一种基于移动终端交通事故检测方法的研究

2019-11-10魏玲玲鞠凤娟张博彦邵广慧

科技风 2019年30期

魏玲玲鞠凤娟张博彦邵广慧

摘要：通过传统交通可测参数和移动终端采集到的交通数据，分析交通事故发生前后交通流的变化，根据移动终端采集道路上下游检测的数据，将实时采集的交通数据与正常交通情况下交通时间进行比对，超过交通时间未被下游检测点检测到的车辆数超过设定的阀值，则推算出上下游间发生交通事故，再根据通过上游的车辆序列、上下游间原本的车辆序列及未过下游的车辆序列，计算出事故造成的车辆堵塞数;最后设计检测算法。实验结果证明，本方法具有一定的可行性，能够适应道路交通状况。

关键词：移动终端;车辆序列;交通数据采集;事故检测与识别

Research on Method of Traffic Accident Detection Based on Mobile Terminal

Wei Lingling Ju Fengjuan Zhang Boyan Shao Guanghui

College of Information Engineering， Jiangxi University of Technology JiangxiNanchang 330029

Abstract：Based on the traditional traffic measurable parameters and the traffic data collected by the mobile terminal， the traffic flow changes are analyzed before and after the traffic accident. Compared the traffic data collected in real time with the traffic time under normal traffic conditions. If the number of vehicles that are not detected by the downstream detector larger than the set threshold， the traffic accident will occur between the upstream and the downstream， then according to the sequence of the vehicle passing through the upstream and the downstream， the number of vehicle jams caused by the accident was calculated. Finally， the algorithm of the detection method was designed. The experimental results show that the method has certain feasibility and can adapt to road traffic conditions.

Key words：Mobile Terminal; Vehicle Sequence; Traffic data collection; Accident Detection and Identification

随着智能移动终端（智能手机、PAD）的普及，对车辆的自动识别与实时定位成为可能。智能终端能够实时采集车辆所经路段时耗，进行定点路段车辆数量的估计和预测。从而进一步对道路的行程时间进行准确预估。在与正常情况下道路交通预置阀值比对后，即可预判交通异常或交通事故是否发生，从而为交通管理部门提供准确的数据，为及时疏散、伤员救援等后期交管行为提供智能建议。

1 交通事故交通量的变化分析

正常情況道路行驶的车流为连续的交通流量，发生交通事故后，交通量根据事故严重程度确定，事故严重程度越高，交通量越小，严重时道路封死，[1，2，3，4，5]下面用图进行说明。

事故持续时间：发生交通事故至事故被处理完间的时间。

车流消散时间：事故处理后，阻塞的车辆慢慢消散，直到恢复正常的交通量所花的时间。

图1假设正常的交通量为fn，发生交通事故后，交通流下降至fs，当事故解决后交通量上升至fd，当阻塞的车辆消散后交通量恢复至fn。图1中的阴影部分为事件的延误，即交通事故引起的滞留车辆数。道路行程时间等于自由流行驶时间和排队延误时间，自由流行驶时间用Tf表示，其公式为：Tf=LV，其中L表示路段长度，V表示路段的自由流行驶速度;排队延迟时间用Td表示。发生交通事故时，道路行程时间的估计值为：

T=Tf+Td公式1

AB两地间存在的车辆数N tAB：

N tAB=N ΔTA+N t-ΔTAB-N ΔTB公式2

其中N ΔTA：地点A在识别周期ΔT内所采集的车辆数;N t-ΔTAB：上一t-ΔT时刻AB两地间存在的车辆数;N ΔTB：地点B在识别周期ΔT内所采集到的车辆数;ΔT为识别周期，t为当前时刻。

单车行程时间随着事故严重程度不断增加。事故检测通过单车行程时间来判别。一个识别周期ΔT内，行驶经过B地的车辆通过到达地点A和B的时间差求得;未到达B地的车辆通过计算当前时刻与到达A的时间差计算。单车行程时间Δt计算公式：

Δt=tB-tA，tB

tA为车辆在AB路段过A的时间;tB为车辆在AB路段过B的时间;

2 交通事故检测与识别

2.1 事故检测方法

假设A、B两点分别为上、下游检测点，从时间点t0开始，每隔ΔT对事故识别一次，分别为t0+1ΔT，...，t0+mΔT。假设t到t+ΔT内，通过A点的车流量NA={a1，a2，...，am}，通过B点的车流量NB={b1，b2，...，bn}，AB间行驶的车流量NAB={c1，c2，...，ck}，NA与NB的交为过AB的车辆，即Pab，NA与NAB的交为被上游检测的车且还在AB上行驶的车辆，即为Dab，NAB与NB的交集为在AB路段且被下游检测的车辆，即Sab。根据公式二统计出t+ΔT时刻路段AB存在的车辆数NAB t+ΔT=NA+NAB-NB，根据公式一可求得t到t+ΔT时间段AB行程时间估计值T;然后根据集合Pab、Sab中的车辆信息，计算每辆车通过AB所用时间Δt。因t+ΔT时刻仍在路段上行驶且没有被下游检测点检测，即集合Dab，其离开路段的时间未知，这类车只需求其在路段AB已经存在的时间即可，即Δt=t+ΔT-tA，将其行程时间值Δt与正常行程时间估计值T进行比较，判断该路段是否发生交通事故。

2.2 事故阻塞车辆数

通过检测点A未被检测点B检测的车辆，同时未被其他分支路段检测点检测到的车辆，即事故路段阻塞的车辆数D，其计算公式：

D=NA-NB公式4

2.3 事故自动检测识别

利用移动智能终端设备，借助导航电子地图，通过在地图中分支处、交叉处、事故高发处等多个位置设置检测点，车主在行驶的过程中，获取其在地图中的位置、经过上下游检测点时间、道路行程时间、平均车速等交通参数。

根据上面采集交通参数，公式二统计出t+ΔT时刻路段AB上存在的车辆数NAB t+ΔT，公式一计算t到t+ΔT时间段AB路段的行程时间估计值T。根据集合Pab、Sab中的车辆信息，计算出每辆车通过路段AB所用的时间Δt及t+ΔT时刻仍在路段AB上行驶的车辆还没有被下游检测点检测到即集合Dab，其离开AB路段的时间未知，只需求其在路段AB已经存在的时间即Δt，将Δt与T比较，Δt-T>0，统计Δt-T>0的车辆数，超过阀值

为判别阀值，通过反复试验取得），则该路段发生交通事故;[2，6]具体流程如下：

2.4 算法设计

输入：车辆行程时间T，开始时间t;时间脉冲ΔT;p相关联的检测点数

输出：无事故;交通异常;交通事故;堵塞车辆数sum

过程：Step1：每隔一个时间脉冲ΔT，采集交通信息，各检测点采集通过各个检测点的时间，存入车辆行驶记录数据;

Step2：for（i=0;i

for（j=i+1;j

统计一个时间周期内相邻两检测点上存在的车辆数Nij;

计算Δt;

if（Δt>T）

printf（“车辆延误”）;

sum++;