«Αλγόριθμοι επεξεργασίας ψηφιακού video σε Java και εφαρμογές στην ανάπτυξη Ευφυών Συστημάτων Μεταφορών (Intelligent Transport Systems)»

Transcript

1 ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ & ΜΗΧΑΝΙΚΩΝ ΗΛΕΚΤΡΟΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ ΗΛΕΚΤΡΟΝΙΚΗΣ ΚΑΙ ΥΠΟΛΟΓΙΣΤΩΝ «Αλγόριθμοι επεξεργασίας ψηφιακού video σε Java και εφαρμογές στην ανάπτυξη Ευφυών Συστημάτων Μεταφορών (Intelligent Transport Systems)» Διπλωματική Εργασία της Κοκκινά Δήμητρας ΑΕΜ : 4778 Επιβλέπων: Μητράκος Δημήτριος Αναπληρωτής Καθηγητής Α.Π.Θ. Θεσσαλονίκη, Οκτώβριος 2008

2

3 Πρόλογος Η διπλωματική αυτή εργασία έχει στο επίκεντρό της την ψηφιακή επεξεργασία εικόνας και βίντεο με στόχο την χρήση των αποτελεσμάτων της σε Ευφυή Συστήματα Μεταφορών. Κατά την εκπόνηση της εργασίας προσπαθήσαμε να υλοποιήσουμε αλγορίθμους ανίχνευσης κίνησης, οι οποίοι αν εφαρμοστούν σε εικόνες-βίντεο εθνικών οδών σε συνεργασία και με άλλες εφαρμογές να επιτύχουν την ανίχνευση συμβάντωνπεριστατικών. Στην παρούσα εργασία ακολουθείται το παρακάτω σκεπτικό. Αρχικά γίνεται μια λεπτομερής αναφορά στα Intelligent Transport Systems και στα σύγχρονα Συστήματα Παρακολούθησης της Κυκλοφορίας για να καταλήξουμε σε μια ολοκληρωμένη παρουσίαση και σύγκριση των γνωστών μέχρι σήμερα Incident Detection αλγορίθμων. Στη συνέχεια, δίνεται η απαραίτητη θεωρητική και μαθηματική υποδομή σε ότι αφορά στην επεξεργασία εικόνας και βίντεο για να περάσουμε τελικά στην παρουσίαση αλγορίθμων Ανίχνευσης και Εκτίμησης Κίνησης σε Αλληλουχία Εικόνων. Τέλος, υλοποιήσαμε σε γλώσσα προγραμματισμού JAVA δύο αλγορίθμους εντοπισμού κίνησης με εφαρμογή τόσο σε τεχνητές όσο και σε φυσικές εικόνες. Στο σημείο αυτό θα ήθελα να ευχαριστήσω τον επιβλέποντα καθηγητή μου, Μητράκο Δημήτρη, για τις πολύτιμες συμβουλές του και για το εύρος του επιστημονικού πεδίου με το οποίο ασχολήθηκα υπό την καθοδήγησή του. Τέλος, για την εμπιστοσύνη που μου έδειξε, την αμέριστη συμπαράσταση, την συνεχή καθοδήγηση και την με κάθε τρόπο βοήθεια που μου προσέφερε όποτε η εργασία οδηγούσε σε αδιέξοδο. Κοκκινά Δήμητρα Θεσσαλονίκη, Α.Π.Θ. Οκτώβριος 2008 Better to light a candle than to curse the darkness. - Chinese Proverb

4 iv

5 Στους γονείς μου, Αθανάσιο και Αρετή, στην αδελφή μου Ευγενία και στο Δημήτρη. v

6 Περιεχόμενα Πρόλογος...iii Περιεχόμενα...vii Πίνακας Εικόνων x Λίστα Ακρωνυμίων.. xi Κεφάλαιο 1 Εισαγωγή στα ITS 1.1 Ευφυή Συστήματα Μεταφορών Ορισμός Εισαγωγή Πλεονεκτήματα των ITS Συστήματα Παρακολούθησης Κυκλοφορίας Εισαγωγή Τύποι συστημάτων παρακολούθησης Μαγνητικοί ανιχνευτές Συσκευές ανίχνευσης έξω από το οδόστρωμα Κλειστά αναλογικά κυκλώματα τηλεόρασης Παρακολούθηση με ψηφιακή επεξεργασία εικόνας Παρακολούθηση με τη βοήθεια καρτών ανταπόκρισης οχημάτων Ανίχνευση Συμβάντος- Περιστατικού Εισαγωγή Ορισμός vi

7 1.3.2 Παράμετροι Επίδοσης Αλγόριθμοι Βασισμένοι σε Πρότυπα Αλγόριθμοι Catastrophe Theory Statistical Methods Τεχνητή Νοημοσύνη..34 Κεφάλαιο 2 Βίντεο και Επεξεργασία Εικόνας 2.1 Το Βίντεο ως Σήμα Ψηφιοποίηση Βίντεο Δειγματοληψία Εικόνας Κβάντιση Εικόνας Αριθμός καρέ ανά δευτερόλεπτο Έγχρωμη Επεξεργασία Εικόνας Χρωματικά Μοντέλα Μετατροπή Έγχρωμης RGB εικόνας σε ασπρόμαυρη Η αντίληψη του Υπολογιστή για την Εικόνα Ανίχνευση και Εκτίμηση Κίνησης σε Αλληλουχία Εικόνων Μαθηματικό Υπόβαθρο Ανίχνευση Κίνησης Εκτίμηση Κίνησης Πρακτικοί αλγόριθμοι εκτίμησης κίνησης vii

8 Κεφάλαιο 3 Ανάλυση Αλγορίθμων Εντοπισμού Κίνησης που Εφαρμόστηκαν 3.1 Ανίχνευση Κίνησης σε Τεχνητές Εικόνες Ανάλυση της Εφαρμογής Εισαγωγή Θορύβου Ανίχνευση Κίνησης σε Φυσικές Εικόνες Συλλογή Υλικού Προς Επεξεργασία (raw material) Προεπεξεργασία (preprecessing) Εξαγωγή των pixels (pixel extraction) Ανάλυση του Αλγορίθμου Εντοπισμού Κίνησης Αποτελέσματα...91 Κεφάλαιο 4 - Συμπεράσματα 4.1. Πλεονεκτήματα Αλγορίθμων Βελτίωσης και Μελλοντική Εξέλιξη των Αλγορίθμων Αναφορές..102 Βιβλιογραφία 103 viii

9 Πίνακας Εικόνων Εικόνα 1.1 : Ζεύγη μαγνητικών ανιχνευτών βρόχου...7 Εικόνα : Παθητικός ανιχνευτής υπερύθρων...9 Εικόνα : Άποψη υπό συνήθεις συνθήκες ορατότητας...11 Εικόνα : Νυχτερινή άποψη με κάμερα βραχέων υπερύθρων Εικόνα : Νυχτερινή άποψη με κάμερα μακρών υπερύθρων...11 Εικόνα : Εικόνα λειτουργίας συστήματος ψηφιακής...12 Εικόνα : Εικόνα λήψης από σύστημα επεξεργασίας εικόνας...13 Εικόνα : Παρουσίαση στοιχείων κυκλοφορίας...14 Εικόνα : Ανίχνευση περιστατικού...15 Εικόνα : Ανίχνευση σταματημένου οχήματος σε σήραγγα...15 Εικόνα : Ανίχνευση αναμενόντων οχημάτων σε σηματοδότη...16 Εικόνα : Τύποι συσκευών λήψης εικόνας για...16 Διάγραμμα 1.1 : Διάγραμμα Ταχύτητας Κατοχής Εικόνα : Αποτελέσματα μείωσης της δειγματοληψίας στην αρχική εικόνα...41 Εικόνα : Αποτελέσματα μείωσης κβάντισης στην αρχική εικόνα...42 Εικόνα : Το χρωματικό μοντέλο RGB...46 Εικόνα 2.5 : Η κυκλοφορία στην Εγνατία...47 Εικόνα 2.6 : Η αντίστοιχη Grayscale...47 Εικόνα 2.7 : Block matching για ανάμεσα στο B m...61 Εικόνα 3.1 : Εντοπισμός του target block...72 Εικόνα3.2: Τηλεχειριζόμενη Κάμερα εργαστηριου...80 Εικόνα 3.3 : Color_based_on_angle..90 Εικόνα 3.4 : Color_based_on_metro.90 ix

10 Λίστα Ακρωνυμίων APID ` All Purpose Incident Detection ATIS ATMS DES DELOS DR FAR FPS HIOCC ICT ITS IVHS MRF PATREG RGB TRRL TSC TTD Advanced Traveler Information Systems Advanced Transportation Management Systems Double Exponential Smoothing Detection Logic with Smoothing Detection Rate False Alarm Rate Frames Per Sec High Occupancy Algorithm Information and Communications Technology Intelligent Transport Systems Intelligent Vehicle Highway Systems Markov Random Field Pattern Recognition Algorithm Red Green Blue Traffic Road and Research Laboratory Traffic Services Corporation Time To Detect x

11 Κεφάλαιο 1 Εισαγωγή στα ITS 1.1 Ευφυή Συστήματα Μεταφορών Ορισμός Εισαγωγή Με τον όρο «Ευφυείς Μεταφορές» (Intelligent Transportation Systems ITS) κατά τους Αμερικανούς ή ATS (Advaced Trasportation Systems) για τους Ευρωπαίους, εννοούμε το σύνολο των τεχνολογιών πληροφορικής και τηλεπικοινωνιών που χρησιμοποιούνται ως ολοκληρωμένες εφαρμογές συστημάτων στην διαχείριση συγκοινωνιακών δικτύων και τερματικών σταθμών, υποστήριξη του οδηγού εντός του οχήματος, καθώς και παροχής πληροφόρησης στους Πολίτες. Τα συστήματα ευφυών μεταφορών είναι ένας συνδυασμός νέων τεχνολογιών πληροφόρησης και επικοινωνιών εφαρμοσμένων στον τομέα των μεταφορών (ITS handbook, 2002) με στόχο την αποδοτικότερη, ασφαλέστερη και οικονομικότερη κυκλοφορία των ατόμων ή των εμπορευμάτων. Στις αρχές του εικοστού αιώνα, με αφετηρία το 1920, οι ανεπτυγμένες χώρες γνώρισαν την μηχανοκίνηση και την αστυφιλία, γεγονότα σταθμούς που οδήγησαν πληθυσμούς από αραιοκατοικημένες αγροτικές περιοχές και από πυκνοκατοικημένες αστικές περιοχές σε προάστια των μεγάλων πόλεων. Η βιομηχανική οικονομία είχε φτάσει στο σημείο να υπερκεράσει την αγροτική, δρομολογώντας έτσι τον πληθυσμό στα κέντρα. Επιπλέον, η μηχανοκίνηση προκάλεσε την επέκταση των πόλεων. Έκτοτε τα προβλήματα που αφορούν την οδική κυκλοφορία έχουν γίνει ένα σοβαρό θέμα συζήτησης στα αστικά κέντρα και σε εθνικό επίπεδο, όσον αφορά τις εθνικές οδούς, που κατακλύζονται με όλο και

12 περισσότερα οχήματα καθημερινά. Η κυκλοφοριακή συμφόρηση και τα προβλήματα ασφάλειας στα οδικά δίκτυα, σε συνδυασμό με την οικονομική πραγματικότητα των περιορισμένων πόρων, έχουν σαν αποτέλεσμα μια στροφή προς την αποδοτικότερη διαχείριση της υπάρχουσας ζήτησης και υποδομής. Η εφαρμογή των ITS είναι κρίσιμη για την επίτευξη των στόχων αυτών: κινητικότητα, ασφάλεια, αποτελεσματική μετακίνηση, παροχή μιας οικονομικής βάσης για τις μελλοντικές υποδομές των αυτοκινητοδρόμων (μέσω των διοδίων) και σωστή διαχείριση της ζήτησης για μετακινήσεις. Την περίοδο από το 1992 μέχρι το 1995 περίπου, ο τομέας των ITS ήταν γνωστός ως IVHS (Intelligent Vehicle Highway Systems). Τότε ακριβώς είχε αναγνωριστεί η αξία των τεχνολογιών πληροφορικής και επικοινωνίας και η χρήση τους σε όλα τα είδη μεταφοράς. Ο όρος Intelligent Transportation Systems επινοήθηκε και καθιερώθηκε για να περιγράψει την διείσδυση και εφαρμογή των ICT (Information and Communications Technology) στις μεταφορές Στις βασικές παραμέτρους των αντίστοιχων προγραμμάτων περιλαμβάνονται τα εξής: Η συνδυασμένη χρήση της τηλεματικής, της πληροφορικής και των τηλεπικοινωνιών, που επιτρέπει την παροχή πληροφοριών σε απευθείας σύνδεση και σε πραγματικό χρόνο σε όλους τους εμπλεκόμενους στη μεταφορική διαδικασία. Η χρήση ADAS (Προχωρημένα Συστήματα Υποστήριξης Οδηγού) και IVIS (Συστήματα Πληροφόρησης Εντός Οχήματος) σε όλα τα είδη οχημάτων, που επιτρέπει την υποστήριξη του οδηγού σε πραγματικό χρόνο για μεγαλύτερη ασφάλεια. Η εφαρμογή των ITS στα οδικά, σιδηροδρομικά, θαλάσσια και εναέρια συστήματα μεταφορών για να βελτιώσουν την ασφάλεια και την ποιότητα του περιβάλλοντος μέσω της παροχής πληροφοριών στους διαχειριστές των συστημάτων και τους χρήστες τους. Η χρήση των ITS για παροχή σε πραγματικό χρόνο πληροφοριών στους χρήστες των μεταφορικών συστημάτων για την καλύτερη εκτέλεση της μετακίνησής τους. Η χρήση ηλεκτρονικού εισιτηρίου (μέσω μιας ευφυούς κάρτας, για παράδειγμα), που επιτρέπει το γρηγορότερο και ευκολότερο ταξίδι στις δημόσιες 2

13 συγκοινωνίες. Επίσης, η ενθάρρυνση της χρήσης όλων των μεταφορικών μέσων και του συνδυασμού τους (Multimodal Transport). Βελτιώνει επίσης την αποδοτικότητα των μεταφορών με χρήση ηλεκτρονικών συστημάτων, για τον έλεγχο της κυκλοφορίας και την επιβολή των κανονισμών κυκλοφορίας. Τα ηλεκτρονικά διόδια στους αυτοκινητόδρομους και η επίβλεψη της κυκλοφορίας είναι επίσης εφαρμογές ITS Πλεονεκτήματα των ITS Μειωμένες συγκρούσεις αυτοκινήτων - σοβαρότητα - αποτέλεσμα /αντίκτυπος Βελτίωση δημόσιας υγείας: οι συγκρούσεις οχημάτων δεν είναι μόνο ένας καθοριστικός παράγοντας πρόκλησης θανάτων και τραυματισμών, είναι μια βασική αιτία που μπορεί να προληφθεί. Βελτιωμένη ροή κυκλοφορίας για λιγότερες συγκρούσεις - καλύτερη κυκλοφορία και έλεγχος ταχύτητας - ελάφρυνση της κυκλοφοριακής συμφόρησης - επαναφορά της κυκλοφορίας μετά από σύγκρουση - δρόμοι ελεύθεροι από απαγορευτικές μπάρες και διόδια - τιμολόγηση του κάθε δρόμου ανάλογα με την ζήτησή του Καλύτερες αποφάσεις για τον οδηγό και τους ταξιδιώτες - εξελιγμένα εργαλεία σχεδιασμού πορείας - εξελιγμένα συστήματα βοήθειας του οδηγού - ταξιδιωτική πληροφόρηση διαθέσιμη για ιδιωτικής και δημόσιας χρήσης οχήματα σε σταθμούς, στάσεις, στο σπίτι, στο γραφείο - ευφυής πληροφόρηση και προειδοποίηση για την ταχύτητα - υποστήριξη των άπειρων και ηλικιωμένων οδηγών Καλύτερη ασφάλεια και προστασία - βελτίωση στη διαχείριση των ατυχημάτων 3

14 - συστήματα αποφυγής συγκρούσεων - λήψη και ανίχνευση σχημάτων δημοσίων μέσων μεταφοράς - καλύτερη επόπτευση των συνθηκών μεταφοράς - παρεμπόδιση ακατάλληλης χρήσης εμπορικών οχημάτων - σχεδιασμός εκκένωσης και εφαρμογή - αξιόπιστη επικοινωνία κατά της διάρκεια καταστροφών - επαναφορά διόρθωση του κυκλοφοριακού μετά από καταστροφή - πιο αξιόπιστοι έλεγχοι στο φορτίο, βάρος, οδηγό των οχημάτων Μείωση κατανάλωσης καυσίμων και επικίνδυνων εκπομπών αερίων - παροχή πληροφόρησης με στόχο την προτίμηση μαζικής μεταφοράς - μείωση καθυστερήσεων για φορτηγά σε σύνορα, σταθμούς κλπ - καλύτερος σχεδιασμός του ταξιδιού / βελτίωση πορείας - μείωση κυκλοφοριακής συμφόρησης - χρήση εναλλακτικών οχημάτων και καυσίμων - προστασία και παρακολούθηση του περιβάλλοντος Μείωση εξόδων δημοσίου - βελτίωση της υποδομής του συστήματος μεταφοράς - νέα μοντέλα χρηματοδότησης της υποδομής των μεταφορών - μείωση εξόδων για συστήματα συντήρησης και λειτουργίας Καλύτερη μετακίνηση αγαθών - έλεγχος φορτώσεων - βελτίωση ελέγχου lοgistics Αύξηση οικονομικής παραγωγικότητας του συστήματος μεταφορών αφού - δημιουργεί θέσεις εργασίας - υποστηρίζει εντόπια βιομηχανία ITS - προάγει την είσοδο σε εργασία σε περισσότερους - βελτιώνει τις φορτώσεις και το εμπόριο 4

15 - μπορεί να βοηθήσει να χρηματοδοτηθεί η υποδομή με πιο ευέλικτα συστήματα διοδίων και χρεώσεων χρήσης οδών Βελτιωμένη ποιότητα ζωής - καλύτερη πρόσβαση των ταξιδευτών σε υπηρεσίες μεταφοράς - άνεση, ασφάλεια, προστασία - χρήση γενικών μέσων επικοινωνίας (Iternet, cellular) 1.2 Συστήματα Παρακολούθησης Κυκλοφορίας Εισαγωγή Η κατακόρυφη αύξηση των κυκλοφοριακών φόρτων που λαμβάνει χώρα τα τελευταία χρόνια σε όλα τα οδικά δίκτυα παγκοσμίως έχει επιβάλλει νέες απαιτήσεις στο χώρο της διαχείρισης των εν λειτουργία οδικών έργων. Η φιλοσοφία της διεύρυνσης της οδικής υποδομής ως λύση στο πρόβλημα έδειξε γρήγορα τη δυσκαμψία της, οπότε ως γόνιμη στρατηγική αντιμετώπισης έχει χριστεί πλέον η φιλοσοφία της διαχείρισης της κυκλοφορίας. Για να πραγματοποιηθεί, όμως, η διαχείριση αυτή, ασφαλώς απαιτείται πρώτα η απόκτηση των σχετικών δεδομένων της κυκλοφορίας, μέσα από την ίδια την οδική υποδομή. Παράλληλα, οι απαιτήσεις ασφάλειας που προβάλλουν οι σύγχρονοι αυτοκινητόδρομοι επιβάλλουν ταχύτερη ανίχνευση και αντιμετώπιση των πάσης φύσεως προβληματικών καταστάσεων στην κυκλοφορία, που φτάνουν ως την άμεση επιτήρηση σε πραγματικό χρόνο. Οι συνθήκες αυτές έχουν οδηγήσει στην ανάπτυξη ενός ακόμη πεδίου εξοπλισμού των οδών, αυτό του εξοπλισμού παρακολούθησης της κυκλοφορίας. Μέχρι τώρα στο πεδίο αυτό περιλαμβάνονταν μόνο οι ανιχνευτές για τους σκοπούς της φωτεινής σηματοδότησης, καθώς και κάμερες κλειστού τηλεοπτικού κυκλώματος σε επικίνδυνα σημεία, όπως σήραγγες ή γέφυρες. Η σύγχρονη παρακολούθηση αξιοποιεί τόσο τις υπάρχουσες, όσο και νέες τεχνολογίες για τους σκοπούς της, δηλαδή τη μέτρηση πάσης φύσεως κυκλοφοριακών δεδομένων και την επιτήρηση της κυκλοφορίας. 5

16 1.2.2 Τύποι συστημάτων παρακολούθησης Τα συστήματα παρακολούθησης της κυκλοφορίας μπορούν να κατηγοριοποιηθεί στους παρακάτω τύπους: Μαγνητικοί ανιχνευτές: Είναι παγκοσμίως ο ευρύτερα χρησιμοποιούμενος τύπος, με κύρια εφαρμογή τους σηματοδοτημένους κόμβους. Χρησιμοποιούνται για μέτρηση κυκλοφοριακών δεδομένων. Αισθητήρες ανίχνευσης έξω από το οδόστρωμα: Είναι συσκευές που τοποθετούνται επάνω από το οδόστρωμα, εφαρμόζοντας διάφορες τεχνολογίες όπως μικροκύματα, λέιζερ ή υπέρυθρες ακτινοβολίες. Χρησιμοποιούνται και αυτοί για μέτρηση κυκλοφοριακών δεδομένων. Κλειστά αναλογικά κυκλώματα τηλεόρασης: Η γνωστή πρακτική όπου αναλογικές κάμερες αποστέλλουν την εικόνα σε οθόνες του κέντρου διαχείρισης, για άμεση παρακολούθηση από το προσωπικό. Ψηφιακή επεξεργασία εικόνας: Η πιο σύγχρονη τεχνική, όπου ψηφιακές κάμερες αποστέλλουν την εικόνα σε υπολογιστικά συστήματα τόσο για εξαγωγή κυκλοφοριακών δεδομένων, όσο και για διαπίστωση ειδικών συμβάντων, σε κάθε περίπτωση μετά από ηλεκτρονική επεξεργασία της εικόνας Μαγνητικοί ανιχνευτές Οι σπουδαιότεροι εκπρόσωποι αυτής της κατηγορίας είναι οι ανιχνευτές βρόχου. Η εφαρμογή των ανιχνευτών αυτών ήταν πολύ συνηθισμένη σε σηματοδοτημένους κόμβους για τις ανάγκες της επενέργειας, αλλά πλέον έχει επεκταθεί και στο πεδίο της παρακολούθησης της κυκλοφορίας, και ειδικότερα για την απόκτηση κυκλοφοριακών δεδομένων. Οι εν λόγω ανιχνευτές είναι συσκευές που αποτελούνται από ένα βρόχο καλωδίου, τοποθετημένου κάτω από την οδική επιφάνεια, ο οποίος διαρρέεται από ηλεκτρικό ρεύμα. Ένα όχημα που διέρχεται επάνω από το καλώδιο λειτουργεί ως πυρήνας στο πηνίο, μεταβάλλοντας τη χωρητικότητά του, και με αυτό τον τρόπο πιστοποιεί την διέλευση του. 6

17 Εικόνα 0.1: Ζεύγη μαγνητικών ανιχνευτών βρόχου. Στοιχεία που είναι δυνατόν να μετρηθούν με τη βοήθεια των ανιχνευτών βρόχου είναι ο κυκλοφοριακός φόρτος, η κατανομή κατά λωρίδα, η πυκνότητα των οχημάτων και οι χρονικοί διαχωρισμοί. Επίσης, όπως φαίνεται στην Εικόνα 1.1, τοποθετώντας τους βρόχους σε ζεύγη κατά μήκος της λωρίδας είναι δυνατή και η μέτρηση της ταχύτητας, όπως και του μήκους κάθε οχήματος, επιτρέποντας την κατηγοριοποίηση της κυκλοφορίας κατά τύπο οχημάτων. Επιπλέον, προχωρημένες τεχνικές διαχείρισης των εν λόγω συστημάτων ανίχνευσης χρησιμοποιούν την προαναφερθείσα ικανότητα μέτρησης του μήκους για ταυτοποίηση της διέλευσης του ίδιου οχήματος σε επόμενα σημεία, επιτρέποντας έτσι την εξαγωγή συμπερασμάτων για τους χρόνους διαδρομής και τις μέσες ταχύτητες κίνησης στην οδό. Το ποσοστό σφάλματος στην αναγνώριση των οχημάτων με αυτή τη μέθοδο δεν ξεπερνάει το 5%. Παρομοίως, η ταυτοποίηση της διέλευσης ενός οχήματος μπορεί να πραγματοποιηθεί και με τη βοήθεια του μαγνητικού «αποτυπώματος» που αφήνει κάθε ξεχωριστό όχημα κατά τη διέλευσή του από κάθε βρόχο. Με τη διασπορά σημείων ανίχνευσης σε ένα οδικό δίκτυο ή στις εισόδους και εξόδους αυτοκινητοδρόμων είναι δυνατή η εξαγωγή δεδομένων σχετικά με την προέλευση και προορισμό των μετακινήσεων. Τα πλεονεκτήματα της χρήσης μαγνητικών ανιχνευτών βρόχου ως συστήματα παρακολούθησης είναι η απλότητα και το χαμηλό κόστος εγκατάστασης, όπως και η δεδομένη εμπειρία από την πολύχρονη χρήση τους. Επίσης, δίνουν αξιόπιστα αποτελέσματα, ενώ η λειτουργία τους δεν επηρεάζεται από τις καιρικές συνθήκες. Μειονέκτημά τους είναι η ανάγκη επέμβασης επάνω στην οδό, τόσο για την εγκατάσταση, όσο και για τη συντήρησή τους. 7

18 1.2.4 Συσκευές ανίχνευσης έξω από το οδόστρωμα Ως εναλλακτική λύση στους μαγνητικούς ανιχνευτές βρόχου στο πεδίο της απόκτησης κυκλοφοριακών δεδομένων, έχουν επινοηθεί και χρησιμοποιούνται διάφοροι τύποι συσκευών ανίχνευσης, τοποθετούμενοι έξω από το οδόστρωμα. Το χαρακτηριστικό όλων αυτών των συσκευών είναι η παρακολούθηση επάνω ή δίπλα από την οδό, με τοποθέτηση σε δικές τους ή υπάρχουσες διατάξεις στήριξης. Κατά συνέπεια, δεν απαιτείται η παρενόχληση της κυκλοφορίας κατά την εγκατάσταση, λειτουργία και συντήρηση των διατάξεων αυτών. Μερικές από τις διατάξεις που μπορούν να συναντηθούν είναι: Ανιχνευτές μικροκυμάτων: Κατά τη λειτουργία τους εκπέμπουν μικροκύματα και μετρούν τη μεταβολή στη συχνότητα του ανακλώμενου επάνω στην επιφάνεια παρακολούθησης σήματος. Η μεταβολή αυτή είναι ανάλογη με την ταχύτητα των οχημάτων και μπορεί να υπολογιστεί με μεγάλη ακρίβεια. Ωστόσο, η μέτρηση είναι δυνατή μόνο σε περίπτωση ελαφριάς κυκλοφορίας. Σε πυκνή, αργή ή στάσιμη κυκλοφορία η λειτουργία είναι προβληματική έως αδύνατη. Ανιχνευτές υπερήχων: Υπολογίζουν την απόσταση από τα οχήματα, με τη βοήθεια υπερήχων που ανακλώνται επάνω σε αυτά και στο οδόστρωμα. Η λειτουργία τους παρεμποδίζεται από παράσιτα πηγών θορύβου. Ενεργητικοί ανιχνευτές υπερύθρων: Εκπέμπουν μία σειρά από αόρατες υπέρυθρες ακτίνες και αναλύουν τις αντανακλάσεις από τις λείες επιφάνειες των οχημάτων. Μπορούν να μετρήσουν κυκλοφοριακούς φόρτους και ταχύτητες οχημάτων. Παθητικοί ανιχνευτές υπερύθρων: Υπολογίζουν τις μεταβολές στη θερμική ακτινοβολία που προκαλούνται σε ένα συγκεκριμένο πεδίο λήψης. Οι ανιχνευτές αυτοί μπορούν να λειτουργήσουν υπό οποιεσδήποτε συνθήκες κυκλοφορίας, απαιτούν πολύ λίγη ενέργεια και το κόστος τους είναι εξαιρετικά ανταγωνιστικό, ωστόσο πάσχουν στην ακρίβεια υπολογισμού της ταχύτητας. 8

19 Εικόνα 1.0.2: Παθητικός ανιχνευτής υπερύθρων. Ανιχνευτές λέιζερ: Χρησιμοποιούν ακτινοβολία τύπου λέιζερ για να υπολογίσουν την απόσταση από τα οχήματα, ενώ είναι ικανοί να προσδιορίσουν και το περίγραμμά τους. Υπολογίζουν με μεγάλη ακρίβεια φόρτους, ταχύτητα και ταξινόμηση κατά τύπο οχήματος, αλλά το κόστος τους καθιστά απαγορευτική τη μαζική τους χρήση. Κάθε τύπος από τους προαναφερθέντες παρουσιάζει διάφορα πλεονεκτήματα και μειονεκτήματα, καθώς και διάφορες δυνατότητες ανίχνευσης συγκεκριμένων στοιχείων κυκλοφορίας, ενώ σημαντική παράμετρος στη λειτουργία τους είναι και οι περιβαλλοντικές συνθήκες. Για τη διεύρυνση των δυνατοτήτων ανίχνευσης μπορούν να συνδυαστούν επιμέρους τεχνολογίες, όπως παθητικοί ανιχνευτές υπερύθρων μαζί με υπέρηχους ή μικροκύματα. Πάντως, από τους προαναφερθέντες τύπους ο μόνος που διαθέτει την ικανότητα αναγνώρισης οχημάτων, οπότε μπορεί και να εφαρμοστεί για επαναταυτοποίηση, σε αναλογία με τους ανιχνευτές βρόχου, είναι οι ανιχνευτές με λέιζερ, το κόστος των οποίων, όμως, είναι πού υψηλό. Κατά συνέπεια, μπορεί να εξαχθεί το συμπέρασμα ότι οι ανιχνευτές βρόχου μάλλον θα παραμείνουν για αρκετό καιρό ακόμη οι δημοφιλέστεροι, με τους ανιχνευτές εκτός οδοστρώματος να αποτελούν απλώς εναλλακτική λύση όπου δεν είναι δυνατή η εφαρμογή τους. 9

20 1.2.5 Κλειστά αναλογικά κυκλώματα τηλεόρασης Η χρήση κλειστών κυκλωμάτων τηλεόρασης αποτελεί την πιο συνηθισμένη μέθοδο επιτήρησης σε οποιοδήποτε πεδίο, οπότε και η επιτήρηση της κυκλοφορίας δεν θα μπορούσε να αποτελεί εξαίρεση στον κανόνα. Μία σειρά από αναλογικές κάμερες, που εφαρμόζονται κατά μήκος μίας οδού ή σε συγκεκριμένα σημεία ενός οδικού δικτύου, μεταφέρει την εικόνα σε οθόνες στο κέντρο διαχείρισης, όπου το προσωπικό μπορεί να παρακολουθήσει άμεσα τη διεξαγωγή της κυκλοφορίας, ενώ είναι δυνατή και η εγγραφή σε βίντεο. Ασφαλώς η μέθοδος αυτή παρακολούθησης, τουλάχιστον άμεσα, μπορεί να εφαρμοστεί μόνο για επίβλεψη, και όχι για απόκτηση κυκλοφοριακών δεδομένων. Κατά την επίβλεψη της κυκλοφορίας με τη μέθοδο κλειστού κυκλώματος παρακολούθησης, το προσωπικό του κέντρου διαχείρισης είναι σε θέση να διαπιστώσει διάφορες προβληματικές καταστάσεις όπως ατυχήματα, συμφορήσεις, παράνομα ή προβληματικά κινούμενα οχήματα, δυσμενείς καιρικές συνθήκες, και να αντιδράσει άμεσα, γνωρίζοντας και το πραγματικό μέγεθος του προβλήματος. Σαν απλά παραδείγματα, σε περίπτωση κυκλοφοριακής συμφόρησης σε κάποιο σημείο αυτοκινητοδρόμου το προσωπικό μπορεί να κανονίσει εύκολα και άμεσα την απεικόνιση ενός προειδοποιητικού μηνύματος σε πινακίδα μεταβλητών μηνυμάτων, ή να κινήσει άμεσα τις απαραίτητες διαδικασίες σε περίπτωση ατυχήματος. Σημαντικός, επίσης, είναι ο ρόλος της επίβλεψης και στην περίπτωση των σηράγγων, όπου ένα ατύχημα ή μία δυσλειτουργία του μηχανολογικού εξοπλισμού μπορεί να αποβούν εξαιρετικά επικίνδυνα. Ένα από τα σημαντικότερα στοιχεία στην απόδοση του όλου συστήματος επίβλεψης είναι η κατάλληλη τοποθέτηση των καμερών. Αυτή εξαρτάται τόσο από τις απαιτήσεις της επίβλεψης, όσο και από τις δυνατότητες της ίδιας της συσκευής που επιλέγεται. Υπάρχουν συσκευές με δυνατότητες περιστροφής κατά τον οριζόντιο και κατακόρυφο άξονα, καθώς και μεγέθυνσης και εστίασης διαφόρων βαθμών, άμεσα χειριζόμενες σε πραγματικό χρόνο από το προσωπικό του κέντρου. Αυτές οι διατάξεις, βέβαια, απαιτούν πιο σύνθετη υποδομή επικοινωνίας, αλλά 10

21 επιτρέπουν την κάλυψη ευρύτερης και μεγαλύτερου μήκους περιοχής, μέχρι και 800 m βάθους. Σοβαρό ελάττωμα της μεθόδου επίβλεψης με κλειστό κύκλωμα τηλεόρασης αποτελεί η δυσκολία λήψης στο σκοτάδι και υπό δυσμενείς συνθήκες ορατότητας, όπως βροχή, χιόνι, ομίχλη, σκόνη, καπνός. Επειδή, δε, είναι αυτές οι περιπτώσεις που καθίσταται ίσως περισσότερο χρήσιμη η επιτήρηση, αρκετοί κατασκευαστές έχουν προχωρήσει στη δημιουργία συσκευών λήψης με υπέρυθρες ακτίνες, που διαθέτουν βελτιωμένες σχετικές ικανότητες, όπως φαίνεται στις Εικόνες 1.3 έως 1.5. Εικόνα1.0.3: Άποψη υπό συνήθεις συνθήκες ορατότητας Εικόνα 1.0.4: Νυχτερινή άποψη με κάμερα βραχέων υπερύθρων. Εικόνα1.0.5: Νυχτερινή άποψη με κάμερα μακρών υπερύθρων. 11

22 1.2.6 Παρακολούθηση με ψηφιακή επεξεργασία εικόνας Η εφαρμογή συστημάτων ψηφιακής επεξεργασίας εικόνας αποτελεί την πιο σύγχρονη, αποτελεσματική και συγχρόνως ολοκληρωμένη μέθοδο παρακολούθησης της κυκλοφορίας. Κατά τη μέθοδο αυτή, όπως και στην περίπτωση των κλειστών κυκλωμάτων τηλεόρασης, λαμβάνεται εικόνα από την οδό με τη βοήθεια κάμερας και αναπαράγεται σε οθόνες του κέντρου διαχείρισης. Πλην όμως, η εικόνα αυτή εισάγεται και σε κατάλληλη ηλεκτρονική υπολογιστική μονάδα, όπου και υφίσταται επεξεργασία για τη λήψη όλων των επιθυμητών στοιχείων, παρακάμπτοντας τον ανθρώπινο παράγοντα. Η παρακολούθηση της κυκλοφορίας με ψηφιακή επεξεργασία εικόνας μπορεί να χρησιμοποιηθεί τόσο για εξαγωγή κυκλοφοριακών δεδομένων, όσο και για επιτήρηση της κυκλοφορίας. Η αρχή λειτουργίας του συστήματος φαίνεται στην Εικόνα 1.6. Κατά την εγκατάσταση του συστήματος, αφού οριστικοποιηθεί η θέση της κάμερας και ξεκινήσει η λήψη της εικόνας, ο χειριστής ορίζει στην οθόνη γραμμές και περιοχές ανίχνευσης, ανάλογα με τα στοιχεία που είναι επιθυμητό να λαμβάνονται. Μόλις κάποιο όχημα πατήσει κάποια γραμμή ή εισέλθει σε κάποια περιοχή, ανιχνεύεται. Στη συνέχεια, μία σειρά από αλγορίθμους αναλαμβάνει να επεξεργαστεί περαιτέρω την εικόνα και να εξάγει όλα τα επιθυμητά στοιχεία, απεικονίζοντάς τα στην οθόνη, αλλά και αποθηκεύοντάς τα για δημιουργία διαχρονικών δεδομένων. Εικόνα 1.0.6: Εικόνα λειτουργίας συστήματος ψηφιακής επεξεργασίας εικόνας. Διακρίνονται οι γραμμές ανίχνευσης. 12

23 Εικόνα 1.0.7: Εικόνα λήψης από σύστημα επεξεργασίας εικόνας Συνοπτικά, οι δυνατότητες που παρέχονται από τη χρήση ενός σχετικού συστήματος μπορεί να είναι: Μέτρηση κυκλοφοριακών φόρτων Μέτρηση ταχύτητας οχημάτων και μέσης ταχύτητας κίνησης Κατανομή κυκλοφορίας κατά λωρίδα Χωρικοί και χρονικοί διαχωρισμοί Πυκνότητα κυκλοφορίας Εκτίμηση μήκους οχημάτων και αντίστοιχη ταξινόμηση φόρτων Αναγνώριση παρουσίας οχημάτων σε προσβάσεις κόμβων Μέτρηση μήκους ουράς αναμονής σε προσβάσεις κόμβων Αναγνώριση συμφορήσεως Αναγνώριση προβληματικής κίνησης οχημάτων, όπως υψηλή ή χαμηλή ταχύτητα και απότομη μεταβολή της, στάση, αντίθετη κίνηση Ανίχνευση αντικειμένων στο οδόστρωμα Ανίχνευση καπνού ή ομίχλης Δυνατότητα παρακολούθησης οχήματος βάσει διαστάσεων και χρώματος Βέβαια, μία εγκατάσταση ψηφιακής επεξεργασίας εικόνας δεν είναι απαραίτητο να περιλαμβάνει όλες τις προαναφερθείσες δυνατότητες ταυτόχρονα, 13

24 παρά μόνο όσες χρειάζονται σε κάθε συγκεκριμένη περίπτωση. Συνήθως το διαθέσιμο λογισμικό διατίθεται σε τρεις διαφορετικές δυνατότητες, για μέτρηση κυκλοφοριακών δεδομένων, για ανίχνευση περιστατικών (επιτήρηση) και για διαχείριση σηματοδοτημένων κόμβων. Κατά τη μέτρηση κυκλοφοριακών δεδομένων μπορούν να μετρηθούν διάφορα στοιχεία όπως ο κυκλοφοριακός φόρτος, οι ταχύτητες των οχημάτων, η κατανομή κατά λωρίδα, οι χωρικοί και χρονικοί διαχωρισμοί, η πυκνότητα κυκλοφορίας. Επίσης, υπάρχει η δυνατότητα μέτρησης του μήκους κάθε οχήματος, με αντίστοιχη κατανομή της κυκλοφορίας κατά κατηγορία. Τα στοιχεία μήκους σε συνδυασμό με το χρώμα, επιτρέπουν και την ταυτοποίηση της διέλευσης ενός συγκεκριμένου οχήματος από επόμενα παρακολουθούμενα σημεία, για την εξαγωγή μέσων ταχυτήτων και χρόνων διαδρομής, όπως και δεδομένων προέλευσης και προορισμού, σε αναλογία με τα όσα εκτέθηκαν σχετικά με τους μαγνητικούς βρόχους στην Παράγραφο 9.3. Το πλεονέκτημα είναι ότι με τη βοήθεια του λογισμικού όλα αυτά τα στοιχεία μπορούν να παρουσιαστούν σε διάφορες μορφές, καθώς και να αποθηκευτούν και να χρησιμοποιηθούν για εξαγωγή διαχρονικών στοιχείων, εντελώς αυτόματα. Εικόνα 1.0.8: Παρουσίαση στοιχείων κυκλοφορίας. Η ανίχνευση διαφόρων ειδών περιστατικών πραγματοποιείται και αυτή αυτόματα, με τη δυνατότητα διαπίστωσης συμφόρησης, σταματημένων ή κινούμενων αντίθετα οχημάτων, αντικειμένων στο οδόστρωμα. 14

25 Εικόνα 1.0.9: Ανίχνευση περιστατικού. Με την ανίχνευση κάποιου περιστατικού ενημερώνεται το προσωπικό του κέντρου, το οποίο έχει βέβαια τη δυνατότητα να επιβεβαιωθεί και ιδίοις όμμασι από την οθόνη του, διαπιστώνοντας το είδος και την έκτασή του και αποφασίζοντας για τις ενέργειες στις οποίες θα προβεί. Απλώς δεν απαιτείται η συνεχής επαγρύπνησή του, όπως συμβαίνει στην περίπτωση των κλειστών κυκλωμάτων τηλεόρασης. Ιδιαίτερη εφαρμογή της δυνατότητας ανίχνευσης περιστατικών μπορεί να πραγματοποιηθεί σε επικίνδυνα σημεία, όπως οι σήραγγες, Εικόνα : Ανίχνευση σταματημένου οχήματος σε σήραγγα. Τέλος, κατά τη δυνατότητα της διαχείρισης σηματοδοτημένων κόμβων το σύστημα επεξεργασίας έχει τη δυνατότητα ανίχνευσης οχημάτων που αναμένουν ή προσεγγίζουν στην παρακολουθούμενη πρόσβαση, τη μέτρησή τους, καθώς και την εκτίμηση του μήκους ενδεχόμενης ουράς. Τα στοιχεία αυτά χρησιμοποιούνται στη διαχείριση της επενεργούσης σηματοδότησης. 15

26 Εικόνα : Ανίχνευση αναμενόντων οχημάτων σε σηματοδότη. Βασικοί παράγοντες στην αποτελεσματικότητα και αξιοπιστία της ηλεκτρονικής παρακολούθησης είναι το είδος και η θέση των συσκευών λήψης εικόνας που χρησιμοποιούνται. Καθώς η ποιότητα της γραφικής επεξεργασίας εξαρτάται από την αντίστοιχη της εικόνας, οι κάμερες που χρησιμοποιούνται στα συστήματα ψηφιακής επεξεργασίας απαιτείται να είναι μεγαλύτερης ευκρίνειας σε σχέση με τις κοινές κάμερες των κλειστών κυκλωμάτων. Έγχρωμες κάμερες είναι δυνατόν να χρησιμοποιηθούν, αλλά είναι εν γένει λιγότερο ευαίσθητες σε σχέση με τις ασπρόμαυρες. Εικόνα : Τύποι συσκευών λήψης εικόνας για εφαρμογές ψηφιακής επεξεργασίας. Η βέλτιστη θέση κάθε κάμερας εξαρτάται από το είδος της εφαρμογής, καθώς και από τις περιβαλλοντικές συνθήκες. Γενικά οι κάμερες θα πρέπει να είναι τοποθετημένες όσο το δυνατό υψηλότερα, και στο κέντρο της ζώνης ανίχνευσης. Εάν αυτό δεν είναι δυνατό, προτιμάται η τοποθέτηση κοντά στην εσωτερική λωρίδα, καθώς με αυτό τον τρόπο αποφεύγεται το γεγονός βραδέα και ογκώδη οχήματα να κλείνουν το οπτικό πεδίο στις παρακείμενες λωρίδες. Η απευθείας πρόσπτωση του ηλιακού φωτός επάνω στο φακό θα πρέπει να αποφεύγεται. Το οπτικό πεδίο εξαρτάται από το ύψος τοποθέτησης, όπως και από το εύρος ανοίγματος του φακού. Ενδεικτικά, για την ανίχνευση σταματημένων οχημάτων η ζώνη ανίχνευσης 16

27 συνήθως περιορίζεται σε 350 m σε ανοιχτές οδούς και σε 15 φορές το ύψος της κάμερας μέσα σε σήραγγες. Επίσης, μία κάμερα με σχεδόν κατακόρυφη τοποθέτηση (κοιτάζοντας προς τα κάτω) παρέχει σαφέστερη διάκριση των διαδοχικών οχημάτων, μειώνοντας τα σφάλματα αναγνώρισης καθότι φαίνονται τα διάκενα μεταξύ τους, αλλά το εξαιρετικά περιορισμένο πεδίο λήψης την καθιστά ακατάλληλη για επιτήρηση. Τέλος, αναφέρεται ότι, όπως και στην περίπτωση των κλειστών κυκλωμάτων, έτσι και εδώ βασική αδυναμία της μεθόδου είναι η δυσκολία ανίχνευσης σε συνθήκες χαμηλού φωτισμού ή περιορισμένης ορατότητας. Ομοίως, αντιμετώπιση του προβλήματος επιτυγχάνεται με χρήση τεχνολογιών όπως οι υπέρυθρες ακτινοβολίες Παρακολούθηση με τη βοήθεια καρτών ανταπόκρισης οχημάτων Πέρα από τις προαναφερθείσες, μία ακόμη μέθοδος που εφαρμόζεται σε αρκετές περιοχές του κόσμου και χρίζει αναφοράς είναι και η παρακολούθηση με τη βοήθεια καρτών ανταπόκρισης στο εσωτερικό των οχημάτων. Η μέθοδος αυτή είναι ευρύτερα γνωστή με τη μορφή της ηλεκτρονικής χρέωσης διοδίων. Οι οδηγοί που επιθυμούν την αποφυγή της ταλαιπωρίας στάσης σε σταθμούς διοδίων εφοδιάζονται με μία ειδική κάρτα, την οποία τοποθετούν στο εσωτερικό του οχήματος. Σε κάθε σταθμό διοδίων υπάρχει ειδικός αναγνώστης, που αναγνωρίζει το συγκεκριμένο όχημα βάσει της κάρτας και χρεώνει το σχετικό αντίτιμο στον οδηγό. Η δυνατότητα αυτή αναγνώρισης κάθε συγκεκριμένου οχήματος μπορεί να χρησιμοποιηθεί ταυτόχρονα και για την ταυτοποίηση της διέλευσης του οχήματος και από επόμενους σταθμούς ανάγνωσης, παρέχοντας κυκλοφοριακά δεδομένα. Βέβαια, η μέθοδος αυτή προφανώς συνεργάζεται μόνο με τα εφοδιασμένα με κάρτα οχήματα, άρα τα αξιόπιστα δεδομένα που μπορεί να παρέχει είναι πολύ φτωχά, περιοριζόμενα μόνο σε μέσες ταχύτητες και χρόνους διαδρομής. Ωστόσο, η μέθοδος αυτή είναι και αντίστοιχα απλή, φθηνή και εύκολης εφαρμογής, καθώς απαιτεί απλώς την τοποθέτηση αναγνωστών σε οποιοδήποτε πρόσφορο σημείο (μαζί με την υποδομή επικοινωνίας, βέβαια) και αξιοποιεί την ήδη υπάρχουσα υποδομή χρηστών-κατόχων κάρτας. 17

28 1.3 Ανίχνευση Συμβάντος- Περιστατικού Εισαγωγή Ορισμός Οποιοδήποτε μη-επαναλαμβανόμενο γεγονός που μπορεί να καταλήξει σε κυκλοφοριακή συμφόρηση ή διακοπή, όπως ατυχήματα, καταστροφές, κατολισθήσεις, εκτροχιασμένα φορτία, δριμύ καιρικά φαινόμενα, μη προγραμματισμένες συντηρήσεις ή κατασκευαστικές δραστηριότητες, ασυνήθιστα ή ιδιαίτερα γεγονότα θεωρούνται roadway incidents (αυτοκινητιστικά συμβάντα). Τέτοια γεγονότα μπορούν να προκαλέσουν τραυματισμούς, κυκλοφοριακή συμφόρηση, αυξημένη περιβαλλοντική μόλυνση και να κοστίσουν εκατομμύρια ευρώ κάθε χρόνο σε κράτος και ιδιώτες. Τα προηγούμενα χρόνια μηχανικοί σε συνεργασία με τους επίσημους φορείς μέσων μεταφοράς αφιέρωσαν σημαντικούς πόρους για την εξεύρεση τρόπων αποφυγής των ατυχημάτων αλλά και αντιμετώπισής τους όταν αυτά συμβαίνουν. Η διαχείριση συμβάντος αποτελεί μία κρίσιμη λειτουργία για το σχεδιασμό και την ανάπτυξη Προηγμένων Συστημάτων Διαχείρισης Μεταφορών(ATMS) και Προηγμένων Συστημάτων Πληροφόρησης Ταξιδιωτών(ATIS) και περιλαμβάνει: την ανίχνευση συμβάντος, την επιβεβαίωσή του, την ανταπόκριση σε αυτό και τέλος την επίλυσή του. Το πρώτο από τα παραπάνω βήματα είναι ιδιαίτερα κρίσιμο καθώς καθορίζει την αξιοπιστία και την αποδοτικότητα όλου του συστήματος. Η παροχή σε πραγματικό χρόνο τέτοιων πληροφοριών αποτελεί αναπόσπαστο στοιχείο και συνεισφέρει στην πραγματοποίηση πολλών άλλων λειτουργιών που αφορούν την διαχείριση κυκλοφορίας. Παρόλα αυτά, η ανίχνευση συμβάντος αποτελεί αδύναμο κρίκο για την υλοποίηση σχεδίων προηγμένου ελέγχου και διαχείρισης της κυκλοφορίας. Σε περίπτωση ατυχήματος είναι σημαντικό να ελαχιστοποιείται ο χρόνος απόκρισης (ο χρόνος από τη στιγμή που συμβαίνει το ατύχημα μέχρι τη στιγμή που φτάνουν στο σημείο τα σωστικά συνεργεία). Όσο νωρίτερα φτάσει βοήθεια στο σημείο του ατυχήματος τόσο μεγαλύτερο υπολογίζεται το ποσοστό επιβίωσης από 18

29 σοβαρό τραυματισμό κατά τη διάρκεια ατυχήματος. Επιπλέον, δίνοντας ξανά στην κυκλοφορία το σημείο το συντομότερο δυνατό μειώνουμε το χρόνο διακοπής της κυκλοφοριακής κίνησης αλλά και την πιθανότητα δευτερευόντων ατυχημάτων. Για την επίτευξη των παραπάνω οι τεχνολογίες που έχουν αναπτυχθεί και βασίζονται στην χρήση ηλεκτρονικών συσκευών είναι : αυτόματη ανίχνευση συμβάντος επαγωγικοί βρόχοι ανίχνευσης επεξεργασία βίντεο και εικόνας και ανίχνευση μέσω κλήσεων κινητών τηλεφώνων. Η λειτουργία ενός συστήματος ανίχνευσης συμβάντος διακρίνεται σε δύο επίπεδα: τεχνολογίες συλλογής δεδομένων και αλγόριθμους επεξεργασίας δεδομένων οι οποίοι ανιχνεύουν και κατηγοριοποιούν γεγονότα μέσω ανάλυσης δεδομένων από αισθητήρες και ανιχνευτές με στόχο την αφύπνιση παρατηρητών για την ύπαρξη, την σοβαρότητα και την τοποθεσία ενός τέτοιου συμβάντος Παράμετροι Επίδοσης Οι παράμετροι που χρησιμοποιούνται για την αξιολόγηση της επίδοσης των αλγορίθμων ανίχνευσης συμβάντος είναι τρεις: i. Ποσοστό ανίχνευσης (Detection Rate), ii. Ποσοστό εσφαλμένου συναγερμού (False Alarm Rate) και iii. Χρονικό διάστημα μέχρι την ανίχνευση (Time To Detect). Παρακάτω θα αναφέρουμε πως ορίζεται κάθε μία από τις παραμέτρους αυτές. Detection Rate Γενικά θεωρείται η αναλογία του αριθμού των συμβάντων που ανιχνεύονται προς των συνολικό πραγματικό αριθμό αυτών για ένα δεδομένο χρονικό διάστημα. 19

30 Όπως προκύπτει το ποσοστό ανίχνευσης θα διαφέρει από έρευνα σε έρευνα ανάλογα με το πως ορίζεται ένα συμβάν. Time To Detect Ορίζεται ως ο χρόνος που περνάει από τη στιγμή που συνέβη ένα γεγονός μέχρι αυτό να ανιχνευτεί και να δηλωθεί από τον αλγόριθμο. Στο παραπάνω χρονικό διάστημα δεν συμπεριλαμβάνεται ο χρόνος που απαιτείται για την επιβεβαίωση του συμβάντος. Στις περισσότερες περιπτώσεις θεωρούμε ότι ο χρόνος αυτός υπολογίστηκε βασισμένος σε μετρήσεις σε ώρες αιχμής και η μονάδα μέτρησης είναι τα λεπτά της ώρας. False Alarm Rate Συνήθως ορίζεται ως το ποσοστό επί τις εκατό των λανθασμένων ενδείξεων ανίχνευσης σε σχέση με τον συνολικό αριθμό αποφάσεων που πήρε ο αλγόριθμος. Οι περισσότεροι αλγόριθμοι παίρνουν μία απόφαση ανά σταθμό ανίχνευσης σε κάθε χρονικό διάστημα. Με βάση τον ορισμό που δόθηκε είναι προφανές ότι το ποσοστό λανθασμένων συναγερμών θα είναι μικρό. Επιπλέον θα μπορούσαμε να το ορίσουμε ως τον αριθμό εσφαλμένων συναγερμών ανά χρονικό πλαίσιο ή σταθμό. Ενδεικτικά αναφέρουμε κάποιους ορισμούς παρακάτω: 20

31 Γενικά αν και οι τιμές των παραπάνω κριτηρίων είναι ανεξάρτητες μεταξύ τους, αύξηση στο ποσοστό ανίχνευσης συμβάντων συνήθως ακολουθείται και από αντίστοιχη αύξηση του ποσοστού λανθασμένων συναγερμών. Συνεπώς, όσο περισσότερο χρόνο χρειάζεται ένας αλγόριθμος για να αναλύσει τα δεδομένα τόσο πιο αποτελεσματικός είναι. Αυτό σημαίνει ότι αυξάνοντας το χρονικό διάστημα μέχρι την επόμενη ανίχνευση γενικά βελτιώνουμε τις δύο άλλες παραμέτρους. Επομένως όσο περισσότερο χρόνο χρειάζεται ο αλγόριθμος για να επεξεργαστεί τα δεδομένα τόσο καλύτερα αποτελέσματα αναμένεται να δώσει. Για βέλτιστο αποτελέσματα συνίσταται η ρύθμιση των τιμών του μεγίστου ανεκτού αριθμού λανθασμένων συναγερμών με το επιτρεπόμενο διάστημα ανίχνευσης καθώς και το ποσοστό ανίχνευσης Αλγόριθμοι Οι αλγόριθμοι ανίχνευσης συμβάντος μπορούν να ομαδοποιηθούν σε δύο κατηγορίες: αυτόματοι και μη αυτόματοι. Οι αυτόματοι αλγόριθμοι ενεργοποιούν αυτόματα τον συναγερμό όταν λάβουν από αισθητήρες δεδομένα για την κυκλοφορία που ικανοποιούν προκαθορισμένες τιμές. Οι μη αυτόματοι αλγόριθμοιδιαδικασίες είναι βασισμένοι στις αναφορές αυτοπτών μαρτύρων (δηλ., βασισμένοι σε οδηγούς "αισθητήρες"). Η εμπειρία δείχνει ότι οι περισσότεροι αυτόματοι αλγόριθμοι λειτουργούν ανεπαρκώς στην πραγματικότητα, αντίθετα από ότι σε ένα προσομοιωμένο περιβάλλον κυκλοφορίας. Πρόσφατα, μεγαλύτερη προσοχή έχει δοθεί στις βασισμένες σε οδηγούς διαδικασίες. Αυτοί είναι σε θέση να παρέχουν γρήγορη ανίχνευση και αναγνώριση, πλούσια περιγραφή, και ευρεία χωρική και 21

32 χρονική κάλυψη με τη λιγότερη αρχική επένδυση και το μικρότερο κόστος λειτουργίας και συντήρησης ( Xie και Parkany, 2002). Χρησιμοποιώντας ένα άλλο σύστημα ταξινόμησης, οι αλγόριθμοι ανίχνευσης συμβάντος μπορούν να διαιρεθούν σε δύο λειτουργικές κατηγορίες: αλγόριθμοι αυτοκινητόδρομων και αρτηριακοί αλγόριθμοι. Ιστορικά, οι περισσότεροι αυτόματοι αλγόριθμοι αναπτύχθηκαν για χρήση σε αυτοκινητόδρομο αν και είναι εύκολα μετατρέψιμοι σε αλγόριθμους για αρτηρίες. Σύμφωνα με έρευνα των Mahmassani, H.S. και Haas, C. (2001) με τίτλο: Evaluation of incident detection methods τέσσερις κύριοι τύποι αλγορίθμων (computer based) έχουν αναπτυχθεί τα 30 τελευταία χρόνια. 1. Αναγνώριση Προτύπων (Pattern Recognition) 2. Καταστροφική Θεωρία 3. Στατιστικής Επεξεργασίας και αλγόριθμοι Χρονοσειρών 4. Τεχνητής Νοημοσύνης Κάποιες από τις παραπάνω μεθόδους μπορούμε να τις χρησιμοποιήσουμε και στην ανίχνευση με μεθόδους επεξεργασίας τηλεοπτικής εικόνας Βασισμένοι σε Πρότυπα Αλγόριθμοι Πρόκειται για τους πιο συχνούς αλγόριθμους στα σύγχρονα εγχειρήματα. Χρησιμοποιούνται τόσο για δεδομένα κυκλοφοριακού όγκου και κατοχής, όσο για δεδομένα κυκλοφοριακής ροής που συνήθως συλλέγονται από επαγωγικούς βρόχους. Οταν σε «μη-φυσιολογικά» δεδομένα που αφορούν ένα κομμάτι του δρόμου προσδιορίζονται πρότυπα, πιθανά γεγονότα αναγνωρίζονται. Η μέθοδος αυτή απαιτεί προκαθορισμένες τιμές κατωφλίων που καθορίζουν την φυσιολογικά διακοπτόμενη ροή. Οποιαδήποτε άλλη τιμή θα πρέπει να ενεργοποιεί ένα συναγερμό. Παρόλο που ο καθορισμός αυτών των τιμών είναι δύσκολος και χρονοβόρος, το στάδιο αυτό δεν πρέπει να παραλείπεται ώστε να εξασφαλίζεται η μέγιστη απόδοση του αλγορίθμου. 22

33 Ο Αλγόριθμος της Καλιφόρνια Ένας από τους πρώτους αλγόριθμους που αναπτύχθηκαν, ο συχνά αναφερόμενος ως Traffic Services Corporation-TSC algorithm 2, συνεχίζει να είναι ο αλγόριθμος που οι περισσότεροι χρησιμοποιούν ως βάση σύγκρισης. Ο αλγόριθμος αυτός, ελέγχει την πιθανή ύπαρξη ενός γεγονότος πραγματοποιώντας τρεις ελέγχους για την μετρούμενη κατοχή του δρόμου, αξιοποιώντας τις πληροφορίες που λαμβάνει από παρακείμενους ανιχνευτές. Το προκύπτον συμβάν δηλώνεται όταν οι τιμές των τριών ελέγχων ξεπερνούν τα προκαθορισμένα όρια. Οι τρεις έλεγχοι ορίζονται ως εξής: 1. Η διαφορά των OCCi (Upstream Station Occupancy) και OCCi +1 (Downstream Station Occupancy) συγκρίνεται με την Τ1(Threshold Value). Αν η τιμή υπερβαίνει το όριο προχωράμε στον δεύτερο έλεγχο. 2. Το ποσοστό (OCCi - OCCi+1)/OCCi ελέγχεται με την τιμή Τ2.Αν η τιμή του κατωφλιού ξεπεραστεί προχωράμε στο τρίτο βήμα. 3. Το ποσοστό (OCCi - OCCi+1)/OCCi+1 ελέγχεται με την τιμή Τ3. Αν η τιμή υπερβαίνει το όριο ένα πιθανό συμβάν αναδεικνύεται και ο 2 ος έλεγχος επαναλαμβάνεται. Αν η τιμή του κατωφλιού ξεπεραστεί και πάλι το πιθανό συμβάν αναγνωρίζεται και σημειώνεται. Το γεγονός ολοκληρώνεται όταν δεν ξεπερνιέται πια η τιμή Τ2. Οι τιμές των κατωφλιών ρυθμίζονται με βάση εμπειρικούς κανόνες. Αν και ο αλγόριθμος της Καλιφόρνιας είναι απλός, απαιτεί τον επίμοχθο υπολογισμό των κατώτατων τιμών για κάθε περιοχή που εφαρμόζεται. Στα μεγάλα δίκτυα, χωριστά κατώτατα όρια πρέπει να υπολογίζονται για διαφορετικές οδικές τοπολογίες (δηλ. κεκλιμένες ράμπες, λόφοι, κ.λπ.). Λόγω της απλής του φύσης, η απόδοσή του δεν είναι τόσο καλή όσο αυτή των πιο πρόσφατων αναθεωρήσεων ή των νέων τεχνικών. ΤSC Algorithm 7 Μετά από περαιτέρω έρευνα του θέματος, οι Payne και Tignor (1978) δημοσίευσαν 10 νέους αλγορίθμους με βάση τον αρχικό αλγόριθμο της Καλιφόρνιας. Από αυτούς καλύτεροι θεωρήθηκαν οι TSC 7 και 8. Το TSC ο αλγόριθμος 7 αντικαθιστά τη χρήση των σχετικών χρονικών διαφορών στις προς τα 23

34 κάτω τιμές κατοχής με προς τα κάτω μετρήσεις κατοχής. Με τον τρόπο αυτό επαναλαμβανόμενοι παλμοί συμπίεσης, συχνοί σε πυκνή κίνηση, δεν εκπέμπουν ψεύτικους συναγερμούς. Διαπιστώθηκε ότι όταν τα downstream Occupancy data πέφτουν κάτω από ένα συγκεκριμένο όριο, συνήθως 20%, ήταν ενδεικτικότερα ενός γεγονότος. Μαζί με την αλλαγή στις παραμέτρους, ένας έλεγχος εμμονής προστέθηκε στο βασικό αλγόριθμο που απαιτούσε η κυκλοφοριακή ασυνέχεια, να συνεχίζεται για μια καθορισμένη χρονική περίοδο προτού να δηλωθεί ένα γεγονός. ΤSC Algorithm 8 Αυτό ήταν ο πιο σύνθετος αλγόριθμος που προήλθε από την τροποποιημένη σειρά Καλιφόρνιας και είναι επίσης ο αποτελεσματικότερος στην εφαρμογή του (Cohen και Ketselidou 1993). Αυτός ο αλγόριθμος παρέχει μια επαναλαμβανόμενη δοκιμή για τους παλμούς συμπίεσης. Αυτά τα κύματα οδηγούν σε επιβραδύνσεις του άνω ρεύματος της κυκλοφορίας και μπορούν να παραγάγουν στιγμιαία διακοπές της κυκλοφορίας όταν αυτή είναι πυκνή. Με την ανάλυση των στοιχείων, οι συμπιέσεις μπορούν να ανιχνευθούν και οι συναγερμοί καταστέλλονται μέχρι και πέντε λεπτά στο άνω ρεύμα. Αυτός ο τρόπος είναι λιγότερο πιθανό να δώσει ψεύτικους συναγερμούς. Αυτός ο αλγόριθμος ταξινομεί τα δεδομένα κυκλοφορίας σε εννέα διαφορετικές καταστάσεις και απαιτεί πέντε διαφορετικές τιμές κατώτατων ορίων να ρυθμιστούν. PATREG Algorithm Ανεπτυγμένος το 1979 από το TRRL (Traffic Road and Research Laboratory ), το PATREG (Pattern Recognition Algorithm ) σχεδιάστηκε να λειτουργεί σε συνεργασία με τον αλγόριθμο HIOCC ( High Occupancy Algorithm, Collins, Hopkins, and Martin 1979). Ο αλγόριθμος λειτουργεί υπολογίζοντας τον χρόνο ταξιδιού μεταξύ των σταθμών ανίχνευσης, μεταφράζοντάς τον σε ταχύτητα και έπειτα ελέγχει την τρέχουσα ταχύτητα σε σχέση με τα προκαθορισμένα όρια. Εάν η ταχύτητα πέσει κάτω από τα κατώτατα όρια για μια καθορισμένη χρονική περίοδο, ένας συναγερμός ενεργοποιείται. Οι χρόνοι ταξιδιού καθορίζονται από μια σύνθετη τεχνική συσχέτισης που ταιριάζει τις ρυθμίσεις της προς τα πάνω και προς τα κάτω ροής. Ο αλγόριθμος λειτουργούσε καλύτερα στις χαμηλές και μέσες ροές (vph 24

35 1.500). Αυτό συμβαίνει επειδή στις υψηλότερες ροές, η κυκλοφορία γίνεται εξαιρετικά ανώμαλη ώστε να ταιριάξει επαρκώς με τις μετρήσεις ροής. Οι ροές μετριούνται κάθε δευτερόλεπτο, και κάθε 40 δευτερόλεπτα μια νέα ταχύτητα προβάλλεται για εκείνο το τμήμα του δρόμου. Αυτός ο αλγόριθμος απαιτεί το διάστημα μεταξύ των ανιχνευτών να είναι το λιγότερο το 1/3 του μιλίου. Αυτός ο αλγόριθμος είναι αρκετά ξεπερασμένος καθώς καθόλου νέες εξελίξεις δεν έχουν γίνει από την αρχή της δεκαετίας του '80. APID Algorithm O All Purpose Incident Detection (APID) αλγόριθμος αναπτύχθηκε από τον Philip H. Masters ως συστατικό του λογισμικού COMPASS για τη χρήση σε ATMS του Τορόντο (Chang και Lin 1993). Ο αλγόριθμος APID είναι ένας συνδυασμός των διάφορων αλγορίθμων της Καλιφόρνιας μαζί με μια ρουτίνα δοκιμής παλμών συμπίεσης και μια ρουτίνα δοκιμής εμμονής. Αντίθετα από τους αλγορίθμους της Καλιφόρνιας, χρησιμοποιεί την ομαλή-κατοχή ως μεταβλητή ανίχνευσης για να μειώσει τα ποσοστά ψεύτικων συναγερμών. Ο στόχος του ήταν να παρέχει άριστη απόδοση κάτω από όλες τις συνθήκες, όπως άλλωστε αναφέρει και το όνομα του. Ο αλγόριθμος λειτουργεί καλά κάτω από συνθήκες μεγάλου όγκου κυκλοφορίας αλλά υστερεί σε συνθήκες μικρού όγκου κυκλοφορίας (Masters, Lam, and Wong 1991). Τα αποτελέσματα που δόθηκαν σε μια σε μη-απευθείας αξιολόγηση παρουσίασαν ποσοστό ανίχνευσης, DR, 66 τοις εκατό σε σύνολο 29 γεγονότων (86 τοις εκατό αυτών δημιούργησαν ανωμαλίες στην κυκλοφοριακή ροή), TTD 2,55 λεπτών και FAR 0,05 τοις εκατό ανά σταθμό. Αυτός ο αλγόριθμος επρόκειτο να χρησιμοποιηθεί στην Ατλάντα κατά τη διάρκεια των Ολυμπιακών Αγώνων, αλλά δεν τέθηκε ποτέ σε ισχύ. Η πόλη της Βοστώνης, Μασαχουσέτη, αυτήν την περίοδο προγραμματίζει να εφαρμόσει τον αλγόριθμο APID στο πρόγραμμα σηράγγων της Βοστώνης με τοποθέτηση ανιχνευτών κάθε 70m. 25

36 Catastrophe Theory Η θεωρία καταστροφής παίρνει το όνομά της από τις ξαφνικές αλλαγές που εμφανίζονται στη μεταβλητή που μας ενδιαφέρει ενώ άλλες σχετιζόμενες μεταβλητές εκθέτουν την ομαλή και συνεχή αλλαγή (Persaud και Hall 1989). Αυτές οι μεταβλητές είναι η ταχύτητα, η ροή, και η κατοχή. Όταν η ταχύτητα μειώνεται εντυπωσιακά χωρίς αντίστοιχη αύξηση στην κατοχή και τη ροή, οι συναγερμοί ενεργοποιούνται. Εν προκειμένω, οι αλγόριθμοι που βασίζονται στη θεωρία καταστροφής είναι σε θέση να ξεχωρίζουν τα γεγονότα από την επαναλαμβανόμενη συμφόρηση. Η συμφόρηση αυξάνεται αργά, ενώ τα γεγονότα αναγκάζουν μια ξαφνική σειρά αναμονής να αναπτυχθεί και δραστικές αλλαγές στην ταχύτητα εμφανίζονται. Οι αλγόριθμοι εκμεταλλεύονται αυτό το φαινόμενο. Η διαφορά μεταξύ των αλγορίθμων βασισμένων στη θεωρία καταστροφής και βασισμένων στην αναγνώριση προτύπων είναι ότι οι μέθοδοι των τελευταίων στηρίζονται σε μεμονωμένες μεταβλητές και προκαθορισμένα κατώτατα όρια, ενώ η μέθοδος καταστροφής χρησιμοποιεί διάφορες μεταβλητές και τις συγκρίνει με προηγούμενες τιμές για την επαναλαμβανόμενη συμφόρηση. Ο μόνος τύπος αλγορίθμου που αρμόζει σε αυτήν την ταξινόμηση είναι ο αλγόριθμος McMaster (Persaud και Hall 1989). McMaster αλγόριθμος Η θεωρία είναι βασισμένη στις ξαφνικές αλλαγές που εμφανίζονται στη μεταβλητή ενδιαφέροντος ενώ άλλες σχετιζόμενες μεταβλητές εκθέτουν την ομαλή και συνεχή αλλαγή. Αυτό μπορεί να εφαρμοστεί στα γεγονότα παρατηρώντας τις σχέσεις μεταξύ της ταχύτητας, της ροής, και της κατοχής. Οι συναρτήσεις του αλγορίθμου είναι βασισμένες σε στοιχεία που συγκεντρώνονται από το έναν ενιαίο σταθμό ανίχνευσης (Antoniades και Stephanedes 1996). Χρησιμοποιώντας ιστορικά δεδομένα, ένα διάγραμμα ροής-κατοχής και ένα ταχύτητας-κατοχής δημιουργήθηκαν για την οδό Burlington, κοντά στο πανεπιστήμιο McMaster, (Forbes, 1992). Το σχήμα 3.1 παρουσιάζει ένα παράδειγμα αυτών των διαγραμμάτων 26

37 Διάγραμμα 1.1: Διάγραμμα Ταχύτητας - Κατοχής Αυτό το διάγραμμα δίνει τις παραμέτρους για την επαναλαμβανόμενη συμφόρηση. Κατώτατες τιμές για τα γεγονότα υπολογίστηκαν από αυτό το διάγραμμα. Καινούργια διαγράμματα πρέπει να γίνουν για κάθε τμήμα του αυτοκινητόδρομου όπου ο αλγόριθμος εφαρμόζεται. Ο αλγόριθμος χρησιμοποιεί τα στοιχεία που εμφανίζονται σε αυτά τα διαγράμματα ταξινομώντας τα σε πεδία τιμών. Όταν πρότυπα κυκλοφορίας ανήκουν σε πεδία που περιγράφουν συνθήκες ύπαρξης γεγονότος για προκαθορισμένο αριθμό διαστημάτων, ένας συναγερμός ενεργοποιείται. Οι αρχικές δοκιμές αυτού του αλγορίθμου δεν ήταν ενθαρρυντικές, αλλά καθώς ο αλγόριθμος εξελίχθηκε και τα κατώτατα όρια τιμών έγιναν πιο σύνθετα, τα αποτελέσματα βελτιώθηκαν (Persaud, Hall, και Hall 1990). Τα καλύτερα στοιχεία είχαν εξαιρετικά χαμηλό FAR, αλλά υψηλό TTD (περίπου δύο λεπτά). 27

38 Statistical Methods Οι στατιστικές μέθοδοι συγκρίνουν τα δεδομένα κυκλοφορίας πραγματικού χρόνου με τις αντίστοιχες προβλέψεις αυτών. Οι αλγόριθμοι διαμορφώνουν τα πραγματικά δεδομένα κυκλοφορίας χρησιμοποιώντας χρονοσειρές και δημιουργούν ένα προβλεπόμενο εύρος τιμών. Κάθε απροσδόκητη αλλαγή στην κυκλοφορία, σε σχέση με την προβλεπόμενη κυκλοφοριακή ροή, ταξινομείται ως γεγονός. Το πλεονέκτημα σε αυτή τη μέθοδο είναι ότι οι μεγάλοι όγκοι δεδομένων δεν χρειάζονται να συγκεντρωθούν προτού να εφαρμοστεί ο αλγόριθμος. Αλγόριθμοι που αρμόζουν σε αυτήν την κατηγορία είναι: ο αλγόριθμος High Occupancy (HIOCC) (Collins και Martin 1979), το πρότυπο εξομάλυνσης (DELOS) (Chassiakos και Stephanedes 1993), ο Bayesian αλγόριθμος (Levin και Krause 1978), ο αλγόριθμος Auto-Regressive Integrated Moving-Average time series (ARIMA) (Ahmed και Cook το 1982), ο αλγόριθμος Standard Normal Deviates (SND) (Dudek, Messer, και Nuckles 1974), και τα filtering models (Chassiakos και Stephanedes 1993). Ο αλγόριθμος HIOCC Το Traffic Road and Research Laboratory (TRRL) ανέπτυξε αυτόν τον αλγόριθμο από κοινού με τον αλγόριθμο PATREG. Προϋπόθεση για τον αλγόριθμο HIOCC είναι ότι η κυκλοφορία θα σταματήσει ή θα επιβραδυνθεί αρκετά εάν υπάρχει ένα γεγονός. Ο αλγόριθμος παίρνει τα δεδομένα κατοχής κάθε δέκατο ενός δευτερολέπτου, και δίνει μια τιμή από 0 έως 10 για κάθε δευτερόλεπτο του χρόνου. Μηδέν σημαίνει ότι κανένα όχημα δεν έχει εντοπισθεί από τον αισθητήρα εκείνο το δευτερόλεπτο και 10 ότι ο αισθητήρας ήταν κατειλημμένος ολόκληρο το δευτερόλεπτο. Εάν δύο τιμές του 10 δίνονται συνεχόμενα, ενεργοποιείται ο συναγερμός. Ο αλγόριθμος επίσης σχεδιάζεται έτσι ώστε και να τερματίζει έναν συναγερμό. Αυτό γίνεται με τη λήψη των smoothing τιμών κατοχής κατά τη διάρκεια των τελευταίων πέντε λεπτών πριν τον συναγερμό και σύγκριση του με τις 28

39 στιγμιαίες τιμές κατοχής. Όταν η στιγμιαίες τιμές πέσουν κάτω από τα επίπεδα που ίσχυαν πριν τον συναγερμό, ο αλγόριθμος ολοκληρώνεται. Η στιγμιαία τιμή κατοχής αυξάνεται τεχνητά στην πράξη για να αποτρέψει το συναγερμό από πρόωρη λήξη του. Αποτελέσματα που προέκυψαν από τους M1 και M4 στο Λονδίνο, καθώς και από τη λεωφόρο Peripherique του Παρισιού, απέδειξαν ότι ο αλγόριθμος λειτουργεί καλά υπό συνθήκες συμφόρησης, αλλά η αποτελεσματικότητά του σε μεταβλητές συνθήκες ροής μένουν ακόμα να φανούν (Chang και Lin 1993). Λαμβάνοντας υπόψη τη φύση του αλγορίθμου, απόδοσή του αναμένεται να ελαττωθεί σε περιπτώσεις ελαφριάς κίνησης. Οι πραγματικοί αριθμοί από επτά σταθμούς κατά μήκος δύο-μιλίων για διάστημα 18 μηνών έδειξαν ότι 10 στα 11 γεγονότα ανιχνεύτηκαν και 130 ψεύτικοι συναγερμοί, επτά από τους οποίους χωρίς προφανή επιβράδυνση της κυκλοφορίας. Το ποσοστό ψεύτικων συναγερμών είναι δύσκολο να ληφθεί με ακρίβεια, επειδή τα οχήματα που κινούνταν αργά ενεργοποίησαν το ένα τρίτο από τους ψεύτικους συναγερμούς. Ο Bayesian Αλγόριθμος Αυτός ο αλγόριθμος χρησιμοποιεί τις διαφορές στην κατοχή μεταξύ δύο ανιχνευτών, παρόμοιων με τους California-based αλγόριθμους, αλλά έπειτα παίρνει αυτές και εφαρμόζει Bayesian στατιστικές διαφορές για να υπολογίσει την πιθανότητα ότι μια μεγάλη διαφορά στην κατοχή προκαλείται από ένα γεγονός η μία επαναλαμβανόμενη συμφόρηση (Levin και Krause 1979). Τρεις βάσεις δεδομένων των πληροφοριών απαιτούνται για αυτή την εργασία: I. Άνευ γεγονότος δεδομένα για ένα κομμάτι του δρόμου II. III. Δεδομένα γεγονότος και Το αρχείο καταγραφής δεδομένων περιπολίας του αυτοκινητοδρόμου το οποίο απαριθμεί τον τύπο, τη θέση, και τη σοβαρότητα των γεγονότων. Όλες οι ιστορικές πληροφορίες έπειτα αναλύονται, και ένα στατιστικό εύρος οργανώνεται για να καθορίσει εάν δεδομένη διαφορά κατοχής έχει προκληθεί ή όχι 29