浮動(dòng)車數(shù)據(jù)在城市道路交通事件檢測(cè)中的應(yīng)用研究.pdf

1、交通事件自動(dòng)檢測(cè)(Automatic Incident Detection,AID)是通過對(duì)布設(shè)于道路網(wǎng)絡(luò)中各類固定或移動(dòng)檢測(cè)器采集的實(shí)時(shí)交通流數(shù)據(jù)進(jìn)行分析,從而自動(dòng)判定道路上有無交通事件發(fā)生的過程。交通事件在城市道路交通中時(shí)常發(fā)生,如車輛碰撞、車輛拋錨、危險(xiǎn)物品泄漏、路面維護(hù)等等,除了事件本身造成的“點(diǎn)”損失外,引發(fā)的道路擁擠甚至堵塞更是給城市交通帶來負(fù)面影響,如果不能及時(shí)清除事件或采取誘導(dǎo)措施,甚至?xí)T發(fā)二次事故。城市道路受到交通信

2、號(hào)控制的影響,車流不具備自由流特征,適用于高速公路和快速路的很多算法對(duì)于城市道路并不適用。隨著衛(wèi)星定位導(dǎo)航技術(shù)和通信技術(shù)的快速發(fā)展,政府、企業(yè)、科研單位等的數(shù)據(jù)共享力度逐漸加大,浮動(dòng)車數(shù)據(jù)日益成為道路交通信息的主要構(gòu)成。浮動(dòng)車數(shù)據(jù)具有樣本量大、覆蓋面廣、能夠及時(shí)準(zhǔn)確反映道路交通狀況的特點(diǎn)。本文按照浮動(dòng)車數(shù)據(jù)質(zhì)量控制、地圖匹配、事件檢測(cè)算法比較選擇、事件檢測(cè)算法效果評(píng)價(jià)的流程進(jìn)行展開城市道路交通事件檢測(cè)研究。重點(diǎn)對(duì)信號(hào)控制下事件對(duì)交通流影

3、響規(guī)律進(jìn)行分析,對(duì)自由流和擁擠流條件下分別采用CUSUM算法和K近鄰算法進(jìn)行事件檢測(cè),并建立了基于數(shù)據(jù)融合技術(shù)的交通事件檢測(cè)模型,實(shí)驗(yàn)和實(shí)例證明檢測(cè)效果較好。本論文主要完成以下五個(gè)部分工作:(1)歸納總結(jié)國(guó)內(nèi)外在該領(lǐng)域的研究成果及最新進(jìn)展,比較分析基于浮動(dòng)車數(shù)據(jù)和其他交通采集數(shù)據(jù)的各類事件檢測(cè)方法的優(yōu)缺點(diǎn),對(duì)它們的適用性進(jìn)行深入細(xì)致的分析;(2)研究浮動(dòng)車采集數(shù)據(jù)的質(zhì)量控制問題。由于GPS定位、傳輸過程中環(huán)境客觀存在各種干擾,由此引入很

4、多誤差。首先對(duì)浮動(dòng)車數(shù)據(jù)的質(zhì)量問題進(jìn)行分析,在此基礎(chǔ)上對(duì)存在問題的數(shù)據(jù)進(jìn)行修復(fù)、刪除等處理,為后續(xù)交通事件檢測(cè)模型提供干凈優(yōu)質(zhì)的輸入數(shù)據(jù)。(3)研究面向大規(guī)模路網(wǎng)的浮動(dòng)車數(shù)據(jù)地圖匹配問題。包括杭州市在內(nèi)的城市浮動(dòng)車數(shù)據(jù)平均發(fā)送頻率為60秒,一座城市的浮動(dòng)車數(shù)以千計(jì),而交通事件自動(dòng)檢測(cè)需求很強(qiáng)的實(shí)時(shí)性,這就要求地圖匹配需要充分權(quán)衡效率和精度。(4)研究城市道路環(huán)境下事件檢測(cè)方法。首先,由于交通信號(hào)控制的存在,道路上車輛表現(xiàn)為間斷流的特征,

5、紅燈對(duì)于交通流的干擾和交通事件對(duì)交通流的影響存在相似之處,剔除周期性信號(hào)干擾是保證檢測(cè)質(zhì)量的關(guān)鍵,提出差分流量的概念;其二,不同道路環(huán)境下(如自由流和擁擠流)事件造成的阻塞對(duì)交通流影響不同,文中分別采用CUSUM和K近鄰算法構(gòu)建自由流和擁擠流條件下AID模型;其三,基于數(shù)據(jù)融合技術(shù)建立多源異構(gòu)交通采集信息的AID模型。(5)實(shí)例和實(shí)驗(yàn)部分分別通過真實(shí)和仿真數(shù)據(jù)對(duì)檢測(cè)模型效果進(jìn)行評(píng)價(jià)。評(píng)價(jià)指標(biāo)包括事件檢測(cè)的準(zhǔn)確性(通過誤報(bào)率和檢測(cè)率)和及