一种基于贝叶斯理论的实时车辆轨迹换道点监测方法技术

本发明专利技术公开了一种基于贝叶斯理论的实时车辆轨迹换道点监测方法，方法包括获取车辆的运行轨迹数据集，以已产生的轨迹数据和历史车辆统计数据为先验信息，考虑交通环境指标对驾驶员换道行为的影响，提出了一种基于二项logit回归模型的自适应风险函数计算方法，最后根据基于贝叶斯理论得到车辆在t

【技术实现步骤摘要】
一种基于贝叶斯理论的实时车辆轨迹换道点监测方法


[0001]本专利技术属于车辆安全驾驶
，具体涉及一种基于贝叶斯理论的实时车辆轨迹换道点监测算法。

技术介绍

[0002]车辆换道行为的识别和预测是当今汽车发展领域的主要研究内容之一。跟驰和换道是车辆运行的两种基本状态。与跟驰行为相比，换道行为更容易引起与车辆之间的交互。研究发现，如果可以在车辆越过中心线之前检测到换道行为，则事故率将会显著性降低。因此及时的识别、理解和预测车辆的换道行为可以有效的避免交通事故。
[0003]随着车联网、车路协调技术进一步发展，交通系统监控者可获得前所未有的个体化的、高精度、高维度车辆轨迹数据。车辆的运行轨迹是在驾驶员执行一系列驾驶操作时所形成的，是生理因素、环境因素和不可观测的心理因素等综合作用的结果。一般来说只有驾驶员产生换道倾向、目标车道满足换道条件是，才有可能产生换道点；因此当前常用特殊设备监测驾驶员的操作行为和生理特性(如：眼动、心跳、头部运动、手部运动)以理解和预测车辆的驾驶行为，该方法不仅遭受低数据质量和高成本的限制，还容易遭到主动的拆除本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于贝叶斯理论的实时车辆轨迹换道点监测方法，其特征在于：针对目标路段上的车辆，执行以下步骤，监测目标路段上的车辆在当前时刻的换道情况：步骤A：针对目标路段上的车辆，基于预设采样时间间隔，获取历史时间段内t0到t
n
各采样时刻车辆i运行的预设轨迹数据，构成车辆i的运行轨迹数据集其中，t
n
为当前时刻，满足n≥2；步骤B：基于车辆i的运行轨迹数据集获得车辆i在采样时刻t
θ
到t
n
的时间段内的纵位置坐标时间序列其中t
θ
为距离t
n
时刻最近一个换道点产生时刻，满足t0≤t
θ
＜t
n
；步骤C：针对目标路段上的车辆，执行步骤C1
‑
C3，以构建车辆i在t
n
时刻纵位置坐标的后验预测分布进而判断车辆i在目标路段上t
n
时刻是否产生换道点，监测目标路段上的车辆i在当前时刻的换道情况：步骤C1：通过以下公式，构建游程函数步骤C1：通过以下公式，构建游程函数式中，当车辆i在t
T
时刻开始换道时，则为0，即车辆i在t
T
时刻产生换道点；当车辆i在t
T
时刻不换道时，则时刻不换道时，则为的先验信息；步骤C2：基于车辆i在t
θ
至t
n
‑1时间段内纵位置坐标时间序列通过以下公式构建车辆i在t
n
时刻纵位置坐标的后验预测分布的后验预测分布式中，表示的UPM预测；表示游程的后验预测分布，属于的先验信息；步骤C3：基于车辆i在t
n
时刻纵位置坐标的后验预测分布获得后验预测概率P，若车辆i在t
n
时刻的后验预测概率P大于预设阈值U，则预测车辆i在t
n
时刻产生换道点；若车辆i在t
n
时刻的后验预测概率P小于或等于预设阈值U，则预测车辆i在t
n
时刻未产生换道点。2.根据权利要求1所述一种基于贝叶斯理论的实时车辆轨迹换道点监测方法，其特征在于：所述步骤C2中，的UPM预测即
通过以下式子得到:...

【专利技术属性】
技术研发人员：苑仁腾，项乔君，方志恒，任小菡，
申请(专利权)人：东南大学，
类型：发明
国别省市：