为提高快速路匝道区域合流冲突的识别精度,并缓解合流冲突提供决策依据,提出一种V2X(vehicle to everything)环境下基于圆风险域的交通冲突识别模型.通过V2X技术实时获取车辆位置和速度,以冲突风险时间为关键参数,分析主线车辆和匝道车...为提高快速路匝道区域合流冲突的识别精度,并缓解合流冲突提供决策依据,提出一种V2X(vehicle to everything)环境下基于圆风险域的交通冲突识别模型.通过V2X技术实时获取车辆位置和速度,以冲突风险时间为关键参数,分析主线车辆和匝道车辆的不同运动状态特性;引入风险域概念,结合车辆运动学,构建基于圆风险域冲突识别模型,进而通过两圆的位置关系表征两车之间的运动关系,实现交通冲突的识别;为细化冲突风险程度,采用累计频率曲线法判定冲突风险程度等级.仿真结果表明,采用冲突识别模型的识别率相比未采用时提高25.81%,说明该模型能有效识别匝道合流冲突,提高通行效率,并可为V2X环境下匝道合流车辆提供安全预警.展开更多
文摘为提高快速路匝道区域合流冲突的识别精度,并缓解合流冲突提供决策依据,提出一种V2X(vehicle to everything)环境下基于圆风险域的交通冲突识别模型.通过V2X技术实时获取车辆位置和速度,以冲突风险时间为关键参数,分析主线车辆和匝道车辆的不同运动状态特性;引入风险域概念,结合车辆运动学,构建基于圆风险域冲突识别模型,进而通过两圆的位置关系表征两车之间的运动关系,实现交通冲突的识别;为细化冲突风险程度,采用累计频率曲线法判定冲突风险程度等级.仿真结果表明,采用冲突识别模型的识别率相比未采用时提高25.81%,说明该模型能有效识别匝道合流冲突,提高通行效率,并可为V2X环境下匝道合流车辆提供安全预警.