面向混合交通群体的车端意图推理与网联车路协同右转盲区预警干涉系统设计.docxVIP

PAGE2

面向混合交通群体的车端意图推理与网联车路协同右转盲区预警干涉系统设计

摘要

随着城市化进程的加速，城市道路交叉口的安全问题日益凸显，特别是机动车右转与直行非机动车之间的冲突已成为交通事故的主要诱因之一。在复杂的混合交通环境中，非机动车轨迹随机性强、行为意图难以预测，传统车载传感器受限于视距与盲区，难以全面感知交叉路口的潜在风险。针对这一现实痛点，本课题设计并实现了一套面向混合交通群体的车端意图推理与网联车路协同右转盲区预警干涉系统。系统利用路侧感知设备获取全量交通信息，通过深度学习算法对非机动车轨迹进行意图推理与轨迹预测，结合网联通信技术实现盲区探测，并基于冲突碰撞时距模型进行分级预警与干涉决策。

本文首先分析了混合交通环境下右转盲区的安全需求，确立了系统的总体架构。其次，采用长短期记忆网络（LSTM）构建非机动车轨迹意图推理模型，解决了非机动车行为随机性带来的预测难题。同时，设计了基于相对运动关系的冲突碰撞时距计算模型，实现了对潜在碰撞风险的量化评估。在系统实现方面，基于ROS（RobotOperatingSystem）搭建了仿真测试环境，利用SUMO交通仿真软件生成混合交通流数据，验证了系统的有效性与实时性。测试结果表明，该系统能够准确识别非机动车直行、左转及右转意图，平均预测准确率达到92.5%，碰撞预警误报率低于5%，有效提升了右转车辆在盲区场景下的通