[发明专利]一种基于贝叶斯网络的追尾预警方法

权利要求书

1.一种基于贝叶斯网络的追尾预警方法，其特征在于：其包括，

S1选取天气情况Y₁、道路情况Y₂、驾驶员反应时间Y₃、后车与前车的距离Y₄、后车速度Y₅、后车相对于前车的速度差Y₆和后车加速度Y₇作为追尾事故Y₈的变量节点，得到追尾事故的贝叶斯网络的节点集Y为：Y＝{Y₁,Y₂,Y₃,Y₄,Y₅,Y₆,Y₇,Y₈}，并确定各个变量节点的值域；确定各个变量节点的值域包括：

设天气情况Y₁包括：晴、雨、雪；

设道路情况Y₂包括：干燥路面、潮湿路面、冰雪路面；

设驾驶员反应时间Y₃分为三个区域：Y₃≤0.5s、0.5s＜Y₃≤1.5s、Y₃＞1.5s；

设后车与前车的距离Y₄分为两个区域：Y₄≤L、Y₄＞L，其中，L是车辆的期望安全车距；

设后车速度Y₅分为三个区域：Y₅≤21m/s、21m/s＜Y₅≤28m/s、Y₅＞28m/s；

设后车相对于前车的速度差Y₆分为两个区域：Y₆≤0、Y₆＞0；

设后车加速度Y₇分为三个区域：Y₇≤-0.25m/s²、-0.25m/s²＜Y₇≤0.25m/s²、Y₇＞0.25m/s²；

设追尾事故Y₈包括：没有发生追尾事故、发生追尾事故；

S2仿真追尾事故的交通场景，构成追尾事故的贝叶斯网络的学习数据集，并对该学习数据集进行离散处理；

S3利用节点集Y和离散的学习数据集，构造追尾事故的贝叶斯网络的结构；

S4并计算该结构中各个节点的条件概率分布；

S5使用交通模拟软件得到检验数据样本，预测检验数据样本中除追尾事故Y₈的各个节点在下一时刻的取值并进行离散处理；

S6利用所述贝叶斯网络，计算下一时刻发生追尾事故的概率；

S7设定阀值，若下一时刻发生追尾事故的概率大于阀值，则采取预警措施。

2.如权利要求1所述的一种基于贝叶斯网络的追尾预警方法，其特征在于：所述步骤S2包括：

根据节点集Y中包含的节点，仿真车辆追尾事故的交通场景，得到m条数据样本d₁,...,d_i,...,d_m，构成追尾事故的贝叶斯网络的学习数据集D₁＝{d₁,...,d_i,...,d_m}，其中i＝1,...,m，d_i包括节点集Y中的所有节点的取值情况；对学习数据集D₁进行离散处理，得到学习数据集D₂＝{e₁,...,e_i,...e_m}，其中i＝1,...,m，e_i是d_i离散后的数据样本。