（交通运输规划与管理专业论文）基于混合支持向量机多分类器的交通事件检测方法研究.pdf

摘要 随着社会快速进步和高速公路的发展，高速公路上的交通事件频繁发生，严重影响 了社会经济的发展。因此，各国纷纷开展了高速公路事件自动检测算法研究，来进行高 速公路交通事件的自动检测。基于支持向量机多分类器的交通事件检测( m s v m a i d ) 算法出现，成功的解决了小样本数据条件下，模型训练的过学习与欠学习现象，并能够 对交通事件的发生做出良好的反应。但是，我们在实践研究中发现，m s v m a i d 算法 在检测某些特定情况下的交通事件，如对于车道数较多的高速公路，一旦发生交通事件， 且事件车辆占用车道有限，交通流参数波动不大的情况下，其检测精度不够理想。因此， 本文针对此问题，对m s v m a i d 算法模型进行改进，同时引进了串联、并联两种分类 器组合方法，设计出了混合m s v m a i d 算法。同时对特征向量进行重新设计，构造了 三个具有方法效果的特征向量，以放大交通流参数在多车道小型交通事件中的变化程 度。此算法分为并联和串联两部分，对小型交通事件，做出2 次检测分析，解决了 m s v m a i d 算法漏判率较高的问题，同时提升了了模型的整体检测效果和移植性。 关键词：高速公路：高速交通事件自动检测方法；支持向量接；s v n 多分类器组合 a bs t r a c t a l o n g 谢t hs o c i e t yf a s tp r o g r e s s i v ea n dh i g h w a y sd e v e l o p m e n t , o nh i g h w a y st r a n s p o r t a t i o ne v e n t o c c u r sf r e q u e n t l y , s e r i o u si n f l u e n c es o c i a le c o n o m yd e v e l o p m e n t t h e r e f o r e ，v a r i o u sc o u n t r i e sh a v ec a r r i e d o u tt h eh i g h w a ye v e n ta u t o m a t i cd e t e c t i o na l g o r i t h mr e s e a r c hi na b u n d a n c e ，a 耐e so nt h eh i g h w a y t r a n s p o r t a t i o ne v e n t sa u t o m a t i cd e t e c t i o n ( m s v m - p d d ) t h ea l g o r i t h ma p p e a l sb a s e d o nt h es u p p o r tv e c t o r m a c h i n e sm u l t i - s o r t e r st r a n s p o r t a t i o ne v e n td e t e c t i o n ，u n d e rt h es u c c e s ss o l u t i o ns m a l ls a m p l e dd a t a c o n d i t i o n ，t h em o d e lt r a i n i n gt h es t u d y 谢mh a so w e dt h es t u d yp h e n o m e n o n ，a n dc a nm a k et h eg o o d r e s p o n s e t ot h et r a n s p o r t a t i o ne v e n t so c c u i t e n o e b u t ，w ed i s c o v e r e di nt h ep r a c t i c er e s e a r c h ，t h e m s v m - a i da l g o r i t h mi ne x a m i n e si nc e r t a i np a r t i c u l a rc a s e st h et r a n s p o r t a t i o ne v e n t ，i fr e g a r d i n gt r a f f i c l a n en u m b e rm a n yh i g h w a y s ，o n c eh a st h et r a n s p o r t a t i o ne v e n t ，a n dt h ee v e n tv e h i c l e st a k et h et r a f f i cl a n e t 0b el i m i t e d ，h a n d so v e ri nt h et h r o u g h f l o wp a r a m e t e rf l u c t u a t i o nn o tb i gs i t u a t i o n ，i t se x a m i n a t i o n p r e c i s i o ni sn o tv e r yi d e a l t h e r e f o r e ，t h i sa r t i c l ei nv i e wo ft h i sq u e s t i o n ，m a k e st h ei m p r o v e m e n tt ot h e m s v m a i da l g o r i t h mm o d e l ，s i m u l t a n e o u s l yh a si n t r o d u c e dt h es e r i e s ，t h ep a r a l l e lt w os o r t e rc o m b i n e d m e t h o d ，d e s i g n e dm i x e dt h em s v m - a i da l g o r i t h m m e a n w h i l ec a r r i e so nt h er e d e s i g nt ot h ee i g e n v e c t o r f e a t u r ev e c t o r p r o p e rv e c t o r , c o n s t r u c t e dt h r e et oh a v et h em e t h o de f f e c te i g e nv e c t o r f e a t u r e v e c t o r p r o p e rv e c t o r , e n l a r g e dh a n d so v e rt h et h r o u g h f l o wp a r a m e t e ri nt h em u l t i p l et r a c ks m a l l t r a n s p o r t a t i o ne v e n t sc h a n g ed e g r e e t h i sa l g o r i t h md i v i d e si n t op a r a l l e la n dt h es e r i e sc o n n e c t e dt w op a r t s ， t ot h es m a l lt r a n s p o r t a t i o ne v e n t ，m a k e s2e x a m i n a t i o na n a l y s e s ，s o l v e dt h em s v m - a i da l g o r i t h mt ol e a k t h es e n t e n c i n gr a t eh i g hq u e s t i o n ，s i m u l t a n e o u s l yh a sp r o m o t e dt h em o d e lw h o l ee x a m i n a t i o ne f f e c ta n dt h e p o r t a b i l i t y k e yw o r d s ：f r e e w a y ，f r e e w a ya u t o m a t i ci n c i d e n t sd e t e c t i o n ( a i d ) ，s u p p o r tv e c t o r m a c h i n e ( s v m ) ，m u l t i - s v m ( m s v m ) u 长沙理工大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的 研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或 集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均 已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。 作者签名： 易惮易 日期：脚，月如日 | 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保 留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借 阅。本人授权长沙理工大学可以将本学位论文的全部或部分内容编入有关数据库 进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。同时 授权中国科学技术信息研究所将本论文收录到中国学位论文全文数据库，并 通过网络向社会公众提供信息服务。 本学位论文属于 l 、保密口，在年解密后适用本授权书。 2 、不保密团。 ( 请在以上相应方框内打“) 作者签名： 矧老移 日期：如尹年，月弦日 新獬懂呻1 吼冲朋枷 1 1 研究背景 第一章绪论 交通运输业是国民经济中一个重要环节，其发展水平也是一个国家兴旺发达 的重要标志。它对促进社会生产力的发展，加快物资和人员的流动，改善人民的 生活以及巩固国防均具有十分重要的作用。特别是近些年公路交通运量更是有了 突飞猛进的增长，这主要是得益于高速公路的的飞速发展。 高速公路可以大大图提升公路网的整体化技术水平，优化社会交通运输结构， 促进国民经济的发展；同时还能方便人们的出行，为其提供了更为方便、舒适、 安全和快速的运输服务，从而改善整体社会生活质量。目前，全世界已有8 0 多个 国家和地区拥有高速公路，通车总罩程超过了2 3 万公里。加拿大、德国、法国等 国家的高速公路总里程分别位居世界第三、四、五名。我国自从19 8 8 年1 0 月31 日上海至嘉定18 5 公里的第一条高速公路正式建成通车以来，高速公路建设突飞 猛进：1 9 9 9 年突破1 万公里，2 0 0 4 年突破了3 万公里，而到了2 0 0 8 年年底，我 国高速公路总里程已经超过6 万公里，稳居世界第二，发展速度惊人，侧面反映 了高速公路的重要性。在美国，高速公路总里程仅占公路总长度的1 1 ，但却承 担着总交通量的2 1 3 ，在日本，高速公路占公路总长的1 3 ，却承担了2 5 7 的总交通量，在英国、法国、德国等发达国家，高速公路也同样在交通运输中占 有重要角色【l 】。从以上数据，我们不难看出，高速公路已经取得了巨大成功，在世 界各国交通运输领域发挥了重要的作用，带来了巨大的社会经济效益。 高速公路的快速发展，带动了经济发展与社会进步，给人们带来了巨大的经 济效益和社会效益。但是进入2 0 世纪中后期，随着道路交通和城市化进程的迅速 发展，机动车辆的保有量迅速攀升，而相应的配套设施建设相对滞后，以“安全、 快速、高效、舒适、方便 著称的高速公路开始出现大量不同形式的交通事件。 导致出行时间延误、运行成本增加、事故率提高、能源浪费和环境污染加剧等f 6 】 严重的负面影响，对高速公路的正常运行产生严重影响，大大降低了交通的安全 性，在一定程度上也制约了社会经济的发展。 交通事件对社会经济的影响，主要表现在以下两方面：一是事件本身发生后， 对交通造成拥堵，降低道路通行能力，由此引发的车辆延误、货物延期等对社会 经济造成的直接经济损失；二是一些重大交通事件，例如交通事故等，造成人员 伤亡而带来的间接财产损失。 ( 1 ) 交通拥堵对社会经济的影响 调查表明，在一条单向三车道高速公路上，车辆滑向路肩的一次事故能减少 通行能力约3 3 ，一个车道阻塞会减少通行能力约5 0 ，二个车道阻塞将减少通 行能力约7 9 。【1 】而在拥挤情况下的车辆加减速和起动、制动频率加大，能耗是 最优状态下的两倍，交通高峰期时这个比例将增加到3 3 倍，短期内可达到8 8 倍。 如美国，每年因城市高速公路交通事件造成的车辆延误和燃料浪费两项高达5 6 0 多亿美元，这还不包括无法准确计算的间接费用，如排出更多的废气、产生更多 的二次事故、支付更多的保险费用等。洛杉矾城市高速路的调杳表明，在非高峰 的自由车流的事件下，如果事件持续每多1 分钟，就会造成平均每辆车至少延误 4 5 分钟，在车流的高峰期这个比例会更高【2 1 。在美国，科学研究的报告预测，至 2 0 0 7 年底，由交通事件导致的交通拥挤的数量将增至交通拥挤总数的7 0 ，由事 件导致的交通拥挤将造成7 5 0 多亿美元的社会经济损失，社会财富相当于以平均 每小时1 0 美元的速度在流失，同时，燃油损失将超过8 4 亿加仑【3 】。也就是说，交 通事件对高速公路运行的负面影响与其持续时间密切相关。 ( 2 ) 交通事故对社会经济的影响 交通事故的发生造成人员伤亡，给社会经济造成了巨大的间接经济损失。研 究数据表明，在英国，道路交通事故所引起的损失达到总收入的1 6 ，在美国， 此数据达到了2 。而在我国，居民汽车保有量虽然仅占全球汽车保有量的2 ， 但是每年约有1 0 万余人死于交通事故。解放以来，我国交通事故一路攀升，1 9 5 1 年我国共发生交通事故5 9 2 2 次，2 0 0 8 年，全国共发生道路交通事故2 6 5 2 0 4 起， 造成7 3 4 8 4 人死亡、3 0 4 9 1 9 人受伤，直接财产损失l o 1 亿元【4 儿5 1 。 综合上述，交通事件的发生，对社会经济发展影响巨大，并严重威胁着居民 出行的安全。因此，为了提高高速公路的经济效益和运行效率，加强居民出行的 安全性，最大限度保护人民生命财产的安全【7 1 ，世界各发达国家在进行大规模的高 速公路建设的同时，纷纷开展了对高速公路事件自动检测算法( f r e e w a ya u t o m a t i c i n c i d e n t sd e t e c t i o na l g o r i t h m 简称f r e e w a ya i d 算法) 的研究。 近年来，各国学者针对高速公路交通事件自动检测算法的研究取得了许多科 研成果和成功的经验，在高速公路监控及现代化管理中发挥了积极和重要的作用。 然而，由于受到技术水平和研究条件限制，现有的交通事件检测算法普遍存在有 检测率低、误报率高、平均检测时间长的不足，算法的移植性较差，并且一般系 统发布事件信息后，常需通过其他方式进行确认，如：人工巡查等，来确认事件 的发生与否，这样就延误了交通事件的疏导，增大了经济的损失。因此如何选择 合适的算法，在提高检测精度的同时，及时快速的对交通事件进行疏导，成为实 现高速公路管理水平系统化、智能化和现代化的重中之重。 2 1 2 研究意义 高速公路由于采取了限制出入、分隔行驶以及较高标准的、完善的交通设施， 为汽车大量、快速、安全舒适、连续的运行创造了条件，成为国民经济的大动脉。 但是近年来随着我国汽车保有量的迅速攀升，道路交通流量的也在急剧增加，随 之而来的交通堵塞、交通事故等现象频繁出现，使得交通拥堵成为车辆延误、空 气污染加重，燃油浪费的罪魁祸首，也给高速公路的管理体制带来了严重的挑战。 因此，开展交通事件检测技术的研究对提高道路运行效率，保障行车安全等 方面都具有重要意义，其具体表现在： ( 1 )通过不同算法对交通事件进行检测时，可对交通事件中的车辆行为模 型进行分类研究，可为研究非稳定交通流下的车辆行为模型奠定理论 基础，丰富交通流理论的内涵，具有重要的学术价值【8 1 ； ( 2 )先进的交通事件检测手段可有效地提高高速公路交通事件的检测效率 和效果。一旦检测到交通事件，可立刻通知交通管理或交通安全部门， 让其尽早的进行方案的决策，及时对事件进行处理，并快速有效的对 交通事件诱发的交通拥堵车辆进行疏散，避免二次事故的发生，同时 还能降低车辆的延误时间；对于驾驶员来讲，可为其提供准确的实时 交通信息，用以辅助驾驶员避开事发地点，这不但提高了事发路段的 交通机动性和道路运营效率，还可以避免拥堵车辆过多影响救援车辆 的进入； ( 3 )事件检测系统是i t s 系统的重要组成部分。一个良好的交通事件检测 系统可以为i t s 的其它子系统提供非周期性交通流状态变化信息，为 其他系统的运行提供数据支持，从而确保了i t s 的各个系统能够同步、 快速、高效的运行； ( 4 )匝道是高速公路与高速公路、高速公路与各大城市之间连接的通道， 使高速公路成为城市与城市之间进行信息、物资交换的大动脉。因此， 匝道控制，对高速公路的正常运转具有重要意义。而一个高效的事件 检测系统可以进一步提高高速公路匝道控制和城市道路信号控制之间 的协调，避免了二者之间的冲突，实现车辆在高速公路和城市之间的 快捷转换。 综上所述，交通事件引发的诸多问题困扰了整个人类社会的快速发展，而交 通事件检测是解决目前诸多社会交通问题的一剂良药，也是进行i t s 研究，实现 交通系统智能化、现代化的关键一环。交通事件系统的建立无论是对提高社会经 济的发展，还是对居民生活质量的提高，均具有重要意义。 3 1 3 研究现状 1 3 1 国外研究现状 交通事件检测在国外开展的较早，从上世纪6 0 年代开始，国外的一些学者就 相继提出了若干的交通事件自动检测算法。其中部分算法在实际应用当中收到了 良好的效果和收益，因此一定程度上得到了各个国家交通系统的的肯定，例如加 利福利亚算法、m cm a s t e r 算法等。 最早进行交通事件检测研究的为国外的各大研究机构。如：t e x a s t r a n s p o r t a t i o ni n s t i t u t e 于1 9 6 8 年就开始了交通异常、交通拥挤自动检测方而的研 究。随后微电子技术、计算机技术及通讯技术的飞速发展为交通事件检测技术带 来了新的发展空间【9 1 。 19 8 9 年欧共体提出i n v a i d ( i n t e g r a t i o no fc o m p u t e rv i s i o nt e c h n i q u e sf o r a u t o m a t i ci n c i d e n t sd e t e c t i o n ) 计划，提出使用计算机技术与其它相关技术结合在一 起的人工智能技术，能够对公路和城市道路拥挤事件进行识别和分类，提供健全 的交通拥挤自动检测系统。此系统主要是基于高速公路上对车辆速度的最小值的 规定和车道上严禁停车。因此，车辆行驶速度较低或者静止车辆都将被判定为交 通事件的发生，这种方法能检测出交通事件，但是检测效果并不理想。 在美国，t e x a s 建立了t r a n s g u i d e 系统，它是一种是能够进行交通事件自动检 测的交通管理系统，主要运用光纤的数字通信和超豪华摄像机等先进的信息技术 对高速公路进行监控，通过对高速公路交通事件的快速检测、确认和响应实现大 幅度改善道路交通安全的可行性。试验结果表明，t r a n s g u i d e 使与伤害有关的事 故减少了l5 ，同时事故的检测、确认和反应时间总体上降低了2 0 【m 1 。 加拿大也致力于高速公路交通管理系统( f t m s ) 的研究。其系统发展先后经历 了密西索】j 1 ( m i s s i s s a u g a ) 系统、伯灵顿( b u r l i n g t o n ) 系统，大型交通走廊控制系统 ( c o m p a s s ) ，最后发展到集所有上述f t m s 于一体的大多市f t m s 网络控制系统， 堪称f t m s 成功发展的典范。其中，密西索加的f t m s 减少延误2 1 ，伯灵顿的 f t m s 系统使得沿线撞车次数减少3 0 ，c o m p a s s 系统使得高峰期间的平均车速 提高了7 9 t 】。 而在具体算法研究上： 1 9 6 5 1 9 7 0 年之间，加利福尼亚算法被开发并投入使用，其目的主要是判别突 发交通事件。这种算法为最早开发的的a i d 算法【6 7 】。 l e v i n 和k r a u s e 开发了贝叶斯算法。这种算法更适用于对具有一定规律性的 常发性拥挤和事故多发路段上的偶发性交通拥挤进行判别【6 8 1 。 p e r s a u de ta l ( 1 9 9 0 ) 根据突变理论开发了m c m a s t e r 算法。这种算法第一次将 过大交通需求引起的常发性拥挤作为分析判断的对象【6 9 1 。 4 s h u n s u k ek a m o o 等人提出了时空马尔可夫随机场。他们基于这个算法开发出 了一个自动事件检测系统，可以自动识别出车辆静止、改道、避开障碍、阻塞等 交通事件，取得了比较好的效果【1 2 】。 c h e w 等人最先将人工神经网络( a n n ) 应用于在高速公路的突发交通事件判 别，设计了人工神经网络结构模型，并取得了良好的检测效果【7 0 】。 h s i a o 首先提出应用模糊逻辑检测交通事件，通过模糊集中的隶属度函数扩展 了常规集合理论，有效的解决了交通模式分类这种复杂的高维问题【7 l 】。 f a n gy u a n 和r u e yl o n gc h e u 将支持向量机技术应用到a i d 算法中，分别运 用主干路网的模拟数据和加利福尼亚的i 8 8 0 高速公路实测数据进行测试，并与多 层前反馈神经网络测试结果比较【7 2 1 。 1 3 2 国内研究现状 我国的交通事件检测起步相对较晚，在高速公路运营和管理方也还缺乏系统 可靠的理论和方法，因此，高速公路事故的增长迅速、事故数及致死率远较发达 国家为高。但是随着交通问题的恶化，人们逐渐意识到交通事件检测管理的有效 性和必要性，高速公路管理和交通事件的管理问题不仅列入i t s 研究领域中，在 交通部“十五 期间公路交通技术创新重点中指出以公路交通智能化管理为目标， 提高公路网运营管理技术，开发高速公路交通事故紧急救援和事故预防系统。研 究交通事故预测理论和交通仿真技术，完善事故发现和预测系统及调度系统，开 发气象检测设备和车载防撞设备，最终建成高速公路网交通事故紧急救援和事故 预防系统，在交通事故一旦发生后能紧急救援并合理疏导交通。 国内对交通事件检测算法的研究主要集中在近些年来发展起来的新技术和新 理论的应用研究方面，包括小波变换、神经网络、模糊理论以及支持向量机等， 也有少数基于其他技术的交通事件检测算法研究。这些算法研究能够跟踪国际交 通研究领域的方向，具有一定的前瞻性，然而对于各种基于新理论、新技术的a i d 算法研究目前尚缺乏系统性研究，而对于基于浮动车数据采集技术的a i d 算法研 究则缺乏深入性和多层次的研究。 而在具体实施上，2 0 0 0 年，国家智能交通系统工程技术研究中心为首都机场 高速公路开发建成的事件快速管理系统，此系统在不需要增加额外的设备费用， 但能减少1 3 的事件反应时间【1 4 1 。江苏省交通规划设计院设计建设的连盐通高速 公路检测与控制系统是我国第一个投入使用的交通事件自动检测与控制系统。但 此系统拟采用的算法大多为传统a i d 算法，并且在事件状态下，信息发布的手段 相对单一，控制和疏导的方案还不够成熟和完善吣j 。 5 1 4 研究内容及结构 本论文针对传统的a i d 算法的不足，提出了混合支持向量机的多分类器a i d 算法( m s v m a i d ) 算法，并对其检测效果进行了综合分析评价。各章内容安排 如下： 第一章：绪论。主要本文的研究背景、研究问题的提出、研究究目的和意义、 以及国内外目前交通事件检测研究的现状。 第二章：交通事件及其检测的研究方法。主要阐述了交通事件自动检测算法的 评价指标与方法，并着重研究了经典交通事件检测方法的分类，以及每个分类中 具有代表性算法的原理与优缺点等。 第三章：支持向量机在交通事件检测中的应用。本章主要分别介绍了支持向 量机理论的的起源、支持向量机理论的部分核心概念以及支持向量机的分类等。 第四章：基于m s v m a i d 算法研究。本章为全文的核心章节。强度了交通流 数据是进行事件检测的基础，数据采集的完整性和精确性很大程度上影响着事件 检测的成功率。并对目前现有的算法进行分析，指出了m s v m a i d 模型的缺点和 不足，同时建立了与混合m s v m a i d 模型。 第五章：通过对同一样本输入两种不同的模型，进行检测模拟，并对输出结 果进行对比分析，最后得出结论：混合s v m a i d 算法模型是一种检测性能相当高 的交通事件检测方法。 第六章：总结与展望。对本论文所作的工作进行具体的总结，提出研究中存在 的不足，同时给出下一步的研究计划。 6 第二章交通事件及检测方法 2 1 交通事件的概念 2 1 1 交通事件的定义及分类 交通事件是指导致道路通行能力下降或交通需求不正常升高的非周期性发生 的情况，有突发性、偶发性是其主要特征。一般交通事件按是否具有可预见性， 可分为可预测事件和不可预测事件两类。其中交通事故是不可预见性交通事件的 主要表现形式【1 6 】。具体分类详见表2 1 。 表2 - 1交通事件的分类 可预测性交通事件不可预测性交通事件 道路路面的养护交通事故 道路的修建车辆抛锚 恶劣的天气引起的交通拥堵 道路中安排的大型活动桥梁或道路坍塌 货物散落 对于可预测类的交通事件，交通监管部门通常可以通过提前制定相应的交通 管理预案和出行计划，来对车辆行驶进行人为疏导或临时的交通管制措施，降低 了此类交通事件所带来的不利影响；同时，出行的驾驶员也可以在收到事件信息 后，自行制订合理的出行路线，避开事件路段，保障了出行的流畅性。 而对于不可预测性交通事件，由于事件的发生不具有规律性，所以不能避免 其发生或提前实施疏导计划，因此只能依靠事后的补救措施，从不同角度缩短交 通事件的持续时间，以达到降低事件影响程度的目的。这类事件的后果通常是造 成交通拥挤，并且在交通拥堵过程中，由于尾随车辆的排队行驶现象，就有可能 导致二次事故的发生以及部分车辆的抛锚熄火现象，这样就增加了事件的数量， 延长了清除事件的时间，使交通事件的负面影响成倍增加。由于不可预测交通事 件的突发性和不易掌控性，以及对交通状况所造成的巨大影响，本文将其作为主 要的研究对象。 2 1 2 不可预测性交通事件的特性分析 1 ) 交通事故 交通事故，是指车辆驾驶人员、行人、乘车人以及其他在道路上进行与交通 有关活动的人员，因违反中华人民共和国道路交通管理条例和其他道路交通 7 管理法规、规章的行为( 简称违章行为) ，过失造成人身伤亡或者财产损失的事故， 是最为常见、影响最恶劣的的不可预测性交通事件。 我国的道路交通事故分为以下四类： 轻微事故，是指一次造成轻伤1 至2 人，或者财产损失机动车事故不足1 0 0 0 元，非机动车事故不足2 0 0 元的事故。 一般事故，是指一次造成重伤1 至2 人，或者轻伤3 人以上，或者财产损失 不足3 万元的事故。 重大事故，是指一次造成死亡1 至2 人，或者重伤3 人以上1 0 人以下，或者 财产损失3 万元以上不足6 万元的事故。特大事故，是指一次造成死亡3 人以上， 或者重伤1 1 入以上，或者死亡1 人，同时重伤8 人以上，或者死亡2 人，同时重 伤5 人以上，或者财产损失6 万元以上的事故。 2 ) 货物散落 高速公路上运输的货物种类较多，大到重型机械的运输，小的蔬菜水果的运 输，偶尔也会有易燃、易爆、有毒、有腐蚀性及放射性的危险货物。当货物发生 散落时，就会阻碍交通车辆的行进，特别是危险品和生活动物，如：家禽、生猪 等的掉落，将严重影响道路的行车秩序，如果尾随车辆不能及时避让，有可能会 造成更为严重的交通事故，扩大散落货物对交通流的影响范围【1 7 】。 3 ) 突发的自然灾害 高速公路突发的自然灾害主要有冰雪、大雾、泥石流、等。这些自然灾害都 严重阻碍了车辆的行驶，甚至导致整条高速公路的完全封闭。如：2 0 0 8 的冰雪灾 害，就造成了湖南境内多条高速公路封闭路段数十天；而南方常有的洪涝灾害、 大雾灾害也经常阻断道路交通，或者导致严重的人员伤亡和财产损失。 通过对上述三种不可预测性交通事件特性的分析可知，交通事件大多是在毫 无预知的情况下突然发生的，并且一旦发生就导致了交通拥堵现象。交通拥堵是 是交通事件引发的必然结果，并且其引发因素较多。它是指指当交通需求超过道 路的实际通行能力时，出现的交通现象。如果不能及时检测到交通事件并进行必 要的疏导，那么整个高速公路都会陷入瘫痪状态。因此，必须针对不可预测交通 事件的特性，制定准确的算法系统，精准的检测出事件发生的时间、地点及性质【l 引。 2 2 交通事件检测的类型 交通事件检测方法有很多种，这些方法都能够在一定程度、一定范围上发现 道路上发生的交通事件，对提高道路交通的效率和安全性具有重要意义。本文根 据交通事件检测的具体方法的不同，将其分为自动检测方法( a i d 算法) 和非自 动检测方法，其中自动检测方法又可按其是否通过媒介检测交通事件，可分为直 接a i d 算法和间接a i d 算法。交通事件检测方法的分类可见图2 1 。 8 交通事件检测方法 自动检测方法非自动检测方法 l 间接方法 直接方法市民报告专职人员报告闭路电视航空检测 l llllil 基 基 基 其 固 于于 于驾道 他 固移 视驶交路定 定动 频 口路报 警 养 服 或贝 边警务 士 检检 图移巡护，c 争 测测 像动 紧 呼部 愿 器器 识 电 急救 逻巡 门 人 的地 别话 电 电 队逻 人 员报队 员 方方 的报 话话 d ： 报报口 报 生 方 出 生 法法 1 ：3口, q -1 ：3 法 口 图2 - 1 交通事件的分类 2 2 1 自动检测方法与非自动检测方法 交通事件检测方法起始于2 0 世纪6 0 年代，经过半个世纪的发展，从最原始 的依靠简单的人工巡逻检测方法到全自动检测方法，基本经历了非自动检测方法 和自动检测( a i d ) 方法两个阶段。 非自动交通事件检测方法主要是指人工检测方法。它是最早的检测方法。主 要是指通过人为巡查、或者驾驶员运用通讯系统通知交通管理部门的方式来进行 报告。从整体上看，人工检测方法较为简单、实用、经济性较好，不用增加过多 的设备费用支出，但是，人工检测方法需求的报告专员较多，并且其报告频率很 大程度取决于报告者的个人意愿，因此，事件报告的时点通常不确定，如果无人 向交通管理部门报告事件，那么此交通事件就长期得不到处理，延长了交通事件 的持续时间，扩大了事件的影响范围，并且，人工检测方法受时间和天气影响较 大，夜晚和天气状况不佳的情况下，此方法的检测效率更低。 自动交通事件检测方法主要是指通过交通检测装置和自动事件检测 ( a u t o m a t i ci n c i d e n td e t e c t i o na i d ) 技术建立一定的交通事件检测系统，并通过此系 统来实现交通事件的检测。交通事件自动检测方法与人工检测方法相比，开发运 行成本低，能够全天候运行，受天气影响状况较小的优点。并且，由于交通事件 9 自动检测算法不需要投入大量的人力、物力，因此受到了各发达国家的交通工程 学者的追捧。在整个交通事件自动检测系统中，高速公路事故自动检测算法 ( f r e e w a ya u t o m a t i ci n c i d e n t sd e t e c t i o na l g o r i t h m 简称f r e e w a ya i d 算法) 是其核心 部分，也是决定自动检测系统运行效果的关键因素之一。 2 2 2 直接检测方法与间接检测方法 如图2 3 所示，按照检测物( 车辆等) 在检测过程中是否可见，可将自动交 通事件检测方法分为间接检测方法和直接检测方法。 直接检测方法是指使用图像处理技术来发现停驶车辆的一种事件检测方法。 这种方法最大的特色就是能直接通过视频画面直接看到交通事件的发生或者交通 拥堵的现象。直接检测方法因此而得名。 而绝大多数的a i d 方法都是通过识别由交通检测器得到的交通流参数的非正 常变化来间接地判断交通拥挤和交通事件的存在，因此被称为间接a i d 方法。按 照检测器的不同，间接a i d 方法又可以分为基于固定检测器的交通事件检测方法 和基于移动检测器的检测方法。其中，固定检测器主要是指环形检测线圈、微波 检测器、红外线检测器等；而移动检测器主要是指各种车载的车辆检测设备。 从表面上看，直接检测方法在检测速度方面远胜于间接检测方法。直接检测 算法和间接检测算法相比较其主要优点是方便、直接、经济、效率比较高，在交 通量较低的情况下有良好的检测效果：缺点是需要更密集的设置检测站，要求当 地当时有目击者，事件地点比较难以确定，需要专门的人员对报告进行筛选确认， 人员工作量和强度都比较大。并且该方法一般运行成本较高，受交通事件特性和 天气影响较大。 而间接检测方法不需投入大量的设备，开发运行成本低，且能在不需人员的 情况下全天候的发挥作用，且一旦遇上特殊事件或者恶劣的天气，间接检测方法 检测率较高较直接检测率要高。另外。在众多交通发达国家，由于各种非视频检 测器，比如说环形检测线圈等的普遍存在，使得间接事件检测算法具备了一定的 物质基础，所以间接检测方法一直都在自动事件检测算法中占有主导地位【l9 1 。 2 2 3 间接交通事件检测系统 基于各种a i d 技术可以构成不同的a i d 系统，a i d 系统的核心都是根据实时 采集的交通流数据信息，由算法自动判断是否有交通事件发生，并估计事件对交 通流的影响。图2 2 描述了系统构成，它包含三个重要的组成部分：监视系统、 通讯系统和监控中心。其运作原理为：信息采集系统通过预先设置好的各种数据 采集装置采集到实时的路面交通信息，如前文所提到的固定检测器、移动检测器、 摄像仪器等。然后系统将信息进行汇总处理，通过传输系统将实时信息传达给系 统的核心部分一一监控中心【1 4 】；监控中心通常由一定的算法程序组成一个识别系 l o 统，任何符合此系统的数据变化均会被定义为交通事件，并发布出事件报警信息， 提醒交通管理部门进行交通事件的救援和交通疏导行为【2 0 1 。 信息采集系统 1r 峪柳磊缔 数据信息语音信息图像信息 1r 通讯系统通讯系统 t l 抽，4 ，d 1 r 监弪甲一d 语音分析与识别软件 1 r 救援设施及外场控制设施 图2 - 2 自动事件检测系统构成 上述三个组成部分中交通流信息采集系统是基础，要根据信息采集系统所提 供的数据种类、数量来选择和建立相应的事件检测技术【2 。另外，如果存在多个 信息源，就必须通过一定的数据融合技术对其进行数据融合。 2 3 交通事件自动检测算法的评价指标与评价方法 2 3 1 交通事件检测算法的评价指标 评价高速公路事故自动检测算法最常用的性能指标是检测率( d e t e c t i o nr a t e 简称d r ) 、误报率( f a l s ea l a r mr a t e ，简称f a r ) 和平均检测时间( m e a nt i m et o d e t e c t i o n ，简称m t t d ) 【7 1 。 ( 1 ) 检测率( d r ) 检测率是是指使用自动检测算法的过程中，在一定时间内，算法检测到的事 件数与实际发生的事件总数之间的比值，用公式表示为： f d r = 2 1 0 0 ( 2 1 ) e f 其中：d r 一一检测率； e 。检测到的交通事件数；e ，实际的交通事件数。 ( 2 ) 误报率( f a r ) 误报率是指在某特定时段内误报的事故次数占该时段内总的测试次数之比， 以百分数形式表示，但也可以表示为某时段内的误报次数。用公式表示为： ， f a r = 竺x 1 0 0 ( 2 2 ) 4 其中：f a r 一一误报率； 彳，误报的交通事件次数；4 一一算法总的测试次数。 ( 3 ) 平均检测时间( m t t d ) 平均检测时间是指交通事件的检测过程中，从事件发生到被算法检测到的时 间差的平均值。用公式表示为： m t t d = l t l ( 0 一彳丁o ) 】 ( 2 3 ) ，i = i 其中：m t t d 一一平均检测时间； 死( f ) 一事件i 的实际发生时间； 爿r ( f ) 一一为算法检测到事件i 的时间； 刀一一为算法检测到的事件数。 需要指出，评价一个事件自动探测算法的优劣，仅依靠上述性能评价指标是 不完全的，还应综合考虑其它因素，如：算法的可移植性、算法中参数标定时间 的长短等。 2 3 2 交通事件检测算法的评价方法 在上述的三个关键指标中，d r 和f a r 反映a i d 算法的有效性，而m t t d 则 反映了算法的效率。三者之间是相互关联的，却又相互矛盾。对同一算法而言， 若要求检测率高，必然带来误报率升高和检测时间加长；而要求误报率低，也会 带来检测率低和检测时间增长的问题。因此在选择算法时，必须对其进行综合考 虑，其误报率不能大于预先设置的容许值，并接受与之相对应的高检测率和最短 的平均检测时间。 另外，通用性强的事件自动检测算法还应该具有以下属性和能力f 2 6 】： ( 1 ) 高性能：比如上面所说的高检测率、低误报率和最短检测时间。 ( 2 ) 快速的训练和校验：在实际操作过程中，通常我们认为，模型训练过程 越快速和越简单，在线实时再训练的潜力越大。 ( 3 ) 可移植性强的逻辑：算法建立的逻辑或理论基础不应受时间、空间或任 何其它可能限制用于其它地点的因素的约束。 ( 4 ) 要求最少的原始训练数据：一个高效的的算法应该是在保证其检测质量 和移植性的基础上，尽可能的用到最少的事件数据，然后随着提供数据的积累自 动地提高性能。 ( 5 ) 估计事件持续时间：表明恢复正常交通流所需的关键信息。 1 2 ( 6 ) 具有适应不同检测设计和技术下的灵活性：检测算法的成功应用不应局 限在特定设计的检测系统，包括传感器技术、空间铺设等。 ( 7 ) 对很小的交通波动的敏感性小，算法不应受容易产生误报率的很小的短 期交通波动的影响。 2 4 经典交通事件检测算法 交通事件检测算法最早产生于上世纪6 0 年代，经过4 0 多年的蓬勃发展，涌 现出了大量性能优异的交通事件检测算法。本文根据各算法所基于原理的不同， 将其划分为模型识别算法、统计算法、交通模型和理论算法、人工智能算法四类。 【2 7 】其中模型识别和统计预测算法最早是在7 0 年代被发现的，而人工智能算法是四 种算法中最新及最成熟的算法。这些算法大多都是建立在固定车辆检测器基础上， 所使用的基本输入参数为常用的交通流参数，如流量、速度、行程时间、占有率 丝【2 8 】 寸0 下面介绍几种常用的经典交通事件检测方法。 2 4 1c a l i f o m i a 算法 c a l i f o r n i a 算法是模式识别算法的一种。它首先给交通事件作一定义，然后利 用检测器收集到的车道占有率、交通密度、交通速度等交通流信息，并通过这些 信息组织建立一个模型，最后输入数据与事件状态建立关联，从而鉴别出不正常 数据的模式，识别事故的所在。 c a l i f o r n i a 算法是2 0 世纪6 0 年代由美国加利福尼亚运输部开发，是交通异常 检测中最早开发的算法之一，并得到广泛承认和应用，现己发展成为一个系列的 加利福尼亚算法( 包括原始算法共有1 0 种不同的算法) f 2 9 1 。 该算法的原理主要是基于事件发生前后，上下游截面的占有率将发生明显变 化。其具体做法为：每隔一个时段，对每个检测器的占有率数据o c c ( f ，f ) 进行采样， 然后通过计算相邻两检测器f ，i + 1 的占有率之差，再与事先设置好的阈值相比较， 当计算值都超过阈值时，则表明有交通事件发生。事件的判别公式如下【2 0 】： o c c d f = o c c ( f ，f ) 一o c c ( f + 1 ，f ) k l ( 2 4 ) o c c r d f ：o c c ( i , t ) - o c c ( i + 1 , t ) k ( 2 5 ) o c c ( 1 ，f ) d o c c t d ：塑堕! ：三坐业垫尘k ， ( 2 6 ) o c c ( j + 1 ，t 一2 ) 。 式中：d c c 叩一一拥挤路段上下游占有率的差值； o c c r d f 一一拥挤路段上下游占有率的相对差值： d d c c 仞一一拥挤开始时下游占有率的相对差值； o c c ( i ，f ) 一一第i 个检测站t 时刻所测得的占有率； k 、k 2 、k ，一一分别为相应条件的阈值。 如果以上三个条件均满足，则可判断交通事件已经发生。 c a l i f o r n i a 算法很直截了当，但是仍然存在不足，其缺陷主要表现在【1 8 】： 对数据采集的临界地点进行大量计算，对于大型路网，则要分别计 算不同几何线形公路的临界分离点； 检测精度和效率较差； 误报警率高。因此，发出事件报警后，常需进一步的确认工作，例 如通过闭路电视，人为巡逻等； 2 4 2 贝叶斯算法 贝叶斯( b a y e s i a n ) 【3 2 1 算法为统计模式识别中的一个基本方法，该算法是在预先 检测到的数据上使用统计方法，并对当前交通状况做出预测，把当前实测结果同 预测数值加以比较：如果存在较大偏差，则说明交通异常，可能有交通事件发生， 反之，系统就认为是交通处于正常状态。此法的关键在于如何有效的做出交通预 测，以及如何预