CN115476861B - 智能网联汽车的安全评价*** - Google Patents
智能网联汽车的安全评价*** Download PDFInfo
- Publication number
- CN115476861B CN115476861B CN202211116617.0A CN202211116617A CN115476861B CN 115476861 B CN115476861 B CN 115476861B CN 202211116617 A CN202211116617 A CN 202211116617A CN 115476861 B CN115476861 B CN 115476861B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- acquiring
- speed
- target vehicle
- average
- 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
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
- B60W40/09—Driving style or behaviour
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
- B60W40/105—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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
- B60W40/107—Longitudinal acceleration
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
- B60W2520/105—Longitudinal acceleration
-
- 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
- B60W2540/00—Input parameters relating to occupants
- B60W2540/229—Attention level, e.g. attentive to driving, reading or sleeping
-
- 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
- B60W2540/00—Input parameters relating to occupants
- B60W2540/30—Driving style
-
- 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
- B60W2554/802—Longitudinal distance
-
- 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
- B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
- B60W2555/20—Ambient conditions, e.g. wind or rain
-
- 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
- B60W2556/00—Input parameters relating to data
- B60W2556/10—Historical data
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种智能网联汽车的安全评价***,该***能够综合考虑驾驶人员的专注度对刹车距离的影响、驾驶***均水平之间的差别以及汽车外部环境因素的影响,当三者的影响合计达到一定程度时,则认为当前的驾驶状态存在较大的风险,这种方式能够考虑更多的与安全驾驶联系紧密的相关因素,有利于促进智能网联汽车安全性评价监控的进一步发展;本发明通过对用户驾驶过程中的过激变速动作进行采集,获取目标车辆的驾驶习惯,然后通过对实时的驾驶数据进行采集,获得在最近的一段时间内的过激变速动作数据,当相较于历史数据目标车辆的过激变速频率出现明显的提升时,则认为用户的驾驶行为存在较大的安全风险。
Description
技术领域
本发明属于智能汽车技术领域,具体的,涉及一种智能网联汽车的安全评价***。
背景技术
汽车的重量与高速运动的结合使其在发生撞击时会造成严重的后果,因此要求驾驶人员在驾驶汽车时需要具有较高的集中力并按照法规进行行驶,但是在实际生活中,驾驶员在进行汽车驾驶时会出现注意力不集中、驾驶习惯较差、违规行驶等情况,另外驾驶员的判断和动作执行还会受到外界环境的影响,这些都会对安全驾驶造成影响;
智能网联汽车是通过汽车携带的众多传感器对车内环境与车外环境进行信息采集与分析,并将分析结果反馈至驾驶员甚至直接介入车辆的运动调控,现有技术中在对汽车行驶过程进行安全评价时,没有考虑到驾驶员的个人能力与状态对驾驶安全性的影响,为了解决上述问题,提供一种考虑驾驶员的影响、更加合理的安全评价方式,本发明提供了以下技术方案。
发明内容
本发明的目的在于提供一种智能网联汽车的安全评价***,解决现有技术中对车辆驾驶安全评价时没有综合考虑驾驶员影响导致安全评价结果不够准确的问题。
本发明的目的可以通过以下技术方案实现:
智能网联汽车的安全评价***,包括:
局域环境采集模块,用于采集目标车辆周围的环境信息,并将其传输至控制器,控制器对环境信息分析后获取目标车辆周围的其它车辆与本车之间的动态位置关系;
导航模块,用于获取实时的道路信息;
上述智能网联汽车的安全评价***的工作方法包括以下步骤:
S1、获取驾驶习惯系数X1;
S11、车辆行驶时,通过车速检测模块获取车辆的实时车速,并将其传输至控制器,控制器在对数据进行处理后获取车辆在执行刹车、加速时的车辆加速度a,当a≥|ay|时,则认为车辆属于过激变速,其中ay为预设值;
S12、将车速按照从小到大的顺序划分为若干个车速区段,获取各车速区段对应的平均过激变速的频率Sc;
S13、目标车辆行驶过程中,获取最接近当前时刻的一个满足成立条件的计量区段,并获取该计量区段的平均运动速度Vp,判断该计量区段的平均运动速度Vp所处的车速区段,进而获取对应的平均过激变速的频率Sc;
获取目标车辆在对应计量区段内行驶时的实际过激变速的频率Sc1,X1=(Sc1-Sc)/Sc;
S2、获取驾驶状态影响系数X2,X2表示当前驾驶员的专注度对应的反应时间对刹车距离的影响;
S3、对环境进行监控,获取环境影响系数X3;
对车辆外部环境种类进行监控,车辆外部环境种类包括雨雪天气、大风天气、雾霾天气,为不同的车辆外部环境种类设置不同环境影响系数X3;
S4、根据公式X=X1+X2+X3计算得到安全评价系数X;
当Sc1-Sc为负数时,X1在该公式中取值为0;
当L1-L2为负数时,X2在该公式中取值为0;
当X大于等于预设值Xy时,则认为汽车当前的驾驶状态存在风险;
预设值Xy为大于0的正数;
所述驾驶状态影响系数X2的获取方法包括如下步骤:
S21、对驾驶员的专注度进行监控,获取驾驶员的专注度评价值;
S22、获取专注度与反应时间之间的对应关系;
S23、实时检测目标车辆驾驶员的专注度评价值所属专注度区段,并据此获得目标车辆驾驶员实时对应的反应时间;
S24、根据反应时间、车辆制动性能、路面湿滑环境与实时车速获得目标车辆与前车的安全距离L1;所述的安全距离L1为假定前车在刹车灯亮的瞬间速度降为0,目标车辆在紧急制动后不会与其碰撞的距离;
S25、通过局域环境采集模块获取目标车辆与前车的实际距离L2,计算(L1-L2)/L1的值,将其作为驾驶状态影响系数X2。
作为本发明的进一步方案,所述的智能网联汽车的安全评价***,还包括身份识别模块,用于对驾驶目标车辆的驾驶员身份进行识别区分;
在步骤S1与步骤S2中,通过身份识别模块对驾驶员身份进行识别,不同驾驶员对应的驾驶习惯系数X1与驾驶状态影响系数X2分开进行处理。
作为本发明的进一步方案,所述成立条件为:目标车辆在计量区段行驶的过程中,计量区段内的车辆平均运动速度Vp满足(Vpmax-Vpmin)/Vp≤0.1,其中Vpmax为目标车辆在计量区段内行驶时计量区段内各分段平均速度中的最大值,Vpmin为目标车辆在计量区段内行驶时计量区段内各分段平均速度中的最小值;
所述分段平均速度是指:将计量区段均匀划分为若干个分段计量区域,在目标车辆在计量区段行驶的过程中,各分段计量区域的平均速度。
作为本发明的进一步方案,步骤S12中获取各车速区段对应的平均过激变速的频率Sc包括如下步骤:
获取平均运动速度Vp对应的过激变速的频率,在数据采集过程中,同一车速区段内的若干个平均运动速度Vp会对应采集有m个过激变速的频率数据,将其依次标记为c1、c2、……、cm,根据公式计算这一组数据的分散系数F,将F与预设值F1进行对比,若F≥F1,则按照|ci-cp|从大到小的顺序依次删除对应ci值,直至F<F1,其中1≤i≤m,cp为参与对应F值计算的若干个ci值的平均值;
获取当F<F1时,剩余的ci值的平均值,将其标记为对应车速区段的平均过激变速的频率Sc。
作为本发明的进一步方案,获取专注度与反应时间之间的对应关系具体方法为:
将专注度按照专注度评价数值由小到大分为若干个连续的专注度区段;
通过局域环境采集模块获取目标车辆正前方车辆的刹车灯开启信息,当检测到目标车辆正前方车辆的刹车灯亮时开始计时,获取目标车辆下一次刹车的时间t1,若t1小于等于预设值ty,则将t1标记为目标车辆驾驶员的反应时间,同时获取刹车灯亮时目标车辆驾驶员的专注度评价数值所属专注度区段;
连续采集的n个属于同一专注度区段的专注度评价数值对应的反应时间数据,计算这n个反应时间数据的平均值作为对应专注度区段的反应时间。
本发明的有益效果:
(1)本发明能够综合考虑驾驶人员的专注度对刹车距离的影响、驾驶***均水平之间的差别以及汽车外部环境因素的影响,当三者的影响合计达到一定程度时,则认为当前的驾驶状态存在较大的风险,这种方式能够考虑更多的与安全驾驶联系紧密的相关因素,有利于促进智能网联汽车安全性评价监控的进一步发展;
(2)本发明通过对用户驾驶过程中的过激变速动作进行采集,在对过激变速的频率与所行驶路段的车辆平均运动速度之间的关系进行分析后,获取目标车辆的驾驶习惯,然后通过对实时的驾驶数据进行采集,获得在最近的一段时间内的过激变速动作数据,当相较于历史数据目标车辆的过激变速的频率出现明显的提升时,则认为用户的驾驶行为存在较大的安全风险,能够及时发现并警示异常驾驶状态;
(3)本发明通过对驾驶员驾驶汽车时的专注度与反应时间进行联系,获取不同专注度条件下对应驾驶员的反应时间,并根据反映时间、目标车辆与前车的实际距离、目标车辆的速度与制动距离对当前车距的安全性进行评价,从而获取驾驶员状态对安全驾驶的影响。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明智能网联汽车的安全评价***的框架结构示意图。
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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
一种智能网联汽车的安全评价***,如图1所示,包括:
局域环境采集模块,用于采集目标车辆周围的环境信息,并将其传输至控制器,控制器对局域环境采集模块采集的环境信息分析后获取目标车辆周围的其它车辆与目标车辆之间的动态位置关系;
在本发明的一个实施例中,所述局域环境采集模块包括设置在车身周围的若干摄像头以及设置在车身周围的若干雷达;
导航模块,用于获取实时的道路信息,具体的,导航模块获取的道路信息包括局部路段的平均运动速度;
车速检测模块,用于检测目标车辆的实时车速,并将其传输至控制器;
身份识别模块,用于对驾驶目标车辆的驾驶员身份进行识别区分;
上述智能网联汽车的安全评价***的工作方法包括以下步骤:
S1、获取驾驶习惯系数X1;
S11、在车辆的行驶过程中,通过车速检测模块获取车辆的实时车速,并将其传输至控制器,控制器在对数据进行处理后获取车辆在执行刹车、加速时的车辆加速度a,当a≥|ay|时,则认为车辆属于过激变速,其中ay为预设值;
在本发明的一个实施例中,所述ay为3m/s2;
S12、将车速按照从小到大的顺序划分为若干个车速区段,获取各车速区段对应的平均过激变速的频率Sc;
具体方法为:
在车辆行驶时,若计量区段满足成立条件,则记录目标车辆在计量区段行驶的过程中,计量区段内的车辆平均运动速度Vp;
成立条件为:目标车辆在计量区段行驶的过程中,计量区段内的车辆平均运动速度Vp变化小于预设值,具体的,在本发明的一个实施例中,计量区段内的车辆平均运动速度变化应当满足(Vpmax-Vpmin)/Vp≤0.1,其中Vpmax为目标车辆在计量区段内行驶时计量区段内各分段平均速度中的最大值,Vpmin为目标车辆在计量区段内行驶时计量区段内各分段平均速度中的最小值,Vp为目标车辆在计量区段内行驶时计量区段的平均速度;
所述分段平均速度是指:将计量区段均匀划分为若干个分段计量区域,在目标车辆在计量区段行驶的过程中,各分段计量区域的平均速度;
获取平均运动速度Vp对应的过激变速的频率,在数据采集过程中,同一车速区段内的若干个平均运动速度Vp会对应采集有m个过激变速的频率数据,将其依次标记为c1、c2、……、cm,根据公式计算这一组数据的分散系数F,将F与预设值F1进行对比,若F≥F1,则按照|ci-cp|从大到小的顺序依次删除对应ci值,直至F<F1,其中1≤i≤m,cp为参与对应F值计算的若干个ci值的平均值;
获取当F<F1时,剩余的ci值的平均值,将其标记为对应车速区段的平均过激变速的频率Sc;
在本发明的一个实施例中,所述过激变速的频率数据在采集的过程中保证其数据总量为m个,当采集到一个新的过激变速的频率数据时,将采集时间最久的一个过激变速的频率数据进行删除,保证数据的更新;
S13、目标车辆行驶过程中,获取最接近当前时刻的一个满足成立条件的计量区段,并获取该计量区段的平均运动速度Vp,判断该计量区段的平均运动速度Vp所处的车速区段,进而获取对应的平均过激变速的频率Sc;
获取目标车辆在对应计量区段内行驶时的实际过激变速的频率Sc1,以(Sc1-Sc)/Sc作为目标车辆的驾驶习惯系数X1;
该步骤通过对用户驾驶过程中的过激变速动作进行采集,在对过激变速的频率与所行驶路段的车辆平均运动速度之间的关系进行分析后,获取目标车辆的驾驶习惯,然后通过对实时的驾驶数据进行采集,获得在最近的一段时间内的过激变速动作数据,当相较于历史数据目标车辆的过激变速的频率出现明显的提升时,则认为用户的驾驶行为存在较大的安全风险;
S2、获取其驾驶状态影响系数X2;
S21、对驾驶员的专注度进行监控,获取驾驶员的专注度评价值,在现有技术中,利用眼动分析仪等采集眼球运动轨迹信息,并根据驾驶员的眼球运动轨迹信息计算获得专注度是成熟的现有技术,因此不再做详细的限定;
S22、获取专注度与反应时间之间的对应关系;
具体方法为:
将专注度按照专注度评价数值由小到大分为若干个连续的专注度区段;
通过局域环境采集模块获取目标车辆正前方车辆的刹车灯开启信息,当检测到目标车辆正前方车辆的刹车灯亮时开始计时,获取目标车辆下一次刹车的时间t1,若t1小于等于预设值ty,则将t1标记为目标车辆驾驶员的反应时间,同时获取刹车灯亮时目标车辆驾驶员的专注度评价数值所属专注度区段;
连续采集的n个属于同一专注度区段的专注度评价数值对应的反应时间数据,计算这n个反应时间数据的平均值作为对应专注度区段的反应时间;
S23、实时检测目标车辆驾驶员的专注度评价值所属专注度区段,并据此获得目标车辆驾驶员实时对应的反应时间;
S24、根据反应时间、车辆制动性能、路面湿滑环境与实时车速获得目标车辆与前车的安全距离L1;在本发明的一个实施例中,所述的安全距离L1为假定前车在刹车灯亮的瞬间速度降为0,目标车辆在紧急制动后不会与其碰撞的距离;
S25、通过局域环境采集模块获取目标车辆与前车的实际距离L2,计算(L1-L2)/L1的值,将其作为驾驶状态影响系数X2;
在步骤S1与步骤S2中,通过身份识别模块对驾驶员身份进行识别,不同驾驶员对应的驾驶习惯系数X1与驾驶状态影响系数X2分开进行处理;
在步骤S2中,通过对驾驶员驾驶汽车时的专注度与反应时间进行联系,获取不同专注度条件下对应驾驶员的反应时间,并根据反映时间、目标车辆与前车的实际距离、目标车辆的速度与制动距离对当前车距的安全性进行评价,从而获取驾驶员状态对安全驾驶的影响;
S3、对环境进行监控,获取环境影响系数X3;
对车辆外部环境种类进行监控,车辆外部环境种类包括雨雪天气、大风天气、雾霾天气,为不同的车辆外部环境种类设置不同的环境影响系数X3;
S4、根据公式X=X1+X2+X3计算得到安全评价系数X;
当Sc1-Sc为负数时,X1在该公式中取值为0;
当L1-L2为负数时,X2在该公式中取值为0;
当X大于等于预设值Xy时,则认为汽车当前的驾驶状态存在风险;
预设值Xy为大于0的正数;
本发明综合考虑驾驶人员的专注度对刹车距离的影响、驾驶***均水平之间的差别以及汽车外部环境因素的影响,当三者的影响合计达到一定程度时,则认为当前的驾驶状态存在较大的风险,这种方式能够考虑更多的与安全驾驶联系紧密的相关因素,有利于促进智能网联汽车安全性评价监控的进一步发展。
在说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上内容仅仅是对本发明所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (5)
1.智能网联汽车的安全评价***,其特征在于,包括:
局域环境采集模块,用于采集目标车辆周围的环境信息,并将其传输至控制器,控制器对环境信息分析后获取目标车辆周围的其它车辆与本车之间的动态位置关系;
导航模块,用于获取实时的道路信息;
上述智能网联汽车的安全评价***的工作方法包括以下步骤:
S1、获取驾驶习惯系数X1;
S11、车辆行驶时,通过车速检测模块获取车辆的实时车速,并将其传输至控制器,控制器在对数据进行处理后获取车辆在执行刹车、加速时的车辆加速度a,当a≥|ay|时,则认为车辆属于过激变速,其中ay为预设值;
S12、将车速按照从小到大的顺序划分为若干个车速区段,获取各车速区段对应的平均过激变速的频率Sc;
S13、目标车辆行驶过程中,获取最接近当前时刻的一个满足成立条件的计量区段,并获取该计量区段的平均运动速度Vp,判断该计量区段的平均运动速度Vp所处的车速区段,进而获取对应的平均过激变速的频率Sc;
获取目标车辆在对应计量区段内行驶时的实际过激变速的频率Sc1,X1=(Sc1-Sc)/Sc;
S2、获取驾驶状态影响系数X2,X2表示当前驾驶员的专注度对应的反应时间对刹车距离的影响;
S3、对环境进行监控,获取环境影响系数X3;
对车辆外部环境种类进行监控,车辆外部环境种类包括雨雪天气、大风天气、雾霾天气,为不同的车辆外部环境种类设置不同环境影响系数X3;
S4、根据公式X=X1+X2+X3计算得到安全评价系数X;
当Sc1-Sc为负数时,X1在该公式中取值为0;
当L1-L2为负数时,X2在该公式中取值为0;
当X大于等于预设值Xy时,则认为汽车当前的驾驶状态存在风险;
预设值Xy为大于0的正数;
所述驾驶状态影响系数X2的获取方法包括如下步骤:
S21、对驾驶员的专注度进行监控,获取驾驶员的专注度评价值;
S22、获取专注度与反应时间之间的对应关系;
S23、实时检测目标车辆驾驶员的专注度评价值所属专注度区段,并据此获得目标车辆驾驶员实时对应的反应时间;
S24、根据反应时间、车辆制动性能、路面湿滑环境与实时车速获得目标车辆与前车的安全距离L1;所述的安全距离L1为假定前车在刹车灯亮的瞬间速度降为0,目标车辆在紧急制动后不会与其碰撞的距离;
S25、通过局域环境采集模块获取目标车辆与前车的实际距离L2,计算(L1-L2)/L1的值,将其作为驾驶状态影响系数X2。
2.根据权利要求1所述的智能网联汽车的安全评价***,其特征在于,还包括身份识别模块,用于对驾驶目标车辆的驾驶员身份进行识别区分;
在步骤S1与步骤S2中,通过身份识别模块对驾驶员身份进行识别,不同驾驶员对应的驾驶习惯系数X1与驾驶状态影响系数X2分开进行处理。
3.根据权利要求1所述的智能网联汽车的安全评价***,其特征在于,所述成立条件为:目标车辆在计量区段行驶的过程中,计量区段内的车辆平均运动速度Vp满足(Vpmax-Vpmin)/Vp≤0.1,其中Vpmax为目标车辆在计量区段内行驶时计量区段内各分段平均速度中的最大值,Vpmin为目标车辆在计量区段内行驶时计量区段内各分段平均速度中的最小值;
所述分段平均速度是指:将计量区段均匀划分为若干个分段计量区域,在目标车辆在计量区段行驶的过程中,各分段计量区域的平均速度。
4.根据权利要求1所述的智能网联汽车的安全评价***,其特征在于,步骤S12中获取各车速区段对应的平均过激变速的频率Sc包括如下步骤:
获取平均运动速度Vp对应的过激变速的频率,在数据采集过程中,同一车速区段内的若干个平均运动速度Vp会对应采集有m个过激变速的频率数据,将其依次标记为c1、c2、……、cm,根据公式计算这一组数据的分散系数F,将F与预设值F1进行对比,若F≥F1,则按照|ci-cp|从大到小的顺序依次删除对应ci值,直至F<F1,其中1≤i≤m,cp为参与对应F值计算的若干个ci值的平均值;
获取当F<F1时,剩余的ci值的平均值,将其标记为对应车速区段的平均过激变速的频率Sc。
5.根据权利要求4所述的智能网联汽车的安全评价***,其特征在于,获取专注度与反应时间之间的对应关系具体方法为:
将专注度按照专注度评价数值由小到大分为若干个连续的专注度区段;
通过局域环境采集模块获取目标车辆正前方车辆的刹车灯开启信息,当检测到目标车辆正前方车辆的刹车灯亮时开始计时,获取目标车辆下一次刹车的时间t1,若t1小于等于预设值ty,则将t1标记为目标车辆驾驶员的反应时间,同时获取刹车灯亮时目标车辆驾驶员的专注度评价数值所属专注度区段;
连续采集的n个属于同一专注度区段的专注度评价数值对应的反应时间数据,计算这n个反应时间数据的平均值作为对应专注度区段的反应时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211116617.0A CN115476861B (zh) | 2022-09-14 | 2022-09-14 | 智能网联汽车的安全评价*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211116617.0A CN115476861B (zh) | 2022-09-14 | 2022-09-14 | 智能网联汽车的安全评价*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115476861A CN115476861A (zh) | 2022-12-16 |
CN115476861B true CN115476861B (zh) | 2023-06-13 |
Family
ID=84423527
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211116617.0A Active CN115476861B (zh) | 2022-09-14 | 2022-09-14 | 智能网联汽车的安全评价*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115476861B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117689455A (zh) * | 2024-02-04 | 2024-03-12 | 北京市运输事业发展中心 | 基于大数据的汽车租赁安全管理***及方法 |
CN117935416B (zh) * | 2024-03-21 | 2024-06-25 | 成都赛力斯科技有限公司 | 一种预行区域的出入统计方法、设备及存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5856387B2 (ja) * | 2011-05-16 | 2016-02-09 | トヨタ自動車株式会社 | 車両データの解析方法及び車両データの解析システム |
CN103871242B (zh) * | 2014-04-01 | 2015-09-09 | 北京工业大学 | 一种驾驶行为综合评价***与方法 |
CN110210365B (zh) * | 2018-07-19 | 2023-08-04 | 湖北大学 | 一种基于双目技术驾驶行为评分***的评分方法 |
CN110120153A (zh) * | 2019-05-24 | 2019-08-13 | 广州公交集团第三公共汽车有限公司 | 一种公交驾驶事故风险评估***及其方法 |
CN112519771A (zh) * | 2020-11-23 | 2021-03-19 | 安徽网思科技有限公司 | 一种智能网联汽车的车载操作*** |
-
2022
- 2022-09-14 CN CN202211116617.0A patent/CN115476861B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115476861A (zh) | 2022-12-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115476861B (zh) | 智能网联汽车的安全评价*** | |
CN107618512B (zh) | 基于人-车-环境多数据源的驾驶行为安全评价方法 | |
CN112590801B (zh) | 一种基于驾驶员疲劳程度的前方碰撞预警控制方法 | |
JP4865711B2 (ja) | 運転モニタシステム及び方法 | |
CN103531042B (zh) | 基于驾驶人类型的车辆追尾预警方法 | |
CN111231971B (zh) | 基于大数据的汽车安全性能分析评价方法及*** | |
CN108995653A (zh) | 一种驾驶员驾驶风格识别方法及*** | |
CN113386778B (zh) | 一种基于车辆行驶轨迹数据的急减速驾驶行为判定方法 | |
CN110077398B (zh) | 一种用于智能驾驶的危险处理方法 | |
CN108765942B (zh) | 一种智能网联汽车弯道危险预警***及方法 | |
CN106448265A (zh) | 司机驾驶行为数据的采集方法及装置 | |
CN109145719B (zh) | 一种驾驶员疲劳状态识别方法及*** | |
CN113190921B (zh) | 用于智能汽车驾乘性能测试的自动评价方法及*** | |
CN102717765A (zh) | 疲劳驾驶检测方法及防疲劳驾驶辅助装置 | |
CN101169873A (zh) | 一种异常驾驶智能检测***及其检测方法 | |
CN112884288B (zh) | 一种高速公路雨雾场景行车安全评估*** | |
CN110239556B (zh) | 一种驾驶员即时操控能力感知方法 | |
CN109436085A (zh) | 一种基于驾驶风格的线控转向***传动比控制方法 | |
CN112644506A (zh) | 一种基于模型长短时记忆神经网络lstm-nn检测驾驶人驾驶分心的方法 | |
CN112298132A (zh) | 一种车辆自主紧急制动控制***和控制方法 | |
CN111931810A (zh) | 一种基于多车的节能驾驶行为分析*** | |
CN116957345B (zh) | 用于无人驾驶***中的数据处理方法 | |
CN114852088A (zh) | 一种识别并警告危险及疲劳驾驶行为的驾驶员辅助***及方法 | |
CN116186884A (zh) | 一种智能网联汽车功能安全与预期功能安全联动验证方法 | |
CN113485102A (zh) | 一种基于长短期记忆神经网络识别车辆行驶工况的方法 |
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 |