检索结果-南通市图书馆

基于图神经网络轨迹预测的合流区交通冲突预测方法

在线全文

学校读者我要写书评

暂无评论

山东大学学报（工学版） 2024年第2期54卷 36-46页

作者：赵涛张宁王小超马川义田源张圣涛杨梓梁山东大学齐鲁交通学院山东济南250002 山东高速集团有限公司山东济南250014 济南新旧动能转换起步区管理委员会山东济南250000

为保证高速公路合流区路段的交通安全,减少交通冲突,提出一种基于图神经网络轨迹预测的合流区交通冲突预测方法。该方法包括基于时空图卷积神经网络的轨迹预测方法以及基于预测轨迹的交通冲突预测方法。利用Mirror-Traffic数据集进行交... 详细信息

为保证高速公路合流区路段的交通安全,减少交通冲突,提出一种基于图神经网络轨迹预测的合流区交通冲突预测方法。该方法包括基于时空图卷积神经网络的轨迹预测方法以及基于预测轨迹的交通冲突预测方法。利用Mirror-Traffic数据集进行交通冲突指标阈值计算,并通过一定的轨迹数据处理方法得到适用的数据,进行网络模型训练和验证。结果表明,严重冲突的后侵入时间(post-encroachment time, PET)阈值为2.0 s,轻微冲突的PET阈值为5.36 s。该轨迹预测方法的平均位移误差为1.5 m,最终位移误差为2.1 m,时间成本为0.59 s,与其他4种方法相比,本研究方法的轨迹预测整体效果最好。在交通冲突预测方面,采用准确率、精确率、召回率和F_(1)评价交通冲突预测模型,结果表明交通冲突预测效果较好。本研究提出的方法保证了预测的正确性,增强了预警系统下行车的安全性,提高了预警系统下的合流区通行效率。

关键词：图神经网络轨迹预测交通冲突预测合流区交通安全

在线全文

学校读者我要写书评

暂无评论

基于监控视频的隧道交通冲突预测方法研究

北京交通大学学报 2023年

作者：贾磊李清勇俞浩敏北京交通大学交通数据分析与挖掘北京市重点实验室北京交通大学智慧高速铁路系统前沿科学中心

由于隧道内驾驶环境复杂且危险，一旦发生事故往往具有严重的破坏性. 隧道交通安全是公路运输系统中的重要研究问题.基于宏观交通特征进一步理解交通冲突机制，提出一种基于监控视频的隧道交通冲突预测方法，以实现对隧道交通安全的风... 详细信息

由于隧道内驾驶环境复杂且危险，一旦发生事故往往具有严重的破坏性. 隧道交通安全是公路运输系统中的重要研究问题.基于宏观交通特征进一步理解交通冲突机制，提出一种基于监控视频的隧道交通冲突预测方法，以实现对隧道交通安全的风险预警.通过在车辆轨迹数据中检测出交通冲突事件及对应的宏观交通特征，使用二分类模型验证支持向量机、决策树、多层感知机和随机森林等模型预测交通冲突的可行性，建立交通状态与交通冲突的关联关系.研究结果表明:该预测方法使用的交通状态变量对交通冲突的发生概率均有显著性贡献.随机森林模型能够根据20s时间单元采集的交通状态参数有效预测交通冲突的发生风险，预测准确率可达到97%.

关键词：交通安全碰撞时间交通冲突预测隧道风险机器学习

基于视频识别数据的负二项分布交通冲突预测模型研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于视频识别数据的负二项分布交通冲突预测模型研究

作者：蒋威西南交通大学

学位级别：硕士

传统的交通安全评估方法主要是以交通事故为指标。但是以交通事故作为指标的评估模型存在样本少且数据采集滞后的问题,统计数据存在大量误统漏报和数据统计分析的不真实、不准确。因此,交通冲突作为新的交通安全评估指标,具有样本量大... 详细信息

传统的交通安全评估方法主要是以交通事故为指标。但是以交通事故作为指标的评估模型存在样本少且数据采集滞后的问题,统计数据存在大量误统漏报和数据统计分析的不真实、不准确。因此,交通冲突作为新的交通安全评估指标,具有样本量大、数据即时的优点,逐渐取代交通事故成为交通安全评价核心内容。本文以交通冲突为指标,采用视频识别方法采集了南京市仙林东南某区域的交通冲突数据,并建立全新的加入交互变量的MLE-NBR预测模型。具体工作内容如下:(1)对城市交通冲突产生原因、冲突类型、发生地点等进行研究分析,对比不同交通环境下交通冲突的特性,并系统分析交通冲突的产生因素,用五种分类方法对交通冲突进行分类。总结现有研究中交通冲突的三种判定方法:空间距离法、时间距离法以及碰撞能量法,选定TTC时间距离作为本文交通冲突判定指标;(2)介绍现有冲突数据采集的方法,分析了传统人工观测及微观仿真的劣势,介绍视频识别冲突数据提取方法,构建交通冲突计算机视频识别系统框架,及视频识别具体操作步骤:图像坐标转换—背景生成—运动目标检测与跟踪—运动目标轨迹预设—交通冲突判定与提取,并通过Python中的PIL和pytesseract库以及OCR图像识别接口编写图像识别程序代码;(3)选取南京市指定区域(文苑路、仙林大道、仙隐北路、仙境路所围区域)所有路段进行数据采集,根据航拍及摄像视频,共采集并选取样本324个。统计交通量及交通冲突产生数,系统分析数据特征,甄别冲突原因和冲突类型;(4)选定泊松模型为基础模型,并对其进行推广,建立加入交互变量的MLE-NBR冲突预测模型,选取冲突次数作为输出变量,选取部分影响冲突发生的参数作为解释变量,以南京市仙林东南区域为实例代入模型进行拟合,分析发现直行交通量、车流速度及交互变量对模型的影响更为显著。当直行交通量、车流速度、交互变量三项参数各自独立提升1%时,模型结果即冲突频次分别增加0.78%、0.65%和0.56%。通过计算得出,传统泊松模型预测结果平均误差为31.50%,MLE-NBR模型预测结果平均误差为22.15%。精度提高了约30%。

关键词：交通冲突预测视频识别极大似然估计交互变量负二项分布

基于Poisson过程的交通冲突预测模型研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

交通信息与安全 2011年第1期29卷 8-11页

作者：赵永红白玉杨晓光同济大学交通运输工程学院上海201804 新疆大学机械工程学院乌鲁木齐830008

交通冲突预测是利用交通流运行特征,预测出可能发生交通冲突的次数,从而为道路交叉口等交通交汇处的交通安全评价提供一种较为可靠和可行的方法。影响车辆发生冲突的因素包括车辆在冲突点的暴露时间、车辆到达潜在冲突点的特性以及车辆... 详细信息

交通冲突预测是利用交通流运行特征,预测出可能发生交通冲突的次数,从而为道路交叉口等交通交汇处的交通安全评价提供一种较为可靠和可行的方法。影响车辆发生冲突的因素包括车辆在冲突点的暴露时间、车辆到达潜在冲突点的特性以及车辆间的车头时距等。在对交通冲突点的冲突过程分析的基础上,给出了交通冲突次数的定义,包括大于2辆车连续通过冲突点的交通状况.应用Poisson随机过程理论,建立潜在冲突点机动车间交通冲突次数的预测模型。预测结果的对比分析研究表明,基于随机过程的交通冲突预测模型的预测值与实际观测值最接近。

关键词：随机过程交通冲突点交通冲突预测交通安全评价

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

机动车交通冲突技术研究综述

中国公路学报 2020年第2期33卷 15-33页

作者：朱顺应蒋若曦王红邹禾汪攀丘积武汉理工大学交通学院湖北武汉430063

对机动车-机动车交通冲突定义、交通冲突度量指标、冲突严重性判定以及交通冲突评价与预测等的国内外研究进展做了归纳和综述。分析表明,目前交通冲突研究存在以下主要问题:传统的冲突度量指标存在各自的局限性和不一致性,冲突潜在碰撞... 详细信息

对机动车-机动车交通冲突定义、交通冲突度量指标、冲突严重性判定以及交通冲突评价与预测等的国内外研究进展做了归纳和综述。分析表明,目前交通冲突研究存在以下主要问题:传统的冲突度量指标存在各自的局限性和不一致性,冲突潜在碰撞的后果严重性研究处于初始阶段,交通事件分级模型和相关性需要进一步研究和确认,冲突严重性判定存在一致性问题,交通冲突产生和发展的微观机理研究不足,缺乏真实环境下整个区域相互作用车辆精确连续轨迹追踪的数据获取手段。建议未来从以下方向进行优化:复合的改进度量指标比单一指标更为科学合理,并要考虑冲突潜在碰撞的后果严重性;统一和规范交通冲突度量指标的使用也有一定意义;需要针对多个参与者的"区域连锁冲突"进行更深入的研究;可通过采集区域多车辆连续时空轨迹大数据,得到区域多车辆冲突时空演变模型,并进行交通冲突实时预警和干预研究;另外可通过大量精确数据量化和统一区分各级交通冲突的阈值,并验证交通冲突技术的有效性;在不同设施对象及冲突的空间特征等方面的探索等也会丰富交通冲突研究体系;最后,以上所有的改进方向离不开高精度大范围的采集方法和高效精确的处理手段,故急需真实环境下、长时间的整个区域相互作用车辆精确连续轨迹追踪的大数据获取手段。

关键词：交通工程交通冲突综述交通冲突机理交通安全交通冲突度量指标交通冲突评价交通冲突预测

在线全文

学校读者我要写书评

暂无评论

无信号环形交叉口机非冲突机器学习预测方法

科学技术与工程 2023年第31期23卷 13592-13600页

作者：任丽丽吴江玲郭旭亮张馨月姜涛河南大学土木建筑学院开封475004 长安大学公路学院西安710064

为高效精确地预测无信号环形交叉口机动车与非机动车的交通冲突,提出了基于遗传算法优化的BP神经网络(genetic algorithm and back propagation,GA-BP)和支持向量回归(support vector regression,SVR)的组合预测模型(SVR-GA-BP)。通过... 详细信息

为高效精确地预测无信号环形交叉口机动车与非机动车的交通冲突,提出了基于遗传算法优化的BP神经网络(genetic algorithm and back propagation,GA-BP)和支持向量回归(support vector regression,SVR)的组合预测模型(SVR-GA-BP)。通过无人机采集混合交通流高清视频,利用视频识别软件Tracker提取机非交通冲突轨迹数据,以距离碰撞时间(time to collision,TTC)为判别指标,确定机非冲突严重程度。基于偏相关性分析确定交通量、平均速度、大车比例等为机非交通冲突的显著影响因素,选取均方根误差(root mean squared error,RMSE)、平均绝对误差(mean absolute error,MAE)等五种评价指标对SVR模型、BP神经网络、SVR-GA-BP模型的预测值进行精度分析。结果表明,组合模型在一般冲突预测中精度为97.1%,相比SVR和BP神经网络分别提高6.9%和2.5%,在严重冲突预测中精度为96.1%,相比SVR和BP神经网络分别提高7.3%和5.1%。可见SVR-GA-BP组合模型能够有效预测无信号环形交叉口的机非冲突且精度最高,可为同类型交叉口的安全评价提供借鉴。

关键词：城市交通交通冲突预测机器学习无信号环形交叉口实测轨迹数据