近年来,高速公路交通在促进我国经济建设和社会发展的过程中起到了重要的作用。然而,高效、安全、畅通的高速公路交通需要先进的交通管理系统作为保障。正如ITS用户服务体系所描述的那样,高速公路意外事件管理是建立先进交通管理系统的重要内容,而该内容的关键技术之一便是意外事件的检测。 “高速公路意外事件下的车辆行为模型与事件检测研究”便是围绕该关键技术展开的具有探索性和系统性的研究工作。作者在阅览大量文献、广泛开展调查研究的基础上,按照“检测模型构建需要数据支持、数据支持需要交通流微观仿真、而微观仿真离不开行为模型”的思路,围绕“意外事件下的车辆行为模型分析与重建”、“交通流仿真”与“意外事件检测”三个环节展开工作。 1.通过对高速公路意外事件发生时车辆行为的调查,分析了意外事件对高速公路道路资源的占用和对交通流的影响。开发了车辆跟驰模型数值模拟系统,对现有模型进行了数值分析,描述了模型的特点和在特定环境下存在的问题。进行了特殊过程下的车辆跟驰试验,开展了车道变换行为调查,对意外事件影响下的强制变换和自愿变换进行了分析,并对现有模型进行了测试。 2.引入智能主体理论,建立了车辆主体的结构原型。构建了跟驰模型的框架,提出了基于智能主体的跟驰模型,给出了该模型中车辆主体的属性。特别地,对属性中的间距愿望进行了定量研究;利用比例微分控制,建立了加速度愿望模型。此外,建立了基于智能主体的车道变换模型;给出了该模型的属性分析并细化了元组。构建了车道变换的四个规则:抽象了车道变换的空间关系,构造利益函数对空间关系进行了定量描述,建立了车道变换的时间规则和状态规则,定量分析、确定了车道变换的主观意愿规则。在此基础上,对构建的新模型进行了验证。 3.对车辆主体进行了属性分析,建立了它的实体模型。提出基于分层解析的需求分析思路,构造了多车辆主体之间的关系,对其通信和协作进行了描述。对不同控制域的关系进行了分析,为进一步开展仿真奠定了逻辑基础。为确保仿真的准确性和真实性,对高速公路交通流及驾驶员等属性进行了调查分析。探讨了车辆产生与随机数发生等问题,利用“C程序设计”开发了“AID—Simulation”仿真平台。在此基础上,结合数据标定,建立了意外事件下的四车道高速公路交通流断面检测参数数据库。 4.引入神经网络理论,建立了基于MLF的意外事件检测模型,给出了模型