摘要
本发明属于智能交通技术领域,公开了一种基于ETC数据的异常跟驰车辆判别方法,包括以下步骤:S1.制定车道划分标签,选定用于划分车道的交通流特征;S2.利用基于随机森林分类器的车道分类模型对车辆经过ETC门架处的所在车道号进行区分;S3.构建包含前车扰动、后车反应、刹车躲避、碰撞判定的模型,用于反映高速公路车头时距风险的不确定性;S4.通过蒙特卡洛仿真量化不同车头时距的碰撞风险;S5.结合参数自适应的三参数布尔分布模型,构建适应实时交通流状态的安全阈值设定方法,用于异常跟驰车辆判别。本发明能够从复杂的ETC数据中精准识别出异常跟驰车辆,为交通管理提供可靠的支持。
技术关键词
跟驰车辆
判别方法
车道
车头
随机森林
碰撞模型
ETC门架
交通流状态
制动减速度
交通流特征
蒙特卡洛
代价敏感学习
场景
风险
决策树训练
分类器
交通流参数
系统为您推荐了相关专利信息
皮肤色素沉着程度
样本
生物标志物
基线
病变特征
列车运行径路
车站
非暂态计算机可读存储介质
数据
高速铁路技术
性能预测模型
性能预测方法
集群
机器学习建模方法
随机森林模型
URL特征
随机森林模型
检测模型训练方法
词特征
样本
车道线识别方法
车道线识别装置
坐标
线特征
融合特征