基于突变强度的交通事件自动检测算法
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
An Automatic Incident Detection Algorithm Based on Mutation Strength
LI Hong-wei1lan6, ZHU Hong-wei7
(1. College of Civil and Transportation Engineering, Hohai University, Nanjing 210024, China; 2. Faculty of Maritime and Transportation, Ningbo University, Ningbo 315211, Zhejiang, China; 3. Xinjiang Institute of Technology, Akesu 843100, Xinjiang, China; 4. National Traffic Management Engineering & Technology Research Centre Ningbo University Sub-centre, Ningbo 315211, Zhejiang, China;
China; 7. Wuhan Transportation Science Research Institute, Wuhan 430015, China)
Abstract: In order to design an automatic incident detection(AID) algorithm for expressway traffic incidents with high detection rate, this paper analyses the change characteristics of traffic flow, speed and occupancy parameters in the longitudinal time series when traffic accidents occur based on the mutation strength theory, drawing the following conclusions: the values of mutation strength of traffic parameters in incident time are larger. An AID algorithm for expressway based on the product of mutation strength of three parameters as an incident evaluation index was established. By comparing the new algorithm with three algorithms based on the measured data of expressway traffic incidents, it was verified that the detection rate of the new algorithm is high, which is 100.00%, the false detection rate is 5.75%. At the same time, it is concluded that the stability of the longitudinal time series
5. Jiangsu Province Collaborative Innovation Center for Modern Urban Traffic Technologies, Nanjing 210000, China; 6. School of Transportation, Wuhan University of Technology, Wuhan 430063,
技术研究中心宁波大学分中心，浙江 宁波 315211；5. 现代城市交通技术江苏高校协同创新中心， 南京 210000；6. 武汉理工大学 交通学院，武汉 430063；7. 武汉市交通科学研究所，武汉 430015)
摘 要： 为设计 1 种检测率高的快速路交通事件自动检测(Automatic Incident Detection， AID)算法，基于突变强度理论，分析交通事件下流量、速度、占有率突变强度在纵向时间序列 的变化特征，得出事件时段，交通参数突变强度值较大 . 本文以三参数突变强度乘积为事件评 价指数设计了 1 种快速路 AID 算法 . 新算法与 3 种 AID 算法对比得出：新算法检测率高 (100.00%)，误检率低(5.75%)；与横向时间序列相比，纵向时间序列数据稳定性更好；参数数量 的增加可提高检测率 . 新算法适用于各种流量，在低峰检测率为 100.00%，误检率为 0，检测效 果最佳；高峰时段保持 100.00%高检测率，误检率为 5.66%，误检事件多发生在上下班早晚高 峰和午休 3 个交通流量变化较大的时段 . 关键词： 智能交通；交通事件自动检测算法；纵向时间序列；突变强度；快速路
中 图 分 类 号 ：U491
Vol.19 No.5 October 2019
文 献 标 志 码：A
基于突变强度的交通事件自动检测算法
李红伟 1，姜桂艳*2, 3, 4, 5，李素兰 6，朱宏伟 7
(1. 河海大学 土木与交通学院，南京 210024；2. 宁波大学海运学院 宁波港航物流服务体系 协同创新中心，浙江 宁波 315211；3. 新疆理工学院，新疆 阿克苏 843100；4. 国家道路交通管理工程
第19卷 第 5 期 2019 年 10 月
交通运输系统工程与信息 Journal of Transportation Systems Engineering and Information Technology
文章编号 ：1009-6744(2019)05-0059-07 DOI:10.16097/ki.1009-6744.2019.05.009
LI Hong-wei1lan6, ZHU Hong-wei7
(1. College of Civil and Transportation Engineering, Hohai University, Nanjing 210024, China; 2. Faculty of Maritime and Transportation, Ningbo University, Ningbo 315211, Zhejiang, China; 3. Xinjiang Institute of Technology, Akesu 843100, Xinjiang, China; 4. National Traffic Management Engineering & Technology Research Centre Ningbo University Sub-centre, Ningbo 315211, Zhejiang, China;
China; 7. Wuhan Transportation Science Research Institute, Wuhan 430015, China)
Abstract: In order to design an automatic incident detection(AID) algorithm for expressway traffic incidents with high detection rate, this paper analyses the change characteristics of traffic flow, speed and occupancy parameters in the longitudinal time series when traffic accidents occur based on the mutation strength theory, drawing the following conclusions: the values of mutation strength of traffic parameters in incident time are larger. An AID algorithm for expressway based on the product of mutation strength of three parameters as an incident evaluation index was established. By comparing the new algorithm with three algorithms based on the measured data of expressway traffic incidents, it was verified that the detection rate of the new algorithm is high, which is 100.00%, the false detection rate is 5.75%. At the same time, it is concluded that the stability of the longitudinal time series
5. Jiangsu Province Collaborative Innovation Center for Modern Urban Traffic Technologies, Nanjing 210000, China; 6. School of Transportation, Wuhan University of Technology, Wuhan 430063,
技术研究中心宁波大学分中心，浙江 宁波 315211；5. 现代城市交通技术江苏高校协同创新中心， 南京 210000；6. 武汉理工大学 交通学院，武汉 430063；7. 武汉市交通科学研究所，武汉 430015)
摘 要： 为设计 1 种检测率高的快速路交通事件自动检测(Automatic Incident Detection， AID)算法，基于突变强度理论，分析交通事件下流量、速度、占有率突变强度在纵向时间序列 的变化特征，得出事件时段，交通参数突变强度值较大 . 本文以三参数突变强度乘积为事件评 价指数设计了 1 种快速路 AID 算法 . 新算法与 3 种 AID 算法对比得出：新算法检测率高 (100.00%)，误检率低(5.75%)；与横向时间序列相比，纵向时间序列数据稳定性更好；参数数量 的增加可提高检测率 . 新算法适用于各种流量，在低峰检测率为 100.00%，误检率为 0，检测效 果最佳；高峰时段保持 100.00%高检测率，误检率为 5.66%，误检事件多发生在上下班早晚高 峰和午休 3 个交通流量变化较大的时段 . 关键词： 智能交通；交通事件自动检测算法；纵向时间序列；突变强度；快速路
中 图 分 类 号 ：U491
Vol.19 No.5 October 2019
文 献 标 志 码：A
基于突变强度的交通事件自动检测算法
李红伟 1，姜桂艳*2, 3, 4, 5，李素兰 6，朱宏伟 7
(1. 河海大学 土木与交通学院，南京 210024；2. 宁波大学海运学院 宁波港航物流服务体系 协同创新中心，浙江 宁波 315211；3. 新疆理工学院，新疆 阿克苏 843100；4. 国家道路交通管理工程
第19卷 第 5 期 2019 年 10 月
交通运输系统工程与信息 Journal of Transportation Systems Engineering and Information Technology
文章编号 ：1009-6744(2019)05-0059-07 DOI:10.16097/ki.1009-6744.2019.05.009