CN109353337A - 一种智能车换道阶段碰撞概率安全预测方法 - Google Patents
一种智能车换道阶段碰撞概率安全预测方法 Download PDFInfo
- Publication number
- CN109353337A CN109353337A CN201810906731.0A CN201810906731A CN109353337A CN 109353337 A CN109353337 A CN 109353337A CN 201810906731 A CN201810906731 A CN 201810906731A CN 109353337 A CN109353337 A CN 109353337A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- vehicles
- collision
- overtaking
- lane
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000008569 process Effects 0.000 claims abstract description 19
- 239000011159 matrix material Substances 0.000 claims description 12
- 230000009466 transformation Effects 0.000 claims description 6
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000013461 design Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 9
- 238000004088 simulation Methods 0.000 description 7
- 238000012360 testing method Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 206010039203 Road traffic accident Diseases 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/801—Lateral distance
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种智能车换道阶段碰撞概率安全预测方法,包括以下步骤:31)对接近阶段进行碰撞概率预测;32)对超车道进行碰撞概率预测;33)对超车换道阶段进行碰撞概率预测。本发明提供了一种智能车超车阶段碰撞安全预测方法,通过对换道过程进行分析,确定最危险的超车换道阶段,并且在超车换道阶段均建立碰撞安全模型,在超车过程中全阶段进行安全监控,保障安全运行,同时本发明提供的各个阶段的预测方法能够更加灵敏地实现碰撞预测,提高汽车运行过程中的安全性。
Description
技术领域
本发明涉及智能车碰撞安全预测领域,特别是涉及一种智能车换道阶段碰 撞概率安全预测方法。
背景技术
在智能车碰撞安全领域,往往最关键,最容易发生安全事故的是智能车换 道阶段,由于换道阶段情况十分复杂,稍有不慎则会发生事故,因此,现有技 术中,缺少一种换道阶段的智能车碰撞安全预测方法,使得汽车运行过程中, 能够实现利用现代信息技术、传感技术来扩展驾驶员的感知能力,将感知技术获 取的外界信息(如车速、行人或其他障碍物距离等)传递给驾驶员,同时在路况 与车况的综合信息中辨识是否构成安全隐患,并在紧急情况下,自动采取措施 控制汽车,使汽车能主动避开危险,保证车辆安全行驶,从而减少交通事故, 提高交通安全性。
因此本领域技术人员致力于开发一种智能车换道阶段碰撞概率安全预测方 法,实现利用现代信息技术、传感技术对汽车运行中的路况进行预测,在紧急 情况下,自动采取措施控制汽车,使汽车能主动避开危险,保证车辆安全行驶, 从而减少交通事故,提高交通安全性。
发明内容
有鉴于现有技术的上述缺陷,本发明所要解决的技术问题是提供一种智能 车换道阶段碰撞概率安全预测方法,实现利用现代信息技术、传感技术对汽车 运行中的路况进行预测,在紧急情况下,自动采取措施控制汽车,使汽车能主 动避开危险,保证车辆安全行驶,从而减少交通事故,提高交通安全性。
为实现上述目的,本发明提供了一种智能车换道阶段碰撞概率安全预测方 法,包括以下步骤:
31)对接近阶段进行碰撞概率预测;
32)对超车道进行碰撞概率预测;
33)对超车换道阶段进行碰撞概率预测。
较优的,所述步骤31)中,按照以下步骤实现对接近阶段的碰撞概率预测:
311)按照下列公式计算碰撞时间TTC:
当va>vb,碰撞时间TTC的值由公式(1)所得,当va≤vb,TTC=0。
这里:
Sab是两车开始距离;
La是超车(A)的长度;
Lb是被超车(B)的长度;
va是超车(A)当前速度;
vb是被超车(B)当前速度;
312)当超车车辆与被超车车辆两车车速恒定时,按照下列公式计算碰撞发 生的概率:
当P(tr≥TTC>tw)*P(δθ<θth)*P(δv>vth)=1时,进行提醒; (2)
其中,
P(x)是逻辑运算符,当x为真,P(x)=1,否则,P(x)=0;
tr是超车提示时间的阈值;
tw是超车警告时间的阈值;
δθ是两车相对位置;
θth是相对位置的阈值;
δv是两车相对速度;
vth是相对速度的阈值;
313)按照下列公式决定超车警告:
当P(TTC≤tw)*P(δθ<θth)*P(δv>0)值为1时,进行报警 (3)
较优的,按照下列步骤实现对超车道进行碰撞概率预测:
321)按照下列公式计算超车道所需要时间:
其中,
tot是超车道所需时间;
是换道过程耗时的安全系数;
Sba是两车相对距离;
Sab是超车开始时两车的初始距离;
是超车的速度;
是被超车的速度;
322)按照下列公式计算安全超车距离:
Lot=vatot (5)
其中,Lot是安全超车道路区域;
323)按照下列公式确定车道变换可行条件:
如果当前的道路是一条双向道路,超车车道为对面的行车线,这时如果存 在迎面而来的车辆(D),那么超车车辆可以启动车道变换行为的情况下需满足 以下公式:
Sad>(vdtot+0.5adtot 2)+Lot (6)
其中,Sad是超车车辆(A)与车辆(D)之间相对距离;
Lot是安全超车道路区域;
其中,如果当前的道路上是多方向的道路,超车车道同时也是与车辆(C) 同车道行驶方向相同。假设(C)车辆的当前速度是vc,加速度是ac。然后, 车辆(A)可以启动车道变换行为必须满足以下公式:
Sca>(vctot+0.5actot 2)-Lot (7)
Sca是所示两车距离;
Lot是安全超车道路区域。
较优的,所述步骤33)中,按照下列步骤计算超车换道阶段碰撞概率预测:
331)按照下列公式确定超车车辆的冲突域:
其中,N(XA|μA,ΛA)是冲突域场的概率密度分布;
ΛA是协方差矩阵;
|ΛA|是ΛA的决定要素;
D是输入变量的维数,是设计值;
μA是二维高斯分布的均值方差;
ΔA是μA到XA的马氏距离,由下列公式计算
ΔA 2=(XA-μA)TΛA -1(XA-μA) (9)
332)按照步骤331)的公式同理建造被超越车辆的潜在冲突域;
333)冲突区域潜在域重合的概率密度,按照下列公式计算出冲突概率的估 计:
首先,从车辆坐标系到世界坐标系的变换矩阵
其中,
R是变换矩阵;
θ是目标车辆坐标与世界坐标之间的方位角。
然后,建立从车辆坐标到世界坐标的协方差矩阵:
ΛA W=RAΛARA T (11)
ΛB W=RBΛBRB T (12)
按照下列公式提供联合概率密度函数:
整合这一时刻两车的的冲突领域的冲突概率密度得到超车时刻t的冲突概 率:
其中,
Cp是冲突概率评估.如果碰撞发生,Cp=1;
如果两者之间没有冲突风险的概率,Cp=0;
f(x,y)是冲突概率密度函数;
Sc是冲突域。
本发明的有益效果是:本发明提供了一种智能车超车阶段碰撞安全预测方 法,通过对换道过程进行分析,确定最危险的超车换道阶段,并且在超车换道 阶段均建立碰撞安全模型,在超车过程中全阶段进行安全监控,保障安全运行, 同时本发明提供的各个阶段的预测方法能够更加灵敏地实现碰撞预测,提高汽 车运行过程中的安全性。
附图说明
图1是本发明具体实施例的步骤流程图。
图2是典型超车换道过程说明示意图。
图3是超车碰撞区域示意图。
图4是超车过程中检测到的车辆的通信时间仿真曲线图。
图5是超车过程中与相邻车辆和相反车辆的相对距离仿真曲线图。
图6是超车过程中与相邻车辆和相反车辆的相对方位角曲线图。
图7是超车过程碰撞预警响应时间曲线图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明:
如图1所示,一种智能车换道阶段碰撞概率安全预测方法,包括以下步骤:
31)对接近阶段进行碰撞概率预测;
32)对超车道进行碰撞概率预测;
33)对超车换道阶段进行碰撞概率预测。
进一步的,所述步骤31)中,按照以下步骤实现对接近阶段的碰撞概率预 测:
311)按照下列公式计算碰撞时间TTC:
当va>vb,碰撞时间TTC的值由公式(1)所得,当va≤vb,TTC=0。
这里:
Sab是两车开始距离;
La是超车(A)的长度;
Lb是被超车(B)的长度;
va是超车(A)当前速度;
vb是被超车(B)当前速度;
312)当超车车辆与被超车车辆两车车速恒定时,按照下列公式计算碰撞发 生的概率:
当P(tr≥TTC>tw)*P(δθ<θth)*P(δv>vth)=1时,进行提醒; (2)
其中,
P(x)是逻辑运算符,当x为真,P(x)=1,否则,P(x)=0;
tr是超车提示时间的阈值;
tw是超车警告时间的阈值;
δθ是两车相对位置;
θth是相对位置的阈值;
δv是两车相对速度;
vth是相对速度的阈值;
313)按照下列公式决定超车警告:
当P(TTC≤tw)*P(δθ<θth)*P(δv>0)值为1时,进行报警 (3)
进一步的,所述步骤32)中,按照下列步骤实现对超车道进行碰撞概率预 测:
321)按照下列公式计算超车道所需要时间:
其中,
tot是超车道所需时间;
是换道过程耗时的安全系数;
Sba是两车相对距离;
Sab是超车开始时两车的初始距离;
是超车的速度;
是被超车的速度;
322)按照下列公式计算安全超车距离:
Lot=vatot (5)
其中,Lot是安全超车道路区域;
323)按照下列公式确定车道变换可行条件:
如果当前的道路是一条双向道路,超车车道为对面的行车线,这时如果存 在迎面而来的车辆(D),那么超车车辆可以启动车道变换行为的情况下需满足 以下公式:
Sad>(vdtot+0.5adtot 2)+Lot (6)
其中,Sad是超车车辆(A)与车辆(D)之间相对距离;
Lot是安全超车道路区域;
其中,如果当前的道路上是多方向的道路,超车车道同时也是与车辆(C) 同车道行驶方向相同。假设(C)车辆的当前速度是vc,加速度是ac。然后, 车辆(A)可以启动车道变换行为必须满足以下公式:
Sca>(vctot+0.5actot 2)-Lot (7)
Sca是所示两车距离;
Lot是安全超车道路区域。
进一步的,所述步骤33)中,按照下列步骤计算超车换道阶段碰撞概率预 测:
331)按照下列公式确定超车车辆的冲突域:
其中,N(XA|μA,ΛA)是冲突域场的概率密度分布;
ΛA是协方差矩阵;
|ΛA|是ΛA的决定要素;
D是输入变量的维数,是设计值;
μA是二维高斯分布的均值方差;
ΔA是μA到XA的马氏距离,由下列公式计算
ΔA 2=(XA-μA)TΛA -1(XA-μA) (9)
332)按照步骤331)的公式同理建造被超越车辆的潜在冲突域;
333)冲突区域潜在域重合的概率密度,按照下列公式计算出冲突概率的估 计:
首先,从车辆坐标系到世界坐标系的变换矩阵
其中,
R是变换矩阵;
θ是目标车辆坐标与世界坐标之间的方位角。
然后,建立从车辆坐标到世界坐标的协方差矩阵:
ΛA W=RAΛARA T (11)
ΛB W=RBΛBRB T (12)
按照下列公式提供联合概率密度函数:
整合这一时刻两车的的冲突领域的冲突概率密度得到超车时刻t的冲突概 率:
其中,
Cp是冲突概率评估.如果碰撞发生,Cp=1;
如果两者之间没有冲突风险的概率,Cp=0;
f(x,y)是冲突概率密度函数;
Sc是冲突域。
根据多维正态分布的特征,正态分布的线性组合仍能满足正态分布。因此, 可以给出冲突领域的。
如图3,其中,overtaking security zone表示超车安全领域即图3中 最大的那个矩形框,Vehicle A表示车辆A即超车车辆,Vehicle B表示车辆B 即被超车车辆;overtaking Lane L表示超车道,Lane L表示中部车道,Lane R 表示慢车道。
由于在真实道路上开展危险超车行为是非常危险和昂贵的,需要多个车辆 配备车辆间通信设备。因此,目前这个领域的研究通常采用仿真测试的方法进 行算法验证。我们采用1:10的缩微智能车搭建碰撞仿真平台。相比实际道路行 驶试验,利用缩微智能车的模拟试验具有低成本、安全和可重复的实验环境。 利用上诉算法原理设计了如下的基于机器视觉的车辆避障及超车算法,其方法 包括如下步骤:
处理器采用基于单幅图像的障碍物检测算法判定缩微车前方是否存在障碍 物或车辆;这里的障碍物检测算法是现有技术,可以直接通过图像上道路是否 被物体遮挡来直接进行判断。
处理器对两个摄像头进行标定,采用立体视觉的方法确定障碍物的高度及 距离并将信息传输给控制器;
测距装置检测相邻两车道的车辆状况,为超车换道提供可行驶的区域并将 可行使区域的信息传输给控制器;
控制器根据获得的信息,与邻近车辆交换信息,获取对方车辆的相关信息, 采用自适应换道策略,向运行控制模块发送命令,完成车辆的自主换道。
为了在即将到来的阶段验证建议的提醒和预警方法,我们通过4辆1:10比 例的缩微智能车辆配备无线通信设备建立了最长车道距离20米仿真道路环境, 缩放比例(1:10),相当于真实车道有效的沟通距离200米远。按照如图2的 示意图,得到结果如图4至图7的仿真结果图。图4是超车过程中检测到的车 辆的通信时间仿真曲线图。其纵坐标为车辆ID,横坐标为时间。图5是超车过 程中与相邻车辆和相反车辆的相对距离仿真曲线图,其纵坐标为相对距离,横 坐标为时间,单位为秒。图6是超车过程中与相邻车辆和相反车辆的相对方位 角曲线图,其纵坐标为相关方位角,横坐标为时间,单位为秒。图7是超车过 程碰撞预警响应时间曲线图。其纵坐标为碰撞时间,横坐标为运行时间,单位 为秒。
其中3号曲线表示被超车B,2号曲线表示同向车E,1号曲线表示对向来 车D。图4显示测试过程中图2中车辆通信时间曲线。如图4,在初始阶段,只 检测到车辆B和车辆E,并在2.6s后辨识了迎面而来的车辆D。图4至图7 显示了正向车辆提醒和警报的决策结果。对应于图中的测试场景,三次提醒警 报和一次警报被正确地检测到。并且能够显示相邻车道车辆警报的决策结果。 对模拟试验的准确度具有较好的决策结果。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术 人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡 本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推 理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范 围内。
Claims (4)
1.一种智能车换道阶段碰撞概率安全预测方法,其特征是:包括以下步骤:
31)对接近阶段进行碰撞概率预测;
32)对超车道进行碰撞概率预测;
33)对超车换道阶段进行碰撞概率预测。
2.如权利要求1所述的智能车碰撞安全预测方法,其特征是:所述步骤31)中,按照以下步骤实现对接近阶段的碰撞概率预测:
311)按照下列公式计算碰撞时间TTC:
当va>vb,碰撞时间TTC的值由公式(1)所得,当va≤vb,TTC=0。
这里:
Sab是两车开始距离;
La是超车(A)的长度;
Lb是被超车(B)的长度;
va是超车(A)当前速度;
vb是被超车(B)当前速度;
312)当超车车辆与被超车车辆两车车速恒定时,按照下列公式计算碰撞发生的概率:
当P(tr≥TTC>tw)*P(δθ<θth)*P(δv>vth)=1时,进行提醒;(2)
其中,
P(x)是逻辑运算符,当x为真,P(x)=1,否则,P(x)=0;
tr是超车提示时间的阈值;
tw是超车警告时间的阈值;
δθ是两车相对位置;
θth是相对位置的阈值;
δv是两车相对速度;
vth是相对速度的阈值;
313)按照下列公式决定超车警告:
当P(TTC≤tw)*P(δθ<θth)*P(δv>0)值为1时,进行报警(3)。
3.如权利要求1所述的智能车碰撞安全预测方法,其特征是:所述步骤32)中,按照下列步骤实现对超车道进行碰撞概率预测:
321)按照下列公式计算超车道所需要时间:
其中,
tot是超车道所需时间;
是换道过程耗时的安全系数;
Sba是两车相对距离;
Sab是超车开始时两车的初始距离;
va是超车的速度;
vb是被超车的速度;
322)按照下列公式计算安全超车距离:
Lot=vatot (5)
其中,Lot是安全超车道路区域;
323)按照下列公式确定车道变换可行条件:
如果当前的道路是一条双向道路,超车车道为对面的行车线,这时如果存在迎面而来的车辆(D),那么超车车辆可以启动车道变换行为的情况下需满足以下公式:
Sad>(vdtot+0.5adtot 2)+Lot (6)
其中,Sad是超车车辆(A)与车辆(D)之间相对距离;
Lot是安全超车道路区域;
其中,如果当前的道路上是多方向的道路,超车车道同时也是与车辆(C)同车道行驶方向相同。假设(C)车辆的当前速度是vc,加速度是ac。然后,车辆(A)可以启动车道变换行为必须满足以下公式:
Sca>(vctot+0.5actot 2)-Lot (7)
Sca是所示两车距离;
Lot是安全超车道路区域。
4.如权利要求1所述的智能车碰撞安全预测方法,其特征是:所述步骤33) 中,按照下列步骤计算超车换道阶段碰撞概率预测:
331)按照下列公式确定超车车辆的冲突域:
其中,N(XA|μA,ΛA)是冲突域场的概率密度分布;
ΛA是协方差矩阵;
|ΛA|是ΛA的决定要素;
D是输入变量的维数,是设计值;
μA是二维高斯分布的均值方差;
ΔA是μA到XA的马氏距离,由下列公式计算
ΔA 2=(XA-μA)TΛA -1(XA-μA) (9)
332)按照步骤331)的公式同理建造被超越车辆的潜在冲突域;
333)冲突区域潜在域重合的概率密度,按照下列公式计算出冲突概率的估计:
首先,从车辆坐标系到世界坐标系的变换矩阵
其中,
R是变换矩阵;
θ是目标车辆坐标与世界坐标之间的方位角。
然后,建立从车辆坐标到世界坐标的协方差矩阵:
ΛA W=RAΛARA T (11)
ΛB W=RBΛBRB T (12)
按照下列公式提供联合概率密度函数:
整合这一时刻两车的的冲突领域的冲突概率密度得到超车时刻t的冲突概率:
其中,
Cp是冲突概率评估.如果碰撞发生,Cp=1;
如果两者之间没有冲突风险的概率,Cp=0;
f(x,y)是冲突概率密度函数;
Sc是冲突域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810906731.0A CN109353337B (zh) | 2018-08-10 | 2018-08-10 | 一种智能车换道阶段碰撞概率安全预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810906731.0A CN109353337B (zh) | 2018-08-10 | 2018-08-10 | 一种智能车换道阶段碰撞概率安全预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109353337A true CN109353337A (zh) | 2019-02-19 |
CN109353337B CN109353337B (zh) | 2021-07-30 |
Family
ID=65349852
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810906731.0A Active CN109353337B (zh) | 2018-08-10 | 2018-08-10 | 一种智能车换道阶段碰撞概率安全预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109353337B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110008577A (zh) * | 2019-04-01 | 2019-07-12 | 清华大学 | 基于最差全局危险度搜索的车辆自动换道功能测评方法 |
CN110085056A (zh) * | 2019-04-24 | 2019-08-02 | 华南理工大学 | 一种高速公路车路协同环境下车辆换道瞬时风险识别方法 |
CN110675656A (zh) * | 2019-09-24 | 2020-01-10 | 华南理工大学 | 一种基于瞬时风险识别的智能车辆换道预警方法 |
CN111640299A (zh) * | 2020-05-11 | 2020-09-08 | 华砺智行(武汉)科技有限公司 | 一种v2x车联网环境下逆向超车预警方法及*** |
CN112249008A (zh) * | 2020-09-30 | 2021-01-22 | 南京航空航天大学 | 针对复杂动态环境的无人驾驶汽车预警方法 |
CN112319477A (zh) * | 2020-11-02 | 2021-02-05 | 天津大学 | 一种用于无人驾驶的决策规划方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040193374A1 (en) * | 2003-03-28 | 2004-09-30 | Hac Aleksander B. | Collision avoidance with active steering and braking |
CN203172620U (zh) * | 2012-12-07 | 2013-09-04 | 长安大学 | 一种对驾驶员换道安全性进行判断并预警的装置 |
KR20140060107A (ko) * | 2012-11-09 | 2014-05-19 | 현대모비스 주식회사 | 차량의 충돌회피 제어 방법 및 이를 구현하는 충돌회피 장치 |
CN106364486A (zh) * | 2016-09-08 | 2017-02-01 | 江苏大学 | 一种基于危害分析的智能车辆变道控制方法 |
CN107644551A (zh) * | 2017-09-04 | 2018-01-30 | 维沃移动通信有限公司 | 一种超车预判方法及终端 |
CN108025768A (zh) * | 2015-09-14 | 2018-05-11 | 大众汽车有限公司 | 在机动车中用于自主行驶的方法和装置 |
-
2018
- 2018-08-10 CN CN201810906731.0A patent/CN109353337B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040193374A1 (en) * | 2003-03-28 | 2004-09-30 | Hac Aleksander B. | Collision avoidance with active steering and braking |
KR20140060107A (ko) * | 2012-11-09 | 2014-05-19 | 현대모비스 주식회사 | 차량의 충돌회피 제어 방법 및 이를 구현하는 충돌회피 장치 |
CN203172620U (zh) * | 2012-12-07 | 2013-09-04 | 长安大学 | 一种对驾驶员换道安全性进行判断并预警的装置 |
CN108025768A (zh) * | 2015-09-14 | 2018-05-11 | 大众汽车有限公司 | 在机动车中用于自主行驶的方法和装置 |
CN106364486A (zh) * | 2016-09-08 | 2017-02-01 | 江苏大学 | 一种基于危害分析的智能车辆变道控制方法 |
CN107644551A (zh) * | 2017-09-04 | 2018-01-30 | 维沃移动通信有限公司 | 一种超车预判方法及终端 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110008577A (zh) * | 2019-04-01 | 2019-07-12 | 清华大学 | 基于最差全局危险度搜索的车辆自动换道功能测评方法 |
CN110008577B (zh) * | 2019-04-01 | 2020-12-11 | 清华大学 | 基于最差全局危险度搜索的车辆自动换道功能测评方法 |
CN110085056A (zh) * | 2019-04-24 | 2019-08-02 | 华南理工大学 | 一种高速公路车路协同环境下车辆换道瞬时风险识别方法 |
CN110675656A (zh) * | 2019-09-24 | 2020-01-10 | 华南理工大学 | 一种基于瞬时风险识别的智能车辆换道预警方法 |
CN110675656B (zh) * | 2019-09-24 | 2020-09-22 | 华南理工大学 | 一种基于瞬时风险识别的智能车辆换道预警方法 |
CN111640299A (zh) * | 2020-05-11 | 2020-09-08 | 华砺智行(武汉)科技有限公司 | 一种v2x车联网环境下逆向超车预警方法及*** |
CN111640299B (zh) * | 2020-05-11 | 2021-09-28 | 华砺智行(武汉)科技有限公司 | 一种v2x车联网环境下逆向超车预警方法及*** |
CN112249008A (zh) * | 2020-09-30 | 2021-01-22 | 南京航空航天大学 | 针对复杂动态环境的无人驾驶汽车预警方法 |
CN112249008B (zh) * | 2020-09-30 | 2021-10-26 | 南京航空航天大学 | 针对复杂动态环境的无人驾驶汽车预警方法 |
CN112319477A (zh) * | 2020-11-02 | 2021-02-05 | 天津大学 | 一种用于无人驾驶的决策规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109353337B (zh) | 2021-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109353337A (zh) | 一种智能车换道阶段碰撞概率安全预测方法 | |
CN109249930A (zh) | 一种智能车碰撞安全预测方法 | |
US8112225B2 (en) | Method and system for collision avoidance | |
CN109353338A (zh) | 一种智能车超车道碰撞概率安全预测方法 | |
US10739778B2 (en) | Method and device for controlling a trajectory planning process of an ego-vehicle | |
EP1898232B1 (en) | Method and system for collision avoidance | |
EP2990290B1 (en) | Method and system for post-collision manoeuvre planning and vehicle equipped with such system | |
EP3091370B1 (en) | Method and arrangement for determining safe vehicle trajectories | |
US9975550B2 (en) | Movement trajectory predicting device and movement trajectory predicting method | |
EP2562060B1 (en) | A method and system for predicting movement behavior of a target traffic object | |
CN104276121B (zh) | 控制车辆安全参数的***、车辆和控制安全参数的方法 | |
CN103842230B (zh) | 车辆的驾驶辅助*** | |
CN101327796B (zh) | 用于避免后路***通碰撞的方法和设备 | |
US20170151982A1 (en) | Lane change control system | |
EP2654028B1 (en) | Orientation sensitive traffic collision warning system | |
US9779624B2 (en) | Method and system of driving assistance for collision avoidance | |
US20170015315A1 (en) | Vehicle movement state determination device and vehicle movement control device | |
US11390288B2 (en) | Other-vehicle action prediction method and other-vehicle action prediction device | |
KR20110067359A (ko) | 차량 충돌 방지 장치 및 방법 | |
CN109910879A (zh) | 一种结合安全距离与碰撞时间的车辆安全防撞控制方法 | |
CN107399290A (zh) | 安全驾驶辅助***及其控制方法 | |
CN109841088A (zh) | 车辆驾驶辅助***及方法 | |
CN113442917B (zh) | 用于宿主机动车辆的警告*** | |
TWI557006B (zh) | 自動化車輛全域性風險分析的區域規劃演算法與軌跡最佳化閃避系統 | |
Woo et al. | Dynamic potential-model-based feature for lane change prediction |
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 |