[发明专利]一种基于贝叶斯网络的追尾预警方法

摘要

一种基于贝叶斯网络的追尾预警方法，选取天气情况Y1、道路情况Y2、驾驶员反应时间Y3、后车与前车的距离Y4、后车速度Y5、后车相对于前车的速度差Y6和后车加速度Y7作为追尾事故Y8的变量节点，得到追尾事故的贝叶斯网络的节点集YY＝{Y1,Y2,Y3,Y4,Y5,Y6,Y7,Y8}，确定变量节点值域；仿真追尾事故的交通场景，构成追尾事故的贝叶斯网络学习数据集，对该学习数据集离散处理；通过离散学习数据集，构造追尾事故的贝叶斯网络的结构，计算该结构中节点的条件概率分布；得到检验数据样本，预测检验数据样本中除追尾事故Y8的各个节点在下一时刻的取值并离散处理；利用所述贝叶斯网络，计算下一时刻发生追尾事故的概率；设定阀值，若下一时刻发生追尾事故概率大于阀值，采取预警措施。

主权项

一种基于贝叶斯网络的追尾预警方法，其特征在于：其包括，S1选取天气情况Y1、道路情况Y2、驾驶员反应时间Y3、后车与前车的距离Y4、后车速度Y5、后车相对于前车的速度差Y6和后车加速度Y7作为追尾事故Y8的变量节点，得到追尾事故的贝叶斯网络的节点集Y为：Y＝{Y1,Y2,Y3,Y4,Y5,Y6,Y7,Y8}，并确定各个变量节点的值域；确定各个变量节点的值域包括：设天气情况Y1包括：晴、雨、雪；设道路情况Y2包括：干燥路面、潮湿路面、冰雪路面；设驾驶员反应时间Y3分为三个区域：Y3≤0.5s、0.5s＜Y3≤1.5s、Y3＞1.5s；设后车与前车的距离Y4分为两个区域：Y4≤L、Y4＞L，其中，L是车辆的期望安全车距；设后车速度Y5分为三个区域：Y5≤21m/s、21m/s＜Y5≤28m/s、Y5＞28m/s；设后车相对于前车的速度差Y6分为两个区域：Y6≤0、Y6＞0；设后车加速度Y7分为三个区域：Y7≤‑0.25m/s2、‑0.25m/s2＜Y7≤0.25m/s2、Y7＞0.25m/s2；设追尾事故Y8包括：没有发生追尾事故、发生追尾事故；S2仿真追尾事故的交通场景，构成追尾事故的贝叶斯网络的学习数据集，并对该学习数据集进行离散处理；S3利用节点集Y和离散的学习数据集，构造追尾事故的贝叶斯网络的结构；S4并计算该结构中各个节点的条件概率分布；S5使用交通模拟软件得到检验数据样本，预测检验数据样本中除追尾事故Y8的各个节点在下一时刻的取值并进行离散处理；S6利用所述贝叶斯网络，计算下一时刻发生追尾事故的概率；S7设定阀值，若下一时刻发生追尾事故的概率大于阀值，则采取预警措施。