论文摘要：基于浮动车的事件检测方法的研究与实现

城市道路事故多发问题，由于紧密关系到人们的生活安全与自身利益，关系到社会的经济发展与长治久安，逐渐成为城市的政府和百姓关注的关键性问题。交通事件检测用来解决这一问题，它是指通过实时采集交通参数数据，分析交通流状态参数变化特征或车辆行驶特征，从而判定道路上是否有交通事件发生的过程旨在通过一系列技术。与固定检测器数据相比，浮动车数据具有高覆盖率与低成本等多种优势。然而，在已有研究中，基于浮动车技术的自动交通事件检测方法本质上属于统计学方法，实验也大多使用仿真数据，并不能证明在城市道路上的实际表现效果。因此，设计一套在实际环境下有效的基于浮动车的交通事件检测方法十分必要。本文以先进交通信息服务系统对交通事件自动检测的实际需求，进行了基于浮动车数据的交通事件检测方法的研究。将离群点挖掘的概念引入到事件检测的研究中来是本文的基本特点，该方法突破了传统的统计学方法在数据分布依赖上的局限性。本文描述了事件检测对象的模型，从空间特征与时间特征两个方面进行交通事件的特征分析；并以该特征向量表达式为基础，给出了包含正常数据排除、离群检测、延迟监测的三层事件检测算法。通过对上述交通事件自动检测方法进行实现，本文设计出一套基于浮动车的交通事件自动检测系统。与此同时，以检出率与误报率为基本的评估指标，利用此系统对本文提出的事件检测技术进行了多角度的测试与分析。在全部使用真实数据与城市道路的测试环境下，最终可以得到检出率为81.5%、误报率为1.8%的测试结果。测试数据证明，本文提出的方法可以有效应用于基于浮动车数据的自动事件检测。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://87cpy.com/206727.html