[发明专利]基于车辆轨迹的信号控制交叉口驾驶决策事件识别方法

权利要求书

1.一种基于车辆轨迹的信号控制交叉口驾驶决策事件识别方法，其特征在于，包括如下步骤：

S1、应用三维时空格搜索算法，即建立由时间轴和空间平面构成的三维立体空间，根据运动体轨迹在三维立体空间中的邻近程度，识别交通交互事件；

S2、提取包含交互事件的轨迹数据子序列，建立不同速度组下运动性能指标的分布，再进一步识别极端驾驶行为；

S3、应用熵理论对驾驶波动性进行量化分析，最后识别关键决策事件。

2.根据权利要求1所述的基于车辆轨迹的信号控制交叉口驾驶决策事件识别方法，其特征在于，步骤S1包括：

建立由时间轴和空间平面构成的三维立体空间，在t_n时刻第n个运动体的轨迹坐标为(x_n，y_n)，围绕该轨迹坐标构建三维时空格；

依次选择一个运动体的一个轨迹点构造三维时空格，遍历其他运动体的轨迹点，检查所述三维时空格内部是否存在其他运动体的轨迹点，若存在，则记作一起交通交互事件，并记录后侵入时间；否则继续检查下一运动体轨迹点的三维时空格。

3.根据权利要求1所述的基于车辆轨迹的信号控制交叉口驾驶决策事件识别方法，其特征在于，步骤S2包括：

提取包含交通交互事件的轨迹数据子序列；

若发生交互行为的两个运动体之间发生多次交互，则选取所述后侵入时间最小的时刻作为交通交互事件发生的时刻，以该时刻点为中心，前后提取预设长度的轨迹数据；

通过构建不同速度分组下的运动性能指标分布来识别极端驾驶行为：针对机动车、非机动车和行人，将同一类型运动体的运动性能指标按照速度进行分组，分别求解各个速度组中运动性能指标正值和负值的阈值分布，代表了该地区某一类型运动体在一定速度范围内的正常驾驶行为，当运动性能指标超出阈值时，轨迹数据子序列所表示的交通交互事件被标记为发生极端驾驶行为。

4.根据权利要求3所述的基于车辆轨迹的信号控制交叉口驾驶决策事件识别方法，其特征在于，所述运动体在第n个时刻的轨迹坐标为(x_n，y_n)，在第n+1个时刻的轨迹坐标为(x_n+1，y_n+1)，采样间隔为Δt，所述运动体的速度与x轴所成角度为轨迹的弧长为s，切向角为利用轨迹数据计算运动性能指标的方法如下：

速度

加速度

加加速度

轨迹曲率

轨迹曲率的变化率

5.根据权利要求4所述的基于车辆轨迹的信号控制交叉口驾驶决策事件识别方法，其特征在于，所述步骤S3包括：

在提取的轨迹数据子序列的基础上，每次选取加速度加加速度轨迹曲率和轨迹曲率变化率中的一个运动性能指标，在轨迹数据子序列中该指标的数据为向量x＝[x(1)，x(2)，...，x(N+(m-1)τ)]，将向量x重构为矩阵X′＝[X′(1)，X′(2)，…，X′(j)，…，X′(N)](j＝1，2，…，N)如下：

其中，m表示嵌入维度，τ表示延迟时间；

设重构向量X′(j)(j＝1，2，...，N)中各个元素的大小排列方式为π(i)，X′中排列方式π(i)出现的次数为f(π(i))，π(i)的相对频率为：

向量x的排列熵为：

分别计算轨迹数据子序列中和指标的排列熵，若其中一项运动性能指标的排列熵超过阈值，则将其代表的交通交互事件记作关键决策事件。

6.根据权利要求1所述的基于车辆轨迹的信号控制交叉口驾驶决策事件识别方法，其特征在于，所述方法还包括：

S4、将三维时空格搜索算法识别交通交互事件的结果与人工识别的结果做对比，进行方法验证。