基于贝叶斯网络的山区公路车辆行为特性研究.docVIP

基于贝叶斯网络的山区公路车辆行为特性研究 摘要：受自然条件的限制，山区公路车辆行为具有难以检测和易随环境变化而变化等特点，为研究山区公路车辆行为特性与其影响因素的关系，利用数字图象处理技术对山区公路上的车辆进行实时检测和轨迹跟踪，从获得的数据里构建不同车辆行为与天气、视距、前后车距离、前后车相对速度差、路况等影响因素之间概率关系的贝叶斯网络模型，再通过模型学习的不确定性推理，预测在特定因素发生的条件下，发生各种车辆行为的概率。最后，通过实例分析，验证了模型的正确性。 关键词：山区公路安全； 车辆行为特性； 贝叶斯网络 中图分类号:U491 Study of highway vehicle behavior in mountain area based on Bayesian network Abstract：By the restrictions of natural conditions, the highway vehicle behavior in mountain area is difficult to rescue in time, in the comprehensive consideration of the causes of highway traffic in mountain area, this paper uses digital image processing to real-time monitor and track the vehicles, construct Bayesian network model of the probability relationship between vehicle behaviors in different traffic environment with weather, sight, distance difference, speed difference, road conditions from historical data， then through the model uncertainty reasoning, predict the probability of the vehicle behavior in particular factors. Finally, through a case study, the accuracy of the model is proved. Keywords：Highway safety in mountain area; Vehicle behavior; Bayesian network 引言 山区公路的重要组成部分，铁道科学研究院花伟、许良在元胞自动机模型中引入驾驶水平因子，以反映驾驶者的不同水平；学习算法的基于Agent的交通诱导模型，研究了不同交通量、不同受诱导率对交通流的影响[4]；其他车辆行为与各个影响因素的关系的研究还有很多，但大多都是从微观层面研究交通流特性，无法从系统的角度对车辆行为进行分析、预测，而贝叶斯网络能比较充分的表现各个成因间的相关性和不确定性，在不需要特别完整的历史数据下也能保证预测结果的准确性，非常适合进行山区公路的车辆行为与其影响因素之间概率关系的研究。 1 贝叶斯网络的网络理论的基本原理 贝叶斯网络是一种基于概率推理的图形化网络。一个贝叶斯网是一个有向无环图(Directed Acyclic Graph, DAG)，由代表变量的节点及连接这些节点有向边构成。用条件概率进行表达关系强度，没有父节点的用先验概率进行信息表达[5]。贝叶斯网络是基于概率推理的数学模型，基于概率推理的贝叶斯网络(Bayesian network)是为了解决不确定性和不完整性问题而提出的，是目前不确定知识和推理领域最有效的理论模型之一。 贝叶斯网络模型的基础是贝叶斯全概率公式： （1.1） 式中：被称为变量的先验概率。表示预测目标发生的先验概率。代表在变量成立时观察到的目标发生的概率。则表示在特定目标发生时成立的概率，通常被称为的后验概率，它反映了在目标发生时出现变量的置信度水平。则表示在发生的条件下的后验概率。 在贝叶斯网络的节点变量的父节点相互独立时，贝叶斯网络的联合概率可表示为 （1.2） 式中为所有的父节点集合。 2 山区公路车辆行为分析及预测模型的确定 道路交通是人、车、路、环境、管理等要素构成的复杂的动态系统，各要素之间互相作用，系统状态随着时间的推移而改变。车辆采取何种行为与车辆性能、道路条件、环境以及管理手段对驾驶员的影响有关，在这种较差