论文题名: | 高速公路隧道出入口危险驾驶行为识别方法研究 |
关键词: | 交通工程;公路隧道;危险驾驶行为;风险度量;轨迹数据;隧道出入口 |
摘要: | 隧道路段作为公路路网的重要节点,极大提高了道路通行效率,为居民出行带来极大便利。同时,隧道出入口路段是隧道的事故高发位置。现有隧道出入口路段行车安全研究主要从行车环境变化引起的驾驶人心生理变化和行车速度变化规律开展研究,较少研究从车辆行驶轨迹层面对驾驶人的驾驶行为安全程度展开研究。由于隧道构造的特殊性,实现长距离车辆轨迹监测不易实施且成本较高。因此,有必要从短距离车辆轨迹数据出发,分析车辆行驶特性,深入全面的掌握隧道出入口路段车辆行驶机理,提出适用于隧道出入口路段行车环境的危险驾驶行为谱,构建危险驾驶行为识别模型,以此实现对隧道出入口路段交通事故的主动防控,进一步结合智能信息发布设备预警危险驾驶人,保障隧道出入口路段的行车安全。 研究采集了隧道出入口路段250m范围内车辆原始行驶轨迹,对车辆轨迹数据进行处理获得了轨迹参数集;基于轨迹参数集对车辆速度、加速度、横向偏移值和航向角的变化特性和分布规律进行分析,确定了出入口段行车环境下的4种主要危险驾驶行为类型;选取风险度量法量化了4种危险驾驶行为的严重程度,以四分位差法确定了阈值判定驾驶人是否存在某种危险驾驶行为,结合CRITIC权重法计算所得的4种驾驶行为权重综合计算驾驶人危险驾驶行为谱特征值的总得分;利用总得分将驾驶人的驾驶状态划分为正常和危险,选取与驾驶行为相关性较高的36个驾驶行为特征参数作为模型输入指标,结合特征工程优化了特征参数最终确定了8个特征参数作为指标输入到模型中,结合过采样-集成学习算法建立了多个危险驾驶行为识别模型。主要结论如下: ①入口路段车辆行车速度呈现先增大后减小的趋势,驾驶人驶出隧道则表现为加速行为;车辆行驶速度越高,横向偏移值波动范围越大,隧道外部横向偏移值波动范围显著大于隧道内部;出口路段驾驶人换道需求高于入口路段,出口路段驾驶人集中于洞口外50m范围内完成换道行为。 ②急变速、蛇形驾驶、危险跟驰和危险换道4种驾驶行为权重分别为0.392、0.287、0.139和0.182。93.1%驾驶人的驾驶行为谱特征值总得分集中于(0,0.15)区间内,危险程度高的驾驶人占比处于低水平位置。 ③SMOTE-LGBM算法建立的模型综合性能最优,其中F1-score为0.917,AUC值为0.910,可以实时有效的识别隧道出入口路段内的危险驾驶人,为隧道出入口路段安全研究提供了新方法,为交通事故主动安全防控技术奠定了理论基础。 |
作者: | 毕辉云 |
专业: | 交通运输 |
导师: | 刘唐志 |
授予学位: | 硕士 |
授予学位单位: | 重庆交通大学 |
学位年度: | 2023 |