基于浮动车数据的城市快速路交通事件检测算法研究

交通运输系统工程与信息 ›› 2008, Vol. 8 ›› Issue (4): 36-41 .

• 智能交通系统与信息技术 • 上一篇下一篇

基于浮动车数据的城市快速路交通事件检测算法研究

余柳1;于雷^*1,2;戚懿²;王健全¹;温慧敏³

1. 北京交通大学交通运输学院，北京100044; 2. 美国德克萨斯州南方大学，休斯顿 77004; 3. 北京交通发展研究中心，北京 100055

收稿日期:2008-01-15 修回日期:2008-04-18 出版日期:2008-08-25 发布日期:2008-08-25
通讯作者: 于雷
作者简介:余柳（1983-），女，广西桂林人，博士生
基金资助:
北京市科技计划项目“浮动车交通信息采集系统研究（Y060500804291）”子课题——基于浮动车数据的时间检测研究与验证（T07L0180）。

Traffic Incident Detection Algorithm for Urban Expressways Based on Probe Vehicle Data

YU Liu¹;YU Lei^1,2;QI Yi²;WANG Jian-quan¹;WEN Hui-min³

1. School of Traffic and Transportation, Beijing Jiaotong University, Beijing 100044, China; 2. Texas Southern University, Houston 77004, U.S.A; 3.Beijing Transportation Research Center, Beijing 10055, China

Received:2008-01-15 Revised:2008-04-18 Online:2008-08-25 Published:2008-08-25
Contact: YU Lei

摘要/Abstract

摘要： 交通事件是引发快速路交通延误的主要因素，迅速、有效的检测事件是快速路交通管理与控制的重要组成部分。本文利用CUSUM理论提出了基于浮动车数据的城市快速路交通事件自动检测算法；通过采集北京市快速路上的真实事件信息以及浮动车探测数据，对不同采样间隔条件下的算法性能进行了实际验证，并与传统的基于浮动车数据的UCB算法验证结果进行了对比分析。结果表明：所提算法在采样间隔为1分钟条件下的检测性能要优于采样间隔为5分钟条件下的检测性能；相对于UCB算法而言，所提算法的检测性能大大提高，在同一误报率条件下检测率可提高10%左右。

关键词: 浮动车, 快速路, 事件检测, CUSUM算法

Abstract: Traffic incidents are major contributors to traffic delay. Expedient and reliable incident detection is an important part of expressway traffic management and control in urban areas. This paper proposes an automated incident detection algorithm for urban expressways based on probe vehicle data by the CUSUM algorithm based approach. The presented algorithm is validated using the actual incident information and the probe vehicle data collected in Beijing at different time intervals. Its performance is evaluated and further compared with that of an existing probe-vehicle-based incident detection algorithm, the UCB algorithm. The results show that the performance of the proposed algorithm under 1-minute time interval is better than that under 5-minute time interval. It is also observed that the performance of the proposed algorithm is better than that of the UCB algorithm. Under the same false alarm rate, the detection rate of the proposed algorithm is improved by 10%.

Key words: probe vehicle, expressway, incident detection, CUSUM (cumulative sum) algorithm

中图分类号:

U491

余柳1,于雷,戚懿,王健全,温慧敏. 基于浮动车数据的城市快速路交通事件检测算法研究[J]. 交通运输系统工程与信息, 2008, 8(4): 36-41 .

YU Liu,YU Lei,QI Yi,WANG Jian-quan,WEN Hui-min. Traffic Incident Detection Algorithm for Urban Expressways Based on Probe Vehicle Data[J]. Journal of Transportation Systems Engineering and Information Technology, 2008, 8(4): 36-41 .

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract17684.shtml

http://www.tseit.org.cn/CN/Y2008/V8/I4/36

参考文献

[1] Farradyne P B． Trafic incident management handbook[R]． Federal Highway Administration 0ffice of Travel Management, November 2000．

[2] 温慧敏，杨兆升．交通事件检测技术的进展研究[J]．交通运输系统工程与信息，2005, 5(1)，25-28, 73. [WEN Hui-min, YANG Zhao-sheng. Recent development of traffic incident detection technologies [J]. Transportation Systems Engineering and Information, 2005, 5(1), 25-28, 73.]

[3] Parkany, E. Xie C.. A complete review of incident detection algorithms & their deployment: what works and what doesn’t [R]. Prepared for The New England Transportation Consortium, NETCR37 Project No. 00-7, February 7, 2005.

[4] Parkany, E. Bernstein D., Design of incident detection algorithms using vehicle-to-roadside communication sensors [J]. Transportation Research Record 1494, 1995，67-74.

[5] Balke, K., Dudek, C.L. Mountain C.E.. Using probe-measured travel time to detect major freeway incidents in Houston, Texas [J]. Transportation Research Record 1554, 1996, 213-220.

[6] Petty, K. F., Skabardonis A., Varaiya P. P.. Incident detection with probe vehicles: performance, infrastructure requirements and feasibility [J]//. Transportation Systems 1997: A Proceedings Volume from the 8th IFAC/IFIP/IFORS Symposium, Chania, Greece, 1997(1), 125-130.

[7] 张存保，杨晓光，严新平. 基于浮动车的高速公路交通事件自动判别方法研究[J]. 武汉理工大学学报(交通科学与工程版)，2006, 30(6)：973-975, 983. [ZHANG Cun-bao, YANG Xiao-guang, YAN Xin-ping. An automatic incident detection methodology for freeway using floating cars [J]. Journal of Wuhan University of Technology (Transportation Science & Engineering), 2006, 30(6), 973-975, 983.]

[8] Page, E. S. Continuous inspection schemes[J], Biometrika 41, 1954，100-115.

[9] Teng, H., Qi Y. Martinelli D.R., Developed incident detection algorithm in comparison with neural network algorithms [J]. Transportation Research Record 1836, 2003, 83-92.

[10] 史新宏，蔡伯根. 高速公路自动事件检测算法[J]. 交通运输系统工程与信息，2001, 1(4).：306-310. [SHI Xin-hong, CAI Bo-gen. Freeway automatic incident detection algorithm [J]. Transportation Systems Engineering and Information Technology, 2001, 1(4), 306-310.]

[11] Cohen, S. Comparative assessment of conventional and new incident detection algorithms [J]. Road Traffic Monitoring and Control, London, 1994, 26-28

[1]	陈鼎, 周水庭, 陈云, 苏敏咸. 拥堵指数自适应调节的交通运行状态识别方法及应用研究[J]. 交通运输系统工程与信息, 2022, 22(2): 137-144.
[2]	宋现敏, 张璐雨, 白乔文, 王鑫. 快速路入口匝道与衔接交叉口联动控制优化方法[J]. 交通运输系统工程与信息, 2021, 21(6): 63-73.
[3]	钟绍鹏, 何璟, 朱康丽, 邹延权, 隽海民. 基于建成环境和低频浮动车数据的路段行程时间估计[J]. 交通运输系统工程与信息, 2021, 21(4): 125-131.
[4]	代磊磊，刘东波，华璟怡，徐棱，王波. 基于主线拥堵场景的快速路级联信号控制方法[J]. 交通运输系统工程与信息, 2020, 20(4): 56-62.
[5]	江竹，林豪，李树彬，雷震宇. 城市快速路分层分布式优化控制方法研究[J]. 交通运输系统工程与信息, 2020, 20(2): 101-106.
[6]	王志建，李达标，崔夏. 基于LSTM 神经网络的降雨天旅行时间预测研究[J]. 交通运输系统工程与信息, 2020, 20(1): 137-144.
[7]	庞明宝，安少怡. 快速路与邻接交叉口分散换道和速度引导方法[J]. 交通运输系统工程与信息, 2019, 19(6): 168-175.
[8]	李红伟，姜桂艳，李素兰，朱宏伟. 基于突变强度的交通事件自动检测算法[J]. 交通运输系统工程与信息, 2019, 19(5): 59-65.
[9]	刘莹莹，李健，陈小鸿. 城市快速路车速离散特征及其影响因素研究[J]. 交通运输系统工程与信息, 2018, 18(5): 111-120.
[10]	庞明宝，刁化尧，赵冰心，黄玉满. 基于复杂网络同步城市快速路协调控制研究[J]. 交通运输系统工程与信息, 2018, 18(3): 29-35.
[11]	何胜学. 考虑辅路缓冲的快速路紧急疏散最优控制[J]. 交通运输系统工程与信息, 2017, 17(2): 47-53.
[12]	周浩，胡坚明，张毅，孙瑞. 快速路可变限速与匝道控制协同优化策略[J]. 交通运输系统工程与信息, 2017, 17(2): 68-75.
[13]	赵晓华，陈晨，伍毅平，荣建，刘莹，程颖，胡莹. 出租车驾驶员驾驶行为对油耗的影响及潜力分析[J]. 交通运输系统工程与信息, 2015, 15(4): 85-91.
[14]	李军，赵长相，唐晓宇，谢良惠. 基于浮动车数据的随机路径选择模型参数估计[J]. 交通运输系统工程与信息, 2014, 14(5): 37-42.
[15]	杨文臣，张轮，施奕骋，杨涛. 城市快速路交通事件持续时间生存分析[J]. 交通运输系统工程与信息, 2014, 14(5): 168-174.

基于浮动车数据的城市快速路交通事件检测算法研究

Traffic Incident Detection Algorithm for Urban Expressways Based on Probe Vehicle Data

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics