山区双车道公路弯道路段小客车跟驰状态转移预测

跟驰状态反映车辆间的跟随风险程度;为预测山区双车道公路弯道路段车辆跟驰状态变化路径;本文利用无人机拍摄视频数据;构建基于高阶马尔可夫链的弯道路段小客车跟驰状态转移预测模型。首先;从视频数据中提取跟驰车辆轨迹特征;采用因子分析法提炼表征跟驰状态的公因子特征;其次;利用K-Means++算法对公因子特征进行聚类;将小客车跟驰状态分为强跟驰、弱跟驰和强弱过渡区间这3种状态;最后;引入高阶马尔可夫链模型预测山区双车道公路小客车跟驰状态转移。结果表明:强跟驰和弱跟驰状态的转移存在状态转移的过渡区间;强跟驰时;前导车对跟驰车有较强的制约性;跟驰车辆速度随前导车变化而发生延迟性变化;随着跟驰状态由强转弱;制约性会逐渐降低;七阶马尔可夫链模型对小客车跟驰状态转移预测的准确率高达97.6%以上;3种跟驰状态的自转移概率分别为97.57%、98.90%和96.74%;状态之间的转移方面;强跟驰与弱跟驰直接转移概率较低;过渡区间在转移模式中占有重要地位。本文提出的方法在预测小客车跟驰状态转移时具有优越性能;研究结果可为研发前车碰撞主动安全预警系统提供方法基础。