一种基于语义技术的交通事件检测系统及其方法
【技术领域】
[0001] 本发明属于智能交通领域，尤其是设及一种支持向量机事件检测算法与语义技术 相结合的交通事件检测系统及其方法。
【背景技术】
[0002] 随着我国国民经济的发展和人们生活水平的提高，交通运输成为经济发展的关注 问题。交通运输负担着大量的客流、物流、信息流等任务，相当于身体内的大动脉，有着不可 忽视的作用。交通拥挤会增加路段上的交通事故发生，而发生的交通事故会影响到道路的 交通拥挤，从而造成了道路的交通事件恶性循环，甚至可能导致会擁痕整个城市的交通功 能。
[0003] 为了减少由交通事件带来的负效应，许多国家的运输部口建立了公路交通事件检 测系统。所W通过交通事件检测系统计划和协调手段使处于事故状态的公路尽快恢复正常 运行显得意义极为重大。
【发明内容】
[0004] 本发明的目的是为了改进公路管理的技术手段，提高公路运行效率，减少交通事 件引起的交通延误，提出一种基于语义技术的交通事件检测系统及方法。
[0005] 本发明首先通过采集模块采集包括时间，地点，车流量，占有率与平均车速的交通 流数据信息;然后将采集的交通流数据信息经无线传输模块传送给后台处理器模块进行处 理，W判断交通事件的有无。
[0006] 为达到上述目的，本发明为解决其技术问题所采取的技术方案是：
[0007] 步骤1、在道路两边按预设位置放置若干个检测器，通过检测器获取包括:时间，地 点，车流量，车辆占有率和平均车速必要的交通流数据信息；
[000引步骤2、将步骤1采集的交通流数据信息通过无线传输模块传送给后台服务器模 块；
[0009] 步骤3、后台服务器模块中的支持向量机算法处理模块对步骤2传送的交通流数据 信息进行事件的检测，具体步骤是：
[0010] 3.1通过已知的交通流数据样本对支持向量机模型进行训练，得到训练好的支持 向量机模型；
[0011] 3.2利用训练好的支持向量机模型对交通事件进行检测；若模型输出为0,则表明 运组数据未发生交通事件，并将运一组数据输出，其中数据内容包括车流量，车辆占有率， 平均车速;否则跳转步骤5;
[0012] 步骤4、利用语义技术对步骤3.2输出的结果进行进一步判断，具体步骤是：
[0013] 4.1将步骤3.2输出的数据同与之对应的采集时间、地点相组合构成新的数据，并 WRDF^元组形式表达新的数据；
[0014] 4.2使用prot自g自建立本体，并将步骤4.1的WRDFS元组形式表达新的数据作为本 体的实例;根据判断交通事件发生的标准，采用SWI?L语言制定推理规则；
[0015] 4.3根据步骤4.2中制定的推理规则，利用jess推机工具包进行语义推理，判别是 否有交通事件发生；
[0016] 步骤5、当判别结果为发生交通事件，则通知交通部口；当判别结果为未发生交通 事件，则跳转步骤1。
[0017] 上述所述步骤3的3.1中已知的交通流数据样本的内容包括:车流量，车速，占有率 W及交通事件发生的有无，其中发生交通事件标注为1，未发生交通事件标注为0;
[0018] 上述所述步骤3的3.1中训练好的模型的输入内容为车流量，车速，占有率，输出结 果为0或1，其中0代表未发生交通事件，1代表发生了交通事件；
[0019]上述所述步骤4的4.1中W畑FS元组形式表达新的数据由资源、属性类型、属性值 构成；
[0020] 上述所述步骤4的4.2中判断交通事件发生的标准的内容是：
[0021] 确定任意时间段，任意路段i的临界速度vio,临界速度值W路段历史平均速度乘折 扣系数ki作为其阔值vio，其中ki的值为0.6;
[0022] 1)此时段此路段速度v( i)小于阔值Vio，即v(i) <Vi〇;
[0023] 2)此时刻占有率Occ( i)与前一时刻占有率Occ( i-1)比值
[0024] 其中K2为上游占有率的上升系数，并且K2的值为1.2;
[00巧]3)此时刻速度v( i)与前一时刻速度v( i-1)比值
[00%]其中K3为速度突变系数，并且K3的值为0.6;
[0027] 当满足W上Ξ点即可推断出运组数据发生了交通事件;否则推断出运组数据为未 发生交通事件。
[0028] 本发明的一种基于语义技术的交通事件检测系统及其方法，通过支持向量机算法 对采集数据的进行检测，再通过语义推理解析对算法结果数据进行语义修正，提高了检测 的准确性，有很大的使用价值和社会意义。
[0029] 与现有技术相比本发明具有如下优点：
[0030] (1)本发明采用支持向量机事件检测算法与语义技术相结合作为数据的输出判 断，运些技术目前都已相当成熟，在交通事件检测方面应用很广泛。
[0031] (2)本发明采用语义技术将语义规则引入，充分考虑采集数据的语义特征，利用其 语义推理技术来对交通事件算法的输出进行推理判断，W提高事件检测的准确性。
[0032] (3)本发明与现有的同类交通事件检测系统相比，原理简单，功能有针对性，易于 实现和推广。
【附图说明】
[0033] 图1为本发明的交通事件检测系统构成示意图；
[0034] 图2为本发明的交通事件检测系统流程简图；
[0035] 图3为本发明的语义处理模块详细流程图。
【具体实施方式】
[0036] 为了使本发明的目的、技术方案及优点更加清楚明白，W下结合附图及实施例， 对本发明进行进一步的详细说明。应当理解，此处所描述的具体实施例仅仅用于解释本发 明，并不用于限定本发明。
[0037] 如图1所示，为本发明的一种基于语义技术的交通事件检测系统，依次由采集模 块、无线传输模块和后台服务器模块相连接构成，其中后台服务器模块包括支持向量机算 法处理模块、语义技术推理模块。
[0038] 如图2所示，本发明的交通事件检测系统流程简图。首先通过采集模块采集必要的 交通流数据信息包括采集时间，地点，车流量，占有率与平均车速;然后将采集的信息经无 线传输模块传送给后台服务器进行处理，W判断交通事件的有无:利用支持向量机算法处 理模块对交通事件进行检测，若检测结果为发生了交通事件，则结束流程;否则应用语义技 术推理模块对算法处理后的结果进行修正。
[0039] 如图3所示，为本发明的语义本体的建立框架图。采用骨架法建立：1)确定只是本 体应用的目的和范围，2)本体分析，3)本体表示，4)本体的建立，5)本体的评价。
[0040] 建立的具体步骤如下：
[0041 ]步骤1、在道路两边按预设位置放置若干个检测器，通过检测器获取包括:时间，地 点，车流量，车辆占有率和平均车速必要的交通流数据信息；
[0042] 步骤2、将步骤1采集的交通流数据信息通过无线传输模块传送给后台服务器模 块；
[0043] 步骤3、后台服务器模块中的支持向量机算法处理模块对步骤2传送的交通流数据 信息进行事件的检测，具体步骤是：
[0044] 3.1、通过已知的交通流数据样本对支持向量机模型进行训练，得到训练好的模 型；
[0045] 所述的已知的交通流数据样本包括:车流量，车速，占有率W及交通事件发生的有 无，其中发生交通事件为标注为1，未发生交通事件标注为0;所述的训练的模型的输入部分 为车流量，车速，占有率，输出部分为〇、1，其中0代表未发生交通事件，1代表发生了交通事 件；
[0046] 3.2、利用训练好的支持向量机模型对交通事件进行检测;若模型输出为0,则表明 运组数据未发生交通事件，并将运一组数据输出，其中数据内容包括车流量，车辆占有率， 平均车速;否则跳转步骤5;
[0047] 所述的支持向量机算法的具体步骤如下：
[004引设线性的可分样本集为(Xl，yl)i = l，2…，n，其中χeRd，ye{+l，-l}是类别符号， 其中R是实数集，d是超平面参