基于区域内冲突时空关联特征的路段交通风险辨识方法技术

技术编号:34468784 阅读:10 留言:0更新日期:2022-08-10 08:42
本发明专利技术公开了一种基于区域内冲突时空关联特征的路段交通风险辨识方法,包括步骤:获取路侧精细感知的实时交通目标数据;基于每一帧的精细感知的实时交通目标数据,定义每一帧与目标车辆有交互的周边目标,并计算每个目标车辆与周边目标发生交通冲突相关的参数;根据计算的发生交通冲突相关的参数,定义每一帧车辆交互产生的交通冲突识别指标TDTC,每个冲突的位置,时间间隔;构建一段时间内区域冲突的时空关联风险系数模型,用于识别冲突在时空上的关联程度;根据时空关联风险系数模型计算一定时空范围内冲突的关联程度,并对该区域冲突的严重程度进行判断,进而确定路段是否有交通运行风险。本发明专利技术可提高交通风险辨识准确性。本发明专利技术可提高交通风险辨识准确性。本发明专利技术可提高交通风险辨识准确性。

【技术实现步骤摘要】
基于区域内冲突时空关联特征的路段交通风险辨识方法


[0001]本专利技术涉及交通安全管理领域,具体涉及一种基于区域内冲突时空关联特征的路段交通风险辨识方法及系统。

技术介绍

[0002]随着我国经济的发展和交通运输量的持续增加,道路交通中的安全问题也在日益凸显。交通安全成为当前急需解决的问题,而在交通事故发生之前,如果能够对交通事故征兆提前辨识,识别可能演化为交通事故的严重冲突,则有可能给驾驶人做出预警或加强主动交通控制,会有效减少交通事故的发生。
[0003]交通冲突是指在可观测的条件下,2个或2个以上交通参与者在空间和时间上相互接近,以至于如果其中任何一方不改变其行驶轨迹,将会有发生碰撞的风险。当前国内外对交通冲突的衡量指标并不统一,且对于区分冲突风险等级的指标阈值也存在多种不同的划分标准。而不同冲突指标值情况下冲突演化成为事故的概率也不相同。
[0004]目前,现有技术中主要集中于对两车的交通冲突研究,针对多车关联冲突的研究相对较少,而多车冲突在很短的时间内、很小的范围内交互影响,则演变为交通事故的可能性更大,且更严重。

技术实现思路

[0005]本专利技术主要目的在于提出一种基于区域内冲突时空关联特征的路段交通风险辨识方法,该方法将一定区域范围内检测的冲突进行时空关联,识别与交通风险高度相关的冲突时空规律,以提高交通风险辨识准确性。
[0006]本专利技术所采用的技术方案是:
[0007]提供一种基于区域内冲突时空关联特征的路段交通风险辨识方法,包括以下步骤:<br/>[0008]S1、获取路侧精细感知的实时交通目标数据,数据形式上至少包含每一帧所提取交通目标的横向坐标、纵向坐标、横向速度、纵向速度,时间戳;
[0009]S2、基于每一帧的精细感知的实时交通目标数据,定义每一帧与目标车辆有交互的周边目标,并计算每个目标车辆与周边目标发生交通冲突相关的参数;
[0010]S3、根据计算的发生交通冲突相关的参数,定义每一帧车辆交互产生的交通冲突识别指标TDTC,每个冲突的位置,时间间隔;TDTC定义为在某个时刻,假定交通参与者的速度和路径方向保持不变,2个参与者通过当前方向的冲突点的时间差;
[0011]S4、构建一段时间内区域冲突的时空关联风险系数模型,用于识别冲突在时空上的关联程度,该时空关联风险系数模型为:
[0012][0013]式中,t表示两次冲突发生的时间间隔;t
T1
表示时间上前一冲突的TDTC的倒数;t
T2
表示时间上后一冲突TDTC的倒数;s表示两次冲突发生位置的空间距离;
[0014]S5、根据时空关联风险系数模型计算一定时空范围内冲突的关联程度,并对该区域冲突的严重程度进行判断,进而确定路段是否有交通运行风险。
[0015]接上述技术方案,交通目标主要是机动车,实时交通目标数据来自路侧视频、微波雷达或者激光雷达路侧感知设备。
[0016]接上述技术方案,两次冲突发生的时间间隔t为1~5s。
[0017]接上述技术方案,通过时间和空间距离来确定风险,将冲突分为不同等级。
[0018]接上述技术方案,每一帧的精细感知的实时交通目标数据刷新频率不低于1Hz,不高于20Hz。
[0019]接上述技术方案,每个目标车辆与周边目标发生交通冲突相关的参数包括相对位置、相对速度。
[0020]本专利技术还提供一种基于区域内冲突时空关联特征的路段交通风险辨识系统,包括:
[0021]数据获取模块,用于获取路侧精细感知的实时交通目标数据,数据形式上至少包含每一帧所提取交通目标的横向坐标、纵向坐标、横向速度、纵向速度,时间戳;
[0022]计算模块,用于基于每一帧的精细感知的实时交通目标数据,定义每一帧与目标车辆有交互的周边目标,并计算每个目标车辆与周边目标发生交通冲突相关的参数;
[0023]冲突识别指标定义艺模块,用于根据计算的发生交通冲突相关的参数,定义每一帧车辆交互产生的交通冲突识别指标TDTC,每个冲突的位置,时间间隔;TDTC定义为在某个时刻,假定交通参与者的速度和路径方向保持不变,2个参与者通过当前方向的冲突点的时间差;
[0024]系数模型构建模块,用于构建一段时间内区域冲突的时空关联风险系数模型,用于识别冲突在时空上的关联程度,该时空关联风险系数模型为:
[0025][0026]式中,t表示两次冲突发生的时间间隔;t
T1
表示时间上前一冲突的TDTC的倒数;t
T2
表示时间上后一冲突TDTC的倒数;s表示两次冲突发生位置的空间距离;
[0027]风险判断模块,用于根据时空关联风险系数模型计算一定时空范围内冲突的关联程度,并对该区域冲突的严重程度进行判断,进而确定路段是否有交通运行风险。
[0028]接上述技术方案,该系统还包括风险等级划分模块,用于通过时间和空间距离来确定风险,将冲突分为不同等级。
[0029]接上述技术方案,每一帧的精细感知的实时交通目标数据刷新频率不低于1Hz,不高于20Hz。
[0030]本专利技术还提供一种计算机存储介质,其内存储有可被处理器执行的计算机程序,该计算机程序执行上述技术方案基于区域内冲突时空关联特征的路段交通风险辨识方法。
[0031]本专利技术产生的有益效果是:本专利技术创新性地从冲突的时空关联角度进行交通风险的辨识,基于路侧精细感知交通目标之间发生交通冲突相关的参数,并通过构建的区域冲突的时空关联风险系数模型计算该区域中的风险系数,将区域内关联冲突风险进行量化,对短时间窗内空间位置很近的两例冲突进行关联并划分严重程度,可提高交通风险辨识准
确性。
附图说明
[0032]下面将结合附图及实施例对本专利技术作进一步说明,附图中:
[0033]图1是本专利技术实施例基于区域内冲突时空关联特征的路段交通风险辨识方法的流程图;
[0034]图2为某时段内冲突发生前路段运行状态;
[0035]图3为某时段内目标路段第一例交通冲突示意图;
[0036]图4为某时段内目标路段第二例交通冲突示意图。
具体实施方式
[0037]为了使本专利技术的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本专利技术进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本专利技术,并不用于限定本专利技术。
[0038]如图1所示,本专利技术实施例基于区域内冲突时空关联特征的路段交通风险辨识方法主要包括以下步骤:
[0039]S1、获取路侧精细感知的实时交通目标数据,交通目标主要是机动车,数据来源不局限于视频、微波雷达、激光雷达路侧感知设备的哪一种;精细感知实时交通数据形式上至少包含每一帧所提取交通目标的横向坐标、纵向坐标、横向速度、纵向速度、时间戳;
[0040]S2、基于上述每一帧的精细感知交通目标数据,定义每一帧与目标车辆有交互或无交互的周边目标,并计算每个目标车辆与周边目标本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于区域内冲突时空关联特征的路段交通风险辨识方法,其特征在于,包括以下步骤:S1、获取路侧精细感知的实时交通目标数据,数据形式上至少包含每一帧所提取交通目标的横向坐标、纵向坐标、横向速度、纵向速度,时间戳;S2、基于每一帧的精细感知的实时交通目标数据,定义每一帧与目标车辆有交互的周边目标,并计算每个目标车辆与周边目标发生交通冲突相关的参数;S3、根据计算的发生交通冲突相关的参数,定义每一帧车辆交互产生的交通冲突识别指标TDTC,每个冲突的位置,时间间隔;TDTC定义为在某个时刻,假定交通参与者的速度和路径方向保持不变,2个参与者通过当前方向的冲突点的时间差;S4、构建一段时间内区域冲突的时空关联风险系数模型,用于识别冲突在时空上的关联程度,该时空关联风险系数模型为:式中,t表示两次冲突发生的时间间隔;t
T1
表示时间上前一冲突的TDTC的倒数;t
T2
表示时间上后一冲突TDTC的倒数;s表示两次冲突发生位置的空间距离;S5、根据时空关联风险系数模型计算一定时空范围内冲突的关联程度,并对该区域冲突的严重程度进行判断,进而确定路段是否有交通运行风险。2.根据权利要求1所述的基于区域内冲突时空关联特征的路段交通风险辨识方法,其特征在于,交通目标主要是机动车,实时交通目标数据来自路侧视频、微波雷达或者激光雷达路侧感知设备。3.根据权利要求1所述的基于区域内冲突时空关联特征的路段交通风险辨识方法,其特征在于,两次冲突发生的时间间隔t为1~5s。4.根据权利要求1所述的基于区域内冲突时空关联特征的路段交通风险辨识方法,其特征在于,通过时间和空间距离来确定风险,将冲突分为不同等级。5.根据权利要求1所述的基于区域内冲突时空关联特征的路段交通风险辨识方法,其特征在于,每一帧的精细感知的实时交通目标数据刷新频率不低于1Hz,不高于20Hz。6.根据权利要求1所述的基于区域内冲突时空关联特征的路段交通风险辨识方法,其特征在于,每个...

【专利技术属性】
技术研发人员:吕能超郝怡琳郝斯文高芸周航
申请(专利权)人:武汉理工大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1