随着经济的持续增长,交通需求的不断增加,交通安全问题日益突出,迫切需要研究和开发先进的自动事件检测(AID)方法,以提高交通管理工作效率和道路运营服务水平。作为智能交通系统(Intelligent Transportation System,ITS)的重要组成部分,高速公路AID 系统旨在迅速检测道路上发生的交通事件,减少交通事件所导致的人员伤亡、财产损失,保障车辆运行安全,避免二次事件发生。因此,建立在大范围内发挥作用、实时、准确、高效的高速公路AID 系统是减小交通事件影响的重要手段,也是ITS 领域内的研究热点。本文在介绍高速公路AID 系统组成和数据采集技术,深入分析AID 算法的研究现状基础上,以移动通信网络的手机定位技术为基础,提出将手机定位应用于高速公路AID 系统,由此建立基于手机定位的高速公路AID 系统框架,并详细分析该系统的模块功能、特点以及系统实现的关键技术。其中,手机定位技术和电子地图匹配技术是实现高速公路AID 系统的基础和前提,AID 算法是该系统实现与应用的核心。在基于手机定位的高速公路AID 算法方面,作者提出和设计了基于单一手机状态的模糊综合评判模型,该方法将由每部手机的定位数据获取的速度标准差、速度变化系数等参数作为评价因素集的特性参数,借助对单一手机状态的评判来检测交通事件。针对该模型的优缺点,论文提出和建立了混合型模糊综合评判模型,该算法简化了交通运行状态模式,全面综合路段范围内的多部手机的特性参数,依据模糊综合评判的多种基本模型的特点和适用范围对这些车载手机的运行状态进行评判,由此实现高速公路事件的自动检测,避免了单一手机状态的扰动造成交通运行状态的误判。为了分析上述算法的事件检测性能及手机定位周期、模型参数选择对检测性能的影响,本文基于Matlab 进行了模拟实验。实验结果表明,基于单一手机状态的模糊综合评判模型具有检测率高的特点,而混合型模糊综合评判模型具有检测率高、误报率低的特点。最后,对本文所设计的两种模型与经典的California 算法的检测性能进行了模拟实验及比较,结果表明,与传统的基于交通流信息采集的高速公路AID 方法相比,基于手机定位的高速公路AID 方法不仅成本低,而且具有检测率高、误报率低、检测时间短的特点,有利于满足高速公路AID 的实时性和准确性的需求。