1.一种城市道路交叉口右转冲突警示线测画方法，其特征在于，包括以下步骤：

(1)设计实验，选取具有一定大型车辆通过量的道路交叉口作为探究地点，通过无人机交通流视频检测装置获取道路交叉口的视频数据；

(2)提取步骤(1)中获取的道路交叉口的视频数据，获取交叉口中大型车辆右转的后轮轨迹数据，得到后轮轨迹数据群；

所述的大型车辆右转的后轮轨迹数据是利用Tracker轨迹追踪软件获取的，具体如下：(2.1)选取最右侧车道的转角处作为坐标原点，选取两个间距已知的特征点，两个特征点之间的距离作为特征长度；

(2.2)以视频中进行右转的大型车辆后轮区域为特征区域进行识别跟踪，再计算出车轮区域的中心，作为车轮轮心，每帧画面轮心坐标跟踪结果作为车辆轮心的运动轨迹；

(2.3)采集监测点在一定帧数内行驶过的轨迹y＝h(x)，其中x为大货车后轮轨迹水平方向上的坐标，其中y为大货车后轮轨迹垂直方向上的坐标，并对照特征长度来确定车辆在曲线行驶时的每一帧坐标(x,y)；

(3)根据步骤(2)中所获得大型车辆右转的后轮轨迹数据群，拟合出最外侧后轮轨迹曲线、最内侧后轮轨迹曲线；

所述最外侧后轮轨迹曲线、最内侧后轮轨迹曲线拟合方法，具体如下：

运用ORIGIN软件对后轮轨迹数据群外侧坐标点进行拟合，获得最外侧后轮轨迹曲线y＝f(x外侧)：其中， p外侧为外侧后轮轨迹曲线的影响参数；

(4)以右转冲突区域不超过斑马线边缘为前提条件，确定最外侧后轮轨迹曲线、最内侧后轮轨迹曲线与斑马线的相对位置，确定大型车辆右转冲突区域：在内侧后轮轨迹线、外侧后轮轨迹线与斑马线之间的区域；

(5)获取探究地点城市道路交叉口动态指标数据与静态指标数据；

所述动态指标包括：交叉口右转大型车辆平均车身长度、交叉口大型车辆右转平均车速、交叉口车流量；

所述静态指标包括：交叉口相交道路单向路宽、交叉口相交道路交角大小、交叉口进口道斑马线宽度、交叉口道路设计转弯半径、右转车道端点距相交道路出口道停止线距离、相交道路入口道距停止线交点距离；

(6)运用回归模型，构建大型车辆右转冲突区域动态模型；

具体是以步骤(5)中的9个动、静态指标数据作为自变量，最外侧后轮轨迹曲线、最内侧后轮轨迹曲线的影响参数为应变量，建立多元线性回归模型，对多元线性回归模型进行分析，获得最外侧后轮轨迹曲线、最内侧后轮轨迹曲线的影响参数与动态指标、静态指标之间的关系，从而获得大型车辆右转冲突区域动态模型；

所述多元线性回归模型如下：

p外侧＝a40+a41x1+a42x2+a43x3+a44x4+a45x5+a46x6+a47x7+a48x8+a49x9+ε4，p内侧＝a80+a81x1+a82x2+a83x3+a84x4+a85x5+a86x6+a87x7+a88x8+a89x9+ε8，其中，x1为交叉口右转大型车辆平均车身长度、x2为交叉口大型车辆右转平均车速、x3为交叉口相交道路单向路宽、x4为交叉口相交道路交角大小、x5为交叉口斑马线宽度、x6为交叉口车流量、x7为交叉口道路设计转弯半径、x8为右转车道端点距相交道路出口道停止线距离、x9为相交道路入口道距停止线交点距离；

(7)获取需要测画右转冲突警示线道路交叉口的动静态指标数据、静态指标数据，将动态指标数据、静态指标数据输入到步骤(6)的大型车辆右转冲突区域动态模型中，获得该道路交叉口的最外侧后轮轨迹曲线、最内侧后轮轨迹曲线，沿着外侧后轮轨迹曲线、最内侧后轮轨迹曲线与斑马线画出右转冲突区警示线。

2.根据权利要求1所述一种城市道路交叉口右转冲突警示线测画方法,其特征在于，针对于步骤(1)中获取的道路交叉口的视频数据，利用PR视频软件对所拍摄视频进行分析，获取当前时段交叉口车流量，利用Tracker轨迹追踪软件追踪交叉口的大型车辆，得到交叉口大型车辆右转平均速度。

3.根据权利要求1所述一种城市道路交叉口右转冲突警示线测画方法,其特征在于，所述对多元线性回归模型进行分析，具体是运用SPSS数据分析软件进行多元线性回归分析，回归分析中选择向后法进行自变量的筛选，获得最外侧后轮轨迹曲线、最内侧后轮轨迹曲线的影响参数与动态指标、静态指标之间的关系。