【技术实现步骤摘要】
本专利技术涉及交通安全替代指标选取领域，尤其涉及一种适用于复杂道路节点的最优交通安全替代指标选取方法及系统。
技术介绍
1、长期以来，交通风险评估普遍采用交通事故统计指标来评价道路交通安全情况，但是传统的交通事故评价方法开展难度大，而随着交通冲突理论的逐渐成熟，交通安全替代指标凭借大样本、小周期、小区域、高可靠性等优点，逐渐代替传统事故统计，被广泛应用于安全评价和预测。现阶段针对单一交通冲突替代指标的适用场景的局限性，许多自造指标以及复合指标已经逐渐用于交通安全评估。
2、目前对于安全替代指标的选取没有一个确定的标准，特别是针对复杂的道路节点例如收费站分流区等，选取不同的安全替代指标会对安全评估结果精度有很大的影响，因此需要在安全评价前进行合理的选取，此外，传统的安全评价指标存在各自的局限性和不一致性，实际应用中难以获得精确的预测结果，因此用复合的改进度量指标比单一指标具有更好的普适性，但缺少将复合指标与传统单一指标进行横向对比的评价体系。鉴于此，提出一个更加系统的交通安全替代评价方案，以期提高交通安全评价结果精准度至关重要。
技术实现思路
1、针对复杂的道路节点对于安全替代指标的选取没有标准的选取方法以及现有研究多采用单一指标进行交通安全评价的问题，本专利技术提供了一种适用于复杂道路节点的最优交通安全替代指标选取方法及系统，所述方法在特定危险场景下横向对比交通冲突替代指标，能够突破传统交通事故评价方法中对样本和数据难以处理的问题，实现了提高交通安全评价结果精准度的目标
2、第一方面，本专利技术提供了一种适用于复杂道路节点的最优交通安全替代指标选取方法，包括：
3、s1：划定复杂道路节点道路区域边界，并以坐标的方式存储在数据库；
4、s2：周期性获取复杂道路节点内所有车辆的微观轨迹数据，并进行数据预处理得到车辆轨迹数据样本，进一步提取参数；
5、s3：基于车辆轨迹数据样本及提取的参数，进行复杂道路节点危险行驶场景的判定和验证，得到危险场景数据；
6、s4：构建候选交通安全替代指标集合，面向危险场景，计算获取各候选交通安全替代指标数值，并进行低危和高危状态划分；
7、s5：构建交通安全替代指标的评价指标集合，面向各候选交通安全替代指标，计算获取各评价指标数值，其中，评价指标包括准确性、快速性、严重性；
8、s06：根据各评价指标数值，计算各候选交通安全替代指标与对应最优方案和最劣方案间的距离，选取与最优方案的相对接近度最高的交通安全替代指标作为最优交通安全替代指标。
9、进一步地，s1的具体过程为：
10、s11.复杂道路节点道路区域边界的划定：通过高精度地图数据和卫星影像识别复杂道路节点，如交叉路口、多层立交桥、环形交叉口等；在识别出的区域内，选取多个代表性点，这些代表性点包括道路中心线、路缘线、交通岛边缘等关键位置；基于选取的代表性点，应用边界拟合算法，如凸包算法或多边形拟合算法，生成道路区域的边界多边形，精确描述复杂道路节点的几何形状和范围。
11、s12.基于获取的复杂道路节点道路区域边界坐标建立数据库：将生成的边界多边形的各顶点坐标进行坐标转换，即从地图坐标系转换为全球定位系统(gps)坐标系或其他适用的地理坐标系，以确保不同数据源之间的坐标一致性；将转换后的边界坐标数据以结构化的形式存储在数据库中，其中数据库设计采用关系型数据库或空间数据库，具体表结构包括节点id、边界顶点坐标(经度和纬度)、时间戳等字段；存储过程涵盖数据的插入、更新和备份，确保数据的完整性和安全性。
12、s13.面向建成的数据库，为了确保数据库内边界数据的准确性和完整性，对存储在数据库中的边界数据进行验证，包括与实地测量数据进行比对或通过实地调查验证。根据验证结果，对不准确或不完整的边界数据进行调整和修正，确保其真实反映复杂道路节点的实际情况。
13、进一步地，s2步骤包括：
14、s21.复杂道路节点的车辆微观轨迹数据的获取是通过使用路侧感知设备(如毫米波雷达和激光雷达)或航拍对复杂道路节点的全部区域进行车辆运动轨迹数据采集，并进行数据预处理，其中数据预处理包含：
15、数据清洗：去除数据中的无效值、错误值和重复值；
16、数据同步：将不同传感器获取的数据进行时间同步，确保数据的一致性；
17、时间对齐：将不同时间点收集的数据进行时间序列的对齐，确保数据在时间轴上的一致性；
18、空间校正：对于航拍或路侧感知设备获取的数据，需要进行空间校正，将图像数据转换为实际地面坐标，确保数据的准确性；
19、s22.通过路侧边缘计算设备处理车辆轨迹数据样本，进行参数提取，得到车辆特征参数、环境特征参数；其中，车辆特征参数包括：车辆编号、位置坐标、航向角、速度、加速度、车辆类型、所在车道、距离、时间，环境特征参数包括与前车距离、前车速度。
20、优选地，复杂道路节点的车辆微观轨迹数据的获取还通过对调查地点进行视频拍摄，利用视频自动识别技术从视频背景中分离出背景，并追踪车辆获取连续的车辆微观轨迹数据。
21、进一步地，所述s3步骤包括：
22、所述危险行驶场景的判定是基于预处理后采集的车辆轨迹数据样本所提取的车辆特征参数(如车速、距离、时间、位置坐标)，判别样本内各车辆cf的车头中心点在每一时刻t时与前车cl车尾中心点之间的瞬时监测距离d与本车制动距离s之间的大小关系，当d<s时，则判定此时为cf车的危险行驶场景开始时刻当d小于等于0.5米，则判别为发生碰撞且危险场景结束时刻共获取n个危险行驶场景数据，该危险场景数据为交通安全替代指标的参考集a。
23、其中，d为瞬时监测距离，即车辆cf车头中心点与前车cl车尾中心点之间的空间距离；s为车辆cf的制动距离，其计算公式如下：
24、
25、式中，t1为驾驶员开始踩下制动踏板到制动开始生效的时间；t2为制动力增加的时间；v0为汽车制动初速度；jmax为最大制动减速度。
26、并根据各车辆cf的车头中心点在每一时刻t时与前车cl车尾中心点之间的瞬时监测距离d的大小，将所有危险场景划分为两个状态：低危状态和高危状态：
27、低危状态，即各车辆cf处于x≤d<s的状态，其中x为前车cl正常行驶时，后车cf的安全制动距离，其计算公式如下：
28、
29、v1为前车cl的速度。
30、高危状态，即各车辆cf处于0≤d<x的状态。
31、进一步地，s4步骤包括：
32、s41.构建候选交通安全替代指标集合，其中，候选交通安全替代指标包括：距离碰撞时间(ttc)、改进距离碰撞时间(mttc)、拓展距离碰撞时间(ettc)、干扰碰撞时间(ttcd)、避免碰撞减速率(drac)、复合指标comettc；
33、s42.本文档来自技高网...
【技术保护点】
1.一种适用于复杂道路节点的最优交通安全替代指标选取方法，其特征在于，包括：
2.根据权利要求1所述的适用于复杂道路节点的最优交通安全替代指标选取方法，其特征在于，S1的具体过程为：
3.根据权利要求1所述的适用于复杂道路节点的最优交通安全替代指标选取方法，其特征在于，S2步骤包括：
4.根据权利要求1所述的适用于复杂道路节点的最优交通安全替代指标选取方法，其特征在于，危险行驶场景的判定是基于预处理后周期性采集的车辆轨迹数据样本所提取的车辆特征参数，判别样本内各车辆Cf的车头中心点在每一时刻t时与前车Cl车尾中心点之间的瞬时监测距离d与本车制动距离S之间的大小关系，当d<S时，则判定此时为Cf车的危险行驶场景开始时刻当d小于等于0.5米，则判别为发生碰撞且危险场景结束时刻共获取n个危险行驶场景数据，该危险场景数据为交通安全替代指标的参考集A；
5.根据权利要求4所述的适用于复杂道路节点的最优交通安全替代指标选取方法，其特征在于，S4步骤包括：
6.根据权利要求5所述的适用于复杂道路节点的最优交通安全替代指标选取方法
7.根据权利要求1所述的适用于复杂道路节点的最优交通安全替代指标选取方法，其特征在于，所述S5中交通安全替代指标的评价指标集合是指评价所有交通安全替代指标性能的评价指标的集合，其中评价指标包括准确性、快速性、严重性：
8.根据权利要求1所述的适用于复杂道路节点的最优交通安全替代指标选取方法，其特征在于，S6的具体过程为：
9.一种适用于复杂道路节点的最优交通安全替代指标选取系统，其特征在于，包括：
...【技术特征摘要】
1.一种适用于复杂道路节点的最优交通安全替代指标选取方法，其特征在于，包括：
2.根据权利要求1所述的适用于复杂道路节点的最优交通安全替代指标选取方法，其特征在于，s1的具体过程为：
3.根据权利要求1所述的适用于复杂道路节点的最优交通安全替代指标选取方法，其特征在于，s2步骤包括：
4.根据权利要求1所述的适用于复杂道路节点的最优交通安全替代指标选取方法，其特征在于，危险行驶场景的判定是基于预处理后周期性采集的车辆轨迹数据样本所提取的车辆特征参数，判别样本内各车辆cf的车头中心点在每一时刻t时与前车cl车尾中心点之间的瞬时监测距离d与本车制动距离s之间的大小关系，当d<s时，则判定此时为cf车的危险行驶场景开始时刻当d小于等于0.5米，则判别为发生碰撞且危险场景结束时刻共获取n个危险行驶场景数据，该危险场景数据为交...
【专利技术属性】
技术研发人员：邢璐，李喜，裴欣，姚丹亚，李烨，汪智钰，
申请(专利权)人：长沙理工大学，
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。