非侵入式负荷监测与分解的事件检测算法研究

事件检测算法在非侵入式负荷监测与分解应用中占有很重要的地位,为了提高负荷特征提取工作的有效性,本文提出了一种改进的事件检测方法,先实现一步负荷分离的波形处理工作,再针对留下的负荷波形进行检测计算,判断负荷启动波形的暂态阶段起始点和结束点位置,这方法提高了阈值的筛选效率,确保针对同一负荷所截取到的暂态和稳态波形的一致性。经过实际负荷启动波形数据的分析验证,当前事件检测算法能取得良好的检测效果。

事件检测系统的需求分析

广义的来说,高速公路上发生的事件可以划分为事前可预知的事件(例如道路施工与养护)及事后必须由检测或报告才能得知的事故(例如车祸肇事、高峰拥挤、车辆故障与异常天气).本文所讨论的事件检测主要针对后者而言,其功能是一旦交通事故发生后,检测系统必须迅速、正确地测知发生地点及规模大小,并了解发生的原因.此关系到高速公路事件管理系统的功能能否有效地发挥,并且能否将事故对车流的影响降到最低.因此,对事件检测系统的需求做相应的规划是必要的.一般这主要考虑检测项目、检测方法及何处检测等三个问题.

隧道内车辆交通事件智能检测技术综合应用

车辆在隧道环境内行驶时,由于受到光线、环境等影响,极易发生交通事件。目前视频检测仍然是隧道交通事件检测的主流方式,存在检测盲区以及误报率较高等问题。对此,本文归纳分析了隧道内,车辆行驶时容易发生的交通事件类型,在此基础上提出综合利用视频、雷达和光纤多种智能感知设备进行隧道车辆交通事件检测的方法。

基于OGS-DTW算法的交通事件自动检测方法

为提高交通事件检测方法的综合性能,使用动态背景更新和改进的运动估计,将动态图像序列转化为车辆标号场,实现对车辆的跟踪;构造轨迹建模和编码,提取车辆的运动轨迹,并建立自组织神经网络进行行为模式学习;最后,使用OGS-DTW算法对轨迹数据进行预处理,并对距离函数进行求解,从而实现待测事件序列的轨迹与典型轨迹数据模式的匹配。分别以U形转、违章左拐和违章变道3种事件为对象进行了多组对比,检测成功率均在80%以上。试验还进行3种检测方法指标的对比,在平均耗时方面,一般的DTW算法、改进的DTW算法及基于OGS改进的DTW算法分别是126.5、62.5、69.8 s;而它们的事件检测成功率分别是84.6%、68.8%和88.3%。结果表明:基于OGS-DTW算法的交通事件检测方法稳定且可靠,在显著降低计算量的同时,仍然保证了较高的匹配准确性,成功率高、实时性好。