1、“.....另外，交通流量的大小对算法的精度也存在很大的影响。通常，在交通流大的情况下，交通事故会导致运行秩序出现明显的紊乱状态。而在低流量的交通状况下的情况，而这种情况在雾区却是正常的，并不能定义为交通异常，也不需要特殊的交通疏导等处理。据此我们得出在雾区环境下德克萨斯算法的阈值不应该是固定的，而应该是与雨雾浓度变化相关的，要准确地识别交通事件就必须对相应检测点的阈值进行修正。关键词雾区最小乘法雨雾浓度交通事件识别算法中图低流量雾区交通事件识别算法研究论文原稿频图像处理技术可以直观地发现交通事件，这种方法在低流量情况下也具有良好的检测效果，但需要密集布设视频检测器，成本投入较高，而且雨雾天周围环境亮度对其影响程度也比较大......”。

2、“.....针对上述情况，我们采用了对雨雾穿透性强价格低廉的红外检测器件，取其值特性，相对密集地布设在检测路段交通流参数数据，如车头时距速度车流量占有率等状态参数的变化来判断道路交通事件发生。虽然它们对判断交通拥挤等宏观现象有较高准确性，但是由于算法本身缺乏对交通事件及演化机理的认识，对微观现象如个体车辆突发事件停车等的检测效果并不理想。另外，交通流量的大小对算法的精度也存在很大的影响。通常，在交通经过下游检测器的车流量为下。般正常的情况下，高速公路的检测器布设距离都大致相等。当低流量情况下，平均速度变化比较小，因此上和下应该相等如果发生了交通事件，则有车辆交通事件而被阻塞不能通过，而下游的检测器检测到的车辆数会减少，当减少的车辆数百分比大于阈值，则认为交通事件发生......”。

3、“.....我们需要构造条曲线来与这些离散的点拟合，以弥补检测点布设密度不足的缺陷。传统算法原理及其在雾区环境中存在的问题交通事件识别算法的本质是通过识别由检测器获取的交通参数数据的非正常变化来间接地判断交通于固定型检测器的高速公路自动事件检测算法研究山东大学，李红伟，陆键，姜桂艳，等快速路交通事件检测方法东南大学学报，。图是模拟雾区雨雾浓度相对检测路段的分布曲线。从高速公路统计的交通数据知道，些交通状态参数在雾区所受的影响最主要并不是雨雾浓度的大小，而是雨雾浓度的变化率，也就是这些交通状的基础上，通过对雨雾浓度对交通状态参数影响的研究，设计了适用于雾区环境的低流量交通事件识别算法......”。

4、“.....从而确定影响交通状态参数的相关区间，并提出了对该区间算法的修正算法。对于交通管理者而言，可以快速地发现雾区低流量情况下存在的交通事件，的，突变的可能性相对较小，实际当中也是只有当大于定量才进行修正，也就是只有在相邻的两个红外检测点之间雨雾浓度变化太明显时才进行修正。算法流程这里专门开辟个线程来处理雨雾浓度，修正算法流程如图所示。图中为最低修正值。仿真验证与比较选取个间隔相同的离散点，任意赋值，任意选定，且，求点的值。由雨雾构造雨雾浓度曲线由于雨雾浓度检测点在整个检测路段相对红外检测点是稀疏布设的是离散的，我们需要构造条曲线来与这些离散的点拟合，以弥补检测点布设密度不足的缺陷。图是模拟雾区雨雾浓度相对检测路段的分布曲线......”。

5、“.....些交通状态参数在雾区所受的影响最主要并不是雨雾浓度的大小，而低流量雾区交通事件识别算法研究论文原稿态参数的变化最容易发生在雨雾浓度变化的路段，而不單是雨雾浓度高的路段。特别是德克萨斯算法中的。也既是曲线斜率为附近的路段即便雨雾浓度很高上与下的变化也不会太大，而真正使其变化的是两个曲线斜率为之间的路段。如图中数字标注的路段。低流量雾区交通事件识别算法研究论文原稿。究吉林大学，姜桂艳，温慧敏，杨兆升高速公路交通事件自动检测系统与算法设计交通运输工程学报，杨志勇基于模糊逻辑的高速公路事件检测算法仿真研究公路，王浩淼，冉斌，雷怡，等手机信令数据支持下高速公路检测器布设研究道路交通与安全，李琦高速公路交通事件自動检测算法哈尔滨工程大学学报，韦旭棉基实验路段范围内......”。

6、“.....就会遮挡红外接收端的接收同时触发开始记录交通参数，包括车流量占有率和平均速度等。美国德克萨斯交通协会开发的交通事件识别算法就是低流量传统算法的典型代表。其原理描述如下在时间段内，经过上游检测器的车流量总和为上，在时间段内，经过下游检测器的车流量为下。般避免事件影响范围的扩大和影响程度的加深。对于提高交通管理的效率上，改善交通管理的效果也具有十分重要的现实意义。参考文献姜桂艳道路交通状态判别技术与应用北京人民交通出版社，杨志勇，马红伟，陈小平基于模糊逻辑的高速公路事件检测算法研究重庆交通大学学报，白竹城市主干路交通异常状态自动判别方法研处理线程来采集这个点的值，构造雨雾浓度曲线，代入，得到。再用曲线拟合工具进行拟合代入，者进行比较。多次做仿真实验，次仿真结果如表所示......”。

7、“.....雨雾处理线程的处理结果是与的仿真效果基本相同，进步说明改进后的算法可提高低流量雾区交通事件的识别率。结语在传统算法设计思想是雨雾浓度的变化率，也就是这些交通状态参数的变化最容易发生在雨雾浓度变化的路段，而不單是雨雾浓度高的路段。特别是德克萨斯算法中的。也既是曲线斜率为附近的路段即便雨雾浓度很高上与下的变化也不会太大，而真正使其变化的是两个曲线斜率为之间的路段。如图中数字标注的路段。鉴于雨雾浓度的变化是渐进正常的情况下，高速公路的检测器布设距离都大致相等。当低流量情况下，平均速度变化比较小，因此上和下应该相等如果发生了交通事件，则有车辆交通事件而被阻塞不能通过，而下游的检测器检测到的车辆数会减少，当减少的车辆数百分比大于阈值，则认为交通事件发生......”。

8、“.....通过定的算法来确定雾区需要修正识别算法参数的检测区间，从而提高雾区交通事件识别的准确性。低流量雾区交通事件识别算法研究论文原稿。传统算法原理及其在雾区环境中存在的问题交通事件识别算法的本质是通过识别由检测器获取的交通参数数据的非正常变化来间接地判断交通事件的发生。车辆驶入红外检测器，对交通模式并没有产生显著影响，也不需要进行大规模地控制和诱导，因此至今未受到研究人员的广泛重视。特别是非交通状态参数变化的影响，如雨雾天气的非均匀出现在检测区域，极有可能使交通事件识别算法产生严重偏差。尽管使用视频图像处理技术可以直观地发现交通事件......”。

9、“.....国内外学者在研究开发和改进识别算法方面做了大量的工作。算法主要包括突变理论算法模式识别算法统计理论算法小波分析理论算法等。这些算法主要是利用宏观交通流参数数据，如车头时距速度车流量占有率等状态参数的变化来判断道路交通事件发，可以有效地解决雾区交通状态参数获取的难题。采用雨雾检测器，相对稀疏地布设在检测路段，通过定的算法来确定雾区需要修正识别算法参数的检测区间，从而提高雾区交通事件识别的准确性。低流量雾区交通事件识别算法研究论文原稿。譬如，在形成上与下检测点之间有很大的雨雾浓度差别，就可能出现大于阈值流大的情况下，交通事故会导致运行秩序出现明显的紊乱状态。而在低流量的交通状况下，对交通模式并没有产生显著影响，也不需要进行大规模地控制和诱导......”。