多信息的長江隧道交通事件管理的探討

關于多信息的長江隧道交通事件管理的探討

　　論文關鍵詞：多信息；交通事件
　　論文摘要：本文通過采取決策級融合的多信息融合技術，提出對隧道交通事件的多信息模型，確認完成隧道交通事件，服務于交通事件的管理流程，最終達到長江隧道的安全高效有序的運行。
　　目前，我國在建的長江隧道就有三條，分別是武漢、上海、南京長江隧道。在公路中，隧道的使用就更多。統計表明，截止到2005年底，我國己有公路隧道2495座，其中，在建的3公里以上的公路隧道有60余座，5公里以上的14座，是世界上公路隧道最多的國家。
　　隧道既能縮短交通途徑，又是簡捷通過險要地段的重要手段之一。與洞外環境相比具有：隧道內外亮度差大、空氣污染嚴重、側向凈寬較小且高度有限、沒有擴展活動的余地和噪聲高等特點。車輛的迅速增長，使得隧道的優越性大大減弱，交通擁擠現象日趨嚴重，各類交通事件也明顯增加，而且發生事故的嚴重性比較大。交通擁擠和各類交通事件的頻繁發生，不僅使隧道效率降低，而且給人們的生命、財產以及社會和經濟均造成不同程度的損失，有的甚至導致了嚴重后果。據有關資料統計，在隧道內發生事故的比率為每1億車公里發生0．5起。同時，由于交通事件發生的突發性和隨機性，現階段要做到完全預防還存在著相當困難。因而，深入分析當前交通發事件發生后事件管理過程中存在的各種問題，探尋應急救援的高效途徑，對于降低突發事件造成的(傷亡和經濟)損失、預防二次事故發生具有現實意義。
　　1目前交通事件管理
　　1．1交通事件管理流程
　　交通事件指的是不可再現的交通阻塞，它一般由下列原因造成。
　�、俚缆方煌ㄊ录�(撞車、拋錨、道路維修等)。
　�、谔厥馍鐣�活動、集會等。
　　③區域性災害(洪水、颶風、有害物質泄漏等)。
　　上述原因均可造成道路最大服務交通量的減少并增加某些路段的服務負荷。
　　面對客觀存在、隱患日重的道路安全問題，在采取預防措施的同時，必須盡快建立交通事件處理系統，以快速、準確地檢測事件發生，有效地指揮、疏導交通提供緊急救援服務(包括消防、救護、環保、車輛牽引、起吊、供應燃油等)，用最短的時間排除事故，恢復交通，同時及時采取告警、勸誘、疏導、控制或調節手段避免后繼事故的發生，最大限度地降低事故死亡率為司乘人員和通行車輛提供最佳服務是交通事件緊急救援系統的基本任務，有效地降低事故損失，減少阻塞和延誤，有效減免產生二次事故，保障道路安全、暢通、高效運行。
　　現有的交通事件管理系統歸納起來主要包括運用人工和機械的處理完成交通緊急事件檢測、事件確認、事件的評估及響應、事件處理四個方面的內容。救援資源主要配備有交通巡邏車，負責巡視交通狀況，事故報警；路政牽引設備，負責清除事故現場車輛；路政設備，負責養護維修逋路設施；公安部門、消防部門、醫院救護部門、環衛部門等。在及時獲取發生交通緊急事件信息的基礎上協調消防、救護、環保、路政、公安等部門迅速溷集救援資源采取適當的緊急救援行動，進行現場處理。
　　1．2存在的問題
　　現有的交通事件處理系統起源于交通管理的實踐，具有較強的實用性和較簡便的可操作性，但由于系統涉及的內容多，學科面廣，在許多方面都存在著不同程度的欠缺。如：在系統的涵蓋范圍上目前的體系結構突出了“救”忽略了“防”考慮的是在事件發乍后如何盡快的發現、確定和處理，對一些可能引發交通事故的苗頭缺乏應有的預見性；在事件的自動柃測技術上，國內的研究基本處于理淪階段。

　　2多信息模型的建立
　　2．1多信息采集
　　現有的交通信息如下表1所示。
　　通過對隧道交通運行的特殊情況，以及對信息、采集器的分析，隧道交通的多信息采集如下圖1所示。
　　2.2多信息融合的種類
　　交通事件的確認主要是對事件屬性的確定，其多信息模型主要是完成屬性層融合，又稱目標識別。它是將各信息源獲得的各種有關曰標的屬性信息進行綜臺處理，以使交通事件特征更加清晰，進而進行屬性判決，識別目標。根據融合數據源的特征。屬性層融合又可分為三級：數據級融合(像素級融合)、特征級融合、決策級融合。
　
　　2．2．1數據級融合
　　數據級屬性融合是對來自同一目標多個信息源的原始數據直接進行融合，然后基于融合后的數據進行特征提取和身份估計。這種融合的主要優點是能保持盡可能多的現場數據，提供其它融合層次所不能提供的細微信息。但也有其明顯的局限性:處理時間長，實時性差;要求各信息源提供的信息是同類型信息;數據通信量較大，抗干擾能力較差。

　　2.2.2特征級融合
　　特征級融合中，各信息源獲得的同一目標的屬性信息分別進行特征提取，從而獲得許多組關于目標屬性的特征向量。然后融合這些特征向量并基于融合后的特征向量進行目標識別。特征級融合的優點在于實現了可觀的信息壓縮，有利于實時處理，并且由于所提取的特征直接與決策分析有關，因而融合結果能最大限度地給出決策分析所需要的特征信息。

　　2.2.3決策級融合
　　即對每個信息、源獲得的屬性信息分別進行特征提取和屬性判決，然后將多屬性判決進行融合，以獲得目標的最終屬性判決，決策級融合的主要優點有:具有很高的靈活性;系統對信息傳輸帶寬要求較低;能有效地反映環境或目標各個側面的不同類型信息。
　　2.3多信息模型的實現
　　由上述分析可知，隧道交通事件確認中，信息源獲得的目標屬性信息的形式多樣，提取的特征也各不相同，且一般情況下，事件的這些屬性信息并不能同時全部得到。隧道交通事件多信息模型可分為特征提取、獨立識別、決策融合三個部分，過程如下圖2所示。
　　2.3.1特征提取
　　各獨立識別系統根據各自的信息、通道從事件發生中獲取信息，提取目標的屬性特征。也就是提取各獲得的信息進行處理。由于其需要具體介紹各檢測器的具體性能，涉及知識比較多，由于篇幅的限制，這里不再詳細介紹。
　　2.3.2獨立識別
　　各獨立識別子系統根據各自的特征信J急輸人，按照各自的識別方法，判定目標的類型，同時，根據信息質量的好壞和特征提取的精度，給出判定結果的可信度。
　　模式識別方法有Bayes推理、模糊推理、專家系統、BP神經網絡等。由于特征信息的形式不一樣，所以各自的識別方法不盡一樣。
　　由于根據事件的一種信息源的特征來識別，所以上述各獨立識別結果一般不是一個確切的結果，而是事件識別框上的模糊集。結果可信度與目標特征提取精度有關，精度越高，則識別結果的可信度就高，它在決策融合中的作用就越大。

　　2.3.3決策加權融合
　　各識別結果和它們的可信度送往融合中心后，融合中心依據各識別結果的可信度對識別結果進行加權融合，從而得到交通事件的準確信息，如事件等級、事件地點、事件對交通影響的大小。設Ri是獨立識別系統i的識別結果，它是　目標識別框上模糊集，ai是它的可信度，則融合后的識別結果為:
　　R也是目標識別框上的模糊集，利用最大隸屬度原則可確定最終的識別結果。當然，也可以作為最終的識別結果直接提供給管理人員，以供管理人員綜合考慮再做決策。

　　3結語
　　在現代交通日益飛速發展的今天，目前的單一信息處理的交通事件管理機制無法適應現代高技術條件下的隧道具有信息來源廣泛、信息形式多種多樣、信息量暴增等特點，對多信息融合技術在管理機制的使用很有必要。
　　多信息融合技術中，通過分析數據級融合、特征級融合和決策級融合的特點，決策級融合可以使用于交通事件的確認中。
　　多信息融合技術應用于交通事件管理機制還只是一種嘗試，還需要大量的量化工作以及實踐工作，以使其更好的應用于交通管理中，達到隧道交通運行的最優化。
　　隧道交通事件管理機制是隧道交通管理系統中的一個重要子系統。利用現代科學技米努力提高隧道對突發事件的應急管理水平，對于提高隧道使用效益、減少交通阻塞和延誤、降低交通事故發生率均有著十分重要的意義。

【多信息的長江隧道交通事件管理的探討】相關文章：

對高校房產檔案信息化管理的探討03-18

探討企業事件營銷傳播策略03-18

企業事件營銷傳播策略探討03-20

探討高速公路隧道病害整治技術03-19

信息時代醫院管理系統建設探討05-08

探討企業的信息安全12-01

弱視兒童的多動行為探討03-16

關于高速公路隧道病害整治技術探討03-02

In多鏈路遠程接入方案的探討03-19