融合轨迹时序与行为修正的车辆冲突风险预测

来源：交通运输系统工程与信息杂志2025年第4期北京时间：

作者：陈喜群, 祝文琪, 吕朝锋

单位：浙江大学，a.建筑工程学院，智能交通研究所；b.工程师学院，智能交通研究所；c.建筑工程学院，杭州310058

摘要：针对高速公路车辆冲突指标的突变性，本文提出基于轨迹数据的车辆纵向冲突风险实时预测模型，提高车辆冲突预测精度。模型采用碰撞时间(Time-to-Collision,TTC)作为纵向冲突替代安全测度指标，将不连续的指标预测转换为连续的速度参数时序预测，通过TTC实时推演模块输出预测冲突风险；应用时序Transformer实现高精度预测，针对冲突状态下驾驶员主观行为导致的偏差，融合自适应修正模块，在当前冲突指标达到阈值时激活短期加速度拟合，通过拟合的加速度修正Transformer预测值。在实测车辆轨迹数据上验证模型有效性，结果表明：本文模型在性能指标上均优于基准模型；相比基础Transformer模型，融合了自适应偏差修正模块的自适应风险调整Transformer(Adaptive RiskAdjustment Transformer, ARATransformer)模型的均方误差(MSE)降低了48.33%，均方根误差(RMSE)降低了21.33%，平均绝对误差(MAE)降低了24.10%。此外，本文所提模型具有能够适应不同驾驶员轨迹的泛化性，为冲突预警和提高辅助驾驶情形下系统风险干预的响应水平提供了有效方法。

关键词：智能交通,交通冲突预测,深度时间序列预测,高速公路车辆轨迹,交通安全

基金资助：国家自然科学基金(72431009, 72171210)。