高速公路交通事件檢測算法研究.pdf

1、隨著我國高速公路的建設和發(fā)展,高速公路安全逐漸引起人們的重視,而高速公路交通事件檢測技術的完善與成熟對高速公路安全起著關鍵性作用。當高速公路出現(xiàn)交通事件時,交通事件檢測技術能夠及時發(fā)現(xiàn)從而避免造成重大人員傷亡和經濟損失,減小二次事件的發(fā)生幾率。
　　交通參數(shù)數(shù)據(jù)是研究高速公路交通事件檢測算法的關鍵,本文通過兩種方法來獲取數(shù)據(jù),一、是利用現(xiàn)有實際車輛檢測器獲取交通參數(shù)數(shù)據(jù),這一部分的數(shù)據(jù)作為非交通事件數(shù)據(jù)。二、是利用交通流模型來推演

2、交通事件時的交通參數(shù)數(shù)據(jù),這一部分作為交通事件時的數(shù)據(jù)。
　　本文對現(xiàn)有交通事件檢測算法進行研究,并對其有效性進行對比分析,詳細分析了評價交通事件檢測算法有效性的方法。通過分析BP網絡、LVQ網絡的基本原理,充分發(fā)揮神經網絡理論優(yōu)勢并將其應用到交通事件檢測算法中,提出了基于BP、LVQ神經網絡交通事件檢測算法。通過有效的數(shù)據(jù)獲取和優(yōu)化處理得到交通參數(shù)的數(shù)據(jù),經過整理進而得到數(shù)據(jù)集,可以訓練和檢驗基于神經網絡的交通事件算法的有效性。

3、通過對California算法、基于BP網絡交通事件檢測算法、基于LVQ網絡交通事件檢測算法,三種算法進行對比試驗和分析,基于神經網絡的交通事件檢測算法明顯優(yōu)于California算法。兩種基于神經網絡的交通事件檢測算法也有其優(yōu)缺。采用BP網絡,存在收斂速度慢和局部極小的缺點,在樣本量少且噪聲較多的問題中效果不理想。而LVQ神經網絡無需對數(shù)據(jù)進行預處理,這使得相比于BP網絡,LVQ神經網絡更加簡單、更加有效、更加具有可移植性。對比LVQ