一种基于轨迹数据的高速公路合流区车辆冲突预警方法技术

技术编号:42670308 阅读:26 留言:0更新日期:2024-09-10 12:24
本发明专利技术提供一种基于轨迹数据的高速公路合流区车辆冲突预警方法,包括全覆盖车辆轨迹数据提取、交通冲突风险识别以及主动预警模型。所述全覆盖车辆轨迹数据由无人机所摄的高速公路合流区的自然车辆轨迹实现,交通冲突风险由车辆轨迹数据提取的交通运行特征建立的随机参数逻辑回归模型识别,最后通过语音系统预警。本发明专利技术解决了传统数据采集的条件限制,弥补断面数据采集的缺点,克服了现有检测算法基于传统数据提取交通运行特征过程中,存在误判率高、精度较低等问题。

【技术实现步骤摘要】

本专利技术属于冲突风险检测领域,具体涉及一种基于全覆盖、高分辨率轨迹数据的高速公路合流区冲突风险检测与预警方法。


技术介绍

1、高速公路合流区是事故的多发区域。据统计,中国高速公路合流区出现的交通事故占事故总数的30%。合流区冲突风险检测是一个复杂而重要的问题。因此,主动识别高风险事件,采取可行的主动交通管理策略是提高高速公路交通安全的关键途径。

2、现有的检测方法中,通常使用传感器、摄像头和雷达等设备来监测合流区车辆的行驶状态,通过数据分析和模型建立来识别潜在的冲突风险。这些方法虽然可靠,但受到设备安装位置限制、数据处理复杂性和实时性等方面的挑战。近年来,基于无人机采集车辆轨迹数据,新兴的全覆盖和高分辨率的轨迹数据为提取详细的车辆交互特征提供了可能性,可以更准确地识别合流区车辆之间的交互关系。因此,本专利技术提出一种基于轨迹数据的高速公路合流区车辆冲突预警方法,通过分析车辆轨迹数据和交通流模式,预测潜在的冲突点和危险情况,从而提高冲突风险的检测效果,为交通管理部门提供决策支持。


技术实现思路b>

1本文档来自技高网...

【技术保护点】

1.一种基于轨迹数据的高速公路合流区车辆冲突预警方法,包括以下步骤:

2.根据权利要求1所述的一种基于轨迹数据的高速公路合流区车辆冲突预警方法,其特征在于:所述步骤S1中,基于YOLOv5+Deepsort算法搭建车辆识别追踪框架,结合坐标转换方法获取车辆位置、速度等轨迹信息数据,得到不同交通状态下高覆盖、低误差的轨迹数据。

3.根据权利要求1所述的一种基于轨迹数据的高速公路合流区车辆冲突预警方法,其特征在于:所述步骤S3中,以5s为时间间隔,提取统计合流区交通冲突样本,再从速度特性、换道特性和交通流量三个方面来描述合流区的交通流运行状态,计算出18个交通流特征变...

【技术特征摘要】

1.一种基于轨迹数据的高速公路合流区车辆冲突预警方法,包括以下步骤:

2.根据权利要求1所述的一种基于轨迹数据的高速公路合流区车辆冲突预警方法,其特征在于:所述步骤s1中,基于yolov5+deepsort算法搭建车辆识别追踪框架,结合坐标转换方法获取车辆位置、速度等轨迹信息数据,得到不同交通状态下高覆盖、低误差的轨迹数据。

3.根据权利要求1所述的一种基于轨迹数据的高速公路合流区车辆冲突预警方法,其特征在于:所述步骤s3中,以5s为时间间隔,提取统计合流区交通冲突样本,再从速度特性、换道特性和交通流量三个方面来描述合流区的交通流运行状态,计算出18个交通流特征变量进行建模。

4.根据权利要求1所述的...

【专利技术属性】
技术研发人员:陈璐安康
申请(专利权)人:南京云昱信息科技有限公司
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