CN106875747A - 一种基于高精度定位和车车协同的实时交通冲突预警方法 - Google Patents

一种基于高精度定位和车车协同的实时交通冲突预警方法 Download PDF

Info

Publication number
CN106875747A
CN106875747A CN201710111311.9A CN201710111311A CN106875747A CN 106875747 A CN106875747 A CN 106875747A CN 201710111311 A CN201710111311 A CN 201710111311A CN 106875747 A CN106875747 A CN 106875747A
Authority
CN
China
Prior art keywords
turning
vehicle
stage
car
conflict
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710111311.9A
Other languages
English (en)
Other versions
CN106875747B (zh
Inventor
王俊骅
李易
张兰芳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Tongshi Transportation Technology Co.,Ltd.
Original Assignee
Tongji University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tongji University filed Critical Tongji University
Priority to CN201710111311.9A priority Critical patent/CN106875747B/zh
Publication of CN106875747A publication Critical patent/CN106875747A/zh
Application granted granted Critical
Publication of CN106875747B publication Critical patent/CN106875747B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/166Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种基于高精度定位和车车协同的实时交通冲突算法,用以在缺少信号灯的T型交叉路口主路车辆直行同时支路车辆转弯时的实时冲突判断,该方法包括以下步骤:1)根据交叉口车辆转弯过程特征量化转弯各阶段状态变化过程;2)结合高精度定位和车车协同技术获得车辆在交叉口附近的实时位置和运动状态数据预测转弯车辆三阶段持续时间;3)结合车车协同技术界定不同等级的冲突区域;4)根据路权分配原则、转弯三阶段持续时间和冲突区域预测结果建立实时交通冲突算法。与现有技术相比,本发明具有高精度定位、实时准确、考虑转弯微观过程和有效防止交叉口车辆冲突等优点。

Description

一种基于高精度定位和车车协同的实时交通冲突预警方法
技术领域
本发明涉及交通安全技术领域,尤其是涉及一种基于高精度定位和车车协同的实时交通冲突算法。
背景技术
道路交通事故是当今世界最严重的“公害”之一。随着车辆的大规模普及,车辆之间的冲突和碰撞问题日益严峻,并且多集中于交通信息环境复杂或环境突变的道路平面交叉口,特别是无信号T型交叉口。在此类交叉口附近,由于在途驾驶人无法在第一时间获得前方交叉口的交通、环境及其他横向车辆的信息,故而无法及时采取减速、避让等安全措施,是引发事故的主要原因之一,而交通冲突多发是其主要表现形式。以往的冲突模型未考虑转弯驾驶行为微观过程的问题,无法实现实时车辆信息的传递和处理,不能适应真实道路交叉口的高频动态交通环境变化的情况。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于高精度定位和车车协同的实时交通冲突算法。
本发明的目的可以通过以下技术方案来实现:
一种基于高精度定位和车车协同的实时交通冲突预警方法,用于在缺少信号灯的T型交叉路口主路车辆直行同时支路车辆转弯时的实时冲突判断,所述的方法包括以下步骤:
S1、根据历史数据获得静态冲突区域,利用车车协同方法获得车辆实时信息,判断在静态冲突区域内是否存在冲突可能,若存在则进行步骤S2,否则表示行车安全;
S2、根据转弯车辆实时信息预测第一阶段持续时间,根据转弯车辆车速、坐标数据和直行车辆坐标数据计算动态冲突区域,判断在动态冲突区域内是否存在冲突可能,若存在则进行冲突预警提示,并为直行车辆和转弯车辆分别提供建议速度,否则进行步骤S3;
S3、判断转弯车辆是否存在第二阶段,若存在则进入步骤S4,若不存在则进入步骤S5;
S4、根据转弯车辆实时信息预测第二阶段持续时间,根据转弯车辆车速、坐标数据和直行车辆坐标数据计算动态冲突区域,判断在动态冲突区域内是否存在冲突可能,若存在则进行冲突预警提示,并为直行车辆和转弯车辆分别提供建议速度,否则进行步骤S5;
S5、根据转弯车辆实时信息预测第三阶段持续时间,根据转弯车辆车速、坐标数据和直行车辆坐标数据计算动态冲突区域,判断在动态冲突区域内是否存在冲突可能,若存在则进行冲突预警提示,并为直行车辆和转弯车辆分别提供建议速度,否则表示行车安全。
所述的转弯车辆转弯过程分为三阶段:第一阶段为减速入弯阶段,第二阶段为稳态阶段,第三阶段为加速离开阶段。
判断静态冲突区域内是否存在冲突可能的方法为根据车辆实时信息判断车辆是否同时进入静态冲突区域的边界内:
支路右转冲突判断:
主路直行车辆满足且支路右转车辆满足 则在静态冲突区域内存在冲突可能;
支路左转冲突判断:
主路直行车辆满足且支路左转车辆满足 则在静态冲突区域内存在冲突可能;
其中,设T字路口为正T型,坐标原点为路口中心点,主路中心线向右为X轴正方向,支路中心线向上为Y轴正方向;
a为静态冲突区域的左侧边界,即路口区域内转弯与直行碰撞事故多发区域在路口坐标系中的最小x值;
b为静态冲突区域的右侧边界,即路口区域内转弯与直行碰撞事故多发区域在路口坐标系中的最大x值;
c为静态冲突区域的下侧边界,即路口区域内转弯与直行碰撞事故多发区域在路口坐标系中的最小y值;
d为静态冲突区域的上侧边界,即路口区域内转弯与直行碰撞事故多发区域在路口坐标系中的最大y值;
XA为主路车辆X坐标;
YB1为支路左转车辆Y坐标;
YB2为支路右转车辆Y坐标;
B为车辆平均宽度;
l为车辆平均长度;
θ为转弯车辆瞬时转角。
判断在动态冲突区域内是否存在冲突可能的方法为根据车辆是否在各阶段持续时间内同时进入动态冲突区域的边界内,具体为:
动态冲突区域冲突判别规则:
假设:A车为主路左侧直行车辆,B1车为支路左转车辆;B2车为支路右转车辆;
其中,设T字路口为正T型,坐标原点为路口中心点,主路中心线向右为X轴正方向,支路中心线向上为Y轴正方向;
支路右转车辆与主路直行车辆冲突发生条件:
支路左转车辆与主路直行车辆冲突发生条件:
XA为主路直行车辆X坐标;
XB1为支路左转车辆X坐标;
XB2为支路右转车辆X坐标;
YA为主路直行车辆Y坐标;
YB1为支路左转车辆Y坐标;
YB2为支路右转车辆Y坐标;
L为动态区域边界长度;
θ为转弯车辆瞬时转角;
B为车辆平均宽度。
所述静态冲突区域的边界根据视频监控获得的历史数据估计获得,静态冲突区域包含90%以上的历史冲突点位置。
所述动态冲突区域的边界计算方法为:
动态冲突区域中心点坐标为:
(Xcp,Ycp)=(XB,YB)
XCP=XB=XB0±∫(VBx0+axt)dt
YCP=YA=YB=YB0±∫(VBy0+ayt)dt
其中,设T字路口为正T型,坐标原点为路口中心点,主路中心线向右为X轴正方向,支路中心线向上为Y轴正方向;
Xcp、Ycp分别为动态冲突区域中心点X、Y坐标;
XB、YB分别为转弯车辆X、Y坐标;
XB0、YB0、VBx0、VBy0为每次数据更新后的支路车B的X坐标、支路车B的Y坐标、支路车辆X方向速度分量和支路车辆Y方向速度分量初始参数;
t为每次数据更新后重新计算得到的车辆在各个阶段的预期持续时间;
ax为支路车沿X轴的加速度;
ay为支路车沿Y轴的加速度;
XA为主路车A的X坐标;
XB为支路车B的X坐标;
YA为主路车A的Y坐标;
YB为支路车B的Y坐标。
XCP、YCP冲突区域中心点坐标;
动态冲突区域边界长度为:
Δ=V*(t反应+t程序+t通信)+S
式中:t反应为驾驶员反应时间;
t程序为DSRC程序计算耗时
t通信为DSRC通信时间;
L为动态冲突区域边界长度;
BA为直行车辆宽度;
BB为支路车辆宽度;
θA为主路直行车辆瞬时转角;
θB为支路车辆瞬时转角;
Δ为延伸距离;
S—安全净距,该值根据驾驶员偏好设置,车长;
V为转弯车量车速km/h;
LA为动态冲突边界的宽;
LB为动态冲突边界的长。
判断是否存在第二阶段的方法为:
采用二元logit模型进行建模,
支路车辆右转第二阶段判断模型表达式:
V11:转弯阶段一末车速;
当P1大于0.5时,判断为存在转弯第二阶段,否则判断为不存在;
支路车辆左转第二阶段判断模型表达式:
T11:转弯阶段一持续时间;
当P2大于0.5时,判断为存在转弯第二阶段,否则判断为不存在。
各阶段持续时间计算方法为:
支路右转第一阶段持续时间:
N主左:转弯前主路左侧直行车辆数,即转弯车开始转弯前一秒时主路左侧直行车辆数;
转弯前主路左侧直行车速,即转弯车开始转弯前一秒时主路左侧直行车辆的平均车速km/h;
转弯第一阶段横向加速度变化率,即当前时刻转弯车的横向加速度变化率m/s3
V10:转弯第一阶段初始车速,即转弯第一阶段开始时刻转弯车的车速km/h;
t刹1:刹车一阶段纵向加速度持续变化时间,即转弯第一阶段中转弯车第一次踩刹车时的纵向加速度连续变化的持续时间s;
支路左转第一阶段持续时间:
N主右t:转弯时主路右侧直行来车数,即当前时刻主路右侧直行来车数;
转弯前主路右侧直行车速,即转弯前主路右侧直行车的平均车速km/h;
转弯第一阶段横向加速度变化率,即当前时刻转弯车的横向加速度变化率m/s3
V10:转弯第一阶段初始车速,即转弯第一阶段开始时转弯车的车速km/h;
s10:转弯第一阶段初始距交叉口入口距离,即转弯第一阶段初始时刻转弯车距离交叉口入口的距离m;
支路右转第二阶段持续时间:
Ln(T12)=1.090+0.299*N+0.195*N主左-0.043*s刹1
N:转弯时各方向来车总数,即转弯时主路左侧和右侧来车总数;
N主左:转弯前主路左侧来车数量,即转弯开始前一时刻主路左侧来车数量;
s刹1:刹车一阶段纵向加速度变化距离,即转弯过程中转弯车第一次刹车产生的持续变化的纵向加速度所对应的距离m
支路左转第二阶段持续时间:
T21:支路左转弯第一阶段持续时间
转弯第一阶段横向加速度变化率,即转弯阶段一末时刻即T21转弯车的横向加速度变化率m/s3
支路右转第三阶段持续时间:
N:转弯时各方向来车总数,即转弯时主路左侧和右侧来车总数;
N主左:转弯前主路左侧来车数量,即转弯前一时刻主路左侧来车数量;
转弯前主路左侧来车车速,即转弯前一时刻主路左侧来车平均车速km/h;
T11:转弯第一阶段持续时间:即T11
W:是否有转弯第二阶段,即是为1,否为0;
转弯第三阶段横向加速度变化率,即转弯第三阶段当前时刻转弯车的横向加速度变化率m/s3
t刹1:刹车一阶段纵向加速度变化持续时间,即转弯过程中转弯车第一次刹车纵向加速度持续变化的时长s;
t:松刹车阶段纵向加速度变化持续时间,即转弯过程中转弯车第一次松刹车纵向加速度持续变化的时长s;
t刹2:刹车二阶段纵向加速度变化持续时间,即转弯过程中转弯车第二次刹车纵向加速度持续变化的时长s;
刹车二阶段纵向加速度变化率,即转弯过程中转弯车第二次刹车纵向加速度的变化率m/s3
支路左转第三阶段持续时间:
N主左t:转弯时主路左侧来车数,即当前时刻主路左侧来车数;
N主左:转弯前主路左侧来车数量,即转弯前一时刻主路左侧来车数;
N主右:转弯前主路右侧来车数量,即转弯前一时刻主路右侧来车数;
转弯前主路左侧来车车速,即转弯前一时刻主路左侧来车的平均车速km/h;
转弯前主路右侧来车车速,即转弯前一时刻主路右侧来车的平均车速km/h;
V21:转弯第一阶段末车速,即转弯第一阶段末即T21转弯车的车速km/h;
s10:转弯第一阶段初始距交叉口入口距离,即转弯第一阶段初始时刻转弯车距离交叉口入口的距离m
T22:转弯第二阶段持续时间;
V22:转弯第二阶段末车速,即转弯第二阶段末转弯车的车速km/h;
转弯第三阶段横向加速度变化率,即转弯第三阶段当前时刻转弯车的横向加速度变化率m/s3
刹车一阶段纵向加速度变化率,即转弯过程中转弯车第一次刹车纵向加速度的变化率m/s3
t:松刹车阶段纵向加速度变化持续时间,即转弯过程中转弯车松刹纵向加速度持续变化的时长s;
松刹车阶段纵向加速度变化率,即转弯过程中转弯车松刹纵向加速度的变化率m/s3
t刹2:刹车二阶段纵向加速度变化持续时间,即转弯过程中转弯车第二次刹车纵向加速度持续变化的时长s;
刹车二阶段纵向加速度变化率,即转弯过程中转弯车第二次刹车纵向加速度的变化率m/s3
t:停留时间,即转弯过程中车速为0的持续时间s。
车辆实时信息获得方法为:
将主路车辆的实时状态信息通过安装于该车上DSRC设备发送至转弯车辆上的DSRC设备,转弯车辆实时获取转弯车辆本身和主路车辆的信息,所述信息包括车速、加速度、方向角、车辆坐标和主路交通环境信息。
与现有技术相比,本发明具有以下优点:
1)考虑转弯驾驶行为的微观过程:本发明根据交叉口车辆转弯过程的实际情况,量化转弯过程中各阶段状态的变化情况,结合高精度定位和车车协同技术获得车辆在交叉口附近的实时位置和运动状态数据预测转弯车辆三阶段持续时间;进而结合车车协同技术界定不同等级的冲突区域;之后根据路权分配原则、转弯三阶段持续时间和冲突区域预测结果建立实时准确的交通冲突算法。
2)高精度定位:本发明中所获取的车辆位置数据源于高精度定位技术,可达到亚米级车道定位;
3)车车协同技术的运用:通过车车协同技术实时交换交叉口处转弯车辆和直行车辆的动态车速、加速度、方向角等状态信息;
4)静态与动态相结合:以静态和动态相结合的方式,融合人、车、路、通讯建立了车辆在城市道路无信号交叉口处的实时交通冲突算法,更符合真实道路环境中的冲突预测方式,因此本发明更具有普遍性和实际应用价值。
附图说明
图1为本发明实施例中实时交通冲突算法的具体实例流程图;
图2为本发明实施例中实时交通冲突算法各模块的逻辑关系图;
图3为支路车辆右转冲突区域分级示意图;
图4为支路车辆左转冲突区域分级示意图;
图5为动态冲突区域边界示意图一;
图6为转弯车辆冲突危险点示意图;
图7为动态冲突区域边界示意图二。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都应属于本发明保护的范围。
实施例
如图1所示实时交通冲突算法的具体实例流程图:
S11根据交叉口车辆转弯过程特征量化转弯各阶段状态变化过程。在阶段一过程中,驾驶人不断改变方向盘角度,车辆的角速度不断增加,在向心力的作用下其横向速度逐渐增加,而纵向速度随着制动力的增加而减小,全程减速入弯为车辆从直行状态进入转弯状态的初始过程。阶段二为转弯的中间过程,驾驶人不再改变方向盘角度和刹车力度,可以将该阶段的行车状态看作为角速度不变、横向速度增加、纵向速度保持不变的圆周运动。阶段三为转弯的末态阶段,驾驶人回打方向盘,车辆的角速度不断减小,横向速度减小,纵向速度增大,加速离开,完成转弯过程。
S12.结合高精度定位和车车协同技术获得车辆在交叉口附近的实时位置和运动状态数据预测转弯车辆三阶段持续时间。以转弯三阶段为基础,利用高精度定位和车车协同技术获取可能影响车辆转弯过程的参数,如自车和他车的车速、加速度、主路交通环境信息等,建立转弯三个阶段的持续时间预测模型,实现预测转弯过程的目的。
S13.结合车车协同技术界定交叉口处三种等级的冲突区域,包括低频动态的低冲突风险区域(A级),高频动态的中等冲突风险区域(B级),高频动态的高冲突风险区域(C级)。
S14.根据路权分配原则,在保证主路车辆不受影响、正常行驶的条件下,对转弯车辆的各阶段持续时间进行预测。结合预测得到的持续时间和冲突范围,可以判断在转弯的各个阶段内两车是否有碰撞可能,即同时进入冲突区域内,若有碰撞可能则向支路车辆推送预警信息,使之减速避让。
所述的步骤S11中,将车辆的转弯过程分为三阶段:减速入弯、稳态、加速离开。车辆转弯过程中各项参数变化规律如表1所示。
表1车辆转弯三阶段各参数变化规律
所述的步骤S21中具体包括以下内容:
21)将主路车辆的实时状态信息通过安装于该车上DSRC设备发送至转弯车辆上的DSRC设备,实时获取自车和主路车辆的车速、加速度、方向角、主路交通环境信息;
22)采用高斯对数线性模型预测转弯第一阶段持续时间,即转弯行为开始(即横向加速度开始持续增加或减小的初始时刻)至转弯状态稳定(即横向加速度保持稳定)所持续的时间,并以AIC最小化原则(赤池信息量准则)和拟合度最大原则为主要判断依据,通过逐步回归的方法获得对转弯第一阶段持续时间有较大影响的参数及其对应的模型表达式。
a)支路右转:
N主左:转弯前主路左侧直行车辆数,即转弯车开始转弯前一秒时主路左侧直行车辆数;
转弯前主路左侧直行车速,即转弯车开始转弯前一秒时主路左侧直行车辆的平均车速km/h;
转弯阶段一横向加速度变化率,即当前时刻转弯车的横向加速度变化率m/s3
V10:转弯阶段一初始车速,即转弯阶段一开始时刻转弯车的车速km/h;
t刹1:刹车一阶段纵向加速度持续变化时间,即转弯阶段一中转弯车第一次踩刹车时的纵向加速度连续变化的持续时间s
b)支路左转:
N主右t:转弯时主路右侧直行来车数,即当前时刻主路右侧直行来车数;
转弯前主路右侧直行车速,即转弯前主路右侧直行车的平均车速km/h;
转弯阶段一横向加速度变化率,即当前时刻转弯车的横向加速度变化率m/s3
V10:转弯阶段一初始车速,即转弯阶段一开始时转弯车的车速km/h;
s10:转弯阶段一初始距交叉口入口距离,即转弯阶段一初始时刻转弯车距离交叉口入口的距离m;
23)对转弯稳态阶段是否存在的判断采用二元logit模型进行建模,并以AIC最小化原则(赤池信息量准则)和拟合度最大原则为主要判断依据,通过逐步回归的方法获得对转弯第二阶段存在与否有较大影响的参数及其对应的模型表达式。
a)支路车辆右转阶段二判断模型表达式:
V11:转弯阶段一末车速
当P1大于0.5,判断为存在转弯第二阶段,否则判断为不存在。
转弯阶段一末车速:转弯阶段一结束时刻(即T11时刻)转弯车的车速(km/h)
b)支路车辆左转阶段二判断模型表达式:
T11:转弯阶段一持续时间
当P2大于0.5,判断为存在转弯第二阶段,否则判断为不存在。
转弯阶段一持续时间:即T21
24)采用泊松对数线性模型预测转弯第二阶段持续时间,并以AIC最小化原则(赤池信息量准则)和拟合度最大原则为主要判断依据,通过逐步回归的方法获得对转弯第二阶段持续时间有较大影响的参数及其对应的模型表达式。
a)支路右转:
Ln(T12)=1.090+0.299*N+0.195*N主左-0.043*s刹1
N:转弯时各方向来车总数,即转弯时主路左侧和右侧来车总数;
N主左:转弯前主路左侧来车数量,即转弯开始前一时刻主路左侧来车数量;
s刹1:刹车一阶段纵向加速度变化距离,即转弯过程中转弯车第一次刹车产生的持续变化的纵向加速度所对应的距离m
b)支路左转:
T21:支路左转弯阶段一持续时间
转弯阶段一横向加速度变化率,即转弯阶段一末时刻即T21转弯车的横向加速度变化率m/s3
25)采用高斯对数线性模型预测转弯第三阶段持续时间,即转弯行为开始(即横向加速度开始持续增加或减小的初始时刻)至转弯状态稳定(即横向加速度保持稳定)所持续的时间,并以AIC最小化原则(赤池信息量准则)和拟合度最大原则为主要判断依据,通过逐步回归的方法获得对转弯第三阶段持续时间有较大影响的参数及其对应的模型表达式。
a)支路右转:
N:转弯时各方向来车总数,即转弯时主路左侧和右侧来车总数;
N主左:转弯前主路左侧来车数量,即转弯前一时刻主路左侧来车数量;
转弯前主路左侧来车车速,即转弯前一时刻主路左侧来车平均车速km/h;
T11:转弯阶段一持续时间:即T11
W:是否有转弯阶段二,即是为1,否为0;
转弯阶段三横向加速度变化率,即转弯阶段三当前时刻转弯车的横向加速度变化率m/s3
t刹1:刹车一阶段纵向加速度变化持续时间,即转弯过程中转弯车第一次刹车纵向加速度持续变化的时长s;
t:松刹车阶段纵向加速度变化持续时间,即转弯过程中转弯车第一次松刹车纵向加速度持续变化的时长s;
t刹2:刹车二阶段纵向加速度变化持续时间,即转弯过程中转弯车第二次刹车纵向加速度持续变化的时长s;
刹车二阶段纵向加速度变化率,即转弯过程中转弯车第二次刹车纵向加速度的变化率m/s3
b)支路左转:
N主左t:转弯时主路左侧来车数,即当前时刻主路左侧来车数;
N主左:转弯前主路左侧来车数量,即转弯前一时刻主路左侧来车数;
N主右:转弯前主路右侧来车数量,即转弯前一时刻主路右侧来车数;
转弯前主路左侧来车车速,即转弯前一时刻主路左侧来车的平均车速km/h;
转弯前主路右侧来车车速,即转弯前一时刻主路右侧来车的平均车速km/h;
V21:转弯阶段一末车速,即转弯阶段一末即T21转弯车的车速km/h;
s10:转弯阶段一初始距交叉口入口距离,即转弯阶段一初始时刻转弯车距离交叉口入口的距离m
T22:转弯阶段二持续时间;
V22:转弯阶段二末车速,即转弯阶段二末转弯车的车速km/h;
转弯阶段三横向加速度变化率,即转弯阶段三当前时刻转弯车的横向加速度变化率m/s3
刹车一阶段纵向加速度变化率,即转弯过程中转弯车第一次刹车纵向加速度的变化率m/s3
t:松刹车阶段纵向加速度变化持续时间,即转弯过程中转弯车松刹纵向加速度持续变化的时长s;
松刹车阶段纵向加速度变化率,即转弯过程中转弯车松刹纵向加速度的变化率m/s3
t刹2:刹车二阶段纵向加速度变化持续时间,即转弯过程中转弯车第二次刹车纵向加速度持续变化的时长s;
刹车二阶段纵向加速度变化率,即转弯过程中转弯车第二次刹车纵向加速度的变化率m/s3
t:停留时间,即转弯过程中车速为0的持续时间s。
所述的步骤3)中具体包括以下步骤:
31)交叉口冲突区域分级
在计算传统冲突点/范围的基础上,确定可能冲突的初始范围,结合车车协同技术预测两车是否会在各转弯阶段持续时间内进入可能冲突区域,或进入极限碰撞范围内,将冲突区域的判断分为三个等级,如图3为支路车辆右转冲突区域分级示意图,图4为支路车辆左转冲突区域分级示意图。
对于冲突区域分级说明见表2,其中
右转:长=支路宽度+主路车身长度,宽=主路宽度;
左转:长=支路宽度+主路车身长度+支路转弯车身长度,宽=主路宽度;
表2冲突区域分级说明表
图示 等级 说明 边界计算方式 冲突判断
浅灰色 A 有冲突风险,冲突可能性小 交叉口最大范围 低频动态
深灰色 B 有冲突可能,需要避让 静态 高频动态
黑色 C 产生冲突,必须避让 动态 高频动态
32)静态冲突范围通过视频监控获得,该冲突范围包含90%以上的冲突点位置,其最外侧边界连接成的闭合区域为静态冲突范围。
33)动态冲突范围包括动态轨迹冲突点和动态冲突区域边界,计算方式如下:
a)动态轨迹冲突点为两车轨迹的空间、时间重合点,转弯车辆和直行车辆状态均考虑为实时变化,可实时获取并更新。转弯车辆的轨迹分为三个部分:变加速曲线运动、匀速圆周运动、变加速曲线运动,计算公式为:
XCP=XB=XB0±∫(VBx0+axt)dt
YCP=YA=YB=YB0±∫(VBy0+ayt)dt
其中,XB0、YB0、VBx0、VBy0分别为每次数据更新后的支路车B的X坐标、支路车B的Y坐标、支路车辆X方向速度分量和支路车辆Y方向速度分量的初始参数;
t为每次数据更新后重新计算得到的车辆在各个阶段的预期持续时间;
如图3所示路口,坐标原点为路口中心点,主路中心线向右为X轴正方向,支路中心线向上为Y轴正方向。
ax为车辆沿X轴的加速度、ay为车辆沿Y轴的加速度、XA为主路车(A)的X坐标、XB为支路车(B)的X坐标、YA为主路车(A)的Y坐标、YB为支路车(B)的Y坐标;Xcp、Ycp为动态冲突区域中心点的X坐标和Y坐标。
b)动态冲突区域边界的计算考虑两车通信时间、程序运算时间、信号延迟、驾驶员反应时间和车辆宽度。
图5中,B为车辆宽度,BA为直行车辆宽度,BB为支路车辆宽度;Δ为延伸距离,L为动态冲突区域边界长度,θA为主路直行车辆瞬时转角,θB为支路车辆瞬时转角。
Δ=V*(驾驶员反应时间+DSRC程序计算耗时+DSRC通信时间)+S
式中:S—安全净距,该值可根据驾驶员偏好设置,车长。V为转弯车车速(km/h)、LA为动态冲突边界的宽、LB为动态冲突边界的长
所述的步骤S14是基于主路和支路的路权分配原则,在保证主路车辆不受影响、正常行驶的条件下,对转弯车辆的各阶段持续时间进行预测。结合预测得到的持续时间和冲突范围,可以判断在转弯的各个阶段内两车是否有碰撞可能,即同时进入冲突区域内,若有碰撞可能则向支路车辆推送预警信息,使之减速避让。实时交通冲突算法包括:转弯车辆在各阶段坐标计算模块、转弯车辆冲突危险点计算模块、静态冲突区域内的冲突判别模块、动态冲突区域内的冲突判别模块。
41)转弯车辆在各阶段坐标计算模块:
a)转弯阶段一的速度V,加速度a,转角θ,角速度ω为:
Vt1=V0+∫atdt
Vn1=∫andt
at为车辆沿车纵轴方向的实时加速度(m/s2)、an为车辆沿车横轴方向的实时加速度(m/s2)、Vt1为阶段一转弯车辆沿车纵轴方向的实时速度(km/h)、Vn1为阶段一转弯车辆沿车横轴方向的实时速度(km/h);V0为转弯车辆在转弯开始前一时刻的切向车速(km/h)。
支路右转情况下t秒后车辆在路口坐标系中的坐标位置,t=(0,T11]:
T11为转弯阶段一的持续时间、X0为转弯开始时刻转弯车辆在路口坐标系中的X坐标、X1为转弯车辆在阶段一中t时刻的X坐标、θ0为转弯开始时刻转弯车辆的方向角(rad)、Y1为转弯车辆在阶段一中t时刻的Y坐标参数解释;Y0为转弯车辆在转弯开始前一时刻的Y轴坐标。
支路左转情况下t秒后车辆在路口坐标系中的坐标位置,t=(0,T21]:
T21为支路左转车辆的转弯一阶段持续时间。
b)转弯阶段二的角速度ω,切向加速度at,法向加速度an为:
at=R*α
α为转弯车辆当前时刻的角加速度(rad/s2),R为转弯车辆当前时刻的转弯半径(m)、Vt2为转弯车辆转弯阶段二当前时刻的切向速度;
支路右转情况下t秒后车辆在路口坐标系中的坐标位置,t=(0,T12]:
T12为转弯阶段二的持续时间、X2为转弯车辆在阶段二中t时刻的X坐标、Y2为转弯车辆在阶段二中t时刻的Y坐标、为转弯车辆在阶段一末时刻(T11)的X坐标、转弯车辆在阶段一末时刻(T11)的Y坐标、θB1转弯车辆在阶段一末时刻(T11)的方向角(rad)
支路左转情况下t秒后车辆在路口坐标系中的坐标位置,t=(0,T22]:
T22为支路左转车辆的转弯二阶段持续时间。
c)转弯阶段三的速度V,加速度a,转角θ,角速度ω为,:
Vt3=Vt2+∫atdt
Vn3=Vn2+∫andt
Vt3为阶段三转弯车辆沿车纵轴方向的实时速度(km/h)、Vn3为阶段三转弯车辆沿车横轴方向的实时速度(km/h);Vn2为支路转弯车辆的转弯二阶段末沿车纵轴方向的车速(km/h)、Vt2为支路转弯车辆的转弯二阶段末的切向车速(km/h)。
支路右转情况下t秒后车辆在路口坐标系中的坐标位置,t=(0,T13]:
T13为转弯阶段三的持续时间、X3为转弯车辆在阶段三中t时刻的X坐标、Y3转弯车辆在阶段三中t时刻的Y坐标、为转弯车辆在阶段二末时刻(T12)的X坐标、转弯车辆在阶段二末时刻(T12)的Y坐标、θB2转弯车辆在阶段二末时刻(T12)的方向角(rad)。
支路左转情况下t秒后车辆在路口坐标系中的坐标位置,t=(0,T23]:
T23为支路左转车辆的转弯三阶段持续时间。
42)转弯车辆冲突危险点计算模块:
将车辆视为l×B的长方体,四个顶点分别为A1、A2、A3、A4。以路口中心点为原点,此四点的坐标不固定,随车辆类型、转弯类型和所在道路类型而变:
图6中,圆点为三种转弯模式下车辆最可能发生碰撞的位置,(XA,YA)(XB1,YB1)(XB2,YB2)为车辆的中心在路口坐标系中的坐标。
a)直行车辆危险点:A1,A2,A3,A4
b)支路左转车辆危险点:A2,A4
c)支路右转车辆危险点:A1,A3
43)静态冲突区域内的冲突判别模块:
表3静态冲突区域冲突判别方法
静态冲突区域冲突判别方法如上表3。a,b,c,d值均由实地观测得到;
a为静态冲突区域的左侧边界即路口区域内转弯与直行碰撞事故多发区域在路口坐标系中的最小x值;
b为静态冲突区域的右侧边界即路口区域内转弯与直行碰撞事故多发区域在路口坐标系中的最大x值;
c为静态冲突区域的下侧边界即路口区域内转弯与直行碰撞事故多发区域在路口坐标系中的最小y值;
d为静态冲突区域的上侧边界即路口区域内转弯与直行碰撞事故多发区域在路口坐标系中的最大y值。
44)动态冲突区域内的冲突判别模块:
如图7所示,为动态冲突区域边界示意图二,冲突区域中心点坐标为:
(Xcp,Ycp)=(XB,YB)
动态冲突区域左边界:lleft,右边界:lright,上边界:lup,下边界:ldown
动态冲突区域冲突判别规则如表4和表5所示:
表4支路右转-主路直行冲突判别
表5支路左转-主路直行冲突判别
动态冲突区域中心点坐标为:
(Xcp,Ycp)=(XB,YB)
(Xcp,Ycp)为动态冲突区域中心点坐标;(XB,YB)为转弯车辆中心坐标;
动态冲突区域左边界:
右边界:
上边界:
下边界:
动态冲突区域冲突判别规则:
假设:A车为主路左侧直行车辆,B1车为支路左转车辆;B2车为支路右转车辆。
支路右转-主路直行冲突发生条件:
支路左转-主路直行冲突发生条件:
Xcp、Ycp分别为动态冲突区域中心点X、Y坐标;
XA为主路直行车辆X坐标;
XB1为支路左转车辆X坐标;
XB2为支路右转车辆X坐标;
L为动态区域边界长度;
θ为转弯车辆瞬时转角;
B为车辆平均宽度。
如图2所示,为实时交通冲突算法各模块的逻辑关系图,实际计算时,步骤为:
i)利用车车协同方法获得车辆实时信息,计算静态冲突区域,如果在静态冲突区域内存在冲突可能则进行步骤ii,否则表示行车安全;
ii)根据转弯车辆实时信息预测第一阶段持续时间,根据转弯车辆车速、坐标数据和直行车辆坐标数据计算动态冲突区域,若在动态冲突区域内存在冲突可能,则进行冲突预警提示,并为直行车辆和转弯车辆分别提供建议速度,否则进行步骤iii;
iii)判断转弯车辆是否存在第二阶段,若存在则进入步骤iv,若不存在则进入步骤v;
iv)根据转弯车辆实时信息预测第二阶段持续时间,根据转弯车辆车速、坐标数据和直行车辆坐标数据计算动态冲突区域,若在动态冲突区域内存在冲突可能,则进行冲突预警提示,并为直行车辆和转弯车辆分别提供建议速度,否则进行步骤v;
v)根据转弯车辆实时信息预测第三阶段持续时间,根据转弯车辆车速、坐标数据和直行车辆坐标数据计算动态冲突区域,若在动态冲突区域内存在冲突可能,则进行冲突预警提示,并为直行车辆和转弯车辆分别提供建议速度,否则表示行车安全。
下面以监测无信号T型交叉口,包括一个双车道公路,一个双车道支路车道的实时交通冲突为例,对本发明所述的方案进行详细说明,应当理解的是,上述举例并非意在限定本发明。
1)进行10次支路右转和10次支路左转,记录每次实施例中主路直行车辆和支路转弯车辆的每个时刻的车辆状态和道路交通状态,代入转弯三阶段持续时间预测公式中得到结果如表6和表7所示:
表6支路右转三阶段持续时间预测结果(单位:秒)
其中,是否有阶段二中“0”代表无阶段二,“1”代表有阶段二。
表7支路左转三阶段持续时间预测结果(单位:秒)
其中,是否有阶段二中“0”代表无阶段二,“1”代表有阶段二。
2)静态冲突区域内的冲突预测结果如表8和表9所示,准确率达85%。
表8支路转弯实施例静态冲突预测结果
3)动态冲突区域的冲突预测结果如下,准确率达95%。
表9支路转弯实施例动态冲突预测结果
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种基于高精度定位和车车协同的实时交通冲突预警方法,用于在缺少信号灯的T型交叉路口主路车辆直行同时支路车辆转弯时的实时冲突判断,其特征在于,所述的方法包括以下步骤:
S1、根据历史数据获得静态冲突区域,利用车车协同方法获得车辆实时信息,判断车辆在静态冲突区域内是否存在冲突可能,若存在则进行步骤S2,否则表示行车安全;
S2、根据转弯车辆实时信息预测第一阶段持续时间,根据转弯车辆车速、坐标数据和直行车辆坐标数据计算动态冲突区域,判断在动态冲突区域内是否存在冲突可能,若存在则进行冲突预警提示,并为直行车辆和转弯车辆分别提供建议速度,否则进行步骤S3;
S3、判断转弯车辆是否存在第二阶段,若存在则进入步骤S4,若不存在则进入步骤S5;
S4、根据转弯车辆实时信息预测第二阶段持续时间,根据转弯车辆车速、坐标数据和直行车辆坐标数据计算动态冲突区域,判断在动态冲突区域内是否存在冲突可能,若存在则进行冲突预警提示,并为直行车辆和转弯车辆分别提供建议速度,否则进行步骤S5;
S5、根据转弯车辆实时信息预测第三阶段持续时间,根据转弯车辆车速、坐标数据和直行车辆坐标数据计算动态冲突区域,判断在动态冲突区域内是否存在冲突可能,若存在则进行冲突预警提示,并为直行车辆和转弯车辆分别提供建议速度,否则表示行车安全。
2.根据权利要求1所述的一种基于高精度定位和车车协同的实时交通冲突预警方法,其特征在于,所述转弯车辆的转弯过程分为三阶段:第一阶段为减速入弯阶段,第二阶段为稳态阶段,第三阶段为加速离开阶段。
3.根据权利要求1所述的一种基于高精度定位和车车协同的实时交通冲突预警方法,其特征在于,判断静态冲突区域内是否存在冲突可能的方法为:
支路右转冲突判断:
主路直行车辆满足且支路右转车辆满足 则在静态冲突区域内存在冲突可能;
支路左转冲突判断:
主路直行车辆满足且支路左转车辆满足 则在静态冲突区域内存在冲突可能;
其中,设T字路口为正T型,坐标原点为路口中心点,主路中心线向右为X轴正方向,支路中心线向上为Y轴正方向;
a为静态冲突区域的左侧边界,即路口区域内转弯与直行碰撞事故多发区域在路口坐标系中的最小x值;
b为静态冲突区域的右侧边界,即路口区域内转弯与直行碰撞事故多发区域在路口坐标系中的最大x值;
c为静态冲突区域的下侧边界,即路口区域内转弯与直行碰撞事故多发区域在路口坐标系中的最小y值;
d为静态冲突区域的上侧边界,即路口区域内转弯与直行碰撞事故多发区域在路口坐标系中的最大y值;
XA为主路车辆X坐标;
YB1为支路左转车辆Y坐标;
YB2为支路右转车辆Y坐标;
B为车辆平均宽度;
l为车辆平均长度;
θ为转弯车辆瞬时转角。
4.根据权利要求1所述的一种基于高精度定位和车车协同的实时交通冲突预警方法,其特征在于,判断在动态冲突区域内是否存在冲突可能的方法为根据车辆是否在各阶段持续时间内同时进入动态冲突区域的边界内,具体为:
动态冲突区域冲突判别规则:
假设:A车为主路左侧直行车辆,B1车为支路左转车辆;B2车为支路右转车辆;
其中,设T字路口为正T型,坐标原点为路口中心点,主路中心线向右为X轴正方向,支路中心线向上为Y轴正方向;
支路右转车辆与主路直行车辆冲突发生条件:
- B 2 - ( X A - X B 2 ) cot ( &theta; ) < Y A - Y B 2 < B 2 - ( X A - X B 2 - L ) cot ( &theta; )
支路左转车辆与主路直行车辆冲突发生条件:
- B 2 + ( X A - X B 1 ) cot ( &theta; ) < Y B 1 - Y A < B 2 + ( X A - X B 1 ) cot ( &theta; )
XA为主路直行车辆X坐标;
XB1为支路左转车辆X坐标;
XB2为支路右转车辆X坐标;
YA为主路直行车辆Y坐标;
YB1为支路左转车辆Y坐标;
YB2为支路右转车辆Y坐标;
L为动态区域边界长度;
θ为转弯车辆瞬时转角;
B为车辆平均宽度。
5.根据权利要求3所述的一种基于高精度定位和车车协同的实时交通冲突预警方法,其特征在于,所述静态冲突区域的各边界根据视频监控获得的历史数据估计获得,静态冲突区域包含90%以上的历史冲突点位置。
6.根据权利要求4所述的一种基于高精度定位和车车协同的实时交通冲突预警方法,其特征在于,所述动态冲突区域的边界计算方法为:
动态冲突区域中心点坐标为:
(Xcp,Ycp)=(XB,YB)
XCP=XB=XB0±∫(VBx0+axt)dt
YCP=YA=YB=YB0±∫(VBy0+ayt)dt
其中,设T字路口为正T型,坐标原点为路口中心点,主路中心线向右为X轴正方向,支路中心线向上为Y轴正方向;
XB0、YB0、VBx0、VBy0为每次数据更新后的支路车的X坐标、支路车的Y坐标、支路车辆X方向速度分量和支路车辆Y方向速度分量初始参数;
t为每次数据更新后重新计算得到的车辆在各个阶段的预期持续时间;
ax为支路车辆沿X轴的加速度;
ay为支路车辆沿Y轴的加速度;
XA为主路直行车辆车X坐标;
XB为支路转弯车辆X坐标;
YA为主路直行车辆Y坐标;
YB为支路转弯车辆Y坐标;
Xcp、Ycp分别为动态冲突区域中心点X、Y坐标;
动态冲突区域边界长度为:
L = B c o s &theta; + 2 &Delta;
L A = B A cos&theta; A + 2 &Delta;
L B = B B cos&theta; B + 2 &Delta;
Δ=V*(t反应+t程序+t通信)+S
式中:L为动态冲突区域边界长度;
B为车辆平均宽度;
BA为直行车辆宽度;
BB为支路车辆宽度;
θA为主路直行车辆瞬时转角;
θB为支路转弯车辆瞬时转角;
Δ为延伸距离;
S—安全净距,根据驾驶员偏好设置,为车长或车长;
V为转弯车量车速km/h;
LA为动态冲突边界的宽;
LB为动态冲突边界的长;
t反应为驾驶员反应时间;
t程序为DSRC程序计算耗时;
t通信为DSRC通信时间。
7.根据权利要求1所述的一种基于高精度定位和车车协同的实时交通冲突预警方法,其特征在于,判断是否存在第二阶段的方法为:
采用二元logit模型进行建模,
支路车辆右转第二阶段判断模型表达式:
P 1 = 1 1 + e - ( - 3.062 + 0.466 * V 11 )
V11:转弯阶段一末车速;
当P1大于0.5时,判断为存在转弯第二阶段,否则判断为不存在;
支路车辆左转第二阶段判断模型表达式:
P 2 = 1 1 + e - ( 1.260 - 0.954 * T 11 )
T11:转弯阶段一持续时间;
当P2大于0.5时,判断为存在转弯第二阶段,否则判断为不存在。
8.根据权利要求1所述的一种基于高精度定位和车车协同的实时交通冲突预警方法,其特征在于,各阶段持续时间计算方法为:
支路右转第一阶段持续时间:
N主左:转弯车开始转弯前一秒时主路左侧直行车辆数;
转弯车开始转弯前一秒时主路左侧直行车辆的平均车速km/h;
转弯第一阶段横向加速度变化率,即当前时刻转弯车的横向加速度变化率m/s3
V10:转弯第一阶段开始时刻转弯车的车速km/h;
t刹1:转弯第一阶段中转弯车第一次踩刹车时的纵向加速度连续变化的持续时间s;
支路左转第一阶段持续时间:
N主右t:当前时刻主路右侧直行来车数;
转弯前主路右侧直行车的平均车速km/h;
转弯第一阶段横向加速度变化率,即当前时刻转弯车的横向加速度变化率m/s3
V10:转弯第一阶段开始时转弯车的车速km/h;
s10:转弯第一阶段初始时刻转弯车距离交叉口入口的距离m;
支路右转第二阶段持续时间:
Ln(T12)=1.090+0.299*N+0.195*N主左-0.043*s刹1
N:转弯时主路左侧和右侧来车总数;
N主左:转弯开始前一时刻主路左侧来车数量;
s刹1:转弯过程中转弯车第一次刹车产生的持续变化的纵向加速度所对应的距离m;
支路左转第二阶段持续时间:
L n ( T 22 ) = - 0.019 + 0.342 * T 21 + 6.919 * a &CenterDot; 1
T21:支路左转弯第一阶段持续时间;
转弯第一阶段末时刻即T21转弯车的横向加速度变化率m/s3
支路右转第三阶段持续时间:
N:转弯时主路左侧和右侧来车总数;
N主左:转弯前一时刻主路左侧来车数量;
转弯前一时刻主路左侧来车平均车速km/h;
T11:转弯第一阶段持续时间:即T11
W:是否有转弯第二阶段,是为1,否为0;
转弯第三阶段当前时刻转弯车的横向加速度变化率m/s3
t刹1:刹车一阶段纵向加速度变化持续时间,即转弯过程中转弯车第一次刹车纵向加速度持续变化的时长s;
t:转弯过程中转弯车第一次松刹车纵向加速度持续变化的时长s;
t刹2:转弯过程中转弯车第二次刹车纵向加速度持续变化的时长s;
转弯过程中转弯车第二次刹车纵向加速度的变化率m/s3
支路左转第三阶段持续时间:
N主左t:当前时刻主路左侧来车数;
N主左:转弯前一时刻主路左侧来车数;
N主右:转弯前一时刻主路右侧来车数;
转弯前一时刻主路左侧来车的平均车速km/h;
转弯前一时刻主路右侧来车的平均车速km/h;
V21:转弯第一阶段末即T21转弯车的车速km/h;
s10:转弯第一阶段初始时刻转弯车距离交叉口入口的距离m;
T22:转弯第二阶段持续时间;
V22:转弯第二阶段末转弯车的车速km/h;
转弯第三阶段当前时刻转弯车的横向加速度变化率m/s3
转弯过程中转弯车第一次刹车纵向加速度的变化率m/s3
t:转弯过程中转弯车松刹纵向加速度持续变化的时长s;
转弯过程中转弯车松刹纵向加速度的变化率m/s3
t刹2:转弯过程中转弯车第二次刹车纵向加速度持续变化的时长s;
转弯过程中转弯车第二次刹车纵向加速度的变化率m/s3
t:转弯过程中车速为0的持续时间s。
9.根据权利要求1所述的一种基于高精度定位和车车协同的实时交通冲突预警方法,其特征在于,车辆实时信息获得方法为:
将主路车辆的实时状态信息通过安装于该车上DSRC设备发送至转弯车辆上的DSRC设备,转弯车辆实时获取转弯车辆本身和主路车辆的信息。
10.根据权利要求9所述的一种基于高精度定位和车车协同的实时交通冲突预警方法,其特征在于,转弯车辆实时获取转弯车辆本身和主路车辆的信息包括车速、加速度、方向角、车辆坐标和主路交通环境信息。
CN201710111311.9A 2017-02-28 2017-02-28 一种基于高精度定位和车车协同的实时交通冲突预警方法 Active CN106875747B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710111311.9A CN106875747B (zh) 2017-02-28 2017-02-28 一种基于高精度定位和车车协同的实时交通冲突预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710111311.9A CN106875747B (zh) 2017-02-28 2017-02-28 一种基于高精度定位和车车协同的实时交通冲突预警方法

Publications (2)

Publication Number Publication Date
CN106875747A true CN106875747A (zh) 2017-06-20
CN106875747B CN106875747B (zh) 2019-10-01

Family

ID=59169010

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710111311.9A Active CN106875747B (zh) 2017-02-28 2017-02-28 一种基于高精度定位和车车协同的实时交通冲突预警方法

Country Status (1)

Country Link
CN (1) CN106875747B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108597251A (zh) * 2018-04-02 2018-09-28 昆明理工大学 一种基于车联网的交通路口分布式车辆碰撞预警方法
CN108922176A (zh) * 2018-06-27 2018-11-30 华南理工大学 一种混合交通冲突态势的快速判断方法
CN109635516A (zh) * 2019-01-23 2019-04-16 合肥工业大学 一种大型车转弯内轮差的危险区域预测方法
CN110379167A (zh) * 2019-07-31 2019-10-25 中国工商银行股份有限公司 车辆在高速路中的行驶路径确定方法及装置
CN112349086A (zh) * 2019-08-06 2021-02-09 财团法人车辆研究测试中心 路口车速决策方法及其***
CN112508392A (zh) * 2020-12-02 2021-03-16 云南省交通规划设计研究院有限公司 一种山区双车道公路隐患路段交通冲突风险动态评估方法
CN113306574A (zh) * 2021-06-29 2021-08-27 中国科学院自动化研究所 一种自动驾驶路权归属决策方法、***及设备
CN113628477A (zh) * 2021-08-20 2021-11-09 东风汽车集团股份有限公司 一种基于v2x的十字路口左转预警防碰撞方法
CN114067569A (zh) * 2022-01-14 2022-02-18 华砺智行(武汉)科技有限公司 V2x车联网环境下车辆左转辅助预警方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5092705A (en) * 1990-11-13 1992-03-03 Subhash Raswant Method of controlling pedestrian and vehicular traffic flow
US7768999B1 (en) * 2005-09-01 2010-08-03 Sprint Spectrum L.P. Method and system for interworking half duplex and full duplex conferencing
CN103745603A (zh) * 2014-01-17 2014-04-23 中国科学技术大学 一种右转车道车路协同信号控制方法及***
CN105070080A (zh) * 2015-07-22 2015-11-18 西安工程大学 一种左转无冲突的平面道路交叉口疏导***
CN106205172A (zh) * 2016-09-07 2016-12-07 东南大学 无信号交叉口冲突消解方法及***

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5092705A (en) * 1990-11-13 1992-03-03 Subhash Raswant Method of controlling pedestrian and vehicular traffic flow
US7768999B1 (en) * 2005-09-01 2010-08-03 Sprint Spectrum L.P. Method and system for interworking half duplex and full duplex conferencing
CN103745603A (zh) * 2014-01-17 2014-04-23 中国科学技术大学 一种右转车道车路协同信号控制方法及***
CN105070080A (zh) * 2015-07-22 2015-11-18 西安工程大学 一种左转无冲突的平面道路交叉口疏导***
CN106205172A (zh) * 2016-09-07 2016-12-07 东南大学 无信号交叉口冲突消解方法及***
CN106205172B (zh) * 2016-09-07 2018-09-21 东南大学 无信号交叉口冲突消解方法及***

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
YI LI ET AL.: ""Develop right-turn real-time crash warning system at arterial access considering driver behaviour"", 《THE INSTITUTION OF ENGINEERING AND TECHNOLOGY E-FIRST,DOI:10.1049/IET-ITS.2016.0016》 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108597251A (zh) * 2018-04-02 2018-09-28 昆明理工大学 一种基于车联网的交通路口分布式车辆碰撞预警方法
CN108922176B (zh) * 2018-06-27 2021-05-14 华南理工大学 一种混合交通冲突态势的快速判断方法
CN108922176A (zh) * 2018-06-27 2018-11-30 华南理工大学 一种混合交通冲突态势的快速判断方法
CN109635516A (zh) * 2019-01-23 2019-04-16 合肥工业大学 一种大型车转弯内轮差的危险区域预测方法
CN109635516B (zh) * 2019-01-23 2023-03-24 合肥工业大学 一种大型车转弯内轮差的危险区域预测方法
CN110379167A (zh) * 2019-07-31 2019-10-25 中国工商银行股份有限公司 车辆在高速路中的行驶路径确定方法及装置
CN110379167B (zh) * 2019-07-31 2021-07-23 中国工商银行股份有限公司 车辆在高速路中的行驶路径确定方法及装置
CN112349086B (zh) * 2019-08-06 2022-03-11 财团法人车辆研究测试中心 路口车速决策方法及其***
CN112349086A (zh) * 2019-08-06 2021-02-09 财团法人车辆研究测试中心 路口车速决策方法及其***
CN112508392A (zh) * 2020-12-02 2021-03-16 云南省交通规划设计研究院有限公司 一种山区双车道公路隐患路段交通冲突风险动态评估方法
CN112508392B (zh) * 2020-12-02 2021-11-02 云南省交通规划设计研究院有限公司 一种山区双车道公路隐患路段交通冲突风险动态评估方法
CN113306574A (zh) * 2021-06-29 2021-08-27 中国科学院自动化研究所 一种自动驾驶路权归属决策方法、***及设备
CN113306574B (zh) * 2021-06-29 2022-11-08 中国科学院自动化研究所 一种自动驾驶路权归属决策方法、***及设备
CN113628477A (zh) * 2021-08-20 2021-11-09 东风汽车集团股份有限公司 一种基于v2x的十字路口左转预警防碰撞方法
CN114067569A (zh) * 2022-01-14 2022-02-18 华砺智行(武汉)科技有限公司 V2x车联网环境下车辆左转辅助预警方法

Also Published As

Publication number Publication date
CN106875747B (zh) 2019-10-01

Similar Documents

Publication Publication Date Title
CN106875747B (zh) 一种基于高精度定位和车车协同的实时交通冲突预警方法
CN102171743B (zh) 与车辆行驶相关的信息处理装置
CN110386152B (zh) 基于l2级智能领航驾驶的人机交互显示控制方法及***
CN110286681B (zh) 一种变曲率弯道的动态自动驾驶换道轨迹规划方法
CN112002144B (zh) 无信号交叉路口行车风险态势评估方法及***
Chu et al. Rollover speed prediction on curves for heavy vehicles using mobile smartphone
CN107848537A (zh) 自动驾驶辅助装置、自动驾驶辅助方法以及自动驾驶辅助程序
CN107248320A (zh) 危险预警方法、***、v2x车载终端及存储器
CN105246755A (zh) 车辆控制装置
JP2018536943A (ja) 環状交差点通行時の車両ドライバの支援
CN105128858B (zh) 车辆避障超车方法及装置
Wang et al. Operational design domain of autonomous vehicles at skewed intersection
Zhao et al. Cellular automata model for Urban Road traffic flow Considering Internet of Vehicles and emergency vehicles
CN112937557A (zh) 一种基于曲率控制的代客泊车路径规划方法及***
CN109815558A (zh) 一种大型车辆交叉口转向席卷路径的确定方法
CN109703539A (zh) 一种基于碰撞时间的右转弯智能车辆两级制动主动避撞***及避撞方法
CN113147762A (zh) 自适应巡航的控制方法、装置、商用车及存储介质
Shen et al. Study on a Right‐Turning Intelligent Vehicle Collision Warning and Avoidance Algorithm Based on Monte Carlo Simulation
Qu et al. Design of vehicle–road cooperative assistant decision system for active safety at intersections
CN112542061B (zh) 基于车联网的借道超车控制方法、装置、***及存储介质
Sagir et al. Mobility impacts of autonomous vehicle systems
CN115331461B (zh) 一种无信号交叉口混合交通通行控制方法、装置及车辆
Li et al. Autonomous Driving Decision Algorithm for Complex Multi-Vehicle Interactions: An Efficient Approach Based on Global Sorting and Local Gaming
Ding et al. Research on safety lane change warning method based on potential angle collision point
WO2021181127A1 (ja) 走行経路の設定方法、及び、走行経路の設定装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20210804

Address after: 201804 room 108, 1st floor, building 1, No. 6988, Jiasong North Road, Anting Town, Jiading District, Shanghai

Patentee after: Shanghai Tongshi Transportation Technology Co.,Ltd.

Address before: 200092 Siping Road 1239, Shanghai, Yangpu District

Patentee before: TONGJI University

TR01 Transfer of patent right