多车道交织区车辆跟驰行为风险判别与冲突预测

车路协同系统(IVICS)是保障安全高效出行的新兴技术之一,将高精度车辆轨迹数据与机器学习方法相结合,提出一种可应用于IVICS的多车道交织区的潜在风险判别与冲突预测方法。首先,基于无人机视频,从广域视角提取交织区交通矢量位置、速度等信息,并划分上下游、交织影响区等多个分区;然后,考虑决策行为(车车边缘距离、接近率)与车辆行为(横纵向速度、加速度、速度角度)构建风险判别模型,以单位面积冲突次数、持续时间、冲突密度等指标评估风险;最后,基于朴素贝叶斯模型与logistic回归模型分别进行交通冲突预测,与实测数据相比,预测准确率分别为74.86%、87.10%,Area Under Curve分别为0.84、0.88,表明logistic回归模型具有更好的预测性能。研究成果有助于交管部门制定与优化交通管控方案,可应用于IVICS动态预警。

面向换道冲突互信息的复杂交织区车辆风险识别

为提升复杂交织区行车安全性,提出了一种考虑换道冲突互信息的车辆换道风险识别方法。首先,基于无人机视频提取复杂交织区的微观换道轨迹,测算换道风险关键参数;然后,考虑换道紧邻车辆信息,聚焦于车辆换道行为的矢量性,改进拓展TTC理论,构建复杂交织区换道风险识别模型,并对换道风险的等级进行细分;最后,基于实测数据进行模型的优化与验证。结果表明,模型可有效反映汇入或汇出主线的迫切需求,描述车辆在不同位置、不同方向的换道风险差异。研究成果有助于智能网联环境下复杂交织区的车辆换道决策与轨迹优化,为交管部门制定动态预警方案提供理论支持。