[发明专利]一种弯道违法占道预测方法及系统

说明书

本发明公开了一种弯道违法占道预测方法，涉及道路安全预测技术领域，该方法包括：构建视觉道路线形层，提取驾驶员感知的道路线形；构建驾驶员动态视觉层，为量化驾驶员视觉特性构建奠定基础；构建视觉语义层分割视觉道路环境，提取了视觉道路环境中语义参数；构建视觉深度层提取视觉道路环境的深度信息；建立视觉敏感层，提取敏感距离；获取车辆是否超速，此外获取驾驶员年龄，驾驶经验和性别等参数；通过XGBoost机器学习算法对驾驶员过弯道前提取的参数进行处理，从而预测驾驶员通过乡村双车道道路弯道时是否会违法占道；本发明利用高度可解释的预测模型，可以为优化道路环境设计提供了参考，减少乡村道路弯道段违法占道的发生。

技术领域

本发明涉及道路安全预测技术领域，具体涉及一种弯道违法占道预测方法及系统。

背景技术

由于乡村道路曲率大、宽度窄，许多司机会违法占道。当对面车道突然出现迎面而来的车辆时，由于曲线路段的视距较短，违法占道的驾驶员面临着及时响应的挑战，这增加了正面碰撞的可能性。这种行为具有极高的风险，并且导致高达60％的致命交叉中心线碰撞事故。

目前有一些对策可以降低双车道乡村道路曲线段的违法占道。对于道路基础设施而言，安装中间护栏是一种普遍证明具有成本效益的减少跨中心线碰撞的方法，但安装中间护栏增加了撞到中间护栏的碰撞频率。除了上述关于基础设施的方法外，基于车辆的偏离警告系统也有助于减少违法占道行为。车道偏离警告(LDW)是一种安全系统，通过摄像头识别车道标记，帮助驾驶员留在车道上。然而，当乡村道路上的车道标记丢失或模糊时，LDW很难有效。此外，LDW是一种基于驾驶员当前驾驶位置的事后预警系统。因此，为了给司机足够的时间对警告做出反应，一个可以预测双车道乡村道路弯道段违法占道的预警系统是必要的。

此外，考虑到乡村道路缺乏车道标线的普遍现象，还需要一种无需依靠摄像头识别车道标线即可提供预警的系统。预测双车道乡村道路曲线上的违法占道是预警系统中的关键步骤。目前有一些关于车道偏离预测模型的研究，大多是通过车速、车辆横向位置来预测车辆即将到来的横向位置。然而，之前的预测模型并没有考虑到驾驶员的视觉感知。事实上，驾驶员感知的视觉信息也很重要，占驾驶时总信息的90％以上。但驾驶员视觉感知的道路环境信息与实际道路环境信息并不相同，驾驶员的行为主要取决于驾驶员视觉感知的信息，而不是实际信息。

发明内容

针对现有技术中预测模型没有考虑到驾驶员的视觉感知的问题，本发明提供了一种弯道违法占道预测方法及系统，从驾驶员视觉出发，在驾驶员过弯道前对驾驶员是否会违法占道进行预测，解决现有技术中存在的问题。

一种弯道违法占道预测方法，包括以下步骤：

基于驾驶员视觉特性，构建视觉道路线形层，通过视觉道路线形层获取反映驾驶员感知的道路线形参数；

基于驾驶员动态视野随速度的变化情况，构建驾驶员动态视觉层，通过驾驶员动态视觉层获取驾驶员视野随速度动态变化的情况；

基于语义分割技术，构建视觉语义层，通过视觉语义层分割视觉道路环境，从而获取驾驶员在视觉上感知到的道路环境的组成部分；

基于深度估计技术，构建视觉深度层，通过视觉深度层获取驾驶员视觉感知到的道路环境的深度信息；

通过梯度加权类激活映射算法，构建视觉敏感层，通过视觉敏感层计算出驾驶员视觉敏感区域与视野之间的距离，从而获得驾驶员视觉的敏感距离；

将道路线形参数、驾驶员视野随速度动态变化的情况、道路环境的组成部分、道路环境的深度信息以及驾驶员视觉的敏感距离输入通过XGBoost机器学习算法构建的双车道公路曲线路段IROL的预测模型中，输出处理结果，根据处理结果预测驾驶员通过乡村双车道道路弯道时的占道情况。

进一步地，所述反映驾驶员感知的道路线形参数包括视觉弯道曲率和视觉弯道长度。

进一步地，所述视觉弯道曲率和视觉弯道长度计算公式为：