申请/专利权人：哈尔滨工业大学;黑龙江省公路建设中心

申请日：2024-02-08

公开（公告）日：2024-04-19

公开（公告）号：CN117912299A

主分类号：G08G1/16

分类号：G08G1/16;G08G1/01

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.07#实质审查的生效;2024.04.19#公开

摘要：考虑驾驶风格的合流区车辆交互碰撞风险预测方法及系统，涉及交通安全技术领域，针对现有技术中针对快速路合流区的风险预测方法准确率低，容易造成合流区车辆碰撞的问题，本申请从动态交通参数及合流交互时序特征的角度出发，并结合驾驶员的驾驶风格对合流前车辆交互过程的风险进行量化，提高了快速路合流区的风险预测准确率，进而降低了快速路合流区发生交通事故的概率，提高车辆的通行效率。

主权项：1.考虑驾驶风格的合流区车辆交互碰撞风险预测方法，其特征在于包括以下步骤：步骤一：获取快速路合流区监控视频数据，并基于快速路合流区监控视频数据，提取目标车辆的加速度；步骤二：将目标车辆的加速度取绝对值，之后，基于目标车辆加速度的绝对值，并通过K-Means算法，判断目标车辆驾驶员的驾驶风格，所述驾驶风格包括激进型、一般型和谨慎型；步骤三：将合流交互过程起始时刻定义为目标车辆进入外侧车道时刻，将终点时刻定义为目标车辆左前角到达目标车道的车道线时刻，之后，采用HDP-HSMM方法将快速路合流区划分为多个交互片段，每个交互片段中包括目标车辆、目标车道前车以及目标车道后车，之后获取每个交互片段中多帧的合流交互特征指标，所述合流交互特征指标包括目标车辆与前车车头时距dm-l、目标车辆与前车车头时距变化率dm-l'、目标车辆与前车速度差Δvm-l、目标车辆与后车车头时距df-m、目标车辆与后车车头时距变化率df-m'、目标车辆与后车速度差Δvf-m，之后，基于多帧的合流交互特征指标，并利用K-Means算法对多帧的合流交互特征指标进行聚类，聚类中心点对应的合流交互特征指标，即为该交互片段的最终合流交互特征指标；步骤四：利用交互片段的最终合流交互特征指标分别对目标车道前车和目标车道后车进行语义空间划分，所述语义空间表示为：[短时距中时距长时距、时距渐大时距稳定时距渐小、小速差中速差大速差]，之后，利用步骤二，得到交互片段中目标车辆驾驶员的驾驶风格，并根据交互片段中目标车辆驾驶员的驾驶风格以及该交互片段对应的目标车道前车语义空间得到该交互片段中目标车辆与目标车道前车的风险值，之后根据交互片段中目标车辆驾驶员的驾驶风格以及该交互片段对应的目标车道后车语义空间得到该交互片段中目标车辆与目标车道后车的风险值，最后将该交互片段中目标车辆与目标车道前车的风险值与该交互片段中目标车辆与目标车道后车的风险值取平均值，该平均值即为该交互片段的风险值，重复上述步骤，进而得到快速路合流区中每个交互片段的风险值，之后将快速路合流区中所有交互片段的风险值取均值后作为快速路合流区的风险值；步骤五：将交互过程终点作为碰撞风险的预测时刻，之后将预测时刻、驾驶风格、快速路合流区的风险值输入AdaBoost，得到预测结果，所述预测结果包括低风险和高风险。

全文数据：

权利要求：

百度查询： 哈尔滨工业大学;黑龙江省公路建设中心 考虑驾驶风格的合流区车辆交互碰撞风险预测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD