来源：期刊VIP网 时间：
作者：蒋旭1;冯忠祥2;朱殿臣2
单位：1.合肥市规划设计研究院;2.合肥工业大学汽车与交通工程学院
摘要：行人安全是道路交通安全的核心问题之一，其中交叉口右转车与行人的冲突尤为频繁且严重。现有车辆辅助设施难以从事故机理层面预防此类冲突，因此需深入解构右转车辆与行人的交互行为机理，并实现交互轨迹的精准预测，以有效降低冲突风险。为此，基于真实交叉口的无人机视频数据，提取右转车与行人的交互轨迹，提出了基于Encoder-Decoder框架的深度学习模型，采用长短时记忆网络(Long Short-Term Memory, LSTM)实现实时交互轨迹预测。另外，针对右转车-行人交互的特殊性，提出基于合理冲突区域的冲突指标近似计算方法，以量化风险水平。通过试验验证所提LSTM模型能够有效预测右转车与行人的交互轨迹，为冲突预警提供实时数据支持，同时改进的冲突指标更适用于右转场景，揭示了人车交互过程中的风险动态演变特性，能准确量化交互过程的风险水平，为安全优化提供理论依据。
关键词：安全工程;轨迹预测;风险评估;长短时记忆网络;交叉口;右转车与行人;人车冲突
基金资助：安徽省住房城乡建设科学技术计划项目(2021-YF43); 国家自然科学基金项目(52272345,71971073,52302432)
