[发明专利]一种基于轨迹数据的交叉口行人过街风险评估方法有效

专利信息
申请号: 201810063488.0 申请日: 2018-01-23
公开(公告)号: CN108230676B 公开(公告)日: 2020-11-27
发明(设计)人: 倪颖;饶曼琦;陈佳琪;王梦龙 申请(专利权)人: 同济大学
主分类号: G08G1/01 分类号: G08G1/01;G06Q10/06
代理公司: 上海科盛知识产权代理有限公司 31225 代理人: 叶敏华
地址: 200092 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 轨迹 数据 交叉口 行人 风险 评估 方法
【权利要求书】:

1.一种基于轨迹数据的交叉口行人过街风险评估方法,其特征在于,该方法包括以下步骤:

S1:识别人车交互事件,提取冲突指标:基于交叉口行人、机动车运行的轨迹数据,识别人车交互事件,提取冲突指标,冲突指标包括TTC值、PET值和GT值;

S2:判断人车交互模式,计算碰撞概率:基于提取的冲突指标识别行人和机动车的交互模式,交互模式包括压迫交互模式、自由交互模式和协作交互模式,根据不同交互模式计算行人与机动车潜在的碰撞概率;碰撞概率P的计算公式为:

压迫交互模式:

P=0.66ψ(TTC)+0.34ψ(PET)

自由交互模式:

P=0.05ψ(TTC)+0.95ψ(PET)

协作交互模式:

P=0.53ψ(TTC)+0.47ψ(PET)

式中,

其中,p1=7.5;p2=3.5;p3=0.18;

S3:计算潜在碰撞后果:根据机动车的车型、车速计算人车交互事件的潜在碰撞后果;

S4:建立风险评估模型:结合碰撞概率和潜在碰撞后果,创建风险评估模型,所述的风险评估模型包括各时空单元内的行人过街风险度模型及行人过街平均风险度模型;

S5:绘制行人过街风险地图:根据各时空单元内的行人过街风险度获取风险度矩阵后,建立用于直观展示的行人过街风险地图;

S6:过街安全分级评估:结合行人过街平均风险度和主观风险标准,划分行人过街风险等级,进行风险评估。

2.根据权利要求1所述的一种基于轨迹数据的交叉口行人过街风险评估方法,其特征在于,所述的步骤S3中,潜在碰撞后果S的表达式为:

其中,m为车辆类型校正系数;v为TTC值最小时刻所对应的车辆速度;TTC值为道路使用者继续以当前的速度和路径行驶,到达冲突点所需的时间。

3.根据权利要求2所述的一种基于轨迹数据的交叉口行人过街风险评估方法,其特征在于,所述的步骤S4中,各时空单元内的行人过街风险度模型的表达式为:

式中,Rij为行人过街风险度;k为行人与机动车一对一的交互事件;i为第i个时间单元;j为第j个空间单元;pij,k为时空单元(i.j)里第k个行人与机动车交互事件发生碰撞的概率;sij,k为时空单元(i.j)里第k个行人与机动车交互事件潜在的潜在碰撞后果;nij,veh和nij,ped分别为时空单元(i.j)里通过的机动车流量和行人流量。

4.根据权利要求3所述的一种基于轨迹数据的交叉口行人过街风险评估方法,其特征在于,所述的步骤S4中,行人过街平均风险度模型的表达式为:

式中,Rl为行人过街平均风险度;n为观测人行横道上在观测时段的行人总数,l为单个行人;Pl,k为行人l在第k个人车交互事件中的碰撞概率;sl,k为行人l在第k个人车交互事件中的潜在碰撞后果。

5.根据权利要求1所述的一种基于轨迹数据的交叉口行人过街风险评估方法,其特征在于,所述的步骤S6中,行人过街平均风险度包括五个分级,分别为行人过街平均风险度的值为0、1*10-3~5*10-3、6*10-3~10*10-3、11*10-3~20*10-3以及大于20*10-3,所述的行人过街平均风险度的值为0时,代表行人过街非常安全,所述的行人过街平均风险度的值大于20*10-3时,代表行人过街非常不安全。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于同济大学,未经同济大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810063488.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top