学位论文 > 优秀研究生学位论文题录展示

城市快速路自动事故检测方法研究

作 者: 蔡晓禹
导 师: 孙立军
学 校: 同济大学
专 业: 道路与铁道工程
关键词: 城市快速路 自动事故检测 关键参数 阈值 基础数据 交通波理论 激波 误差分析 多参数自动事故检测算法 串行判断 标定 自修正 平行测试 程序模块
分类号: U491.3
类 型: 博士论文
年 份: 2007年
下 载: 434次
引 用: 3次
阅 读: 论文下载
 

内容摘要


现今,国内外诸多大城市(纽约、巴黎、东京、北京、上海等)已经构建了具有相当规模的城市快速路系统,城市快速路也已成为城市道路交通网络的骨架,发挥着巨大的作用。突发交通事故对城市快速路的影响,不仅体现在对人车安全形成威胁,更重要是将产生较为严重的交通拥堵瓶颈,而导致城市快速路系统运行效率降低。减小突发事故对城市快速路系统的负面效应,关键环节之一是快速准确的发现事故。自动事故检测,是一种以实时交通数据为基础、通过自动判断事故发生后交通的变化来迅速发现事故的方法。目前,国内外与自动事故检测方法相关的研究多是针对高速公路,对城市快速路这方面的系统研究较为缺乏。为此,本文结合我国实际,对城市快速路自动事故检测展开系统研究,提出一系列的理论、方法和技术,主要研究内容包括以下几个方面:(1)事故对背景交通的影响机理分析:采用交通波理论,并结合宏观交通流模型,分析不同背景交通状况和事故严重程度下事故对交通的影响机理、相关交通参数在事故发生后的时空变化特征,诠释基于断面交通数据采集的自动事故检测原理,并提出备选的自动事故检测参数;(2)自动事故检测基础数据研究:提出自动事故检测“原始数据”和“基础数据”的概念,以及自动事故检测对基础数据的要求,采用对数据序列值和序列差值的误差分析方法分析若干种交通数据在事故和正常状况下的特征,通过吸取相关交通数据的优点,构建可作为自动事故检测基础数据的非连续滑动1分钟占有率序列;(3)自动事故检测关键参数研究:确定自动事故检测的4个关键参数,并结合上海市城市快速路事故历史数据,分析各检测关键参数在低占有率、高占有率和复杂交通背景下的变化特征,分析各检测关键参数与背景交通状况的实际变化规律,分析各检测关键参数在不同路段和车道上的差异性:(4)多参数检测、参数阈值确定及检测效果评价:建立自动事故检测的多参数联合事故判断方法、参数阈值确定的离线标定和在线自修正方法,同时对本文的自动事故检测方法与现有方法进行平行测试和检测效果评价;(5)自动事故检测程序开发:整合本文前述研究成果,以模块的形式,开发城市快速路自动事故检测程序。通过以上研究,建立了适用于城市快速路自动事故检测的完整技术体系,为城市快速路交通管理中的事故检测提供技术支持。最后,关于进一步工作的方向进行了简要的讨论。

全文目录


摘要  6-8
ABSTRACT  8-15
第1章 引言  15-35
  1.1 研究背景与意义  15-17
    1.1.1 背景  15-17
    1.1.2 意义  17
  1.2 事故概述  17-19
    1.2.1 事故的定义  17-18
    1.2.2 事故的影响  18
    1.2.3 事故下交通参数的变化  18-19
  1.3 现有自动事故检测方法  19-30
    1.3.1 状态识别  20-24
    1.3.2 突变理论  24-25
    1.3.3 数学统计  25-28
    1.3.4 人工智能  28-29
    1.3.5 图像识别  29-30
  1.4 检测方法评价指标  30-31
  1.5 研究现状所存在的问题  31-32
  1.6 论文研究内容与技术路线  32-33
  1.7 论文章节安排  33-35
第2章 交通波理论简介  35-53
  2.1 宏观交通流模型  35-38
    2.1.1 速度-密度模型  35-36
    2.1.2 流量-密度模型  36-38
  2.2 交通波模型  38-48
    2.2.1 LWR模型  38-39
    2.2.2 交通波模型  39-40
    2.2.3 小扰动的传播  40-44
    2.2.4 稀疏波与激波  44-48
  2.3 几种产生交通波的不同情况  48-52
  2.4 本章小节  52-53
第3章 事故对背景交通的影响机理分析  53-99
  3.1 背景交通环境设定  53-55
  3.2 不同背景交通状况下事故对交通的影响机理  55-74
    3.2.1 背景交通状况I  56-57
    3.2.2 背景交通状况II  57-59
    3.2.3 背景交通状况III  59-68
    3.2.4 背景交通状况IV  68-74
  3.3 不同严重程度事故对交通影响的比较  74-78
  3.4 事故发生后交通参数的变化特征  78-85
    3.4.1 波速与流密速计算  78-81
    3.4.2 流密速时空变化特征  81-83
    3.4.3 密度、速度时空变化模拟  83-85
  3.5 参数与背景交通状况和事故严重程度的变化关系  85-95
    3.5.1 事故严重程度一定、背景交通状况不同  85-90
    3.5.2 背景交通状况一定、事故严重程度不同  90-95
  3.6 自动事故检测的原理  95-97
    3.6.1 交通数据  96
    3.6.2 检测关键参数  96-97
  3.7 本章小节  97-99
第4章 自动事故检测基础数据研究  99-136
  4.1 基础数据与原始数据的定义与区别  99-100
  4.2 自动事故检测对基础数据的要求  100-101
  4.3 上海城市快速路网简介  101-102
  4.4 环形线圈车检器原始数据分析  102-106
    4.4.1 数据正常  103-104
    4.4.2 数据缺失  104-105
    4.4.3 数据错误  105-106
  4.5 备选的基础数据类型  106-108
  4.6 基础数据分析方法  108-109
  4.7 非事故下数据的平稳性分析  109-118
    4.7.1 占有率  109-112
    4.7.2 速度  112-115
    4.7.3 流盘  115-118
    4.7.4 结论  118
  4.8 非事故且极少车辆下速度的波动性  118-120
  4.9 事故下数据的突变性分析  120-128
    4.9.1 占有率  120-123
    4.9.2 速度  123-125
    4.9.3 流量  125-128
    4.9.4 结论  128
  4.10 非连续滑动1分钟占有率序列构建  128-131
  4.11 非连续滑动1分钟占有率序列数据评价  131-134
    4.11.1 非事故下数据平稳性分析  131-133
    4.11.2 事故下数据突变性分析  133-134
    4.11.3 结论  134
  4.12 本章小节  134-136
第5章 自动事故检测关键参数研究  136-172
  5.1 自动事故检测关键参数的确定  136-137
  5.2 事故选取及关键参数分析流程  137-139
  5.3 关键参数在事故下的变化特征  139-163
    5.3.1 低占有率交通背景下的事故  139-146
    5.3.2 高占有率交通背景下的事故  146-152
    5.3.3 复杂交通背景下的事故  152-163
    5.3.4 关键参数变化特征小结  163
  5.4 匝道对事故交通影响简要分析  163-165
  5.5 关键参数与背景交通状况的变化关系  165-169
  5.6 不同路段不同车道关键参数对比分析  169-170
  5.7 本章小节  170-172
第6章 多参数判断、参数阈值确定及检测效果评价  172-188
  6.1 多参数联合事故判断方案的提出  172-173
  6.2 参数阈值标定方法  173-174
  6.3 阈值标定实例  174-178
  6.4 阈值自修正方法  178-184
    6.4.1 基本流程  178-180
    6.4.2 自修正算法  180-184
  6.5 检测效果评价  184-187
    6.5.1 测试事故选取  184-185
    6.5.2 本文的多参数检测方法测试  185
    6.5.3 基本加州算法测试  185
    6.5.4 加州7#算法测试  185-186
    6.5.5 测试效果比较  186-187
  6.6 本章小结  187-188
第7章 自动事故检测程序开发  188-198
  7.1 程序总体框架  188-189
  7.2 原始数据提取  189-190
  7.3 基础数据计算  190-191
  7.4 检测关键参数计算  191-192
  7.5 关键参数阈值设定  192-193
  7.6 事故判断  193-194
  7.7 事故报警  194-195
  7.8 程序运行界面  195-197
  7.9 本章小节  197-198
第8章 结论与展望  198-202
  8.1 结论  198-200
  8.2 展望  200-202
致谢  202-203
参考文献  203-210
附录 A 观测事故详细信息  210-212
附录 B 事故状况下关键参数最大值  212-215
附录 C 事故当天非事故状况下关键参数最大值  215-218
附录 D 自动事故检测程序部分代码  218-222
个人简历 在读期间发表的学术论文与研究成果  222-223

相似论文

  1. 自动化平行测试在金融系统重构中的应用,TP311.52
  2. 地面观瞄指示器光轴测试装置的研制,V246
  3. 延迟容忍网络路由算法研究,TP393.02
  4. 城市交通信号智能控制系统设计及仿真,TP273.5
  5. 我国典型低挥发分煤热解成分的定量分析,TQ530.2
  6. 有标记点的人体三维运动数据获取方法的研究,TP391.41
  7. PCB视觉检测系统中相机标定算法与位姿测定技术,TP391.41
  8. 晶圆传输机器人关键控制技术研究,TP242.2
  9. 家蚕HSP基因的表达调控研究,S881.2
  10. 基于三焦点张量的摄像机标定技术研究及实现,TP391.41
  11. 基于双镜面成像的单摄像机标定方法研究,TP391.41
  12. 基于机器视觉的工业机器人抓取技术的研究,TP242.2
  13. 长焦距真空平行光管像差测量及标定方法,TH74
  14. 基于视觉系统的无人直升机自主降落,V279
  15. 摄像机标定相关问题研究,TP391.41
  16. 光切法视觉测量系统中关键技术的研究与实现,TP391.41
  17. 立体视觉三维重建相关技术研究与实现,TP391.41
  18. 增强现实中虚拟物体注册方法的研究,TP391.41
  19. 基于神经网络的摄像机标定方法研究,TP391.41
  20. 基于计算机视觉的“虚拟网球”系统的研制与开发,TP391.41

中图分类: > 交通运输 > 公路运输 > 交通工程与公路运输技术管理 > 交通工程与交通管理 > 交通事故
© 2012 www.xueweilunwen.com