基于隱馬爾可夫模型的城市道路路段不良駕駛行為鑒別.pdf

1、根據(jù)城市道路歷史交通事故統(tǒng)計數(shù)據(jù)顯示，在誘發(fā)或造成交通事故的諸多因素中人的因素占主導(dǎo)地位，基于歷史事故數(shù)據(jù)的城市道路安全研究本身屬于一種“事后補(bǔ)救型”，而基于非事故數(shù)據(jù)的“防患未然型”逐步引起交通安全領(lǐng)域的重視，從常見的交通流以及交通沖突有效識別城市道路的不良駕駛行為信息，是評價城市道路不良駕駛安全水平的重要途徑之一。
　　本文分析了城市道路路段的交通流基本特性，將交通流狀態(tài)劃分為暢行流、穩(wěn)定流以及強(qiáng)制流三種狀態(tài)，與其對應(yīng)則有自由

2、駕駛行為、跟馳駕駛行為以及換道駕駛行為三種駕駛行為?；诖?，對城市道路路段不良駕駛行為進(jìn)行界定，主要有超速不良駕駛行為、壓線不良駕駛行為、違章掉頭不良駕駛行為、未保持安全車距不良駕駛行為、頻繁換道不良駕駛行為五種。分別對晴天、雨天情境下城市道路路段交通流進(jìn)行視頻數(shù)據(jù)采集，使用視頻處理軟件獲取車輛的運(yùn)動軌跡數(shù)據(jù)，提取每一輛車的運(yùn)動參數(shù)并分析長江路研究區(qū)段的交通流特性及駕駛特性，具體分析晴天、雨天不同情境下的交通量及其組成、車輛速度、車輛加

3、速度、車頭時距、沖突時距、距右側(cè)車道線距離以及距攝像頭距離每一項(xiàng)特性。其中，本文構(gòu)建的沖突度量指標(biāo)“沖突時距”是隨著速度、加速度、天氣等變化而變化的，這彌補(bǔ)了在以往研究中速度、方向或加減速度不變假設(shè)條件的缺陷。
　　本文采用隱馬爾可夫模型從左至右模型結(jié)構(gòu)，輸入觀測序列速度、加速度、距右側(cè)車道線距離、沖突時距以及距攝像頭距離五項(xiàng)觀測序列信息，分別構(gòu)建晴雨天場景下，正常駕駛行為、超速不良駕駛行為、壓線不良駕駛行為、違章掉頭不良駕駛行為