10.3969/j.issn.1001-7372.2022.01.007
基于轨迹数据的非机动车道内冲突事件自动识别与可视化
准确识别非机动车道内的交通冲突事件既是量化评价非机动车道安全水平的基础,也是剖析与理解非机动车道内运行风险产生与发展过程的重要前提.基于轨迹的交通冲突识别与分析技术已被运用于城市交叉口处机动车之间以及机非之间的交互安全分析,但目前鲜有聚焦非机动车道场景内交通冲突事件的分析方法.针对该问题,提出一种基于个体的(Agent-based)的非机动车道冲突风险自动识别方法.该方法以非机动车道内运动个体的轨迹时序数据为输入,将每条轨迹视为单独的运动个体.在每一时间步下,从个体视角切入,利用多坐标系转换思想进行个体和其视觉域内运动个体的追尾冲突、角度冲突与正面碰撞冲突判断.在此基础上,构建可对单一时间步下非机动车道内所有运动个体同时处理的冲突识别并行计算框架,能有效保证多个体场景下的冲突计算效率,在自动判别各类冲突风险的基础上,亦可对冲突事件信息进行提取与存储.基于该方法,可从宏观与微观层面以冲突事件统计、冲突热力分布图、冲突事件网络图与冲突个体微观行为图等形式对非机动车道内的运行风险进行可视化输出.通过案例分析,验证所提方法在非机动车道场景进行冲突风险识别的有效性,并结合具体输出结果探讨该方法应用的可能性.研究成果为非机动车道的运行风险评价提供了有效的量化手段,对于深入理解非机动车道内的冲突形成机理及风险场景中非机动车的微观行为模式具有积极意义.
交通工程;交通冲突;冲突识别方法;并行计算;非机动车道;自动化
35
U491(交通工程与公路运输技术管理)
国家自然科学基金;中央高校基本科研业务费专项资金项目;合肥工业大学智能制造技术研究院科技成果培育专项
2022-03-09（万方平台首次上网日期，不代表论文的发表时间）
共14页
71-84
