科研之友
微信
新浪微博
Facebook
分享链接
摘要
基于数据驱动的交通事故检测对水上交通事故的快速救援与降低事故损失具有重要作用。为实现无自主报告情形下的交通事故自动检测，研究了基于船舶自动识别系统（automatic identification system,AIS）通信量的水上交通事故检测方法。通常情况下，突发的水上交通事故会扰乱船舶正常航行秩序，事故引起的船舶运动状态改变会导致AIS通信量短时间内产生突变，为挖掘AIS通信量随水上交通事故演变的内在规律，并降低噪声影响，以凸显检测指标的突变特征，引入AIS通信量和船舶总数比值构建水上交通事故检测指标；为确保检测的时效性，采用滑动窗口模型用于划分检测指标数据片段与设定更新时间的间隔，并构建基于卡尔曼滤波的水上交通事故检测模型进行检测指标的短期预测；为保证检测结果的准确性，采用云模型进行检测模型阈值范围的快速划分。使用长江武汉段水域内AIS数据对基于AIS通信量的水上交通事故检测方法进行模型验证和仿真研究，实验结果表明：与采用标准正态偏差和多尺度直线拟合算法的检测模型相比，提出的基于卡尔曼滤波算法的检测模型可在耗时最短的情形下获得最高命中率与最低误检率，分别为97.25%与0.42%；在进一步的仿真实验中，针对3种不同的船舶事故场景，提出的基于AIS通信量的水上交通事故检测方法均能在5 min内检测出水上交通事故的发生。
-
单位交通运输部规划研究院; 武汉理工大学; 内河航运技术湖北省重点实验室
