基于卡口监测数据的路段交通异常状态识别方法研究

以路段为对象,研究交通异常状况自动识别方法,为道路交通管理部门提供技术手段。首先,系统分析了现有交通异常状态识别方法原理和存在的问题,结合卡口监测数据特性,设计异常状态识别的基本思路及研究路线;其次,对路段模型进行重新定义,利用其上下游卡口历史数据,获取行程时间指标参数;再次,基于行程时间概率分布规律,确定异常状态对应的行程时间阈值,建立识别流程,将实测行程时间与行程时间阈值进行比较,实现异常状态判别;最后,选取乌鲁木齐市建国路部分路段开展实例验证。结果显示,采用所提方法进行路段异常状态评价,其评价结果与人工观测情况完全相符,能有效提升异常状态识别的实时性、准确性。

基于协同方法交通状态识别

提出一种基于协同理论的交通状态自动识别的新方法。首先,针对交通图像受光线、抖动干扰问题,提出了实时信息融合的动态原型选择模型;然后,利用直接求相似度重构序参量,实现了实时动态原型的选择;最后,依据快速协同网络框架,避免动力演化过程迭代,快速识别。协同方法可实现不同时段各种交通状态的自动检测。试验结果可说明该方法效果理想、速度快,具有较强的鲁棒性。

基于二值检测器的交通异常事件传感器设计

针对高速公路交通异常事件检测难度大、成本高等问题,提出了一种基于二值检测器的高速公路异常事件传感器的设计方法;利用二值检测器的特点,通过对SCM设计并结合状态识别算法获得车流量、时间占有率等交通状态参数;为了降低管控中心异常事件检测算法的设计难度,提高整体系统的运行效率,传感器选择性地提供必要的交通状态参数;最后管控中心通过对交通状态参数分析处理,实现异常事件的检测;仿真实验结果表明,该设计具备可行性。

基于速度的交通状态识别及动态评价研究

通过研究交通状态的识别,以及相应的控制策略,来适应变化的交通环境,并实时评价调整方案的效果。首先,运用视频检测技术,以行程速度为出发点,根据相同等级道路设定统一的速度阈值,来对当前的交通状态进行判别,并建立三级预警机制,为管理者提供决策依据;然后构建基于交通流协调程度的动态综合评价模型,对路网运行效果进行粗略评价,并按照时间长短分两级对路网的交通状态变化及趋势进行动态评价分析。最后,通过实际数据对交通状态的演变关系及变化趋势进行了验证。