20世纪,汽车交通的飞速发展开始了现代化高速公路的兴盛时期。随着城际流通的扩大和汽车数量的激增,高速公路的安全畅通越来越受关注,从而高速公路的交通流控制和交通事件检测成为交通研究中的重要方向。在自动化高速公路环境下,高速公路的控制系统能够通过监视系统的实时信息诱导交通流,逐步缓解交通事件引发的交通拥堵。实时高效地控制交通流、快速并准确地检测交通事件能有效提高高速公路的利用率和通行能力。本文的主要研究工作和成果如下:1.提出了一种改进的交通流速度控制器,它是以交通流速度为被控变量,并采用backstepping方法进行控制的。与已有方法相比较,该控制器提高了算法效率,且可以自动满足系统的可控性条件。仿真结果表明,该控制器可以有效地减少道路拥塞,有助于在拥堵的高速公路上实现平滑的交通流。2.采用了模糊自适应谐振神经网络(Fuzzy ART-NN)分析交通状况,检测交通事件的发生及其造成的拥堵程度。该网络可根据具体需求设置参数,将交通状态分成n种类型。网络实时的交通状态输出是监测人员判断交通异常的重要信息,工作人员可再结合监视器信息快速展开进一步的事件排除工作。与传统的交通事件检测方法相比较,该检测系统不仅能迅速辨识已有的交通状态,而且具有学习新的交通状态的能力,能高效地应用于高速公路的交通事件检测。3.论文的最后,对所做的研究进行了总结,并对该领域的进一步探索提出了一些展望。