CN113744563A - 一种基于轨迹数据的路-车风险实时估计方法 - Google Patents

一种基于轨迹数据的路-车风险实时估计方法 Download PDF

Info

Publication number
CN113744563A
CN113744563A CN202110883230.7A CN202110883230A CN113744563A CN 113744563 A CN113744563 A CN 113744563A CN 202110883230 A CN202110883230 A CN 202110883230A CN 113744563 A CN113744563 A CN 113744563A
Authority
CN
China
Prior art keywords
vehicle
lane
risk
time
changing
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110883230.7A
Other languages
English (en)
Other versions
CN113744563B (zh
Inventor
张云超
陈艳艳
黄建玲
李臣
卢凯明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing University of Technology
Original Assignee
Beijing University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing University of Technology filed Critical Beijing University of Technology
Priority to CN202110883230.7A priority Critical patent/CN113744563B/zh
Publication of CN113744563A publication Critical patent/CN113744563A/zh
Application granted granted Critical
Publication of CN113744563B publication Critical patent/CN113744563B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

一种基于轨迹数据的路‑车风险实时估计方法属于交通安全评价领域。随着智能网联技术的发展，车辆根据自身运行状态和所处环境的实时风险进行主动安全预警变为可能，实时准确的估计车辆运行风险以及所在路段的风险并用于车辆主动安全预警，可有效保障交通安全。传统高速公路的风险估计往往将事故数据与车辆行为进行联系，然而事故数据时效性差，准确率低，难以用于实时预警。本发明利用轨迹数据实时计算车辆在运行过程中由于换道和跟驰行为可能发生的风险，并基于单车风险量化路段风险，最后提出风险预警触发条件。本发明可应用于智能网联技术背景下的车辆单车级预警和路段级预警。

Description

一种基于轨迹数据的路-车风险实时估计方法
技术领域
本发明属于交通安全评价领域，尤其指一种基于轨迹数据和可替代性安全评价指标的路-车风险评估的新方法。
背景技术
随着交通强国和新基建战略的推进、智能网联技术的发展，车载计算能力和通信速度迅速提升，车辆根据自身运行状态和所处环境状态的实时风险进行主动安全预警变为可能，实时准确的估计车辆驾驶过程中的运行风险以及所在路段的风险并用于车辆主动安全预警，对保障交通安全有重要意义。传统高速公路的风险估计主要有基于事故数据和基于可替代性安全评价指标进行估计两个方面，基于事故的风险估计对事故数据质量有较高要求，然而事故数据一般来源于事故发生后相关人员的记录台账，属于事后的被动数据，并且事故数据时效性差、数据量较少、记载不清晰、获取难度大，相关人员在记录事故数据时，往往容易因为主观因素造成事故数据记载不当甚至错误等，提取的风险或事故相关因素干扰性大，因此基于事故数据估计风险难以保证风险估计的准确性和实时性；基于可替代性安全指标的风险估计一般使用车辆的轨迹数据进行计算，虽然实时性有所提高，但往往在风险估计中仅仅只能估计单车风险，仅对单车安全预警有帮助，然而单车风险若已经规避不及时往往容易引起连续追尾等多车事故。
因此，如何准确实时的评估单车风险和路段风险，同时对风险级别较高的驾驶员和风险较高的路段上游的驾驶员同时进行路-车安全预警，将有利于提高主动安全预警的有效性。
发明内容
为解决上述问题，本发明的目的是提出一种基于轨迹数据的路-车风险实时估计的新方法，利用轨迹数据实时计算车辆在运行过程中由于换道和跟驰行为可能发生的安全风险，并基于单车风险量化路段存在的风险，发明方法对于应用于车路协同技术背景下的车辆单车级预警和路段级预警具有理论支撑作用。
为实现上述目的，本发明采用以下技术方案：
步骤一、基于轨迹数据的换道及跟驰样本提取：
1、轨迹数据样例
展现视频提取的轨迹数据字段格式。
表1视频提取轨迹数据字段
字段名称 含义
帧数 视频的图像帧，每秒30帧
车号 出现在视频中图像的编号
左上角X 车辆左上角x坐标
左上角Y 车辆左上角y坐标
中心坐标X 车辆中心x坐标
中心坐标Y 车辆中心y坐标
速度 车辆速度
与前车距离 车辆与前车距离
车道 车道数
1、跟驰样本提取
提取计算跟驰风险需要的车辆的位置，速度，前后车距离，车道等数据，该数据在视频轨迹中已经存在。
2、换道样本提取
提取计算换道风险需要的车辆的位置，速度，换道车与周围车辆距离，换道时间等数据，其中，车辆的位置，速度轨迹数据可直接读取到，换道车与周围车辆距离，换道时间需要根据轨迹数据进行进一步提取。
1)计算换道车在ti时刻与周围车辆距离
Figure BDA0003192998760000021
j＝1，2，3，4分别表示ti时刻，换道车前车和换道车的间距，换道车和换道车后车的间距，换道车和目标车道后车的间距，目标车道前车和换道车的间距；
2)定义并计算换道持续时间T
车辆换道时间定义为，若为向左换道，则车辆左后方y坐标等于原车道与目标车道中间虚线y坐标的时间到车辆右后方y坐标等于原车道与目标车道中间虚线y坐标的时间之差；若为向右换道，则车辆右后方y坐标等于原车道与目标车道中间虚线y坐标的时间到车辆左后方y坐标等于原车道与目标车道中间虚线y坐标的时间之差
步骤二、基于替代性安全评价的车辆跟驰风险指标计算：
车辆在道路上运行时主要有跟驰和换道两种行为，本步骤确定跟驰过程中的实时风险。
1、计算碰撞可能性
车辆在跟驰过程中最易发生的事故类型是碰撞，以碰撞时间
Figure BDA0003192998760000022
来表达ti时刻前后两车的碰撞的可能性，TTC越小表示碰撞越接近发生，当TTC低于一定值时，需要对驾驶员进行预警，TTC最小阈值用C1表示，C1取3s。
2、碰撞严重程度计算
碰撞严重程度与前后两车发生碰撞时的速度差具有正相关性，碰撞时的速度差越大，则碰撞严重程度越大，以两车速度差在ti时刻的速度差
Figure BDA0003192998760000023
表征碰撞严重程度，当Δv高于一定值需要对驾驶员进行预警，提醒其控制车速，Δv最大预警的阈值用C2表示，C2取10km/h。
3、跟驰综合风险指标计算
综合考虑碰撞可能性和碰撞严重程度，构建跟驰综合风险指标：
Figure BDA0003192998760000024
其中，
Figure BDA0003192998760000031
为ti时刻前后两车跟驰综合风险，其值越小，越接近碰撞，速度差越大，碰撞严重程度也越高，由于ttC最小阈值C1＝3，Δv最大预警的阈值C2＝10，因此
Figure BDA0003192998760000032
为CAR最小预警阈值，当CAR小于0.3时，需对车辆进行跟驰风险预警。
步骤三、基于替代性安全评价的车辆换道风险指标计算：
车辆在道路上运行时主要有跟驰和换道两种行为，本步骤确定换道过程中的实时风险。
1、计算停车视距
分别计算前后两车在ti时刻制动至速度为0时的距离：
Figure BDA0003192998760000033
2、计算停车距离指数
计算换道车在ti时刻与周围车的停车距离指数
Figure BDA0003192998760000034
Figure BDA0003192998760000035
其中
Figure BDA0003192998760000036
在j取1，2，3，4时分别代表换道车与前车、换道车与后车、换道车与目标车道后车、换道车与目标车道前车的停车距离指数，其值大于0则代表安全，其值小于等于0则代表不安全；
L为车长。
3、计算换道风险持续程度
用不安全换道持续时间与总换道时间的表征换道过程中不安全的程度：
Figure BDA0003192998760000037
其中：LCRL(j)中j取1，2，3，4时分别代表换道车与前车、后车、目标车道后车、目标车到前车的换道风险暴露程度；
Te(j)表示
Figure BDA0003192998760000038
小于等于0所持续的时间；
T表示换道持续时间；
4、计算换道风险严重程度
用换道过程中停车距离指数占停车距离指数理论极限值表征换道风险的严重程度：
Figure BDA0003192998760000039
其中：LCRS(j)中j取1，2，3，4时分别代表换道车与前车、后车、目标车道后车、目标车到前车的换道风险严重程度；
Figure BDA00031929987600000310
中j取1，2，3，4分别代表换道持续时间内换道车与前车、后车、目标车道后车、目标车到前车的SDI最大值；
SDI(j)cri中j取1，2，3，4分别代表换道持续时间内换道车与前车、后车、目标车道后车、目标车到前车的SDI理论最大值，即前后车距为0，并且前车速度为0时的值；
5、计算换道风险综合指标
综合换道风险持续时间与换道风险严重程度，利用事故树的分析方法平衡两个指标的权重，综合计算换道风险综合指标：
α(j)＝LCRL(j)*LCRS(j)
Figure BDA00031929987600000311
其中α(j)中j取1，2，3，4时分别代表换道车与前车、后车、目标车道后车、目标车到前车的风险指数；
β为平衡后的换道风险综合指数,以C3表示β最大预警阈值，当β大于等于C3时，需对换道车辆进行危险预警，C3＝0.3。
步骤四、路段风险指标计算：
依据单车的跟驰风险和换道风险可以评价整个路段的运行风险水平，路段以传感器可检测范围进行划分。
1、路段跟驰风险计算
将路段内所有车辆跟驰的碰撞风险相加得到路段跟驰风险指标
Figure BDA0003192998760000041
式中：
Figure BDA0003192998760000042
为路段p在时刻ti的综合跟驰风险；
2、路段换道风险计算
将路段内所有车辆跟驰的碰撞风险相加得到路段跟驰风险指标：
Figure BDA0003192998760000043
式中：
Figure BDA0003192998760000044
为路段p在时刻ti的综合换道风险。
步骤五、路-车风险指标预警应用
1、对单车跟驰风险的预警
Figure BDA0003192998760000045
式中
Figure BDA0003192998760000046
为ti时刻路段p中k车的跟驰风险，当该值小于等于
Figure BDA0003192998760000047
将对该车进行跟驰碰撞预警，
Figure BDA0003192998760000048
2、对单车换道风险的预警
Figure BDA0003192998760000049
式中
Figure BDA00031929987600000410
为ti时刻路段p中k车的换道风险，当该值大于等于C3将对该车进行换道碰撞预警C3＝0.3。
3、对路段风险的预警
Figure BDA00031929987600000411
Figure BDA00031929987600000412
式中
Figure BDA00031929987600000413
为ti时刻路段p中跟驰(纵向)风险，当该值小于等于
Figure BDA00031929987600000414
可对该路段上游中的车辆进行预警，
Figure BDA00031929987600000415
Figure BDA00031929987600000416
为ti时刻路段p中换道(横向)风险，当该值大于等于C3可对该路段上游中的车辆进行预警，C3＝0.3。
附图说明
图1.发明流程框图
图2车辆向左换道过程中换道时间提取示意图
图3碰撞时间计算图示
图4换道车与周围车关系图(以向左换道为例)
图5路段划分依据
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。
本发明流程框图如图1所示，该方法主要分为1、基于轨迹数据的换道及跟驰样本提取；2、基于替代性安全评价的车辆跟驰风险指标计算；3、基于替代性安全评价的车辆换道风险指标计算；4、路段风险指标计算；5、路-车风险指标预警应用5个步骤，其中1步骤是为了将轨迹数中用于计算风险指标的参数提取出来，2，3步骤基于可替代性安全指标分别计算单车在行驶过程中的跟驰和换道风险，4步骤基于2，3步骤中单车风险结果，评估路段实时风险，5步骤将介绍单车和路段风险的触发条件，形成路段-车辆风险的实时评估，为车路协同环境下车辆动态风险实时预警提供理论依据。
下面描述本发明具体计算过程。
具体执行步骤如下：
步骤一、基于轨迹数据的换道及跟驰样本提取：
1、轨迹数据样例
本发明旨在提出一种利用轨迹数据进行路段-车辆风险评估的方法，不涉及视频提取轨迹技术，当前轨迹提取技术已不是难题，本发明所用到的轨迹数据为车辆在每一图像帧中的位置以及速度信息，较为容易获得。
首先使用YOLOv5算法进行车辆的识别检测,再使用光电流、卡尔曼滤波和deepsort等算法进行车辆轨迹追踪，提取出轨迹数据样例如下：
表2视频提取轨迹数据样例
Figure BDA0003192998760000051
Figure BDA0003192998760000061
1、跟驰样本提取
跟驰数据主要用到车辆的位置，速度，前后车距离，车道等数据，该数据在视频轨迹中已经存在。
2、换道样本提取
车辆换道需要用到车辆的位置，速度，换道车与周围车辆距离，换道时间等。其中，车辆的位置，速度轨迹数据可直接读取到，换道车与周围车辆距离，换道时间需要根据轨迹数据进行进一步提取。
1)换道车与周围车辆距离计算
Figure BDA0003192998760000062
Figure BDA0003192998760000063
Figure BDA0003192998760000064
Figure BDA0003192998760000065
式中：
Figure BDA0003192998760000066
为ti时刻换道车前车和换道车的间距；
Figure BDA0003192998760000067
为ti时刻换道车和换道车后车的间距；
Figure BDA0003192998760000068
为ti时刻换道车和目标车道后车的间距；
Figure BDA0003192998760000069
为ti时刻目标车道前车和换道车的间距；
Figure BDA00031929987600000610
为ti时刻换道车前车车头左上角x坐标；
Figure BDA00031929987600000611
为ti时刻换道车车头左上角x坐标；
Figure BDA00031929987600000612
为ti时刻换道后车车头左上角x坐标；
Figure BDA00031929987600000613
为ti时刻目标车道后车车头左上角x坐标；
Figure BDA00031929987600000614
为ti时刻目标车道前车车头左上角x坐标；
L为车长。
2)换道时间计算
车辆换道时间定义为，若为向左换道，则车辆左后方y坐标等于原车道与目标车道中间虚线y坐标的时间到车辆右后方y坐标等于原车道与目标车道中间虚线y坐标的时间之差；若为向右换道，则车辆右后方y坐标等于原车道与目标车道中间虚线y坐标的时间到车辆左后方y坐标等于原车道与目标车道中间虚线y坐标的时间之差，如图2所示(以向左变道为例)：
Figure BDA00031929987600000615
(向左换道计算公式)
式中：T为换道时间；
Figure BDA00031929987600000616
为换道车辆左后方y坐标等于原车道与目标车道中间虚线y坐标的时间；
Figure BDA00031929987600000617
为换道车辆右后方y坐标等于原车道与目标车道中间虚线y坐标的时间；
Figure BDA0003192998760000071
为换道车辆在t+Δt时刻的右后方y坐标，2表示目标车道；
Figure BDA0003192998760000072
换道车辆在t时刻的左后方y坐标，1表示原车道。
步骤二、基于替代性安全评价的车辆跟驰风险指标计算：
本方法指的可替代性安全评价指的是用车辆运行指标估计风险的可能性和严重程度。车辆在道路上运行时主要有跟驰和换道两种行为，本步骤确定跟驰过程中的实时风险，计算各参数示意图，如图3。
1、计算碰撞可能性
车辆在跟驰过程中最易发生的事故类型是碰撞，以碰撞时间来表达碰撞的可能性。
Figure BDA0003192998760000073
其中：TTC表示前后两车在时刻ti的碰撞时间，若其值为0则表示碰撞已经发生，TTC越小表示碰撞越接近发生，当TTC低于一定值时，需要对驾驶员进行预警，TTC最小阈值用C1表示，以人的反应时间来确定C1的值，人的反应时间一般取1.5s，为了使驾驶员被预告风险后有足够的操作时间，C1取3s。
Figure BDA0003192998760000074
表示前车在时刻ti的位置；
Figure BDA0003192998760000075
表示后车在时刻ti的位置；
Figure BDA0003192998760000076
表示前车在时刻ti的速度；
Figure BDA0003192998760000077
表示后车在时刻ti的速度；
2、碰撞严重程度计算
碰撞严重程度与前后两车发生碰撞时的速度差具有正相关性，碰撞时的速度差越大，则碰撞严重程度越大，以两车速度差表征碰撞严重程度:
Figure BDA0003192998760000078
其中，
Figure BDA0003192998760000079
为前后两车在时刻ti时的速度差，其值越大，碰撞严重程度越高，当Δv高于一定值需要对驾驶员进行预警，提醒其控制车速，可以根据速度差和事故严重程度的关系确定其最大预警的阈值C2，已有研究表明速度差大于10km/h前后两车碰撞严重程度升高，速度差大于20km/h，前后辆车碰撞风险及严重程度极具增加，为使车辆碰撞严重性在较合理的范围内，C2取10km/h。
3、跟驰综合风险指标计算
综合考虑碰撞可能性和碰撞严重程度，构建跟驰综合风险指标：
Figure BDA00031929987600000710
其中，
Figure BDA00031929987600000711
为ti时刻前后两车跟驰综合风险，其值越小，越接近碰撞，速度差越大，碰撞严重程度也越高，由于TTC最小阈值C1＝3，Δv最大预警的阈值C2＝10，因此
Figure BDA00031929987600000712
为CAR最小预警阈值，当CAR小于0.3时，需对车辆进行跟驰风险预警。
步骤三、基于替代性安全评价的车辆换道风险指标计算：
车辆在道路上运行时主要有跟驰和换道两种行为，本步骤确定换道过程中的实时风险，计算参数参考示意图如图4。
1、计算停车视距
分别计算前后两车制动至速度为0时的距离：
Figure BDA0003192998760000081
Figure BDA0003192998760000082
其中：
Figure BDA0003192998760000083
为前车停车视距；
Figure BDA0003192998760000084
为后车停车视距；
L为车长；
Figure BDA0003192998760000085
为前车在时刻ti时的加速度；
Figure BDA0003192998760000086
为后车在时刻ti时的速度；
tr为驾驶人发现危险到做出操作的反应时间，一般取1.5秒；
Figure BDA0003192998760000087
为后车在时刻ti时的加速度；
2、计算停车距离指数
计算换道车与周围车的停车距离指数,停车距离指数表示前后两车车辆制动至车速为0时的安全性，换道车与周围车关系如图4所示：
Figure BDA0003192998760000088
其中
Figure BDA0003192998760000089
代表换道车与前车或后车或目标车道前车或目标车道后车的停车距离指数，其值大于0则代表安全，其值小于等于0则代表不安全；
Figure BDA00031929987600000810
中若j等于1则表示换到车和前车在ti时刻的距离、若j等于2则表示换道车和后车在ti时刻的距离、若j等于3则表示换道车和目标车道后车在ti时刻的距离、若j等于4则表示换道车和目标车道前车在ti时刻的距离；
Figure BDA00031929987600000811
中j取1，2，3，4时分别代表换道车前车、换道车、换道车、目标车道前车在ti时刻的停车视距；
Figure BDA00031929987600000812
中j取1，2，3，4时分别代表换道车、换道车后侧、目标车道后车、目标车道前车在ti时刻的停车视距；
L代表车长，假设所有车车长都为5米。
3、计算换道风险持续程度
用不安全换道持续时间与总换道时间的表征换道过程中不安全的程度：
Figure BDA00031929987600000813
其中：LCRL(j)中j取1，2，3，4时分别代表换道车与前车、后车、目标车道后车、目标车到前车的换道风险暴露程度；
Te(j)表示
Figure BDA00031929987600000814
小于等于0所持续的时间；
T表示换道持续时间；
4、计算换道风险严重程度
用换道过程中停车距离指数占停车距离指数理论极限值表征换道风险的严重程度：
Figure BDA0003192998760000091
其中：LCRS(j)中j取1，2，3，4时分别代表换道车与前车、后车、目标车道后车、目标车到前车的换道风险严重程度；
Figure BDA0003192998760000092
中j取1，2，3，4分别代表换道持续时间内换道车与前车、后车、目标车道后车、目标车到前车的SDI最大值；
SDI(j)cri中j取1，2，3，4分别代表换道持续时间内换道车与前车、后车、目标车道后车、目标车到前车的SDI理论最大值，即前后车距为0，并且前车速度为0时的值；
5、计算换道风险综合指标
综合换道风险持续时间与换道风险严重程度，利用事故树的分析方法平衡两个指标的权重，综合计算换道风险综合指标：
α(j)＝LCRL(j)*LCRS(j)
Figure BDA0003192998760000093
其中α(j)中j取1，2，3，4时分别代表换道车与前车、后车、目标车道后车、目标车到前车的风险指数；
β为平衡后的换道风险综合指数，根据模拟仿真换道数据和事故数据确定β的阈值C3。通过驾驶模拟技术对30个人仿真了504起换道事件，并记录换到过程中发生事故的次数，提取了施工区和基本路段504起换道样本和62起事故，最终确定β的阈值为0.3，即当β大于等于0.3时风险概率较大，需对换道中的车辆进行预警。
表1不同路段换道风险指数与事故的关系
Figure BDA0003192998760000094
步骤四、路段风险指标计算：
依据单车的跟驰风险和换道风险可以评价整个路段的运行风险水平，路段以传感器可检测范围进行划分，如图5所示。
1、路段跟驰风险计算
将路段内所有车辆跟驰的碰撞风险相加得到路段跟驰风险指标：
Figure BDA0003192998760000101
Figure BDA0003192998760000102
式中：
Figure BDA0003192998760000103
为路段p在时刻ti的综合跟驰风险；
Figure BDA0003192998760000104
为路段p在时刻ti的车均跟驰风险；
m为p路段中车辆的个数,k∈{1,2,…,m}；
Figure BDA0003192998760000105
为p路段上第k辆车在时刻ti与前车的跟驰风险。
2、路段换道风险计算
将路段内所有车辆跟驰的碰撞风险相加得到路段跟驰风险指标：
Figure BDA0003192998760000106
Figure BDA0003192998760000107
式中：
Figure BDA0003192998760000108
为路段p在时刻ti的综合换道风险；
Figure BDA0003192998760000109
为路段p在时刻ti的车均换道风险；
m为p路段中车辆的个数,k∈{1,2,…,m}；
Figure BDA00031929987600001010
为p路段上第k辆车在时刻ti与周围车辆的换道风险，p路段上并非所有车辆都在换道过程总，因此非换道车辆的
Figure BDA00031929987600001011
值取0。
步骤五、路-车风险指标预警应用：
1、对单车跟驰风险的预警
Figure BDA00031929987600001012
式中
Figure BDA00031929987600001013
为ti时刻路段p中k车的跟驰风险，当该值小于等于
Figure BDA00031929987600001014
(本方法中确定为0.3)时，可对该车单车进行跟驰碰撞预警。
2、对单车换道风险的预警
Figure BDA00031929987600001015
式中
Figure BDA00031929987600001016
为ti时刻路段p中k车的换道风险，当该值大于等于C3(本方法中确定为0.3)时，可对该车单车进行换道碰撞预警。
3、对路段风险的预警
Figure BDA00031929987600001017
Figure BDA00031929987600001018
式中
Figure BDA00031929987600001019
为ti时刻路段p中跟驰(纵向)风险，当该值小于等于
Figure BDA00031929987600001020
(本方法中确定为0.3)时，可对该路段上游中的车辆进行预警。
Figure BDA0003192998760000111
为ti时刻路段p中换道(横向)风险，当该值大于等于C3(本方法中确定为0.3)时，可对该路段上游中的车辆进行预警。

Claims (1)

1.一种基于轨迹数据的路-车风险实时估计方法，其特征在于包括以下流程：
步骤一、基于轨迹数据的换道及跟驰样本提取：
轨迹数据样例
展现视频提取的轨迹数据字段格式；
表1视频提取轨迹数据字段
字段名称 含义 帧数 视频的图像帧，每秒30帧 车号 出现在视频中图像的编号 左上角X 车辆左上角x坐标 左上角Y 车辆左上角y坐标 中心坐标X 车辆中心x坐标 中心坐标Y 车辆中心y坐标 速度 车辆速度 与前车距离 车辆与前车距离 车道 车道数
跟驰样本提取
提取计算跟驰风险需要的车辆的位置，速度，前后车距离，车道数据，该数据在视频轨迹中已经存在；
换道样本提取
提取计算换道风险需要的车辆的位置，速度，换道车与周围车辆距离，换道时间数据，其中，车辆的位置，速度轨迹数据能直接读取到，换道车与周围车辆距离，换道时间需要根据轨迹数据进行进一步提取；
1)计算换道车在ti时刻与周围车辆距离
Figure FDA0003192998750000011
分别表示ti时刻，换道车前车和换道车的间距，换道车和换道车后车的间距，换道车和目标车道后车的间距，目标车道前车和换道车的间距；
2)定义并计算换道持续时间T
车辆换道时间定义为，若为向左换道，则车辆左后方y坐标等于原车道与目标车道中间虚线y坐标的时间到车辆右后方y坐标等于原车道与目标车道中间虚线y坐标的时间之差；若为向右换道，则车辆右后方y坐标等于原车道与目标车道中间虚线y坐标的时间到车辆左后方y坐标等于原车道与目标车道中间虚线y坐标的时间之差
步骤二、基于替代性安全评价的车辆跟驰风险指标计算：
车辆在道路上运行时主要有跟驰和换道两种行为，本步骤确定跟驰过程中的实时风险；
2.1、计算碰撞可能性
车辆在跟驰过程中最易发生的事故类型是碰撞，以碰撞时间
Figure FDA0003192998750000012
来表达ti时刻前后两车的碰撞的可能性，TTC越小表示碰撞越接近发生，当TTC低于一定值时，需要对驾驶员进行预警，TTC最小阈值用C1表示，C1取3s。
2.2、碰撞严重程度计算
碰撞严重程度与前后两车发生碰撞时的速度差具有正相关性，碰撞时的速度差越大，则碰撞严重程度越大，以两车速度差在ti时刻的速度差
Figure FDA0003192998750000021
表征碰撞严重程度，当Δv高于一定值需要对驾驶员进行预警，提醒其控制车速，Δv最大预警的阈值用C2表示，C2取10km/h。
2.3、跟驰综合风险指标计算
综合考虑碰撞可能性和碰撞严重程度，构建跟驰综合风险指标：
Figure FDA0003192998750000022
其中，
Figure FDA0003192998750000023
为ti时刻前后两车跟驰综合风险，其值越小，越接近碰撞，速度差越大，碰撞严重程度也越高，由于TTC最小阈值C1＝3，Δv最大预警的阈值C2＝10，因此
Figure FDA0003192998750000024
为CAR最小预警阈值，当CAR小于0.3时，需对车辆进行跟驰风险预警。
步骤三、基于替代性安全评价的车辆换道风险指标计算：
车辆在道路上运行时主要有跟驰和换道两种行为，本步骤确定换道过程中的实时风险。
3.1、计算停车视距
分别计算前后两车在ti时刻制动至速度为0时的距离：
Figure FDA0003192998750000025
3.2、计算停车距离指数
计算换道车在ti时刻与周围车的停车距离指数
Figure FDA0003192998750000026
Figure FDA0003192998750000027
其中
Figure FDA0003192998750000028
在j取1，2，3，4时分别代表换道车与前车、换道车与后车、换道车与目标车道后车、换道车与目标车道前车的停车距离指数，其值大于0则代表安全，其值小于等于0则代表不安全；
L为车长。
3.3、计算换道风险持续程度
用不安全换道持续时间与总换道时间的表征换道过程中不安全的程度：
Figure FDA0003192998750000029
其中：LCRL(j)中j取1，2，3，4时分别代表换道车与前车、后车、目标车道后车、目标车到前车的换道风险暴露程度；
Te()表示
Figure FDA00031929987500000210
小于等于0所持续的时间；
T表示换道持续时间；
3.4、计算换道风险严重程度
用换道过程中停车距离指数占停车距离指数理论极限值表征换道风险的严重程度：
Figure FDA00031929987500000211
其中：LCRS(j)中j取1，2，3，4时分别代表换道车与前车、后车、目标车道后车、目标车到前车的换道风险严重程度；
Figure FDA0003192998750000031
中j取1，2，3，4分别代表换道持续时间内换道车与前车、后车、目标车道后车、目标车到前车的SDI最大值；
SDI(j)cri中j取1，2，3，4分别代表换道持续时间内换道车与前车、后车、目标车道后车、目标车到前车的SDI理论最大值，即前后车距为0，并且前车速度为0时的值；
3.5、计算换道风险综合指标
综合换道风险持续时间与换道风险严重程度，利用事故树的分析方法平衡两个指标的权重，综合计算换道风险综合指标：
α(j)＝LCRL(j)*LCRS(j)
Figure FDA0003192998750000032
其中α(j)中j取1，2，3，4时分别代表换道车与前车、后车、目标车道后车、目标车到前车的风险指数；
β为平衡后的换道风险综合指数,以C3表示β最大预警阈值，当β大于等于C3时，需对换道车辆进行危险预警，C3＝0.3。
步骤四、路段风险指标计算：
依据单车的跟驰风险和换道风险评价整个路段的运行风险水平，路段以传感器可检测范围进行划分；
4.1、路段跟驰风险计算
将路段内所有车辆跟驰的碰撞风险相加得到路段跟驰风险指标
Figure FDA0003192998750000033
式中：
Figure FDA0003192998750000034
为路段p在时刻ti的综合跟驰风险；
4.2、路段换道风险计算
将路段内所有车辆跟驰的碰撞风险相加得到路段跟驰风险指标：
Figure FDA0003192998750000035
式中：
Figure FDA0003192998750000036
为路段p在时刻ti的综合换道风险；
4.3、路段综合风险计算
路段综合风险为该路段中车辆换道风险加上该路段的跟驰风险：
Figure FDA0003192998750000037
式中：
Figure FDA0003192998750000038
为路段p在时刻ti的综合风险；
步骤五、路-车风险指标预警应用
5.1、对单车跟驰风险的预警
Figure FDA0003192998750000041
式中
Figure FDA0003192998750000042
为ti时刻路段p中k车的跟驰风险，当该值小于等于
Figure FDA0003192998750000043
将对该车进行跟驰碰撞预警，
Figure FDA0003192998750000044
5.2、对单车换道风险的预警
Figure FDA0003192998750000045
式中
Figure FDA0003192998750000046
为ti时刻路段p中k车的换道风险，当该值大于等于C3将对该车进行换道碰撞预警C3＝0.3；
5.3、对路段风险的预警
Figure FDA0003192998750000047
Figure FDA0003192998750000048
式中
Figure FDA0003192998750000049
为ti时刻路段p中跟驰(纵向)风险，当该值小于等于
Figure FDA00031929987500000410
对该路段上游中的车辆进行预警，
Figure FDA00031929987500000411
Figure FDA00031929987500000412
为ti时刻路段p中换道(横向)风险，当该值大于等于C3对该路段上游中的车辆进行预警，C3＝0.3。
CN202110883230.7A 2021-08-02 2021-08-02 一种基于轨迹数据的路-车风险实时估计方法 Active CN113744563B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110883230.7A CN113744563B (zh) 2021-08-02 2021-08-02 一种基于轨迹数据的路-车风险实时估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110883230.7A CN113744563B (zh) 2021-08-02 2021-08-02 一种基于轨迹数据的路-车风险实时估计方法

Publications (2)

Publication Number Publication Date
CN113744563A true CN113744563A (zh) 2021-12-03
CN113744563B CN113744563B (zh) 2023-03-10

Family

ID=78729791

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110883230.7A Active CN113744563B (zh) 2021-08-02 2021-08-02 一种基于轨迹数据的路-车风险实时估计方法

Country Status (1)

Country Link
CN (1) CN113744563B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114613195A (zh) * 2022-03-18 2022-06-10 重庆大学 一种面向混合交通的车辆换道风险评估方法及装置
CN114613131A (zh) * 2022-03-01 2022-06-10 北京航空航天大学 一种基于安全裕度的个性化前向碰撞预警方法
CN116229765A (zh) * 2023-05-06 2023-06-06 贵州鹰驾交通科技有限公司 一种基于数字数据处理的车路协同方法
CN116246491A (zh) * 2023-03-14 2023-06-09 西安科技大学 基于轨迹特征挖掘的追尾风险路段动态识别与管控方法
WO2023124383A1 (zh) * 2021-12-28 2023-07-06 京东方科技集团股份有限公司 一种车辆速度检测、撞车预警方法及电子设备
CN117094474A (zh) * 2023-10-18 2023-11-21 济南瑞源智能城市开发有限公司 一种基于全息感知的智慧隧道风险感知方法、设备及介质
CN117315938A (zh) * 2023-10-19 2023-12-29 广州市城市规划勘测设计研究院 一种高速公路车辆换道风险估算方法、介质及设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108573601A (zh) * 2018-03-26 2018-09-25 同济大学 一种基于wim数据的交通安全风险场构建方法
CN110675656A (zh) * 2019-09-24 2020-01-10 华南理工大学 一种基于瞬时风险识别的智能车辆换道预警方法
CN112435474A (zh) * 2020-11-20 2021-03-02 吉林大学 面向追尾风险防控的高速公路可变限速控制系统及控制方法
DE102020124983A1 (de) * 2019-09-24 2021-03-25 Ford Global Technologies, Llc Echtzeit-fahrzeugzwischenfallrisikoprognose auf basis von fahrzeug-zu-allen (v2x)
CN112572443A (zh) * 2020-12-22 2021-03-30 北京理工大学 一种高速公路车辆换道实时避撞轨迹规划方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108573601A (zh) * 2018-03-26 2018-09-25 同济大学 一种基于wim数据的交通安全风险场构建方法
CN110675656A (zh) * 2019-09-24 2020-01-10 华南理工大学 一种基于瞬时风险识别的智能车辆换道预警方法
DE102020124983A1 (de) * 2019-09-24 2021-03-25 Ford Global Technologies, Llc Echtzeit-fahrzeugzwischenfallrisikoprognose auf basis von fahrzeug-zu-allen (v2x)
CN112435474A (zh) * 2020-11-20 2021-03-02 吉林大学 面向追尾风险防控的高速公路可变限速控制系统及控制方法
CN112572443A (zh) * 2020-12-22 2021-03-30 北京理工大学 一种高速公路车辆换道实时避撞轨迹规划方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
丁柏群等: "地铁施工围挡区路段行车风险评价", 《森林工程》 *
薛清文等: "基于轨迹数据的危险驾驶行为识别方法", 《中国公路学报》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023124383A1 (zh) * 2021-12-28 2023-07-06 京东方科技集团股份有限公司 一种车辆速度检测、撞车预警方法及电子设备
CN114613131A (zh) * 2022-03-01 2022-06-10 北京航空航天大学 一种基于安全裕度的个性化前向碰撞预警方法
CN114613131B (zh) * 2022-03-01 2023-03-28 北京航空航天大学 一种基于安全裕度的个性化前向碰撞预警方法
CN114613195A (zh) * 2022-03-18 2022-06-10 重庆大学 一种面向混合交通的车辆换道风险评估方法及装置
CN114613195B (zh) * 2022-03-18 2024-06-11 重庆大学 一种面向混合交通的车辆换道风险评估方法及装置
CN116246491A (zh) * 2023-03-14 2023-06-09 西安科技大学 基于轨迹特征挖掘的追尾风险路段动态识别与管控方法
CN116246491B (zh) * 2023-03-14 2024-01-09 西安科技大学 基于轨迹特征挖掘的追尾风险路段动态识别与管控方法
CN116229765A (zh) * 2023-05-06 2023-06-06 贵州鹰驾交通科技有限公司 一种基于数字数据处理的车路协同方法
CN117094474A (zh) * 2023-10-18 2023-11-21 济南瑞源智能城市开发有限公司 一种基于全息感知的智慧隧道风险感知方法、设备及介质
CN117094474B (zh) * 2023-10-18 2024-02-20 济南瑞源智能城市开发有限公司 一种基于全息感知的智慧隧道风险感知方法、设备及介质
CN117315938A (zh) * 2023-10-19 2023-12-29 广州市城市规划勘测设计研究院 一种高速公路车辆换道风险估算方法、介质及设备
CN117315938B (zh) * 2023-10-19 2024-08-20 广州市城市规划勘测设计研究院有限公司 一种高速公路车辆换道风险估算方法、介质及设备

Also Published As

Publication number Publication date
CN113744563B (zh) 2023-03-10

Similar Documents

Publication Publication Date Title
CN113744563B (zh) 一种基于轨迹数据的路-车风险实时估计方法
CN109242251B (zh) 行车行为安全性检测方法、装置、设备及存储介质
CN104527647B (zh) 一种驾驶行为危险度的监测评估方法
CN111038502A (zh) 一种安全车距预估、修正、预警、驾驶资质评估方法及系统
CN109727469B (zh) 一种多车道下自动驾驶车辆综合危险度评估方法
CN108189763A (zh) 一种分析驾驶员驾驶行为的方法及专用智能车载后视镜
CN105303830A (zh) 一种驾驶行为分析系统及分析方法
CN103531042A (zh) 基于驾驶人类型的车辆追尾预警方法
CN106004873A (zh) 一种基于v2x车联网的汽车弯道避撞与稳定性系统协调控制方法
CN113635897B (zh) 一种基于风险场的安全驾驶预警方法
CN102785660A (zh) 车辆防碰撞预警装置
CN110588623A (zh) 一种基于神经网络的大型汽车安全驾驶方法及系统
CN110766943B (zh) 一种基于事故数据的不良驾驶行为判定的监测方法和系统
CN102303606A (zh) 基于本车所需减速度的危险评估方法
CN113657265B (zh) 一种车辆距离探测方法、系统、设备及介质
CN112508054B (zh) 一种驾驶模型训练方法、装置、设备和介质
CN108806018A (zh) 一种数据处理方法、数据处理设备和智能汽车
CN115588310A (zh) 一种基于轨迹数据的车辆碰撞风险预测方法
CN105632203B (zh) 一种交通安全预警方法及系统
CN112150816B (zh) 一种多车交互风险评估系统
Wang et al. Lane change safety assessment of coaches in naturalistic driving state
CN114064656A (zh) 一种基于路端感知系统的自动驾驶场景识别与转化方法
CN104318761A (zh) 基于高速公路场景的检测及车辆检测跟踪优化的方法
CN109242698B (zh) 一种大型乘用车保险费评估装置工作方法
CN116946089B (zh) 一种智能刹车辅助系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Chen Yanyan

Inventor after: Zhang Yunchao

Inventor after: Huang Jianling

Inventor after: Li Chen

Inventor after: Lu Kaiming

Inventor before: Zhang Yunchao

Inventor before: Chen Yanyan

Inventor before: Huang Jianling

Inventor before: Li Chen

Inventor before: Lu Kaiming

GR01 Patent grant
GR01 Patent grant