CN107146412B - 一种基于车联网的高速公路车辆防碰撞预警综合变量构建方法 - Google Patents
一种基于车联网的高速公路车辆防碰撞预警综合变量构建方法 Download PDFInfo
- Publication number
- CN107146412B CN107146412B CN201710423241.0A CN201710423241A CN107146412B CN 107146412 B CN107146412 B CN 107146412B CN 201710423241 A CN201710423241 A CN 201710423241A CN 107146412 B CN107146412 B CN 107146412B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- vehicles
- early warning
- mass
- center
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种基于车联网的高速公路车辆防碰撞预警综合变量构建方法,其特征在于,包括如下步骤:步骤一:构造防碰撞预警综合变量;步骤二:确定预警综合变量的预警阈值;步骤三:获取实时车辆运动和位置特征数据;步骤四:计算防碰撞预警综合变量,确定防碰撞预警策略。本发明克服了传统预警变量对换道或偏离车道的车辆与周围车辆实时变化的运动矢量特征和车辆相对位置及车辆尺寸特征考虑不足的缺陷,可以满足不同车辆驾驶行为特征条件下的车辆防碰撞预警需求。
Description
技术领域
本发明涉及交通安全评价和智能交通***主动安全技术领域,特别是一种基于车联网的高速公路车辆防碰撞预警综合变量构建方法。
背景技术
汽车保有量的增加和公路运输业的飞速发展,在繁荣经济和方便人们生活的同时,对公路交通安全环境带来了日益严重的压力。我国平均年发生交通事故死亡人数居世界首位,道路交通事故已经成为中国安全生产中死亡人数最多的领域。据多项研究报告表明,若驾驶员能提早0.5s意识到有事故危险并采取相应的正确措施,则可以避免50%的事故;若提早至1s则可以避免90%的事故。因此,车辆主动安全技术和***研发已成为智能车辆开发的重要研究领域。
车辆防碰撞预警***作为智能车辆主动安全***的关键组成部分,通过有机结合感知、通信和控制等相关技术,减少驾驶员的负担和避免驾驶员的判断错误,可以有效减少道路交通事故伤亡率,对于提高道路交通安全将起到重要作用。目前车辆防碰撞预警***主要通过实时计算选定的预警变量并与预设的阈值进行比较而建立不同的控制策略。现有应用较广的预警变量主要包括车间时间THW,碰撞时间TTC和车间距离等。然而这些变量主要是针对同车道追尾事故而建立的危险程度判据,而对车辆换道(有意识)或偏离车道(无意识)过程中可能发生的碰撞风险考虑不足,如没有考虑换道或偏离车道的车辆与周围车辆实时变化的运动矢量特征和车辆相对位置及车辆尺寸特征。而实际上,换道是驾驶过程中最常见同时也是危险程度较高的驾驶行为,根据美国高速公路安全管理局(NHTSA)研究数据表明,由于换道过程引发的交通事故在所有统计的交通事故中的占比高达27%。另外,由于驾驶员注意力不集中导致车道偏离而引发的碰撞事故亦屡见不鲜。因此,有必要研究满足不同车辆驾驶行为(车辆跟驰行为、车辆换道执行行为和车辆偏离车道行为等)特征条件下的车辆防碰撞预警综合变量。
目前,正在快速发展的车联网将先进的传感器技术、通信技术、数据处理技术、网络技术、自动控制技术、信息发布技术等有机地运用于整个交通运输管理体系,可以实现在交通运行过程中参与各方之间行驶信息的实时交互,为精确计算和获取满足上述条件的防碰撞预警综合变量奠定了技术基础。
发明内容
针对现有技术中存在不足,本发明提供了一种基于车联网的高速公路车辆防碰撞预警综合变量构建方法,主要是通过以下技术手段实现上述技术目的的。
一种基于车联网的高速公路车辆防碰撞预警综合变量构建方法,其特征在于,包括如下步骤:
步骤一:构造防碰撞预警综合评价指标变量I;
步骤二:确定防碰撞预警综合评价指标变量I的预警阈值,临近碰撞风险预警阈值Th1和紧急碰撞风险预警阈值Th2;
步骤三:获取实时车辆运动和位置特征数据;
步骤四:计算实时防碰撞预警综合变量I*,确定防碰撞预警策略。
所述步骤一中构造防碰撞预警综合评价指标变量I的实现方法如下:
步骤1:根据笛卡尔坐标系右手准则建立坐标系,车身方向为x轴,垂直于车身方向为y轴,将车辆运行速度V分解为沿车身方向的车身分速度Vx和垂直于车身方向的分速度Vy,得到车辆的运行方向H为:
H=α±θ
其中α为车辆的航向角,θ为车身分速度Vx与车辆运行速度V之间的夹角:
当垂直于车身方向的分速度Vy>0时H取正号,否则H取负号;
步骤2:将本车和周围车辆的速度矢量分别表示为V1和V2,则两车相对速度矢量可表示为V12=V1-V2,根据速度矢量图可确定V12的矢量大小为:
其中,ψ为本车和周围车辆的速度矢量V1和V2的夹角:
ψ=|H1-H2|
其中,H1和H2分别代表本车和周围车辆的运行方向;
本车速度矢量V1和周围车辆速度矢量V2的相对速度矢量方向ω1为:
当H1-H2>0时arccos项前取正号,否则arccos取负号;
步骤3:将本车和周围车辆的质心分别表示为O1和O2,则两车相对位置矢量可表示为以路段基站位置为原点,地理位置的正北方向为纵轴正方向,正东方向为横轴正方向建立独立平面直角坐标系,将O1和O2的GPS经纬度坐标通过坐标轴转换计算获得独立平面直角坐标系下O1和O2的坐标值(x1,y1)和(x2,y2),则两车相对位置矢量大小为:
两车相对位置矢量的方向ω2为:
步骤4:根据两车的具体尺寸对两车相对位置矢量大小进行修正,修正后的两车相对位置矢量大小dR可表示为:dR=O12-c1-c2,
其中c1表示本车质心O1按两车相对位置矢量O12方向至本车车身边缘的距离,c2表示周围车辆质心O2按两车相对位置矢量O12方向至周围车辆车身边缘的距离;根据平面几何关系,c1,c2的大小可以按如下公式计算:
其中δ1表示本车的航向角α1与两车相对位置矢量O12方向间的夹角:δ1=|ω2-α1|;δ2表示周围车辆的航向角α2与两车相对位置矢量O12方向间的夹角:δ2=|ω2-α2|;
ηf1表示本车质心O1至本车车头左右两端构成的夹角的1/2:ηf2表示周围车辆质心O2至周围车辆车头左右两端构成的夹角的1/2:其中w1为本车车身宽度,lf1为本车质心O1至本车车头边缘的垂直距离;w2为周围车辆车身宽度,lf2为周围车辆质心O2至周围车辆车头边缘的垂直距离;
ηr1表示本车质心O1至本车车尾左右两端构成的夹角的1/2:其中lr1为本车质心O1至本车车尾边缘的垂直距离;ηr2表示周围车辆质心O2至周围车辆车尾左右两端构成的夹角的1/2:其中lr2为周围车辆质心O2至周围车辆车尾边缘的垂直距离;
步骤5:将两车相对速度矢量V12在两车相对位置矢量O12上的投影定义为两车质心向相对速度,由步骤2和步骤3可确定两车质心向相对速度VR的大小为:VR=cosω·V12,其中ω表示两车相对速度矢量V12和两车相对位置矢量O12的夹角:ω=|ω1-ω2|;
步骤6:将传统预警变量碰撞时间TTC进行修正,修正后的碰撞时间TTCm为修正后的两车相对位置矢量大小dR与两车质心向相对速度VR的比值:将本车速度矢量V1在两车相对位置矢量O12上的投影定义为本车质心向投影速度,由步骤4可确定本车质心向投影速度V1R大小为:V1R=COSω*·V1,其中ω*表示本车速度矢量V1和两车相对位置矢量O12的夹角:ω*=|H1-ω2|;将传统预警变量车间时间THW进行修正,修正后的车间时间THWm为修正后的两车相对位置矢量大小dR与本车质心向投影速度V1R的比值:
步骤8:当两车质心向相对速度VR非常小的时候,对TTCm和THWm进行赋权求和,建立防碰撞预警综合评价指标变量I:I=f1·TTCm+f2·THWm,其中f1和f2为权重系数,由变异系数法获得:i=1,2,其中σi为第i项指标的标准差,为第i项指标的平均数。
所述步骤二中确定预警综合变量的预警阈值的方法为:
利用迭代法中的等步长法对防碰撞预警综合评价指标变量I的预警阈值进行取值调整,其计算公式如下:Thi=ai+n·step n=1,2,...,N;i=1,2;
其中,Thi表示经过n次更新调整后I的预警阈值,分为Th1和Th2(Th2<Th2)两级预警阈值,Th1和Th2分别代表临近碰撞风险预警阈值和紧急碰撞风险预警阈值:当I>Th1时,两车处于无碰撞风险状态,此时驾驶员无需采取任何处理措施;当I<Th1时,两车处于临近碰撞风险状态,此时驾驶员应采取减速或转向避让措施;当I<Th2时,两车处于紧急碰撞风险状态,此时驾驶员或车辆应采取紧急制动或紧急转向避让措施;a1,a2分别表示两级预警阈值的各自初始值,step表示调整步长,N表示调整循环次数。
所述步骤三中获取实时车辆运动和位置特征数据的方法为:
步骤a:在车联网环境下,信息采集设备实时采集本车的航向角α1、车身分速度Vx、垂直于车身方向的分速度Vy、本车质心O1的GPS坐标。
步骤b:将步骤a中采集的信息与本车车内预存的本车车身宽w1度、本车质心O1至本车车头边缘的垂直距离lf1、本车质心O1至本车车尾边缘的垂直距离lr1,通过专用短程无线通信技术DSRC与周围车辆进行实时共享。
所述步骤四中计算实时防碰撞预警综合变量I*,确定防碰撞预警策略的方法如下:
步骤A:重复步骤一,将步骤a中实时获取的本车的航向角α1、车身分速度Vx、垂直于车身方向的分速度Vy、本车质心O1的GPS坐标带入步骤一中所构造防碰撞预警综合评价指标变量I中计算,获取实时防碰撞预警综合变量I*;
步骤B:将实时防碰撞预警综合变量I*与临近碰撞风险预警阈值Th1和紧急碰撞风险预警阈值Th2进行比较;
步骤C:当I*>Th1时,两车处于无碰撞风险状态,无需发布预警信息;当I*<Th1时,两车处于临近碰撞风险状态,发布提示性预警;当I*<Th2时,两车处于紧急碰撞风险状态,发布紧急性预警。
所述信息采集设备为陀螺仪传感器和GPS传感器。
本发明的有益效果在于:
1.本发明克服了传统预警变量对换道或偏离车道的车辆与周围车辆实时变化的运动矢量特征和车辆相对位置及车辆尺寸特征考虑不足的缺陷,可以满足不同车辆驾驶行为(车辆跟驰行为、车辆换道执行行为和车辆偏离车道行为等)特征条件下的车辆防碰撞预警需求;
2.本发明避免了传统预警变量TTC对车间距离变小风险状况和THW对两车相对速度变大风险状况的评价不足,为车辆防碰撞预警提供了可靠的综合评价指标;
3.本发明构造的防碰撞预警综合变量所需参数在车联网条件下通过传统信息采集和传输设备即可获取,无需额外专用车载设备,成本较低;
4.本发明构建的预警综合变量计算方便,完全能满足防碰撞预警实时性要求。
附图说明
图1为本发明所述本车航向角与运行速度的平面几何关系示意图。
图2为本发明所述两车相对速度矢量和相对位置矢量的平面几何关系示意。
图3为本发明所述两车相对距离的修正方法示意图。
具体实施方式
下面结合附图以及具体实施例对本发明作进一步的说明,但本发明的保护范围并不限于此。
一种基于车联网的高速公路车辆防碰撞预警综合变量构建方法,其特征在于,包括如下步骤:
步骤一:构造防碰撞预警综合评价指标变量I;
步骤二:确定防碰撞预警综合评价指标变量I的预警阈值,临近碰撞风险预警阈值Th1和紧急碰撞风险预警阈值Th2;
步骤三:获取实时车辆运动和位置特征数据;
步骤四:计算实时防碰撞预警综合变量I*,确定防碰撞预警策略。
所述步骤一中构造防碰撞预警综合评价指标变量I的实现方法如下:
步骤1:如图1所示,根据笛卡尔坐标系右手准则建立坐标系,车身方向为x轴,垂直于车身方向为y轴,将车辆运行速度V分解为沿车身方向的车身分速度Vx和垂直于车身方向的分速度Vy,得到车辆的运行方向H,即由地理正北方向按顺时针方向至车辆运行速度V方向的夹角为:
H=α±θ
其中α为车辆的航向角,即由地理正北方向按顺时针方向至车辆x轴正方向的夹角,取值范围为[0,2π),θ为车身分速度Vx与车辆运行速度V之间的夹角:
当垂直于车身方向的分速度Vy>0时H取负号,否则H取正号;
步骤2:如图2所示,将本车和周围车辆的速度矢量分别表示为V1和V2,则两车相对速度矢量可表示为V12=V1-V2,根据速度矢量图可确定V12的矢量大小为:
其中,ψ为本车和周围车辆的速度矢量V1和V2的夹角:
ψ=|H1-H2|
其中,H1和H2分别代表本车和周围车辆的运行方向;
本车速度矢量V1和周围车辆速度矢量V2的相对速度矢量方向ω1,即由地理正北方向按顺时针方向至相对速度矢量V12方向的夹角,为:
当H1-H2>0时arccos项前取正号,否则arccos取负号,公式中引入±2π项的目的是保证ω1在[0,2π)的范围内取值,相对速度矢量方向ω1保持与航向角的定义一致;
步骤3:将本车和周围车辆的质心分别表示为O1和O2,则两车相对位置矢量可表示为以路段基站位置为原点,地理位置的正北方向为纵轴正方向,正东方向为横轴正方向建立独立平面直角坐标系,将O1和O2的GPS经纬度坐标通过坐标轴转换计算获得独立平面直角坐标系下O1和O2的坐标值(x1,y1)和(x2,y2),则两车相对位置矢量大小为:
两车相对位置矢量的方向ω2,即由地理正北方向按顺时针方向至相对位置矢量O12方向的夹角为:
步骤4:如图3所示,根据两车的具体尺寸对两车相对位置矢量大小进行修正,修正后的两车相对位置矢量大小dR可表示为:dR=O12-c1-c2,
其中c1表示本车质心O1按两车相对位置矢量O12方向至本车车身边缘的距离,c2表示周围车辆质心O2按两车相对位置矢量O12方向至周围车辆车身边缘的距离;根据平面几何关系,c1,c2的大小可以按如下公式计算:
其中δ1表示本车的航向角α1与两车相对位置矢量O12方向间的夹角:δ1=|ω2-α1|;δ2表示周围车辆的航向角α2与两车相对位置矢量O12方向间的夹角:δ2=|ω2-α2|;
ηf1表示本车质心O1至本车车头左右两端构成的夹角的1/2:ηf2表示周围车辆质心O2至周围车辆车头左右两端构成的夹角的1/2:其中w1为本车车身宽度,lf1为本车质心O1至本车车头边缘的垂直距离;w2为周围车辆车身宽度,lf2为周围车辆质心O2至周围车辆车头边缘的垂直距离;
ηr1表示本车质心O1至本车车尾左右两端构成的夹角的1/2:其中lr1为本车质心O1至本车车尾边缘的垂直距离;ηr2表示周围车辆质心O2至周围车辆车尾左右两端构成的夹角的1/2:其中lr2为周围车辆质心O2至周围车辆车尾边缘的垂直距离;
步骤5:如图2所示,将两车相对速度矢量V12在两车相对位置矢量O12上的投影定义为两车质心向相对速度,由步骤2和步骤3可确定两车质心向相对速度VR的大小为:VR=cosω·V12,其中ω表示两车相对速度矢量V12和两车相对位置矢量O12的夹角:ω=|ω1-ω2|;
步骤6:将传统预警变量碰撞时间TTC进行修正,修正后的碰撞时间TTCm为修正后的两车相对位置矢量大小dR与两车质心向相对速度VR的比值:将本车速度矢量V1在两车相对位置矢量O12上的投影定义为本车质心向投影速度,由步骤4可确定本车质心向投影速度V1R大小为:V1R=COSω*·V1,其中ω*表示本车速度矢量V1和两车相对位置矢量O12的夹角:ω*=|H1-ω2|;将传统预警变量车间时间THW进行修正,修正后的车间时间THWm为修正后的两车相对位置矢量大小dR与本车质心向投影速度V1R的比值:
步骤8:考虑到当两车质心向相对速度VR非常小的时候,TTCm不能正确评价车间距离变小可能造成的碰撞风险,而THWm本身又不能正确评价由两车相对速度变化带来的风险变化,因此为了避免两个指标的缺点可能造成的预警缺陷,当两车质心向相对速度VR非常小的时候,对TTCm和THWm进行赋权求和,建立防碰撞预警综合评价指标变量I:
I=f1·TTCm+f2·THWm,
所述步骤二中确定预警综合变量的预警阈值的方法为:
利用迭代法中的等步长法对防碰撞预警综合评价指标变量I的预警阈值进行取值调整,其计算公式如下:Thi=ai+n·step n=1,2,...,N;i=1,2;
其中,Thi表示经过n次更新调整后I的预警阈值,分为Th1和Th2(Th2<Th2)两级预警阈值,Th1和Th2分别代表临近碰撞风险预警阈值和紧急碰撞风险预警阈值:当I>Th1时,两车处于无碰撞风险状态,此时驾驶员无需采取任何处理措施;当I<Th1时,两车处于临近碰撞风险状态,此时驾驶员应采取减速或转向避让措施;当I<Th2时,两车处于紧急碰撞风险状态,此时驾驶员或车辆应采取紧急制动或紧急转向避让措施;a1,a2分别表示两级预警阈值的各自初始值,step表示调整步长,N表示调整循环次数。以上Thi参数的最终取值应由驾驶员行为特性和用户接受度特性决定,可通过同车道双车跟车实验最终确定。
所述步骤三中获取实时车辆运动和位置特征数据的方法为:
步骤a:在车联网环境下,信息采集设备陀螺仪传感器和GPS传感器,实时采集本车的航向角α1、车身分速度Vx、垂直于车身方向的分速度Vy、本车质心O1的GPS坐标。
步骤b:将步骤a中采集的信息与本车车内预存的本车车身宽w1度、本车质心O1至本车车头边缘的垂直距离lf1、本车质心O1至本车车尾边缘的垂直距离lr1,通过专用短程无线通信技术DSRC与周围车辆进行实时共享,相应地,本车通过专用短程无线通信技术DSRC实时获取周围车辆的所有共享运动和位置信息。
所述步骤四中计算实时防碰撞预警综合变量I*,确定防碰撞预警策略的方法如下:
步骤A:重复步骤一,将步骤a中实时获取的本车的航向角α1、车身分速度Vx、垂直于车身方向的分速度Vy、本车质心O1的GPS坐标带入步骤一中所构造防碰撞预警综合评价指标变量I中计算,获取实时防碰撞预警综合变量I*;
步骤B:将实时防碰撞预警综合变量I*与临近碰撞风险预警阈值Th1和紧急碰撞风险预警阈值Th2进行比较;
步骤C:当I*>Th1时,两车处于无碰撞风险状态,无需发布预警信息;当I*<Th1时,两车处于临近碰撞风险状态,发布提示性预警,如报警声提醒;当I*<Th2时,两车处于紧急碰撞风险状态,发布紧急性预警,如报警声和方向盘或座椅振动。
所述实施例为本发明的优选的实施方式,但本发明并不限于上述实施方式,在不背离本发明的实质内容的情况下,本领域技术人员能够做出的任何显而易见的改进、替换或变型均属于本发明的保护范围。
Claims (5)
1.一种基于车联网的高速公路车辆防碰撞预警综合变量构建方法,其特征在于,包括如下步骤:
步骤一:构造防碰撞预警综合评价指标变量I;
步骤二:确定防碰撞预警综合评价指标变量I的预警阈值,临近碰撞风险预警阈值Th1和紧急碰撞风险预警阈值Th2;
步骤三:获取实时车辆运动和位置特征数据;
步骤四:将步骤三获取的实时车辆运动和位置特征数据,代入构造的防碰撞预警综合评价指标变量I中计算,获取实时防碰撞预警综合变量I*,确定防碰撞预警策略;
所述步骤一中构造防碰撞预警综合评价指标变量I的实现方法如下:
步骤1:根据笛卡尔坐标系右手准则建立坐标系,车身方向为x轴,垂直于车身方向为y轴,将车辆运行速度V分解为沿车身方向的车身分速度Vx和垂直于车身方向的分速度Vy,得到车辆的运行方向H为:
H=α±θ
其中α为车辆的航向角,θ为车身分速度Vx与车辆运行速度V之间的夹角:
当垂直于车身方向的分速度Vy>0时H取正号,否则H取负号;
步骤2:将本车和周围车辆的速度矢量分别表示为V1和V2,则两车相对速度矢量可表示为V12=V1-V2,根据速度矢量图可确定V12的矢量大小为:
其中,ψ为本车和周围车辆的速度矢量V1和V2的夹角:
ψ=|H1-H2|
其中,H1和H2分别代表本车和周围车辆的运行方向;
本车速度矢量V1和周围车辆速度矢量V2的相对速度矢量方向ω1为:
当H1-H2>0时arccos项前取正号,否则arccos取负号;
步骤3:将本车和周围车辆的质心分别表示为O1和O2,则两车相对位置矢量可表示为以路段基站位置为原点,地理位置的正北方向为纵轴正方向,正东方向为横轴正方向建立独立平面直角坐标系,将O1和O2的GPS经纬度坐标通过坐标轴转换计算获得独立平面直角坐标系下O1和O2的坐标值(x1,y1)和(x2,y2),则两车相对位置矢量大小为:
两车相对位置矢量的方向ω2为:
步骤4:根据两车的具体尺寸对两车相对位置矢量大小进行修正,修正后的两车相对位置矢量大小dR可表示为:dR=O12-c1-c2,
其中c1表示本车质心O1按两车相对位置矢量O12方向至本车车身边缘的距离,c2表示周围车辆质心O2按两车相对位置矢量O12方向至周围车辆车身边缘的距离;根据平面几何关系,c1,c2的大小可以按如下公式计算:
其中δ1表示本车的航向角α1与两车相对位置矢量O12方向间的夹角:δ1=|ω2-α1|;δ2表示周围车辆的航向角α2与两车相对位置矢量O12方向间的夹角:δ2=|ω2-α2|;
ηf1表示本车质心O1至本车车头左右两端构成的夹角的1/2:ηf2表示周围车辆质心O2至周围车辆车头左右两端构成的夹角的1/2:其中w1为本车车身宽度,lf1为本车质心O1至本车车头边缘的垂直距离;w2为周围车辆车身宽度,lf2为周围车辆质心O2至周围车辆车头边缘的垂直距离;
ηr1表示本车质心O1至本车车尾左右两端构成的夹角的1/2:其中lr1为本车质心O1至本车车尾边缘的垂直距离;ηr2表示周围车辆质心O2至周围车辆车尾左右两端构成的夹角的1/2:其中lr2为周围车辆质心O2至周围车辆车尾边缘的垂直距离;
步骤5:将两车相对速度矢量V12在两车相对位置矢量O12上的投影定义为两车质心向相对速度,由步骤2和步骤3可确定两车质心向相对速度VR的大小为:VR=cosω·V12,其中ω表示两车相对速度矢量V12和两车相对位置矢量O12的夹角:ω=|ω1-ω2|;
步骤6:将传统预警变量碰撞时间TTC进行修正,修正后的碰撞时间TTCm为修正后的两车相对位置矢量大小dR与两车质心向相对速度VR的比值:将本车速度矢量V1在两车相对位置矢量O12上的投影定义为本车质心向投影速度,由步骤4可确定本车质心向投影速度V1R大小为:V1R=COSω*·V1,其中ω*表示本车速度矢量V1和两车相对位置矢量O12的夹角:ω*=|H1-ω2|;将传统预警变量车间时间THW进行修正,修正后的车间时间THWm为修正后的两车相对位置矢量大小dR与本车质心向投影速度V1R的比值:
2.根据权利要求1所述的一种基于车联网的高速公路车辆防碰撞预警综合变量构建方法,其特征在于,所述步骤二中确定预警综合变量的预警阈值的方法为:
利用迭代法中的等步长法对防碰撞预警综合评价指标变量I的预警阈值进行取值调整,其计算公式如下:Thi=ai+n·step n=1,2,...,N;i=1,2;
其中,Thi表示经过n次更新调整后I的预警阈值,分为Th1和Th2两级预警阈值,Th2<Th1,Th1和Th2分别代表临近碰撞风险预警阈值和紧急碰撞风险预警阈值:当I>Th1时,两车处于无碰撞风险状态,此时驾驶员无需采取任何处理措施;当I<Th1时,两车处于临近碰撞风险状态,此时驾驶员应采取减速或转向避让措施;当I<Th2时,两车处于紧急碰撞风险状态,此时驾驶员或车辆应采取紧急制动或紧急转向避让措施;a1,a2分别表示两级预警阈值的各自初始值,step表示调整步长,N表示调整循环次数。
3.根据权利要求1所述的一种基于车联网的高速公路车辆防碰撞预警综合变量构建方法,其特征在于,所述步骤三中获取实时车辆运动和位置特征数据的方法为:
步骤a:在车联网环境下,信息采集设备实时采集本车的航向角α1、车身分速度Vx、垂直于车身方向的分速度Vy、本车质心O1的GPS坐标;
步骤b:将步骤a中采集的信息与本车车内预存的本车车身宽w1度、本车质心O1至本车车头边缘的垂直距离lf1、本车质心O1至本车车尾边缘的垂直距离lr1,通过专用短程无线通信技术DSRC与周围车辆进行实时共享。
4.根据权利要求3所述的一种基于车联网的高速公路车辆防碰撞预警综合变量构建方法,其特征在于,所述步骤四中计算实时防碰撞预警综合变量I*,确定防碰撞预警策略的方法如下:
步骤A:重复步骤一,将步骤a中实时获取的本车的航向角α1、车身分速度Vx、垂直于车身方向的分速度Vy、本车质心O1的GPS坐标带入步骤一中所构造防碰撞预警综合评价指标变量I中计算,获取实时防碰撞预警综合变量I*;
步骤B:将实时防碰撞预警综合变量I*与临近碰撞风险预警阈值Th1和紧急碰撞风险预警阈值Th2进行比较;
步骤C:当I*>Th1时,两车处于无碰撞风险状态,无需发布预警信息;当I*<Th1时,两车处于临近碰撞风险状态,发布提示性预警;当I*<Th2时,两车处于紧急碰撞风险状态,发布紧急性预警。
5.根据权利要求3所述的一种基于车联网的高速公路车辆防碰撞预警综合变量构建方法,其特征在于,所述信息采集设备为陀螺仪传感器和GPS传感器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710423241.0A CN107146412B (zh) | 2017-06-07 | 2017-06-07 | 一种基于车联网的高速公路车辆防碰撞预警综合变量构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710423241.0A CN107146412B (zh) | 2017-06-07 | 2017-06-07 | 一种基于车联网的高速公路车辆防碰撞预警综合变量构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107146412A CN107146412A (zh) | 2017-09-08 |
CN107146412B true CN107146412B (zh) | 2020-06-09 |
Family
ID=59780504
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710423241.0A Active CN107146412B (zh) | 2017-06-07 | 2017-06-07 | 一种基于车联网的高速公路车辆防碰撞预警综合变量构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107146412B (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108062600B (zh) * | 2017-12-18 | 2021-06-18 | 北京星云互联科技有限公司 | 一种基于矩形建模的车辆碰撞预警方法及装置 |
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 |
CN109147394A (zh) * | 2018-11-12 | 2019-01-04 | 安徽江淮汽车集团股份有限公司 | 交叉路口的车辆碰撞预警方法 |
CN110148312B (zh) * | 2019-04-30 | 2021-04-16 | 惠州市德赛西威智能交通技术研究院有限公司 | 一种基于v2x***的碰撞预警方法、装置和存储介质 |
CN110379203B (zh) * | 2019-06-21 | 2021-08-03 | 江苏大学 | 一种行车转向碰撞预警方法 |
CN111477003A (zh) * | 2020-04-13 | 2020-07-31 | 联陆智能交通科技(上海)有限公司 | 获取与弱势交通者相撞时间的计算方法和***及介质 |
CN113689735B (zh) * | 2020-05-19 | 2023-03-21 | 广州汽车集团股份有限公司 | 一种车辆换道碰撞预警方法及装置 |
CN113744561B (zh) * | 2020-05-28 | 2022-11-11 | 广州汽车集团股份有限公司 | 一种车辆预警方法及装置 |
CN111966108A (zh) * | 2020-09-02 | 2020-11-20 | 成都信息工程大学 | 基于导航***的极端天气无人驾驶控制*** |
CN112965489B (zh) * | 2021-02-05 | 2022-04-08 | 北京理工大学 | 一种基于碰撞检测的智能车高速换道规划方法 |
CN113936453B (zh) * | 2021-09-09 | 2022-08-19 | 上海宝康电子控制工程有限公司 | 一种基于车头时距的信息识别方法及*** |
CN114093187B (zh) * | 2021-11-26 | 2023-02-24 | 交通运输部公路科学研究所 | 自动驾驶车辆的风险预警控制方法以及智能网联*** |
CN115223396B (zh) * | 2021-12-15 | 2023-10-20 | 广州汽车集团股份有限公司 | 后向碰撞预警方法、装置、控制器、车辆和存储介质 |
CN114419929B (zh) * | 2022-03-04 | 2022-12-27 | 季华实验室 | 一种碰撞风险评估方法、装置、电子设备及存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004086714A (ja) * | 2002-08-28 | 2004-03-18 | Nissan Motor Co Ltd | 車両用減速制御装置 |
CN101407199A (zh) * | 2008-10-28 | 2009-04-15 | 湖北汽车工业学院 | 一种车辆碰撞预警方法及装置 |
CN101488290B (zh) * | 2009-02-27 | 2011-01-05 | 清华大学 | 一种防后车追尾预警方法及其预警*** |
CN102320280B (zh) * | 2011-06-30 | 2013-02-13 | 清华大学 | 一种防止弯道车辆前撞的自动报警方法 |
CN103531042B (zh) * | 2013-10-25 | 2015-08-19 | 吉林大学 | 基于驾驶人类型的车辆追尾预警方法 |
CN104134371A (zh) * | 2014-07-09 | 2014-11-05 | 奇瑞汽车股份有限公司 | 一种车辆碰撞预警的方法和装置 |
-
2017
- 2017-06-07 CN CN201710423241.0A patent/CN107146412B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107146412A (zh) | 2017-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107146412B (zh) | 一种基于车联网的高速公路车辆防碰撞预警综合变量构建方法 | |
CN110379203B (zh) | 一种行车转向碰撞预警方法 | |
CN113593273B (zh) | 一种基于v2i通信的无信号控制道路交叉口碰撞预警方法 | |
US8315756B2 (en) | Systems and methods of vehicular path prediction for cooperative driving applications through digital map and dynamic vehicle model fusion | |
DE102019102944B4 (de) | Systeme und Verfahren für eine Fahrzeugregelstrategie mit niedrigem Vorsteuerungsniveau | |
CN106056972A (zh) | 一种基于车辆行驶速度和位置信息融合的安全防撞预警方法 | |
WO2021103511A1 (zh) | 一种设计运行区域odd判断方法、装置及相关设备 | |
DE102019102942A1 (de) | Systeme und Verfahren für die Korrektur von Fahrzeugwegfolgern | |
CN106708057A (zh) | 一种智能车辆编队行驶方法 | |
US20140257686A1 (en) | Vehicle lane determination | |
WO2016024315A1 (ja) | 車両の走行制御装置及び方法 | |
CN109871010B (zh) | 基于强化学习型的方法及*** | |
CN111361564A (zh) | 一种考虑效益最大化的车道变更***及综合决策方法 | |
WO2016024314A1 (ja) | 車両の走行制御装置及び方法 | |
CN111653113A (zh) | 车辆的局部路径确定方法、装置、终端和存储介质 | |
CN110979339B (zh) | 一种基于v2v的前方道路形态重建方法 | |
CN113682305B (zh) | 一种车路协同自适应巡航控制方法及装置 | |
US20210046951A1 (en) | Apparatus for generating acceleration profile and method for autonomous driving on curved road using the same | |
CN111599215B (zh) | 基于车联网的无信号交叉口移动闭塞车辆引导***和方法 | |
Ding et al. | Cooperative adaptive cruise control in vehicle platoon under environment of i-VICS | |
CN113602265A (zh) | 基于车车通信的处理协同换道方法及*** | |
JP2016038838A (ja) | 走行制御装置および走行制御方法 | |
CN114187760A (zh) | 一种基于车路协同***的弯道车辆相对位置分类方法 | |
US20240034365A1 (en) | Processing method, processing system, storage medium storing processing program, and processing device | |
Shadrin | Affordable and efficient autonomous driving in all weather conditions |
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 |