1.基于路口车辆合理行驶范围的异常行驶预警方法，其特征在于：包括如下步骤：步骤1，基于路口监控历史视频确定路口各车辆轨迹，通过层次聚类和路口渠化对车辆轨迹类型模式分类；

步骤2，分别对路口各流向下车辆轨迹合理范围提取分析，实现路口车辆合理范围管理；

步骤3，根据路口实时监控视频信息对过往异常行驶车辆预警，实现路口异常情况监控管理。

2.根据权利要求1所述的基于路口车辆合理行驶范围的异常行驶预警方法，其特征在于：所述步骤1中，具体步骤如下：步骤1-1，基于路口监控单位时间段历史视频，提取不同车辆ID下的原始轨迹点，记为P(f，x，y)，其中f表示帧数，x和y表示坐标数值，进而通过初始数据清洗确定不同车辆ID的单条车辆轨迹，记为TR＝{P|pi，1≤i≤n，n为轨迹点数}；

步骤1-2，基于层次聚类算法和路口渠化信息对车辆轨迹类型模式进行分类。具体来说，对单条车辆轨迹进行特征点pi提取，通过欧式距离或LCSS距离进行车辆轨迹层次聚类，剔除出异常车辆轨迹，按路口渠化特征实现车辆轨迹划分。

3.根据权利要求1所述的基于路口车辆合理行驶范围的异常行驶预警方法，其特征在于：所述步骤2中，具体包括如下步骤：步骤2-1，提取出单一模式类型车辆轨迹TR，通过层次聚类实现该模式类型下正常车辆轨迹提取分析。

步骤2-2，基于步骤2-1筛选提取的正常车辆轨迹进行轨迹平滑，重新提取车辆轨迹特征点，确定单一方向车辆运行范围。

步骤2-3，重复步骤2-1和2-2确定路口各流向包络线轨迹，整合得到路口车辆轨迹合理行驶范围。

4.根据权利要求3所述的基于路口车辆合理行驶范围的异常行驶预警方法，其特征在于：所述步骤2-1中，具体包括如下分步骤：步骤2-1-1，基于车辆轨迹TRj特征点pi对单一车辆轨迹的轨迹相似度λ、方差α2、弧长比σ作为特征数值求解。其中1≤i≤n，n为轨迹特征点个数；1≤j≤N，N为车辆轨迹个数；具体来说，根据车辆轨迹类型通过LCSS算法或DTW算法求解出车辆轨迹TRj相似度λ；基于车辆轨迹TRj的特征点pi的帧数及特征点之间的距离确定车辆轨迹TRj的加速度方差α2；基于车辆轨迹TRj特征点之间的距离确定车辆轨迹TRj弧长比σ；

步骤2-1-2，将车辆轨迹TRj的相似度λ、加速度方差α2、弧长比σj作为特征数据进行车辆轨迹层次聚类，划分为异常行驶轨迹、异常行为轨迹和正常车辆轨迹三类，进而剔除异常行驶轨迹和异常行为轨迹，实现正常车辆轨迹数据提取；具体来说，整合各车辆轨迹TRj的相似度λj、加速度方差 弧长比σj数值作为特征值，以层次聚类算法划分为三组数据，根据各组数据的数据量和离散程度ε确定异常行驶轨迹、异常行为轨迹和正常车辆轨迹。其中，将数据量最小且该组数量与总数比值小于异常阈值的那组数据默认为异常轨迹，将离散程度ε较大那组数据默认为异常行为轨迹；

步骤2-1-3，基于DTW算法下对步骤2-1-2的正常车辆轨迹再次层次聚类，基于聚类后各簇的轨迹数目和离散程度ε判别划分出正常车辆轨迹和离群轨迹，提取出正常车辆轨迹。

5.根据权利要求3所述的基于路口车辆合理行驶范围的异常行驶预警方法，其特征在于：所述步骤2-2中，具体包括如下分步骤：步骤2-2-1，对筛选提取的正常车辆轨迹TRj下的轨迹点pi，实现车辆轨迹平滑，根据平滑后的车辆轨迹点等分选取确定车辆轨迹的新特征点p′i；

步骤2-2-2，基于所有车辆轨迹TRj及其新特征点p′i确定车辆运行的主曲线；具体来说，基于各条车辆轨迹选取的特征点p′i，将其一一对应，同一阶段i下确定阶段i中心点，得到mid主曲线TR ，即：

式中，TRmid表示车辆轨迹主曲线；Pimid表示第i阶段轨迹特征点的中心点，其中1≤i≤n，n表示选取的特征点个数；p′ji表示第j条车辆轨迹的第i阶段轨迹新特征点，其中1≤j≤N，N表示车辆轨迹总数；

同时基于各阶段与中心点距离的数值分布情况，确定各阶段的离群点，即：

式中，dist(p'ji，Pimid)表示j条轨迹i特征点与i阶段中心点之间的距离；

对i阶段内所有轨迹点距离数值进行分析，通过正态分布分析，将其大于正态分布(μ+2σ)的数值对应轨迹阶段点默认为离群点；

步骤2-2-3，根据主曲线TRmid及主曲线上阶段点Pimid确定各阶段包络线点Qi，进而平滑得到两条包络线，确定车辆轨迹合理行驶范围；

6.根据权利要求5所述的基于路口车辆合理行驶范围的异常行驶预警方法，其特征在于：所述步骤2-2-3中，具体包括如下分步骤：步骤2-2-3-1，根据主曲线上阶段点Pimid确定同一阶段内车辆轨迹点p′ji与主曲线TRmid的距离，其中若轨迹点到主曲线最近的点不在主曲线TRmid上，则说明该阶段车辆轨迹点发生了偏移，将其剔除，否则转到下一步骤；

步骤2-2-3-2，将同一阶段未发生偏离的各车辆轨迹上轨迹点p′ji与主曲线TRmid的距离dist(p'ji，TRmid)进行排序，选取80％-90％中位数数值作为该阶段主曲线对应包络线的半径距离，记为ri；

mid

步骤2-2-3-3，基于主曲线上阶段点Pi 确定同一阶段包络线点坐标Qi，记为(x′i，y′i)，具体来说，y′i＝kix′i+bi

式中，x′i和y′i表示i阶段上包络线的点坐标，记为Qi， 和 表示i阶段上的主曲线坐标，记为Pimid；ki表示第i阶段下包络线的斜率，bi表示i阶段下包络线与主曲线相交线截距；

步骤2-2-3-4，根据上一步骤求解的包络线坐标判断其与主曲线之间的位置关系；具体来说，根据本阶段主曲线点Pimid以及下一阶段主曲线点 得到包络线阈值ξ，即：式中，x′i和y′i表示i阶段上包络线的点坐标； 和 表示i阶段上的主曲线坐标；

若ξ＜0则x′i和y′i表示的包络线点在主曲线左侧，ξ＞0表示x′i和y′i包络线点在主曲线右侧，反之则在包络线与主曲线相交的直线上；

步骤2-2-3-5，将所有阶段点包络线点坐标Qi整合，对包络线轨迹进行平滑，得到新的包络线特征点qs(i)，从而确定包络线轨迹TRq，两条包括线组成的范围即为该模式下车辆轨迹合理行驶范围。

7.根据权利要求1所述的基于路口车辆合理行驶范围的异常行驶预警方法，其特征在于：所述步骤3中，包括如下分步骤：步骤3-1，根据实时监控视频分析确定车辆运行方向及轨迹信息；

步骤3-2，将步骤3-1得到的车辆轨迹路径与步骤2得到的路口车辆轨迹合理行驶范围进行对比；若车辆超出行驶范围，则进行预警，并将车辆信息下发至非现场执法系统；

步骤3-3，若单位时间内运行流向下预警车辆数与过车总数之间的比值大于异常情况阈值，则将该路口流向进行预警，同时可关联至交通态势监控系统或视频监控系统，实现路口异常状况报警，对路口异常情况进行监控。