货车移动遮断影响下的小客车驾驶行为识别

为识别山区双车道公路货车移动遮断影响下的小客车驾驶行为,通过无人机拍摄和图像处理提取车辆轨迹数据,根据车头时距、小客车横向位置曲线斜率的阈值标准,标定小客车的跟驰、换道和超车这3种驾驶行为类别;采用Kruskal Wallis检验和主成分分析法对小客车驾驶行为特征参数进行筛选和降维,获取识别模型输入变量;运用网格搜索算法确定核函数最优参数组合,建立基于支持向量机(SVM)的货车移动遮断下小客车驾驶行为识别模型。以云南省典型山区双车道公路为例,多维度分析货车移动遮断下的小客车驾驶行为特性,并对识别模型进行训练和测试。结果表明:货车移动遮断下小客车的行车速度比自由流条件下低约20~30 km·h^(-1);小客车在山区双车道跟驰货车行驶时的平均车头时距为2.53 s,小于相关规范中规定的最小安全车头时距,跟驰行车风险较大;基于SVM的货车移动遮断下小客车驾驶行为识别模型的识别准确率达98.41%,具有良好的识别能力和应用前景。

货车移动遮断影响下的跟驰风险异质性建模

基于移动瓶颈理论和交通流理论构建“货车移动遮断”效应模型,解析货车移动遮断形成机理,选用无人机采集货车移动遮断场景中车辆行驶视频数据并提取高精度车辆跟驰轨迹样本,基于此提出考虑冲突可能性和冲突严重度的小客车跟驰风险评价方法和分级标准,利用RP-ORP模型构建了考虑异质性跟驰风险概率预测模型。结果表明:货车移动遮断动态影响交通流稳定性,其形成过程包括减速跟驰和加速超车两个阶段;考虑异质性的RP-ORP模型能实现特定条件下小客车跟驰行为处于不同风险等级的概率预测,且拟合优度高于FP-ORP模型高;货车纵向加速度、跟驰车头间距、跟驰持续时间、小客车与货车速度差、激进型驾驶员5个变量显著影响小客车跟驰风险水平,且跟驰持续时间和激进型驾驶员2个变量具有随机参数特性。

山区双车道公路货车移动遮断小客车跟驰风险预测模型

选取典型山区双车道公路弯道和直道为研究对象,基于无人机航拍视频提取的交通轨迹数据,通过轻度提升机算法构建了货车移动遮断下小客车跟驰风险预测模型,采用支持向量机、随机森林验证了模型有效性,分析了模型关键特征参数风险作用机制。实验结果表明:基于轻度提升机算法的风险预测模型准确率达96.9%,具有优越性,速度差、跟驰间距是模型关键特征参数,直道上单因子重要度更大;相比弯道,直道路段危险驾驶行为突出,大幅横向偏移等不稳定跟驰特征明显;由模型解释器结果可知,当速度差小于0.5 m/s、跟驰间距大于40 m时,是较为安全的跟驰状态。