[发明专利]基于车辆加速度的碰撞风险评价方法

权利要求书

1.一种基于车辆加速度的碰撞风险评价方法，其特征在于，具体步骤为：

基于视频数据，获取目标车辆的速度与相邻车辆的速度，确定目标车辆与相邻车辆的间距；

根据间距阈值D判定相邻车辆与目标车辆是否存在冲突可能性：当目标车辆与相邻车辆的间距小于间距阈值D，相邻车辆与目标车辆存在冲突可能性，否则不存在冲突可能性；

根据目标车辆与冲突车辆运动状态计算避免碰撞的减速度DRAC；

根据避免碰撞的减速度DRAC，构建超阈值极值分布模型，对超阈值极值分布模型进行估计，得到超阈值极值分布模型中广义Pareto极值分布的尺度参数及形状参数；

根据避免碰撞的减速度DRAC和超阈值极值分布模型，构建冲突极值模型对碰撞风险进行预测。

2.根据权利要求1所述的基于车辆加速度的碰撞风险评价方法，其特征在于，所述相邻车辆包括目标车辆的前车、后车、相邻车道变道车辆、相交路口与之垂直方向车辆以及相交路口右侧左转弯车辆。

3.根据权利要求1所述的基于车辆加速度的碰撞风险评价方法，其特征在于，间距阈值D具体为：

式中，v_g(t)为目标车辆t时刻的速度；v_b(t)为相邻车辆t时刻的速度；a_g为目标车辆的加速度。

4.根据权利要求1所述的基于车辆加速度的碰撞风险评价方法，其特征在于，根据目标车辆与冲突车辆运动状态计算避免碰撞的减速度DRAC分别具体为：

①相邻车道后车变道为跟驰行驶

②相邻车道后车变道超车行驶

③相交路口与之垂直方向车辆冲突行驶

④相交路口右侧车辆左转弯行驶

式中，v₁(t)为前车t时刻的速度；v₂(t)为后车t时刻的速度；s₁₂(t)为t时刻两车之间的距离，α为车辆行驶方向与路边夹角。

5.根据权利要求1所述的基于车辆加速度的碰撞风险评价方法，其特征在于，根据避免碰撞的减速度DRAC，构建超阈值极值分布模型的具体过程为：

利用平均剩余寿命图确定超阈值极值分布模型的阈值，具体为：

式中，u为超阈值极值分布模型的阈值；y_j为超出阈值u的样本，j＝1,2,3……n，y_max为最大样本；

统计超过阈值的样本组成新的样本集合，具体为：对获得的交通冲突数据进行处理，将超过阈值的数据放入集合X内，组成可用于超阈值极值分布模型的集合：

步骤5-3：构建超阈值极值分布模型，具体为：

式中，H(x_i,σ,ξ)为广义Pareto分布函数；x_i为超过阈值的样本，i＝1,2,3…；X为由x_i组成的集合；μ为广义Pareto极值分布函数的位置参数；σ为广义Pareto极值分布函数的尺度参数；ξ为广义Pareto极值分布函数的形状参数。

6.根据权利要求1所述的基于车辆加速度的碰撞风险评价方法，其特征在于，对超阈值极值分布模型进行估计，得到超阈值极值分布模型中广义Pareto极值分布的尺度参数及形状参数的具体方法为：

令位置参数μ＝0；

采用极大似然法对超阈值极值分布模型进行估计得到尺度参数，具体为：

P{X＝x}＝p(x；θ)

P{X＝x}＝p(x；θ)为集合X的概率密度函数；θ＝(θ₁，θ₂，…θ_n)为模型参数；L(θ)为似然函数；为极大似然估计量。

7.根据权利要求1所述的基于车辆加速度的碰撞风险评价方法，其特征在于，构建的冲突极值模型具体为：

事故风险指标，计算公式为：

R为事故风险；H(u)为广义Pareto分布在阈值u处的取值；

事故数预测指标，计算公式为：

N_T为预测期T_p时段内的预测事故次数；T_p为预测期；

事故重现水平指标，计算公式为：

Z_T为对应于重现期T的重现水平；T为重现期；N为观测得到的数据总量；为尺度参数σ的估计值；为形状参数ξ的估计值。