随着我国高速公路的快速建设和发展,高速公路交通安全问题日益突出,而且目前交通事件检测系统的实际应用效果并不理想。因此,交通事件检测(AID)方法研究已经成为广泛关注的热点问题。多传感信息融合技术作为一种新的信息综合处理方法,为AID方法的设计提供了新途径。运用信息融合技术设计高效的AID方法,不仅能拓宽信息融合技术的应用范围,而且能推动高速公路“安全、高效”的管理目标的实现,具有较高的理论意义和实际应用价值。本文初步探讨了交通事件信息融合理论,并针对基于单一传感器信息的AID方法存在的问题,运用多传感器信息融合理论和技术,按照信息融合的结构和层次框架,设计了采用集中式融合结构的基于特征级融合的AID方法和采用分布式融合结构的基于决策级融合的AID方法。按照信息融合的处理过程,在AID方法的低层信息预处理阶段采用小波分析法对交通流数据进行消噪处理,并利用实测数据比较了常用的两种小波消噪方式的效果。在AID方法的高层信息融合处理阶段,选用PNN和LVQ神经网络作为本文提出的事件检测融合算法模块的实现工具。同时,利用实测数据,在详细分析了交通事件状态下不同截面和不同车道的交通流参数的突变特性基础上,汲取双截面算法的优势,确定了基于特征级融合的AID方法的输入参数;汲取单截面算法和双截面算法的优势,并提出利用同一截面不同车道交通流的变化特性,确定了基于决策级融合的AID方法的输入参数。两种方法应用中均融合了天气情况和能见度信息。最后,利用经过消噪及归一化处理的京津塘高速公路实测数据对本文提出的AID方法进行测试,结果表明,两种方法均可获得较高的检测率和较低的误报率,性能优于经典AID方法。