CN114724376A - 一种基于风险场理论的交叉口安全评价方法 - Google Patents

Abstract

本发明公开了一种基于风险场理论的交叉口安全评价方法，技术方案是在获取交叉口平面环境信息与待评估周期内交叉口车辆运行状态数据的情况下，基于风险场理论构建车辆运行环境风险场、用车辆承受的风险表征交叉口内部各个位置的风险，用于交叉口安全评价。本发明所提出的交叉口安全评价方法能够根据微观的车辆运动状态数据以交叉口平面为对象量化交叉口风险，对不同类型的冲突实现统一的评价方法，特别是能够实现对轨迹没有交叉的冲突的风险量化，能够为交叉口安全运行管理及交叉口安全提升提供理论依据。

Description

一种基于风险场理论的交叉口安全评价方法

技术领域

本发明属于交通安全领域，涉及风险场理论及交叉口安全评价领域，量化车辆承受的风险，并且对应到交叉口平面上，从而进行交叉口安全评价，提供了一种基于风险场理论的交叉口安全评价方法。

背景技术

道路交通安全一直是交通领域研究的热点，交叉口作为城市道路的重要组成部分，城市交叉口交通流组成复杂，不同流向的交通流相互影响，因此交叉口安全问题尤为突出，交叉口是制约城市道路通行效率与安全水平提升的瓶颈。根据交叉口车辆运行状态对交叉口安全运营水平进行有效合理的评价，是提升交叉口安全运营水平、减少交叉口事故数量的前提和基础，因此交叉口安全评价研究具有十分重要的现实意义。

目前国内外针对交叉口安全评价行了大量的研究。最初多通过对交叉口的渠化设计、设施条件、历史事故数据等的分析，进行交叉口安全评价，例如美国国家公路与运输协会出版的《道路安全手册，HSM》但是此类方法的评价结果是宏观且是静态的。弓林峰提出了适用于机器自动识别的交通冲突的定义，利用最长公共子序列算法进行典型轨迹模式的提取，提出综合利用碰撞时间和车辆速度的“动态阙值法”判断两条预期轨迹是否为碰撞轨迹，根据两车轨迹的类型完成对潜在冲突的判断和识别，建立了评价交叉口的安全水平的自动分析模型。该方法仅能评价车辆运动轨迹存在交叉的情况，忽略了并行、合流等运动轨迹没有交叉的情况。郭延永,研发了基于计算机视频识别的交通冲突自动提取技术,构建了适合不同交通安全评价需求的宏观交通冲突模型,提出信号交叉又口非机动车和行人冲突评价指标与方法,形成基于交通冲突的信号交又口机-机、机-非机、机-人安全评价方法。该方法以车辆自身为主体进行安全评价，令所有车辆间的冲突严重程度等于两两相互作用的交通冲突的严重程度的总和与实际情况存在一定偏差，并且不同的碰撞类型需要采用不同的模型，无法统一实现对交叉口安全评价。

日趋完备的交叉口视频监控系统、卡口系统，及无人机、雷达等高精度信息采集技术在交通领域的大规模运用，使得得到完备的交叉口轨迹数据成为现实，因此我们可以从更加微观的角度进行交叉口安全分析，提出新的交叉口安全评价方法。为了克服传统的方法无法对不同冲突类型实现统一评价这一弊端，一些学者将场论运用到道路安全评价中。郑义分析了车辆的运动状态与碰撞冲突，建立了基于安全裕度的车辆冲突检测模型并且利用行车安全场的通用模型分析各交通要素对行车风险大小的影响。该方法采用了行车安全场的理论较为全面的考虑了各种交通要素对行车风险的影响，但仅以车辆为研究对象运用到无信号交叉口的协同优化控制中；Freddy等人基于人工势场理论提出了高速公路车辆承受风险量化方法，并利用自然驾驶数据在切入和紧急制动场景中进行验证，该方法通过考虑未来环境交通状态的不确定性和预期碰撞后果的大小，为评估单个车辆的驾驶安全提供了更好的基础；Linheng等人提出了一种基于安全势场模型的风险感知和预警策略，以降低CAVs环境下的驾驶风险。建立了动态安全势场模型来描述车辆行驶风险的空间分布。该安全势场模型能综合考虑各类交通信息对驾驶风险的影响，但该方法主要应用在评估车辆在跟驰换道过程中的风险较适用于路段安全评价。可以发现已经有学者尝试将风险场理论应用在道路安全评价领域中并且得到了有效合理的结果，证明了将风险场理论运用于道路安全评价是可行的，但现有的研究多集中在路段场景。

现有研究存在以下不足:(1)多以车辆自身为主体进行交叉口碰撞风险评估，只能够实现单车的碰撞预警，未实现整个交叉口的安全评价；(2)针对不同类型的冲突需要采用不同的评价方法未实现统一的评价，且忽略了轨迹没有交叉场景下的风险量化；(3)风险场理论在道路安全评价中的应用多在路段场景下，未应用于交叉口场景中。

发明内容

针对以上技术的不足，本文发明旨在提供一种基于场论的交叉口安全评价方法、以整个交叉口平面为主体、能够对交叉口内每个位置进行风险量化的方法。该方法考虑了车辆及固定物产生的风险以量化车辆承受的风险，能够实现对不同冲突类型进行统一的安全评价，能够为交叉口运营安全评估提供理论依据。为了实现以上目的，本文提供了一种基于风险场理论的交叉口安全评价方法。

本发明通过以下技术方案实现，具体步骤如下：

步骤一、获取交叉口环境信息

根据高空拍摄的图像与实地测量的数据得到交叉口的具体尺寸数据、交叉口平面图等。

步骤二、获取评估周期内交叉口车辆运行状态数据

使用轨迹提取软件提取交叉口内所有车辆的运动轨迹及车长、车宽，并且根据车辆的位置、速度数据计算得到车辆方位角、航行角等。

步骤三、构成要素风险量化

用于交叉口安全评估的风险主要由交叉口内部的车辆与固定障碍物产生，交叉口构成要素风险量化即根据风险场理论对每一个时刻分别计算交叉口内部车辆和固定障碍物独立产生的风险。

步骤四、车辆承受风险量化

本方法将车辆承受的风险用于交叉口安全评价，车辆所处环境的风险场为去除自车后其他车辆及固定物产生的风险，车辆承受的风险为车辆所处环境的风险场中车辆占有的物理空间处的风险。在交叉口构成要素风险矩阵中去除自车产生的风险层后，对其余车辆产生的风险在各个位置取最大值，得到自车t时刻所处环境的风险场，将自车所处的位置对应到环境风险场中，取出自车覆盖范围内的风险矩阵即t时刻车辆承受的风险。

步骤五、交叉口瞬时风险量化

交叉口瞬时风险由该时刻交叉口内部所有车辆承受的风险及其对应的位置组成。对车辆承受的风险在交叉口各个位置取最大值得到交叉口瞬时风险。

步骤六、交叉口周期风险量化

根据评估周期内各个瞬时交叉口的风险，在交叉口各个位置上对所以风险值大于0的值取85分位值表征该处的周期风险值，最后根据周期风险矩阵将风险用热力图可视化。

与现有技术相比，本发明采用了风险场理论，利用车辆微观运动数据对交叉口进行安全评价，能够对交叉口不同的冲突类型实现统一标准的安全评价，并且适用于轨迹无冲突场景的交叉口安全评价。

附图说明

图1为根据本公开具体实施方式所述的车辆产生的风险示意图；

图2为根据本公开具体实施方式所述的构成要素风险量化示意图；

图3为根据本公开具体实施方式所述的车辆所处环境风险场示意图；

图4为根据本公开具体实施方式所述的车辆承受风险示意图；

图5为根据本公开具体实施方式所述的交叉口瞬时风险示意图；

图6为根据本公开具体实施方式所述的交叉口周期风险示意图。

具体实施方式

下面结合附图和实施例对本发明进行详细的描述。

本发明基于风险场理论，利用车辆微观运动轨迹数据，计算车辆承受的风险，进而对交叉口内部各个位置进行安全评价，具体步骤如下：

步骤一、获取交叉口环境信息

得到交叉口的长度X、宽度Y，按照step＝0.1m的间隙，将交叉口平面网格化。创建当前时刻的交叉口风险矩阵Risk_t，并将其初始化为0,Risk_t的表达形式如下所示，其中i＝X/step，j＝Y/step。

步骤二、获取评估周期内交叉口车辆运行状态数据

步骤21，通过轨迹提取软件得到时间戳、车辆位置、速度、加速度、车长、车宽等数据；

步骤22，通过车辆的速度计算得到车辆的航向角Course_angle，第n辆车t时刻的航向角Course_angle_t(n)的计算公式如下：

Course_angle_t(n)＝atan2(V_x_t，V_y_t)

其中Course_angle_t(n)为第n辆车在t时刻的航向角，V_x_t为其t时刻沿交叉口平面x轴正方向的速度分量，V_y_t为其t时刻沿交叉口平面y轴正方向的速度分量，atan2函数用于计算以坐标原点为起点，指向(V_x_t，V_y_t)的射线在坐标平面上与x轴正方向之间所夹角的度数。

步骤23，通过车辆的位置计算得到车辆的方位角azimuth_angle，第n辆车在t时刻的方位角azimuth_angle_t(n)的计算公式如下：

azimuth_angle_t(n)＝atan2(Δx_t，Δy_t)

其中azimuth_angle_t(n)为第n辆车在t时刻的方位角，Δx_t＝x_t+1-x_t为其t+1时刻与t时刻x坐标之差，Δy_t＝y_t+1-y_t为其t+1时刻与t时刻y坐标之差，atan2函数用于计算以坐标原点为起点，指向(Δx_t，Δy_t)的射线在坐标平面上与x轴正方向之间所夹角的度数。

步骤三、构成要素风险量化

步骤31，按照帧ID筛选出t时刻在交叉口范围内所有车辆，并记录其车长、车宽、速度、位置、加速度、航向角、方位角等信息；

步骤32，根据风险场理论，构建第k辆车在t时刻产生的风险，车辆产生的风险示意图如图1所示，车辆的风险函数如下：

其中R_vehicle,k(x,y,t)为第k辆车在t时刻在位置(x,y)处产生的风险，(x,y)是交叉口各部各点在车辆中心坐标系下的坐标，δ_k(x,y,t)为衰减因子、δ_x,k(x,y,t)为纵向衰减因子、δ_y,k(x,y,t)为横向衰减因子，α_k,x、β_k,x分别表示速度、相对距离对第k辆车纵向风险的影响程度，α_k,y、β_k,y分别表示速度、相对距离对第k辆车横向风险的影响程度，v_k,x(t)为第k辆车在t时刻的纵向速度、v_k,y(t)为第k辆车在t时刻的横向速度，L_k为第k辆车的车长、W_k为第k辆车的车宽；

步骤33，对第k+1辆车重复步骤32，直到t时刻交叉口内所有车辆产生的风险都构建完毕，得到t时刻交叉口构成要素风险矩阵R_Road_t示意图如图2所示，R_Road_t矩阵表达式如下：

其中R_Road_t为t时刻交叉口构成要素风险矩阵它是一个三维矩阵，其中第一第二维与网格化后的交叉口平面相对应，第三维表征交叉口内部车辆总数相对应，R_Vehicle_k(t)为t时刻第k辆车产生的风险矩阵，R_Vehicle_k(x_i,y_j,t)为第k辆车t时刻对(x_i,y_j)点处产生的风险。

步骤四、车辆承受风险量化

步骤41，对步骤三得到的t时刻交叉口构成要素风险矩阵R_Road_t去除自车(第k辆车)产生的风险层，得到去除自车风险后的交叉口构成要素风险矩阵R_Road_t,k如下：

步骤42，对R_Road_t,k按第三维在交叉口平面各个位置取最大值，得到第k辆车在t时刻所处环境的风险，示意图如图3所示，第k辆车在t时刻所处环境的风险场矩阵R_Envi_k(t)的表达式如下：

(n＝1,2,...,N,且n≠k)其中R_Envi_k(t)为k车在t时刻所处交通环境的风险矩阵，R_Envi_k(x_i,y_j,t)为k车在t时刻所处交通环境中(x_i,y_j)处的风险值；

步骤43，对R_Envi_k(t)根据车长、车宽、位置取出车辆所占有空间内的风险，令车辆覆盖范围以外的风险值全为零，得到车辆承受的风险，示意图如图4所示。

步骤五、交叉口瞬时风险量化

步骤51，对t时刻交叉口内部所有车辆重复步骤四，得到所有车辆承受的风险矩阵；

步骤52，对所有车辆承受的风险矩阵按照第三维度在交叉口平面各个位置取最大值，得到t时刻交叉口瞬时风险，示意图如图5所示，t时刻交叉口瞬时风险矩阵Risk_t表达式如下：

其中

为t时刻交叉口内部(x_i,y_j)处的风险值。

步骤六、交叉口周期风险量化

步骤61，对评价周期T内的所有时刻依次重复步骤三、步骤四、步骤五得到全时刻交叉口风险矩阵Risk_all如下：

步骤62，对Risk_all按照第三维(时间维)对交叉口平面各个位置处所有非零值取85分位值，得到交叉口风险矩阵Risk如下：

(t＝1,2,...,T,且

其中

为整个评价周期交叉口内部(x_i,y_j)处的风险值，P85表示取85分位值函数。

步骤63，根据Risk在交叉口实际平面底图上采用热力图的方式将交叉口风险可视化，在交叉口风险矩阵Risk中将风险值为0处替换为空，可以在热力图上直观的看出交叉口各个位置风险值的大小，示意图如图6所示。

需要说明的是，本发明还可有其他多种实施例，在不背离本发明实质的情况下，熟悉本领域的技术人员可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。

Claims (5)

1.一种基于风险场理论的交叉口安全评价方法，其特征在于，包括以下步骤：

步骤1，获取交叉口环境信息；

步骤2，获取评估周期内交叉口车辆运行状态数据；

步骤3，构成要素风险量化；

步骤4，车辆承受风险量化；

步骤5，交叉口瞬时风险量化；

步骤6，交叉口周期风险量化。

2.根据权利要求1所述的基于风险场理论的交叉口安全评价方法，其特征在于，“交叉口构成要素风险量化方法”包括以下步骤：

步骤31，按照帧ID筛选出t时刻在交叉口方位内所有车辆，并记录其车长、车宽、速度、位置、加速度、航向角、方位角；

步骤32，根据风险场理论，构建第k辆车在t时刻产生的风险；

步骤33，对第k+1辆车重复步骤32，直到t时刻交叉口内所有车辆产生的风险都构建完毕，得到t时刻交叉口构成要素风险矩阵R_Road_t如下：

其中R_Road_t为t时刻交叉口构成要素风险矩阵它是一个三维矩阵，其中第一第二维与网格化后的交叉口平面相对应，第三维表征交叉口内部车辆总数相对应，R_Vehicle_k(t)为t时刻第k辆车产生的风险矩阵，R_Vehicle_k(x_i,y_j,t)为第k辆车t时刻对(x_i,y_j)点处产生的风险。

3.根据权利要求1所述方法，其特征在于用车辆承受的风险进行安全评价，“车辆承受风险量化”方法包括以下步：

步骤41，对步骤三得到的t时刻交叉口构成要素风险矩阵R_Road_t去除自车(第k辆车)产生的风险层，得到去除自车风险后的交叉口构成要素风险矩阵R_Road_t,k如下：

步骤42，对R_Road_t,k按第三维在交叉口平面各个位置取最大值，得到k车在t时刻所处交通环境的风险矩阵R_Envi_k(t)如下：

其中R_Envi_k(t)为k车在t时刻所处交通环境的风险矩阵，R_Envi_k(x_i,y_j,t)为k车在t时刻所处交通环境中(x_i,y_j)处的风险值；

步骤43，对R_Envi_k(t)根据车长、车宽、位置取出车辆所占有空间内的风险，令车辆覆盖范围以外的风险值全为零，得到车辆承受的风险矩阵。

4.根据权利要求1所述方法，其特征在于“交叉口瞬时风险量化”方法包括以下步骤：

步骤51，对t时刻交叉口内部所有车辆重复步骤四，得到所有车辆承受的风险矩阵；

步骤52，对所有车辆承受的风险矩阵按照第三维度在交叉口平面各个位置取最大值，得到t时刻交叉口瞬时风险矩阵Risk_t如下：

其中

为t时刻交叉口内部(x_i,y_j)处的风险值。

5.根据权利要求1所述方法，其特征在于“交叉口周期风险量化”方法包括以下步骤：

步骤61，对评价周期T内的所有时刻依次重复步骤三、步骤四、步骤五得到全时刻交叉口风险矩阵Risk_all如下：

步骤62，对Risk_all按照第三维(时间维)对交叉口平面各个位置处的非零值取85分位值，得到交叉口风险矩阵Risk如下：

其中

为整个评价周期交叉口内部(x_i,y_j)处的风险值，P85表示取85分位值函数。

Images