面向稀疏道路的地空交通检测设备布局建模与多目标优化

Deploying traffic detection equipment scientifically and rationally can improve the traffic monitoring ability of traffic detection system, and the current studies mainly focus on high-volume urban roads and highways. This study focuses on low-volume sparse road, and introduces unmanned aerial vehicle (UAV) to detect sparse road traffic incident, combining with ground traffic detection equipment. Firstly, the traffic incident detection mechanism for sparse road is demonstrated, and a two-phase optimization model of deploying ground traffic detection equipment is established. Secondly, UAVs are employed to cruise sparse road for incident detection, then a dynamic multi-objective optimization model of planning UAV routes is proposed with the consideration of different UAV cruising scenarios and multi-objective optimizations, then the corresponding algorithm for solving UAV route optimization is given, which analyzes the impact of UAV detection demand, multi-objective optimization, algorithm parameters on the optimization effect. Thirdly, a multi-scenario numerical simulation method is proposed to the UAV incident detection effect, and the cost-benefit evaluation of using UAV to detect traffic incident is conducted based on field experiment. The research results can provide a scientific basis for the layout planning of traffic detection equipment, which has important practical value to improve sparse road traffic surveillance level.

科学、合理的布局交通检测设备可以提高交通检测系统的交通监控能力，现有研究主要面向高流量的城市道路和高速公路。本研究以低流量的稀疏道路为研究对象，将无人飞机和地面交通检测设备相结合，开展协同事件检测。首先，明确稀疏道路的交通事件检测机制，协调优化布局交通检测设备，建立两阶段的交通检测设备布局优化模型；其次，派出无人飞机侦察，建立动态的无人飞机巡航路径多目标优化模型，设计多目标优化求解算法，研究不同的无人飞机侦察需求、多重优化目标、算法参数对无人飞机路径优化结果的影响；接着，建立多情景数值模拟仿真方法，分析无人飞机的交通事件检测效果，开展实证研究，并评价无人飞机的事件检测经济性。研究成果可为稀疏道路的交通检测设备布局规划提供科学依据，对改善稀疏道路的交通监控水平具有重要的实用价值。

本项目以低流量稀疏道路为研究对象，以提高稀疏道路交通事件检测效果为目标，开展了地面交通检测设备优化布局、无人飞机巡航路径优化、无人飞机交通事件检测效果评估等内容的研究工作。在地面交通检测设备优化布局方面，建立了高清卡口、摄像机的两阶段交通检测设备布局优化模型，设计了启发式优化算法予以求解，算例结果表明：在第1阶段布设40个高清卡口时，系统的事件检测率平均提高了68.21%，在第2阶段引入30个视频摄像机时，系统的事件检测率平均提高了7.38%。在无人飞机巡航路径优化方面，设计了两个情景，一个是无人飞机对路段巡航侦察，一个是无人飞机对道路节点巡航侦察，在某一时刻，道路某处突然出现交通事故或拥堵，由此出现了新节点和路段，此时需要实时优化、调整无人飞机的巡航路线。提出了关键路段和节点的识别方法，建立了动态的无人飞机路径多目标优化模型（使用的无人飞机数量最少、无人飞机巡航距离最短），分别设计了多目标非支配排序遗传算法和多目标分解优化算法，算例结果表明：与多目标非支配排序遗传算法相比，多目标分解优化算法的优化时间下降了40%以上，解的整体质量提高了5%以上。在无人飞机交通事件检测评估方面，建立了多情景的无人飞机交通事件检测模拟方法，并开展了相应的实证研究，研究结果表明：增大无人飞机的侦测视野范围，开展无人飞机折返侦察，可显著提升无人飞机的交通事件检测效果。上述研究解析了面向事件检测的地面交通检测设备布局优化方法，以及无人飞机在道路交通监控中的可行性和有效性。研究结果可为我国稀疏道路的交通检测设备布局和规划提供科学依据，对改善道路交通安全水平具有重要的社会价值。