简单谈谈高速公路事件自动检测算法研究（上）
(2012-09-01 16:27:43)
摘 要：对智能交通系统（ITS）的重要组成部分交通事件自动检测（AID）技术进行了综述。通过分析日益严重的交通拥挤问题及其对社会经济产生的负面影响，提出了AID研究的必要性。介绍了高速公路AID算法的分类与性能评估指标，重点阐述了各种算法的原理并对其进行了性能的比较分析，针对存在的问题和高速公路交通事件管理的实际需要，指出了未来AID研究的重点。
关键词：交通拥挤；高速公路；事件自动检测；检测算法
目前，交通拥挤日益成为高速公路运营的重要问题，拥挤使高速公路效率降低，也使高速公路发生事故的可能性显著增大。交通拥挤的实质是交通需求超过了道路通行能力，平均车速下降，交通流量减少。在交通拥挤状态下，运行时间无法估计，严重的影响人们的出行，造成了不良的社会影响。
根据原因的不同，高速公路上的交通拥挤分为两种类型：常发性拥挤和偶发性拥挤。常发性拥挤有两种情况：一种是由于交通需求过大引起的；另外一种是由于道路几何条件上的缺陷造成的局部通行能力降低。常发性拥挤可以预测，它往往是在高速公路某路段处周期性的发生，这样就可以通过多次观察来预测其发生的时间和地点。偶发性拥挤是由于道路上的偶然事件暂时阻塞一条或多条车道，引起路段通行能力下降，结果导致拥挤。偶发事件包括交通事故、车辆抛锚、货物散落等。偶发性拥挤中越来越多的交通突发事件不但对高速公路的正常运行产生严重影响，也降低了交通的安全性。
偶发性拥挤需要通过事件检测来判断，事件检测技术可分为非自动检测技术和自动检测技术（Automatic Incident Detection, AID）。驾驶员使用电话亭或蜂窝电话、公路巡逻队、闭路电视等属于非自动检测技术，它要求当时当地有目击者。而基于交通流参数变化来检测交通事件的AID技术可以不需现场目击者，全天候、全程地发挥作用，展示出巨大的潜力，并成为ITS研究的一项非常重要的内容，是事件检测研究的主要方向。
一、 AID算法性能评估的指标
(1) 误警率(FAR)，即式中：FN为误报警次数；DN为检测到事件之前所做的决策总数
(2) 检测率(DR)，即式中：DR为检测率；DN为检测到的事件数；AN为实际发生的事件数。
(3) 平均检测时间(MTTD)，即
式中：MTTD为平均检测时间；TI(i)为事件i实际发生的时间；AT(i)为算法检测到事件i的时间；n为算法检测到的真正事件数。
这些评估的指标是相互依赖的。通常提高检测率的性能，误警率也会随着升高。同样的，如果误警率下降，算法的灵敏度也就降低并且检测率也下降。通常情况下，算法的检测时间越长，检测效果就越好。但是增加检测时间，检测率和误警率都会下降。由于这种相互依赖性，大多数报告都给出DR，FAR和MTTD的范围来描述算法的性能。这些值必须与具体的位置相一致，并且在可接受的检测时间和检测率下有可以容忍的误警率。
由于存在着这些关系，一个算法必须权衡FAR、DR和MTTD这3个方面来进行性能评估，并且通常没有一个必然的最佳选择，因而事件检测必须均衡检测率、误警率和检测时间三者之间的关系。
二、 AID算法性能的评估方法
算法评估是指在不同的评价指标取值下对算法进行测试，直到取得一个综合的最优性能值。因为参数值彼此间具有矛盾性，所以很难找到最优值。通常将检测率的增长不会导致误警率的很大增长的点确定为最优的参数值点。当需要校准的参量多于两个时，需要进行优化处理。在评估过程中通常应用性能指标(PI)这个参数，较低的PI值表明更好的特性。当DR 100%，FAR 0%及MTTD 0时，文献
[2]给出了评价公式：
其中，m 0，n 0且p 0 (4)PI方程中的系数m，n，p分别代表DR，FAR和MTTD的重要性。这些系数的典型取值是m=1，n=1和p=1。取值越大代表该参数越重要。
文献[4]开发了一种新的评估方法，用一个价值函数来代替DR－FAR曲线，通过预测延误引起的总费用对具体的AID算法进行评价。这项费用包括实施AID算法产生的费用（如派遣拖车等），是基于对训练数据的一些假设和预测得到的，可以对不同的算法进行比较。更重要的是，通过处理这些阻塞（实施）的费用来代替DR－FAR曲线，事件严重的程度和响应时间都可以进行自动的分析。
国内学者徐学才、刘澜(2004)[5]采用模拟退火的方法对AID算法进行评估，该算法是将组合优化问题与统计力学的热平衡问题类比，找到求解优化问题的新方法。这种算法不但接受好的状态，而且以Boltzmann概率接受坏的状态，在一定程度上避免了搜索停止于局部最优解，在理论上能够收敛于全局最优解。应用该方法进行评估，也取得了很好的评估效果。
关键词：交通拥挤；高速公路；事件自动检测；检测算法
目前，交通拥挤日益成为高速公路运营的重要问题，拥挤使高速公路效率降低，也使高速公路发生事故的可能性显著增大。交通拥挤的实质是交通需求超过了道路通行能力，平均车速下降，交通流量减少。在交通拥挤状态下，运行时间无法估计，严重的影响人们的出行，造成了不良的社会影响。
根据原因的不同，高速公路上的交通拥挤分为两种类型：常发性拥挤和偶发性拥挤。常发性拥挤有两种情况：一种是由于交通需求过大引起的；另外一种是由于道路几何条件上的缺陷造成的局部通行能力降低。常发性拥挤可以预测，它往往是在高速公路某路段处周期性的发生，这样就可以通过多次观察来预测其发生的时间和地点。偶发性拥挤是由于道路上的偶然事件暂时阻塞一条或多条车道，引起路段通行能力下降，结果导致拥挤。偶发事件包括交通事故、车辆抛锚、货物散落等。偶发性拥挤中越来越多的交通突发事件不但对高速公路的正常运行产生严重影响，也降低了交通的安全性。
偶发性拥挤需要通过事件检测来判断，事件检测技术可分为非自动检测技术和自动检测技术（Automatic Incident Detection, AID）。驾驶员使用电话亭或蜂窝电话、公路巡逻队、闭路电视等属于非自动检测技术，它要求当时当地有目击者。而基于交通流参数变化来检测交通事件的AID技术可以不需现场目击者，全天候、全程地发挥作用，展示出巨大的潜力，并成为ITS研究的一项非常重要的内容，是事件检测研究的主要方向。
一、 AID算法性能评估的指标
(1) 误警率(FAR)，即式中：FN为误报警次数；DN为检测到事件之前所做的决策总数
(2) 检测率(DR)，即式中：DR为检测率；DN为检测到的事件数；AN为实际发生的事件数。
(3) 平均检测时间(MTTD)，即
式中：MTTD为平均检测时间；TI(i)为事件i实际发生的时间；AT(i)为算法检测到事件i的时间；n为算法检测到的真正事件数。
这些评估的指标是相互依赖的。通常提高检测率的性能，误警率也会随着升高。同样的，如果误警率下降，算法的灵敏度也就降低并且检测率也下降。通常情况下，算法的检测时间越长，检测效果就越好。但是增加检测时间，检测率和误警率都会下降。由于这种相互依赖性，大多数报告都给出DR，FAR和MTTD的范围来描述算法的性能。这些值必须与具体的位置相一致，并且在可接受的检测时间和检测率下有可以容忍的误警率。
由于存在着这些关系，一个算法必须权衡FAR、DR和MTTD这3个方面来进行性能评估，并且通常没有一个必然的最佳选择，因而事件检测必须均衡检测率、误警率和检测时间三者之间的关系。
二、 AID算法性能的评估方法
算法评估是指在不同的评价指标取值下对算法进行测试，直到取得一个综合的最优性能值。因为参数值彼此间具有矛盾性，所以很难找到最优值。通常将检测率的增长不会导致误警率的很大增长的点确定为最优的参数值点。当需要校准的参量多于两个时，需要进行优化处理。在评估过程中通常应用性能指标(PI)这个参数，较低的PI值表明更好的特性。当DR 100%，FAR 0%及MTTD 0时，文献
[2]给出了评价公式：
其中，m 0，n 0且p 0 (4)PI方程中的系数m，n，p分别代表DR，FAR和MTTD的重要性。这些系数的典型取值是m=1，n=1和p=1。取值越大代表该参数越重要。
文献[4]开发了一种新的评估方法，用一个价值函数来代替DR－FAR曲线，通过预测延误引起的总费用对具体的AID算法进行评价。这项费用包括实施AID算法产生的费用（如派遣拖车等），是基于对训练数据的一些假设和预测得到的，可以对不同的算法进行比较。更重要的是，通过处理这些阻塞（实施）的费用来代替DR－FAR曲线，事件严重的程度和响应时间都可以进行自动的分析。
国内学者徐学才、刘澜(2004)[5]采用模拟退火的方法对AID算法进行评估，该算法是将组合优化问题与统计力学的热平衡问题类比，找到求解优化问题的新方法。这种算法不但接受好的状态，而且以Boltzmann概率接受坏的状态，在一定程度上避免了搜索停止于局部最优解，在理论上能够收敛于全局最优解。应用该方法进行评估，也取得了很好的评估效果。
相关链接
- 光端机选购注意事项 (2023-01-06)
- 数字光端机为什么更有优势？ (2023-01-06)
- 模拟光端机有哪些缺点？ (2023-01-06)
- 光纤收发器相关故障及解决方法 (2022-12-29)
- 电话光端机和PDH光端机的区别 (2022-12-29)
- poe光纤收发器使用教程 (2022-12-29)
- 光纤终端盒怎么使用？ (2022-12-22)
- 如何选择光纤芯数？ (2022-12-22)
- 根据光缆的使用环境选择光缆 (2022-12-22)
- 光纤和宽带有什么区别？ (2022-12-14)