周 君 程 琳

（东南大学交通学院 南京 210096）

0 引言

交通事件检测在国外开展的较早，从20世纪60年代开始，国外的一些学者就相继提出了若干的交通事故自动检测算法。根据算法如何利用检测数据，这些算法可以分为5类：比较算法、统计算法、基于时间序列与滤波的算法、基于交通流理论模型的算法和人工智能及其它先进算法［1］。国内最早对事故检测算法的研究是1994年邓卫等引进突变理论，提出了在确认交通拥挤出现的同时，判别交通拥挤类型的算法［2］。之后的事故检测算法的研究趋向于改进和发展基于人工智能、信息技术、统计学习等先进技术的事故检测算法。目前大部分交通事故检测算法没有考虑车辆相互遮挡的影响，导致在交通量比较大的情况下，算法运行结果比较差，为了解决这一问题，提出了基于语义层次组成的时空马尔可夫随机场（简称STMRF）交通事故检测算法。该技术框架使用STMRF模型实现车辆跟踪，将图像序列转化为车辆标号场序列，该模型还克服了遮挡对跟踪的影响。通过车辆跟踪的结果得到车辆的目标地图和运动矢量，进而获得交通流基本参数，然后结合从安装在道路上的检测器获取的交通流数据，采用语义层次算法对交通事故进行检测。这种事故检测算法与以前的算法有所不同，它需要2组数据，1组数据来源于视频检测的车辆跟踪结果，另1组数据来源于道路检测器所检测到的数据。该算法能在交通比较拥挤且车辆出现相互遮挡的情况下，准确检测到交通事件（如碰撞、追尾、超速、车辆抛锚和鲁莽驾驶等），对缓解交通拥挤和减少交通事故有重要的意义。……