【摘要】：高速公路事件檢測(cè)是智慧交通系統(tǒng)研究中的重要方向之一,也是交通信息處理領(lǐng)域的主要研究?jī)?nèi)容。我國(guó)的高速公路事件檢測(cè)研究,從1990年開(kāi)始就已經(jīng)和國(guó)際接軌,而事件檢測(cè)結(jié)果準(zhǔn)確性問(wèn)題一直是道路交通領(lǐng)域?qū)＜已芯康闹攸c(diǎn)。目前,由于數(shù)據(jù)融合在交通領(lǐng)域尚未取得滿意的結(jié)果,因此,建立基于視頻及二值傳感器數(shù)據(jù)融合的高速公路事件檢測(cè)方法,可以有效地解決單一數(shù)據(jù)源準(zhǔn)確性較差的難題。本文通過(guò)對(duì)重慶市科委項(xiàng)目“基于互聯(lián)網(wǎng)+險(xiǎn)危環(huán)境信息服務(wù)的烏魯木齊繞城高速智慧交通關(guān)鍵技術(shù)研究”進(jìn)行探索,以環(huán)境信息采集理論與技術(shù)為基礎(chǔ),提出一種可以獲取準(zhǔn)確交通狀態(tài)參數(shù)的基于二值檢測(cè)器的傳感器設(shè)計(jì)方法,同時(shí),考慮到特殊氣象條件的影響,設(shè)計(jì)閾值修正算法對(duì)傳統(tǒng)事件檢測(cè)算法進(jìn)行改進(jìn),最后,利用VISSIM仿真工具對(duì)融合方法、單項(xiàng)算法的檢測(cè)結(jié)果作比較。論文的主要研究工作如下:(1)首先針對(duì)交通事件檢測(cè)算法和多傳感器數(shù)據(jù)融合方法進(jìn)行了兩方面的文獻(xiàn)調(diào)研。掌握了各類交通檢測(cè)技術(shù)的優(yōu)缺點(diǎn),并針對(duì)高速公路事件檢測(cè)難度大、成本高等諸多因素,提出了基于二值檢測(cè)器的交通狀態(tài)參數(shù)獲取方法,并通過(guò)實(shí)驗(yàn)仿真證明,在一定的精度范圍內(nèi),虛擬串口仿真數(shù)值與理論值基本相同。(2)其次,設(shè)計(jì)閾值修正算法對(duì)傳統(tǒng)事件檢測(cè)算法進(jìn)行了改進(jìn)。通過(guò)對(duì)傳統(tǒng)算法理論的探討,發(fā)現(xiàn)在特殊氣象條件下,傳統(tǒng)事件檢測(cè)算法存在的問(wèn)題。引入了雨霧檢測(cè)概念,將雨霧信息介入事件決策。考慮成本和布設(shè)難度因素,提出了在檢測(cè)路段雨霧檢測(cè)器的稀疏布設(shè)方案及其信息處理方法,從而給出不同流量狀態(tài)對(duì)應(yīng)的低流量算法和標(biāo)準(zhǔn)偏差算法的閾值修正算法。對(duì)算法進(jìn)行數(shù)據(jù)驗(yàn)證,結(jié)果表明,閾值修正結(jié)果是與實(shí)驗(yàn)仿真結(jié)果基本一致,適當(dāng)?shù)拈撝敌拚蓽p小惡劣天氣條件對(duì)檢測(cè)結(jié)果的影響,檢測(cè)算法的準(zhǔn)確率也會(huì)有所提高。(3)最后,將表決融合方法引入事件檢測(cè)領(lǐng)域,提出了基于多傳感器數(shù)據(jù)融合的高速公路事件檢測(cè)方法,方法有效的完成了基于視頻檢測(cè)器的自動(dòng)識(shí)別算法模塊與基于二值檢測(cè)器的改進(jìn)低流量算法或標(biāo)準(zhǔn)偏差算法模塊在決策層的融合。通過(guò)VISSIM交通建模仿真軟件對(duì)高速公路進(jìn)行事件仿真,結(jié)果表明,表決融合方法在事件檢測(cè)性能上優(yōu)于單項(xiàng)算法,不僅能充分發(fā)揮單項(xiàng)算法的優(yōu)勢(shì),而且提高了事件的檢測(cè)率。
【圖文】：

圖 1.1 滁新高速突發(fā)團(tuán)霧引起事故 圖 1.2 永登高速發(fā)生多車事故圖 1.3 上海浦東多車追尾事故 圖 1.4 四川達(dá)州因霧連環(huán)車禍烏魯木齊繞城高速公路里程長(zhǎng)，東線段全長(zhǎng) 79.532km,西線全長(zhǎng)約 94.85k帶大陸性氣候，不同于新疆境內(nèi)的其他高速公路，烏魯木齊繞城高速公路強(qiáng)的特殊性，全線地形地勢(shì)起伏較大，，路線密集穿越了低山區(qū)、丘陵區(qū)、積扇區(qū)，沿線自然條件比較惡劣，沿線將遇到風(fēng)吹雪（風(fēng)雪流）、強(qiáng)橫風(fēng)霧等路段，容易產(chǎn)生凝凍和團(tuán)霧。不僅會(huì)嚴(yán)重影響人們的視線，也會(huì)給道

圖 1.1 滁新高速突發(fā)團(tuán)霧引起事故 圖 1.2 永登高速發(fā)生多車事故圖 1.3 上海浦東多車追尾事故 圖 1.4 四川達(dá)州因霧連環(huán)車禍烏魯木齊繞城高速公路里程長(zhǎng)，東線段全長(zhǎng) 79.532km,西線全長(zhǎng)約 94.85k帶大陸性氣候，不同于新疆境內(nèi)的其他高速公路，烏魯木齊繞城高速公路強(qiáng)的特殊性，全線地形地勢(shì)起伏較大，路線密集穿越了低山區(qū)、丘陵區(qū)、積扇區(qū)，沿線自然條件比較惡劣，沿線將遇到風(fēng)吹雪（風(fēng)雪流）、強(qiáng)橫風(fēng)霧等路段，容易產(chǎn)生凝凍和團(tuán)霧。不僅會(huì)嚴(yán)重影響人們的視線，也會(huì)給道
【學(xué)位授予單位】：重慶交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：U495

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 賈軼亮;;惡劣天氣條件下高速公路交通安全管理方法分析[J];科技創(chuàng)新與應(yīng)用;2015年35期

2 付建勝;祖暉;譙志;王少飛;;信息融合技術(shù)及其在智能交通領(lǐng)域中的應(yīng)用[J];公路交通技術(shù);2014年03期

3 陳咨余;張新偉;葉凌云;;基于LMS算法的多傳感器數(shù)據(jù)加權(quán)融合方法[J];計(jì)算機(jī)工程與應(yīng)用;2014年20期

4 張萌萌;楊陽(yáng);王世廣;;基于事件檢測(cè)效益的高速公路交通檢測(cè)器布設(shè)方案研究[J];公路;2013年08期

5 李琦;姜桂艷;;高速公路交通事件自動(dòng)檢測(cè)算法[J];哈爾濱工程大學(xué)學(xué)報(bào);2013年09期

6 胡思濤;朱艷茹;;團(tuán)霧天氣對(duì)高速公路交通安全的影響機(jī)理研究[J];中外公路;2013年02期

7 宋鴻;陳寧;彭建國(guó);蔣程;劉玉印;;多源交通信息融合技術(shù)在重慶市智能交通誘導(dǎo)系統(tǒng)中的應(yīng)用研究[J];交通標(biāo)準(zhǔn)化;2013年01期

8 周強(qiáng);鄭長(zhǎng)江;陳淑燕;愈張嘯;;基于決策融合的城市道路交通事件自動(dòng)檢測(cè)算法研究[J];交通信息與安全;2011年03期

相關(guān)會(huì)議論文 前1條

1 覃頻頻;許登元;姚起宏;黃大明;;基于表決融合的高速公路事件檢測(cè)算法融合[A];'2006系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];2006年

相關(guān)博士學(xué)位論文 前1條

1 覃頻頻;基于信息融合的高速公路事件檢測(cè)建模與仿真[D];西南交通大學(xué);2007年

相關(guān)碩士學(xué)位論文 前8條

1 張鴻玉;基于多源檢測(cè)器的交通參數(shù)一體化感知方法研究[D];吉林大學(xué);2017年

2 鹿高娜;基于D-S證據(jù)理論的融合事件檢測(cè)算法研究[D];北京交通大學(xué);2016年

3 楊鑫宇;霧對(duì)高速公路行車的影響及對(duì)策研究[D];長(zhǎng)安大學(xué);2014年

4 韓坤林;基于車檢器及收費(fèi)數(shù)據(jù)融合的高速公路異常狀態(tài)識(shí)別研究[D];重慶大學(xué);2014年

5 鄒博維;基于多傳感器的車輛局部交通環(huán)境感知[D];吉林大學(xué);2013年

6 劉克;高速公路的路段行程時(shí)間估計(jì)與預(yù)測(cè)方法研究[D];北京交通大學(xué);2013年

7 韋旭棉;基于固定型檢測(cè)器的高速公路自動(dòng)事件檢測(cè)算法研究[D];山東大學(xué);2011年

8 黃靜;多傳感器信息融合在車輛定位與導(dǎo)航中的應(yīng)用[D];蘭州理工大學(xué);2005年

本文編號(hào)：2597406