买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：哈尔滨工业大学

摘要：基于LiDAR点云的信号交叉口追尾冲突识别方法，具体涉及一种基于LiDAR点云的道路信号交叉口追尾冲突实时识别方法，为解决交通冲突方法存在参数精度难以保证、临界值缺乏一致性，导致交通冲突的识别结果准确率低，可靠性不足的问题，获取信号交叉口的点云数据；对点云数据进行处理，得到车辆轨迹信息；获取车辆间的交通冲突指标，计算任意一对前后相邻的两个车辆间的交通冲突指标值；利用POT方法和PCD方法确定每个交通冲突指标的阈值，若前后相邻的两个车辆间的距离碰撞的接近程度指标小于阈值或避险行为的强度指标大于阈值，则认为会发生追尾冲突；否则，认为不会发生追尾冲突。属于交通工程领域。

主权项：1.基于LiDAR点云的信号交叉口追尾冲突识别方法，其特征在于：它包括以下步骤：S1、获取某路段信号交叉口某段时间内的点云数据，点云数据包括路段信息和路段中车辆的信息；S2、对点云数据进行处理，得到某路段信号交叉口中车辆的轨迹信息，具体过程为：S21、建立某路段信号交叉口的三维坐标系：S22、根据三维坐标系，利用RSS感知SDK软件自动提取某路段信号交叉口内每个车辆的轨迹信息；S3、获取车辆间的交通冲突指标，交通冲突指标包括距离碰撞的接近程度指标和避险行为的强度指标，根据交通冲突指标计算某路段信号交叉口中任意一对前后相邻的两个车辆间的交通冲突指标值，具体过程为：S31、选取交通冲突指标：距离碰撞的接近程度指标包括距离碰撞时间TTC、改进的距离碰撞时间MTTC、后侵入时间PET；避险行为的强度指标为避免事故减速率DRAC；S32、对S22得到的每个车辆的轨迹信息进行筛选，得到每条直行车道内每个车辆最终的轨迹：1剔除异常值：读取每个车辆的每帧轨迹数据，剔除同一车辆在同一时刻出现多次的数据，仅保留同一车辆在同一时刻出现第一次的数据，并剔除存在时间小于2秒的车辆，得到剔除后的车辆的轨迹信息；2筛选直行车道内车辆的轨迹：利用无人机拍摄某路段信号交叉口的道路底图，将点云数据对应的点云效果图与道路底图叠加，根据直行车道在道路底图及点云效果图中的位置，按照比例尺获取每条直行车道进口道在三维坐标系中的范围，以及点云效果图内的多条直行车道在三维坐标系中x轴的坐标范围；根据剔除后的车辆的轨迹信息、每条直行车道进口道在三维坐标系中的范围、点云效果图内的多条直行车道在三维坐标系中x轴的坐标范围，通过筛选得到每条直行车道上车辆的轨迹信息，对每个车辆轨迹信息的缺失值进行插值填充，插值填充包括首选分段多项式插值和线性插值，得到每条直行车道内每个车辆最终的轨迹；S33、在某一采样时刻，计算某条直行车道内任意一对前后相邻的两个车辆间的四个交通冲突指标值：1、根据S32得到的每条直行车道内每个车辆最终的轨迹，获取采样时刻t下某一条直行车道上的所有车辆，将所有车辆记为集合S；2、根据集合S中每个车辆的中心点y轴坐标值从大到小对集合S内的车辆进行排序；3、设置滑动窗口大小为2，将滑动窗口在排序后的集合S中从前向后滑动，得到某对前后相邻的两个车辆i、j，获取两个车辆i、j相应的轨迹信息，轨迹信息包括车辆长度、车辆中心点的x轴坐标和y轴坐标、车辆速度在y轴上的分量、车辆加速度在y轴上的分量；4、根据每个交通冲突指标值的计算公式和车辆i、j的轨迹信息，计算车辆i、j间的四个交通冲突指标值；5、返回1，将采样时刻更新为t+1，继续执行1至5，直到遍历所有采样时刻，得到所有采样时刻某对前后相邻的两个车辆i、j间的四个交通冲突指标值；S4、利用POT方法和PCD方法确定每个交通冲突指标的阈值，若前后相邻的两个车辆间的距离碰撞的接近程度指标小于阈值或避险行为的强度指标大于阈值，则认为会发生追尾冲突；否则，认为不会发生追尾冲突；S5、获取待识别的两个车辆的轨迹信息，计算两个车辆间的交通冲突指标值，将交通冲突指标值与交通冲突指标的阈值进行比对，确定两个车辆是否会发生追尾冲突。

全文数据：

权利要求：

百度查询： 哈尔滨工业大学 基于LiDAR点云的信号交叉口追尾冲突识别方法