原文传递
基于视频的交叉口车辆轨迹预测及交通安全预警
| 论文题名： | 基于视频的交叉口车辆轨迹预测及交通安全预警 |
| 关键词： | 无信号交叉口;车辆轨迹预测;视频信息;卡尔曼滤波;车载自组织网络;安全预警 |
| 摘要： | 轨迹预测是进行智能交通研究的重要内容之一，轨迹数据所包含的信息具有重大的研究价值。本文借助视频对车辆经过无信号交叉口时的轨迹进行研究，采用YOLO车辆检测算法和卡尔曼滤波车辆跟踪方法提取了视频中车辆所具有的交通状态参数信息，并通过构建无信号交叉口的车辆轨迹预测模型实现对车辆在交叉口内的轨迹预测。另外，由于预测是预警的前提，所以本文还基于车辆的轨迹预测，结合车载自组织网络技术和交通冲突技术，构建了车辆在无信号交叉口的安全预警模型。具体的研究内容如下： （1）首先设计了一个实地实验，利用无人机实地采集南京某一无信号控制交叉口的交通状况视频，作为进行车辆轨迹信息提取的基础。然后采用YOLO算法和卡尔曼滤波算法分别作为车辆检测和跟踪算法对所拍视频中车辆的位置、速度、加速度信息进行提取。 （2）构建了车辆在不同类型的无信号控制交叉口处的轨迹预测模型。首先通过对单车道十字型无信号控制交叉口处的车辆轨迹特征的分析，根据车辆进入交叉口内之后轨迹具有唯一确定性的特点，提出了基于最小二乘曲线拟合法建立了轨迹预测模型。然后对双车道十字型无信号控制交叉口处的车辆轨迹特征进行分析，阐明了与单车道交叉口间的差异性，并提出了基于BP神经网络算法的轨迹预测模型。 （3）以轨迹预测为基础，构建了车辆在无信号控制交叉口的安全预警模型。首先对车载自组织网络技术进行了介绍，它是本文提出的安全预警模型的支撑和载体。其次通过对交通冲突技术这种安全分析方法的归纳总结，将冲突严重程度判别指标中的距离冲突指标引入安全预警模型，作为模型的预警指标，并提出了冲突圆法来确定预警阈值，以此作为交通安全预警等级的判断阈值。 （4）利用软件仿真实验数据对基于最小二乘曲线拟合法和BP神经网络算法构建的车辆轨迹预测模型进行分析和验证。首先利用交通微观仿真工具VISSIM进行交叉口建模仿真，其次，将得到的数据验证了基于最小二乘曲线拟合法和BP神经网络的轨迹预测模型的适用性和准确性。最后，利用VISSIM仿真数据对本文构建的安全预警模型的应用进行了说明和分析。 |
| 作者： | 朱云霞 |
| 专业： | 交通信息工程及控制 |
| 导师： | 郭唐仪 |
| 授予学位： | 硕士 |
| 授予学位单位： | 南京理工大学 |
| 学位年度： | 2019 |
检索历史
应用推荐
