一种高速公路危险交通行为识别方法技术

本发明专利技术属于交通安全技术领域，公开了一种高速公路危险交通行为识别方法，包括：按照预设的采样间隔，在当前采样时刻实时采集目标车辆指标，并根据所采集指标判定目标车辆当前是否处于危险交通行为；若判定为否，则在下一个采样时刻，采集目标车辆的17个指标；根据除目标车辆的类型和交通流密度之外的15个指标，计算得到对应的判定指标；根据目标车辆的车辆类型、交通流密度以及对应的判定指标，利用当前路段对应的危险交通行为识别模型，计算得到目标车辆对应的判定概率；根据判定概率判定目标车辆当前是否为危险交通行为。本发明专利技术能够准确、及时的识别危险交通行为，评估准确性高。

【技术实现步骤摘要】
一种高速公路危险交通行为识别方法
本专利技术涉及交通安全
，尤其涉及一种高速公路危险交通行为识别方法。
技术介绍
现阶段我国高速公路总里程已经突破13万公里，位居世界第一。高速公路的建设对我国经济发展起到了很大的推动作用，但随之也产生了一系列的问题，根据《道路交通运输安全发展报告(2017)》统计数据，2010年至2016年我国高速公路交通事故死亡人数占道路交通事故死亡总数的比例维持在10％左右，直接财产损失占总数的比例维持在30％左右。高速公路追尾事故频发，重特大事故频发，社会影响恶劣，交通安全整体的形势依然非常严峻。提升高速公路的安全水平，其中的一个重要手段就是及时发现危险交通行为，并对危险交通行为进行预警干预。而如何准确、及时的发现危险交通行为是现阶段首先需要解决的关键问题。近几年来，随着视频识别技术的进一步提升，以及一些新的监测装备在交通领域广泛的应用，例如雷达、微波等，使得对交通流微观数据的监测成为可能。因此，目前，现有技术中已有一些检测识别危险交通行为的方法，但都不是很成熟。现有方法分为两类：以单一指标为依据的识别方法以及以多源数据为依据的识别方法。其中，以单一指标为依据的识别方法并不适用于复杂交通行为，例如，在不同交通情况下的超车、换道等行为，均无法用单一指标来判定是否为危险的交通行为。而以多源数据为依据的识别方法获取的数据缺乏可靠性，例如，基于智能手机获取车辆行为数据，数据的精度有待于进一步验证，识别可靠性低。
技术实现思路
有鉴于此，本专利技术提供一种高速公路危险交通行为识别方法，通过获取当前高速公路的大量历史数据，并基于历史数据建立对应的危险交通行为识别模型，进而根据该危险交通行为识别模型和车辆实时数据，准确、及时的识别危险交通行为，评估结果可靠性高。为达到上述目的，本专利技术的实施例采用如下技术方案：一种高速公路危险交通行为识别方法，其特征在于，包括：步骤1，按照预设的采样间隔，在当前采样时刻实时采集目标车辆的车速vt，在同车道行驶过程中与前车的跟驰距离St及车头时距Tt，在换道前与目标车道上的前车的最近距离STFt、车头时距TTFt以及与目标车道上后车的最近距离STBt及车头时距TTBt；步骤2，判断当前采样时刻目标车辆的车速vt是否大于预设判定阈值，若是，则判定目标车辆当前处于危险交通行为；否则，进一步判断与前车的跟驰距离St、与前车的车头时距Tt、与目标车道上的前车的最近距离STFt、与目标车道上的前车的车头时距TTFt、与目标车道上后车的最近距离STBt以及与目标车道上后车的车头时距TTBt中是否至少有一项小于对应的预设判定阈值，若是，则判定目标车辆当前处于危险交通行为；若否，则转至下一步骤；步骤3，在下一个采样时刻，采集目标车辆的以下17个指标：车辆类型Tp、交通流密度K、速度最高限速值vm、横向加速度ax、纵向加速度ay、与左侧标线的距离LL、与右侧标线的距离LR、与前车跟驰距离与前车相对速度Δv、与前车的车头时距换道前与目标车道后车的距离换道前与目标车道后车的相对速度△vTB、换道前与目标车道后车的车头时距换道前与目标车道前车的距离换道前与目标车道前车的相对速度△vTF、换道前与目标车道前车的车头时距步骤4，根据除目标车辆的类型和交通流密度之外的15个指标，利用预存的判定指标计算公式，计算得到对应的判定指标；步骤5，根据目标车辆的车辆类型、交通流密度以及对应的判定指标，利用当前路段的危险交通行为识别模型，计算得到目标车辆对应的判定概率；步骤6，判断目标车辆对应的判定概率是否大于预设概率值：若是，则判定目标车辆当前处于危险交通行为；若否，则判定目标车辆当前处于安全交通行为。基于本专利技术上述方案，通过实时采集车辆部分关键指标，并与判定阈值进行比较，快速识别车辆是否处于危险交通行为，若不能判定为危险交通行为，则进一步采集车辆更多相关指标，并利用危险交通行为识别模型，计算车辆的判定概率，进而根据判定概率确定车辆当前是否处于危险交通行为。本专利技术方法充分考虑了车辆自身的状态信息以及周边环境的信息，可对车辆某一时刻的行驶安全状态进行判定，评价精度高。此外，本专利技术中通过对多项指标进行降维，避免了不同指标之间的冗余性，提高了识别模型的准确性，可靠性高。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的一种高速公路危险交通行为识别方法的流程示意图；图2(a)为跟驰状态下，跟驰距离和车头时距测量示意图；图2(b)为换道时，距离和车头时距测量示意图；图3为某高速公路正常交通流条件下某车辆与前车正常跟驰状态下的跟驰距离的累计百分数曲线图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。图1所示为本专利技术实施例提供的一种高速公路危险交通行为识别方法的流程示意图。如图1所示，本专利技术实施例提供的高速公路危险交通行为识别方法包括以下步骤：步骤1，按照预设的采样间隔，在当前采样时刻实时采集目标车辆的车速vt，在同车道行驶过程中与前车的跟驰距离St及车头时距Tt，在换道前与目标车道上的前车的最近距离STFt、车头时距TTFt以及与目标车道上后车的最近距离STBt及车头时距TTBt。其中，所述跟驰距离为车辆在跟驰状态下，车头与前车车尾之间的距离。所述车头时距即前后两辆车的前端通过同一地点的时间差，一般可使用前后车的车头间距除以后车速度来计算。直行时，目标车辆与同车道行驶的前车的跟驰距离及车头时距如图2(a)所示；换道时，目标车辆与目标车道上的前车的最近距离、车头时距以及与目标车道上后车的最近距离及车头时距如图2(b)所示。需要说明的是，上述数据的获取可通过路侧视频或者雷达等设备进行采集，或者通过车辆本身安装的雷达或者激光测距以及GPS设备等，目前在市场上已经有实际应用，本专利技术对此不再赘述。特别说明的是，车辆之间的距离可通过路侧雷达获取，或者基于路侧监控视频，基于视频识别的方法也可以获得两辆车之间的距离。例如，目前已有路侧雷达，可同时对多车道的车辆进行精确跟踪，获取每一辆车的坐标位置，根据坐标位置即可计算不同车辆之间的相对距离。此外，需要特别说明的是，在车辆实际行驶过程中，可能会出现本车道前方没有车辆，或者换道时目标车道无车辆通行的情况，此时，将对应参数取值为远大于判定值的参数即可。例如，本车道前方没有车辆的情况下，令车辆与前车的跟驰距离St取1000m，与前车的车头时距Tt取1000s；在换道时目标车道无车辆通行的情况下，令车辆与目标车道后车的距离STBt取1000m，与目标车道后车的车头时距TTBt取1000s；令车辆与目标车道前车的距离STFt取1000m，与目标车道前车的车头时距TTFt取1000s。步骤2，判断当前采样时刻目标车辆的车速vt是否本文档来自技高网...

【技术保护点】
1.一种高速公路危险交通行为识别方法，其特征在于，包括：步骤1，按照预设的采样间隔，在当前采样时刻实时采集目标车辆的车速vt，在同车道行驶过程中与前车的跟驰距离St及车头时距Tt，在换道前与目标车道上的前车的最近距离STFt、车头时距TTFt以及与目标车道上后车的最近距离STBt及车头时距TTBt；步骤2，判断当前采样时刻目标车辆的车速vt是否大于当前路段的限速值，若是，则判定目标车辆当前处于危险交通行为；否则，进一步判断目标车辆与前车的跟驰距离St、与前车的车头时距Tt、与目标车道上的前车的最近距离STFt、与目标车道上的前车的车头时距TTFt、与目标车道上后车的最近距离STBt以及与目标车道上后车的车头时距TTBt中是否至少有一项小于对应的预设判定阈值，若是，则判定目标车辆当前处于危险交通行为；若否，则转至下一步骤；步骤3，在下一个采样时刻，采集目标车辆的以下17个指标：车辆类型Tp、交通流密度K、速度

【技术特征摘要】
1.一种高速公路危险交通行为识别方法，其特征在于，包括：步骤1，按照预设的采样间隔，在当前采样时刻实时采集目标车辆的车速vt，在同车道行驶过程中与前车的跟驰距离St及车头时距Tt，在换道前与目标车道上的前车的最近距离STFt、车头时距TTFt以及与目标车道上后车的最近距离STBt及车头时距TTBt；步骤2，判断当前采样时刻目标车辆的车速vt是否大于当前路段的限速值，若是，则判定目标车辆当前处于危险交通行为；否则，进一步判断目标车辆与前车的跟驰距离St、与前车的车头时距Tt、与目标车道上的前车的最近距离STFt、与目标车道上的前车的车头时距TTFt、与目标车道上后车的最近距离STBt以及与目标车道上后车的车头时距TTBt中是否至少有一项小于对应的预设判定阈值，若是，则判定目标车辆当前处于危险交通行为；若否，则转至下一步骤；步骤3，在下一个采样时刻，采集目标车辆的以下17个指标：车辆类型Tp、交通流密度K、速度最高限速值vm、横向加速度ax、纵向加速度ay，与左侧标线的距离LL、与右侧标线的距离LR；与前车跟驰距离与前车相对速度Δv、与前车的车头时距换道前与目标车道后车的距离换道前与目标车道后车的相对速度△vTB、换道前与目标车道后车的车头时距换道前与目标车道前车的距离换道前与目标车道前车的相对速度△vTF、换道前与目标车道前车的车头时距步骤4，根据除目标车辆的类型和交通流密度之外的15个指标，利用预存的判定指标计算公式，计算得到对应的判定指标；步骤5，根据目标车辆的车辆类型、交通流密度以及对应的判定指标，利用当前路段对应的危险交通行为识别模型，计算得到目标车辆对应的判定概率；步骤6，判断目标车辆对应的判定概率是否大于预设概率值：若是，则判定目标车辆当前处于危险交通行为；若否，则判定目标车辆当前处于安全交通行为。2.根据权利要求1所述的方法，其特征在于，在步骤2之前，所述方法还包括：预先采集一段时间内车辆经过当前路段时在同车道行驶过程中与前车的跟驰距离S及车头时距T，在换道前与目标车道上的前车的最近距离STF、车头时距TTF以及与目标车道上后车的最近距离STB及车头时距TTB；分别统计所采集的跟驰距离S、车头时距T、最近距离STF、车头时距TTF、最近距离STB以及车头时距TTB的15％分位数，分别记为S15％、T15％、STF15％、TTF15％、STB1...

【专利技术属性】
技术研发人员：刘建蓓，王佐，马小龙，赵超杰，刘国图，叱干都，王恒，王雄，
申请(专利权)人：中交第一公路勘察设计研究院有限公司，
类型：发明
国别省市：陕西,61