[发明专利]一种基于单截面环形线圈检测器的道路交通事件检测方法

说明书

技术领域

本发明涉及道路交通事件检测领域，特别是一种基于单截面环形线圈检测器的道路交通事件检测方法。

背景技术

自20世纪60年代开始，高速公路交通事件检测算法的研究就成为交通领域的研究热点。运用先进的自动检测技术快速准确地检测交通事件发生与否，可以对道路交通流进行有效地管理，快速地疏导拥挤交通流，尽快地实施事故救援，缓解由于交通事件造成的交通拥堵。

早期的交通事件检测算法侧重于对交通参数的分析，通过设置相应的阈值来进行交通事件的判别。随着人工智能技术的发展，出现了诸如人工神经网络模型、模糊逻辑模型、概率神经网络模型、模糊逻辑遗传算法模型以及支持向量机模型等一系列的智能交通事件检测算法。采用先进的算法极大地提高了交通事件的检测效率，但是这些算法大多需要事先采集大量的数据进行网络训练，标定各种参数，大多局限于理论研究，在实际中很难进行工程应用。

因此，交通事件检测算法的关键是如何更加合理地选取判断交通事件发生的交通状态指标。此外，阈值选取也是交通事件检测的一个关键因素，应尽量采用较少的判别阈值，减小阈值标定的难度，提高算法在不同交通环境下的普适性。

发明内容

本发明的目的在于提供一种基于单截面环形线圈检测器的道路交通事件检测方法，其特征在于基于道路上某一个检测断面的交通信息，综合考虑多种交通流参数，自动判别该检测断面上游是否发生交通事件，同时该方法采用尽量少的判别阈值，易于工程实现。

该方法的基本思想是以交通流量、速度、时间占有率这三项交通流参数构造一个三维空间，以交通流量、速度、时间占有率的预测值为中心，以三项交通流参数的历史标准误差的极限值为轴长，构造一个交通事件判别的椭球体。将交通流参数的实测值与这个椭球体进行对比，若实测值的三个参数所对应的点位于椭球体外，则判定该检测断面上游有交通事件发生，否则，判定该检测断面上游没有交通事件发生。

为实现上述目的，本发明提出的道路交通事件检测方法包括每一采样间隔内交通流数据获取的步骤、根据检测的交通流数据对下一采样间隔内交通流数据进行预测的步骤、根据预测数据与实际检测数据计算交通事件判别指标的步骤、根据交通事件判别指标来确定交通事件发生与否的步骤。

具体的检测步骤包括：

c1、从各检测断面各车道上的环形线圈检测器中根据事先确定的采样间隔时间获取该检测断面该车道的交通流量、速度和时间占有率这三项交通流参数，并对交通流参数进行预处理，得到表征该检测断面交通流特性的交通流量、速度和时间占有率。

c2、根据预处理后的交通流参数预测下一采样间隔的交通流量、速度和时间占有率。

c3、根据所述交通流量、速度和时间占有率的预测值与实际检测值的关系，计算交通事件判别指标。

c4、根据所述交通事件判别指标的值，判定该检测断面上游是否有交通事件发生。

c5、根据步骤c4的判别结果，若有交通事件发生，则通知交警或在信息板上提醒驾驶员，若没有，则跳转至步骤c1。

进一步的，步骤c1中获取实时交通流参数的过程包括：

c11、在需要检测的路段中每隔500-800米的检测断面上布设一组环形线圈检测器，并使用电线、光缆或无线通信的方式与交通事件检测中心相连。每组环形线圈检测器包括每条车道上相距一定距离布设的一对环形线圈检测器。

c12、确定数据采样间隔。交通事件检测中需要能获取短时交通流的突变特性，故选取采样间隔为30秒或1分钟。

c13、通过环形线圈检测器获取每一采样间隔内每条车道上的交通流量、速度和时间占有率数据。

c14、对步骤c13中获得的各车道实时交通流参数进行预处理，得到表征该检测断面的交通流参数。

进一步的，步骤c13中对于每个检测断面每条车道上的一对环形线圈检测器，从沿行车方向的第一个环形线圈检测器中获取相应车道的交通流量和时间占有率，从该车道的一对环形线圈检测器中获取相应车道的每辆车的速度，从而得到该车道上车辆的平均行驶速度。

从环形线圈检测器中获取交通参数具体包括：

c131、获取交通流量参数。

式中：——第检测断面第条车道第采样间隔内交通流量的检测值（辆/小时）；

——第检测断面第条车道第采样间隔内通过第一个环形线圈检测器的总车辆数（辆）；

——采样间隔时长（s）。

c132、获取速度参数。

采样间隔内每辆车的地点速度：