基于数据融合的城市道路交通事件自动检测

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于数据融合的城市道路交通事件自动检测

徐涛, 刘好德, 杨晓光, 张明月

文章导航 > 交通信息与安全 > 2010 > 28(4): 108-111

徐涛, 刘好德, 杨晓光, 张明月. 基于数据融合的城市道路交通事件自动检测[J]. 交通信息与安全, 2010, 28(4): 108-111. doi: 10.3963/j.ISSN1674-4861.2010.04.025

引用本文:

徐涛, 刘好德, 杨晓光, 张明月. 基于数据融合的城市道路交通事件自动检测[J]. 交通信息与安全, 2010, 28(4): 108-111. doi: 10.3963/j.ISSN1674-4861.2010.04.025

XU Tao, LIU Haode, YANG Xiaoguang, ZHANG Mingyue. Automatic Traffic Incident Detection for Urban Roads Based on Data Fusion[J]. Journal of Transport Information and Safety, 2010, 28(4): 108-111. doi: 10.3963/j.ISSN1674-4861.2010.04.025

Citation:

XU Tao, LIU Haode, YANG Xiaoguang, ZHANG Mingyue. Automatic Traffic Incident Detection for Urban Roads Based on Data Fusion[J]. Journal of Transport Information and Safety, 2010, 28(4): 108-111. doi: 10.3963/j.ISSN1674-4861.2010.04.025

徐涛, 刘好德, 杨晓光, 张明月. 基于数据融合的城市道路交通事件自动检测[J]. 交通信息与安全, 2010, 28(4): 108-111. doi: 10.3963/j.ISSN1674-4861.2010.04.025

引用本文:

徐涛, 刘好德, 杨晓光, 张明月. 基于数据融合的城市道路交通事件自动检测[J]. 交通信息与安全, 2010, 28(4): 108-111. doi: 10.3963/j.ISSN1674-4861.2010.04.025

XU Tao, LIU Haode, YANG Xiaoguang, ZHANG Mingyue. Automatic Traffic Incident Detection for Urban Roads Based on Data Fusion[J]. Journal of Transport Information and Safety, 2010, 28(4): 108-111. doi: 10.3963/j.ISSN1674-4861.2010.04.025

Citation:

XU Tao, LIU Haode, YANG Xiaoguang, ZHANG Mingyue. Automatic Traffic Incident Detection for Urban Roads Based on Data Fusion[J]. Journal of Transport Information and Safety, 2010, 28(4): 108-111. doi: 10.3963/j.ISSN1674-4861.2010.04.025

基于数据融合的城市道路交通事件自动检测

doi: 10.3963/j.ISSN1674-4861.2010.04.025

辽宁工程技术大学,辽宁,阜新,123000;同济大学交通运输学院智能交通运输系统研究中心,上海,200092;上海济祥智能交通科技有限公司,上海,200292
同济大学交通运输学院智能交通运输系统研究中心,上海,200092;上海济祥智能交通科技有限公司,上海,200292
同济大学交通运输学院智能交通运输系统研究中心,上海,200092
辽宁工程技术大学,辽宁,阜新,123000

基金项目:

国家高技术研究发展计划(863计划)项目

中图分类号: U491
计量
- 文章访问数: 342
- HTML全文浏览量: 84
- PDF下载量: 3
- 被引次数: 0
出版历程
- 刊出日期: 2010-08-28

Automatic Traffic Incident Detection for Urban Roads Based on Data Fusion

摘要: 针对交通事件自动检测多以高速公路、城市快速路为对象以及使用数据源单一的现状,提出一种基于多源数据融合的城市道路交通事件检测方法.在对信号控制下交通事件引起的交通流变化进行分析的基础上,利用杭州市城区浮动车、SCATS、Citilog系统提供的实时交通数据,基于CLJSLJM算法构建差分流量和速度交通事件检测模型.该模型可以有效抑制交通信号对于交通流的周期性影响.实验表明,模型在高峰时段和平峰时段均能快速准确检测交通事件.
- 智能交通系统 /
- 交通事件检测 /
- 数据融合 /
- 城市道路 /
- 差分流量

参考文献(0)

资源附件(0)

WeChat

点击查看大图

计量

文章访问数: 342
HTML全文浏览量: 84
PDF下载量: 3
被引次数: 0

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

版权所有《交通信息与安全》编辑部鄂ICP备05003336号-2

通信地址：湖北省武汉市武昌区和平大道1178号，武汉理工大学余家头校区 (430063)

联系电话：027-86580355电子邮箱：jtjsj@vip.163.com

本系统由北京仁和汇智信息技术有限公司开发