（安全技术及工程专业论文）高速公路事件管理系统设计及算法实现.pdf

a b s tr a c t i ti se s t i m a t e dt h a ta sh i g ha s6 0 t o7 0 o ft h ef r e e w a yt r a f f i cd e l a yi n d e v e l o p e d c o u n t r i e si sa t t r i b u t e dt ot r a f f i ci n c i d e n t i no r d e rt or e d u c et h e n e g a t i v ei n f l u e n c ec a u s e db yt h i sd e l a y , t r a n s p o r t a t i o nd e p a r t m e n t si n an u m b e r o fc o u n t r i e sh a v ee s t a b l i s h e df r e e w a yi n c i d e n tm a n a g e m e n ts y s t e m ，w h i c hm a k e s t h e f r e e w a y u n d e rt h ec o n d i t i o n o fa c c i d e n t ss m o o t h b yp l a n n i n g a n d c o o r d i n a t i n gm e a n s w i t ht h ei n t r o d u c t i o no ft h ec o n c e p to f i n t e l l i g e n tt r a n s p o r t a t i o ns y s t e m s ( i t s ) i n t h et r a f f i cf i e l d ，t h es y s t e mh a sb e e ng r e a t l yd e v e l o p e da n du t i l i z e d ，a n d a tt h es a m et i m ei tb o o s t st h ed e v e l o p m e n to fu r b a nt r a f f i c t r e m e n d o u s l y t h r o u g h o u tt h ew o r l d a tp r e s e n t ，t h ec o n s t r u c t i o no ff r e e w a yi n c r e a s e sw i t ht h e r a p i dd e v e l o p m e n to f h i g h w a y i no u rc o u n t r y a f t e rb e i n gb u i l t ，i ti si m p e r a t i v et o d e v e l o pf r e e w a yi n c i d e n tm a n a g e m e n ts y s t e mi n o r d e rt ot a k ea d v a n t a g eo ft h e u t i l i t ya n do p e r a t i o ne f f i c i e n c y i nt h i sp a p e r , f i r s t l yt h ec o n c e p to ff r e e w a yi n c i d e n ta n di t sc h a r a c t e r i s t i c s a r e e x p o u n d e d ，a n dt h ei m p a c t o ff r e e w a yi n c i d e n t so i lt h et r a f f i cf l o wi s a n a l y z e d b a s e do n t h e p r e s e n tr e s e a r c ho nf r e e w a yi n c i d e n td e t e c t i o na l g o r i t h m s a b r o a da n di no u rc o u n t f y , t h i sp a p e r a d o p t sa r t i f i c i a ln e u r a ln e t w o r ka n ds e t su p t h ec o r r e s p o n d i n gb pn e t w o r ki n c i d e n td e t e c t i o nm o d e la c c o r d i n gt ot h e p r i n c i p l e o fa r t i f i c i a ln e u r a ln e t w o r k t h e ni nv i e wo fs y s t e me n g i n e e r i n gt h e f r e e w a y i n c i d e n tm a n a g e m e n ts y s t e mi se s t a b l i s h e da n das e to fs t e p sf o rd e v e l o p i n g f r e e w a yi n c i d e n tm a n a g e m e n ts y s t e ma r eb u i l tf r o mi n c i d e n td e t e c t i o n ，i n c i d e n t m a n a g e m e n ta n dc o n t r o lt od r i v e rr e a l t i m ei n f o r m a t i o n ，w h i c hp r o v i d e st r a f f i c m a n a g e r sw i t hr e a s o n a b l es t r u c t u r ea n dg o o df u n c t i o n a c c o r d i n gt ot h ea c t u a l d e m a n d s ，t h es y s t e mc a r ln o to n l ym e e tt h er e q u s i r e m e n t so f f r e e w a yo p e r a t i o n ， i m p r o v et h eu t i l i t y , a m e l i o r a t et h et r a f f i cc o n g e s t i o na n dd e c r e a s et h et r a f f i c a c c i d e n t s ，b u ta l s oi n c r e a s et h ee c o n o m i ca n ds o c i a lb e n e f i t i nt h ee n d ，i n c i d e n t s i m u l a t i o no nt h eb a s i so fm a t l a bi sd e v e l o p e da n dt h ep e r f o r m a n c eo f t h i sb p n e t w o r ki n c i d e n td e t e c t i o na l g o r i t h mi se v a l u a t e db ys i m u l a t i n gt h ep r o c e s so f i n c i d e n td e t e c t i o n 西南交通大学硕士研究生学位论文第1 ii 页 k e v w o r d s ：f r e e w a y ；i n c i d e n td e t e c t i o n ；i n c i d e n tm a n a g e m e n ts y s t e m ；d r i v e r r e a l - t i m ei n f o r m a t i o n ；a r t i f i c i a ln e u r a ln e t w o r k 西南交通大学硕士研究生学位论文 第1 页 第1 章绪论 自从有机动车交通以来，交通安全就成了一个不可忽视的重要方面，也 是交通系统的各子系统中必须考虑的问题。随着智能交通系统( i n t e l l i g e n t t r a n s p o r t a t i o ns y s t e m i t s ) 概念的提出，在交通领域中，该系统已得到了极 大的发展和应用，同时对世界各国城市交通的发展起了极大的推动作用。智 能交通系统是将先进的信息技术、计算机技术、数据通信技术、传感器技术、 电子控制技术、自动控制理论、运筹学、人工智能等有效地综合运用于交通 运输系统，服务控制和车辆制造，加强车辆、道路、使用者三者之间的联系， 从而形成一种在大范围内、全方位发挥作用的实时、准确、高效的综合运输 系统1 1 。 在智能交通系统体系框架中，智能交通安全系统隐含在i t s 的各个模块 当中，是智能交通系统的重要组成部分。智能交通安全系统主要是利用先进 的电子技术、信息技术、传感器技术和系统工程技术集成运用于紧急救援系 统、自动公路系统、自动事件管理系统、商业车辆系统、道路安全监测系统 等交通管理子系统，实际运用时他们常常相互配合、相互补充，以达到车辆、 司机和行人安全以及道路安全的目标【1 l 。 1 1 问题的提出 高速公路是各国公路交通运输系统中的一个重要组成部分，而高速公路 的运营状况是衡量一个国家公路交通运输发展水平的重要标志。高速公路虽 然具有快速、便捷、安全、舒适等优点，但与其它等级公路相比，其事故的 严重性更大。因此，预防事故的发生，以及降低事故的严重性，事故发生后 尽可能地减少其损失，不仅有利于提高高速公路运营水平，而且有利于提高 客、货流及车辆的安全，还可以降低对环境的危害，这对于充分发挥高速公 路运输效益具有重要的意义。本文即针对这一问题，对高速公路的事件管理 系统作一定的探讨。 高速公路事件管理系统是高速公路监控系统的一个重要子系统，主要是 用来减少事件所造成的影响。它由三部分构成：事件检测、鉴别、反应、清 除、现场交通管理以及向驾驶员提供信息【2 3 】。高速公路事件管理系统在高速 公路大系统中具有重要的作用。从表1 1 中的数据可以看出：国外高速公路 的事故率与国内9 0 年代初的相比有较大的差别，剔除车型构成、车道数量等 西南交通大学硕士研究生学位论文 第2 页 因素的影响，其中的一个重要因素是事件管理系统方面的差异：国外的高速 公路发展比较早，在监控系统及事件管理系统方面已较为完善；而我国高速 公路的监控系统在二期工程中逐步实施，其软件方面( 事件管理系统) 的研 究工作虽已展开，但因尚处于发展阶段，所以与国外相比仍有较大差距。因 此，加快对高速公路事件管理系统的研究，对促进我国公路交通运输的发展 具有深远的意义。 高速公路事件管理系统的目的不仅在于降低外部因素对车辆的干扰，均 匀车流的行驶速度，减少车速的波动，以保证道路的畅通、安全，并使其具 有较高的通过能力，进而使高速公路行驶速度快、交通流量大、运输成本低、 行驶安全性高的特点得以充分发挥，而且可以根据交通条件、气象状况、道 路情况等及车流自身的特点，提出相应的控制策略，以保证旅客、货物不受 伤害，以充分体现高速公路的高效安全的特点。 1 2 国内外研究现状综述 高速公路事件自动检测是高速公路交通管理与控制系统重要的功能之一 如何准确、快速地检测和确认事故发生的时间、地点及性质，是高速公路管理 与控制系统能否成功运行的关键技术。高速公路事件自动检测算法( 简称 f r e e w a y a i d 算法) 是高速公路事件管理系统的核心，也是智能交通系统实旌 中能否成功运行的重要评价指标之一。3 0 多年来，国际各国在研究开发和改 进a i d 方法方面做了大量工作。据统计，大约有4 0 多个研究机构对此进行 了研究1 4 j ，研究进展和研究现状如下： 1 。2 1 国外研究概况 国外对高速公路事件管理系统的研究是随着高速公路的兴起而发展起来 的，经过长时间的积累，在理论和实践方面都有令人瞩目的成就： 西南交通大学硕士研究生学位论文 第3 页 1 ) 理论方面 1 9 6 8 年，美国加利福尼亚州运输局提出了“加利福尼亚算法”，加州算 法属双截面算法，它以车道占有率为参数，所依据的是事件发生时上游检测 端面占有率将增加、下游检测端面占有率将减少这一原理。之后p a y n e 和 k n o b b l e 以洛杉矶和明尼阿波利斯两个城市高速公路监测系统所得的数据为 基础，对1 0 神高速公路事件自动检测算法进行研究比较，并开发了参数标定 软件。实践证明：能够判断事件持续和结束的算法7 效果最好”。 1 9 7 0 年，c o o k e 和c l e v e l a n d 提出了双指数平滑模型。经比较，他们发现在 确定交通流运行趋势时，更多地考虑最近一段时间的交通运行参数，得出的结 果较为精确。 d u d e k 和m e a n e s 提出了采用控制变量( 能量或车道占有率) 的标准正 常偏差( s n d ) 检测算法，他们认为，急剧变化的控制变量将反映出与道路 几何因素所确定的交通需求一通行能力明显不一致的事件状态。 加拿大m cm a s t e r 大学土木工程系开发了基于高速公路突变理论的m c m a s t e r 算法，该算法依据的是高速公路在拥挤车流速度降低、道路占有率增 加并有拥挤车流存在这一事实，该算法除了能识别拥挤的存在外，还能识别 导致发生拥挤的原因( 常发性或偶发性拥挤) 。 s t e p h e n 和r u e y 提出了基于人工神经网络的事件检测算法。他们将交通 状态分为“事故”、“非事故”两类，先用历史数据训练神经网络，之后通过 仿真认为，改算法优于加州算法和m cm a s t e r 算法。 p a n o s 和r i c h a r d 提出了基于图像处理的事件检测算法，此算法以摄像机 图像采集和计算机处理为基础，跟踪分析车流的行驶，能自动检测高速公路 上发生的事故，此外，它还有直观、灵活和可以预测事故的优点。 随着智能运输系统( i t s ) 研究的兴起，高速公路事件检测算法研究又再一 次成为热门话题。美国1 9 9 5 年将高速公路事件自动检测算法的研究列为智能 运输系统的研究项目之一。 2 ) 实践方面 为了指导地方性高速公路事件管理的顺利实施，美国运输部联邦公路局 ( f h w a ) 于1 9 9 1 年颁布了“高速公路事件管理手册”，并于2 0 0 0 年1 1 月 推出了其更新版“交通事件管理手册”，这些手册对高速公路事件、事件管理 工程的规划和设计、改善事件管理过程的方法和措施等做了较详尽的描述， 对美国的高速公路事件管理发挥了积极的指导作用。 在西欧，德国、瑞典等许多国家都对高速公路事件管理给予了足够的重 西南交通大学硕士研究生学位论文 第4 页 视。德国b m w 公司在上世纪九十年代开发了一个为c o m p a n i o n 的事件管 理系统，从而减少了二次事故的发生。1 9 9 6 年3 月，为了改善斯德哥尔摩地 区的交通事件管理，当地交通管理部门组织成立了公路救援队，由紧急救援 车、重型拖车和警察巡逻车等组成，并采用了许多先进的技术，如车载计算 机系统、g p s 车辆定位系统、数字化通信系统以及交通管理中心先进的事件 数据库等f 6 】。 1 2 2 国内研究概况 国内在高速公路事件管理系统方面的研究虽然起步较晚，但在理论和实 践方面也取得了较大的成果。 1 1 理论方面 交通部公路科学研究所的王彦卿提出了能自适应交通状况变化的“交通 异常检测算法”，该算法交通参数的“闽值”可以随交通状况的变化而自动调 节，对交通流的变化有一定的适应性，并在广佛高速公路上得到了检验。 天津大学的高昕利用小波理论对事故检测进行了研究，他利用小波变换 把属于时域信号的交通量变换到易于分析的频率域，使事故发生时的特征更 加明显而易于检测。 交通部公路科学研究所的周伟在分析拥挤交通流特性的基础上，提出了 一种基于模糊综合识别的事件检测算法，并可以确定拥挤成因，仿真研究结果 比较表明该算法效果很好。 2 ) 实践方面 1 9 8 8 年，上海一嘉定高速公路的开通实现了我国高速公路零的突破。随 着高速公路在我国的出现，高速公路管理便成为了广大交通工作者的重要研 究内容。事件管理作为高速公路管理的重要组成部分，我国的交通工作者在 这方面也做了许多基础性的研究工作。 1 9 9 3 年，中国公路工程咨询监理总公司和辽宁省交通勘测设计院联合承 担了“深圳市高速公路网交通工程总体规划”，其中之一的研究工作就是规划 和设计深圳市高速公路网事故处理系统。该项工作从设计的系统目标出发， 建立了事故处理系统的组织结构，制定了事故处理的业务流程并建立了一套 事故检测方法和手段。这研究工作是我国高速公路事件管理的较早应用。 1 9 9 8 年，在刘伟铭主编的“高速公路系统控制方法”中，对高速公路事 件管理做了较全面的阐述，包括事件的自动检测、事件管理目标、事件引起 的延误计算及事件管理的部分策略等。 西南交通大学硕士研究生学位论文第5 页 2 0 0 0 年，国家智能交通系统工程技术研究中心的高海龙、张北海等对紧 急事件管理系统进行了研究，为首都机场高速公路开发了事件管理系统。此 系统不需要增加额外的设备费用，但却能减少l 3 的事件反应时f n q t 6 1 。 1 3 本文的主要内容 高速公路的安全、畅通，以及其通行能力大、行驶速度高、运输成本低 的效益能否充分发挥，都与建立一套完善的高速公路事件管理系统有着密切 的关系。 本文从构成高速公路事件管理系统的角度出发，利用系统工程的思想。 以现有的事件检测算法为前提，对高速公路事件管理系统进行了具体的分析， 并对其中的一些关键问题进行了研究。以事件检测算法的设计及系统的构建 为主要目标，实现高速公路事件的智能检测，其主要内容有： l 、在对国内外各种检测算法分析、比较的基础上，依据人工神经网络的 有关原理，采用了人工神经网络算法建立相应的事件检测模型。 2 、构建事件管理系统：1 ) 事件的检测，在神经网络检测算法的基础上， 对事件检测的过程加以说明和确定：2 ) 事件的管理和控制，根据事件的类型 和救援设备的功能确定救援方案以向事发现场派出适当的设备和人员，确保 既能够及时处理事故，又能保证救援设备和人员的合理使用；3 ) 驾驶员实时 信息，提供路上司机关于交通条件、事故、道路建设、天气条件、灾害性道 路条件和建议的安全速度等信息。 3 、对实现系统的结构和各个模块的功能进行阐释：在对仿真模拟所得出 的数据分析的基础上，验证了检测算法的可行性，并说明事件管理系统各子 系统的设计合理性及需要加以改进的方面。 西南交通大学硕士研究生学位论文 第6 页 第2 章事件检测的理论 高速公路事件自动检测算法( f r e e w a y a u t o m a t i ci n c i d e n td e t e c t i o n a l g o r i t h m ，简称f r e e w a ya i d 算法) 是高速公路事件管理系统的重要组成部分 既它是事件检测子系统的理论基础，不仅关系到监控系统( 指硬件部分) 的作 用能否充分发挥，而且对事故的处理也具有极其重要的意义：事故发生后的 快速检测，对事故做出快速反应一采取相应的交通控制措施以防止二次事故 的发生，快速处理事故，降低事故损失等，都与事件的检测算法有着直接的 关系。 2 1 事件检测算法分类及评价指标 2 1 1 交通事件和事件管理 交通事件定义为经常发生的非重复性事件。它在短时间内会引起道路有 效通行能力的下降或交通需求的增加。事件一般分为可预测的和不可预测的 两类：( 1 ) 不可预测类：交通事故、车辆抛锚、货物散落、不正当驾驶和突发 的自然灾害等；( 2 ) 可预测类：大型活动( 如体育比赛等) 、道路修筑和路面养 护等。 对于可预测类的交通事件，驾驶员可以预先制订合理的出行计划束降低 其影响，但对突发事件引起的延误，驾驶员却无法事先采取躲避措施。这类 事件的影响不仅限于交通拥挤，还会引起二次事故。当交通拥挤时，车辆走走 停停会引发更多的小事故及汽车抛锚等。这样就增加了事件的数量，并延长 了清除事件的时间。因此这种突发性的事件对人员和货物运输方面的影响更 大。 为了减少由交通事件带来的负效应，许多国家的运输部门建立了高速公 路交通事件管理系统。交通事件管理系统通过计划和协调手段使处于事故状 态的高速公路尽快恢复正常运行。 2 1 2 事件检测算法分类 高速公路事件检测可分为人工监测和自动检测两大类。人工监测包括闭 路电视监视、航空监视、警察和公路巡逻车、电话呼救、紧急呼救箱、闪光 系统、民用频道呼救等。人工监视一般运行成本较高，受到时间和天气的影 响较大，检测时间长，检测率低。因此，各国纷纷积极研究开发具有运行成 西南交通大学硕士研究生学位论文 第7 页 本低、不受天气和时间限制且检测率高的自动事件检测系统1 2 ) 】a 高速公路事件检测算法伴随着事件检测系统的发展而发展的，自1 9 6 8 年开始在美国研究，通过三十多年的实践与发展，形成了多种检测方法，根 据不同的标准可分成不同的类别： 1 根据检测策略分类 如果根据检测策略来分，事件检测算法可分为模式识别方法和统计预测 两类算法。模式识别方法的检测原理是通过一个或多个交通参数来区分异常 状态和非异常状态，它不涉及交通流动态模型。该方法的难点是在于区域界 限难于确定。典型算法主要有加利福尼亚法算法、算法7 和m e m a s t e r 算法。 统计预测方法是建立在实时采集的数据基础上，根据采样值预测下一次 采集值，将预测值与采样值相比较，判断是否有拥挤发生。该方法的难点在 于如何滤波、预测与选择闽值。代表性算法为标准正常偏差法和平滑算法。 2 根据检测截面分类 如根据检测截面来分，事件检测算法可分单截面法和双截面法。所谓单 截面法是根据一个检测面的监视信息进行事件检测，而双截面法是根据两个 相邻检测面的监视信息进行事件检测。在轻交通量时( 我国大部分高速公路 目前仍处在轻交通量) ，车辆对道路的占有率较小，事件发生时相邻检测器其 值变化更小，不适合采用双截面算法，而对繁密的交通，如城市高速公路和 环城高速公路，宜采用双截面算法。 3 按事件检测算法所采用的参数分类 按事件检测算法所采用的参数，可将事件检测算法分为以下几类： 以车道占用情况为参数的算法主要有加利福尼亚算法、c o l l i n s 等19 7 9 年提出的h i o o c ( b p 高检测器占用率) 算法和a h m e d l 9 8 3 年提出的a r i m a f 自 动回归整数移动平均) 算法。 以密度情况为参数的算法主要有c r e m e r l 9 8 1 年提出的事件自动检测算 法。此算法以k a l m a n 的过滤结构为基础，将交通密度和速度看作系统状态变 量。 以车辆数量为参数的算法特别适用于低交通流量的交通状况。通过将跟 踪车辆所得的交通特性数据与无事件状态下的交通特性数据预测值相比较进 行事件检测。 以两个表征交通流特性的变量为参数的算法主要有以交通流量一车道占 用率、密度- 车道占用率及密度e x p ( 2 ) 一车道占用率为复合参数的指数平滑或 移动平均算法，通过将实际情况与预测情况进行比较探测事件。另外， 西南交通大学硕士研究生学位论文篁! 戛 _ _ _ _ _ _ _ _ _ _ - _ _ _ _ _ _ 一。 一 h i l g e r s l 9 8 0 年还提出了- 进, t l 决策树对交通状况分类的方法。 4 根据监视设备分类 根据监视设备可分为基于常规监视设备的算法，如基于车辆检测器检测 的信息来判断交通事件，和基于非常规监视设备的算法，如基于c c t v 的自 动事件检测算法。 2 1 3 事件检测算法评价指标 1 事件检测算法的评价指标1 2 , 3 , 7 , 8 , 9 , 1 0 一个好的事件检测算法应当做到快速准确。常用的事件检测算法评价指 标主要有3 个，即：检测率、误报率和平均检测时间。 ( 1 ) 检测率( d e t e c t i o nr a t e ，d r ) 检测率是指使用某种事件检测算法时，在一定时间内，所检测到的事件 数与实际发生的引起通行能力下降的总事件数的比值，即 d r = 堡s “l 。( 2 - - 1 ) j 式中：d r 为检测率：t p 为检测到的事件数：s 为实际发生的事件数。 现有的事件检测算法在交通负荷较大时，检测率一般能达到8 0 到1 0 0 。 如：加利福尼亚算法用于洛杉矶市区高速公路的事件检测时，检测率为9 0 。 ( 2 ) 误报率( f a l s ea l a r mr a t e ，f a r ) 误报率是指在一定事件内，误报事件的次数占检测到的事件总数的百分 比，即：f a r = 兰1 0 0 ( 2 2 ) d 尺 式中：f a r 为误报率；f n 为误报次数；d r 为检测到的事件次数。 在保证较高的检测率的情况下，误报率较高一直是事件检测算法中存在 的一个大问题。报警率在8 0 以上时，算法的误报率一般在7 0 至t j3 0 之间。 ( 3 ) 平均检测时间( m e a nt i m et od e t e c t i o n m t t d ) 平均检测时间是指在一定时间内，从事件发生到被算法检测到的时间差 的平均值。即： m t t d = 亡【口( f ) 一一丁( f ) 】 ( 2 3 ) 式中：m t t d 为平均检测时间；t i ( f ) 为被算法检测到的事件f 实际发生的时 间；a t ( i ) 为算法检测到事件f 报警的时间：1 1 为算法检测到的真正事件数。 平均检测时间随着检测器的间距和事件检测算法的不同而不同，般在 4 m i n 1 0 m i n 内变化。 西南交通大学硕士研究生学位论文第9 页 一个理想的事件检测算法应检测出所有的事件。没有检测错误并且事件 发生时就开始报警，即t p = 1 0 0 ；f a r = o ：m t t d = 0 。 另外，还有两个重要的评价的方法：离线检测( o f f - l i n ed e t e c t i o n ) 和实 时检测( r e a l t i m e d e t e c t i o n ) 。离线检测是用实测数据( 含事故数据和非事故 数据) 通过仿真程序模拟车流行驶和事件的发生所导致的交通流异常来验证 检测算法的合理性，实时检测则是用实测的交通流数据实时验证检测算法的 性能。 2 各种评价指标之间的关系 2 , 3 , 7 1 1 ) 检测率与误报率的关系 用同一种算法，对在相同的环境和交通状况中的事件进行检测时，检测率 越商，误报率也越离：同样，要使误报率变低，常常会侵检测率也降低。 2 ) 检测率与平均检测时间的关系 对予同一种算法，在相同的环境和交通状况中的事件进行检测时，由事件 引起的拥塞程度( 拥塞的长度和通行能力的下降) 会影响事件检测速度。一般 说来，平均检测时间越长，报警率越大。 3 ) 误报率、检测率和检测时间之间的关系 如果增加算法的检测时间，那么该算法就能够分析更多的数据，因此可以 增加检测率并减少误报率，但是延长的检测时间将会对有效的交通管理产生 更大的延误。 由于存在着这磐关系，一个算法必须权衡f a r 、d r 和m t t d 这3 个方面来 进行性能评估，并且通常没有1 个必然的最佳选择，因而事件检测逻辑必须均 衡检测率、误报率和检溺时阀。 2 。2 事件检测算法概述 3 0 多年来，各国在研究开发和改进a i d 算法方面做了大量工作。据统计， 大约有4 0 多个研究机构对此进行了研究。检测算法发展至今，可大致划分为 4 大类：模式识别算法( p a t t e r nr e c o g n i t i o n a l g o r i t h m ) 、统计预测算法 ( s t a t i s t i c a la l g o r i t h m ) 、突变理论算法( c a t a s t r o 曲e t h e o r ya l g o r i t h m ) 、神经网 络算法( n e u r a in e t w o r k a l g o r i t h m ) 等。 2 2 1 模式识别算法 模式识别算法通过识别正常状况下的特殊的交通模式来进行事件的判 堕童窒堡查兰堡主堡壅竺兰竺丝皇 塑! 里堕 _ _ _ _ _ 一 定，其基本原理为事件将引起环形线圈上游占有率水平上升，而同时导致下游 的占有率减少。将采集到的交通参数值( 如流量、占有率或速度) 与预先给定 的门限值进行比较，当参数值超过门限值时，算法触发事件警报”1 。常用的 3 种模式识别算法为：加利福尼亚算法、a p i d 算法及p a t r e g 算法。 1 加利福尼亚算法( c a l i f o r n i a a l g o r i t h m ) 加利福尼亚算法于2 0 世纪6 0 年代晚期研制，该算法应用于洛杉矶高速 公路和监视控制中心，加州算法对相邻检测站的交通参量进行比较，并得到 广泛承认和应用”。该算法属双截面算法，基于事件发生时上游截面占有 率将增加，下游检测截面占有率将减少这一事实。它用一分钟平均占有率 o c c ( i ，t ) ，即在时刻t 从检测站i = 1 2 n 得到的平均占有率，按下列条件进 行判断： o c c d f = o c c ( i ，) 一o c c ( i + 1 ，) k 。 。c c r d f = 丝铲碣 docctd：occ(i+1,t-2)-occ(i+1,t)k， o c c ( i + l - t 一2 1 。 如果上面三个条件都满足，则判断事件发生。 ( 2 4 ) ( 2 5 ) f 2 6 ) 其中式( 2 4 ) 为衡量上下游占有率之差值；式( 2 5 ) 为衡量上下游占有 率的相对差值；式( 2 6 ) 为衡量下游处前后2 m i n 内占有率相对差值。f 表 示上游检测站，i + 1 表示相邻下游检测站。k j ，艘，k 3 ，分别表示相应的门限值。 该算法最初用于洛杉矶高速公路来时，即收到良好效果。事件检测率超 过9 0 ，全天误报率约为3 2 ，非高峰期误报率约1 9 ，8 0 以上事件在4 m i l 2 之内被检测到了。此算法不足之处是不能鉴别事件的性质，且误报率较高。 加利福尼亚算法包括原始算法共有1 0 种不同的算法，均采用一个或两个 相邻站点的道路占有率作为输入值，与己定的初始值比较来确定交通流动状 态，并通过环型线圈检测器所采集的数据是以l m i n 为间隔进行平均，其中 算法7 和算法8 及m e m a s t e r 算法是最广为人知的，通常也被作为评估其他算 法性能的标准。在对l o sa n g e l e s 的s a n t am o n i c a 高速公路和s a nd i e g o 的 h a r b o r 高速公路所做的离线测试表明，算法7 和8 在对压缩波检测和持续性 检测中，根据检测率、误报率和平均检测时间3 个指标评价比其它几个算法更 优。但是该算法中各阈值的选择与检测器的间距及地点有关，这就限制了它的 可移植性。另一方面由于加利福尼亚各算法均属于静态模型，其闽值不能随交 通流的变化而改变，因而该算法的动态适应能力差；再者从计算效率看，其实时 西南交通大学硕士研究生学位论文 第1 1 页 性仍然受到阈值的影响。实时运行的最小时间间隔是检测器间距和算法计算 效率的函数，该步长必须大于预测过程所花时间，且最好比检测器上、下游之 间交通变化过程中所用时间短才有意义i i “。 加利福尼亚算法系统中的2 个主要缺陷是：0 3 个预定的事故判断方程 确实不能有效地捕捉到所有可能的交通模式；2 ) 所选择的各个阈值t l 、t 2 、 t 3 尤其依赖于地点及历史数据的质量，在入口匝道、交织段及上坡等路段算 法无法表征其特定的交通模式，导致误报率上升，而在各地点取常数同样也增 大了误报率。 2 a p i d 算法 a p i d ( a 1 1p u r p o s ei n c i d e n td e t e c t i o n ，简称a p i d ) 算法的开发主要是用于 多伦多c o m p a s s 高级交通管理系统 1 0 , 1 2 】，将加州算法的主要因素结合到1 个单一的结构中，a p i d 系统包括以下几个部分：1 ) 在繁重交通状况下运行的 普通算法；2 ) 低流量算法：3 ) 中等流量算法和1 个事件结束程序；4 ) 对压缩 波的测试和持续性的测试。在线测试表明a p i d 系统在繁重交通状况下运行 效率壤好，而在低流量时性能较差。 3 ，p a t r e g 算法 p a t r e g ( p a t t e r nr e c o g n i t i o n ，简称p a t r e g ) 算法由英国道路交通研究 实验室( t r r l ) 研发的，和高占有率算法( h i o c c 算法) 联合使用检测事件发生 1 0 , 1 2 。该算法通过跟踪和量测相邻检测器之间的特殊模式交通的旅行时间来 估计车辆速度，并和预设阈值比较，当低于阈值时。触发事件报警系统。通 过有限的离线评价显示该算法在交通量超过1 5 0 0 v p h 时存在闽题，此时交通 模式过于随机以致无法识别。 4 m o r t i c a 算法 m o n i c a 算法是1 9 9 1 年开发的，属于欧盟d r i v e 项目中的子项目f 1 0 】。 m o n i c a 算法在h e r m e s 项目的头两年期间被测试，它是基于连续车辆间车 头距的测量值和变动值，以及连续车辆间的速度差值来进行事件判定。受到 干扰时这些参数发生很大的变化，如果超过了预先设定的门限值，算法将触 发事件报警。m o n i c a 算法与车道数以及其它部分的交通行为无关，但是它要 求其环线线圈的设置距离很短( 一般为5 0 0 - - 6 0 0 m ) 。 5 波动分析算法( w a v e l e ta n a l y s i s ) 波动分析算法由加利福尼亚大学伯克利分校开发 1 0 , 1 2 】。该算法分析了严 重扰动情况下的上下游累计占有率的差异。在正常交通条件下，累计占有率 之差在零值附近波动，如果存在连续偏差，说明有事件发生。 西南交通大学硕士研究生学位论文 第12 页 2 2 2 统计算法 已经开发的统计算法有标准偏差法( s n d ) 、时间序列法、贝叶斯( b a y e s i a n ) 算法、平滑模型法( 单、双指数平滑，高占有率法) 、滤波模型法等。基本检测 方法是用检测器的时间序列数据构造模型，根据检测控制变量及阈值之间的 关系推断事故是否发生【1 3 1 。上述各种统计模型法的共同优点是检测率较高、 误报率低，特别值得提的是平均检测时间短，但是它们也具有以下特点： 1 标准正常偏差( s n d ) 算法 由德克萨斯州交通协会( t t i ) 早在1 9 7 0 1 9 7 5 年期间开发的，用于休斯顿 海湾公路( i 一4 5 ) 的交通监视和控制中心，该算法基于这样的判断，即如果交通 变量测量值发生突然变化，那么公路上存在交通事件 m 】。算法用超过一分钟 时间的占有率平均值、标准差和历史数据的平均值、标准差进行连续比较。 通常情况下，计算三分钟或者五分钟的均值和标准差，连续迭代一次或两次， 当存在显著差异时，触发事件报警系统。 设时刻t 交通变量值为x ( t ) ，时刻t 前n 个采样交通变量值为x ( t n ) ， x ( t n + 1 ) ，x ( t 一1 ) ，则算法可按下列条件，判断是否发生事件： 其中 s n d ( 归盟产世( 2 - 7 ) ( 2 8 ) ( 2 9 ) 式中：石( ，) 一当前预测交通变量值： s 一前n 个采样交通变量的标准差； k 一门限值； s n d 一正常标准差。 这种预测方法简单【3 】，但是：1 ) 由于从历史数据标定的控制变量使该算 法仅反映了历史的交通模式，缺乏适应近期交通变化的能力，该算法在正常 交通流起伏较大的情况下，误报率高；2 ) 选s n d 标准时需要全面考虑，因为 误报率及检测率均受到控制变量选择s n d 数目的影响：3 ) 算法的性能很大程 h p 。h 沁。 硝 x s 西南交通大学硕士研究生学位论文 第13 页 度上取决于检测器的间距，这些方面仍需进一步的研究。 2 时间序列a r i 帆算法 通过对美国各个交通监控中心的数据库分析，研究人员发现公路上的交 通流可以用求和自回归滑动平均时间序列模型( a u t o r e g r e s s i v ei n t e g r a t e d m o v i n ga v e r a g e ，简称a r i m a ) 描述【l o 旺】。该模型能够通过平均前三个时间段 的观测值和预测值之间的误差，来预测当前时间段( t ) 和前一时闻段( t 1 ) 交通 变量的差值。该模型通常用作短期交通预测和置信区间预测、预测数据与观 测数据存在大的偏差时，启动事件报警系统。 时间序列法有如下缺陷：i ) 该方法假定交通模式服从历史的趋势，因而 除非日复一日的交通状态很稳定，否则就不能有效地捕捉到交通的动力学的 演化过程；2 ) 利用现有的控制标准的选择是统计假设检验中i 类和i i 类误差 之间取舍的典型例子，恰当控制阀值的选择不仅影响算法的性能，而且还影 响检测时间。 3 贝叶斯( b a y e s i a n ) 算法 采用当路段通行能力下降时事件发生的频率的历史数据。使用贝叶斯统 计技术计算由下游车道堵塞引起的交通事件的概率。虽然该算法和加利福尼 亚算法一一样，使用相邻两个检测器之间的相对占有率之差作为基础，但是不 同之处在于它是计算由事件引起的相对占有率之差的条件概率。完成该算法 需要三个历史数据库，即事件发生条件下的流量和占有率、无事件发生条件下 的流量和占有率及发生事件的类型、位置和影响。 该算法的优点是在确定阙值时考虑了历史信息，但该过程为一离线过程 并不随时间变化。所以用其直接输出作为控制变量使算法可实现拟实时运行。 另外在选择闽值时考虑了事故发生的条件概率，因而比s n d 模型更有效。但 其可移植性仍需进一步探讨。 4 平滑算法 该算法的性能取决于适当选择实际上是静态的、类似于b o x j e n u i n s 模型 中的控制限，因而其本质上不能捕捉到交通的动态变化：另外它所用的检 测数据很难区分由于事故所产生的压缩波等交通状态。该算法中平滑系数的 静态性质限制它的适用性，使得高峰、非高峰及不同地点算法的性能不稳定。 滤波算法模型的构造及检测过程简单，计算效率高，实现容易。它本质上是一 个动态平均过程，且可通过滤波器提高检测数据的质量。由于在预测过程中 考虑了前期信息及平滑控制变量包含了与地点有关的数据变化，因而可移植 性较好。缺点是平均检测时间长，且仅在交通流平滑时表现尚佳，在事故或 查童塞堕盔兰塑圭塑塞皇堂堡迨塞篁丝至 交通流变化起伏较大时，需选择合理的数据采集周期及评价标准才能保证系 统的性能稳定。在事件检测算法中，常用移动平均法、指数平滑法、双指数 平滑法和中值滤波法对交通占用率进行平滑。 f 1 1 ，移动平均法：移动平均是一种线性变换，它把测量数据分成若干段，每段 按数据的顺序逐点推移，求平均值的方法叫移动平均法。移动平均法是一种 简单有效的时间序列预测法。 设在时刻t 检测站i 的占有率测量值为0 i ( ，) ，则移动平均值o c c , p ) 为 1 丝 o c c ，( f ) = 。d ，( f f ) ( 2 1 0 ) l 百 式中：l 为平滑窗口大小。窗口大小取值主要取决于噪声持续时间的最大宽 度和希望保持信号不连续的持续时间最小宽度。该方法可以很好的过滤掉高 频噪声，保留有用信号。移动平均法的计算方法较简单，但需要的信息量较 大。 ( 2 ) 指数平滑法 指数平滑法是移动平均法的改型，既具备移动平均法的长处，又可以减 少信息的存储量。根据移动平均法公式o c c ( f ) ：o c c ，0 1 ) 十o j ( t ) - o , ( t - l ) ， 上 1 令甜= ：1 ，代入上式得标准指数平滑法公式 l o c c ，( ，) = ，( ，) + ( 1 口) o c c ，o 一1 ) o c c i ( t o ) = 0 ，( f ) ( 2 一1 1 ) ( 3 ) 中值滤波法 对受到噪声污染的测量信号的复原可采用线性滤波方法来处理，又许多 情况下是很有效的。但是多数线性滤波具有低通特性，在去除噪声的同时也 使测量信号的边缘变得模糊了，损失了鉴别事件的信息。中值滤波法在某些 条件下可以做到既去除噪声又保持了测量信号边缘的较满意的复原。中值滤 波是一种去除噪声的非线性处理方法，其基本原理是把数字序列中一点的值 用该点的一个邻域中各点值的中值代替。 5 高占有率算法( h i o c c ) 高占有率算法( h i g ho c c u p a n c y , 简称h i o c c ) 由英国人开发，检查平稳和 缓慢行驶的车辆的存在性，通过环型线圈检测这些车辆的占有率数据 1 0 , 1 2 】。 使用一台计算机每秒扫描检测器占有率数据十次，检查连续几个瞬时值是否 超过阈值，如果超过阈值，