Una Encuesta sobre Algoritmos de Detección de Anomalías de Tráfico Urbano

Este artículo revisa el uso de enfoques de detección de anomalías en el análisis de tráfico urbano. Dividimos las soluciones existentes en dos categorías principales: detección de anomalías de flujo y detección de anomalías de trayectoria. La primera categoría agrupa soluciones que detectan anomalías de flujo e incluye enfoques estadísticos, de similitud y de minería de patrones. La segunda categoría contiene soluciones donde se derivan las anomalías de trayectoria, incluyendo procesamiento fuera de línea para anomalías de trayectoria y procesamiento en línea para anomalías de subtrayectoria. Se describen, ilustran y discuten las soluciones en cada una de estas categorías, y se trazan perspectivas abiertas y tendencias de investigación. En comparación con los artículos de encuesta de vanguardia, la contribución de este trabajo radica en proporcionar un análisis profundo de todos los tipos de representaciones en los datos de tráfico urbano, incluyendo valores de flujo, valores de flujo de segmentos, trayectorias y subtrayectorias. En este contexto, podemos comprender mejor la intuición, las limitaciones y los beneficios de los algoritmos existentes de detección de anomalías en el tráfico urbano. Como resultado, los profesionales pueden recibir orientación sobre la selección de los métodos más adecuados para su caso particular.