CN115214649B - 一种用于驾驶控制的自适应预警方法及*** - Google Patents

Abstract

本发明公开了一种用于驾驶控制的自适应预警方法，应用于具有V2X车载单元的车辆中，主车在高速公路行驶过程中，可以根据来自路侧单元和其他远车的消息，并结合当前驾驶员状态，实时计算其与本车道、相邻车道及匝道汇入的远车之间是否存在碰撞风险；如果存在碰撞风险，则进行报警处理；并在检测到本车具有换道意愿时，进行换道风险检测，在存在碰撞风险时，提示取消换道操作。本发明还公开了相应的***。实施本发明，可以在高速公路行驶时，在各种道路形状和天气条件下实现车辆行驶自适应预警，提高车辆在高速公路行驶的安全性和舒适性。

Description

一种用于驾驶控制的自适应预警方法及***

技术领域

本发明涉及车辆的预警技术领域，尤其涉及一种基于V2X车路协同的用于驾驶控制的自适应预警方法及***。

背景技术

目前驾驶，主要是依靠摄像头和雷达等传感器进行环境感知，但是在视线遮挡、雨天雾天等恶劣环境下，这些传感器可能识别不准确，甚至功能失效；同时在车辆跟随部分，比如ACC功能，在弯道情况下，大部分车辆不能很好的实现ACC功能，在车道保持部分，由于摄像头识别的车道线不准确，可能造成在天气不好的情况下，造成车道横向控制和车道匹配不成功，导致车道保持功能效果不理想；同时，在车辆换道控制方面，大多数换道主要考虑在换道开始时，检测到车辆如果安全，就进行换道，比较少考虑在换道过程中，实时的监控车辆是否有碰撞危险；而且针对车辆换道过程与周围车辆是否有碰撞危险，大多考虑直道方面的碰撞预警，然而在弯道等复杂道路的换道碰撞预警方面则考虑的较少。

随着车联网技术V2X(Vehicle to Everything，车联网)的迅速发展，汽车基于V2X技术感知外界的能力，越来越强。由于V2X高可靠性、低延时的特点，基于V2X的智能驾驶越来越受到重视。比起摄像头、雷达等传统的车辆环境感知方案，V2X受环境变化影响小，在视线遮挡、雨天雾天等恶劣环境下仍能稳定工作。随着车联网技术V2X的发展，基于V2X技术的人-车-路-云的实时感知和数据交互，在一些公路(如高速公路这种封闭区域内)，基于V2X技术的车道跟随和自主换道功能的驾驶成为可能，利用V2X技术的车路协同控制，可以让车辆在视线遮挡、雨天雾天等恶劣环境下仍能稳定工作成为可能，故研究基于V2X车路协同驾驶的自适应预警具有重要的意义。

发明内容

本发明所要解决的技术问题在于，提供一种用于驾驶控制的自适应预警方法及***，可以实现对驾驶过程中的碰撞风险进行预测，具有很高的安全性和实用性。

为解决上述技术问题，作为本发明的一方面，提供一种用于驾驶控制的自适应预警方法，应用于具有V2X车载单元的车辆中，其包括如下步骤：

S10，本车实时接收路侧单元发送的V2I消息以及周围预定范围内远车所发送的V2V消息；

S11，根据所述V2I消息以及各V2V消息，确定各远车与本车之间的相对位置关系，将同车道、相邻车道前后方距离本车最近的远车、以及匝道上交叉行驶的远车确定为当前特定远车，并获得所述各特定远车的状态信息，以及本车与所述各特定远车之间的安全距离、单位时间内距离值以及碰撞时间序列，并根据驾驶员的当前状态，对所述各安全距离进行调整；

S12，根据所述安全距离和单位时间内距离值确定所述同本车道上前后方的特定远车、交叉行驶的特定远车与本车之间是否有碰撞风险；如果存在碰撞风险，向驾驶员进行报警提示；

S13，在判断到本车存在换道意图时，根据相邻车道上各特定远车的安全距离、单位时间内距离值以及碰撞时间序列，判断对应相邻车道的前方或后方是否存在碰撞风险；在判断到存在碰撞风险时，提醒驾驶员取消换道。

其中，所述路侧单元发送的V2I消息为局部地图消息，其至少包括道路信息、车道ID号、限速信息；所述V2V消息包括预定距离范围内各车辆的车辆状态信息，所述车辆状态信息包括：车速、车辆位置坐标、方向盘转角、航向角、横摆角、加速度信息。

其中，在所述S11中，所述根据所述V2I消息以及各V2V消息，确定所述各远车与本车之间的相对位置关系的步骤进一步包括：

建立本车的车辆局部坐标系，以本车的质心为坐标原点，车辆行驶方向为y轴，以驾驶员指向右手方向为x轴，垂直地面向上为z轴方向；

获得周围预定范围内各远车的航向角与本车的航向角之间的差值，根据所述差值判断各远车与本车之间的相对位置，所述相对位置包括：同向、对向以及交叉方向；

对所述各远车进行坐标平移变换，将各远车坐标转换为本车有全局坐标系上，计算远车与本车之间的相对距离；

结合所述差值、远车与本车之间的相对距离，确定各远车与本车之间的具***置关系并标注；所述具***置关系至少包括：前方、右前方、左前方、后方、左后方、右后方、前对向、右前对向、左前对向、左交叉以及右交叉。

其中，所述S11进一步包括：

根据各特定远车的状态信息通过矢量法迭代计算，获得每一时间间隔内所述各特定远车与本车之间对应的安全阈值、单位时间内距离值；如果存在单位时间内距离值小于或等于对应的安全阈值，则停止对相应特定远车的迭代计算，并获得停止迭代的所述特定远车的碰撞时间序列。

其中，所述S11进一步包括：

利用驾驶员前方仪表上方的视觉传感器，获取驾驶员的脸部、眼部特征图像，并通过模式识别方法，识别出驾驶员当前的驾驶状态行为类别以及视线状态，所述驾驶状态行为类别包括：正常驾驶、疲劳驾驶、分神驾驶、接打电话、抽烟、情绪激动驾驶以及醉酒驾驶；所述视线状态包括：在中控区域、在前挡风区域以及在外后视镜区域；

根据当前的驾驶状态行为类别以及视线状态，查询预存储的碰撞安全距离最小值调整表，获得相应的调整值，对各特定远车与本车之间对应的安全阈值进行调整。

其中，所述S12进一步包括：

判断到所述同车道上距离最近的特定远车与本车之间的单位时间内距离值小于或等于对应的安全阈值时，确定本车道上的特定远车与本车之间存在碰撞风险，包括前方特定远车与本车存在碰撞风险，以及后方特定远车与本车存在碰撞风险；

判断到交叉行驶的特定远车与本车之之间的单位时间内距离值小于或等于对应的安全阈值时，确定交叉行驶的特定远车与本车之间存在碰撞风险。

其中，所述S13进一步包括：

在检测到本车存在换道意图后，对所述相邻车道进行换道检测，采用5次多项式与遗传算法融合的最优换道轨迹计算，获得对本侧邻道进行变道的最优轨迹以及最优换道时间；

判断到本侧邻道的各特定远车对应的单位时间内距离值均大于对应的安全阈值，且不存在碰撞时间序列或其碰撞时间序列均大于所述最优换道时间时，则判定为向本侧邻道变道不存在风险；否则判定为向本侧邻道变道存在风险。

相应地，本发明的另一方面，还提供一种用于驾驶控制的自适应预警***，应用于具有V2X车载单元的车辆中，其特征在于，包括：

信息接收单元，用于本车实时接收路侧单元发送的V2I消息，并接收周围预定范围内远车所发送的V2V消息；

特定远车状态确定单元，用于根据所述V2I消息以及各V2V消息，确定各远车与本车之间的相对位置关系，将同车道、相邻车道前后方距离本车最近的远车、以及匝道上交叉行驶的远车确定为当前特定远车，并获得所述各特定远车的状态信息，以及本车与所述各特定远车之间的安全距离、单位时间内距离值以及碰撞时间序列，并根据驾驶员的当前状态，对所述各安全距离进行调整；

行驶风险识别处理单元，用于根据所述安全距离和单位时间内距离值确定所述同本车道上前后方的特定远车、交叉行驶的特定远车与本车之间是否有碰撞风险；如果存在碰撞风险，向驾驶员进行报警提示；

换道风险识别处理单元，用于在判断到本车存在换道意图时，根据相邻车道上各特定远车的安全距离、单位时间内距离值以及碰撞时间序列，判断对应相邻车道的前方或后方是否存在碰撞风险；在判断到存在碰撞风险时，提醒驾驶员取消换道。

其中，所述特定远车状态确定单元进一步包括：

相对位置获取单元，用于建立本车的车辆局部坐标系，以本车的质心为坐标原点，车辆行驶方向为y轴，以驾驶员指向右手方向为x轴，垂直地面向上为z轴方向；并获得周围预定范围内各远车的航向角与本车的航向角之间的差值，根据所述差值判断各远车与本车之间的相对位置，所述相对位置包括：同向、对向以及交叉方向；

相对距离获取单元，用于对所述各远车进行坐标平移变换，将各远车坐标转换为本车有全局坐标系上，计算远车与本车之间的相对距离；

具***置关系获取单元，用于结合所述差值、远车与本车之间的相对距离，确定各远车与本车之间的具***置关系并标注；所述具***置关系至少包括：前方、右前方、左前方、后方、左后方、右后方、前对向、右前对向、左前对向、左交叉以及右交叉；

计算处理单元，用于根据各特定远车的状态信息通过矢量法迭代计算，获得每一时间间隔内所述各特定远车与本车之间对应的安全阈值、单位时间内距离值；如果存在单位时间内距离值小于或等于对应的安全阈值，则停止对相应特定远车的迭代计算，并获得停止迭代的所述特定远车的碰撞时间序列；

驾驶状态识别单元，用于利用驾驶员前方仪表上方的视觉传感器，获取驾驶员的脸部、眼部特征图像，并通过模式识别方法，识别出驾驶员当前的驾驶状态行为类别以及视线状态，所述驾驶状态行为类别包括：正常驾驶、疲劳驾驶、分神驾驶、接打电话、抽烟、情绪激动驾驶以及醉酒驾驶；所述视线状态包括：在中控区域、在前挡风区域以及在外后视镜区域；

安全阈值调整单元，用于根据当前的驾驶状态行为类别以及视线状态，查询预存储的碰撞安全距离最小值调整表，获得相应的调整值，对各特定远车与本车之间对应的安全阈值进行调整。

其中，所述行驶风险识别处理单元进一步包括：

本车道风险判断单元，用于在判断到所述同车道上距离最近的特定远车与本车之间的单位时间内距离值小于或等于对应的安全阈值时，确定本车道上的特定远车与本车之间存在碰撞风险，包括前方特定远车与本车存在碰撞风险，以及后方特定远车与本车存在碰撞风险；

交叉行驶风险判断单元，用于在判断到交叉行驶的特定远车与本车之之间的单位时间内距离值小于或等于对应的安全阈值时，确定交叉行驶的特定远车与本车之间存在碰撞风险。

其中，所述换道风险识别处理单元进一步包括：

最优轨迹计算单元，用于在检测到本车存在换道意图后，对所述相邻车道进行换道检测，采用5次多项式与遗传算法融合的最优换道轨迹计算，获得对本侧邻道进行变道的最优轨迹以及最优换道时间；

换道风险确定单元，用于在判断到本侧邻道的各特定远车对应的单位时间内距离值均大于对应的安全阈值，且不存在碰撞时间序列或其碰撞时间序列均大于所述最优换道时间时，则判定为向本侧邻道变道不存在风险；否则判定为向本侧邻道变道存在风险。

实施本发明实施例，具有如下的有益效果：

本发明提供了一种用于驾驶控制的自适应预警方法及***，主车在高速公路行驶过程中，可以根据来自路侧单元和其他远车的消息，并结合当前驾驶员状态，实时计算其与本车道、相邻车道及匝道汇入的远车之间是否存在碰撞风险；如果存在碰撞风险，则进行报警处理；并在检测到本车具有换道意愿时，进行换道风险检测，在存在碰撞风险时，提示取消换道操作；

本发明在计算是否存在碰撞风险时，增加了根据当前的驾驶状态行为类别以及视线状态，获得对应的调整值，并对各特定远车与本车之间对应的安全阈值进行调整的内容，可以进一步提高驾驶过程中的安全性。

同时，本发明提供的方案，可以适应于各种道路形状的工况和天气情况下使用，具有很高的安全性和舒适性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，根据这些附图获得其他的附图仍属于本发明的范畴。

图1为本发明提供的一种用于驾驶控制的自适应预警方法的一个实施例的主流程示意图；

图2为图1中涉及的应用场景示意图；

图3为本发明实施例中主车与远车之间相对位置分类原理示意图；

图4为本发明实施例中远车相对于主车的相对方位的矢量坐标示意图；

图5为本发明实施例中远车与本车同向时更详细的相对位置分类示意图；

图6为本发明实施例中远车与本车对向时更详细的相对位置分类示意图；

图7为本发明实施例中远车位于本车的左交叉位置的示意图；

图8为本发明实施例中远车位于本车的右交叉位置的示意图；

图9为本发明实施例中涉及的对弯道行驶的主车与远车进行碰撞风险计算的一矢量分析图；

图10为本发明实施例中涉及的对弯道行驶的主车与远车进行碰撞风险计算的另一矢量分析图；

图11为本发明实施例涉及的车辆换道的示意图；

图12为本发明实施例涉及的一种用于驾驶控制的自适应预警方法的更详细的流程示意图；

图13为本发明提供的一种用于驾驶控制的自适应预警***的一个实施例的结构示意图；

图14为图13中的特定远车状态确定单元的结构示意图；

图15为图13中的行驶风险识别处理单元的结构示意图；

图16为图14中的换道风险识别处理单元的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述。

如图1所示，示出了本发明提供的一种用于驾驶控制的自适应预警方法一个实施例的主流程示意图。一并结合图2至图12所示，本发明的方法应用于具有V2X车载单元(OBU)的车辆中，具体地，可以参见图2中示出的应用环境示意图，其中，路侧单元(RSU)通过V2I消息向车辆进行广播自身周边路况和道路信息、红绿灯信息、地图信息等；而车辆之间通过V2V消息进行通信，主要发送或接收周围车辆的位置、车速、方向等信息。在本实施例中，所述方法包括如下的步骤：

S10，本车(Host Vehicle，HV)实时接收路侧单元发送的V2I消息，并接收周围预定范围内(如800米)远车(Remote Vehicle，RV)所发送的V2V消息；更具体地，其中，所述路侧单元发送的V2I消息为局部地图消息，其至少包括道路信息、车道ID号、限速信息；所述V2V消息包括预定距离范围内各车辆的车辆状态信息，所述车辆状态信息包括：车速(如V)、车辆位置坐标position(X,Y,0)(目前考虑投影到同一平面)、方向盘转角(如，St_RV)、车头方向角(如，H_RV)、航向角(Heading)、横摆角、加速度信息等；所述本车可以是在高速公路行驶中行驶的车辆。

更具体地，如图2所示，对于本车(HV)与周围存在多辆远车(RV₁、RV₂、RV₃、RV₄、RV₅、RV₆、RV₇)，后续步骤中需要确定各远车与本车之间的相对位置关系，同时需要计算各远车与本车之间是否存在碰撞风险。

S11，根据所述V2I消息以及各V2V消息，确定各远车与本车之间的相对位置关系，将同车道、相邻车道前后方距离本车最近的远车、以及匝道上交叉行驶的远车确定为当前特定远车，并获得所述各特定远车的状态信息，以及本车与所述各特定远车之间的安全距离、单位时间内距离值以及碰撞时间序列；

在一个具体的例子中，在所述S11中，需要首先确定所述各远车与本车之间的相对位置关系，具体地，包括如下的步骤：

S110，首先，建立本车的车辆局部坐标系，如图3所示，以本车的质心为坐标原点，车辆行驶方向为y轴，以驾驶员指向右手方向为x轴，垂直地面向上为z轴方向；

S111，获得周围预定范围内各远车的航向角与本车的航向角之间的差值θ，根据所述差值θ判断各远车与本车之间的相对位置，所述相对位置包括：同向、对向以及交叉方向；

如图3所示，在本发明的实施例中，在各区域划分中的边界角度以30°、150°、210°和330°确定，所述各角度通过预先标定。更具体地，为防止方向判定频繁抖动，***可设置一定范围的回滞角度，对于超过边界线且在回滞角度范围内的RV不做归类变化，在本发明实施例中，所述回滞角度标定为10°，可以理解的是，该数值仅为举例；

从中可以看出，当0≤θ<30°||330°≤θ≤360°，远车处于本车的同向行驶状态；当30°≤θ<150°时，远车处于本车的左交叉方向行驶状态；当150°≤θ＜210°时远车处于本车的对向行驶状态；当210°≤θ＜330°时，远车处于本车的右交叉方向行驶状态在。

S112，对所述各远车进行坐标平移变换，将各远车坐标转换为本车有全局坐标系上，计算远车与本车之间的相对距离；

更具体地，如图4至图8所示，通过坐标系的转换和计算，判断出主车与远车的相对前后位置关系。图4表示远车RV在主车HV坐标系下的关系图。将远车RV坐标转换为主车HV的全局坐标上，其中α为HV车辆y轴旋转的角度，这里可以认为是远车RV和主车HV的航向角，以顺时针方向为正方向。

x_RV>HV＝(X_RV-X_HV)cosα-(Y_RV-Y_HV)sinα

y_RV>HV＝(X_RV-X_HV)sinα-(Y_RV-Y_HV)cosα

其中X_HV、X_RV表示HV和RV在全局坐标下的横坐标；Y_HV、Y_RV表示HV和RV在全局坐标下的纵坐标；x_RV>HV表示RV相对于HV坐标下的横坐标；y_RV>HV表示RV相对于HV坐标下的纵坐标。

当y_RV>HV＞0，表示RV在HV的前方；当y_RV>HV＜0，表示RV在HV的后方。

S113，结合所述差值θ、远车与本车之间的相对距离，确定各远车与本车之间的具***置关系并标注；所述具***置关系至少包括：前方、右前方、左前方、后方、左后方、右后方、前对向、右前对向、左前对向、左交叉以及右交叉。

更具体地，如图5所示，远车为同向行驶时，以本车的车头位置为中心，将周边的车辆的位置分类到10个不同的区域中，区域的分类方法是:中国车道宽度是2.75米-3.5米，本发明中取车道宽3.5米。假设本车在车道的中间行使，以车头位置的横纵坐标为基准：

下表1示出了同向时RV相对于HV的相对位置分类列表：

表1

坐标区间	RV相对HV的位置定义
		-1.75≤xRV>HV≤1.75&&yRV>HV≥0	前方(Ahead)
1.75≤xRV>HV<5.25&&yRV>HV≥0	右前方(Ahead Right)
		xRV>HV>5.25&&yRV>HV≥0	远右前方(Ahead Far Right)
-5.25≤xRV>HV≤-1.75&&yRV>HV≥0	左前方(Ahead Left)
		xRV>HV≤-5.25&&yRV>HV≥0	远左前方(Ahead Far Left)
-1.75≤xRV>HV≤1.75&&yRV>HV<0	后方(Behind)
		-5.25<xRV>HV≤-1.75&&yRV>HV<0	左后方(Behind Left)
xRV>HV<-5.25&&yRV>HV<0	远左后方(Behind Far Left)
		1.75≤xRV>HV<5.25&&yRV>HV<0	右后方(Behind Right)
xRV>HV>5.25&&yRV>HV<0	远右后方(Behind Far Right)

如图6所示，远车为对向行驶时，以本车车头位置为中心，对远车的相对位置进行判断。下表2示出了对向时RV相对于HV的相对位置分类列表：

表2

坐标区间	RV相对HV方位
		-1.75≤xRV>HV≤1.75&&yRV>HV≥0	前对向(Oncoming)
1.75≤xRV>HV<5.25&&yRV>HV≥0	右前对向(Oncoming right)
		xRV>HV>5.25&&yRV>HV≥0	远右前对向(Oncoming far right)
-5.25≤xRV>HV≤-1.75&&yRV>HV≥0	左前对向(Oncoming left)
		xRV>HV≤-5.25&&yRV>HV≥0	远左前对向(Oncoming far left)

而车辆在交叉路口(包括车辆在高速公路匝道汇入)的行驶方向时，当30°<θ≤150°时，则远车RV处于本车HV的左交叉方向，并且RV处于HV的左方x_RV>HV≤0，则判断RV处于HV的左交叉(Intersection Left)方向来车，如图7所示；

当210°<θ≤330°时，则远车RV处于本车HV的右交叉方向，同时也表示高速公路右侧匝道汇入情况，并且RV处于HV的右方x_RV>HV≥0，则判断RV处于HV的右交叉(IntersectionRight)方向来车，如图8所示。

根据以上分析，远车RV相对于本车HV的方向和位置，归入如下表3中所示的18个位置区域中；对于未能成功定位分类的远车，应归入为未分类(None)。

表3

结合上述的表格，并根据RSU发送的车道信息，可以筛选出在HV同一车道以及相邻车道的RV车辆序列，并识别出同车道或相邻车道上前后方距离本车最近的各远车，以及匝道上交叉行驶的远车，确定为本车的特定远车，且对每一远车的位置区域的分类序号采用flag进行标注记录。

可以理解的是，所述S11进一步包括：

S114，根据各特定远车的状态信息通过矢量法迭代计算，获得每一时间间隔内所述各特定远车与本车之间对应的安全阈值d_w,n、单位时间内距离值DCPA_n；如果存在单位时间内距离值小于或等于对应的安全阈值，则停止对相应特定远车的迭代计算，并获得停止迭代的所述特定远车的碰撞时间序列TCPA。

而S114需要采用基于矢量法的车辆360度识别及车辆碰撞预警算法来实现，具体地，如图9所示，在弯道行驶中的远车RV与主车的车速分别为V_HV、V_RV，方向盘转角St_HV、St_RV，车头方向角为H_HV；其中，H_RV具体为车头方向角以车头前进方向与大地坐标系Y轴的夹角，逆时针为正；α_HV、α_RV为HV与RV的转向角，转向角以顺时针方向为正，逆时针方向为负；将矢量车速在B₁为起始点，α_HV转动，则RV相对于HV行驶车速为/>在/>的投影为其中A₁为投影点；目的就是找到RV相对于HV车在单位时间内距离HV的距离(即DCPA_n)。

其中投影的计算公式如下：

其中θ₁为矢量与/>的夹角；

这里

因此

则

在n＝1时，RV相对于HV的速度为为找到HV到RV的最近距离，那么此时即形了一个典型的数学问题：线段外一点HV到线段/>的最短距离：

无论点HV在线段的哪一个位置，公式(4)均成立，因此可设定系数则：

其表示的物理意义在于：如果A₁在向量上，那么该点即为在第一次循环n＝1时，RV相对于HV最近距离点(CPA₁)，向量/>即为DCPA₁；如果A₁点在/>的延长线上，可用/>表示DCPA₁；如果A₁在/>的延长线上，那么可用/>表示DCPA₁。

图10表示HV与RV在弯道行驶时，RV相对于HV在n＝3时根据得到CPA₃，其中表示的是与HV车辆在n＝3，也即单位时间间隔Δt＝1s时，矢量/>与/>大小相等，方向相反；因此在n＝1时，B₁和P₁坐标有B₁点坐标：

则P₁坐标：

当n＝n时，

B_n点基于GPS坐标系(全局坐标系)的坐标：

其中：

为初始状态RV的速度和加速度矢量；α_RV,0为初始状态的转向角，由于V2X应用层国标中规定了可以从整车总线上获得方向盘转角St，则RV车轮转向角/>i_RV为RV的转向传动比。

P_n点基于GPS坐标系(全局坐标系)的坐标：

其中：

为初始状态HV的速度和加速度矢量；α_HV,0为初始状态的转向角，由于V2X应用层国标中规定了可以从整车总线上获得方向盘转角St，则HV车轮转向角/>i_HV为RV的转向传动比。

基于矢量法对于B_n点、P_n点的分析与车辆处于哪种类型的路径无关，因此可以根据RV处于HV的不同方位，结合RSU发送的局部地图信息，进行HV车辆对于周围车辆是否有碰撞风险进行实时的计算。如图11扭不，在换道过程中，需要考虑HV与周围的RV₁、RV₂、RV₃、RV₄、RV₅、RV₆是否有碰撞危险，只有HV与周围车辆没有碰撞危险，HV才能进行换道。

因此本发明HV与RV的安全距离模型为：

当V_RV>0时

当V_RV＝0时

其中，V_rel为HV与RV的相对车速，R_min为最小安全距离。

对于HV与周围RV₁、RV₂、RV₃、RV₄、RV₅、RV₆是否有碰撞危险的计算，以处于HV前方且同一车道的RV₁为例，由图5可知，RV相对于HV的合速度为在n＝1时，为n＝2时，为n＝3时，为/>将/>分别投影到矢量/>上；由于与HV的车速矢量/>大小相等，方向相反；因此在每一个时间间隔Δt内(设置Δt＝1s)时，在n＝n(n的取值可以实际标定)时：

当V_RV>0时，

当V_RV＝0时，

其中，为/>与/>的夹角；/>为/>和的夹角；/>为/>与/>的夹角，R_min为最小安全距离；

在矢量计算中，在n个计算次数内，如果DCPA_n≤d_w,n，则停止计算，此时可以得出HV在未来T_warning时间后，有前向碰撞危险。其中根据公式(5)(6)可知，在第n个计算次数时，可获得：

由对前向RV₁碰撞时间矢量计算可知，对于RV₂、RV₃、RV₄、RV₅、RV₆与HV的碰撞时间矢量计算方法都相同。

更进一步地，所述S11进一步包括：

S115，利用驾驶员前方仪表上方的视觉传感器，获取驾驶员的脸部、眼部特征图像，并通过模式识别方法，识别出驾驶员当前的驾驶状态行为类别以及视线状态，所述驾驶状态行为类别包括：正常驾驶、疲劳驾驶、分神驾驶、接打电话、抽烟、情绪激动驾驶以及醉酒驾驶；所述视线状态包括：在中控区域、在前挡风区域以及在外后视镜区域；

S116，根据当前的驾驶状态行为类别以及视线状态，查询预存储的碰撞安全距离最小值调整表，获得相应的调整值，对各特定远车与本车之间对应的安全阈值进行调整。

更具体地，在一个例子中，可以利用驾驶员前方仪表上方的视觉传感器(摄像头)，获取驾驶员的脸部、眼部特征图像，通过模式识别方法(比如卷积神经网络模型)实现对驾驶员状态和视线的实时监控，通过对驾驶员脸部、眼部特征的识别，将驾驶员驾驶状态行为分为：正常驾驶(L＝1)、疲劳驾驶(L＝2)、分神驾驶(L＝3)、接打电话(L＝4)、抽烟(L＝5)、情绪激动驾驶(L＝6)、醉酒驾驶(L＝7)7种模式；通过对驾驶员视线的判断，将驾驶员视线分为在中控区域(q＝1)、在前挡风区域(q＝2)、在外后视镜区域(q＝3)3种视线状态，实时调整碰撞安全距离最小值R_min，(具体的值R_min根据标定得出)，具体的调整值见下表4所示：

表4不同状态下的R_min调整值列表

	L＝1	L＝2	L＝3	L＝4	L＝5	L＝6	L＝7
								q＝1	3	5	7	10	12	13	15
q＝2	3	5	7	10	14	15	18
								q＝3	4	5	7	10	16	18	25

S12，根据所述安全距离、单位时间内距离值确定所述同本车道上前后方的特定远车、交叉行驶的特定远车与本车之间是否有碰撞风险；如果存在碰撞风险，向驾驶员进行报警提示；

在一个具体的例子，所述S12进一步包括：

判断到所述同车道上距离最近的特定远车与本车之间的单位时间内距离值小于或等于对应的安全阈值时(即DCPA_n≤d_w,n)，确定本车道上的特定远车与本车之间存在碰撞风险，包括前方特定远车与本车存在碰撞风险，以及后方特定远车与本车存在碰撞风险；

更具体地，通过判断DCPA_n≤d_w,n&&(RV与HV在同一车道)&&(flag＝＝1||2||4)，如果满足条件，判断HV前方同车道有碰撞危险；DCPA_n≤d_w,n&&(RV与HV在同一车道)&&(flag＝＝6||7||9)如果满足条件，判断HV同车道后方有碰撞危险；

判断到交叉行驶的特定远车与本车之之间的单位时间内距离值小于或等于对应的安全阈值时，确定交叉行驶的特定远车与本车之间存在碰撞风险。

更具体地，DCPA_n≤d_w,n&&(flag＝＝16||17)如果满足条件，判断HV与匝道汇入RV车辆有碰撞危险；

S13，在判断到本车存在换道效果图时，根据相邻车道上各特定远车的安全距离、单位时间内距离值以及碰撞时间序列，判断对应相邻车道的前方或后方是否存在碰撞风险；在判断到存在碰撞风险时，提醒驾驶员取消换道。

在一个具体的例子中，所述S13进一步包括：

S130，在检测到本车存在换道意图后，对所述相邻车道进行换道检测，采用5次多项式与遗传算法融合的最优换道轨迹计算，获得对本侧邻道进行变道的最优轨迹以及最优换道时间；在一个具体地的例子中，如果检测到转动方向盘的角度超过一定角度或者打开转向灯，则判定本车具有换道意图；

S131，判断到本侧邻道的各特定远车对应的单位时间内距离值均大于对应的安全阈值，且不存在碰撞时间序列或其碰撞时间序列均大于所述最优换道时间时，则判定为向本侧邻道变道不存在风险；否则判定为向本侧邻道变道存在风险。

具体地，如果判断到DCPA_n≤d_w,n&&(RV与HV在相邻车道)&&(flag＝＝1||2||4)，则说明HV相邻车道前方有碰撞危险，则向驾驶员发出HV左邻道或者右邻道前方有碰撞危险，提醒驾驶员取消换道；通如果判断到DCPA_n≤d_w,n&&(RV与HV在相邻车道)&&(flag＝＝6||7||9)，则说明HV相邻车道后方有碰撞危险，则向驾驶员发出HV左邻道或者右邻道后方有碰撞危险，提醒驾驶员取消换道。

下述介绍一下本发明S130中涉及的5次多项式与遗传算法融合的最优换道轨迹规划的原理：

采用高次多项式作为理想参考换道轨迹具有以下两点优势：其一，高次多项式轨迹曲线更光滑，其一阶导数和二阶导数均为连续光滑函数，控制过程不会出现突变；其二，高次多项式轨迹曲线高频分量更小，***容易通过反馈***对其进行补偿控制；

本发明中所使用5次多项式换道轨迹表达式为：

纵向位移x(t)和横向位移y(t)分别关于时间t的函数

其中，a₀～a₅为纵向位移轨迹待定系数，b₀～b₅为横向位移轨迹待定系数初始状态和目标状态/>状态已知，那么即可求解出式(21)的待定系数。

在换道初始和结束的时刻，汽车行驶状态应趋于稳定，不会产生加速度，也不会产生横向的速度，这样才能满足车辆运动学特性。因此初始状态可表示为其中，v_xin表示纵向初始状态速度。

目标状态可以表示为其中v_xfin表示换道结束后的纵向速度，L为换道过程的纵向位移，h表示车道宽，一般取3.75m。设t＝0时，开始换道且此时车辆质心位于坐标原点，t＝t₀时完成换道，代入公式(21)得到：

对式(21)求二阶和三阶导数，得到基于五次多项式的换道轨迹横纵向速加速度、横纵向加速度：

由式(22)、(23)代入式(24)，求极值得到：

其中，a_mx为轨迹纵向加速度的极大值；a_my为轨迹横向加速度的极大值。由于车道宽h是已知的，v_xin可以通过HV车辆的CAN总线获得，因此加速度的极值只与v_xfin、L和换道时间t₀相关。因此换道轨迹评价指标J：

其中，a_max代表车辆最大加速度,L_max为换道纵向位移最大值，t_cmax为换道时间最大值；w₁、w₂、w₃为权重系数，三者的关系为：w₁+w₂+w₃＝1。L表示换道的纵向位移，表示对交通流的影响，其值越小，影响越小；t_c表示换道的换道时间，表示换道效率，其值越小，换道效率越高。

因此基于遗传算法换道轨迹优化的问题描述为：

将适应度函数带入遗传算法模块进行迭代寻优，可求得在J最小情况下对应的v_xfin、L和t_c，从而得到完整的边界条件，就能获得5次多项式的各个参数，最后得到最优的换道轨迹。

本发明所提供的方法的更详细步骤可以参照图12中的内容。

如图13所示，示出了本发明提供的一种用于驾驶控制的自适应预警***的一个实施例的结构示意图。一并结合图14至图16所示，在本实施例中，所述用于驾驶控制的自适应预警***应用于具有V2X车载单元的车辆中，更具体地，所述用于驾驶控制的自适应预警***1包括：

信息接收单元10，用于本车在高速公路行驶中，实时接收路侧单元发送的V2I消息，并接收周围预定范围内远车所发送的V2V消息；

特定远车状态确定单元11，用于根据所述V2I消息以及各V2V消息，确定各远车与本车之间的相对位置关系，将同车道、相邻车道前后方距离本车最近的远车、以及匝道上交叉行驶的远车确定为当前特定远车，并获得所述各特定远车的状态信息，以及本车与所述各特定远车之间的安全距离、单位时间内距离值以及碰撞时间序列，并根据驾驶员的当前状态，对所述各安全距离进行调整；

行驶风险识别处理单元12，用于根据所述安全距离和单位时间内距离值确定所述同本车道上前后方的特定远车、交叉行驶的特定远车与本车之间是否有碰撞风险；如果存在碰撞风险，向驾驶员进行报警提示；

换道风险识别处理单元13，用于在判断到本车存在换道效果图时，根据相邻车道上各特定远车的安全距离、单位时间内距离值以及碰撞时间序列，判断对应相邻车道的前方或后方是否存在碰撞风险；在判断到存在碰撞风险时，提醒驾驶员取消换道。

其中，所述路侧单元发送的V2I消息为局部地图消息，其至少包括道路信息、车道ID号、限速信息；所述V2V消息包括预定距离范围内各车辆的车辆状态信息，所述车辆状态信息包括：车速、车辆位置坐标、方向盘转角、航向角、横摆角、加速度信息。

其中，所述特定远车状态确定单元11进一步包括：

相对位置获取单元110，用于建立本车的车辆局部坐标系，以本车的质心为坐标原点，车辆行驶方向为y轴，以驾驶员指向右手方向为x轴，垂直地面向上为z轴方向；并获得周围预定范围内各远车的航向角与本车的航向角之间的差值θ，根据所述差值θ判断各远车与本车之间的相对位置，所述相对位置包括：同向、对向以及交叉方向；

相对距离获取单元111，用于对所述各远车进行坐标平移变换，将各远车坐标转换为本车有全局坐标系上，计算远车与本车之间的相对距离；

具***置关系获取单元112，用于结合所述差值θ、远车与本车之间的相对距离，确定各远车与本车之间的具***置关系并标注；所述具***置关系至少包括：前方、右前方、左前方、后方、左后方、右后方、前对向、右前对向、左前对向、左交叉以及右交叉；

计算处理单元113，用于根据各特定远车的状态信息通过矢量法迭代计算，获得每一时间间隔内所述各特定远车与本车之间对应的安全阈值、单位时间内距离值；如果存在单位时间内距离值小于或等于对应的安全阈值，则停止对相应特定远车的迭代计算，并获得停止迭代的所述特定远车的碰撞时间序列；

驾驶状态识别单元114，用于利用驾驶员前方仪表上方的视觉传感器，获取驾驶员的脸部、眼部特征图像，并通过模式识别方法，识别出驾驶员当前的驾驶状态行为类别以及视线状态，所述驾驶状态行为类别包括：正常驾驶、疲劳驾驶、分神驾驶、接打电话、抽烟、情绪激动驾驶以及醉酒驾驶；所述视线状态包括：在中控区域、在前挡风区域以及在外后视镜区域；

安全阈值调整单元115，用于根据当前的驾驶状态行为类别以及视线状态，查询预存储的碰撞安全距离最小值调整表，获得相应的调整值，对各特定远车与本车之间对应的安全阈值进行调整。

其中，所述行驶风险识别处理单元12进一步包括：

本车道风险判断单元120，用于在判断到所述同车道上距离最近的特定远车与本车之间的单位时间内距离值小于或等于对应的安全阈值时，确定本车道上的特定远车与本车之间存在碰撞风险，包括前方特定远车与本车存在碰撞风险，以及后方特定远车与本车存在碰撞风险；

交叉行驶风险判断单元121，用于在判断到交叉行驶的特定远车与本车之之间的单位时间内距离值小于或等于对应的安全阈值时，确定交叉行驶的特定远车与本车之间存在碰撞风险。

其中，所述换道风险识别处理单元13进一步包括：

最优轨迹计算单元130，用于在检测到本车存在换道意图后，对所述相邻车道进行换道检测，采用5次多项式与遗传算法融合的最优换道轨迹计算，获得对本侧邻道进行变道的最优轨迹以及最优换道时间；

换道风险确定单元131，用于在判断到本侧邻道的各特定远车对应的单位时间内距离值均大于对应的安全阈值，且不存在碰撞时间序列或其碰撞时间序列均大于所述最优换道时间时，则判定为向本侧邻道变道不存在风险；否则判定为向本侧邻道变道存在风险。

更多的细节，可以参考前述对图1至图11的描述，在此不进行详述。

实施本发明实施例，具有如下的有益效果：

本发明提供了一种用于驾驶控制的自适应预警方法及***，主车在高速公路行驶过程中，可以根据来自路侧单元和其他远车的消息，并结合当前驾驶员状态，实时计算其与本车道、相邻车道及匝道汇入的远车之间是否存在碰撞风险；如果存在碰撞风险，则进行报警处理；并在检测到本车具有换道意愿时，进行换道风险检测，在存在碰撞风险时，提示取消换道操作；

本发明在计算是否存在碰撞风险时，增加了根据当前的驾驶状态行为类别以及视线状态，获得对应的调整值，并对各特定远车与本车之间对应的安全阈值进行调整的内容，可以进一步提高驾驶过程中的安全性。

同时，本发明提供的方案，可以适应于各种道路形状的工况和天气情况下使用，具有很高的安全性和舒适性。

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、装置、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。

以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (11)

1.一种用于驾驶控制的自适应预警方法，其特征在于，包括：

S10，本车实时接收路侧单元发送的V2I消息以及周围预定范围内远车所发送的V2V消息；

S11，根据所述V2I消息以及各V2V消息，确定各远车与本车之间的相对位置关系，将同车道、相邻车道前后方距离本车最近的远车、以及匝道上交叉行驶的远车确定为当前特定远车，并获得所述各特定远车的状态信息，以及本车与所述各特定远车之间的安全距离、单位时间内距离值以及碰撞时间序列，并根据驾驶员的当前状态，对所述各安全距离进行调整；

S12，根据所述安全距离和单位时间内距离值确定所述同车道上前后方的特定远车、交叉行驶的特定远车与本车之间是否有碰撞风险；如果存在碰撞风险，向驾驶员进行报警提示；

S13，在判断到本车存在换道意图时，根据相邻车道上各特定远车的安全距离、单位时间内距离值以及碰撞时间序列，判断对应相邻车道的前方或后方是否存在碰撞风险；在判断到存在碰撞风险时，提醒驾驶员取消换道。

2.如权利要求1所述的方法，其特征在于，所述路侧单元发送的V2I消息为局部地图消息，其至少包括道路信息、车道ID号、限速信息；所述V2V消息包括预定距离范围内各车辆的车辆状态信息，所述车辆状态信息包括：车速、车辆位置坐标、方向盘转角、航向角、横摆角、加速度信息。

3.如权利要求2所述的方法，其特征在于，在所述S11中，所述根据所述V2I消息以及各V2V消息，确定所述各远车与本车之间的相对位置关系的步骤进一步包括：

建立本车的车辆局部坐标系，以本车的质心为坐标原点，车辆行驶方向为y轴，以驾驶员指向右手方向为x轴，垂直地面向上为z轴方向；

获得周围预定范围内各远车的航向角与本车的航向角之间的差值，根据所述差值判断各远车与本车之间的相对位置，所述相对位置包括：同向、对向以及交叉方向；

对所述各远车进行坐标平移变换，将各远车坐标转换为本车有全局坐标系上，计算远车与本车之间的相对距离；

结合所述差值、远车与本车之间的相对距离，确定各远车与本车之间的具***置关系并标注；所述具***置关系至少包括：前方、右前方、左前方、后方、左后方、右后方、前对向、右前对向、左前对向、左交叉以及右交叉。

4.如权利要求3所述的方法，其特征在于，所述S11进一步包括：

根据各特定远车的状态信息通过矢量法迭代计算，获得每一时间间隔内所述各特定远车与本车之间对应的安全阈值、单位时间内距离值；如果存在单位时间内距离值小于或等于对应的安全阈值，则停止对相应特定远车的迭代计算，并获得停止迭代的所述特定远车的碰撞时间序列。

5.如权利要求4所述的方法，其特征在于，所述S11进一步包括：

利用驾驶员前方仪表上方的视觉传感器，获取驾驶员的脸部、眼部特征图像，并通过模式识别方法，识别出驾驶员当前的驾驶状态行为类别以及视线状态，所述驾驶状态行为类别包括：正常驾驶、疲劳驾驶、分神驾驶、接打电话、抽烟、情绪激动驾驶以及醉酒驾驶；所述视线状态包括：在中控区域、在前挡风区域以及在外后视镜区域；

根据当前的驾驶状态行为类别以及视线状态，查询预存储的碰撞安全距离最小值调整表，获得相应的调整值，对各特定远车与本车之间对应的安全阈值进行调整。

6.如权利要求5所述的方法，其特征在于，所述S12进一步包括：

判断到所述同车道上距离最近的特定远车与本车之间的单位时间内距离值小于或等于对应的安全阈值时，确定本车道上的特定远车与本车之间存在碰撞风险，包括前方特定远车与本车存在碰撞风险，以及后方特定远车与本车存在碰撞风险；

判断到交叉行驶的特定远车与本车之之间的单位时间内距离值小于或等于对应的安全阈值时，确定交叉行驶的特定远车与本车之间存在碰撞风险。

7.如权利要求4所述的方法，其特征在于，所述S13进一步包括：

在检测到本车存在换道意图后，对所述相邻车道进行换道检测，采用5次多项式与遗传算法融合的最优换道轨迹计算，获得对本侧邻道进行变道的最优轨迹以及最优换道时间；

判断到本侧邻道的各特定远车对应的单位时间内距离值均大于对应的安全阈值，且不存在碰撞时间序列或其碰撞时间序列均大于所述最优换道时间时，则判定为向本侧邻道变道不存在风险；否则判定为向本侧邻道变道存在风险。

8.一种用于驾驶控制的自适应预警***，其特征在于，包括：

信息接收单元，用于本车实时接收路侧单元发送的V2I消息，并接收周围预定范围内远车所发送的V2V消息；

特定远车状态确定单元，用于根据所述V2I消息以及各V2V消息，确定各远车与本车之间的相对位置关系，将同车道、相邻车道前后方距离本车最近的远车、以及匝道上交叉行驶的远车确定为当前特定远车，并获得所述各特定远车的状态信息，以及本车与所述各特定远车之间的安全距离、单位时间内距离值以及碰撞时间序列，并根据驾驶员的当前状态，对所述各安全距离进行调整；

行驶风险识别处理单元，用于根据所述安全距离和单位时间内距离值确定所述同车道上前后方的特定远车、交叉行驶的特定远车与本车之间是否有碰撞风险；如果存在碰撞风险，向驾驶员进行报警提示；

换道风险识别处理单元，用于在判断到本车存在换道意图时，根据相邻车道上各特定远车的安全距离、单位时间内距离值以及碰撞时间序列，判断对应相邻车道的前方或后方是否存在碰撞风险；在判断到存在碰撞风险时，提醒驾驶员取消换道。

9.如权利要求8所述的***，其特征在于，所述特定远车状态确定单元进一步包括：

相对位置获取单元，用于建立本车的车辆局部坐标系，以本车的质心为坐标原点，车辆行驶方向为y轴，以驾驶员指向右手方向为x轴，垂直地面向上为z轴方向；并获得周围预定范围内各远车的航向角与本车的航向角之间的差值，根据所述差值判断各远车与本车之间的相对位置，所述相对位置包括：同向、对向以及交叉方向；

相对距离获取单元，用于对所述各远车进行坐标平移变换，将各远车坐标转换为本车有全局坐标系上，计算远车与本车之间的相对距离；

具***置关系获取单元，用于结合所述差值、远车与本车之间的相对距离，确定各远车与本车之间的具***置关系并标注；所述具***置关系至少包括：前方、右前方、左前方、后方、左后方、右后方、前对向、右前对向、左前对向、左交叉以及右交叉；

计算处理单元，用于根据各特定远车的状态信息通过矢量法迭代计算，获得每一时间间隔内所述各特定远车与本车之间对应的安全阈值、单位时间内距离值；如果存在单位时间内距离值小于或等于对应的安全阈值，则停止对相应特定远车的迭代计算，并获得停止迭代的所述特定远车的碰撞时间序列；

驾驶状态识别单元，用于利用驾驶员前方仪表上方的视觉传感器，获取驾驶员的脸部、眼部特征图像，并通过模式识别方法，识别出驾驶员当前的驾驶状态行为类别以及视线状态，所述驾驶状态行为类别包括：正常驾驶、疲劳驾驶、分神驾驶、接打电话、抽烟、情绪激动驾驶以及醉酒驾驶；所述视线状态包括：在中控区域、在前挡风区域以及在外后视镜区域；

安全阈值调整单元，用于根据当前的驾驶状态行为类别以及视线状态，查询预存储的碰撞安全距离最小值调整表，获得相应的调整值，对各特定远车与本车之间对应的安全阈值进行调整。

10.如权利要求9所述的***，其特征在于，所述行驶风险识别处理单元进一步包括：

本车道风险判断单元，用于在判断到所述同车道上距离最近的特定远车与本车之间的单位时间内距离值小于或等于对应的安全阈值时，确定本车道上的特定远车与本车之间存在碰撞风险，包括前方特定远车与本车存在碰撞风险，以及后方特定远车与本车存在碰撞风险；

交叉行驶风险判断单元，用于在判断到交叉行驶的特定远车与本车之之间的单位时间内距离值小于或等于对应的安全阈值时，确定交叉行驶的特定远车与本车之间存在碰撞风险。

11.如权利要求10所述的***，其特征在于，所述换道风险识别处理单元进一步包括：

最优轨迹计算单元，用于在检测到本车存在换道意图后，对所述相邻车道进行换道检测，采用5次多项式与遗传算法融合的最优换道轨迹计算，获得对本侧邻道进行变道的最优轨迹以及最优换道时间；

换道风险确定单元，用于在判断到本侧邻道的各特定远车对应的单位时间内距离值均大于对应的安全阈值，且不存在碰撞时间序列或其碰撞时间序列均大于所述最优换道时间时，则判定为向本侧邻道变道不存在风险；否则判定为向本侧邻道变道存在风险。