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。