数据融合技术在高速公路交通事件检测中的应用

本论文所依托的国家自然科学基金项目为《智能化高速公路突发事件监控系统关键理论与方法研究》。 本论文针对AID算法检测效果和交通数据采集成本之间的矛盾,分别设计了基于数据级融合的AID算法和基于决策级融合的AID算法。由于固定型交通检测器的布设间距和移动型交通检测器的样本量对AID算法的检测效果有直接的影响,因此,本论文对交通检测器布设优化进行了研究。为了便于交通检测器组合方案的初步设计,在对交通检测器进行组合之前,先分别对固定型交通检测器的布设优化和移动型交通检测器样本量优化进行了研究。在此基础上,设计交通检测器组合方案,并运用模拟手段对新算法和交通检测器布设优化的有效性进行了分析。结果表明,这两种算法的检测效果明显优于经典的加利福尼亚算法和MacMaster算法,具有较好的有效性;与基于固定型交通检测器的AID算法和基于移动型交通检测器的AID算法相比,在相同的检测效果条件下,使用交通检测器组合的AID算法的固定型交通检测器的布设间距较大,移动型交通检测器的样本量较小,即利用多种交通检测器采集的交通数据,可以减少交通检测器的数量。因此,合理的对交通检测器进行组合,运用数据融合技术对高速公路交通事件进行检测,可以在一定程度上缓解交通数据采集成本和AID算法检测效果之间的矛盾。