[发明专利]一种面向平面交叉口的车辆碰撞风险评估及预测方法

说明书

本发明涉及一种面向平面交叉口的车辆碰撞风险评估及预测方法，包括以下步骤：步骤一、确定影响车辆碰撞的风险因素；步骤二、搭建并训练基于LSTM网络的车辆碰撞风险评估及预测模型；步骤三、实时评估及预测平面交叉口的车辆碰撞风险；该方法既能够实现实时的评估车辆碰撞风险，又能够实现不同时间尺度的车辆碰撞风险预测，对存在碰撞风险的相关车辆进行不同时间尺度的提前预警，能够显著减少平面交叉口车辆间交通冲突，有效提升该类道路重点区域的安全性。

技术领域

本发明涉及一种预测方法，具体涉及一种面向平面交叉口的车辆碰撞风险评估及预测方法，属于交通安全评估技术领域。

背景技术

作为道路重点区域，道路平面交叉口车辆碰撞事故频发，因此，面向平面交叉口的车辆碰撞风险评估显得尤为重要。目前，宏观层面上采用“中心云”类处理技术，即通过交通指挥控制平台汇聚基础道路交通参数、交通流量信息等，评估平面交叉口是否发生车辆拥堵或碰撞。由于数据在从平面交叉口向交通指挥控制平台传递中存在传输延时，且在“中心云”集中处理时也存在延时，因而该类技术仅可进行“分钟级”交通状态评估，无法实现实时评估；在微观层面上，车辆碰撞风险评估主要基于车辆运动学和动力学模型，如根据车辆安全距离、碰撞时间等运动学参数评估车辆碰撞风险。但由于车辆未来运动不确定，该类方法仅能够预测短期内车辆碰撞风险。总之，目前面向平面交叉口的车辆碰撞事故评估为集中的“事后”评估，无法实时评估平面交叉口的车辆碰撞风险，更缺乏“事前”预测不同时间尺度的车辆碰撞风险的能力。

随着智能车路系统技术的快速发展，智能路侧设备具备了全息感知与“边缘”处理能力。部署在平面交叉口处的智能路侧设备不仅能够准确感知车辆运动学参数、驾驶员行为因素、交通环境因素等影响车辆碰撞的全要素，而且能够实现交通指挥控制平台“中心云”的集中处理能力下沉，显著减少数据链路传输延时、减轻“中心云”的集中处理压力。与现有的仅基于车辆运动学或动力学模型的“事后”评估方法相比，利用智能路侧设备感知的影响车辆碰撞的全要素及其“边缘”处理能力，考虑的因素更加全面，数据处理更加及时。不仅能实时的评估平面交叉口的车辆碰撞风险，而且能提前对存在碰撞风险的相关车辆进行不同时间尺度的预警，能够显著减少平面交叉口车辆间交通冲突，有效提升该类道路重点区域的安全性。

发明内容

本发明正是针对现有技术中存在的问题，提供一种面向平面交叉口的车辆碰撞风险评估及预测方法，该方法既能够实现实时的评估车辆碰撞风险，又能够实现不同时间尺度的车辆碰撞风险预测，对存在碰撞风险的相关车辆进行不同时间尺度的提前预警，能够显著减少平面交叉口车辆间交通冲突，有效提升该类道路重点区域的安全性。

为了实现上述目的，本发明的技术方案如下，首先，全面考虑影响车辆碰撞的风险因素，包括车辆运动学因素、驾驶员行为因素、交通环境因素。在此基础上，提炼车辆碰撞风险评估及预测模型的输入量和输出量。其次，考虑实车试验数据缺乏极端工况样本，并且实车车辆碰撞试验极具危险性。设置仿真实验，制作样本数据集。再次，利用LSTM网络的学习与预测长期依赖性特点，搭建基于LSTM网络的车辆碰撞风险评估及预测模型，并训练该模型。最后，将训练后的模型部署在智能路侧设备中，实时评估并预测不同时间尺度的车辆碰撞风险。本发明的方法具体包括以下步骤：

步骤一、确定影响车辆碰撞的风险因素；

为减小车辆碰撞风险评估及预测模型受车辆运动不确定性的影响，综合考虑影响车辆碰撞的风险因素，包括车辆运动学因素、驾驶员行为因素、交通环境因素。

子步骤(1)、为便于分析评估平面交叉口的车辆碰撞风险，将平面交叉口道路区域栅格化，划分成若干个a×b的网格区域，a表示网格区域的长度，b表示网格区域的宽度，逐个评估、预测各个网格区域内的车辆碰撞风险，后续步骤以网格区域O为例叙述，其他区域类同。

子步骤(2)、确定网格区域O内影响车辆碰撞的运动学因素。利用智能路侧设备(含毫米波雷达和视觉传感器)获取影响车辆碰撞的运动信息，如网格区域O内车辆位置p、车辆速度v。