[发明专利]基于logistic模型的高速公路转换区严重冲突识别方法

权利要求书

1.一种基于logistic模型的高速公路转换区严重冲突识别方法，其特征在于：包括如下步骤：

A)使用雷达获取高速公路上若干个转换区的车辆行驶的连续轨迹数据，经坐标转换处理得到车辆的实时数据；

B)设置自变量X_m，自变量X_m由车辆因素、交通流因素和道路因素分解取得，所述车辆因素和交通流因素由所述步骤A)得到的实时数据取得，所述车辆因素包括平均速度和加速度，所述道路因素由转换区的道路信息计算取得，运用K-means聚类法进行离散化处理，定义离散判别，获取每个所述自变量X_m的n个离散取值，n为自然数，然后以各自变量X_m的第一个离散取值为参照项，定义剩余离散取值对应自变量X_m的哑变量X_m(n-1)，再通过logistic模型，进行拟合，得到每个自变量X_m对应第n个离散取值的回归系数β_m(n-1)，n≥2，取得发生严重冲突事件的概率P(y_i)，

g(y_i)＝α+β₁₁X₁₁+...+β_m(n-1)X_m(n-1)

式中，y_i为编号i的车辆发生的严重冲突事件，α为截距，为常量；

C)统计分析所述步骤A)取得的车辆的实时数据，得到车辆的平均速度和加速度，采用K-means聚类法对平均速度和加速度进行分类，形成不同区间的平均速度和加速度的聚类组合；

D)依据所述步骤C)中各聚类组合的平均速度和加速度代入所述步骤B)中进行计算，取得计算不同聚类组合相应发生严重冲突事件的概率P(y_i)，若P(y_i)大于预设的严重冲突阈值，即说明车辆在转换区的该聚类组合存在严重冲突。

2.如权利要求1所述基于logistic模型的高速公路转换区严重冲突识别方法，其特征在于：所述步骤B)中，所述车辆因素还包括车型、速度标准差，所述交通流因素包括交通量、所有车辆的平均车速、所有车辆的速度标准差、所述车辆加速度的标准差，所述道路因素包括转换区圆曲线半径、单位长度累计行驶转角和反映车道转弯的曲率变化。

3.如权利要求1所述基于logistic模型的高速公路转换区严重冲突识别方法，其特征在于：所述步骤D)中，严重冲突阈值为0.8。