规划最优路径是智能交通系统（ITS）的一个重要研究目标.本文根据有效的实时交通信息提出一种车辆路径选择机制,这种机制包括两个阶段.第一阶段,由有线或无线传输设备和车载通信设备组成的交通信息系统（TIS）,收集用于车辆出行导航的实时交通信息数据,并将其存储至交通信息中心.第二阶段,利用有效的实时交通信息,提出两种基于Dijkstra 的路径选择算法,即一步路径选择和逐步路径选择.前者在整个车辆出行过程中,仅在其出行开始阶段单次计算通往目的地的最优路径.逐步路径选择在每个交叉口都实时更新并计算通往目的地的最优路径,并提出使用两种新优化方法以避免算法形成环路.利用NCTUns 6.0 进行路网仿真,结果表明两种算法都借助于实时交通信息,且逐步路径选择优于一步路径选择.     

基于VISSIM的高速公路交通事件仿真及数据处理

交通事件检测是智能运输系统的重要部分.本文简要归纳了交通事件检测的方法.利用VISSIM的incident模块模拟单向三车道高速公路直线路段因车抛锚引起的拥堵,由检测器记录交通事件发生前后的交通流数据.利用Matlab语言对原始数据进行处理,并提出利用小波技术对交通事件进行检测的新方法.