浮動車數(shù)據(jù)在城市道路交通事件檢測中的應用研究.pdf

1、交通事件自動檢測(Automatic Incident Detection,AID)是通過對布設于道路網(wǎng)絡中各類固定或移動檢測器采集的實時交通流數(shù)據(jù)進行分析,從而自動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常發(fā)生,如車輛碰撞、車輛拋錨、危險物品泄漏、路面維護等等,除了事件本身造成的“點”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面影響,如果不能及時清除事件或采取誘導措施,甚至會誘發(fā)二次事故。城市道路受到交通信

2、號控制的影響,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于城市道路并不適用。隨著衛(wèi)星定位導航技術和通信技術的快速發(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,浮動車數(shù)據(jù)日益成為道路交通信息的主要構成。浮動車數(shù)據(jù)具有樣本量大、覆蓋面廣、能夠及時準確反映道路交通狀況的特點。本文按照浮動車數(shù)據(jù)質(zhì)量控制、地圖匹配、事件檢測算法比較選擇、事件檢測算法效果評價的流程進行展開城市道路交通事件檢測研究。重點對信號控制下事件對交通流影

3、響規(guī)律進行分析,對自由流和擁擠流條件下分別采用CUSUM算法和K近鄰算法進行事件檢測,并建立了基于數(shù)據(jù)融合技術的交通事件檢測模型,實驗和實例證明檢測效果較好。本論文主要完成以下五個部分工作:(1)歸納總結國內(nèi)外在該領域的研究成果及最新進展,比較分析基于浮動車數(shù)據(jù)和其他交通采集數(shù)據(jù)的各類事件檢測方法的優(yōu)缺點,對它們的適用性進行深入細致的分析;(2)研究浮動車采集數(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。首先對浮動車數(shù)據(jù)的質(zhì)量問題進行分析,在此基礎上對存在問題的數(shù)據(jù)進行修復、刪除等處理,為后續(xù)交通事件檢測模型提供干凈優(yōu)質(zhì)的輸入數(shù)據(jù)。(3)研究面向大規(guī)模路網(wǎng)的浮動車數(shù)據(jù)地圖匹配問題。包括杭州市在內(nèi)的城市浮動車數(shù)據(jù)平均發(fā)送頻率為60秒,一座城市的浮動車數(shù)以千計,而交通事件自動檢測需求很強的實時性,這就要求地圖匹配需要充分權衡效率和精度。(4)研究城市道路環(huán)境下事件檢測方法。首先,由于交通信號控制的存在,道路上車輛表現(xiàn)為間斷流的特征,

5、紅燈對于交通流的干擾和交通事件對交通流的影響存在相似之處,剔除周期性信號干擾是保證檢測質(zhì)量的關鍵,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)事件造成的阻塞對交通流影響不同,文中分別采用CUSUM和K近鄰算法構建自由流和擁擠流條件下AID模型;其三,基于數(shù)據(jù)融合技術建立多源異構交通采集信息的AID模型。(5)實例和實驗部分分別通過真實和仿真數(shù)據(jù)對檢測模型效果進行評價。評價指標包括事件檢測的準確性(通過誤報率和檢測率)和及