基于物聯網技術的智能交通異常事件檢測技術

文/何蕓 王玉梅

在智能交通領域中，物聯網技術主要應用在車聯網、無線數據通信等方面，可以在車輛中進行信息共享，還可以通過無線射頻識別進行自動物品識別。在交通道路中，突發異常事件的危害是具備影響性和破壞性的，也會影響正常的交通秩序，引起交通擁擠和擁堵情況，據不完全統計，每年因為交通異常事件所引起的損失已達上千億元人民幣。因此需要對交通異常事件進行實時檢測，減少此類事件帶來的危害，降低損失，快速回復交通正常秩序，提高交通道路的運行效率，如何利用物聯網的技術優勢進行智能交通異常事件的檢測是一個值得探討的問題。物聯網的基本組成結構如圖1所示。

1 智能交通異常事件檢測方法及特征

圖1：物聯網基本組成結構

1.1 間接交通事件檢測算法

可大致分為：基于模式匹配或比較的算法、基于統計分析的算法、基于交通流模型的算法和基于人工智能的算法。這些算法中的大多數基于固定車輛檢測器(例如環形線圈檢測器等)。使用的基本輸入參數是時間或空間流量，速度，行程時間，占用率等。隨著視頻設備的性能和降低成本的提高，閉路電視監控系統已經建立了幾乎所有的交通路線。許多學者還提出了基于視頻的流量異常檢測算法來擴展監視系統的功能。與間接方法相比，這種直接方法實際上“看到”了交通事件的發生，而不是通過交通事件檢測交通事件的存在。此外，基于視頻的檢測系統可以獲取流量參數，如流量，車輛速度，車道占用，車輛長度和旅行時間，并且還可以識別更多的交通流量信息，諸如車輛類型和車輛軌跡，并且可以監視大距離的范圍情況下，平均檢測時間比基于線圈的異常檢測系統小得多。隨著模式識別，數字圖像處理和計算機視覺技術的發展，基于視頻的交通事件檢測系統將被廣泛應用于智能交通管理領域。

1.2 交通道路中的突發異常事件本身具備一定的靜態特征和外部的動態特征

本身靜態特征主要是事件對事件參與者本身的感官方面的刺激和記憶，這些靜態特征的發生發展與事件本身的情況有關，可以用來描述事件發生發展的狀態性質，也是直接事件檢測所需要具備的基本數據對象。外部特征主要表現在事件對正常交通道路方面的影響上，不能確切描述事件本身的性質，但是可以用來判定是否存在突發異常事件的產生，因此主要屬于間接事件檢測方式的數據特征。在城市交通領域中，原發性的異常事件主要包含車輛交通事故、人車交通事故、車輛異常情況等類型，由于車輛本身硬件故障所產生的車輛拋錨類事故占比為81%，造成惡性不良影響的交通事故占比18%，其余情況占比1%。因此需要了利用基于物聯網的智能交通網絡作為交通道路突發異常事件監測系統的數據采集設備，來完成對異常事件中車輛速度、事故聲音圖像等特征數據的采集。

智能交通異常事件檢測方法的對比如表1所示。

2 物聯網技術在智能交通異常事件檢測中的應用

利用基于物聯網的智能交通網絡作為交通應急檢測系統的數據采集設備，完成車速、事故聲音、事故圖像等特征數據的采集，有必要注意以下幾個方面關鍵技術的研究與應用：

表1：智能交通異常事件檢測方法對比

2.1 實現了基于物聯網的智能交通網絡檢測車輛，獲取交通流量數據，事件特征數據等

車輛檢測是實施數據的基礎?？梢酝ㄟ^檢測車輛與地面磁場的干擾，或車輛行駛的聲音或車輛目標的外觀來實現車輛的檢測。視頻監控區?；谖锫摼W的智能交通網絡設備集成了各種類型的傳感器，可以感知上述特征數據，但視頻信息的處理復雜，消耗大量能量，受光影響很大。

2.2 多類型傳感器數據融合

信息融合的目的是將基于各種傳感器的觀測信息分離，通過優化的信息組合得出有效信息，并利用多個傳感器的聯合操作來改進各類傳感器數據的融合技術。信息主要用于生成特征數據對業務的緊急說明，并提供數據支持，為下一步猜測是否發生事件和事件的類型。

2.3 定位技術的有效運用

隨著無線定位技術的飛速發展和迅速推廣的基于位置的移動定位服務，車載系統或手機與電子車牌有定位功能，以及無線通信的融合，如果使用ETC卡或將使用道路交通磁卡被改變為RFID卡，并且執行基于RFID的事件自動檢測。

3 結語

隨著信息技術的發展，傳感技術、通信技術、交通目標識別與定位技術，特別是公路協調的發展環境、人、車、路、環境的融合，交通參與者的交通場景的意識已大大增強。此外，人們更加關注交通安全和交通需求管理的信息服務。交通事件管理的智能交通系統的運行的作用。更重要的，這使對可靠性要求較高，實時和自動交通事故檢測的定位精度。自動地檢測異常事件的目的是確保事件及時發現和及時處理。因此，異常檢測和應急救援管理的有效整合應執行過程中的異常事件盡快確保最佳的交通控制與管理，交通信息傳感計劃，以減少交通堵塞，盡快疏導交通，并迅速恢復道路。