基于固定型檢測器的高速公路自動事件檢測算法研究.pdf_第1頁
已閱讀1頁,還剩77頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、高速公路的出現(xiàn)為人們的出行和貨物運輸開辟了一條安全、高效、舒適、方便的快速通道,產(chǎn)生了巨大的社會和經(jīng)濟效益。截至2010年底,我國高速公路總里程由“十五”期末的4.1萬公里發(fā)展到7.4萬公里,居世界第二位,僅次于擁有約10萬公里的美國。隨著高速公路的快速發(fā)展,高速公路的交通事故也越來越多,其負面影響越來越大。一方面,事件對高速公路的交通影響范圍越來越大,事件導(dǎo)致交通擁堵的經(jīng)濟損失巨大;另一方面,交通事故以及二次事故導(dǎo)致的人員傷亡越來越嚴

2、重。因此及時、準確、可靠的檢測交通事件,以便于采取有效的管理措施,盡快恢復(fù)高速公路的通行能力,減少事件造成的生命安全和財產(chǎn)損失,是非常必要的。
   本文旨在對基于固定型檢測器采集的交通信息為數(shù)據(jù)源,研究交通事件的參數(shù)變化特征,并在此基礎(chǔ)上研究交通事件自動檢測算法(AID,Automatic Incident Detection),提高算法的識別率,減少誤判率和平均檢測時間。論文通過使用交通仿真工具VISSIM,分析交通流參數(shù)的

3、變化特征與交通流大小、事件發(fā)生地點與檢測器之間的距離、事件導(dǎo)致車道的關(guān)閉數(shù)之間的關(guān)系;并在此基礎(chǔ)上,實例分析了標準偏差法的優(yōu)點和不足之處,提出了組合的AID算法,實例驗證了該算法的有效性。同時還提出了事件解除自動檢測方法,進一步完善交通事件自動檢測系統(tǒng)。主要工作如下:首先介紹了高速公路事件自動檢測的研究背景及相關(guān)技術(shù)的研究應(yīng)用現(xiàn)狀;介紹了高速公路交通流的基本理論、相關(guān)概念和交通事件的定義及其分類,以及AID算法的定義及分類;著重介紹了A

4、ID算法的性能評價指標和評價方法;簡要的介紹了幾種經(jīng)典的AID算法以及優(yōu)缺點的比較。其次使用VISSIM仿真工具進行高速公路交通事件仿真,分析交通流參數(shù)的變化特征與交通流大小、事件發(fā)生地點與檢測器之間的距離、事件導(dǎo)致車道的關(guān)閉數(shù)之間的關(guān)系;同時也通過仿真分析了高速公路正常運行情況下,交通流參數(shù)的波動特征以及波動特征與交通流大小的關(guān)系。隨后在分析交通事件的交通流參數(shù)變化特征的基礎(chǔ)上,通過實例驗證了標準偏差法,分析其優(yōu)點和不足之處,以及不足

5、的原因。提出了組合的AID算法,該組合算法將高速公路的交通流狀態(tài)分為低流量和非低流量兩種狀態(tài),分別采用低流量AID算法和改進的標準偏差法。其中,改進的標準偏差法以上游的占有率、和下游的流量作為參數(shù),分別使用標準偏差法進行事件判別,將標準偏差法判別結(jié)果再進行一次誤判判別,即判別在前面標準偏差法判別有事件發(fā)生是錯誤的,經(jīng)過實例驗證,該組合AID算法相比于經(jīng)典的標準偏差法提高了識別率,減少了誤判率和平均檢測時間。同時還提出了事件解除自動檢測方

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論