[发明专利]一种道路交通感知轨迹数据的质量评估方法

权利要求书

1.一种道路交通感知轨迹数据的质量评估方法，其特征在于，包括以下步骤：

S1、获取道路交通感知轨迹数据，并从中提取出待评估道路交通感知轨迹数据；

S2、计算待评估道路交通感知轨迹数据的质量评估指标；

S3、建立自适应融合回归的道路交通感知轨迹数据智能评估模型；

S4、基于道路交通公开的历史轨迹数据集，构建仿真轨迹数据集，并基于仿真轨迹数据集对道路交通感知轨迹数据智能评估模型进行训练；

S5、将待评估道路交通感知轨迹数据的质量评估指标输入训练好的道路交通感知估计数据智能评估模型，得到对应的道路交通感知轨迹数据质量评估结果；

所述步骤S1具体包括以下步骤：

S11、基于道路路侧布设的传感器，获取道路交通感知轨迹数据，并从中检索出属于同一目标ID的车辆运动信息，按时间排序构成轨迹，提取出道路交通感知轨迹数据中的车辆运动信息，作为待评估的道路交通感知轨迹数据Tr：

Tr_n(t)＝[t，x_n(t)，y_n(t)，v_n(t)]

其中，Tr_n(t)为车辆n在t时刻的轨迹数据，x_n(t)为车辆n在t时刻的横坐标，y_n(t)为车辆n在t时刻的纵坐标，v_n(t)为车辆n在t时刻的速度信息；

S12、将待评估的道路交通感知轨迹数据划分为有交互关系的道路交通感知轨迹数据集Tr_act和无交互关系的道路交通感知轨迹数据集Tr_none；

所述步骤S2具体是针对无交互关系的道路交通感知轨迹数据，计算其轨迹合理性和轨迹波动性共两类评估指标；

针对有交互关系的道路交通感知轨迹数据，计算其轨迹合理性、轨迹波动性和轨迹交互异常性共三类评估指标；

所述轨迹合理性评估指标包括侧向加速度合理性、急动度合理性和速度差异性三项指标，所述轨迹波动性评估指标包括转角波动性、速度波动性和加速度波动性三项指标，所述轨迹交互异常性评估指标包括车辆碰撞时间最小值、车辆碰撞时间波动性、最近车辆距离平均值和最近车辆距离波动性四项指标；

所述侧向加速度合理性指标具体为：

其中，为轨迹y方向在t时刻的加速度，为t时刻的加速度合理性，为一段时间T内的加速度合理性；

所述急动度合理性指标具体为：

其中，j_n(t)为轨迹在t时刻的急动度，为t时刻的急动度合理性，为一段时间T内的急动度合理性；

所述速度差异性指标具体为：

其中，S_n′(t)为根据轨迹横纵坐标计算得出的车辆速度，v_n(t)为轨迹数据中提供的测量速度，Δv_n为速度差异性；

所述转角波动性指标具体为：

α_n(t)＝d_n(t+Δt)-d_n(t)

其中，α_n(t)为转角，w为评估时间窗，为t时刻车辆的转角α_n(t)在评估时间窗w内标准差大小，为在t时刻车辆的转角α_n(t)在评估时间窗内标准差的最小值，即为转角波动性；

所述速度波动性具体为：

其中，v_n(t)为速度，w为评估时间窗，为t时刻车辆的速度v_n(t)在评估时间窗w内标准差大小，为在t时刻车辆的速度v_n(t)在评估时间窗内标准差的最小值，即为速度波动性；

所述加速度波动性具体为：

其中，a_n(t)为加速度，w为评估时间窗，为t时刻车辆的加速度a_n(t)在评估时间窗w内标准差大小，为在t时刻车辆的加速度a_n(t)在评估时间窗内标准差的最小值，即为加速度波动性；

所述车辆碰撞时间最小值具体为：

所述车辆碰撞时间波动性具体为：

所述最近车辆距离平均值具体为：

所述最近车辆距离波动性具体为：

其中，TTC_n(t)为t时刻车辆n的碰撞时间，为t时刻车辆碰撞时间TTC波动性指标计算值，Gap_n(t)为t时刻车辆最小距离，为t时刻车辆最小距离Gap波动性指标计算值；

所述步骤S3具体包括以下步骤：

S31、针对无交互关系的道路交通感知轨迹数据集Tr_none，建立自适应融合的质量评估模型M_A，其中，模型M_A的输入为轨迹合理性指标以及轨迹波动性指标，通过神经网络进行非线性拟合后，可输出质量评估得分

S32、针对有交互关系的道路交通感知轨迹数据集Tr_act，建立自适应融合的质量评估模型M_B，其中，质量评估模型M_B由模型M_A与修正网络组成：将轨迹合理性指标以及轨迹波动性指标输入模型M_A，输出为质量评估得分再将和轨迹交互异常性指标共同输入修正网络，通过神经网络进行拟合修正后，输出最终质量评估得分