高速公路事件检测是智慧交通系统研究中的重要方向之一,也是交通信息处理领域的主要研究内容。我国的高速公路事件检测研究,从1990年开始就已经和国际接轨,而事件检测结果准确性问题一直是道路交通领域专家研究的重点。目前,由于数据融合在交通领域尚未取得满意的结果,因此,建立基于视频及二值传感器数据融合的高速公路事件检测方法,可以有效地解决单一数据源准确性较差的难题。本文通过对重庆市科委项目“基于互联网+险危环境信息服务的乌鲁木齐绕城高速智慧交通关键技术研究”进行探索,以环境信息采集理论与技术为基础,提出一种可以获取准确交通状态参数的基于二值检测器的传感器设计方法,同时,考虑到特殊气象条件的影响,设计阈值修正算法对传统事件检测算法进行改进,最后,利用VISSIM仿真工具对融合方法、单项算法的检测结果作比较。论文的主要研究工作如下:(1)首先针对交通事件检测算法和多传感器数据融合方法进行了两方面的文献调研。掌握了各类交通检测技术的优缺点,并针对高速公路事件检测难度大、成本高等诸多因素,提出了基于二值检测器的交通状态参数获取方法,并通过实验仿真证明,在一定的精度范围内,虚拟串口仿真数值与理论值基本相同。(2)其次,设计阈值修正算法对传统事件检测算法进行了改进。通过对传统算法理论的探讨,发现在特殊气象条件下,传统事件检测算法存在的问题。引入了雨雾检测概念,将雨雾信息介入事件决策。考虑成本和布设难度因素,提出了在检测路段雨雾检测器的稀疏布设方案及其信息处理方法,从而给出不同流量状态对应的低流量算法和标准偏差算法的阈值修正算法。对算法进行数据验证,结果表明,阈值修正结果是与实验仿真结果基本一致,适当的阈值修正可减小恶劣天气条件对检测结果的影响,检测算法的准确率也会有所提高。(3)最后,将表决融合方法引入事件检测领域,提出了基于多传感器数据融合的高速公路事件检测方法,方法有效的完成了基于视频检测器的自动识别算法模块与基于二值检测器的改进低流量算法或标准偏差算法模块在决策层的融合。通过VISSIM交通建模仿真软件对高速公路进行事件仿真,结果表明,表决融合方法在事件检测性能上优于单项算法,不仅能充分发挥单项算法的优势,而且提高了事件的检测率。