城市交通紧急事件处理与安全系统模型及应用研究

摘要

交通运输业的高速发展一方面促进了物资流通和人们的出行需求，缩短了出行时间，提高了工作效率，另一方面也带来了交通阻塞、交通事故频发、交通环境不断恶化等问题。本文针对城市交通的安全问题，以交通紧急事件处理与实时安全性分析系统为研究对象，采用信息处理技术和智能化技术对系统的体系结构、自动监测与报警、救援响应模型、交通安全实时分析、交通紧急事件处理的有效性评估等内容进行了较全面的研究。 从紧急事件处理的角度概括叙述了城市交通及相关安全性的有关问题，讨论了ATMS以及紧急事件处理系统的发展现状，对交通紧急事件处理与安全系统的研究内容进行了归纳。 围绕“实时预测—事件检测—事件响应”这一模式，分析了现有紧急事件处理系统的不足，从体系结构的层次提出了城市交通紧急事件处理与安全系统的概念，详细分析了系统的组成及各部分的工作机制，实现了预测、检测、响应三种手段的有机结合。 探讨了将网络技术和数据仓库技术应用于紧急事件处理与安全系统的几个关键技术。提出了一种基于交通事故数据的网络数据仓库重构方法，运用数据仓库技术合理组织ITS数据，发现潜在知识，为交通、运输管理提供决策依据。在此基础之上分析模型的主题组织、元数据设计、数据抽取和集成技术以及联机分析处理方法，阐述了实现的途径。 以多事件多响应为救援资源分配的原则，分析了一般规划模型在交通事件救援资源分配中存在的问题，引入机会成本表达式，由此构建了新的救援资源分配模型，并进行了简化。从缩小网络搜索范围和改进地图数据存储结构等方面提高Dijkstra算法的执行效率。提出了时变系统动态综合权值的设置办法。 结合交通视频监控场景的复杂特性，针对视频监控中所涉及的运动检测、目标提取及异常检测等若干关键技术进行了深入研究。改进了背景预测算法及实时更新的策略。综合目前多种运动检测算法并加以改进形成了适合于交通视频监控场景的运动检测算法。针对差分法提取的运动目标边缘不连通且有时出现断裂的情况提出了结合基于像素空间分布的去噪算法及基于霍夫变换原理的路面特征直线提取算法的运动目标提取算法。在提取运动目标速度和方向的前提下，依据异常状态判断法则检测交通异常事件的发生。 提出了实时交通安全性分析系统的逻辑结构。在事件自动检测系统获取的车速、车距等信息的之后，依据车速限制条件、贝叶斯网络预测算法、驾驶行为特征评价等方法对在途车辆的安全性进行主动分析和预测，及时报告危险情况，实现道路交通安全的辅助决策控制。 构造了一种基于贝叶斯网络的实时交通事故预测模型，分析并确定了模型的变量集和值域。根据实际统计数据的特点，提出了模型的学习算法和推理算法，并对模型的实验结果进行了讨论。 针对不同的驾驶者在行驶速度与车距保持的采样数据上表现出的不同信息特征，提出了一种描述信息特征并给予评价的方法，即通过建立数据的统计模型，对驾驶员的行驶数据进行有序化处理、发现潜在规律，并利用三角模糊数的特点加以分析，达到帮助驾驶员发现驾驶习惯，监督控制驾驶行为，减少交通事故的目的。给出了相关实验的分析结果。 最后，采用多标准的代价收益分析法，提出并分析了交通紧急事件处理系统的经济和社会效益评估办法，为系统推广和应用产出的效益的有效预算与评价提供了理论根据。