基于数据融合的交通事件检测方法

针对传统交通事件检测方法的不足,文章提出一种基于数据融合的交通事件检测方法,该方法结合了直接检测与间接检测的优势,有效提高了交通事件自动检测的效率,对于提高高速公路的安全运营和自动化管理具有重要意义。     

高速公路应急决策技术

针对有的高速公路管理部门不能果断妥善处理突发事件问题,分析了交通事件的分类,介绍了高速公路应急交通指挥决策系统主要内容和支持技术,在此基础上提出了主要保障技术,最后结合高速公路管理体制,提出了高速公路应急交通指挥决策程序。     

高速公路出入口危险行车事件监控与预警研究

危险行车事件的监控与预警是预防高速公路交通事故发生的有效措施。围绕着高速公路出入口区域事故预防问题,针对车辆违法变换车道、违法停车2种主要行车危险事件进行监控与预警。结合实例分析,以减少交通冲突风险和行车延误为评价指标,对高速公路出入口区域危险行车事件监控与预警系统进行效果评价。结果表明,此监控与预警系统能够明显地减少事件发生次数和危害程度,有利于事件的快速处理和执法管控。     

基于OGS-DTW算法的交通事件自动检测方法

为提高交通事件检测方法的综合性能,使用动态背景更新和改进的运动估计,将动态图像序列转化为车辆标号场,实现对车辆的跟踪;构造轨迹建模和编码,提取车辆的运动轨迹,并建立自组织神经网络进行行为模式学习;最后,使用OGS-DTW算法对轨迹数据进行预处理,并对距离函数进行求解,从而实现待测事件序列的轨迹与典型轨迹数据模式的匹配。分别以U形转、违章左拐和违章变道3种事件为对象进行了多组对比,检测成功率均在80%以上。试验还进行3种检测方法指标的对比,在平均耗时方面,一般的DTW算法、改进的DTW算法及基于OGS改进的DTW算法分别是126.5、62.5、69.8 s;而它们的事件检测成功率分别是84.6%、68.8%和88.3%。结果表明:基于OGS-DTW算法的交通事件检测方法稳定且可靠,在显著降低计算量的同时,仍然保证了较高的匹配准确性,成功率高、实时性好。     

Unusual event detection and prediction in real-life scenes

In this paper,we consider unusual event detection problem in a novel viewpoint and provide an algorithm to solve the problem.The actions or events in the scene is usual or not will eventually be reflected on the changes of some basic features.We summarize these basic event features and propose special representation for each of them.Thus we can model these features in a uniform mode using adaptive Gaussian mixture model.Supervised and unsupervised unusual event detection algorithm can be designed to fit var...     

基于分类数据样本的交通事件检测

针对当前智能交通方向研究的热点—交通事件检测算法不能达到很好的检测效果提出了将交通数据分成3类,分别是入口处数据、出口处数据和直行路段数据。在进行检测时根据需要检测数据的位置调用相对应的数据库,从而避免了交叉路口数据与直行路段数据之间的干扰,从而提高了事件检测率和降低了事件误报率,而检测时间并没有明显变动。应用朴素贝叶斯算法验证了这种方法是有效的。     

基于层次分析法的城市交通系统抗灾风险分析

现代化城市中各种重大突发灾害事件时有发生。为了提高城市交通系统抗灾变风险能力,以层次分析法(AHP)为基础,根据城市交通系统功能特点,分析了当前城市交通系统抗灾变风险因素,从人员因素、抗灾救灾设备设施、道路交通系统和组织管理等方面,选定14个因素作为其风险评价指标,构建了城市交通系统抗灾变风险因素的层次分析模型,得出了各评价指标的合成权重;并按各项因素指标对总风险影响大小进行了排序,分析了城市交通系统抗灾变最为关键的因素。分析结果表明:道路交通设施是影响城市交通系统灾变风险的首要因素,提出注重道路交通建设是降低抗灾变风险的重要举措。     

异常事件下路网恢复可靠性研究

研究异常事件下路网的可靠性,对于建立有效的交通应急预案具有十分重要的作用.提出了异常事件下恢复可靠度的基本概念,并对恢复可靠度进行明确的界定.利用DYNASMART仿真技术分析了确定路网中事故持续时间、事故严重程度及平均饱和度对交通恢复时间的影响.在此基础上,利用DYNASMART仿真得到的数据建立了基于BP神经网络技术的交通恢复时间模型.提出运用Monte Carlo模拟技术计算恢复可靠度,并通过一个简单的算例对以上算法进行了验证.     

基于智能车载终端的公交事件应急响应系统设计

提出公交事件管理的含义、目的和目标,介绍了车载智能终端以及公交事件的检测方法。针对公交运行中出现的交通事故,车辆故障,道路交通拥堵,客流突变等紧急事件,提出了相应的应急方案。从而保证公交车辆的正常运行,使公交车辆运行达到安全、迅速、经济、舒适的目的。     

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.