基于视频检测的路网预测仿真研究

文/张进 张跃进 龚玮玮，南昌理工学院

基于视频检测的路网预测仿真研究

文/张进 张跃进 龚玮玮，南昌理工学院

智能交通系统的发展是解决大城市交通拥堵问题的重要战略。目前，智能交通系统已发展到先进阶段，交通数据分析、控制和决策的丰富交通数据检测方法为数据提供了良好的数据基础，已成为一项热门的研究和工程应用。传统的交通控制和交通诱导系统是实时交通流数据检测建立交通流检测的基础上,通过控制和制导算法和实现控制,它缺乏历史交通数据分析和交通预测、交通控制和指导缺乏可预测性,只根据最近交通参数在很短的时间内选择交通控制的控制方案。

交通流预测；交通事件检测；路网预测

1 视频检测路网的主要创新和意义

为了进一步提高交通事故的可预测性,为交通控制和交通控制的快速反应能力和指导建立协作,创新研究基于动态交通预测、交通事件检测、交通控制和指导协调模型,主要创新包括以下三个方面:(1)研究提出一套交通流数据预处理方法,包括判别和校正方法,方法填充缺失数据错误数据和冗余数据简化方法,并将这些方法应用于广州市的交通流量检测系统。良好的数据质量是流量预测的基础。在工程实践中，交通流数据充满噪声，不能直接使用。因此，有必要对原始数据进行预处理，也称为数据清理。本文提出的数据预处理方法具有工程实用价值，具有一定的现实意义。(2)提出了一套基于视频图像的交通事故检测方法，并应用于广州市交通事故检测系统。因此，基于视频检测方法的依赖，可以克服交通流探测器数据分析的交通事故检测方法，充分利用城市交通视频的丰富资源，大大减少项目投入，具有重要意义。(3)提出了城市智能交通控制和交通指导的预测模型，包括基于交通预测模型的支持向量机、参数选择和优化方法，建立了对核函数的关注，并在工程实践中进行了验证。为了提高自动适应交通流的变化的能力在交通控制系统中,提出了基于支持向量机(SVM)回归的短期交通流预测模型,总结了工程应用的建模过程,实验和分析的定量模型,广州城市和交通流检测系统数据来验证模型的可行性和有效性,随之而来的工程应用提供了依据。最后，利用粒子群算法对参数的选取进行优化。

2 协同视频检测路网可以实现交通事件管理的自动高效和智能化

城市交通系统的复杂性和多样性的类型设施,管理的目标和方法,决定了城市交通系统不能使用一个类或一个模型,例如,在路上分别根据不同的交通流模式需要通过波动模型,流体模型或模型分析。目前我国在交通设施建设和交通的发展,但对于城市交通系统的分析,往往依赖于优化模型的早期或其改进形式,虽然近年来,提出了一些新想法产生的交通流量分析技术,如动态分配,开发优化模型在应用时变动态交通管理系统,但是由于数据来源和模型校准。因此，有必要将交通仿真技术扩展到最近实施的交通项目和管理控制方案，并对小区的交通网络进行分析，因此，仿真方法为不同设计方案的评价、事故预测和拥塞提供了较好的技术手段。此外，交通仿真模型还可以将模型作为一个子模型集成到其他类别中，提供一般模型无法得到数据或参数，如transty - 7f仿真中的交通交叉控制模型和路段的DYNASMART仿真模型。

根据国内外公路运输仿真系统建设现状与发展趋势以及我国铁路运输仿真系统建设的成绩与存在的问题，从可持续发展的战略角度出发，仿真系统的开发模式应该突破以往基于特定研究项目和特定目的进行系统设计开发的方式，建立通用的仿真实验平台，在平台之上再开发各种面向不同应用目的和需求的仿真应用系统，构造真正通用的铁路运输仿真系统。在这一指导思想下，系统研究与建设应符合开放性、功能可扩充性、规模可伸缩性、系统可重用性等原则。

3 协同视频检测路网能够有效对事件管理过程进行检测

随着社会经济的发展，高效便捷的交通运输需求越来越强，交通事故频发，交通事故的非法现象严重，严重影响了城市交通的正常运行，造成了巨大的经济损失。减少交通阻塞和交通拥堵的一个重要方法是减少交通事故对交通流的影响，或者尽量避免交通事故，从而阻碍正常的交通流。也就是说，交通事故可以及时检测到，并可以提前进行预测。建立基于路网的交通事故检测系统，以检测交叉口的交通事故。不仅对事件检测、事件管理本身具有重要意义，而且对其其他子系统(如:动态路由导航系统、先进的交通管理系统、公共交通智能调度系统)也起着重要的作用。事实上，交通事故是不可避免的，因此道路交通堵塞和车辆延误的现象也是必要的，通过有效地协调现有技术的合理利用，以及相关单位可以有效地减少交通延误和交通堵塞。交通事故,比如拥塞控制的关键是找到事件,确认事件的性质和及时采取救援措施,为其他司机尽快提供相关的信息,这是建立一个完美的事件管理和预警系统实现快速、高效和正确的事件。

本文研究为动态交通信息融合的技术,包括短期流量预测、交通事件检测结果的历史数据和实时交通流数据进行有效的信息融合,结合神经网络算法研究交通感应控制和协同优化,最后形成了一个融合的动态交通和智能控制的制导系统模型。在总之,本文研究交通流预测方法的应用,深入讨论流的基于支持向量机回归预测模型的流量,并应用于改善交通控制和指导的协作模型,但也考虑到意外交通事故的影响模型。

[1]车载自组网移动模型综述[J]． 魏达,王沿锡,王健,刘衍珩,邓伟文． 计算机学报． 2013(04)

[2]基于Haar特征和肤色特征的一种面部检测方法[J]． 傅为． 漳州师范学院学报(自然科学版)． 2012(04)

[3]基于视频图像的交通事件自动检测算法综述[J]． 徐杨,吴成东,陈东岳． 计算机应用研究． 2011(04)

本论文是2016年度江西省教育厅科学技术研究项目，课题编号：GJJ161158，项目名称：《基于协同视频检测的路网预测仿真及研究》阶段性系列研究成果。