基于神经网络的公路交通事故预警系统设计_图文_百度文库

1、 基于神经网络的公路交通事故预警系统设计 李俊辉 华南理工大学土木与交通学院，广州 (510640 E-mail：lijunhui84415 摘 要： 事故预警系统是公路交通管理的重要工具， 它能够减少交通事故的发生以及造成的 损失， 是公路管理信息化的组成部分。 论文设计了公路交通事故预警系统的总体结构以及功 能模块， 信息采集模块获取实时交通数据， 神经网络模块利用历史事故数据和实时交通信息 预测事故发生路段，决策、信息发布等模块实现事故预防和处理。 关键词：交通事故；预警系统；通信系统；神经网络 中图分类号：P208 1引言 随着我国经济的高速发展，公路通车里程和货运量急剧上升，交通事故

2、不断增加，公路 交通安全面临新的挑战。现代通信技术、数据库和计算机网络的发展，使得公路交通管理的 信息化建设取得了很大进步， 电子收费系统、 视频监控系统等能够使管理者获得更多交通信 息1。目前国内针对交通事故预警系统研究较少，而且局限于城市公共交通方面的应用，因 此建立一个适合公路交通管理， 反映公路交通实时状况， 解决交通事故预防和处理的预警系 统具有重要的现实意义。 2. 系统目标 本系统具体目标如下： 实现交通信息的实时采集和传输； 利用历史数据库和实时交通信 息， 通过神经网络模块预测可能发生交通事故的路段； 当某路段事故发生危险度大于专家设 定的临界值时，系统反馈到相应路段的指示牌

3、，通过限速和提醒等方法处理；同时交通管理 部门采取各种措施预防事故的发生； 一旦事故发生可以在最短的时间赶到现场疏导处理， 最 大限度地减少堵塞时间和损失。 该系统还可以将已经发生的交通事故输入历史数据库， 作为 以后事故预测的新数值； 实现交通事故的计算机辅助结案； 提供交通事故处理网上办公平台 等。 3. 系统总体设计 预警系统的处理流程2如下所示： 图 1 系统流程图 Fig.1 Flow of system -1- 3.1 系统的逻辑结构 系统的逻辑结构是指系统各部分组成、结构以及各部分之间的相互联系的结构。 根据系统的总体设计，基于神经网络的公路交通事故预警系统的逻辑结构如图 2 所

4、示。 感应线圈 收费站 气象监测 站 存储设备、信号和数据转换设备 气象信息数据库 通信系统 路况信息数据库 神经网络预测模块 信息发布模块 交通事故数据库 决策模块 事故预防模块 事故处理模块 以太网 用户端 图 2 系统逻辑结构图 Fig.2 Logic structure of system 预警系统信息的采集主要来源于气象监控站、 感应线圈、 路政巡逻车以及其他各种设备， 通过通信子系统将采集的数据送交给数据解析模块； 数据解析模块将接收到的数据解析为系 统可以识别的关系型数据结构并存入数据库； 数据发送是按一定的条件、 一定的指令顺序从 数据库表中筛选出来，并将这些指令通过通信方式发

5、送到神经网络预测子系统和决策子系 统。 3.2 系统的总体结构 系统的总体结构如图3所示。系统底层是交通事故预警综合数据库(包含空间数据库、专 业基础数据库等。在数据库之上是应用服务器，应用服务器的底层是中间件，中间件由相 关的支撑软件(数据库管理软件、空间数据引擎、空间数据发布与各类业务系统接口组成， 为各种专业应用提供数据访问、安全认证等服务；在应用服务器上构建业务组件，提供交通 事故预警系统功能实现的基础和表达。 图 3 系统总体结构图 Fig.3 Whole structure of system -2- 4. 系统的功能模块 4.1 信息采集子系统 信息采集子系统的功能是及时准确地采

6、集公路各路段实时的气象、 交通和路况信息， 其 中气候包括能见度、降水、风、气压、温度、湿度、日照、蒸发、雪深、雪压等3，目前多 数监测仪器均有配套的数据采集和储存装置，可以按照设定的数据采集间隔定时自动化工 作，并对原始数据自动转换计算。 根据神经网络预测子系统数据的要求，信息采集的方法和内容如表 1 所示： 表 1 信息采集的方法和内容 Sheet.1 the approach and content of information collecting 类别 气象信息 交通信息 路况信息 采集方法 道路沿线气象监测站 感应线圈、视频监控等 历史资料、路政巡逻车等 采集内容 能见度、降水、风

7、力等 车速、车流量、车流密度等 路面损坏状况、平整度等 4.2 通信子系统 通信系统作为公路自己的通信专网，在公路机电项目工程中是重要的基础设施4。通信 子系统是整个预警系统数据传输的重要工具， 不仅为各级公路管理机构日常办公提供通信联 络，还为信息采集数据的上传服务。通信系统利用光纤、电缆的有线传输和无线微波移动通 信等多种方式，满足整个系统各个模块之间的信息流动和数据交换。 4.3 神经网络预测子系统 人工神经网络在一定学习规则下，对提供的学习样本进行学习，从中获取特征信息，并 存储（记忆）在相应的权值及参数上。学习后，对于新的输入数据，网络可通过已获取的权 值及参数，计算网络的输出5。

8、根据神经网络，可以构建用于公路交通事故预测的神经网络模型，即：影响公路交通事 故的因素（信息采集系统获取）为输入量 X ( x1k , x2k , xnk ；将公路各路段的事故危险度的 预测值作为输出 y ；用实际的历史统计数据作为教师信号；按照一定的学习算法，用足够的 数据样本训练这个网络， 使不同的输入向量得到不同的输出量。 当计算输出值与教师信号之 间的误差小于某个允许值时，训练结束。一旦这个神经网络训练完毕，就可以作为公路交通 事故预测的一个有效工具，输入已知各影响因素的数值，就可以得到理想的结果。神经网络 预测模块的流程如图 4 所示： 图 4 神经网络预测流程图 Fig.4 Ner

9、ve Network forecasting process -3- 神经网络预测子系统是整个预警系统的关键部分， 是决策子系统进行决策的根据。 它提 供的服务包括对采集系统所获得数据的接入、数据的校验、存储、数据的分析与处理、数据 的共享服务、数据的上传等，是整个系统数据流最集中的处理核心。 4.4 决策子系统 分析决策子系统是道路交通事故预防管理系统的重要部分， 其功能是根据神经网络预测 模块的数据处理结果以及采集的气象、 交通和路况信息等数据， 通过计算机处理系统和人工 分析决策及时做出合理的对策。 对策的制定依据道路交通运营安全管理标准和行车安全技术 研究成果进行。决策分析模型兼顾安全

10、性、通行能力和经济性等目标，综合考虑制定相对最 优的安全管理对策。 4.5 信息发布子系统 信息发布子系统的功能是及时准确地发布决策子系统的预警信息和决策信息， 确保管理 对策及时实施。该子系统所涉及的发布方式有点对点式（针对特定用户的信息服务，如个人 定制信息服务，提供给特定信息提供商的信息服务等） ，点对面式（针对公众的交通状况信 息服务，如标志牌、可变信息板、电台等） 。 4.6 事故处理子系统 事故处理子系统将在事故统计系统的基础上，改善系统运行方式，扩展系统现有功能， 实现事故处理的快速化、事故管理的自动化、事故文档的电子化、事故处理程序的规范化， 通过这个子系统能够建立更全面的事故

11、记录数据库， 丰富事故历史数据库的内容， 提高神经 网络的预测精度。 5. 结束语 建立在神经网络预测基础上的公路交通事故预警系统具有现代化的交通信息采集、处 理、分析、决策、指挥、调度能力，能有效预防公路交通事故发生，增强对突发交通事件的 快速反应能力，协调事故救援与处理部门的工作，提高效率、减少事故损失，该系统能够在 公路交通安全中发挥重要的作用。 -4- 参考文献 1 PB Farradyne Traffic Incident Management HandbookM New York:U.S Federal Highway Administration,2000. 2刘清，吴燕子高速公

12、路交通安全预警管理系统的建立J武汉理工大学学报（交通科学与工程版） ， 200327（3） ：421-424 LIU qing，WU Yan-ziEstablishment of the Fore-warning Management System of Highway Traffic SafetyJJournal of Wuhan University of Technology(Transportation Science & Engineering， 200327（3） ：421-424 3韩文涛，张倩，贾安民基于灰色系统的道路交通事故预测模型研究J西安建筑科技大学学报（自然 科

13、学版） ，200537（9） ：375-377 HAN Wen-tao，ZHANG Qian，JIA An-minStudy on the forecast model of road accident with gray theoryJJXi'an Univof Arch&Tech （Natural Science Edition） ，200537（9） ： 375-377 4陈启美，金凌，王从侠高速公路通信收费监控系统构成与进展M北京：国防工业出版社，20061： 18-50 CHENG Qi-mei，JIN Ling，WANG Cong-xia The architect

14、ure and development of Freeway Communication Tolling Monitor SystemMBeiJing:National Defense Industry Press，20061：18-50 5赵杰，林辉基于 BP 神经网络模型的目标属性识别仿真J系统仿真学报，200711（6） ：2571-2573 ZHAO Jie ， LIN Hui Target Attribute Identification Simulation Based on BP Neural Network ModelJJournal of System Simulation，

15、200711（6） ：2571-2573 Neural Network Based Design of Preventing Highway Traffic Accident System Li Junhui South China University of Technology, School of Civil and Transportation Engineering, Guangzhou (510640 Abstract Preventing Accident System is important for highway traffic management, reduce the

16、 occurrence of traffic accidents and the resulting loss, is component of information technology for highway management. The paper designed the overall structure and functional modules of Preventing Highway Traffic Accident System, information collection module access real-time traffic data, neural network modules use historical accident data and real-time traffic information predicting section of th