[发明专利]一种信号交叉口驾驶员停车时间预测方法

说明书

本发明公开了一种信号交叉口驾驶员停车时间预测方法。本发明属于交通安全和驾驶员行为分析技术领域。本发明针对信号交叉口黄灯期间驾驶决策困难，停车时机把握不当，容易引发交通事故的问题，分析驾驶员停车时间分布，考虑无法观测变量，驾驶员个体及群体差异性等因素的影响，构建基于AFT方法的停车时间模型，实现对信号交叉口停车时间的有效预测，对是否可以安全停车给出预判，从而给出驾驶员合理的停车时机。本发明可以辅助驾驶员安全驾驶，并可为自动驾驶和交通安全管理提供技术支持。

技术领域

本发明涉及交通安全领域，特别涉及一种信号交叉口驾驶员停车时间预测方法。

背景技术

道路交叉口是交通事故高发点，也是安全驾驶关键地带。当车辆驶向交叉口，遇到过渡信号黄灯时，驾驶员需要迅速做出走/停决策。若驾驶员停车时机把握不当，可能引发停车越线或追尾事故。因此研究影响驾驶员停车时间影响因素，并对驾驶员能否安全停车做出预判具有重要现实意义，既可辅助驾驶员安全驾驶，也可为自动驾驶和交通安全管理提供参考。

目前关于交叉口的研究集中于交叉口渠化设计，交通流线改进，信号配时优化，以及驾驶决策研究，对驾驶员停车行为研究较少；在时间预测方面，目前交通领域多用线性回归、时间序列等模型进行预测，生存分析模型应用较少。

2019年6月7日公开的中国专利CN201910264443.4(公告号CN109859478A)，提出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。该发明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，同时也进一步识别了极端驾驶行为及关键决策事件。该发明虽然对信号交叉口驾驶决策事件进行识别，但并未对驾驶员停车行为做进一步分析。

2019年12月10日公开的中国专利CN201611165287.9(公告号CN106845768B)，提出一种基于生存分析参数分布的公交车旅行时间模型构建方法。该发明将旅行时间比拟为生存分析中时间持续期，假设其近似服从参数分布，建立各影响变量与旅行时间的生存分析模型，通过选取最优模型的概率密度函数进行积分得到其期望函数，作为公交车旅行时间评价模型。该发明虽然将生存分析模型与交通领域结合，但并未考虑个体差异性。

有鉴于此，本发明提供一种信号交叉口驾驶员停车时间预测方法，并且充分考虑了不同驾驶员个体及群体偏好，克服不可观测变量的影响，分析驾驶员经济社会属性、驾驶习惯、交通环境、信号灯配置等对驾驶员停车行为的影响，并对停车时间进行有效预测。

发明内容

为了解决上述技术问题，本发明提出了一种信号交叉口驾驶员停车时间预测方法，通过生存分析模型对停车时间分布进行分析，构建考虑数据差异性的AFT模型，挖掘影响信号交叉口停车时间的关键因素，对信号交叉口停车时间进行合理预测。

为达到以上目的，本发明采取的技术方案是：

一种信号交叉口驾驶员停车时间预测方法，具体包括以下步骤：

步骤100，建立数据集：采集驾驶数据，建立信号交叉口数据集，驾驶数据包括：试验条件(如自然驾驶状态，测试车实地驾驶或驾驶模拟器等)，车辆信息(如车型、车龄等)，驾驶员信息(如性别，年龄，驾龄，驾驶习惯)，干扰活动(如电话使用、导航、喝水、化妆等)，交通环境(如交通控制、信号配时等)，交通状态(如交通流量等)，驾驶信息(如黄灯信号启亮时的车速、车辆到停车线的距离、停车时间等)等；

步骤101，停车时间分布分析：采用生存分析法对步骤100中建立的数据集进行分析，根据不同变量将数据集进行分组，对总体停车时间分布及不同分组的停车时间分布进行分析，确定群体差异性的存在；