论文部分内容阅读
随着我国高速公路的飞速发展和全社会汽车拥有量的不断增加,高速公路交通事件也频繁发生。人们在享受高速公路带来的快速、舒适、便利的同时,也切身感受到了交通事件及其诱发的交通拥堵所造成的不便。在交通安全问题日益严重之下,建立高效的高速公路综合信息管理系统的要求越来越迫切,而有效的交通事件检测是管理系统成功运行的关键所在。目前交通事件检测系统的实际应用效果并不令人满意,所以研究高效的交通事件检测算法是当前需要解决的问题。新兴信息融合处理技术——多传感器信息融合技术的出现,为交通事件自动检测(Automatic Incident Detection, AID)算法的设计提供了新的解决方案。本文将多传感器信息融合技术融入到AID方法中,这样既能够使信息融合技术的应用范围得到扩大,又能推动高速公路安全、高效的管理目标的实现,故研究多传感器信息融合的事件检测方法,具有很高的理论意义和实践价值。本文在分析目前高速公路交通事件自动检测技术的现状后,结合多传感器信息融合技术的层次结构及基本原理,探讨了交通事件信息融合理论,并针对基于单一传感器信息的AID方法存在的问题,运用多传感器信息融合的技术方法,按照信息融合的层次框架,设计了基于多传感器信息融合的交通事件自动检测算法。按照基于信息融合的AID方法处理步骤,在数据信息的预处理阶段采用小波分析法对交通流数据进行消噪处理。在AID方法的多信息融合处理阶段,选用小波神经网络算法作为本文提出的事件检测融合算法模块的实现工具。结合小波分析理论和神经网络理论,以高速公路动态交通流模型为基础,建立一种利用小波神经网络的交通事件自动检测算法,该算法充分发挥了小波分析理论和神经网络理论的优势。然后,运用MATLAB软件对基于信息融合的高速公路交通事件检测技术进行了仿真实现。为检验算法的有效性,在相关课题研究的基础上利用西安市南二环实测数据对本文提出的AID方法进行测试,试验结果表明信息融合算法的事件检测率、误报警率、平均检测时间都达到了较高的检测水平,性能优于经典AID方法,证明了所设计基于信息融合的交通事件自动检测算法的优越性。