【技术实现步骤摘要】
本专利技术属于交通安全，具体涉及基于轨迹数据的高速公路隧道路段划分，包括数据提取计算、数据处理和数据应用。通过车辆轨迹数进行参数提取计算，在考虑驾驶特性的前提下，结合主成分分析法、k-means聚类算法，实现高速公路隧道路段的精细化划分。
技术介绍
1、高速公路隧道由于内外亮度差异悬殊、交通空间受限等因素，驾驶人对隧道环境信息的感知存在差异，隧道不同纵向位置的驾驶行为差别较大，车辆在隧道的行驶安全性也不断的发生变化。随着计算机视觉技术的发展，大规模车辆高精度轨迹数据得到应用。轨迹数据提供了车辆的位置、速度微观信息，可支撑车辆风险的精确计算分析。通过真实海量的连续轨迹数据，可细致的分析隧道内不同纵向位置群体驾驶员的驾驶行为差异。现有隧道分段方法主要考虑驾驶员的心生理变化及行车舒适性，并不能完全适用于隧道的精准管控。本专利技术结合亮度检测仪、毫米波雷达、雷视一体机多源数据，通过车辆连续轨迹数据探究隧道车辆的行驶风险变化，依据风险特征结合无监督学习算法进行隧道路段划分，方法适用性较高。
技术实现思路
1、为解决上述问题，本专利技术提出了一种基于轨迹数据的高速公路隧道分段方法。研究成果能够有效实现隧道路段划分，为隧道运营管理提供决策支持，有助于实现隧道路段精准化管控，提升行车安全，保障隧道安全有序运营。为实现上述目的，本专利技术采用以下技术方案：
2、step1：基于轨迹数据的参数提取
3、车辆原始轨迹数据记录了道路全域所有在途车辆的轨迹，包含了时间、车辆编号、车辆
4、step2：基于轨迹数据的车辆行驶特征计算
5、确定最小分析道路单元长度，依据最小道路单元长度，将分析路段划分p个道路单元。选取6个隧道分段特征指标b1,b2,b3,b4,b5,b6，各道路单元特征指标计算如下：
6、(1)平均速度
7、
8、式中：vx为车辆在道路单元内运行速度；v为车辆在在统计期内各数据采集时刻的瞬时速度；i为车辆在统计期内的数据采集次数编号，i＝1,2,…t；t为车辆在统计期内的数据采集总次数。
9、
10、式中：为道路单元内所有统计车辆的平均车速；i为车辆编号，i＝1,2,…n；n为统计车辆的个数；vxi为道路单元内车辆i的运行速度。
11、(2)速度标准差
12、
13、式中：σ为道路单元内的车辆运行速度标准差；i为车辆编号，i＝1,2,…n；n为道路单元内统计车辆的个数；vxi为道路单元内车辆i的运行速度；为道路单元内所有统计车辆的平均车速。
14、(3)平均车头时距
15、
16、式中：thi为道路单元内后车i与前车的车头时距；xf,t、xl,t为t时刻前车、后车的纵向位置；vl,t为t时刻后车i的瞬时速度。
17、
18、式中：ath为道路单元内车辆的平均车头时距；i为车辆编号，i＝1,2,…n；n为道路单元内统计车辆的个数；thi为道路单元内后车i车与前车的车头时距。
19、(4)平均速度差
20、δvi＝vl,t-vf,t
21、式中：δv为道路单元内后车i与前车的速度差；vf,t、vl,t为t时刻前车、后车的瞬时速度。
22、
23、式中：为道路单元内的平均速度差；i为车辆编号，i＝1,2,…n；n为道路单元内统计车辆的个数；δvi为道路单元内后车i与前车的车速差。
24、(5)平均碰撞时间average time to collision
25、
26、式中：ttci为道路单元内后车i与前车的碰撞时间；xf,t、xl,t为t时刻前车、后车的位置；vf,t、vl,t为t时刻前车、后车的瞬时速度；li为前车车长。
27、
28、式中：attc为道路单元内所有统计车辆的平均碰撞时间；i为车辆编号，i＝1,2,…n；n为道路单元内统计车辆的个数；ttci为道路单元内后车i车与前车的碰撞时间。
29、(6)平均避免碰撞减速度average deceleration rate to avoid a crash
30、
31、式中：draci为道路单元内后车i与前车避免碰撞的减速度；vf,t、vl,t为t时刻前车、后车的速度；xf,t、xl,t为t时刻前车、后车的位置；li为前车的车长。
32、
33、式中：adrac为道路单元内平均避免碰撞减速度；i为车辆编号，i＝1,2,…n；n为道路单元内统计车辆的个数；draci为道路单元内后车i与前方车辆避免碰撞的减速度。
34、基于以上参数，得到p个道路单元各特征指标构成的原始数据分析矩阵b：
35、
36、式中：b为原始数据分析矩阵；bj，j＝1,2,…,6为各道路单元的属性j的集合；bij为第i个道路单元的j特征取值，i＝1,2,…p，j＝1,2,…,6。
37、step3：基于主成分分析的高速公路隧道分段特征指标处理
38、(1)数据降噪
39、采用lowes局部加权散点平滑法，对p个道路单元的特征指标b1,b2,b3,b4,b5,b6进行降噪处理。窗口比例为0.1，平滑处理后形成的数据矩阵如下：
40、
41、式中：为平滑处理后的原始数据矩阵；p为道路单元个数；为平滑处理后各道路单元的第j个特征值集合，j＝1,2,…,6；xij，i＝1,2,…p，j＝1,2,…,6为平滑处理后的第i个道路单元的第j个特征值。
42、平滑处理具体计算过程如下：
43、s1：以道路单元的中心位置坐标x0为中心确定一个区间，区间窗口的宽度计算公式如下：
44、span＝g×p
45、其中：x0为道路单元的中心位置坐标；span是所加滑动窗口的宽度；g为窗口比例，即参加局部回归的散点值的个数占总散点值个数的比例；p是散点值的个数，即道路单元个数。
46、s2：计算窗口宽度内所有点的权数值：
47、
48、其中：ωi(x)为窗口内所有点的权数值；i为窗口编号；x是与当前中心点相关联的跨度内的相邻点；xi为i窗口中心的横坐标；di是横坐标xi到跨度内最远的相邻点的距离。
49、s3：使用加权线性回归，对窗口内的散点拟合一条直线。获取预测值
50、s4：移动到下一个点xi+1，然后执行以上步骤，得到预测值直至所有点计算结束后，停止计算。
51、(2)高速公路隧道分段特征指标处理
52、对原始数据矩阵进行z-score标准化变换:
53、
54、本文档来自技高网...
【技术保护点】
1.一种基于轨迹数据的高速公路隧道分段方法，其特征在于，具体包括以下步骤：
【技术特征摘要】
1.一种基于轨迹数据的高速公路隧道分段...
【专利技术属性】
技术研发人员：郭蕊，陈艳艳，李汶昊，张云超，郭音伽，周云彤，
申请(专利权)人：北京工业大学，
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。