基于車檢器及收費數(shù)據(jù)融合的高速公路異常狀態(tài)識別研究.pdf

1、異常狀態(tài)識別是高速公路運管部門進行運營管控、路況信息發(fā)布和交通誘導的基礎(chǔ),對減少交通事故造成的人身傷亡、財產(chǎn)損失和避免二次交通事故等方面具有重要的作用。隨著智能交通技術(shù)的發(fā)展和交通信息檢測手段的增加,如何利用交通信息檢測手段進行異常狀態(tài)自動識別引起了廣泛關(guān)注。因此,研究高速公路異常狀態(tài)自動識別的關(guān)鍵技術(shù)對提升高速公路管理水平和服務水平具有重要的理論和實際意義。
　　本文重點針對目前高速公路車輛檢測器布設數(shù)量不足導致算法實際應用效果

2、較差的問題,從現(xiàn)有高速交通信息檢測手段出發(fā),分析高速公路收費數(shù)據(jù),提出了基于車檢器和收費數(shù)據(jù)融合的異常狀態(tài)識別方法。首先重點分析了基于車檢器的交通狀態(tài)參數(shù)對異常狀態(tài)的靈敏度,同時考慮多種數(shù)據(jù)源進行異常狀態(tài)識別,采用收費數(shù)據(jù)建立異常狀態(tài)識別方法。最后利用信息融合,建立基于車檢器及收費數(shù)據(jù)融合的異常狀態(tài)識別方法,解決了單一數(shù)據(jù)源異常狀態(tài)識別效果較差的問題。論文的主要研究工作如下:
　?、俳煌顟B(tài)參數(shù)對異常狀態(tài)的靈敏度分析。本文對異常狀

3、態(tài)下交通狀態(tài)參數(shù)進行靈敏度分析,為基于車檢器數(shù)據(jù)的ACI算法參數(shù)選擇奠定基礎(chǔ)。靈敏度分析主要考慮了流量和異常交通狀態(tài)嚴重程度兩個因素的影響,通過仿真表明,交通狀態(tài)參數(shù)可靈敏的反映交通狀態(tài)的變化。
　?、卺槍ΜF(xiàn)有高速公路車輛檢測器布設數(shù)量不足,本文從多源交通信息采集方式出發(fā),根據(jù)高速公路收費數(shù)據(jù)特征,建立基于收費數(shù)據(jù)的異常狀態(tài)識別方法。由于算法性能受到樣本車輛數(shù)影響,因此本文對算法進行改進,并選取實際數(shù)據(jù)進行驗證,結(jié)果表明改進算法在

4、低流量情況下的狀態(tài)識別性能有所提高。
　?、坩槍趩我粩?shù)據(jù)源的異常狀態(tài)識別可能存在可信度低、實際應用效果較差等問題,本文考慮了基于不同數(shù)據(jù)源融合進行異常狀態(tài)識別。本文將算法表決融合方法引入異常狀態(tài)識別領(lǐng)域,建立基于算法表決融合的異常狀態(tài)識別方法,算法主要包括3部分:基于車檢器數(shù)據(jù)的ACI算法模塊、基于收費數(shù)據(jù)的ACI算法模塊和算法表決融合模塊。最后,本文采用實際數(shù)據(jù)進行驗證,結(jié)果表明,相比基于單一數(shù)據(jù)源的狀態(tài)識別算法,融合算法的