基于因果机器学习的交叉口行人-左转车辆冲突风险因素量化方法

本发明公开了一种基于因果机器学习的交叉口行人‑左转车辆冲突风险因素量化方法，具体为：1：提取行人‑左转车辆冲突数据；2：将行人‑左转车辆冲突数据与信号控制类型Ttype以及安全影响因素匹配；3：构建有向无环图；4：基于有向无环图，利用双重鲁棒学习算法构建了不同信号控制类型下的因果推断模型，在安全影响因素中挖掘与对行人‑左转车辆冲突相关的因素作为冲突风险因素，并估计不同信号控制类型对行人‑左转车辆冲突风险的异质性因果效应。本发明能够有效地识别并处理混淆因素，提高了模型在面对真实世界数据时的鲁棒性和泛化能力。