[發明專利]一種基于小步長調整的自適應交通事件檢測方法

有效

• 申請號: 202110069138.7
• 申請日: 2021-01-19
• 公開（公告）號: CN112767698B
• 公開（公告）日: 2022-03-11
• 發明（設計）人: 郭建華;陸宇航
• 申請（專利權）人: 東南大學
• 主分類號: G08G1/01
• 分類號: G08G1/01
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 朱楨榮

1.一種基于小步長調整的自適應交通事件檢測方法，其特征在于，包括以下步驟：

步驟1、定義道路上相鄰兩個ETC門架之間的路段為檢測路段，通過檢測路段的車輛數達到m時為一個檢測周期，m為檢測周期內車輛最大到達數，獲取檢測周期內進入檢測路段的每輛車的車牌及對應的進入時間數據，獲取檢測周期內離開檢測路段的每輛車的車牌及對應的離開時間數據；

動態確定檢測頻率，檢測頻率是由每個檢測周期通過的車輛數動態確定的；當檢測路段通過的車輛數達到m時，則執行以下步驟；

步驟2、計算交通參數和交通參數統計量；其中，交通參數為單車速度，交通參數統計量包括第i個檢測周期的路段平均速度和車輛速度離散度σ_i；

步驟3、根據步驟2計算出的交通參數和交通參數統計量，計算交通參數特征；交通參數特征包括相鄰兩個檢測周期之間的路段平均速度變化量和車輛速度離散度變化量Δσ；

步驟4、若且Δσe₂，則第i個檢測周期有交通事件發生，否則說明無交通事件發生，返回步驟1，繼續進入下一檢測周期；其中，e₁為路段平均速度變化量閾值和e₂為車輛速度離散度變化量閾值；

步驟5、計算歷史誤檢率，根據歷史誤檢率判斷是否對路段平均速度變化量閾值e₁和車輛速度離散度變化量閾值e₂進行調整；若歷史誤檢率未超過預設的歷史誤檢率上限e，則返回步驟1，進行下一周期的檢測，若超過，則對交通參數特征閾值進行小步長調整，交通參數特征閾值包括路段平均速度變化量閾值e₁和車輛速度離散度變化量閾值e₂，生成新的交通參數特征閾值，用于下一個檢測周期的交通事件判別，返回步驟1；

步驟1中動態確定檢測頻率的具體步驟是：

步驟11、初始化參數：n＝0，i＝1；n為通過檢測路段的車輛數，i為檢測周期；

步驟12、判斷是否有車輛通過檢測路段；若是，則n＝n+1，否則n＝n；

步驟13、判斷n是否等于m，若否，則轉入步驟12；若是，則生成第i個檢測周期的實時交通數據集；生成的第i個檢測周期的實時交通數據集為檢測到的n個輛車分別進入和離開檢測路段的時間；

步驟14、令n＝0，i＝i+1，返回步驟13，進入下一檢測周期；

步驟5具體步驟如下：

步驟51、自動載入第i個檢測周期之前的N個檢測周期的歷史數據，歷史數據包括的數據項有每個檢測周期的編號及其對應的路段平均速度變化量、車輛速度離散度變化量、每個檢測周期是否檢測到交通事件發生和每個檢測周期實際是否發生交通事件；

步驟52、計算歷史誤檢率；歷史誤檢率HFAR計算公式如下：

式中，FA表示錯誤檢測次數，N表示檢測次數，即第i個檢測周期之前的N個檢測周期；

步驟53、判斷歷史誤檢率是否超過預設的歷史誤檢率上限e；若未超過，則執行步驟13；若超過，則轉入步驟54，通過小步長迭代更新路段平均速度變化量閾值e₁和車輛速度離散度變化量閾值e₂；

步驟54、通過更新路段平均速度變化量閾值e₁和車輛速度離散度變化量閾值e₂降低歷史誤檢率；首先對比在當前檢測周期是否檢測到交通事件發生的情況和當前檢測周期實際是否發生交通事件的情況，確定N次檢測中將交通事件誤檢為非交通事件的次數r和將非交通事件誤檢為交通事件的次數s；然后以降低歷史誤檢率為目標，得到閾值更新的計算公式，的計算公式如下：

式中，r和s分別表示N次檢測中交通事件誤檢為非交通事件的次數和將非交通事件檢測為交通事件的次數，e₁和e₂分別表示路段平均速度變化量閾值和車輛速度離散度變化量閾值，f₁(r,s)和f₂(r,s)分別表示路段平均速度變化量閾值更新步長和車輛速度離散度變化量閾值更新步長，e₁、e₂的初始值為預設值，i和i-1分別表示第i個檢測周期和第i-1個檢測周期，為第i個檢測周期路段平均速度變化量閾值，為第(i-1)個檢測周期路段平均速度變化量閾值，為第i個檢測周期車輛速度離散度變化量閾值，為第(i-1)個檢測周期車輛速度離散度變化量閾值；此時，交通參數特征閾值更新結束，返回步驟1，繼續進入下一檢測周期。