[发明专利]基于实时轨迹特征分析的危险变道路段识别与管控方法有效
申请号: | 202310237828.8 | 申请日: | 2023-03-14 |
公开(公告)号: | CN115953917B | 公开(公告)日: | 2023-05-30 |
发明(设计)人: | 党晓旭;吴洲豪;尉泽辉;贺鹏举;吕益刚;冯套柱;李玲;金书鑫;贠思静;刘袆芃;孙继成;杨柳 | 申请(专利权)人: | 西安科技大学 |
主分类号: | G08G1/16 | 分类号: | G08G1/16;G08G1/01;G06F18/22 |
代理公司: | 西安正华恒远知识产权代理事务所(普通合伙) 61271 | 代理人: | 陈选中 |
地址: | 710000 陕*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 实时 轨迹 特征 分析 危险 道路 识别 方法 | ||
1.基于实时轨迹特征分析的危险变道路段识别与管控方法,其特征在于,包括以下步骤:
S1、采集目标区域的路网数据,识别道路交叉口,并根据其进行危险变道风险管控路段的语义划分;
S2、采集目标区域的动态/历史车辆轨迹数据,根据划分的危险变道风险管控路段进行轨迹出行路径匹配,并计算匹配危险变道的分向路段的危险变道风险指数;
S3、根据计算的危险变道风险指数,动态识别各分向路段的危险变道风险等级,并根据危险变道风险等级进行分类管控。
2.根据权利要求1所述的基于实时轨迹特征分析的危险变道路段识别与管控方法,其特征在于,所述步骤S1具体为:
S11、采集目标区域的路网数据,并修复异常路网数据,确定路网信息图;
S12、在路网信息图中,将100米以内的所有交汇口端点的形心识别为逻辑道路交叉口;
S13、对相邻两个逻辑道路交叉口之间的路段划分逻辑分向路段,实现危险变道风险管控路段的语义划分。
3.根据权利要求1所述的基于实时轨迹特征分析的危险变道路段识别与管控方法,其特征在于,所述步骤S2具体为:
S21、采集目标区域的历史车辆轨迹数据,对其处理并构建各车辆的历史出行轨迹集合;
同时,采集目标区域的实时车辆轨迹数据,对其处理剔除异常轨迹点数据,构建动态出行轨迹集合;
S22、对构建的历史/动态轨迹出行集合中的轨迹点数据,进行轨迹匹配,得到对应的分向路段;
S23、基于历史/动态轨迹出行集合的轨迹点数据,计算各分向路段的追尾风险指数;
S24、基于历史轨迹出行集合的轨迹点数据,计算各分向路段的平均速度指数;
S25、基于历史轨迹出行集合的轨迹点数据,计算各分向路段的变道频率指数;
S26、根据计算出的追尾风险指数对应风险等级的权重、平均速度的权重以及变道频率指数,计算各分向路段的危险变道风险指数。
4.根据权利要求3所述的基于实时轨迹特征分析的危险变道路段识别与管控方法,其特征在于,所述步骤S21中,构建历史出行轨迹集合的方法为:
S21-A1、采集目标区域的历史车辆轨迹数据,并按车辆对轨迹点数据分组;
S21-A2、对各车辆轨迹点数据按采样时间顺序排列,并剔除异常轨迹点数据,获得轨迹序列;
S21-A3、识别轨迹序列中的出行中断点,并构建中断点集合P;
S21-A4、根据构建的中断点集合P,识别车辆出行段落,进而获得各车辆的出行轨迹集合;
构建动态出行轨迹集合的方法具体为:
S21-B1、设置时段间隔,按当前时刻汇总上一时段间隔内的轨迹点数据;
S21-B2、按车辆对汇总时段的轨迹点数据分组;
S21-B3、对各车辆的轨迹点数据集合进行遍历,并剔除异常轨迹点数据,构建出动态出行轨迹集合。
5.根据权利要求3所述的基于实时轨迹特征分析的危险变道路段识别与管控方法,其特征在于,所述步骤S22具体为:
S22-1、遍历各车辆的历史/动态出行轨迹集合;
S22-2、对历史/动态出行轨迹集合中的轨迹点,获取其临近范围内的临近连接线集合;
S22-3、对临近连接线集合不为空的轨迹点,遍历其对应的临近连接线集合,并确定该轨迹点的方位角射线与各临近连接线切线的夹角;
S22-3、根据夹角大小,匹配分向路段:
当存在小于45度的夹角时,将最小夹角的临近连接线作为匹配连接线,其对应的虚拟分向路段作为匹配的分向路段;
当所有夹角均大于45度时,则若临近连接线最大夹角大于135度,则以该连接线对应分向路段的反向路段作为匹配的分向路段。
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西安科技大学,未经西安科技大学许可,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/202310237828.8/1.html,转载请声明来源钻瓜专利网。