基于視頻檢測(cè)的路網(wǎng)預(yù)測(cè)仿真研究

文/張進(jìn) 張躍進(jìn) 龔瑋瑋，南昌理工學(xué)院

基于視頻檢測(cè)的路網(wǎng)預(yù)測(cè)仿真研究

文/張進(jìn) 張躍進(jìn) 龔瑋瑋，南昌理工學(xué)院

智能交通系統(tǒng)的發(fā)展是解決大城市交通擁堵問(wèn)題的重要戰(zhàn)略。目前，智能交通系統(tǒng)已發(fā)展到先進(jìn)階段，交通數(shù)據(jù)分析、控制和決策的豐富交通數(shù)據(jù)檢測(cè)方法為數(shù)據(jù)提供了良好的數(shù)據(jù)基礎(chǔ)，已成為一項(xiàng)熱門(mén)的研究和工程應(yīng)用。傳統(tǒng)的交通控制和交通誘導(dǎo)系統(tǒng)是實(shí)時(shí)交通流數(shù)據(jù)檢測(cè)建立交通流檢測(cè)的基礎(chǔ)上,通過(guò)控制和制導(dǎo)算法和實(shí)現(xiàn)控制,它缺乏歷史交通數(shù)據(jù)分析和交通預(yù)測(cè)、交通控制和指導(dǎo)缺乏可預(yù)測(cè)性,只根據(jù)最近交通參數(shù)在很短的時(shí)間內(nèi)選擇交通控制的控制方案。

交通流預(yù)測(cè)；交通事件檢測(cè)；路網(wǎng)預(yù)測(cè)

1 視頻檢測(cè)路網(wǎng)的主要?jiǎng)?chuàng)新和意義

為了進(jìn)一步提高交通事故的可預(yù)測(cè)性,為交通控制和交通控制的快速反應(yīng)能力和指導(dǎo)建立協(xié)作,創(chuàng)新研究基于動(dòng)態(tài)交通預(yù)測(cè)、交通事件檢測(cè)、交通控制和指導(dǎo)協(xié)調(diào)模型,主要?jiǎng)?chuàng)新包括以下三個(gè)方面:(1)研究提出一套交通流數(shù)據(jù)預(yù)處理方法,包括判別和校正方法,方法填充缺失數(shù)據(jù)錯(cuò)誤數(shù)據(jù)和冗余數(shù)據(jù)簡(jiǎn)化方法,并將這些方法應(yīng)用于廣州市的交通流量檢測(cè)系統(tǒng)。良好的數(shù)據(jù)質(zhì)量是流量預(yù)測(cè)的基礎(chǔ)。在工程實(shí)踐中，交通流數(shù)據(jù)充滿噪聲，不能直接使用。因此，有必要對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理，也稱為數(shù)據(jù)清理。本文提出的數(shù)據(jù)預(yù)處理方法具有工程實(shí)用價(jià)值，具有一定的現(xiàn)實(shí)意義。(2)提出了一套基于視頻圖像的交通事故檢測(cè)方法，并應(yīng)用于廣州市交通事故檢測(cè)系統(tǒng)。因此，基于視頻檢測(cè)方法的依賴，可以克服交通流探測(cè)器數(shù)據(jù)分析的交通事故檢測(cè)方法，充分利用城市交通視頻的豐富資源，大大減少項(xiàng)目投入，具有重要意義。(3)提出了城市智能交通控制和交通指導(dǎo)的預(yù)測(cè)模型，包括基于交通預(yù)測(cè)模型的支持向量機(jī)、參數(shù)選擇和優(yōu)化方法，建立了對(duì)核函數(shù)的關(guān)注，并在工程實(shí)踐中進(jìn)行了驗(yàn)證。為了提高自動(dòng)適應(yīng)交通流的變化的能力在交通控制系統(tǒng)中,提出了基于支持向量機(jī)(SVM)回歸的短期交通流預(yù)測(cè)模型,總結(jié)了工程應(yīng)用的建模過(guò)程,實(shí)驗(yàn)和分析的定量模型,廣州城市和交通流檢測(cè)系統(tǒng)數(shù)據(jù)來(lái)驗(yàn)證模型的可行性和有效性,隨之而來(lái)的工程應(yīng)用提供了依據(jù)。最后，利用粒子群算法對(duì)參數(shù)的選取進(jìn)行優(yōu)化。

2 協(xié)同視頻檢測(cè)路網(wǎng)可以實(shí)現(xiàn)交通事件管理的自動(dòng)高效和智能化

城市交通系統(tǒng)的復(fù)雜性和多樣性的類型設(shè)施,管理的目標(biāo)和方法,決定了城市交通系統(tǒng)不能使用一個(gè)類或一個(gè)模型,例如,在路上分別根據(jù)不同的交通流模式需要通過(guò)波動(dòng)模型,流體模型或模型分析。目前我國(guó)在交通設(shè)施建設(shè)和交通的發(fā)展,但對(duì)于城市交通系統(tǒng)的分析,往往依賴于優(yōu)化模型的早期或其改進(jìn)形式,雖然近年來(lái),提出了一些新想法產(chǎn)生的交通流量分析技術(shù),如動(dòng)態(tài)分配,開(kāi)發(fā)優(yōu)化模型在應(yīng)用時(shí)變動(dòng)態(tài)交通管理系統(tǒng),但是由于數(shù)據(jù)來(lái)源和模型校準(zhǔn)。因此，有必要將交通仿真技術(shù)擴(kuò)展到最近實(shí)施的交通項(xiàng)目和管理控制方案，并對(duì)小區(qū)的交通網(wǎng)絡(luò)進(jìn)行分析，因此，仿真方法為不同設(shè)計(jì)方案的評(píng)價(jià)、事故預(yù)測(cè)和擁塞提供了較好的技術(shù)手段。此外，交通仿真模型還可以將模型作為一個(gè)子模型集成到其他類別中，提供一般模型無(wú)法得到數(shù)據(jù)或參數(shù)，如transty - 7f仿真中的交通交叉控制模型和路段的DYNASMART仿真模型。

根據(jù)國(guó)內(nèi)外公路運(yùn)輸仿真系統(tǒng)建設(shè)現(xiàn)狀與發(fā)展趨勢(shì)以及我國(guó)鐵路運(yùn)輸仿真系統(tǒng)建設(shè)的成績(jī)與存在的問(wèn)題，從可持續(xù)發(fā)展的戰(zhàn)略角度出發(fā)，仿真系統(tǒng)的開(kāi)發(fā)模式應(yīng)該突破以往基于特定研究項(xiàng)目和特定目的進(jìn)行系統(tǒng)設(shè)計(jì)開(kāi)發(fā)的方式，建立通用的仿真實(shí)驗(yàn)平臺(tái)，在平臺(tái)之上再開(kāi)發(fā)各種面向不同應(yīng)用目的和需求的仿真應(yīng)用系統(tǒng)，構(gòu)造真正通用的鐵路運(yùn)輸仿真系統(tǒng)。在這一指導(dǎo)思想下，系統(tǒng)研究與建設(shè)應(yīng)符合開(kāi)放性、功能可擴(kuò)充性、規(guī)?？缮炜s性、系統(tǒng)可重用性等原則。

3 協(xié)同視頻檢測(cè)路網(wǎng)能夠有效對(duì)事件管理過(guò)程進(jìn)行檢測(cè)

隨著社會(huì)經(jīng)濟(jì)的發(fā)展，高效便捷的交通運(yùn)輸需求越來(lái)越強(qiáng)，交通事故頻發(fā)，交通事故的非法現(xiàn)象嚴(yán)重，嚴(yán)重影響了城市交通的正常運(yùn)行，造成了巨大的經(jīng)濟(jì)損失。減少交通阻塞和交通擁堵的一個(gè)重要方法是減少交通事故對(duì)交通流的影響，或者盡量避免交通事故，從而阻礙正常的交通流。也就是說(shuō)，交通事故可以及時(shí)檢測(cè)到，并可以提前進(jìn)行預(yù)測(cè)。建立基于路網(wǎng)的交通事故檢測(cè)系統(tǒng)，以檢測(cè)交叉口的交通事故。不僅對(duì)事件檢測(cè)、事件管理本身具有重要意義，而且對(duì)其其他子系統(tǒng)(如:動(dòng)態(tài)路由導(dǎo)航系統(tǒng)、先進(jìn)的交通管理系統(tǒng)、公共交通智能調(diào)度系統(tǒng))也起著重要的作用。事實(shí)上，交通事故是不可避免的，因此道路交通堵塞和車(chē)輛延誤的現(xiàn)象也是必要的，通過(guò)有效地協(xié)調(diào)現(xiàn)有技術(shù)的合理利用，以及相關(guān)單位可以有效地減少交通延誤和交通堵塞。交通事故,比如擁塞控制的關(guān)鍵是找到事件,確認(rèn)事件的性質(zhì)和及時(shí)采取救援措施,為其他司機(jī)盡快提供相關(guān)的信息,這是建立一個(gè)完美的事件管理和預(yù)警系統(tǒng)實(shí)現(xiàn)快速、高效和正確的事件。

本文研究為動(dòng)態(tài)交通信息融合的技術(shù),包括短期流量預(yù)測(cè)、交通事件檢測(cè)結(jié)果的歷史數(shù)據(jù)和實(shí)時(shí)交通流數(shù)據(jù)進(jìn)行有效的信息融合,結(jié)合神經(jīng)網(wǎng)絡(luò)算法研究交通感應(yīng)控制和協(xié)同優(yōu)化,最后形成了一個(gè)融合的動(dòng)態(tài)交通和智能控制的制導(dǎo)系統(tǒng)模型。在總之,本文研究交通流預(yù)測(cè)方法的應(yīng)用,深入討論流的基于支持向量機(jī)回歸預(yù)測(cè)模型的流量,并應(yīng)用于改善交通控制和指導(dǎo)的協(xié)作模型,但也考慮到意外交通事故的影響模型。

[1]車(chē)載自組網(wǎng)移動(dòng)模型綜述[J]． 魏達(dá),王沿錫,王健,劉衍珩,鄧偉文． 計(jì)算機(jī)學(xué)報(bào)． 2013(04)

[2]基于Haar特征和膚色特征的一種面部檢測(cè)方法[J]． 傅為． 漳州師范學(xué)院學(xué)報(bào)(自然科學(xué)版)． 2012(04)

[3]基于視頻圖像的交通事件自動(dòng)檢測(cè)算法綜述[J]． 徐楊,吳成東,陳東岳． 計(jì)算機(jī)應(yīng)用研究． 2011(04)

本論文是2016年度江西省教育廳科學(xué)技術(shù)研究項(xiàng)目，課題編號(hào)：GJJ161158，項(xiàng)目名稱：《基于協(xié)同視頻檢測(cè)的路網(wǎng)預(yù)測(cè)仿真及研究》階段性系列研究成果。