原文传递
基于概率图模型的机动车逆行行为识别
| 题名： | 基于概率图模型的机动车逆行行为识别 |
| 作者： | 张开冉;袁乙丁;姚远 |
| 作者单位： | 西南交通大学交通运输与物流学院;综合交通运输智能化国家地方联合工程实验室;综合交通大数据应用技术国家工程实验室 |
| 关键词： | 交通工程;逆行行为;概率图模型;卡尔曼滤波;概率推理 |
| 摘要： | 由于车载定位设备精度的不断提高，利用车辆的轨迹数据可以识别车辆的逆行行为，但设备或环境会产生噪声，本文主要针对轨迹处理过程中的噪声问题，研究概率图模型下的逆行行为概率判断。首先对机动车出行轨迹进行识别，拆分成出行轨迹，解决因为掉头等对概率判断的影响；再利用动态贝叶斯网络建立马尔科夫模型，对识别结果空间推断；进而基于方向角数据结合卡尔曼滤波法进行去噪后与地图匹配，计算定位点在道路上的先验概率和条件概率，再利用相邻轨迹点的条件概率计算该点的逆行概率，最终设定逆行行为判定阈值，并利用已知的轨迹数据验算准确性。结果显示，利用动态贝叶斯网络能够发现机动车的逆行行为，对提高道路安全有重要意义。 |
| 期刊名称： | 综合运输 |
| 出版年： | 2023 |
| 期： | 02 |
| 页码： | 107-112,151 |
检索历史
应用推荐
