事件管理系统是智能运输系统(ITS)的一个重要组成部分,而事件检测则是事件管理系统的核心,是高速公路管理与控制系统能否成功运行的关键技术.快速、准确地检测出高速公路上发生的交通事件对整个事件管理系统来说是至关重要的,它可以减少交通事件产生的负面影响,提高事件管理水平.目前,事件自动检测系统一般要求每隔500~2000米的距离设置一组检测器,这对主线检测器的数量和分布要求很高,与目前中国高速公路主线车辆检测器设置很少的实际情况不符,因此中国几乎没有实际的高速公路事件检测系统.如果需要进行事件自动检测,则需投入大量的资金重新布设主线车辆检测器.在中国,高速公路收费系统大多采用封闭制式,计算机收费系统建设完善,收费站的收费信息容易获得且比较准确.可以利用这些信息进行高速公路事件检测以弥补车辆检测器不足所造成的弊端.该文首次探讨了如何利用很少的主线车辆检测器所获得的信息和匝道收费站的收费信息,采用信息融合技术进行事件自动检测,以提高事件检测算法的检测效果.这样可能大大减少为了实现实时提供主线交通流信息和提高事件管理水平所需投资大量的主线检测器数量,减少为布设车辆检测器时对交通流的干扰,并且可节约大量的投资.为了评估采用信息融合方式进行高速公路事件自动检测算法的检测效果,该研究对基于特征层信息融合的事件自动检测算法、基于数据层信息融合的事件自动检测算法、基于收费信息的事件自动检测算法和基于主线检测器信息的事件自动检测算法的检测效果进行了比较.仿真试验结果表明:利用特征层信息融合方式,以ANFIS为融合算法的高速公路事件自动检测的效果优于其他三种方法.该算法的检测率为93％、误报率为0.67%,它在实际应用中将具有很好的发展前景.