[发明专利]一种基于时间自动机的跟车行为识别方法

权利要求书

1.一种基于时间自动机的跟车行为识别方法，其特征在于，包括以下步骤：

S1，从交通数据集中提取原始跟车数据，包括后车速度、后车加速度、后车与前车的相对距离和相对速度，将后车速度、后车与前车的相对距离和相对速度作为跟车模型的输入参数，使用k-means聚类算法将输入参数符号化；

S2，利用时间自动机学习算法对跟车模型进行训练，得到跟车模型自动机，跟车模型的输出值为后车加速度，所述的时间自动机含有四个元素<A,ε,Τ,Η>，其中ε为事件集，T为时间约束集，H为状态到时间约束的映射集，A为四维元组，A＝<Q,∑,Δ,q₀>，其中Q为有限个状态的合集，∑为有限个符号的合集，Δ为有限个状态转移的合集，q₀为初始状态；

S3，将跟车模型自动机的隐藏状态作为跟车的子状态，使用层次聚类法对子状态聚类，使用的距离计算公式为Jaro-distance，具体如下：

其中，JS为字符串相似度，L表示字符串长度，脚标i和j表示要计算距离的两个字符串的序号，N_match表示两个字符串匹配的字符个数，N_T表示错位的字符个数的一半，取1-JS作为字符距离相似度进行层次聚类；

S4，将概率低于设定值的子状态去除，然后归并成多个类别，每个类别对应一种跟车子行为；

S5，获取实际跟车数据作为输入，通过跟车模型自动机获得跟车子行为。

2.根据权利要求1所述的一种基于时间自动机的跟车行为识别方法，其特征在于，所述的跟车子行为包括稳定长距离跟车子行为、稳定中距离跟车子行为、稳定近距离跟车子行为和中间转移子行为。

3.根据权利要求1所述的一种基于时间自动机的跟车行为识别方法，其特征在于，所述的步骤S4中，概率的设定值位于1％～2％之间。