【技术实现步骤摘要】
一种基于启发式规则的车辆换道轨迹识别方法
[0001]本专利技术涉及交通轨迹数据处理领域,特别是一种基于启发式规则的车辆换道轨迹识别方法。
技术介绍
[0002]车辆的换道行为是影响交通流特性的主要驾驶行为之一。在过去的三十年中,换道模型也一直是各种交通研究的热点问题。但是大多数的研究集中于对换道决策过程的模型化,而往往忽视换道行为中的具体细节。当前许多有关交通流和车辆换道的数值仿真实验都将车道变化视为瞬时事件或具有恒定间隔的事件。这种简化就是由于缺乏丰富和准确的车辆轨迹。但随着计算机视觉等人工智能技术引入交通领域,基于视频的车辆轨迹监控技术已经克服了这一困难。该领域的典型代表有NGSIM(Next GenerationSIMulation)和HighD(Highway Drone Dataset)数据集,它们包含关于驾驶员个人行为的丰富信息,可以用作如数据驱动型换道模型的学习数据。但是测试表明,如果未经适当检查就直接使用原始数据,可能会得出偏颇的结论。所以如何在复杂、量大的原始数据集中提取需要的换道数据成为关键。
[0003]一般来说,有两个主要问题需要解决。首先是从大量采样数据中提取非异常的换道轨迹数据,并且使轨迹数据符合研究需要(如只需要自由换道的数据)。其次就是基于过滤后的轨迹定义车辆换道行为的起始点和终止点。本专利技术开发了一组启发式规则来过滤海量轨迹数据集,对原始轨迹数据的预处理、轨迹提取、数据孪生等处理过程进行了逻辑梳理与细节阐述,典型的轨迹数据集都可以按照该思路进行数据处理。
专利技术 ...
【技术保护点】
【技术特征摘要】
1.一种基于启发式规则的车辆换道轨迹识别方法,其特征在于:包括如下步骤:步骤1、数据分段记录判断:对原始轨迹数据以全局时间作为关键词进行排序,判断原始轨迹数据是否将不同时间段观测的数据分开记录;当原始轨迹数据中同一全局时间具有唯一一个拍摄帧序号时,则判断原始轨迹数据是将不同时间段观测的数据分开记录,直接进入步骤3;否则,判断原始轨迹数据未将不同时间段观测的数据分开记录,进入步骤2;步骤2、数据分段记录:当全局时间对应a个拍摄帧序号时,将原始轨迹数据划分为a个时间段的观测数据分开记录,使得同一全局时间具有唯一一个拍摄帧序号;步骤3、数据平滑:先对分开记录的每个时间段观测数据,以车辆编号n作为主要关键词,拍摄帧的序号i作为次要关键词进行排序;接着,对排序后的每个时间段观测数据的位置数据进行平滑处理,得到车辆编号n在每个时间段的平滑观测数据;步骤4、换道轨迹识别:对步骤3的每个车辆编号n的平滑观测数据,均基于启发式规则进行换道轨迹识别,具体包括如下步骤:步骤4
‑
1、换道轨迹判断:通过一组平滑观测数据中的车道编号列的数值变化初步判断当前轨迹是否为换道轨迹;当一组平滑观测数据中车道编号变化的次数超过一次则视作换道一次,过滤出没有换道以及换道次数超过2的轨迹,得到换道一次的换道轨迹数据;步骤4
‑
2、确定变道中点:针对步骤4
‑
1得到的换道轨迹数据,根据对应数据集采集路段的车道线位置分布,确定变道中点;将编号为n的车辆越过换道中点前的轨迹帧序号集合称为编号为n的车辆越过换道中点后的轨迹帧序号集合称为步骤4
‑
3、保持换道轨迹完整:过滤出换道前或换道后轨迹数据持续时间少于设定时间保持阈值的车辆轨迹,确保得到的换道轨迹的完整性;步骤4
‑
4、确定换道起始点和终止点,具体为:A、起始点:起始点i
q
位于数据集中,起始点为车辆车身即将与车道线接触的最后轨迹帧序号i
*
或车辆车身与车道线夹角小于设定夹角阈值α的最后轨迹帧序号i
′
;B、终止点:终止点i
z
位于数据集中,终止点为车辆车身接近车道线的最小轨迹帧序号i
**
或车辆车身与车道线夹角小于设定夹角阈值α的最小轨迹帧序号i
″
。2.根据权利要求1所述的基于启发式规则的车辆换道轨迹识别方法,其特征在于:步骤4
‑
4中,换道起始点i
q
的判别式为:其中:其中:且且且
且式中,是编号为n车辆直行时轨迹帧序号的集合;是编号为n车辆在第i1个轨迹拍摄帧时车身与车道线的夹角;是编号为n车辆轨迹中车身与车道线无接触的轨迹帧序号的集合;是编号为n车辆在第i2个轨迹拍摄帧时的横向坐标;X
MidLin据
是换道穿越的车道线的横向坐标;W
n
编号为n车辆的车宽。3.根据权利要求2所述的基于启发式规则的车辆换道轨迹识别方法,其特征在于:步骤4
‑
4中,的计算公式为:A、当换道方向为从左向...
【专利技术属性】
技术研发人员:王昊,尹芳至,董长印,刘云杰,陈雨佳,熊卓智,张家瑞,
申请(专利权)人:东南大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。