孙然然，张静萱，朱广宇

(1.北京交通大学 北京市城市交通信息智能感知与服务工程技术研究中心，北京 100044；2.北京交通大学 综合交通运输大数据应用技术交通运输行业重点实验室，北京 100044；3. 国家铁路局规划与标准研究院，北京 100055)

0 引言

实时高效的对道路交通状况进行识别，有助于降低交通事故的发生率，保障交通系统的运营安全。交通事故是各种事件在特定的动态交通系统中互为因果、综合作用的结果[1]，往往呈现为多种形态，主要包括突发型、渐进型、混合型等。事故发生的前期通常会表现出某些交通运营状况的渐变或突变[2]，不同程度地体现在交通流参数上。因此，通过实时监测道路交通流参数的变化情况，可有效对易引发交通事故的危险交通流状态进行识别，及时预判潜在的交通事故，为相关管理部门制订相应的管控措施提供依据，以达到减少交通事故的目的[3]。

早期对交通流状态的研究，侧重于交通事故检测与交通拥堵判别，主要有California算法[4]、静态判别McMaster算法[5]、基于数理统计的平滑算法[6]等。上述经典算法主要通过辨识道路断面交通流量、地点车速、交通密度等交通参数变化的单一方法对交通流进行分析与处理，快速判定是否有交通事故及交通拥挤发生，且算法检测效率低，误报率高。后期，国内外先进交通流检测设备的涌现，为交通事故预测与异常交通状态辨识的研究提供了便利，可通过监测实时交通流数据来研究交通流运行状态，常见的有基于视频数据处理的异常交通流状态识别技术[7-10]。……