一种用于快速路入口匝道区域的智能车辆合流预警方法与流程

本发明涉及车辆安全驾驶领域，特别是涉及一种用于快速路入口匝道区域的智能车辆合流预警方法。

背景技术：

城市快速路作为城市道路网络的重要支撑，是城市交通能否实现快速运行的重要保障。而快速路合流区作为快速路系统内部车流和其他车流相互作用的联系纽带，是快速路与城市普通道路间相互关联的重要节点。在城市快速路合流区内，匝道车辆的汇入行为，往往会引起合流区交通流紊乱，交通冲突数量增大等问题。而且根据交通事故统计数据，城市快速路上的交通事故有相当一部分发生在快速路合流区内。在美国，约52％的车辆在驶入匝道时所产生的交通事故发生在合流区。因此，采取安全策略缓解快速路合流区交通安全问题刻不容缓。

图1为快速路入口匝道区域的车辆合流示意图，城市快速路合流区由三个部分组成，包括主线车道(即目标车道)、入口匝道和连接主线车道与匝道的加速车道。车辆在合流区需完成从匝道经加速车道汇入目标车道的合流行为，在合流过程中，驾驶员需连续执行速度判断、加速、寻找目标间隙、判断汇入时机等多个动作，进而完成快速并安全汇入目标车道的多目标任务，因此合流行为是个多重考虑合流车自身行车情况、周围车辆运行情况以及道路状况的复杂驾驶行为。但在实际驾驶中，受驾驶员精力及观察范围限制，驾驶员对于侧向和后方状况的观察不如对前方区域观察的直接，所以在判断与后车距离及后车速度时容易发生失误，进而影响对合流碰撞风险分析的准确性；特别是在天气状况不佳时，驾驶员很难通过观察侧视镜了解后车状况，合流难度会增加很多，更易发生交通事故。现有技术多通过盲区车辆监视来提醒驾驶员的变道行为，当驾驶员发出转向信号后，如果盲区内检测到车辆，则会发出变道告警。该方法在自由换道时，具有很好的警示作用，但当驾驶员处于合流区需完成强制性合流行为时，即使与后车有碰撞风险，驾驶员也必须完成合流行为。因此，需要一个可以预先判断合流碰撞风险，不仅能够给驾驶员提供风险告警也能提醒驾驶员准备换道的工具，来辅助驾驶员进行合流决策。

通过检索现有专利和论文发现，已有部分针对合流区换道预警的研究，但研究中考虑的因素并不全面。中国专利文献cn201010219558.0《高速公路入口匝道合流区智能安全预警控制方法》主要通过采集主线交通量和速度信息进行判断，进而对匝道车辆进行预警，该预警方法未考虑到车辆的实时位置，并且控制规则复杂。中国专利文献201710548017.4《城市快速路匝道合流区安全预警系统》提出的预警方法立足于采集实时车辆数据，从车路协同的角度的对驾驶员进行实时的预警，但是未考虑驾驶员的驾驶行为习惯，不能针对不同的驾驶员给出差异性的预警信息；同时该系统给出的实时预警信息，只能告知驾驶员当时换道的危险性，并未考虑到合流区驾驶员需要尽早汇入主线的强制换道性，无法给出提前预警信息，并且预警算法复杂。本发明不仅考虑了合流车辆及周围车辆状态，还考虑了驾驶员驾驶习惯，可以给出综合考虑“驾驶员-车辆-环境”的风险告警信息，此外该合流预警系统可给出针对下一秒换道的提示及告警信息，不仅可提醒驾驶员准备换道，从避免造成加速车道末端扎“扎堆”换道的情况，还可对危险换道行为给出预警及安全换道策略，减少合流换道事故的发生。此外本发明采用的模型简单，计算复杂度低，实用性强。

技术实现要素：

为了解决上述存在的问题，本发明提供一种用于快速路入口匝道区域的智能车辆合流预警方法，根据实时数据，给出下一秒的合流风险值，辅助驾驶员完成合流的驾驶行为，并在合流风险存在时，通过指示灯和警报器给出警报。所述方法能够有效为驾驶员进行合流时提供可靠的判断，能够极大的减少因为合流决策失误导致的道路交通事故，为达此目的，本发明提供一种用于快速路入口匝道区域的智能车辆合流预警方法，该方法包括如下步骤：

步骤1：采集数据；

步骤2：构建基于mnl模型的合流车辆碰撞风险预测模块，分别通过样本数据的选取和处理、模型构建和决策模型的精确度验证；

步骤3：实时获取样本数据，通过合流车辆碰撞风险预测模块进行风险判断，给出预警信息。

本发明的进一步改进，所述步骤1中，采集的数据包括驾驶员驾驶行为、合流车辆速度、目标车道前后车速度、车辆类型、合流车辆与目标车道前后车辆沿车道方向的间隙。

本发明的进一步改进，所述步骤2中，样本数据选取和处理，样本数据集中需包括车辆轨迹数据和驾驶行为数据；车辆轨迹数据包括合流车和周围车的位置坐标、速度、加速度，以及合流车与目标车道前后车的间隙，采样频率为1hz；驾驶行为数据是指反映驾驶员和车辆整体行为的指标；同时需要对数据集进行划分，所述数据集一部分进行模型构建，另一部分用于测试。

本发明的进一步改进，所述步骤2中，模型构建选取交通冲突指标ttc作为风险冲突预测指标；根据现有研究，将2s设定为碰撞风险阈值，当合流车辆与目标车道前/后车ttc值小于2s时，则判断为有碰撞风险，指标值设置为1，否则，为0；另外，由于本预警系统期望能够提前给驾驶员提供换道准备、换道危险等换道提示及告警，因此将下一秒的风险值作为预测量构建模型；样本集记为其中ct+1为t+1时刻的碰撞风险指标值，为样本变量集，n为变量个数，t为合流车辆换道总时长。

本发明的进一步改进，所述步骤2中，决策模型的精确度验证，根据构建模型对测试数据进行碰撞风险判别，并将判别结果与实际的车辆交通碰撞情况进行对比，从而验证模型的准确性。

本发明的进一步改进，所述步骤3中，通过安装在车辆上的传感器和探测器获取车辆的实时数据，并用处理器通过合流车辆碰撞风险预测模块进行风险判断，将预警信息通过安装在本车上的显示屏和报警器传递给驾驶员。

本发明一种用于快速路入口匝道区域的智能车辆合流预警方法，包括如下优点：

1.本发明风险预警模型不仅考虑了合流车辆及周围车辆状态，还考虑了驾驶员驾驶行为，可以给出综合考虑“驾驶员-车辆-环境”的风险告警信息；

2.本发明合流预警系统可给出针对下一秒换道的提示及告警信息，不仅可提醒驾驶员准备换道，从而避免加速车道末端“扎堆”换道的情况，还可针对危险换道行为给出预警警示及安全换道策略，进而达到减少合流换道事故发生的目的。

附图说明

图1是本发明车辆合流过程示意图；

图2是本发明合流预警系统框图。

具体实施方式

下面结合附图与具体实施方式对本发明作进一步详细描述：

本发明提供一种用于快速路入口匝道区域的智能车辆合流预警方法，根据实时数据，给出下一秒的合流风险值，辅助驾驶员完成合流的驾驶行为，并在合流风险存在时，通过指示灯和警报器给出警报。所述方法能够有效为驾驶员进行合流时提供可靠的判断，能够极大的减少因为合流决策失误导致的道路交通事故。

如图2，本发明提供了一种基于mnl模型(multinomiallogitmodel)的合流车辆碰撞风险预测模块的预警方法，根据实时数据，给出下一秒的合流风险值，辅助驾驶员完成合流的驾驶行为，并在合流风险存在时，通过指示灯和警报器给出警报。具体步骤如下

步骤1：采集数据，采集的数据包括驾驶员驾驶行为、合流车辆速度、目标车道前后车速度、车辆类型、合流车辆与目标车道前后车辆沿车道方向的间隙。

步骤2：构建基于mnl模型(multinomiallogitmodel)的合流车辆碰撞风险预测模块，具体包括样本数据的选取和处理、模型构建和决策模型的精确度验证。

其中，样本数据选取和处理，样本数据集中需包括车辆轨迹数据和驾驶行为数据，车辆轨迹数据包括合流车和周围车的位置坐标、速度、加速度，以及合流车与目标车道前后车的间隙，采样频率为1hz；驾驶行为数据是指反映驾驶员和车辆整体行为的指标，如车辆合流前在匝道连接处是否出现靠内侧车道行驶或占用应急车道的行为；同时需要对数据集进行划分，所述数据集一部分进行模型构建，另一部分用于测试。

其中，模型构建所需的样本数据由江苏省南京市某快速路合流区拍摄视频数据获得，数据集中的轨迹数据提供每辆车的横、纵坐标、速度、加速度，以及合流车和目标车道前后车的间隙、目标车道前后车的车型；驾驶行为数据为车道保持能力，通过合流车辆在匝道连接处是否出现靠内侧车道行驶或占用应急车道的行为判定。

其中，模型构建选取交通冲突指标ttc作为风险冲突预测指标，根据现有研究，将2s设定为碰撞风险阈值，当合流车辆与目标车道前/后车ttc值小于2s时，则判断为有碰撞风险，指标值设置为1，否则，为0；另外，由于本预警系统期望能够提前给驾驶员提供换道准备、换道危险等换道提示及告警，因此将下一秒的风险值作为预测量构建模型；样本集记为其中ct+1为t+1时刻的碰撞风险指标值，为样本变量集，n为变量个数，t为合流车辆换道总时长。模型结果如下表：

其中，决策模型的精确度验证，根据碰撞阈值对测试数据进行识别，并将识别结果与实际的车辆交通冲突情况进行对比，用识别的验证性验证模型的准确性。结果如下表：

步骤3：实时获取样本数据，通过合流车辆碰撞风险预测模块进行风险判断，给出预警信息。通过安装在车辆上的传感器和探测器获取车辆的实时数据，并用处理器通过合流车辆碰撞风险预测模块进行风险判断，并将预警信息通过安装在本车上的显示屏和报警器传递给驾驶员。如图2，当不存在合流风险时，显示屏显示绿色指示灯，表示可以换道；当存在合流风险但盲区内无驶近车辆时，显示屏显示橙色指示灯，表示驾驶员需谨慎换道，或按换道策略调整行驶状态等待下一个安全换道时机；当存在合流风险而且盲区内有驶近车辆时，显示屏显示红色指示灯，表示禁止驾驶员换道，并且报警器发出禁止换道的语音。

以上所述，仅是本发明的较佳实施例而已，并非是对本发明作任何其他形式的限制，而依据本发明的技术实质所作的任何修改或等同变化，仍属于本发明所要求保护的范围。