[发明专利]信号交叉口电动自行车的交通冲突判别方法

权利要求书

1.一种信号交叉口电动自行车的交通冲突判别方法，其特征在于，所述的信号交叉口电动自行车的交通冲突判别方法包括步骤如下：

1)同向行驶的电动自行车对之间交通冲突特性的分析：

(1)电动自行车对的间距、相对速度与速度夹角的统计特性：

a.计算相同时间间隔内电动自行车对各自的位移距离，进而得到相应时间间隔内电动自行车对的速度夹角θ；

b.通过上述时间间隔内两车的速度及速度夹角计算得到相对速度V_xd；

c.以车辆间距L等于0.5m为统计间隔，计算多个轨迹点上相对速度及速度夹角的平均值；

d.得到车辆间距、相对速度和速度夹角三者之间的相互关系；其中：0.5m为车辆静止时的横向安全距离；

(2)电动自行车对的相对速度变化值、速度夹角变化值的统计特性：

所述的电动自行车对的相对速度的变化值与速度夹角的变化值是反映冲突发生与否以及严重程度的本质变量；

2)电动自行车交通冲突判别指标的确定：

(1)FPET的提出

定义预期后侵占时间FPET，即车辆在同一时刻继续维持当前的速度与行驶方向，两车到达潜在冲突点的预期时间之差：

式中：FPET表示预期后侵占时间,单位.s；

V_Ai，V_Bi分别表示两冲突车辆在第i时刻的速度,单位.m/s；

L_Ai,L_Bi分别表示两冲突车辆在第i时刻与潜在冲突点的距离,单位.m；

(2)多元冲突判别指标的确定

选择FPET、相对速度和间距作为判别冲突类型的核心变量，构建基于三者变化值的多元冲突判别指标，进而提出同向行驶的电动自行车对之间冲突类型判别方法；

3)电动自行车交通冲突类型的判别：

(1)交通冲突存在性判别

a.聚类分析

a)使用标准欧式距离和最长距离法对不同方向上三个变量的部分样本值进行聚类,进而结合不一致系数及电动自行车实际运行状态确定最优分类数目为两类；

b)由于数据量庞大，所以使用K-means方法对所有数据进行聚类分析；

c)通过对车辆发生冲突时运动状态的分析及FPET的含义可知，FPET变化值ΔFPET越小，且间距变化值ΔL和相对速度变化值越大，则说明电动自行车之间发生冲突的可能性越高；

b.判别分析

a)对判别函数进行Wilk检验，结果表明sig值小于0.05，所建立的线性判别函数能够对两类样本进行有效区分，且具有较强的统计意义，则得到左转电动自行车之间评价有无冲突的Fisher线性判别函数为：

y₂₁＝5.086*x₁+2.442*x₂+0.863*x₃-13.79 (3)

y₂₂＝0.98*x₁+2.366*x₂+0.595*x₃-1.697 (4)

式中：y₂₁，y₂₂表示左转方向上将样本值代入判别函数后得到的判别值；

x₁，x₂和x₃分别表示ΔFPET,ΔL和ΔV_xd,单位.s,m和m/s；

b)当y₂₁＞y₂₂时，说明待判样本属于有冲突的一类，反之则属于无冲突的一类；

(2)交通冲突严重性判别

a.临界ΔFPET的分布特性

核密度估计是非参数密度估计方法中常用的一种，用于估计未知的密度函数时效果较好，对直行电动自行车临界ΔFPET核密度估计的拟合流程进行分析，结果表明其最优核函数为Triangle，最优带宽为0.3，概率密度函数为：

式中：X_i为取自一元连续总体的临界ΔFPET样本，i＝1，2…n；

x为给定的临界ΔFPET；

I为示性函数，满足一定条件时取1，反之取0；

b.临界ΔFPET的描述统计量分析

根据不同方向上电动自行车的临界ΔFPET服从的最优分布函数，得到临界ΔFPET的各类统计值列入表4：

表4临界ΔFPET统计表

选择临界ΔFPET的均值作为划分严重冲突的临界范围，当通过聚类分析确定为发生冲突时，直行电动自行车对的临界ΔFPET在0--0.5862s之间，则判别其冲突类型为严重冲突，否则为非严重冲突；

同理，左转电动自行车对的临界ΔFPET在0--0.7613s之间，则判别其冲突类型为严重冲突，否则为非严重冲突。