高速公路事件自动检测算法研究（下）
(2012-09-01 16:28:39)
四、 国内事件自动检测算法研究现状
随着社会的不断发展，对事件检测技术的要求也越来越高，很多传统的算法已经难以满足交通事件管理的需要，于是一些改进的事件自动检测算法就出现了，我们主要对国内一些常见的改进AID算法做一简单的介绍：
史新宏、蔡伯根（2001）[14]提出了一种包含各种事件检测算法的优异特性的新算法，该算法将各个判决步骤模块化，各模块根据其相应的要求采用不同的事件检测算法的某个较好的特性。但该算法的有效性有待进一步通过实测数据验证。姜桂艳、温慧敏等（2001）[15]提出了一种具有三级报警制度的高速公路交通事件自动检测系统，并以人工神经网络技术为依托，设计了基于单个检测设施的AID算法。模拟结果表明，基于单个路段交通流参数标定的模型可以应用于其它路段交通事件的检测。在DR、FAR和MTTD方面都优于目标方法。但其有效性需要进一步通过实测数据进行检验。周伟、罗石贵（2001）[16]提出了一种基于模糊综合识别的事件检测算法，该算法可以检测拥挤并确定拥挤成因，仿真结果表明，在DR为96.05％时，FAR为3.09％，相当于加州算法和滤波算法的1/4，表现出了良好的性能。李文江、荆便顺等（1997）[17]提出了一种基于小波分析的事件检测算法，该算法首先构造二进小波，对交通流数据进行二进小波转换，检测其奇异点，根据判断逻辑确定是否有事件发生。并采用广佛高速公路交通流数据对该算法进行了离线测试，与加州算法、滤波算法比较，当检测率为95％时，其误警率还不及它们的1/4，显示出了该算法的优越性。周雪铭[18]提出了一种同时基于小波分析和神经网络的AID算法，其基本思想是通过小波变化对原始采样信号进行奇异点检测，然后通过神经网络对小波变换的结果进行分类，最后给出交通事件的信息。通过MATLAB仿真实验，表明该算法相对于传统的事件检测算法能更准确、快速地实现分类。
五、 AID研究中存在的问题及未来工作的重点
我们应该注意到，由于评估方法、事件发生的地点、交通状况以及检测器的空间布置的不同，上述算法的性能并不具有可比性，算法的实际特性可能会与本文所述有很大区别。但从各种算法的描述与比较中，我们可以看出各种算法都有其优于和劣于其它算法的一面，单个算法很难达到最佳的事件检测性能。
目前算法大多存在阈值标定比较困难、误警率过高、可移植性和自适应性差等缺点，为了解决这些问题，首先要采用先进的检测技术来提高检测数据的精度，以满足AID的需要。其次，要降低事件的误警率，同时还要尽量缩短AID的时间。研究表明，人们可以接受的误警率低于1％，而事件在发生1min内就可以检测到的话，每年就可以挽救多达3000人的生命。因此，误警率和检测时间对AID来说，是最重要的两个指标。最后，针对路段不同的交通状态和检测间距及不同性能指标下，采用在该状况下最好的AID算法。
未来的检测算法在实际应用中应将不同的算法加以组合，以提高运行效果。可以通过赋予不同检测算法不同的权值来决定最后结果，以实现算法的优化组合。并且在算法中融合神经网络等智能技术，以及先进的信号处理、模式识别和分类技术等，将是今后AID算法的发展方向。
六、 结束语
本论文详细介绍了高速公路AID算法的原理，并指出了其优缺点。但在已开发的高速公路AID算法中，并没有一种算法的性能完全优于其它算法，并且大多数的AID算法不是基于现场数据，而是基于仿真模型输出数据。因此，如何选择最优的AID算法，需要实测数据的进一步验证。
随着社会的不断发展，对事件检测技术的要求也越来越高，很多传统的算法已经难以满足交通事件管理的需要，于是一些改进的事件自动检测算法就出现了，我们主要对国内一些常见的改进AID算法做一简单的介绍：
史新宏、蔡伯根（2001）[14]提出了一种包含各种事件检测算法的优异特性的新算法，该算法将各个判决步骤模块化，各模块根据其相应的要求采用不同的事件检测算法的某个较好的特性。但该算法的有效性有待进一步通过实测数据验证。姜桂艳、温慧敏等（2001）[15]提出了一种具有三级报警制度的高速公路交通事件自动检测系统，并以人工神经网络技术为依托，设计了基于单个检测设施的AID算法。模拟结果表明，基于单个路段交通流参数标定的模型可以应用于其它路段交通事件的检测。在DR、FAR和MTTD方面都优于目标方法。但其有效性需要进一步通过实测数据进行检验。周伟、罗石贵（2001）[16]提出了一种基于模糊综合识别的事件检测算法，该算法可以检测拥挤并确定拥挤成因，仿真结果表明，在DR为96.05％时，FAR为3.09％，相当于加州算法和滤波算法的1/4，表现出了良好的性能。李文江、荆便顺等（1997）[17]提出了一种基于小波分析的事件检测算法，该算法首先构造二进小波，对交通流数据进行二进小波转换，检测其奇异点，根据判断逻辑确定是否有事件发生。并采用广佛高速公路交通流数据对该算法进行了离线测试，与加州算法、滤波算法比较，当检测率为95％时，其误警率还不及它们的1/4，显示出了该算法的优越性。周雪铭[18]提出了一种同时基于小波分析和神经网络的AID算法，其基本思想是通过小波变化对原始采样信号进行奇异点检测，然后通过神经网络对小波变换的结果进行分类，最后给出交通事件的信息。通过MATLAB仿真实验，表明该算法相对于传统的事件检测算法能更准确、快速地实现分类。
五、 AID研究中存在的问题及未来工作的重点
我们应该注意到，由于评估方法、事件发生的地点、交通状况以及检测器的空间布置的不同，上述算法的性能并不具有可比性，算法的实际特性可能会与本文所述有很大区别。但从各种算法的描述与比较中，我们可以看出各种算法都有其优于和劣于其它算法的一面，单个算法很难达到最佳的事件检测性能。
目前算法大多存在阈值标定比较困难、误警率过高、可移植性和自适应性差等缺点，为了解决这些问题，首先要采用先进的检测技术来提高检测数据的精度，以满足AID的需要。其次，要降低事件的误警率，同时还要尽量缩短AID的时间。研究表明，人们可以接受的误警率低于1％，而事件在发生1min内就可以检测到的话，每年就可以挽救多达3000人的生命。因此，误警率和检测时间对AID来说，是最重要的两个指标。最后，针对路段不同的交通状态和检测间距及不同性能指标下，采用在该状况下最好的AID算法。
未来的检测算法在实际应用中应将不同的算法加以组合，以提高运行效果。可以通过赋予不同检测算法不同的权值来决定最后结果，以实现算法的优化组合。并且在算法中融合神经网络等智能技术，以及先进的信号处理、模式识别和分类技术等，将是今后AID算法的发展方向。
六、 结束语
本论文详细介绍了高速公路AID算法的原理，并指出了其优缺点。但在已开发的高速公路AID算法中，并没有一种算法的性能完全优于其它算法，并且大多数的AID算法不是基于现场数据，而是基于仿真模型输出数据。因此，如何选择最优的AID算法，需要实测数据的进一步验证。
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)