利用无人机视频轨迹的交通流聚类框架识别代表性安全指标
摘要：交通冲突指标的利用对评估交通安全至关重要，尤其在没有事故数据的情况下。为了基于不同交通状态下的交通流特征识别交通冲突，我们提出了一个框架，利用无监督学习自动建立代表性安全测量（SSM）的阈值。利用高分辨率轨迹数据，通过三相交通理论确定不同交通状态和相应的过渡。同时，从时间、空间和减速度的角度将SSM映射到相应的交通状态上。我们通过研究比较k-means、GMM和Mclust三个模型来优化交通冲突识别。观察到，Mclust在评估指标上表现优于其他模型。根据结果，在不同的交通状态中，交通冲突的分布存在差异，宽移动饱和（J相）的冲突风险最高，其次是同步流（S相）和自由流（F相）。同时，交通冲突的阈值不能通过同一个值完全表示不同的交通状态。这表明，在交通状态的转变中存在阈值的异质性，从而证实了交通冲突分析需要动态阈值的必要性。
作者：Shengxuan Ding, Mohamed Abdel-Aty, Ou Zheng, Zijin Wang, Dongdong Wang
论文ID：2303.16651
分类：Physics and Society
分类简称：physics.soc-ph
提交时间：2023-08-01