[发明专利]一种基于车辆轨迹和长短记忆神经网络的交叉口转向溢出检测方法

摘要

本发明公开了一种基于车辆轨迹和长短记忆神经网络的交叉口转向溢出检测方法，该方法利用样本车辆的轨迹，根据红灯信号的起止时刻，对车辆的轨迹进行切割，提取红灯信号对应的轨迹。之后根据轨迹计算车辆在每一个轨迹点的速度。然后分别将速度映射至时间轴和空间轴，得到车辆在该红灯信号内的时间轴上的速度曲线，经采样后得到综合时空速度向量。另一方面，通过布设于展宽段入口处的检测器获得速度，并通过设置速度阈值的方法获得红灯信号起止时刻内的转向溢出时长。将综合时空速度向量和转向溢出时长作为参数对长短记忆神经网络进行训练。训练好的神经网络即可用于检测转向溢出。

主权项

1.一种基于车辆轨迹和长短记忆神经网络的交叉口转向溢出检测方法，其特征在于，该方法首先采集样本车辆的轨迹信息、信号参数信息，还包括下列步骤：/n1)在车辆轨迹时空图中，利用红灯信号的起止时刻，切割车辆轨迹，提取信号周期对应的部分轨迹；/n2)通过提取的部分轨迹计算每个轨迹点的速度；/n3)将获得的每个轨迹点的速度映射至时间轴和空间轴，得到时间轴和空间轴上的速度曲线，如果存在多个车辆的轨迹，则分别对时间轴、空间轴的速度曲线求数学平均，得到时间轴、空间轴的平均速度曲线；/n4)对时间轴和空间轴的平均速度曲线进行均匀采样，得到时间轴的速度向量和空间轴的速度向量，对左转车辆、直行车辆均做上述处理，然后将左转的时间轴、空间轴速度向量、直行的时间轴、空间轴速度向量作为元素连接在一起，构成综合时空速度向量；/n5)利用铺设于展宽段入口的检测器获取速度，之后根据周期进行速度的切割，并利用速度阈值确定周期内的转向溢出时长；/n6)以所有周期的综合时空速度向量作为神经网络的输入，以转向溢出时长作为输出训练长短记忆神经网络；之后即可利用训练好的网络对转向溢出进行判断。/n