【摘要】：模型λ＝f对每一个被识别的事件进行分类。这是因为涉及碰撞事件的车辆的观察序列与正常情形不一样，该系统通过HMM算法从正常情况下对获得的碰撞事件观察序列加以区分并进行碰撞事件检测。结合交叉口冲突情况下的总的观察序列分析，发现典型的碰撞事件的观察序列为61，62，63和27，28，29。当观察序列为“60”或“20”时代表碰撞发生的瞬间，当观察序列变成69，68，67或23，22，21时代表碰撞发生后的反应。
模型λ＝f（A，B，π）对每一个被识别的事件进行分类。在交叉口处通过HMM算法对上述的4种冲突［pas－00］、［pas－11］、［pas－02］、［pas－12］进行分类，然后对冲突中的碰撞事件进行准确识别。这是因为涉及碰撞事件的车辆的观察序列与正常情形不一样，该系统通过HMM算法从正常情况下对获得的碰撞事件观察序列加以区分并进行碰撞事件检测。结合交叉口冲突情况下的总的观察序列分析，发现典型的碰撞事件的观察序列为61，62，63和27，28，29。这也意味着此时两车相距很近。当观察序列为“60”或“20”时代表碰撞发生的瞬间，当观察序列变成69，68，67或23，22，21时代表碰撞发生后的反应。
例如：车辆2追尾撞上车辆1，车辆2相对于车辆1的观察序列以［tdm－0］表示，它的观察序列期待值为61、62、63、60、69、68、67；车辆1相对于车辆2的观察序列以［tdm－1］表示，它的观察序列期待值为29、28、27、20、23、22、21，具体表示如下所示。这样，此类序列被定义为TDM－01。
［tdm－0］61 62 63 60 60 60 69 68 67
［tdm－1］27 28 29 20 20 20 23 22 21
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
