国内刊号:21-1124/TP
国际刊号:1001-0920
发布日期:
作者:赵超,谢天,辛国容,吴坚
单位:上海海事大学 经济管理学院,上海 201306,,朗坤智慧科技股份有限公司,南京 211100,,上海电科智能系统股份有限公司,上海 200063,,上海海事大学 经济管理学院,上海 201306,
关键词:Seq2Seq;Attention 机制;Bi-LSTM;自解码器;交通异常检测;实时检测
基金:国家自然科学基金项目(71971135,71571166).
路侧检测设备可以精准获取交通流量和速度等实时数据,交管部门可以借此显著提升对交通异常状态的感知水平.通过分析交通状态和交通流数据特征,建立一套基于交通流序列数据的交通事故实时检测系统和预警流程.首先,在交通状态感知方面,所建立的Seq2Seq自编码模型引入Attention机制,实现对交通状态重要特征的捕捉;其次,在交通状态异常判定方面,利用Seq2Seq自编码器对输入的原始序列数据进行重构,对比原始数据可得到结构重构误差,根据设定的阈值实现交通预警等级的判定和交通事故的实时检测;最后,以上海市延安高架的流量和速度数据为基础,分别确定不同时空状态下的事故判定阈值,并通过混淆矩阵评价方法论证所提出交通事故实时检测模型的可行性.
来源:2022年第8期
《控制与决策》期刊编辑部