收藏本站
《西南交通大学》 2007年
收藏 | 手机打开
二维码
手机客户端打开本文

基于信息融合的高速公路事件检测建模与仿真

覃频频  
【摘要】: 高速公路为人们的出行和货物的运输开辟了一条安全、高效、舒适、方便的快速通道,并且产生了巨大的社会效益和经济效益。然而,随着高速公路里程的增长,汽车数量的增多,交通拥挤和各类交通事件的频繁发牛,不仪使高速公路效率降低,而且给人们的牛命、财产以及社会和经济均造成了不同程度的损失。为了运用先进的事件检测技术快速准确地检测、判断并及时排除因交通事件而造成的交通拥挤和阻塞,尽可能将事件的影响和损失降低到最低限度,关键是尽早地发现事件、确认事件的性质并及时采取救援措施和为其他驾驶员提供相关信息,这就要建立一个完善的事件管理系统,对事件实现快速、高效、恰当地处理。事件检测是事件管理的第一步,也是整个系统中最重要的组成。事件管理系统除了硬件检测设施外,最重要的就是一套完善的事件检测算法。40多年来,人们开发了各种各样的自动事件检测(Automatic Incident Detection,简称AID)算法,取得了很多成果。世界上一些发达国家交通管理中心的事件管理系统采用一些算法成果进行真实交通事件检测。由于每种算法适用的交通流状况不相同,各种算法都有其优于和差于其它算法的一面,单个算法很难达到最佳的事件检测效果,通过算法融合却可以提高事件检测效果决定了在事件检测算法研究中考虑算法融合的必要性和迫切性。近年来,伴随着电子、检测、通信、计算机技术的飞速发展,交通检测器技术也得到了快速发展,获取的事件检测技术提供的信息源呈现多样化趋势,高速公路事件检测系统正面临着事件检测技术多信息源融合的现状决定了在事件检测研究中考虑事件检测技术信息融合的必要性和迫切性。到目前为止,国内高速公路事件管理系统事件检测问题的研究起步虽晚,但在理论和实践方面也取得了一些成果,将信息融合技术应用于高速公路事件检测研究的仍然很少,许多不尽人意的地方有待于进一步完善和改进。加快对高速公路事件管理系统的事件检测问题研究,一方面对促进我国高速公路事件管理系统水平的提高具有深远的意义:另一方面对丰富和发展信息融合技术在交通工程领域的应用研究具有重要的促进作用。 首先,将信息融合技术引入到高速公路事件检测领域,从信息融合过程的输入/输出特性出发,以5种信息融合过程为构件,建立一种事件检测信息融合的理论框架,并对AID算法重新分类。最后,定义事件检测信息融合的“熵”、“条件熵”、“平均条件熵”和“互信息”,的基本概念,通过论证事件检测信息融合的3个有效性定理来说明事件检测信息融合的有效性。在此基皋础上,详细分析了高速公路事件检测ANN模型和SVM模型、高速公路事件检测算法融合表决融合方法及高速公路事件检测技术信息融合D-S方法3种事件检测信息融合方法的建模与仿真问题。主要研究内容如下: 1.详细分析事件检测交通流机理;应用系统故障诊断方法分析基于特征输入/决策输出(FEI-DEO)信息融合过程的人工神经网络(Artificial Neural Network,简称ANN)事件检测机理;分析基于特征输入/决策输出(FEI-DEO)信息融合过程的支持向量机(Support Vector Machine,简称SVM)事件检测机理。 2.分别建立用于识别2类事件模式(无事件模式和有事件模式)的事件检测多层前向神经网络模型(Multi-Layer Feed-Forward Neural Networks,简称MLF)、事件检测概率神经网络模型(Probabilistic Neural Network,简称PNN)和线性(Linear Function)、多项式(Polynomial Function)和径向基(Radial Basis Function)3种核函数的事件检测支持向量机模型(Support Vector Machine,简称SVM)。 3.将事件检测SVM模型与PNN模型和MLF模型分别进行理论比较;采用经过收集、整理和分析的Ⅰ-880实地线圈数据集和事件数据集验证模型,并将结果进行比较,得出了在Ⅰ-880高速公路路段建立实地离线事件检测MLF模型、PNN模型和SVM模型的有意义的结论。 4.为解决高速公路事件检测算法融合问题,将表决融合方法引入到事件检测领域,并建立一种高速公路事件检测算法融合表决融合方法。尝试采用表决融合方法布尔代数式的“与”和“或”技术,定义事件检测算法融合表决融合方法的基本概念,并给出事件检测算法融合表决融合方法的具体步骤。 5.建立一种事件检测效果Monte Carlo仿真模型。通过Monte Carlo仿真模型仿真产生每种事件检测算法或每种事件检测技术的事件检测效果,从而有效克服了研究条件的限制,为定量分析方法的算例提供数据支持。 6.采用定量分析的方法,通过一个由事件检测MLF模型、PNN模型和SVM模型3项算法组成算法融合系统的算例来说明事件检测算法融合表决融合方法的具体应用过程,并分析方法的有效性。解决了算例应用过程中算法融合系统的算法组成、信任级别的确定、算法融合系统检测单元的组合模式、事件检测报表的确定及算法融合系统检测概率及误报概率布尔代数农达式推导4个关键问题。 7.给出一种事件检测算法融合表决融合系统逻辑的硬件实现方法。 8.在初步探讨各种事件检测技术的组合问题的皋础上,为解决高速公路事件检测技术信息融合问题,将D-S证据理论引入到事件检测领域,并建立一种高速公路事件检测技术信息融合D-S方法。解决了建立D-S方法过程中的D-S方法融合对象的确定、D-S方法的基本可信度赋值及基本信任函数的决策方法3个关键问题。 9.构造5个命题,并通过对5个命题的证明米详细分析事件检测技术信息融合D-S方法的有效性。 10.采用定量分析的方法,通过一个由线圈检测器(Inductive Loop Detectors,简称ILD)、移动电话报告(Cellul ar Phone,简称CP)和闭录电视监控(Close Circuit TVs,简称CCTV)3种事件检测技术组成事件检测技术融合系统的算例来说明事件检测技术信息融合D-S方法的具体应用过程,并分析方法的有效性。
【学位授予单位】:西南交通大学
【学位级别】:博士
【学位授予年份】:2007
【分类号】:U491

【参考文献】
中国期刊全文数据库 前10条
1 夏阳,陆余良;D-S证据推理及算法实现[J];安徽大学学报(自然科学版);2004年06期
2 罗志增,蒋静坪;基于D-S理论的多信息融合方法及应用[J];电子学报;1999年09期
3 涂国平;多来源数据的概率融合方法[J];传感器技术;2002年09期
4 谢春丽,夏虹,刘永阔;多传感器数据融合技术在故障诊断中的应用[J];传感器技术;2004年04期
5 王婷杰,施惠昌;一种基于模糊理论的一致性数据融合方法[J];传感器技术;1999年06期
6 涂国平,邓群钊;多传感器数据的统计融合方法[J];传感器技术;2001年03期
7 黄瑛,陶云刚,周洁敏,苏登军;多传感器数据融合系统的软件实现[J];传感器技术;1998年06期
8 郑文恩,孙尧;基于多源信息融合的潜艇目标识别方法研究[J];船舶工程;2004年02期
9 刘伟铭,尹湘源,管丽萍;一种基于多信息融合的事件检测算法[J];长沙交通学院学报;2004年01期
10 张森,王满林;证据理论在多传感器数据融合中的应用[J];四川兵工学报;2005年01期
中国博士学位论文全文数据库 前6条
1 周剑峰;城市交通共用信息平台数据处理技术研究[D];吉林大学;2005年
2 陈斌;高速公路意外事件影响下的车辆行为模型与事件检测研究[D];西南交通大学;2005年
3 易正俊;多源信息智能融合算法[D];重庆大学;2002年
4 王志鹏;基于信息融合技术的故障诊断方法的研究及应用[D];大连理工大学;2001年
5 林志贵;基于证据理论的信息融合研究及其在水质监测中的应用[D];河海大学;2005年
6 杨庆芳;先进的交通管理系统关键理论与方法研究[D];吉林大学;2004年
中国硕士学位论文全文数据库 前10条
1 邓毅萍;高速公路路段运行状况评价与分析研究[D];东南大学;2005年
2 王宁;基于视频的车辆跟踪与交通事件检测[D];四川大学;2005年
3 伍友龙;基于图像分析的高速公路交通事件检测算法研究[D];长沙理工大学;2005年
4 温娟;粗集预处理数据的神经网络交通事件自动检测算法研究[D];天津大学;2005年
5 邓小勇;高速公路交通事件自动侦测系统[D];北京工业大学;2000年
6 崔叙;高速公路交通管理系统研究[D];西南交通大学;2002年
7 徐学才;高速公路事件管理系统设计及算法实现[D];西南交通大学;2004年
8 徐永实;高速公路交通流运行状态实时监控技术研究[D];东南大学;2004年
9 吕琪;基于动态神经网络的交通事件检测算法[D];浙江大学;2003年
10 王小华;基于模糊算法的高速公路事件检测及主线控制系统的研究与实现[D];河海大学;2003年
【共引文献】
中国期刊全文数据库 前3条
1 唐义平,李卫,罗正发,李国桢,张奇;多传感器系统的数据融合技术[J];上海航天;1997年04期
2 滕召胜;现代计量测试仪器的特点与发展方向[J];计量技术;2001年02期
3 何国威,刘建国;利用Dempster-Shafer信息融合进行自动目标识别[J];计算机与数字工程;2000年06期
中国重要会议论文全文数据库 前10条
1 陆相林;;SOFM方法在山东省17地市旅游综合实力评价中的应用[A];节能环保 和谐发展——2007中国科协年会论文集(一)[C];2007年
2 刘锡兰;杨昱;;支持相量机方法在渤海湾风暴增水强度预报中的应用[A];节能环保 和谐发展——2007中国科协年会论文集(二)[C];2007年
3 樊敏;刘耀林;杨啸滪;;基于云模型的土地整理生态影响评价研究[A];节能环保 和谐发展——2007中国科协年会论文集(二)[C];2007年
4 周炜;李小昱;王为;周竹;张军;;肉品新鲜度无损检测方法的研究进展[A];节能环保 和谐发展——2007中国科协年会论文集(三)[C];2007年
5 丁文峰;;基于GIS和BP神经网络模型的长江中上游地区石漠化危险性评价[A];节能环保 和谐发展——2007中国科协年会论文集(三)[C];2007年
6 王海荣;;石油化工企业的静电火灾隐患评估[A];节能环保 和谐发展——2007中国科协年会论文集(四)[C];2007年
7 李琼;李正文;钱一雄;王咸彬;;塔中围斜区东河砂岩地震速度分布特征与储层预测[A];中国西部复杂油气藏地质与勘探技术研讨会论文集[C];2006年
8 刘长虹;赵礼辉;刘新田;黄虎;;基于ANFIS的桥式起重机焊接箱形梁疲劳裂纹扩展预测[A];2007年全国失效分析学术会议论文集[C];2007年
9 龙栋材;李斌兵;;蚂蚁算法在导航系统中的应用研究[A];第四届海峡两岸GIS发展研讨会暨中国GIS协会第十届年会论文集[C];2006年
10 曲阳;徐林;王建辉;顾树生;;基于信息博弈的多源信息融合方法[A];2005年全国自动化新技术学术交流会论文集[C];2005年
中国博士学位论文全文数据库 前10条
1 王睿;实现复方剂量配比优化的ED-NM-MO三联法[D];北京中医药大学;2004年
2 张润峰;FNS对MI大鼠HRV和心脏神经重构的作用及部分机制探讨[D];重庆医科大学;2004年
3 胡文平;基于智能信息融合的电力设备故障诊断新技术研究[D];华中科技大学;2005年
4 邹细勇;自主移动机器人的智能导航研究[D];浙江大学;2005年
5 张军英;二进前向网络的分类超平面理论[D];西安电子科技大学;1998年
6 刘源;基于模糊信息处理的数据融合方法研究[D];西安电子科技大学;1999年
7 冯力;支持机械创新设计CAD方法的探索[D];西安电子科技大学;1999年
8 梁继民;多传感器决策融合方法研究[D];西安电子科技大学;1999年
9 刘皓玮;行车指挥系统的Petri网建模与列车运行调整的遗传优化的研究[D];铁道部科学研究院;2000年
10 徐建新;灌区水资源评价及节水高效灌溉专家系统[D];西安理工大学;2000年
中国硕士学位论文全文数据库 前10条
1 高初;应用人工神经网络分析共面波导中的电磁阻带结构[D];东南大学;2003年
2 王夏黎;视频交通流检测及车辆识别系统的设计与实现[D];西北大学;2001年
3 钟华;利用超声波采集高速公路交通量信息并进行数据网络传输的设计与实现[D];吉林大学;2005年
4 宁志宇;高炉温度场与料面分布模型及其应用研究[D];中南大学;2005年
5 刘飏;基于GNU/Linux交通违章抓拍系统设计与开发[D];华中科技大学;2005年
6 李玉芬;电气量与油气量结合的变压器状态监测与健康诊断研究[D];河海大学;2006年
7 余慧;多聚焦图像融合算法研究[D];河海大学;2006年
8 贺寒辉;基于仿真技术的交通瓶颈研究[D];湖南大学;2006年
9 李维;基于UMAC移动机器人控制系统研究[D];河北工业大学;2006年
10 苗沁;交通需求调查及预测实务研究[D];西南交通大学;2005年
【同被引文献】
中国期刊全文数据库 前10条
1 张赫,杨兆升,王炜;基于实时交通流信息的中心式动态路径诱导系统行车路线优化技术研究[J];公路交通科技;2004年09期
2 韩超,宋苏,王成红;一种改进的短时交通流多步自适应预测算法[J];公路交通科技;2005年01期
3 刘伟铭,王倩;基于小波包变换的交通事件检测[J];交通与计算机;2004年06期
4 姜桂艳;冮龙晖;王江锋;;城市快速路交通拥挤识别方法[J];交通运输工程学报;2006年03期
5 李洪萍;裴玉龙;;基于混沌理论的交通流短时预测模型[J];昆明理工大学学报(理工版);2006年05期
6 裴玉龙,马骥;实时交通数据的筛选与恢复研究[J];土木工程学报;2003年07期
7 李响;李庆波;徐怡庄;张广军;吴瑾光;杨丽敏;凌晓锋;周孝思;王健生;;KNN方法在癌症中红外光谱检测中的应用[J];光谱学与光谱分析;2007年03期
8 许国辉,余春林;时间序列分析方法的研究[J];广州大学学报(自然科学版);2003年06期
9 诸葛建伟;王大为;陈昱;叶志远;邹维;;基于D-S证据理论的网络异常检测方法[J];软件学报;2006年03期
10 陈卫中,倪宗瓒,潘晓平,刘元元,夏彦;用ROC曲线确定最佳临界点和可疑值范围[J];现代预防医学;2005年07期
中国重要会议论文全文数据库 前1条
1 温慧敏;;交通事件检测数据融合技术研究[A];第一届中国智能交通年会论文集[C];2005年
中国博士学位论文全文数据库 前10条
1 蔡志理;高速公路交通事件检测及交通疏导技术研究[D];吉林大学;2007年
2 冮龙晖;城市道路交通状态判别及拥挤扩散范围估计方法研究[D];吉林大学;2007年
3 范九伦;模糊聚类新算法与聚类有效性问题研究[D];西安电子科技大学;1998年
4 林志贵;基于证据理论的信息融合研究及其在水质监测中的应用[D];河海大学;2005年
5 蔡云龙;饮用水生物稳定性和管网水质污染指数的研究[D];同济大学;2006年
6 龚本刚;基于证据理论的不完全信息多属性决策方法研究[D];中国科学技术大学;2007年
7 陈强;高速公路交通流特征参数被动声学检测技术研究[D];吉林大学;2005年
8 陈斌;高速公路意外事件影响下的车辆行为模型与事件检测研究[D];西南交通大学;2005年
9 熊烈强;交通流理论及其在高速公路中的应用研究[D];武汉理工大学;2003年
10 杨庆芳;先进的交通管理系统关键理论与方法研究[D];吉林大学;2004年
中国硕士学位论文全文数据库 前10条
1 董均宇;基于GPS浮动车的城市路段平均速度估计技术研究[D];重庆大学;2006年
2 唐金芝;数据融合技术在高速公路交通事件检测中的应用[D];吉林大学;2007年
3 丁秋实;交通事件管理的决策支持技术研究[D];吉林大学;2007年
4 吕漫丽;基于多传感器信息融合的移动机器人避障研究[D];东北电力大学;2008年
5 宋花玲;ROC曲线的评价研究及应用[D];第二军医大学;2006年
6 张丽嬿;动态交通信息发布技术的研究[D];上海交通大学;2007年
7 李驰新;基于神经网络的交通事件检测系统研究[D];兰州理工大学;2006年
8 王丽丽;集成学习算法研究[D];广西大学;2006年
9 汪坦岳;基于LM-BP神经网络入侵检测系统的研究与实现[D];湖南大学;2007年
10 周永进;BP网络的改进及其应用[D];南京信息工程大学;2007年
【二级参考文献】
中国期刊全文数据库 前10条
1 夏少云,查建中,李志辉,唐晓君;Vague集之间相似度量的分析与研究[J];北方交通大学学报;2004年01期
2 戴筠;C~3Ⅰ中的多传感器数据融合技术[J];兵工学报;1998年04期
3 徐勇军,高梅国,毛二可;智能运输系统中的雷达车辆检测器[J];北京理工大学学报;2001年02期
4 徐春广,王信义,肖定国;数据融合法在监测刀具切削状态中的应用[J];北京理工大学学报;1995年01期
5 房方,魏乐;传感器故障的神经网络信息融合诊断方法[J];传感技术学报;2000年04期
6 汪丹,张亚非;SVM和BP算法在气体识别中的对比研究[J];传感技术学报;2005年01期
7 王婷杰,施惠昌;一种基于模糊理论的一致性数据融合方法[J];传感器技术;1999年06期
8 涂国平,邓群钊;多传感器数据的统计融合方法[J];传感器技术;2001年03期
9 刘俊,付敬奇,董新平;数据融合在目标识别中的应用[J];传感器技术;2001年06期
10 罗中良,方清城,张前进;一种多传感器数据融合方法及应用[J];传感器技术;2002年02期
中国博士学位论文全文数据库 前6条
1 刘源;基于模糊信息处理的数据融合方法研究[D];西安电子科技大学;1999年
2 孙晋文;基于Agent的智能交通控制策略与可视化动态仿真研究[D];中国农业大学;2001年
3 马建明;信号交叉口优化设计及其微观仿真研究[D];北京工业大学;2001年
4 邓达强;运动机械监测系统数据融合关键技术的研究与应用[D];重庆大学;2001年
5 李仁璞;分类数据挖掘中若干基本问题的研究[D];天津大学;2003年
6 孙喜梅;城市路网实时动态交通信息的组合预测模型和方法研究[D];吉林大学;2002年
中国硕士学位论文全文数据库 前2条
1 许阳阳;北京市智能交通管理地理信息系统的研究与实现[D];国防科学技术大学;2002年
2 郎宝平;城市交通信息系统中数据访问中间件的设计与实现[D];大连理工大学;2004年
【相似文献】
中国期刊全文数据库 前10条
1 王成栋,魏瑞轩,张优云,夏勇;模糊函数图像与概率神经网络在柴油机气阀故障诊断中的应用[J];内燃机工程;2004年05期
2 陈小强,李刚,刘长武;概率神经网络及其在岩土类别判定中的应用[J];铜业工程;2005年02期
3 高宏岩;;概率神经网络在旋转机械故障诊断中的应用[J];煤矿机械;2006年05期
4 银涛;;基于概率神经网络的变压器故障诊断的研究[J];电气应用;2006年10期
5 孙永军;王福明;;概率神经网络PNN在发动机故障诊断中的应用[J];机械工程与自动化;2007年04期
6 张喜燕;;基于概率神经网络的旋转机械故障诊断[J];机电信息;2011年15期
7 荣蓉;一类基于概率神经网络的语音识别模型[J];山东理工大学学报(自然科学版);2005年03期
8 王玉爽;裴耀珠;吴诗辉;郭乃林;;一种基于概率神经网络的目标识别方法[J];弹箭与制导学报;2006年S7期
9 常羽彤;张鹏;;基于PNN的飞机发动机故障诊断研究[J];微计算机信息;2007年25期
10 陈锋仔;董秀臣;张宁;;基于概率神经网络的船用核动力装置故障诊断方法研究[J];中国修船;2009年06期
中国重要会议论文全文数据库 前10条
1 董云霞;王新泉;;PNN网络在公路隧道施工安全评价中的应用[A];建设工程安全理论与应用——首届中国中西部地区土木建筑学术年会论文集[C];2011年
2 吴德胜;梁樑;;概率神经网络在财务预警实证中的应用[A];2003年中国管理科学学术会议论文集[C];2003年
3 朱志强;樊大帅;张军;王亮;;基于组合PNN概率神经网络的车标识别方法[A];全国先进制造技术高层论坛暨第十届制造业自动化与信息化技术研讨会论文集[C];2011年
4 邓宇翔;鲁炜;黄敏;;运用概率神经网络进行企业信用风险评估[A];2003年中国管理科学学术会议论文集[C];2003年
5 王成儒;王金甲;李静;;一种用于说话人辨认的概率神经网络的MCE训练算法[A];第三次全国会员代表大会暨学术会议论文集[C];2002年
6 薄翠梅;李俊;陆爱晶;张广明;;基于核函数和概率神经网络的TE过程监控研究[A];第二十六届中国控制会议论文集[C];2007年
7 刘建华;张伟江;张仲俊;;概率神经网络的实时训练[A];1995中国控制与决策学术年会论文集[C];1995年
8 吴仁志;林小峰;宋绍剑;;多层前向神经网络在电力系统短期负荷预测中的应用[A];2002中国控制与决策学术年会论文集[C];2002年
9 连远锋;赵剡;吴发林;;结合多小波与自适应概率神经网络的核磁图像分割[A];2011下一代自动测试系统学术研讨会论文集[C];2011年
10 曲建岭;高峰;唐昌盛;李富荣;于建立;;基于概率神经网络的发动机气路故障诊断[A];2008中国仪器仪表与测控技术进展大会论文集(Ⅲ)[C];2008年
中国博士学位论文全文数据库 前10条
1 覃频频;基于信息融合的高速公路事件检测建模与仿真[D];西南交通大学;2007年
2 沈艳军;多输出神经元模型的多层前向神经网络及其应用[D];华中科技大学;2004年
3 吴文杰;基于信息融合的航空发动机故障诊断方法[D];电子科技大学;2011年
4 诸勇;正交回归神经网络及其在控制系统中的应用[D];浙江大学;1998年
5 李伦波;自然场景下交通标志的检测与分类算法研究[D];哈尔滨工业大学;2008年
6 韩文蕾;中国股票市场的非线性分析与预测[D];西北工业大学;2006年
7 张燕平;汽轮机轴系振动故障诊断中的信息融合方法研究[D];华中科技大学;2006年
8 齐龙;基于多光谱视觉的稻瘟病检测技术研究[D];吉林大学;2009年
9 郝敏;基于机器视觉的马铃薯外部品质检测技术研究[D];内蒙古农业大学;2009年
10 申琦;定量结构活性相关性研究中的新型化学计量学算法研究[D];湖南大学;2005年
中国硕士学位论文全文数据库 前10条
1 王华;基于粒子群概率神经网络模型的汇率预测方法[D];景德镇陶瓷学院;2010年
2 张海艳;基于自适应概率神经网络的农作物虫情预测研究[D];兰州交通大学;2011年
3 王秋勤;基于概率神经网络的发动机故障诊断研究[D];西南林业大学;2010年
4 苏亮;基于概率神经网络的焊接结构疲劳寿命分类与预测[D];长安大学;2012年
5 周媛媛;概率神经网络在东北虎虎皮纹理特征识别中的应用[D];东北林业大学;2011年
6 陈非;多层前向神经网络结构的研究[D];大连理工大学;2000年
7 王殿明;基于变换的故障诊断方法研究[D];沈阳理工大学;2012年
8 张东旭;基于聚类的故障诊断方法及应用研究[D];沈阳理工大学;2012年
9 全宏亮;多层前向神经网络的结构辩识和改进算法[D];武汉科技大学;2002年
10 刘俊;大鼠运动皮层神经解码实验的硬件系统研究[D];浙江大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026