（交通信息工程及控制专业论文）快速路交通事件自动检测算法的研究与实现.pdf

中文摘要 摘要：随着城市快速交通迅猛发展，城市快速路路网结构日益复杂，交通事件也 日益增多。由于快速路通行量大又有较高的稳定行驶车速，比普通的城市道路相 对封闭，比城市间的高速公路流量大，一旦发生交通事件，如果不能得到及时的 处理，就非常容易造成交通拥堵，因此准确、快速的判断交通事件的发生对整个 快路网的畅通运行有着十分重要的现实意义。交通事件自动检测是高速公路快速 路智能交通管理系统的重要组成部分，提高事件自动检测算法性能可以显著改善 事件管理系统的运行效果。本论文所依托的是北京市自然科学基金资助项目北 京快速路交通流模型与交通诱导关键技术研究( 8 0 5 2 0 1 6 ) 的一个研究内容，同时 也是北京四通智能交通系统集成有限公司项目北京市快速路智能交通管理平台 的一个子模块。 文中阐述了国内外交通事件自动检测方法的研究现状，目前的事件自动检测 算法各有侧重点，没有一种的性能完全优于其他算法。本文在分析了交通事件对 交通流产生的影响的基础上，针对现有算法各种的优缺点，综合考虑发生交通事 件时交通流数据在两维空间上、时间上的异常变化，提出了一种易于实际应用的 三维集成事件自动检测算法。该算法设计思想是当交通事件发生时在横向维上考 虑相邻车道间流量和速度的变化，在纵向维上考虑上下游断面占有率的变化，在 时间维上考虑占有率在占有率流量模型上的等级变化，然后集成结果报警。本文 还详细介绍了其他子模块集成判断模块和参数更新模块的设计思想和工作步骤。 为验证算法，本文采用北京快速路实测交通流数据和事件信息对本文算法进 行有效性分析和实用性分析，结果表明本文算法基本满足实际应用需要。最后在 明确系统目标的基础上，利用v i s u a lc + + 和o r a c l e 数据库实现了实际应用的算法 软件。本文中涉及到的研究思路、研究方法是针对有固定检测器路段交通事件自 动检测方法的一个探索，可以为交通事件自动检测算法提供一定的参考。 关键词：交通事件自动检测；城市快速路；检测率；交通流模型 分类号：u 4 9 1 1 1 6 = j 塞交道太堂亟堂位途塞垦墨至b g 羔 a b s t r a c t a b s t r a c t ：w i t ht h er a p i dd e v e l o p m e n to fu r b a n r a p i dt r a n s p o r t ，u r b a nr o a dn e t w o r k s t r u c t u r eb e c o m e sm o r ec o m p l e xa n dt r a f f i ci n c i d e n t sa l s ob e c o m em u c hm o r e b e c a u s e t h e r ei sal o to fh i g h - s p e e dt r a f f i co nu r b a nf r e e w a y , w h i c hi sm o r ec l o s e dt h a no r d i n a r y u r b a nr o a da n dm o r ec r o w d e dt h a ni n t e r - c i t y f r e e w a y , u r b a nf r e e w a yw i l lc o n g e s t h e a v i l yi ft h ei n c i d e n t sc a n tb ec l e a n e di nt i m e s oa na c c u r a t e ，r a p i dd e t e c t i o no ft h e h a p p e n i n go ft r a f f i c i n c i d e n t sh a sav e r y i m p o r t a n tp r a c t i c a ls i g n i f i c a n c et ot h e u n o b s t r u c t e dn e t w o r k t r a f f i ca u t o m a t i ci n c i d e n td e t e c t i o n ( a i d ) i sa ni m p o r t a n tp a r to f f r e e w a ye m e r g e n c ym a n a g e m e n ts y s t e m ，a n dh i g h - p e r f o r m a n c ea u t o m a t i ci n c i d e n t d e t e c t i o na l g o r i t h mc a ns i g n i f i c a n t l yi m p r o v et h es y s t e m se f f e c t t h et h e s i ss t e m sf r o m ar e s e a r c hc o n t e n to fb e i j i n gn a t u r a ls c i e n c ef o u n d a t i o n - f u n d e dp r o j e c t sn a m e da s ”r e s e a r c ho nt r a f f i cf l o wm o d e la n dk e y t e c h n o l o g i e so ft r a f f i cg u i d a n c ef o rb e i j i n g u r b a nf r e e w a y s ”( 8 0 5 2 016 ) a n da l s oi sas u b - p r o j e c to f “i n t e l l i g e n tt r a f f i cm a n a g e m e n t s y s t e mi nb e i j i n g w h i c hi sap r o j e c tf r o mb e i j i n gs t o n ei n t e l l i g e n tt r a n s p o r t a t i o n s y s t e mi n t e g r a t i o nc o ，l t d a f t e ra ne x t e n s i v el i t e r a t u r er e v i e wo fe x i s t i n ga i dt e c h n i q u e s ，t h e p a p e r i n t r o d u c e st h ek e yp o i n t so fe x i s t i n ga l g o r i t h m sa n df i n d st h e r ei sn o ta na b s o l u t e p e r f e c ta l g o r i t h m o nt h eb a s i so ft h ea n a l y s i so ft r a f f i ci n c i d e n t s i m p a c ta n da c c o r d i n g t ot h et e m p o r a la n dt h et w o - d i m e n s i o n a ls p a t i a la b n o r m a lv a r i a b i l i t yo ft r a f f i cf l o wa sa r e s u l to ft r a f f i ci n c i d e n t s ，t h ep a p e rp r o p o s e sa ne a s i l ya p p l i c a t i v ea i da l g o r i t h mb a s e d o n3 di n t e g r a t i o n t h ed e s i g ni d e ai st h a tw h e nat r a f f i ci n c i d e n th a p p e n s ，t h ea l g o r i t h m i n t e g r a t e st h ec h a n g eo fv o l u m ea n ds p e e d o fa d j a c e n tl a n e si nt h e h o r i z o n t a ld i m e n s i o n ， t h ec h a n g eo fo c c u p a n c yo fu p s t r e a ma n dd o w n s t r e a ms e c t i o ni nt h ev e r t i c a ld i m e n s i o n a n dt h ec h a n g eo fo c c u p a n c yl e v e l so ft h ef l o w - o c c u p a n c ym o d e li nt h et e m p o r a l d i m e n s i o nt oa l a r mi n c i d e n t s t h ep a p e ra l s od e s c r i b e sd e s i g ni d e a sa n dw o r k i n g p r o c e d u r e so fi n t e g r a t e dj u d g m e n tm o d u l ea n dp a r a m e t e r su p d a t em o d u l ei nt h ed e t a i l s t h e ni no r d e rt o 删分t h ea l g o r i t h m ，t h ep a p e ra n a l y s e st h ev a l i d i t ya n d p r a c t i c a b i l i t yo ft h ea l g o r i t h mw i t ht h ed e t e c t o rd a t af r o mb e i j i n gf r e e w a y , a n dt h e r e s u l ts h o w st h ei n t e g r a t e da l g o r i t h mc a nm e e tb a s i cn e e d so f p r a c t i c a la p p l i c a t i o n a n d o nt h eb a s i so ft h ec l e a rs y s t e mo b j e c t i v e ，t h ep a p e ru s e st h ev i s u a lc + + a n do r a c l e t e c h n o l o g yt op r o g r a ma na p p l i c a t i v es o f t w a r e t h er e s e a r c hi d e a sa n dt h ea l g o r i t h m p r o p o s e di nt h i sp a p e ri sam e t h o de x p l o r a t i o no ft r a f f i ca 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 mo f f i x e dd e t e c t o r sa n dm a y p r o v i d ec e r t a i nt h e o r e t i c a lr e f e r e n c e k e y w o r d s ：t r a f f i ca u t o m a t i ci n c i d e n td e t e c t i o n ；u r b a ne x p r e s s w a y ；d e t e c t i o n r a t e ；t r a f f i c - f l o wm o d e l c l a s s n o ：u 4 9 1 1 1 9 v 学位论文版权使用授权书 本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特 授权北京交通大学可以将学位论文的全部或部分内容编入有关数据库进行检索， 并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国 家有关部门或机构送交论文的复印件和磁盘。 ( 保密的学位论文在解密后适用本授权说明) 聊虢1 惠选眇 签翱期：球乡月幽 努旧 孱 轹 啤 划r 者 p 作 ： 文 期 沦 日 位 字 学 签 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研 究成果，除了文中特i i i i 以标注和致谢之处外，论文中不包含其他人已经发表或 撰写过的研究成果，也不包含为获得北京交通大学或其他教育机构的学位或证书 而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作 了明确的说明并表示了谢意。 黜一虢孱穷 签字同期：o b年6月r 致谢 本论文的工作是在我的导师陈德旺副教授的悉心指导下完成的，陈德旺副教 授严谨的治学态度和科学的工作方法给了我极大的帮助和影响。在此衷心感谢三 年来陈德旺老师对我的关心和指导。 蔡伯根教授悉心指导我们完成了实验室的科研工作，在学习上和生活上都给 予了我很大的关心和帮助，对于我的科研工作和论文都提出了许多的宝贵意见， 在此向蔡伯根老师表示衷心的谢意。 在实验室工作及撰写论文期间，王作涪老师、刘静师姐等对我论文中的实验 数据采集、数据分析研究工作给予了热情帮助；在程序编写过程中，张琨和李世 欣师兄帮我解决了不少棘手的问题，在此一并向他们表达我的感激之情。 另外也感谢家人，他们的理解和支持使我能够在学校专心完成我的学业。 1 1课题来源 1 引言 本论文所依托的科研项目为：北京市自然科学基金资助项目北京快速路交 通流模型与交通诱导关键技术研究( 8 0 5 2 0 1 6 ) ，同时也是北京四通智能交通系统 集成有限公司项目北京市快速路智能交通管理平台的一个子模块。 1 2研究的目的和意义 随着公路交通运输的发展，以城市快速路为代表的城市快速交通迅猛发展， 它是建设于城市内部的一种高速道路，具有单向多车道、中央设分隔带、立体交 叉、保证连续行驶且通行能力大的特点，它满足了大中型城市人员、货物快速流 动的需要，实现了城市内交通整体水平的提升，提高了交通的社会效益，也保障 了城市经济社会的发展。但是由于城市快速路具有较高的设计通行能力，也具有 较大的交通吸引力，随着城市快速路的增长、路网结构的r 趋复杂和交通需求的 日益增大，部分快速路逐渐达到饱和通行量，在城市繁忙路段的各类交通事件明 显增加。又由于城市快速路上有较高的稳定行驶车速，比普通的城市道路相对封 闭，比城际高速公路流量相对较大，一旦发生交通事件，如果不能得到及时的处 理，非常容易造成交通拥堵，引起二次事故不断增多，路况短时间内恶化，使交 通事件管理面临巨大的挑战。据美国加利福尼亚运输局报告表明，在非高峰的自 由流条件下，如果提前1 分钟发现并清理交通事件，至少可减少4 - 5 分钟的延误【2 】， 尽早的事件报警对于交管部门采取恰当的响应策略、控制和引导其它车辆避开事 发地点、为驾驶员提供实时的交通信息非常重要。 因此对快速路的交通事件及时检测是快速路智能交通管理平台体系中的重要 组成部分，一个智能化管理辅助手段。快速路的安全不仅关系到快速路的正常运 行，同时也影响着人民的生命财产、生活和工作。为尽快提高城市快速路交通管 理水平，保障车辆在快速路上高效、安全、舒适地行驶，进一步发挥城市快速路 的社会和经济效益，满足新形势对快速路安全管理的要求，使城市快速路能沿着 一个健康的方向发展，开发一种基于一种管理信息之上的科学、合理、完善的快 速路交通事件检测系统与管理系统是很有必要的。对快速路交通状况进行自动地、 适时地、合理地检测和控制，及时、准确地检测交通事件并采取有效的管理手段， 在全局上最大限度地减少各类交通事件对城市路网运行产生的不良影响，减少后 继交通事故的发生，保障车辆在快速路上安全、舒畅无阻地行驶，以充分发挥快 速路的优越性来说，无论从宏观上对整个路网而言，还是从微观上对局部路段考 虑，特别是对增强交通宏观控制能力、科学决策能力和应变能力，交通事件的自 动检测都有着十分重要的现实意义和深远的历史意义【3 1 。 1 3国内外研究现状 事件自动检测( 简称a i d ) 是交通管理与控制系统重要的功能之一，如何准确、 及时地检测和确认事故发生的时间、地点及性质，是管理与控制系统能否成功运 行的关键技术。交通事件自动检测算法的性能是交通事件管理系统的核心，也是 智能交通系统实施中能否成功运行的重要评价指标之一。多年来随着高速公路和 城市快速路的依次兴起，国际各国在研究开发和改进a i d 算法方面做了大量工作【4 1 。 1 3 1国外研究概况 国外对事件管理系统的研究比较早，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。 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 ( 1 9 7 5 ) 年以洛杉矶和明 尼阿波利斯两个城市高速公路监测系统所得的数据为6 基础，对1 0 种高速公路事件 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 和算法8 效果较好【5 】。 1 9 7 0 年，d u d e k 和m e s s e r 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 b ) 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 确定的交通需求和通行能力明显不一致的事件状态【6 】。 1 9 7 4 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j 。 1 9 7 5 年，加拿大m c m a s t e r 大学土木工程系开发了基于高速公路快速路突变理 论的m c m a s t e r 算法，该算法依据的是高速公路快速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 2 识别导致发生拥挤的原因，包括常发性或偶发性拥挤【引。 1 9 9 1 年，p a n o s 矛i 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p j 。 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【l 川。 在西欧，德国、瑞典等许多国家都对高速公路快速路事件管理给予了足够的 重视。1 9 8 9 年欧共体提出的欧洲公路交通安全设施系统( d e d i c a t e dr o a d i n f r a s t r u c t u r ef o rv e h i c l es a f e t yi ne u r o p ep r o g r a m ，简称：d r i v e ) 计划的 子项目基于计算机图形识别技术的事故自动检测方案( i n t e g r a t i o no fc o m p u t e r v i s i o nt e c h n i q u e sf o ra u t o m a t i ci n c i d e n td e t e c t i o n ，简称：i n v a i d ) 就提出， 使用计算机技术为公路与城市道路网络提供新的空间度量，发展把计算机、现有 交通数据与其它相关数据结合在一起的人工智能技术，对公路与城市道路异常事 件进行识别与分类，提供健全的交通异常事件自动检测系统。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【l 叫。 1 9 9 3 年2 月美国运输部发布的智能车辆道路系统项目( i n t e l l i g e n tv e h i c l e h i g h w a ys y s t e mp r o j e c t s ，简称：i v h s ) ，总投资2 2 8 亿美元，共1 0 0 个子项目中， 有关交通异常检测内容的项目为1 3 个，投资2 3 7 6 9 万美元，尝试用新型检测器和 新技术对异常事件进行检测。伊利诺斯、芝加哥应用事件检测与管理系统后，通 过计算得出的投入产出比是1 ：1 7 ：此外，统计推测得出，系统可以减少由于该事 件可能产生的1 8 的二次事故和6 0 的交通阻塞，可以使高速公路通行能力提高约 1 0 ，其经济效益和社会效益是相当可观的【1 1 1 。 日本则是后来居上，目前己在国内多条高速公路上使用事件自动检测系统。 该系统是运用图像处理技术，自动地检测行驶中车辆的行驶轨迹，并将此信息传 送给交通控制中心，与此同时，提供给后续的车辆。采用这系列可以瞬时地发 现交通事故等异常的交通现象，对于迅速地进行伤员救护、事故处理、降低事故 所造成的交通阻塞、以及预防后续车辆的追尾事故等具有重要的作用【1 2 1 。 1 3 2 国内研究概况 国内在这方面的发展相对比较缓慢，但随着国内高速公路和城市快速路的迅 速发展，许多研究单位和交通管理部门开始重视这个新的领域。 1 ) 理论方面 1 9 9 0 年，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，该算法针对交通参数的阈值可以随交通状况的变化给出了调节 方法，对交通流的变化有一定的适应性，并在京石高速公路上得到了检验【1 3 】。 1 9 9 7 年，李文江、荆便顺等提出了一种基于小波分析的交通事件检测算法， 该算法首先构造二进小波，对交通流数据进行二进小波转换，检测其奇异点，根 据判断逻辑确定是否有交通事件发型1 4 】。 2 0 0 1 年，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较好【l5 1 。 2 0 0 1 年，郭恒明和张鹏飞提出了基于环形线圈的城市道路交通异常自动检测 方法，该方法以累积占有率作为检测指标，能较好地避免随机波动的影响，但它 假定研究路段是不允许停车的，这与现实条件不太相符【l6 1 。 2 0 0 3 年，吕琪、王慧将一种新型的动念神经网络结构与传统的基于状态估计 的故障检测方法相结合，提出了一种基于动态神经网络的交通事件检测算法。该 网络借鉴静态b p 网络的训练算法，并针对其训练方法中收敛速度慢及容易陷入 局部极小点的缺点采用一种改进的算法【l7 1 。 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 0 j 。 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。这一研究工作是我国高速公路事件管理的较早应用【1 0 1 。 1 9 9 5 年，北京工业大学交通工程专业开发了用于城市交通事故控制的地理信 4 息系统，具有较强的实用性，促进了我国在交通事故管理方面的研究【l 2 1 。 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，取得了一定的社会和经济效益【l 引。 2 0 0 2 年，彭春露设计了城市道路交通异常事件管理系统，作者提出了交通异 常管理的框架，运用面向过程的方法开发了整个系统，为该系统具体实施起到了 指导作用【l9 1 。 1 4论文的主要内容 本论文研究的对象是城市快速路，相对于我国城市普通道路和城市间的高速 公路，大部分城市快速路上均已装或将装有固定的检测器，并且间距小，利于实 时地获取交通流的基本信息，利用这些检测器的数据既可以判别交通异常又可以 减少开支不用额外安装检测器。本论文研究的内容是基于固定检测器数据的快速 路交通事件自动检测算法，以实现北京市快速路交通异常事件的自动检测系统为 工程背景，分析了交通事件对交通流产生的时间和空间上的影响，研究了一种新 的易于实际应用的自动检测算法，并以检测算法的设计为主要目标，实现快速路 事件自动检测的应用软件。 各章的内容安排如下： 第一章：引言。介绍课题的来源，问题研究的意义，描述了国内外研究现状 以及本文的主要研究内容。 第二章：交通事件自动检测算法概述。对交通事件自动检测算法概念的相关 内容进行综合评述，以及分析国内外现有交通事件自动检测算法的优缺点，并就 如何解决这些不足提出自己的想法和思路。 第三章：基于三维集成的a i d 算法设计思路。详细介绍本文提出的基于三维集 成的a i d 算法各模块的原理和工作步骤。 第四章：a i d 算法的验证及其实现。提出验证算法的方案，并在验证分析之后， 利用v i s u a lc + + 和o r a c l e 数据库实现了实际应用的算法软件。 第五章：结论。对全文的总结及展望。 2 1交通事件 2 交通事件自动检测算法概述 目前国内外对交通事件的定义还没有一个统一的提法，定义的内容和表述的 方式都不尽相同。凡在高速公路或城市道路上发生交通事故、车辆抛锚、车辆上 货物散落等等都可以称为交通事件 2 0 1 。从系统的观点看，交通事件是指在某一时 期导致或将要导致交通行为模式发生改变的事件：从管理人员的角度，需要他们 注意的突发情况都是事件；从驾驶员的角度看，任何导致自己不方便或延迟的都 是事件【2 1 1 。从交通事件发生的主体上可以看出，它必须包括以下四个主体部分【2 2 】： 人，人是构成交通事件的主体。 车，运行中的车辆，或至少有一方为运行中的车辆，包括机动车和非机动车。 车辆是构成交通事件的重要条件，如果没有车辆仅为行人与行人之间的相撞或冲 突则不能称为交通事件。 路，国家实施行政管辖的道路，这是构成交通事件的空间条件。 后果，指由于违规或其它非法行为造成人员伤亡或财产损失的结果，没有造 成人员伤亡或财产损失的一般不能称为交通事件。 在交通系统中，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来降低其影 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【2 3 】。 在本文中，我们定义交通事件是指公路上的不可预测的偶发性事件而引起的 交通堵塞，其中主要指交通事故，如图2 - 1 所示。由于事件造成道路容量暂时下降 而引起的拥挤，从而反映拥挤前后的交通流参数变化是不连续的，并且前后的差 值随事件的严重性而增大。由交通事故引起的非常发性拥堵造成的经济损失是非 常大的，所以在交通监控系统中，应能及时检测到事件的发生，便于交通管理部 门迅速清理现场、疏导交通。 6 絮邀 图2 1 交通事件示意图 f i g 2 - 1t h es k e t c ho f at r a f f i ci n c i d e n t 2 1 1 交通流的度量参数 对于交通流，易于检测器检测的有以下几个基本参数【2 4 】： 1 1 流量：在某一特定时间段内通过某一点( 检测断面) 的行驶车辆数，单位 为辆j 、时； 2 1 速度：在某一特定时间段内沿道路行驶一定长度内各车辆速度的算术平均 值，单位为公里，j 、时； 3 1 占有率：为车辆占有长度总和与路段长度的比值。但在路段上采用直接的 方法来测量车辆长度的总和是行不通的，但可以通过时间量测来计算该 值，其计算是通过： 占有率= 驾筹枷毗 协。， 2 1 2 交通事件对交通流的影响 当快速路发生事件时，事件发生处的通行能力将下降，如果下降到低于交通 需求时，交通流就要受到影响，产生偶发性交通拥挤。图2 - 2 以图解形式给出快 速路上事件发生对交通流的理论上影响。 7 速度 占有率 流量 事件位置 1r ： 路段1 i ；潞嫒客：； 路段3 ： i 路段雏；i： ： 上游岛速公路 f 游 冲由波誊蓦蠹蓦誊嚣 蛾；棼壤渡l ； 蠢 冲击波蠹 糖 耱褒滤；i + 冲击波誊蓦蠹萎蠹萋 霉至簿藤凄 图2 2 交通事件对交通流的理论影响 f i g 2 - 2t h et h e o r e t i ci n f l u e n c eo fat r a f f i ci n c i d e n t 假设交通事件发生在路段2 和路段3 之间，首先，路段l 和路段4 中的交通 流不受事件的影响，相邻车道车速，上下游占有率保持差别不大的j 下常情况；接 着，紧靠事件上游的路段2 ，交通流变得拥挤，表现为速度低于正常值而密度高于 j 下常值；并且紧靠事件下游的路段3 ，交通流变得稀疏；路段l 和路段2 之间的分 界线向上移动，上游形成冲击波，而路段3 和路段4 的分界线向下移动，下游形 成扩展波。 因此，当快速路某一路段发生事件时，事件点通行能力立即下降。如果下降 到低于交通需求时，交通流受到影响，产生偶发性交通拥挤，在出事地点下游的 一定范围内将出现交通流反常：上游车辆因交通受阻而减速，下游车辆稀少而加 速；并且在多车道的城市快速路上，出事车道上的交通流量和速度减小，相邻车 道因交通流合并而车流量增多；上游道路的时间占有率增大，下游的时间占有率 减小等等。总之，当发生交通异常时，交通流参数在一定范围内将比正常值偏大 或偏小，在空间和时间上产生综合变化，并且这种变化不是循序渐进的，而是跨 越了某个阶段，出现明显的落差。由于城市快速路的出入口相对于高速公路多， 正常情况下流量速度波动性要大一些，所以城市快速路的这个正常范围要偏大一 些；又由于城市快速路的通行量相对要大，所以在发生事件的情况下这个时空变 化会相对明显一些。 2 2事件自动检测算法的分类 事件自动检测算法按不同的标准可以分为不同的类别【l o 】。 8 2 2 1 按数据来源分 1 ) 间接法 间接法是本文的研究重点，是根据固定检测器或者浮动车的g p s 车载设备实 时采集的交通流数据信息( 占有率，速度和流量) ，由算法自动判断是否发生交 通事件，算法的主要依据是事件发生时， 件造成道路容量暂时下降而引起的拥挤， 高快速公路上出现偶发性拥挤，由于事 从而反映拥挤前后的交通流参数变化是 不连续的，并且前后的差值随事件的严重性而增大，检测到这一偶发性拥挤，就 她i 二p 山 “u 断事件的发生。相对而言，它具有成本低、不受天气和时间限制等特点，并 且数据来源方式多，如现有高快速路上的线圈检测器，微波检测器等。 2 ) 直接法 直接法是指对视频数据使用图像处理技术来发现停驶车辆的一类方法，这类 方法实际上是通过视频检测器“看到 发生了交通事件而不是通过交通事件的影 响来检测到它的存在，所以该方法所测范围仅限于视频检测器所拍到的范围。从 潜在的意义上看，在检测速度方面远远胜于“间接法”，在交通量较低的情况下 也能有良好的检测效果，但需要更密集地设置检测站( 摄像机) ，需要较高的资金 投入才能保证合理的检测可靠性，而且气象条件对其影响也较大。 2 2 2 按检测截面分 根据检测截面数可分为单截面法和双截面法。在交通量比较小时车辆对道路 占有率较小，事件发生时相邻检测器的交通参数变化差异较小，不适宜采用双截 面法，宜采用单截面法，而对交通量比较大的情况下，宜采用双截面法，即根据 两个相邻检测面的交通流信息进行检测。并且当检测器安装密度大时，单截面法 和双截面法差别不大，但当路段超过5 0 0 米时，适宜采用双截面法 2 5 1 。 2 3算法评价指标 2 3 1评价指标 交通事件检测算法的性能一般用检测率、误报率和平均检测时间三个指标来 衡量【2 1 筇1 。 1 ) 检测率( d e t e c t i o nr a t e , 脚 检测率是指使用某种事件检测算法时，在一定时间内，实际发生并被检测到 9 的交通事件数与实际发生的交通事件总数的比值，即 d r ：婴1 0 0 d t ( 2 2 ) 式中：删实际发生并被检测到的交通事件数，痧劝实际发生的交通事件数， 各量示意图如图2 - 3 所示。 图2 - 3 算法评价指标符号示意图 f i g 2 - 3t h es y m b o l i cd i a g r a mo f a l g o r i t h me v a l u a t i o n s 2 ) 误报率( f a l s ea l a r mr a t e , 剧励 误报率是指使用某种事件检测算法时，在一定时间内，实际未发生但被检测 到的交通事件数与检测到的交通事件总数的比值，即： f a r ：塑塑1 0 0 n d r + n f d r 式中：尉肋误报率，胁弘确实际未发生但被检测到的交通事件数， 际发生并被检测到的交通事件数。 ( 2 3 ) 删实 3 )平均检测时间( m e a nt i m et od e t e c t i o n ，删 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： 1 ，l m t t d = 二v i ( o - a t ( i ) 】 一 ”扛1 ( 2 4 ) 式中：m t t d # - j 平均检测时间，t l ( i ) 为被算法检测到的事件j 实际发生的时间， a t ( i ) 为算法检测到事件对艮警的时间，刀为实际发生并被检测到的交通事件数，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。 对于一个理想的算法而言，册越大越好，删厅越小越好，m t t d 越短越好。 2 3 2 各种评价指标之间的关系 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 1 0 高，漏报率越低，误报率也越高；同样，要使误报率变低，常常会使漏报率升高， 检测率也降。 检测率与平均检测时间的关系 对于同一种算法，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。 误报率、检测率和检测时间之问的关系 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。 由于存在着这些关系，一个算法必须权衡朋尼跚和胴羽这3 个方面来进行性 能评估，并且通常没有一个必然的最佳选择，因而事件检测算法逻辑必须均衡检 测率、误报率和检测时间。 2 4经典事件自动检测算法概述 多年来，各国针对高速公路在研究开发和改进a i d 算法( 间接法，未作特殊说 明下同) 方面做了大量工作，尽管城际高速公路与城市快速路在流量和速度上有 所区别，但两者都具有连续交通流的特点，现有的高速公路a i d 算法的思想对开发 城市快速路a i d 算法还是具有借鉴意义的。检测算法发展至今，可大致划分为5 大 类：比较法、统计预测算法、滤波法、交通模型法、人工智能法等【4 ，2 7 1 。 2 4 1比较法 比较法检测事件的逻辑是将实测所得的交通数据与该项交通参数或多个交通 特性参数在过去事件状况下的典型值相比较以检测事件，检测器通常将每间隔一 个时段如一分钟等所得的交通参数资料，输入于决策树( d e c i s i o nt r e el o g i c ) ， 根据决策树中的逻辑，再将这些资料所代表的交通状况逐层加以标记。在决策树 的每一节点，所测得的特性参数值与预先设定的门限值集合胙，局，局，) 比 较，以判别事件是否发生。常用的算法： l 、加州算法( c a l i f o r n i aa l g o r i t h m ) ：加州算法开发于1 9 6 5 - 1 9 7 0 年之间，该 算法比较相邻检测站之间的交通流的相关参数，属于双截面算法，主要是比较检 测器获得的占有率数据。步骤如下： 1 ) 计算上下游检测器之间占有率的绝对差，和阈值k ，比较，如果超过局继 续第2 步。 2 ) 计算上下游之间占有率量测之差与上游占有率之比，和阈值局比较，如果 超过膨继续第3 步。 3 ) 计算下游前后两周期占有率量测之差与下游占有率之比，和阈值局进行比 较，如果超过局就预示着可能有事件发生。 经过深入的研究，p a y n e 公布了1 0 种基于最初的加州算法的改进新方法，其中 性能最好的是加州# 7 和加州# 8 。加州# 7 算法能够区分常见的交通压缩波，而不 会发生误报警。为了进一步降低误判率，加州# 8 算法增加了对压缩波反复的持 续性判别，其代价是报警时问总体推迟5 分钟，并把交通数据分成9 种不同的状态， 并且需要五种不同的阈值来进行校准【5 _ ，2 引。 加州算法系统中的主要缺陷是不能有效地捕捉到普遍的交通模式，误报率较 高，和参数设定的复杂等，其判断法则虽无交通理论依据，但是是一些经验表达 式，具有很强的借鉴性。 2 、多目标事件检测算法( a l lp u r p o s ei n c i d e n td e t e c t i o n ) ：多目标事件检 测算法( a p i d ) 是由p h i l i ph m a s t e r s 开发用来在多伦多a t m s 中使用的c o m p a s s 软件的一部分【2 引。a p i d 算法是各种加州算法的一个组合，并且有压缩波检验程序 和持续检验程序。与加州算法不同，它使用平滑的占有率作为检测变量来减少误 警率。该算法在大交通量条件下性能优越，但是在小交通量条件下性能较差 ( m a s t e r s ，l a m ，a n dw o n g1 9 9 1 ) 。有关文献通过对算法的离线评估显示【2 8 】，在8 6 的事件检测率下，平均检测时间为2 5 5 分钟，误警率为0 0 5 ，该算法表现出 了良好的性能。但有些人认为a p i d 算法尽管避免了加州算法中某些理论上的不足， 但它对各种交通条件的反应过于敏感。 2 4 2 统计预测法 这类检测方法是通过对交通参数进行短期预测并与试测值进行比较以检测由 于异常引起的突然变化，主要有： l 、标准偏差值法( s d n ) ：d u a d e ka n dm e s s e r 于1 9 7 4 年认为在对交通事件进行 检测时，不论交通参数是否超过指定的阈值，只要考察交通参数的变化率就会取 得更好的效果【6 】。因此，与其确定交通参数( 如占有率) 本身的阈值，不如判断交 通参数的变化率是否大于指定的阈值。先预测值取自过去几个周期内测交通变量 ( 一般取为占有率) 的平均值，记为石( f ) ，同时可求出过去几个周期该交通量的标准 差值s ，设当前测量值为x ( f ) ，则定义标准偏差为： 1 2 s d n ( f 1 ：x ( t ) - x ( t ) j ( 2 - 5 ) s n d 的值反映了当前交通流状态相对于前几个周期检测到的平均趋势的改变程 度，较大的s n d 值反映了交通流的改变较大，在检测到存在拥挤后，进行s d n 检验， 若超过s d n r 3 限值，则认为发生了事件。 这种预测方法简单，但是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：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；算法的性能很大程度上取决于检测器的间距，这些方面 仍需进一步的研究【2 8 1 。 2 、贝叶斯算法( b a y e s i a n ) ：该算法与加州算法相似，也使用两个检测器之间 占有率的差值，属于双截面算法，但是不同之处在于它是计算由事件或常发性拥 挤引起的相对占有率之差的条件概率【3 0 1 。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、占有率及发生事件的 类型、位置和影响。分析所有的历史数据，然后建立判定所给的占有率差值是事 件还是非事件的统计范围。此算法检测发生事件的概率阈值，当超过这个阈值时， 触发报警。 该算法的优点是在确定阈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