道路交通事件檢測方法與系統的製作方法
2023-12-01 02:34:01 1
專利名稱:道路交通事件檢測方法與系統的製作方法
技術領域:
本發明涉及一種交通管理方法與系統,特別涉及一種道路交通事件檢測方法與系統。
背景技術:
隨著城市經濟的快速發展和汽車保有量的急劇增加,城市道路交通需求大幅增長,導致道路交通擁堵和交通事件普遍發生,為此,如何基於視頻或者交通檢測器採集到的交通數據,統計分析得到準確的交通事件信息已成為廣大交通參與者或管理者普遍關心的問題。因為準確的交通事件信息通過交通廣播或交通誘導屏等方式實時的提供給出行者後,可誘導其選擇合理的出行方式、出行途徑等,同時為交通決策分析提供支持,如此便可提高交通管理的科技水平和運行效率,為出行者提供高效、安全、舒適的交通運輸服務,提高交通資源的利用效率,降低能耗,從而促進城市經濟更快更穩地發展。
目前城市道路中交通事件的判斷多採用人工判斷的方法,包括:市民報告、專職人員報告、民用無線電、閉路電視監視、航空監視等,這是城市間斷流路段交通事件判斷的主要方法。從整體上看,這種非自動判斷方法的主要優點是方便、直接;缺點是要求當時當地有目擊者,而且需要連續觀察,需要專門人員對報告進行篩選確認,人員工作量和強度都比較大,特別對於突發事件,無法滿足及時報警的高要求。
另外比較常用的方法是利用圖像處理來判斷是否存在緩行或停止的車輛,從而對交通擁擠或交通事件進行檢測,但是需要更密集地設置視頻檢測器,需要較高的資金投入才能保證判別的可靠性,而且氣象條件對其影響也較大;對於利用交通檢測器得到的交通流參數來間接地判斷交通事件的主要有加州算法以及突變理論(McMaster)算法,但是這些算法更加適合於城市快速路或高速公路等連續交通流,不適合於城市地面的間斷流,由於一條路段只設置了一組檢測器,兩個檢測器由於受到交叉口信號燈的影響,交通參數不同周期變化已經很大,不假思索的隨便應用方法必將導致判斷結果失真。
此外,統計周期、城市路段狀況、檢測器布點等也對事件4企測存在著影響。交通參數採集周期的大小影響著交通事件判斷的結果,統計周期太短則受信號
控制綠燈或紅燈相位影響大,尤其高峰時會出現時高時低現象;統計周期太長則會不能得到實時的交通事件信息,使信息滯後從而失效。
城市道路各條路段交通情況各不相同,各條路段的檢測器布點位置也存在差異,按以上方法進行的交通事件判斷缺乏準確性。
發明內容
本發明的目的在於提供一種道路交通事件檢測方法,以提高交通事件檢測的準確性。
本發明的另一目的在於提供一種道路交通事件檢測系統,以提高交通事件4企測的準確性。
為此,本發明提供一種道路交通事件檢測方法,利用交通參數來判斷一路段是否有交通事件發生,其中該交通參數包括交通佔有率參數與速度參數,包括以下步驟(1 )通過對該路段交通參數的採樣分析,設定該路段的一交通佔有率差閥值與一速度閥值;(2)實時釆集該路段的交通參數,通過比較交通佔有率參數隨時間的變化與交通佔有率差閥值以及速度參數與速度閥值,判斷是否有交通事件發生。
進一步的,上述步驟(1)包括(11)選取一統計時間;(12)收集統計時間內該路段的交通參數樣本值;(13)預處理收集到的交通參數樣本值;(14)
有率差閥值與速度閥值。
進一步的,上述步驟U3)包括用一次指數預測數據補充或替換樣本值中的丟失數據及錯誤數據;對所得樣本值進行一次指數平滑濾波。
進一步的,上述統計時間大於或等於7天。
進一步的,上述統計時間為7到10天。
進一步的,上述步驟(2)包括(21)選取一事件檢測周期;(22)於每一事件4全測周期末,實時採集交通參數;(23)預處理採集到的交通參數,得到經預處理的交通佔有率參數與速度表數;(24)比較經預處理的交通佔有率參數隨時間的變化與交通佔有率差閥值以及速度參數與速度閥值,判斷是否有交通事件發生。
進一步的,於步驟(24)中,當比較結果為以下情況時,判斷為有交通事件發生當前周期的交通佔有率與前兩個周期的交通佔有率之差分別大於交通佔有率差閥值並且當前周期的速度小於速度岡值;或者前兩個周期的交通佔有率與當前周期的交通佔有率之差分別大於交通佔有率差閥值。
進一步的,上述步驟(23)包括用一次指數預測數據補充或替換交通參數中的丟失數據及錯誤數據;對所得交通參數進行一次指數平滑濾波。
進一步的,上述事件檢測周期為2到IO分鐘。
進一步的,上述事件檢測周期為5分鐘。
進一步的,所述的道路交通事件檢測方法,還包括以下步驟當判斷有交通事件發生時,產生一報警信號;實時發布交通事件信息。
本發明另提供一種道路交通事件檢測系統,利用交通參數判斷多個路段是否有交通事件發生,其中該交通參數包括交通佔有率參數與速度參數,該系統包括交通參數採集模塊,於上述每個路段的每一事件檢測周期末,實時採集每個路段的交通參數;歷史參數資料庫,接收交通參數採集模塊所採集的交通參數並儲存該交通參數;閥值資料庫,儲存有上述多個路段的交通佔有率差閥值與速度閥值;交通事件檢測模塊,獲取歷史參數資料庫與閥值資料庫內的數
差閥值以及速度參數與速度閥值,判斷各個路段是否有交通事件發生。
進一步的,所述的道路交通事件檢測系統還包括交通參數預處理模塊,
預處理採集到的交通參數。
進一步的,上述交通參數預處理模塊還包括完整與糾錯模塊,用一次指
數預測數據補充或替換交通參數中的丟失數據及錯誤數據;降噪濾波模塊,對
所得交通參數進行一次指數平滑濾波。
進一步的,於交通事件檢測模塊中,當比較結果為以下情況時,判斷該路
段有交通事件發生當前周期的交通佔有率與前兩個周期的交通佔有率之差分別大於交通佔有率差閥值並且當前周期的速度小於速度閥值;或者前兩個周期的交通佔有率與當前周期的交通佔有率之差分別大於交通佔有率差閥值。
進一步的,所述的道路交通事件檢測系統還包括報警模塊,於判斷有交通事件發生時,產生一報警信號。
進一步的,所述的道路交通事件檢測系統還包括信息發布模塊,實時發布交通事件信息。
綜上所述,本發明所揭露的道路交通事件檢測方法與系統選取交通佔有率參數作為交通事件;險測的主要參數,利用交通佔有率參數隨著交通擁擠程度的提高而基本呈線性增長的態勢,並以速度參數作為輔助,來判斷是否有交通事件發生,從而提高了交通事件檢測的準確性與決策的科學性。
圖1為本發明一實施例所提供的道路交通事件檢測方法的流程示意圖;圖2為本發明一實施例中交通佔有率差閥值與速度閥值的設定流程示意圖;圖3為本發明一實施例中釆集與利用交通參數進行交通事件;險測的流程示意圖4為本發明 一實施例中交通事件檢測的判斷方法示意圖;圖5為本發明一實施例的交通事件檢測系統的方框圖。
具體實施例方式
為使本發明的目的、特徵更明顯易懂,下面結合附圖對本發明的具體實施方式
作進一步地說明。
首先對交通佔有率的物理含義做一下說明,以方便對其後實施例的理解,交通佔有率為 一段時間內車輛經過交通檢測器的時間總和佔總的統計時間的比例,例如在5分鐘內,共通過了5輛車,分別經過檢測器所用時間為5秒、10秒、15秒、20秒、25秒,則交通佔有率為(5+10+15+20+25 )/300*100%=26.67%。
請參考圖1,其為本發明一實施例所提供的道路交通事件檢測方法的流程示意圖。該方法利用包含有交通佔有率參數與速度參數的交通參數來判斷需要進行事件檢測的路段是否有交通事件發生。如圖所示,該方法包括如下步驟步驟S10:通過對待測路段交通參數的採樣分析,設定該路段的一交通佔有 率差閥值與 一速度閥值;
步驟S20:實時釆集上述路段的交通參數;
步驟S21:通過比較交通佔有率參數隨時間的變化與交通佔有率差閥值以及 速度參數與速度閥值,判斷是否有交通事件發生。
為使步驟SIO,即交通佔有率差閥值與速度閥值的設定過程更為明了,以下 參考圖2加以詳細描述。
首先對待測路段進行前期考察,例如考察該路段的道路狀況、交通流狀況 以及高峰和非高峰時交叉路口的信號配時情況等。分析得到考察結果,從而根 據考察結果選取一統計時間(步驟S101 );而後收集統計時間內該待測路段的交 通參數樣本值(步驟S103);預處理收集到的交通參悽t樣本值(步驟S105);通 過統計分析預處理後的交通參數樣本值結合人工判斷,設定該路段的交通佔有 率差閥值與速度閥值(步驟S107)。其中,在一實施例中,以上統計時間大於或 等於7天,例如7到10天。
在一實施例中,步驟S105中,預處理收集到的交通參數樣本值包括用一次 指數預測數據補充或替換樣本值中的丟失數據及錯誤數據,從而使得交通參數 樣本數據更加完整與準確;對所得樣本值進行一次指數平滑濾波,從而減少交 通參數樣本數據的隨機誤差。
以下針對步驟S20與S21做詳細說明,請參考圖3,其為本發明一實施例中 採集與利用交通參數進行交通事件檢測的流程示意圖。利用以上對待測路段進 行前期考察的結果,選取一事件檢測周期(步驟S201);而於每一事件檢測周期 末,實時採集交通參數(步驟S203 );預處理採集到的交通參數,得到經預處理 的交通佔有率參數與速度參數(步驟S205 );通過比較經預處理的交通佔有率參 數隨時間的變化與交通佔有率差閥值以及速度參數與速度閥值,判斷是否有交 通事件發生(步驟S207)。其中比較依據為當交通佔有率參數連續兩次增大一定 量的值,且速度變小,就可能發生了交通事故;或者當交通佔有率參數連續兩 次都減小一定量的值,也可能發生了交通事故;否則判斷為沒有發生交通事故。 其具體判斷流程,請參考圖4。如圖,設於當前周期末所收集到的交通佔有率參 數為OC3且當前周期的速度為V,之前兩個周期末所收集到的交通佔有率參數為0C1,之前一個周期末所收集到的交通佔有率參數為OC2。其經過步驟S205 的預處理後,獲得經預處理的當前周期的交通佔有率S3與前兩個周期的交通佔 有率S1與S2,分別對應OC3、 OC1與OC2。同時設在步驟S10中獲得的交通 佔有率差閥值為OA,速度閥值為VY。在步驟S207中,當比較結果為以下情 況時,判斷為有交通事件發生當前周期的交通佔有率與前兩個周期的交通佔 有率之差分別大於交通佔有率差閥值並且當前周期的速度小於速度岡值,或者 前兩個周期的交通佔有率與當前周期的交通佔有率之差分別大於交通佔有率差 閥值。即條件S3-Sl>OA且S3-S2>OA且VOA且S2-S3>OA 任一為真時,判斷為有交通事件發生;否則為無交通事件發生。在此可設定一 報警信號,設其為T;當判斷為有交通事件發生時,該報警信號T為1;否則為 0,從而進一步驅動報警器進行報警。
在一實施例中,步驟S205的預處理採集到的交通參數包括用一次指數預 測數據補充或替換交通參數中的丟失數據及錯誤數據,以保證交通數據的完整 與準確;對所得交通參數進行一次指數平滑濾波,從而減少交通參數的隨機誤 差。另外上述事件;險測周期例如為2到10分鐘,常常選取5分鐘。
一旦檢測到交通事件,除了產生報警信號,以方便工作人員實時地對事件 報警進行確認及處理,還可以將交通事件信息通過全彩誘導屏、LED文字誘導 屏或廣播電臺等實時地發送出去,引導駕駛員選擇合適路徑。
本發明一實施例還提供一種道路交通事件檢測系統,利用交通參數判斷多 個路段是否有交通事件發生,其中該交通參數包括交通佔有率參數與速度參數。 請參考圖5,其為該系統的方框圖。如圖,該系統包括歷史參數資料庫D1與閥 值資料庫D2以及交通參數採集模塊Ml與交通事件檢測模塊M2。其中交通參 數採集模塊M1於上述每個路段的每一事件檢測周期末,實時採集每個路段的交 通參數;歷史參數資料庫D1接收交通參數採集模塊所採集到的交通參數並儲存 該交通參數;閥值資料庫D2儲存有上述多個路段的交通佔有率差閥值與速度閥 值,而這些數據的獲得方法以在以上實施例中較為詳細的給出,在此不再贅述; 交通事件檢測模塊M2獲取歷史參數資料庫Dl與閥值資料庫D2內的數據,比
以及速度參數與速度閥值,判斷各個路段是否有交通事件發生。其中於交通事件檢測模塊M2中,當比較結果為以下情況時,判斷該路段有交通事件發生當 前周期的交通佔有率與前兩個周期的交通佔有率之差分別大於交通佔有率差閥 值並且當前周期的速度小於速度閥值;或者前兩個周期的交通佔有率與當前周 期的交通佔有率之差分別大於交通佔有率差閥值。其詳細分析以在以上實施例 中給出,在此不再贅述。
另外該道路交通事件檢測系統還包括交通參數預處理模塊M3,其接收交通 參數採集模塊M1採集到的交通參數,對其進行預處理。而交通參數預處理模塊 M3還包括完整與糾錯模塊M31以及降噪濾波模塊M32,其中完整與糾錯模塊 M31用一次指數預測數據補充或替換交通參數中的丟失數據及錯誤數據,以保 證交通數據的完整與準確;降噪濾波模塊M32對所得交通參數進行一次指數平 滑濾波,從而減少交通參數的隨機誤差。
為了更好的利用該系統的判斷結果,可於其中增設報警模塊M4,而於判斷 有交通事件發生時,產生一報警信號以觸發報警器,方便工作人員實時地對事 件報警進行確認及處理。另外還可增設信息發布模塊M5,以實時發布交通事件 信息,例如將交通事件信息通過全彩誘導屏、LED文字誘導屏或廣播電臺等實 時的發送出去,引導駕駛員選擇合適路徑。
本發明實施例所揭露的交通事件檢測方法與系統基於交通檢測器採集的數 據對道路交通事件實現自動判別並及時發布,節省了大量人工判斷工作量;其 選擇交通佔有率作為交通事件檢測的主要參數,充分利用交通佔有率隨著交通 擁擠程度的提高而基本呈線性增長的態勢,並選用速度參數作為輔助來判斷是 否有交通事件發生,因而更加適合城市道路的間斷流特徵,提高了交通事件檢 測的準確性,提高了決策的科學性;針對城市道路的任一條路段,分別進行閾 值標定,即使檢測器在路段的不同位置布設,也能根據樣本數據進行標定和修 正,從而削弱了由於工程原因在不用位置布設檢測器帶來的誤差。
以上僅為舉例,並非用以限定本發明,本發明的保護範圍應當以權利要求 書所涵蓋的範圍為準。
權利要求
1.一種道路交通事件檢測方法,利用交通參數來判斷一路段是否有交通事件發生,其中該交通參數包括交通佔有率參數與速度參數,其特徵是,包括(1)通過對該路段交通參數的採樣分析,設定該路段的一交通佔有率差閥值與一速度閥值;(2)實時採集該路段的交通參數,通過比較交通佔有率參數隨時間的變化與交通佔有率差閥值以及速度參數與速度閥值,判斷是否有交通事件發生。
2. 根據權利要求1所述的道路交通事件檢測方法,其特徵是,其中上述步 驟(1 )包括(11) 選取一統計時間;(12) 收集統計時間內該路段的交通參數樣本值; (13 )預處理收集到的交通參數樣本值;(14)通過統計分析預處理後的交通參數樣本值結合人工判斷,設定該路 段的上述交通佔有率差岡值與速度閥值。
3. 根據權利要求2所述的道路交通事件檢測方法,其特徵是,其中上述步 驟(13 )包括用 一次指數預測數據補充或替換樣本值中的丟失數據及錯誤數據; 對所得樣本值進行一 次指數平滑濾波。
4. 根據權利要求2所述的道路交通事件檢測方法,其特徵是,其中上述統 計時間大於或等於7天。
5. 根據權利要求4所述的道路交通事件檢測方法,其特徵是,其中上述統 計時間為7到10天。
6. 根據權利要求1所述的道路交通事件檢測方法,其特徵是,其中上述步 驟(2 )包括(21) 選取一事件檢測周期;(22) 於每一事件檢測周期末,實時採集交通參數;(23) 預處理採集到的交通參數,得到經預處理的交通佔有率參數與速度參數;(24 )比較經預處理的交通佔有率參數隨時間的變化與交通佔有率差閥值以及速度參數與速度闊值,判斷是否有交通事件發生。
7. 根據權利要求6所述的道路交通事件檢測方法,其特徵是,於步驟(24) 中,當比較結果為以下情況時,判斷為有交通事件發生當前周期的交通佔有率與前兩個周期的交通佔有率之差分別大於交通佔有 率差閥值並且當前周期的速度小於速度閥值;或者前兩個周期的交通佔有率與當前周期的交通佔有率之差分別大於交通佔有 率差閥值。
8. 根據權利要求6所述的道路交通事件檢測方法,其特徵是,其中上述步 驟(23 )包括用 一次指數預測數據補充或替換交通參數中的丟失數據及錯誤數據; 對所得交通參數進行一次指數平滑濾波。
9. 根據權利要求6所述的道路交通事件檢測方法,其特徵是,其中上述事 件檢測周期為2到10分鐘。
10. 根據權利要求9所述的道路交通事件檢測方法,其特徵是,其中上述事 件檢測周期為5分鐘。
11. 根據權利要求1所述的道路交通事件檢測方法,其特徵是,還包括以下 步驟當判斷有交通事件發生時,產生一報警信號; 實時發布交通事件信息。
12. —種道路交通事件檢測系統,利用交通參數判斷多個路段是否有交通事 件發生,其中該交通參數包括交通佔有率參數與速度參數,其特徵是,包括交通參數採集模塊,於上述每個路段的每一事件檢測周期末,實時採集每 個路段的交通參數;歷史參數資料庫,接收交通參數採集模塊所採集的交通參數並儲存該交通 參數;閥值資料庫,儲存有上述多個路段的交通佔有率差閥值與速度閥值; 交通事件檢測模塊,獲取歷史參數資料庫與閥值資料庫內的數據,比較上間的變化與對應贈、敬交通佔有率差閥值以及速度參數與速度閥值,判斷各個鴻4殳是否有交通事件發生。
13. 根據權利要求12所述的道路交通事件檢測系統,其特徵是,還包括交通參數預處理模塊,預處理採集到的交通參數。
14. 根據權利要求13所述的道路交通事件檢測系統,其特徵是,其中上述 交通參數預處理模塊還包括完整與糾錯模塊,用一次指數預測數據補充或替換交通參數中的丟失數據 及錯誤數據;降噪濾波模塊,對所得交通參數進行一次指數平滑濾波。
15. 根據權利要求12所述的道路交通事件檢測系統,其特徵是,於交通事 件檢測模塊中,當比較結果為以下情況時,判斷該路段有交通事件發生當前周期的交通佔有率與前兩個周期的交通佔有率之差分別大於交通佔有 率差閥值並且當前周期的速度小於速度閥值;或者前兩個周期的交通佔有率與當前周期的交通佔有率之差分別大於交通佔有 率差閥值。
16. 根據權利要求12所述的道路交通事件檢測系統,其特徵是,還包括 報警模塊,於判斷有交通事件發生時,產生一報警信號。
17. 根據權利要求12所述的道路交通事件檢測系統,其特徵是,還包括 信息發布模塊,實時發布交通事件信息。
全文摘要
本發明揭露了一種道路交通事件檢測方法與系統,其選取交通佔有率參數作為交通事件檢測的主要參數,利用交通佔有率參數隨著交通擁擠程度的提高而基本呈線性增長的態勢,並以速度參數作為輔助,來判斷是否有交通事件發生,從而提高了交通事件檢測的準確性與決策的科學性。該方法包括如下步驟(1)通過對該路段交通參數的採樣分析,設定該路段的一交通佔有率差閥值與一速度閥值;(2)實時採集該路段的交通參數,通過比較交通佔有率參數隨時間的變化與交通佔有率差閥值以及速度參數與速度閥值,判斷是否有交通事件發生。
文檔編號G08G1/01GK101540101SQ200810034718
公開日2009年9月23日 申請日期2008年3月17日 優先權日2008年3月17日
發明者張志宇, 石徵華 申請人:上海寶康電子控制工程有限公司