基于信息融合的高速公路事件檢測建模與仿真.pdf

1、高速公路為人們的出行和貨物的運輸開辟了一條安全、高效、舒適、方便的快速通道，并且產(chǎn)生了巨大的社會效益和經(jīng)濟效益。然而，隨著高速公路里程的增長，汽車數(shù)量的增多，交通擁擠和各類交通事件的頻繁發(fā)生，不僅使高速公路效率降低，而且給人們的生命、財產(chǎn)以及社會和經(jīng)濟均造成了不同程度的損失。為了運用先進的事件檢測技術快速準確地檢測、判斷并及時排除因交通事件而造成的交通擁擠和阻塞，盡可能將事件的影響和損失降低到最低限度，關鍵是盡早地發(fā)現(xiàn)事件、確認事件的性

2、質并及時采取救援措施和為其他駕駛員提供相關信息，這就要建立一個完善的事件管理系統(tǒng)，對事件實現(xiàn)快速、高效、恰當?shù)靥幚?。事件檢測是事件管理的第一步，也是整個系統(tǒng)中最重要的組成。事件管理系統(tǒng)除了硬件檢測設施外，最重要的就是一套完善的事件檢測算法。40多年來，人們開發(fā)了各種各樣的自動事件檢測(AID)算法，取得了很多成果。世界上一些發(fā)達國家交通管理中心的事件管理系統(tǒng)采用一些算法成果進行真實交通事件檢測。由于每種算法適用的交通流狀況不相同，各種算

3、法都有其優(yōu)于和差于其它算法的一面，單個算法很難達到最佳的事件檢測效果，通過算法融合卻可以提高事件檢測效果決定了在事件檢測算法研究中考慮算法融合的必要性和迫切性。近年來，伴隨著電子、檢測、通信、計算機技術的飛速發(fā)展，交通檢測器技術也得到了快速發(fā)展，獲取的事件檢測技術提供的信息源呈現(xiàn)多樣化趨勢，高速公路事件檢測系統(tǒng)正面臨著事件檢測技術多信息源融合的現(xiàn)狀決定了在事件檢測研究中考慮事件檢測技術信息融合的必要性和迫切性。到目前為止，國內(nèi)高速公路事

4、件管理系統(tǒng)事件檢測問題的研究起步雖晚，但在理論和實踐方面也取得了一些成果，將信息融合技術應用于高速公路事件檢測研究的仍然很少，許多不盡人意的地方有待于進一步完善和改進。加快對高速公路事件管理系統(tǒng)的事件檢測問題研究，一方面對促進我國高速公路事件管理系統(tǒng)水平的提高具有深遠的意義；另一方面對豐富和發(fā)展信息融合技術在交通工程領域的應用研究具有重要的促進作用。首先，將信息融合技術引入到高速公路事件檢測領域，從信息融合過程的輸入/輸出特性出發(fā)，以5

5、種信息融合過程為構件，建立一種事件檢測信息融合的理論框架，并對AID算法重新分類。最后，定義事件檢測信息融合的“熵”、“條件熵”、“平均條件熵”和“互信息”的基本概念，通過論證事件檢測信息融合的3個有效性定理來說明事件檢測信息融合的有效性。在此基礎上，詳細分析了高速公路事件檢測ANN模型和SVM模型、高速公路事件檢測算法融合表決融合方法及高速公路事件檢測技術信息融合D-S方法3種事件檢測信息融合方法的建模與仿真問題。主要研究內(nèi)容如下：

6、 1．詳細分析事件檢測交通流機理；應用系統(tǒng)故障診斷方法分析基于特征輸入/決策輸出(FEI-DEO)信息融合過程的人工神經(jīng)網(wǎng)絡(ArtificialNeural Network，簡稱ANN)事件檢測機理；分析基于特征輸入/決策輸出(FEI-DEO)信息融合過程的支持向量機(Support Vector Machine, 簡稱SVM)事件檢測機理。 2．分別建立用于識別2類事件模式(無事件模式和有事件模式)的事件檢測多層前向神

7、經(jīng)網(wǎng)絡模型(Multi-Layer Feed-Forward NeuralNetworks，簡稱MLF)、事件檢測概率神經(jīng)網(wǎng)絡模型(Probabilistic NeuralNetwork，簡稱PNN)和線性(Linear Function)、多項式(PolynomialFunction)和徑向基(Radial Basis Function)3種核函數(shù)的事件檢測支持向量機模型(Support Vector Machine，簡稱SVM)。

8、 3．將事件檢測SVM模型與PNN模型和MLF模型分別進行理論比較；采用經(jīng)過收集、整理和分析的I-880實地線圈數(shù)據(jù)集和事件數(shù)據(jù)集驗證模型，并將結果進行比較，得出了在I-880高速公路路段建立實地離線事件檢測MLF模型、PNN模型和SVM模型的有意義的結論。 4．為解決高速公路事件檢測算法融合問題，將表決融合方法引入到事件檢測領域，并建立一種高速公路事件檢測算法融合表決融合方法。嘗試采用表決融合方法布爾代數(shù)式的“與”和“或

9、”技術，定義事件檢測算法融合表決融合方法的基本概念，并給出事件檢測算法融合表決融合方法的具體步驟。 5．建立一種事件檢測效果Monte Carlo仿真模型。通過Monte Carlo仿真模型仿真產(chǎn)生每種事件檢測算法或每種事件檢測技術的事件檢測效果，從而有效克服了研究條件的限制，為定量分析方法的算例提供數(shù)據(jù)支持。 6．采用定量分析的方法，通過一個由事件檢測MLF模型、PNN模型和SVM模型3項算法組成算法融合系統(tǒng)的算例來說

10、明事件檢測算法融合表決融合方法的具體應用過程，并分析方法的有效性。解決了算例應用過程中算法融合系統(tǒng)的算法組成、信任級別的確定、算法融合系統(tǒng)檢測單元的組合模式、事件檢測報表的確定及算法融合系統(tǒng)檢測概率及誤報概率布爾代數(shù)表達式推導4個關鍵問題。 7．給出一種事件檢測算法融合表決融合系統(tǒng)邏輯的硬件實現(xiàn)方法。 8．在初步探討各種事件檢測技術的組合問題的基礎上，為解決高速公路事件檢測技術信息融合問題，將D-S證據(jù)理論引入到事件檢測

11、領域，并建立一種高速公路事件檢測技術信息融合D-S方法。解決了建立D-S方法過程中的D-S方法融合對象的確定、D-S方法的基本可信度賦值及基本信任函數(shù)的決策方法3個關鍵問題。 9．構造5個命題，并通過對5個命題的證明來詳細分析事件檢測技術信息融合D-S方法的有效性。 10．采用定量分析的方法，通過一個由線圈檢測器(Inductive LoopDetectors，簡稱ILD)、移動電話報告(Cellular Phone，簡