文/趙躍東 陳晶晶(安徽維德工業(yè)自動(dòng)化有限公司）

一、概述

城市60%的交通擁堵通常是由無法預(yù)知其發(fā)生時(shí)間、地點(diǎn)和模式的交通事件引起的，交通擁堵會(huì)帶來交通延誤，影響交通安全，也會(huì)加劇環(huán)境污染。交通事件自動(dòng)檢測（Automatic Incident Detection,AID）技術(shù)為解決城市交通擁堵問題提供了可能。

20 世紀(jì)60年代以來，國內(nèi)外許多機(jī)構(gòu)在研究開發(fā)和改進(jìn)事件自動(dòng)檢測（AID）算法方面做了大量的工作，并提出了一系列基于固定檢測器的事件檢測算法[1,2]，如圖1 所示。目前被應(yīng)用的AID 算法，除直接檢測方法（視頻檢測法）外，大致可分為基于模式識(shí)別的算法（或稱比較算法）、基于統(tǒng)計(jì)理論的算法、基于交通流模型的算法、基于人工智能的算法和基于小波分析理論的算法五類。其中絕大部分AID 算法都是針對高速公路或城市快速路，這些道路很少出現(xiàn)停車等待現(xiàn)象，而城市道路存在交通信號(hào)燈，停車等待是必然現(xiàn)象，這些AID 算法很難直接應(yīng)用。另外由于固定檢測器采集的是定點(diǎn)數(shù)據(jù)，所以難以代表真實(shí)的交通狀況。

FCD（Floating Car Data）數(shù)據(jù)采集技術(shù)則是通過浮動(dòng)車GPS 定位數(shù)據(jù)信息（包括浮動(dòng)車ID、地理坐標(biāo)、瞬間車速和行駛方向等）和GIS 地圖數(shù)據(jù)匹配，動(dòng)態(tài)計(jì)算路網(wǎng)的平均車速數(shù)據(jù)，為路網(wǎng)交通運(yùn)行狀態(tài)（暢通、擁堵等）提供重要的判別依據(jù)，具有一定的優(yōu)勢，已被國內(nèi)外廣泛應(yīng)用，基于FCD 的交通事件檢測算法成為研究的熱點(diǎn)。國外學(xué)者研究了一些基于FCD 的事件檢測算法[3]，主要有MIT 算法、TTI 算法、UCB 算法、ADVANCE 算法、TRANSMIT 算法等。但由于城市道路交通流的復(fù)雜性，上述算法并沒有取得較好的檢測效果。從直觀上看，這些算法的缺點(diǎn)在于沒有考慮道路交叉口交通信號(hào)對交通擁堵事件檢測的影響，因此城市交通事件檢測算法仍然有待進(jìn)一步完善。

本文將FCD 計(jì)算的路網(wǎng)平均車速數(shù)據(jù)和城市道路交通信號(hào)控制參數(shù)聯(lián)系起來檢測道路交通事件的發(fā)生。首先通過分析實(shí)時(shí)上傳的FCD 以及城市道路交通信號(hào)周期數(shù)據(jù)，充分挖掘交叉口產(chǎn)生交通擁堵時(shí)的交通流特征，建立快速有效的AID 算法，實(shí)現(xiàn)交叉口擁堵事件和擁堵消散的快速檢測，并利用寧波市實(shí)際浮動(dòng)車數(shù)據(jù)和交通信號(hào)周期數(shù)據(jù)進(jìn)行了算法的有效性驗(yàn)證。

二、交叉口擁堵事件檢測算法

根據(jù)城市交通實(shí)際情況，交通事件主要分為事故、擁堵和疑似擁堵三類。對于路段，一般檢測交通事故的發(fā)生；對于交叉口，一般檢測入口方向的擁堵和疑似擁堵發(fā)生。城市交叉口擁堵治理是城市交通管理的核心，因此本文主要關(guān)注交叉口入口方向的疑似擁堵或擁堵情況的檢測。

1.交叉口擁堵檢測算法基本原理

路段行駛時(shí)間和行駛速度是表征路網(wǎng)交通擁堵狀態(tài)的兩個(gè)直觀、有效的交通流參數(shù)，同理當(dāng)交叉口發(fā)生疑似擁堵或擁堵時(shí)，浮動(dòng)車停留在交叉口所關(guān)聯(lián)路段的時(shí)間，即在交叉口入口方向路段的行駛時(shí)間將超過多個(gè)信號(hào)周期，同時(shí)浮動(dòng)車在交叉口入口方向路段上的行駛速度將小于擁堵速度閾值?；谏鲜銮闆r，通過對浮動(dòng)車在交叉口入口方向路段的平均車速（以下稱交叉口平均車速）、停留時(shí)間和交叉口信號(hào)周期進(jìn)行綜合分析，可以形成以下兩個(gè)交叉口擁堵判定條件：當(dāng)交叉口平均車速小于其擁堵速度閾值且停留時(shí)間大于2 個(gè)及以上交叉口信號(hào)周期時(shí)間時(shí)，判定為交叉口入口方向疑似擁堵；當(dāng)交叉口平均車速小于其擁堵速度閾值且停留的時(shí)間超過2 個(gè)及以上交叉口信號(hào)周期時(shí)間，且該狀態(tài)持續(xù)時(shí)間大于2 個(gè)及以上檢測周期時(shí)，判定為該交叉口入口方向擁堵。

2.交叉口擁堵檢測算法邏輯步驟

交叉口擁堵檢測算法的邏輯步驟見圖1。

圖1 交叉口擁堵檢測算法的邏輯步驟

首先將實(shí)時(shí)獲取的GPS 數(shù)據(jù)點(diǎn)位匹配到路網(wǎng)弧段上，然后將匹配后的GPS 數(shù)據(jù)和對應(yīng)的弧段與交叉口相關(guān)聯(lián)。地圖匹配采用基于位置點(diǎn)的匹配方法[4]，選擇候選路段中距離度量值最小的作為匹配路段，距離度量值的計(jì)算公式如下：

其中：△d為 GPS 距離誤差，d為 GPS 點(diǎn)到道路的投影距離，θ為車輛行駛方向與路段矢量方向差值。

交叉口擁堵檢測計(jì)算的處理過程見圖2。

圖2 交叉口擁堵檢測計(jì)算過程

具體計(jì)算步驟如下：

Step1：在完成GPS 數(shù)據(jù)的交叉口地圖匹配后，獲取當(dāng)前交叉口的信號(hào)周期和擁堵速度閾值；

Step2：篩選K輛浮動(dòng)車在交叉口入口方向所關(guān)聯(lián)路段上的GPS 數(shù)據(jù)，判斷K是否大于或等于預(yù)設(shè)的最小樣本數(shù)K0，若是則執(zhí)行Step3，若否則結(jié)束本次流程判斷；

Step3：計(jì)算浮動(dòng)車在交叉口入口路段上的行駛時(shí)間T，判斷T是否大于或等于M個(gè)信號(hào)周期時(shí)間，若是則執(zhí)行Step4，若否則執(zhí)行交叉口擁堵消散判斷；

Step4：計(jì)算當(dāng)前檢測周期內(nèi)K輛浮動(dòng)車在交叉口入口路段上的平均速度V，判斷V是否小于或等于交叉口的擁堵速度閾值V0，若是則可判定交叉口疑似擁堵，若否則執(zhí)行交叉口擁堵消散判斷；

Step5：判斷交叉口疑似擁堵情況是否持續(xù)了J個(gè)檢測周期，若是則可進(jìn)一步判定待檢測交叉口入口方向擁堵，并更新交叉口狀態(tài)為擁堵，若否則執(zhí)行交叉口擁堵消散判斷。

當(dāng)執(zhí)行交叉口擁堵消散判斷時(shí)，若交叉口當(dāng)前狀態(tài)為擁堵，則將其修改為疑似擁堵，若交叉口當(dāng)前狀態(tài)為疑似擁堵，則將其修改為暢通，若當(dāng)前狀態(tài)為暢通，則保持不變。

三、算法驗(yàn)證與分析

1.評價(jià)指標(biāo)

目前，國內(nèi)外常用的事件檢測評價(jià)指標(biāo)主要有檢測率（Detection Rate, DR）、誤報(bào)率（False Alarm Rate, FAR）和平均檢測時(shí)間（Mean Time to Detect,MTD），其中檢測率和誤報(bào)率通常用來度量事件檢測算法的效能，平均檢測時(shí)間則用來反映算法的效率。通常情況下這三個(gè)指標(biāo)的相對重要程度為：DR ＞ FAR ＞ MTD。

檢測率DR 定義為一定時(shí)間段內(nèi)檢測到的交通擁堵數(shù)與實(shí)際發(fā)生總的交通擁堵數(shù)之比，以百分?jǐn)?shù)表示。誤報(bào)率FAR 定義為一定時(shí)間段內(nèi)，誤報(bào)擁堵次數(shù)與算法檢測到的擁堵總次數(shù)之比，以百分?jǐn)?shù)表示，也可以表示為每個(gè)時(shí)間段的誤報(bào)次數(shù)。平均檢測時(shí)間MTD 定義為從擁堵發(fā)生到檢測算法檢測到擁堵之間的平均時(shí)間間隔。

2.數(shù)據(jù)來源

本文基于寧波市交通事件自動(dòng)檢測（AID）系統(tǒng)項(xiàng)目，數(shù)據(jù)來源于該城市市區(qū)范圍內(nèi)浮動(dòng)車實(shí)時(shí)上傳的GPS 數(shù)據(jù)和該城市使用的SCATS 系統(tǒng)（Sydney Coordinated Adaptive Traffic System 即悉尼自適應(yīng)交通控制系統(tǒng)）提供的信號(hào)周期數(shù)據(jù)。浮動(dòng)車樣本數(shù)共有4400 多輛，占城市車輛數(shù)量的5%，滿足浮動(dòng)車技術(shù)應(yīng)用的最小樣本需求，GPS 數(shù)據(jù)采樣周期為15s，屬高頻采樣數(shù)據(jù)，保證了一條路段上能夠得到多個(gè)GPS 數(shù)據(jù)。

3.評價(jià)分析

本文采用評價(jià)指標(biāo)中檢測率和誤報(bào)率對算法進(jìn)行定量驗(yàn)證分析。

表1 交叉口擁堵檢測驗(yàn)證結(jié)果

檢測率DR。從視頻監(jiān)控系統(tǒng)中抽取交叉口的N 次交通擁堵事件，檢查同一時(shí)間段內(nèi)本方法所產(chǎn)生的擁堵報(bào)警次數(shù)n，則：

誤報(bào)率FAR。從交通事件自動(dòng)檢測（AID）系統(tǒng)中任意抽取N 次擁堵報(bào)警，通過視頻監(jiān)控系統(tǒng)觀察同一時(shí)間段內(nèi)同一位置實(shí)際發(fā)生的交通擁堵次數(shù)n，則：

采用寧波市浮動(dòng)車實(shí)時(shí)上傳的GPS 和信號(hào)控制系統(tǒng)上傳的信號(hào)周期數(shù)據(jù)進(jìn)行驗(yàn)證，選取高峰時(shí)段（7：00—9：00，17：00—19：00）對本文方法進(jìn)行驗(yàn)證（每 3 分鐘進(jìn)行一次擁堵判別），驗(yàn)證結(jié)果見表1。

從表1可以看出，本文提出的交叉口擁堵檢測算法檢測率達(dá)到了96.1%，誤報(bào)率為6.6%，而誤報(bào)率主要是由于疑似擁堵事件的判定而產(chǎn)生的，因此本文算法能有效檢測城市道路交叉口交通擁堵事件的發(fā)生。