基于悉尼协调自适应交通控制系统线圈数据的交通事件自动检测算法

›› 2012, Vol. ›› Issue (03): 575-580.

基于悉尼协调自适应交通控制系统线圈数据的交通事件自动检测算法

姜桂艳^1,2, 闫赫¹, 李琦¹, 王秋兰¹

1. 吉林大学交通学院, 长春 130022;
2. 吉林大学汽车仿真与控制国家重点实验室, 长春 130022

收稿日期:2011-05-18 出版日期:2012-05-01
通讯作者: 李琦(1985-),男,博士研究生.研究方向:交通信息采集、处理与应用技术.E-mail:liqi19851211@126.com E-mail:liqi19851211@126.com
基金资助:
"863"国家高技术研究发展计划项目(2009AA11Z218);高等学校博士学科点专项科研基金项目(20110061110034).

Automated incident detection algorithm based on inductive loop data on Sydney coordinated adaptive traffic system

JIANG Gui-yan^1,2, YAN He¹, LI Qi¹, WANG Qiu-lan¹

1. College of Transportation, Jilin University, Changchun 130022, China;
2. State Key Laboratory of Automotive Simulation and Control, Jilin University, Changchun 130022, China

Received:2011-05-18 Online:2012-05-01

摘要/Abstract

摘要： 为了克服目前悉尼自适应交通控制系统(Sydney coordinated traffic system,SCATS)获取的动态交通数据仅用于交通信号控制的局限性,从信息共享的角度,将SCATS中感应线圈获取的动态交通数据应用于交通事件自动检测。在详细分析了SCATS中感应线圈获取的交通数据特性的基础上,设计了一种新的交通事件自动检测算法,并采用实测数据进行了验证和对比分析。结果表明,所设计的新算法在检测率、误警率方面均优于经典的对比算法,可为改善SCATS覆盖道路在交通信号控制、交通信息引导和交通指挥等方面的协调性提供技术支持。

关键词: 交通运输系统工程, 悉尼自适应交通控制系统, 交通事件自动检测, 感应线圈

Abstract: In order to break through the limitations of current dynamic traffic data from the Sydney coordinated adaptive traffic system(SCATS) applied only for dynamic signal control, from the perspective of information sharing, the dynamic traffic data collected from the inductive loop on SCATS were applied in the research of automated incident detection algorithm. The characteristics of the data collected from the inductive loop on SCATS were analyzed, and a new algorithm of automated incident detection (AID) based on the data was designed. The validity of the proposed AID algorithm was tested with measured data, and the new algorithm had a better performance on detection rate, false alarming rate and mean time to detection, it would be effective in improving the coordination in traffic signal control, traffic information guide and traffic command of roads covered by SCATS.

Key words: engineering of communication and transportation system, sydney coordinated traffic system(SCATS), automated incident detection(AID), inductive loop

中图分类号:

U491

姜桂艳, 闫赫, 李琦, 王秋兰. 基于悉尼协调自适应交通控制系统线圈数据的交通事件自动检测算法 [J]. , 2012, (03): 575-580.

JIANG Gui-yan, YAN He, LI Qi, WANG Qiu-lan. Automated incident detection algorithm based on inductive loop data on Sydney coordinated adaptive traffic system[J]. , 2012, (03): 575-580.

参考文献

[1] 全永燊.城市交通控制［M］.北京:人民交通出版社,1989:226-236.
[2] 彭信林,王宁鸣,周剑峰,等.SCATS数据采集系统的设计与实现［J］.计算机工程,2008,34(24):256-260. Peng Xin-lin, Wang Ning-ming, Zhou Jian-feng, et al. Design and implementation of implementation of data collection system on SCATS［J］. Computer Engineering, 2008, 34 (24): 256-260.
[3] 姜桂艳,郭海锋,吴超腾.基于感应线圈数据的城市道路交通状态判别方法［J］.吉林大学学报:工学版, 2008, 38(2): 38-42. Jiang Gui-yan, Guo Hai-feng, Wu Chao-teng. Identification method of urban road traffic conditions based on inductive coil data［J］. Journal of Jilin University(Engineering and Technology Edition), 2008, 38(2):38-42.
[4] Parkanyi E,Xie C.A complete review of incident detection algorithms and their deployment: What works and what doesn't. Technical Report NETCR37, New England Transportation Consortium,2005.
[5] Dia H, Thomas K. Development and evaluation of arterial incident detection models using fusion of simulated probe vehicle and loop detector data［J］. Information Fusion, 2010, 10(16):20-27.
[6] Zhou D S. An integrated traffic incident detection model. Univ of Texas at Austin, Austin, Tex, 2000
[7] 姜桂艳. 道路交通状态判别技术与应用［M］.北京:人民交通出版社,2004:66-67.
[8] Martin P, Perrin H, Hansen B.Incident detection algorithm evaluation. Technical Report UTL-0700-31, Utah Traffic Laboratory, July, 2000.

相关文章 15

[1]	陈永恒,刘芳宏,曹宁博. 信控交叉口行人与提前右转机动车冲突影响因素[J]. 吉林大学学报(工学版), 2018, 48(6): 1669-1676.
[2]	常山,宋瑞,何世伟,黎浩东,殷玮川. 共享单车故障车辆回收模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1677-1684.
[3]	曲大义,杨晶茹,邴其春,王五林,周警春. 基于干线车流排队特性的相位差优化模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1685-1693.
[4]	宗芳, 齐厚成, 唐明, 吕建宇, 于萍. 基于GPS数据的日出行模式-出行目的识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1374-1379.
[5]	刘翔宇, 杨庆芳, 隗海林. 基于随机游走算法的交通诱导小区划分方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1380-1386.
[6]	钟伟, 隽志才, 孙宝凤. 不完全网络的城乡公交一体化枢纽层级选址模型[J]. 吉林大学学报(工学版), 2018, 48(5): 1387-1397.
[7]	刘兆惠, 王超, 吕文红, 管欣. 基于非线性动力学分析的车辆运行状态参数数据特征辨识[J]. 吉林大学学报(工学版), 2018, 48(5): 1405-1410.
[8]	宗芳, 路峰瑞, 唐明, 吕建宇, 吴挺. 习惯和路况对小汽车出行路径选择的影响[J]. 吉林大学学报(工学版), 2018, 48(4): 1023-1028.
[9]	栾鑫, 邓卫, 程琳, 陈新元. 特大城市居民出行方式选择行为的混合Logit模型[J]. 吉林大学学报(工学版), 2018, 48(4): 1029-1036.
[10]	陈永恒, 刘鑫山, 熊帅, 汪昆维, 谌垚, 杨少辉. 冰雪条件下快速路汇流区可变限速控制[J]. 吉林大学学报(工学版), 2018, 48(3): 677-687.
[11]	王占中, 卢月, 刘晓峰, 赵利英. 基于改进和声搜索算法的越库车辆排序[J]. 吉林大学学报(工学版), 2018, 48(3): 688-693.
[12]	李志慧, 胡永利, 赵永华, 马佳磊, 李海涛, 钟涛, 杨少辉. 基于车载的运动行人区域估计方法[J]. 吉林大学学报(工学版), 2018, 48(3): 694-703.
[13]	陈松, 李显生, 任园园. 公交车钩形转弯交叉口自适应信号控制方法[J]. 吉林大学学报(工学版), 2018, 48(2): 423-429.
[14]	苏书杰, 何露. 步行交通规划交叉路口行人瞬时动态拥塞疏散模型[J]. 吉林大学学报(工学版), 2018, 48(2): 440-447.
[15]	孟品超, 李学源, 贾洪飞, 李延忠. 基于滑动平均法的轨道交通短时客流实时预测[J]. 吉林大学学报(工学版), 2018, 48(2): 448-453.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed