CN116052475A - 一种车辆风险预警方法、***、存储介质及设备 - Google Patents
一种车辆风险预警方法、***、存储介质及设备 Download PDFInfo
- Publication number
- CN116052475A CN116052475A CN202310199938.XA CN202310199938A CN116052475A CN 116052475 A CN116052475 A CN 116052475A CN 202310199938 A CN202310199938 A CN 202310199938A CN 116052475 A CN116052475 A CN 116052475A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- current
- road
- risk
- early warning
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000004364 calculation method Methods 0.000 claims description 22
- 230000035484 reaction time Effects 0.000 claims description 20
- 206010039203 Road traffic accident Diseases 0.000 claims description 17
- 230000006399 behavior Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 13
- 238000012360 testing method Methods 0.000 description 9
- 230000003993 interaction Effects 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000012085 test solution Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
-
- 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
- G08G1/0125—Traffic data processing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种车辆风险预警方法、***、存储介质及设备,其属于车辆风险预警技术领域,包括:获取驾驶员当前的驾驶状态以及当前驾驶车辆的碰撞风险等级;并基于所述驾驶状态及碰撞风险等级,获得驾驶车辆的当前车辆风险等级;将所述当前车辆风险等级以及车辆信息发送至当前行驶路段路侧设备;基于所述路侧设备实时获取道路环境信息,并基于所述道路环境信息以及当前路段所有车辆的车辆风险等级均值,获得当前路段的实时道路风险预警等级;并将超出预设阈值的车辆风险等级数据及当前路段的实时道路风险预警等级传递给当前路段的其他车辆;基于所述车辆风险等级以及实时道路风险预警等级,实现对当前路段所有车辆的风险预警。
Description
技术领域
本发明属于车辆风险预警技术领域,尤其涉及一种车辆风险预警方法、***、存储介质及设备。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
伴随着车辆技术的不断发展,车辆保有量趋近饱和,驾驶人数也高速增长。在人们的日常生活得到极大便利的同时,伴随着不断攀升的道路交通事故数量以及巨大的经济损失金额。目前大量保证道路交通安全的辅助驾驶***应运而生。在实际驾驶中“人-车-路-交通环境”这四个因素是道路交通的主要因素。
发明人发现,在传统的车辆风险预警方法中,大多以驾驶车辆为中心基于雷达等传感器感知当前车辆周围可能存在危险的车辆,发现危险车辆后对风险类型进行识别从而进行预警。且,现有方法多为站在自身车辆角度去感知周边环境并进行辅助驾驶操作,从提升车辆安全角度不断提升模型准确性,而缺少了在宏观调配方面的统一性,未能将整个道路交通环境以及车辆本身相互关联,看作一个智能网联的整体进行计算。
发明内容
本发明为了解决上述问题,提供了一种车辆风险预警方法、***、存储介质及设备,所述方案通过将“人-车-路-交通环境”这样一个具有耦合关系的因素,进行综合考虑,作为一个整体进行规划,有效提高了车辆预警的准确度。
根据本发明实施例的第一个方面,提供了一种车辆风险预警方法,包括:
获取驾驶员当前的驾驶状态,其中,所述驾驶状态的计算基于驾驶员的本次驾驶时长、采取硬制动的次数、制动反应时间以及预设周期内驾驶证扣分情况进行计算;
获取当前驾驶车辆与前方车辆之间的距离信息、两车的速度信息以及两车的相对航向角,获得当前驾驶车辆与前方车辆发生碰撞时的预测碰撞时间;并以当前周期对应的驾驶员制动反应时间作为阈值,基于所述预测碰撞时间确定当前驾驶车辆的碰撞风险等级;
基于所述驾驶状态及碰撞风险等级,获得驾驶车辆的当前车辆风险等级;
将所述当前车辆风险等级以及车辆信息发送至当前行驶路段路侧设备;基于所述路侧设备实时获取道路环境信息,并基于所述道路环境信息以及当前路段所有车辆的车辆风险等级均值,获得当前路段的实时道路风险预警等级;并将超出预设阈值的车辆风险等级数据及当前路段的实时道路风险预警等级传递给当前路段的其他车辆;
基于所述车辆风险等级以及实时道路风险预警等级,实现对当前路段所有车辆的风险预警。
进一步的,所述驾驶状态的计算,具体为:
基于驾驶员的本次驾驶时长进行疲劳程度等级划分,获得驾驶员的疲劳程度等级;
基于驾驶员采取硬制动的次数,周期性的计算驾驶员的制动频率;
基于驾驶员预设周期内驾驶证扣分情况,对驾驶员划分违规行为等级;
通过所述疲劳程度等级、制动频率、制动反应时间的倒数以及违规行为等级求和,获得驾驶员的当前驾驶状态。
进一步的,获得当前驾驶车辆与前方车辆发生碰撞时的预测碰撞时间,具体采用如下公式:
其中,d为当前驾驶车辆与前方潜在碰撞危险车辆的几何中心位置连线的距离,为两车的相对航向角,V1为当前驾驶车辆速度,V2为前方车辆速度。
进一步的,所述车辆信息包括车牌号及车辆类型,所述道路环境信息包括当前路段的路面摩擦力情况、天气情况、能见距离、车辆密度、过往发生交通事故情况以及当前时刻的交通事故等级。
根据本发明实施例的第二个方面,提供了一种车辆风险预警***,包括:
驾驶状态获取单元,其用于获取驾驶员当前的驾驶状态,其中,所述驾驶状态的计算基于驾驶员的本次驾驶时长、采取硬制动的次数、制动反应时间以及预设周期内驾驶证扣分情况进行计算;
碰撞风险等级获取单元,其用于获取当前驾驶车辆与前方车辆之间的距离信息、两车的速度信息以及两车的相对航向角,获得当前驾驶车辆与前方车辆发生碰撞时的预测碰撞时间;并以当前周期对应的驾驶员制动反应时间作为阈值,基于所述预测碰撞时间确定当前驾驶车辆的碰撞风险等级;
车辆风险等级获取单元,其用于基于所述驾驶状态及碰撞风险等级,获得驾驶车辆的当前车辆风险等级;
道路风险预警等级获取单元,其用于将所述当前车辆风险等级以及车辆信息发送至当前行驶路段路侧设备;基于所述路侧设备实时获取道路环境信息,并基于所述道路环境信息以及当前路段所有车辆的车辆风险等级均值,获得当前路段的实时道路风险预警等级;并将超出预设阈值的车辆风险等级数据及当前路段的实时道路风险预警等级传递给当前路段的其他车辆;
风险预警单元,其用于基于所述车辆风险等级以及实时道路风险预警等级,实现对当前路段所有车辆的风险预警。
根据本发明实施例的第三个方面,提供了一种车辆风险预警***,包括车载设备、路侧设备以及数据云处理中心,其中:
所述车载设备用于获取驾驶员当前的驾驶状态以及当前驾驶车辆的碰撞风险等级;基于所述驾驶状态及碰撞风险等级,获得驾驶车辆的当前车辆风险等级,并将所述当前车辆风险等级传递至当前路段的路侧设备;
所述路侧设备用于实时获取道路环境信息,基于所述道路环境信息以及当前路段所有车辆的车辆风险等级均值,获得当前路段的实时道路风险预警等级;并将获得的当前路段的实时道路风险预警等级以及车辆风险等级数据对当前路段内的车辆进行广播;
所述数据云处理中心用于接收来自各个路段路侧设备的车辆风险等级数据以及实时道路风险预警等级,实现数据备份及车辆行驶路线的宏观调配。
进一步的,所述路侧设备设置有用于显示当前路段道路环境信息的显示路牌。
根据本发明实施例的第四个方面,提供了一种电子设备,包括存储器、处理器及存储在存储器上运行的计算机程序,所述处理器执行所述程序时实现所述的一种车辆风险预警方法。
根据本发明实施例的第五个方面,提供了一种非暂态计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现所述的一种车辆风险预警方法。
与现有技术相比,本发明的有益效果是:
(1)本发明提供了一种车辆风险预警方法、***、存储介质及设备,所述方案通过将“人-车-路-交通环境”这样一个具有耦合关系的因素,进行综合考虑,作为一个整体进行规划,有效提高了车辆预警的准确度;
(2)所述方案在对车辆风险进行评估时,加入了对道路风险情况的考虑,使得驾驶员能够通过数据云处理中心的通信,提前掌握将要驶入的路段的风险情况,也可通过路测设备的道路情况显示模块的展示板掌握当前路段情况,从而有一定心理预期从而在面对危险时产生额外的反应时间;
(3)所述方案基于路测设备,通过对当前道路路面摩擦力情况、天气情况(温度以及大雪天气)、能见度情况、发生交通事故情况以及交通事故等级信息的测量,以及通过V2I通信获得的当前路段各个车辆的车辆风险等级的统一计算,得到当前道路风险预警等级以及道路拥堵情况等级;通过路侧设备的道路风险广播模块上传至数据云处理中心,以及通过道路情况显示模块显示在路侧展示板中,两种方式使得驾驶员掌握当前信息。
(4)所述方案基于大雪天气车辆易发生打滑失控的情况,引入了对发生意外的高风险车辆的提醒;所述车载设备的车辆风险预警模块,会在车辆出现高风险情况时立即使用V2V通信对周围车辆发出警报,提示周围车辆驾驶员,从而使其他车辆驾驶员获得额外反应时间;同时在路测设备的道路风险广播模块,会使用V2I通信对出现高风险车辆的情况向当前路段的所有车辆进行广播,以帮助其他车辆驾驶员提高警惕。
本发明附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1为本发明实施例中所述的一种车辆风险预警方法流程图;
图2为本发明实施例中所述的一种车辆风险预警方法的整体结构示意图。
具体实施方式
下面结合附图与实施例对本发明做进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
实施例一:
本实施例的目的是提供一种车辆风险预警方法。
一种车辆风险预警方法,包括:
获取驾驶员当前的驾驶状态,其中,所述驾驶状态的计算基于驾驶员的本次驾驶时长、采取硬制动的次数、制动反应时间以及预设周期内驾驶证扣分情况进行计算;
获取当前驾驶车辆与前方车辆之间的距离信息、两车的速度信息以及两车的相对航向角,获得当前驾驶车辆与前方车辆发生碰撞时的预测碰撞时间;并以当前周期对应的驾驶员制动反应时间作为阈值,基于所述预测碰撞时间确定当前驾驶车辆的碰撞风险等级;
基于所述驾驶状态及碰撞风险等级,获得驾驶车辆的当前车辆风险等级;
将所述当前车辆风险等级以及车辆信息发送至当前行驶路段路侧设备;基于所述路侧设备实时获取道路环境信息,并基于所述道路环境信息以及当前路段所有车辆的车辆风险等级均值,获得当前路段的实时道路风险预警等级;并将超出预设阈值的车辆风险等级数据及当前路段的实时道路风险预警等级传递给当前路段的其他车辆;
基于所述车辆风险等级以及实时道路风险预警等级,实现对当前路段所有车辆的风险预警。
进一步的,所述驾驶状态的计算,具体为:
基于驾驶员的本次驾驶时长进行疲劳程度等级划分,获得驾驶员的疲劳程度等级;
基于驾驶员采取硬制动的次数,周期性的计算驾驶员的制动频率;
基于驾驶员预设周期内驾驶证扣分情况,对驾驶员划分违规行为等级;
通过所述疲劳程度等级、制动频率、制动反应时间的倒数以及违规行为等级求和,获得驾驶员的当前驾驶状态。
进一步的,获得当前驾驶车辆与前方车辆发生碰撞时的预测碰撞时间,具体采用如下公式:
其中,d为当前驾驶车辆与前方潜在碰撞危险车辆的几何中心位置连线的距离,为两车的相对航向角,V1为当前驾驶车辆速度,V2为前方车辆速度。
进一步的,所述车辆信息包括车牌号及车辆类型,所述道路环境信息包括当前路段的路面摩擦力情况、天气情况、能见距离、车辆密度、过往发生交通事故情况以及当前时刻的交通事故等级。
具体的,为了便于理解,以下结合附图对本实施例所述方案进行详细说明:
为了解决现有技术存在的问题,本实施例提供了一种车辆风险预警方法,所述方案的主要构思是将“人-车-路-交通环境”这样一个具有耦合关系的因素,进行结合考虑,作为一个整体进行规划,有效提高车辆预警的准确度。为了方便理解,以下结合附图2,从模块划分的角度对本实施例所述方法进行详细说明,本实施例所述方法主要包括车载设备部分、路侧设备部分以及数据云处理中心部分的相关数据处理,所述方法通过车载设备部分获取车辆驾驶信息、驾驶人的相关情况以及车辆风险情况;路测设备部分获取当前道路交通信息以及当前路段上的车辆风险信息得到当前路段风险情况;以及数据云处理中心部分三者之间的相互通信,使得驾驶人以及监管部门都能够实时、可视化的了解当前车辆风险情况,提高道路交通安全程度,降低城市交通拥堵情况。
以下分别进行详细说明:
(一)车载设备部分
所述车载设备部分包括驾驶人状态感知模块、碰撞风险预警模块、车辆风险预测模块以及人机交互模块。具体数据计算过程如下:
(1)驾驶人状态感知模块
本领域技术人员应当清楚,从跟车情况下的临界减速可以观察到由严重减速或紧急制动(即发生硬制动)引起的碰撞风险,因此,本实施例选择使用固定参数检测硬制动的发生,硬制动的判别值设置为:-5.892。
具体的,首先获取驾驶人本次驾驶时长h,进行疲劳程度等级划分,疲劳等级越高驾驶员的疲劳程度越高,划分情况如下式(1)所示。
(1)
其次,获取驾驶人本次和以往驾驶过程中采取硬制动的次数,每30min计算一次制动频率。然后,获取驾驶员制动反应时间其值通常位于,获取方式为:计算当前驾驶员过往100次硬制动数据中前后两车加速度的峰值(即当前这次硬制动中的加速度最大值所处的时间点)之间的时间差的平均值。
再者,对以往一年内驾驶证扣分情况进行等级划分,获得扣分等级,具体划分情况如下式(2)所示:
(2)
其中,a为扣分分值。
基于上述的四个指标计算驾驶员当前的驾驶状态,计算公式如下式(3)所示:
(3)
进一步的,可根据驾驶状态进行驾驶风格的划分(激进型、中等型、保守型)与更新。具体划分情况如下式(4)所示:
(4)
(2)碰撞风险预警模块
首先,需要对碰撞发生的前提条件进行说明:本实施例中对于车辆之间存在碰撞情况的前提条件看作是两辆车之间的横向距离小于一个车辆的车身宽k(m),即(其中,d为当前驾驶车辆与存在潜在碰撞危险车辆的几何中心位置连线的距离,为相对航向角, 即为纵轴方向到车辆真实行驶方向的顺时针夹角与纵轴方向到后车车和前车中心之间的连线方向的顺时针夹角的差值,具体计算式为:)。结合实际情况,一般情况下私家车车的车身长为3.6~4.6米,车身宽度为1.5~1.8米,因此,本实施例所述方案中选取平均情况,将k值设置为2米,通过实时获取所驾驶车辆的车辆信息(速度、加速度、地理位置、与周围车辆距离),当实时数据监测到时,当前情况就存在潜在的碰撞风险,通过计算车辆潜在发生碰撞的时间并与设定的安全防碰撞时间阈值T进行比较(每个时刻的时间阈值等于这一时刻的驾驶员制动反应时间,),以判断当前情况的危险程度,并实时给出预警信息。式(5)为发生当前驾驶车辆和其他车辆发生正面相撞的情况时的具体预测碰撞时间的计算公式:
(5)
其中,d为当前驾驶车辆与存在潜在碰撞危险车辆的几何中心位置连线的距离,为当前驾驶车辆的速度,单位为km/h;为存在潜在碰撞危险车辆(即相对于当前驾驶车辆的前车)的速度,单位为km/h。
进一步的,对于当前碰撞风险等级的划分如下式(6)所示:
(6)
进一步的,本实施例所述方案也可以接入其他碰撞风险预警模型,有效增加本实施例所述方案的可扩展性。
(3)车辆风险预警模块
通过将驾驶人状态感知模块以及碰撞风险预警模块所计算出的各个相关指标进行整合计算出所驾驶车辆当前的车辆风险等级,当前车辆风险等级计算公式如式(7)所示:
(7)
将所预测的车辆风险等级、车牌号以及车辆类型通过V2I(即车辆与道路基础设施的互动)通信传递给车辆当前行驶路段的路侧设备部分,同时如果出现高风险等级情况就通过V2V(即车辆与车辆的互动)通信传递给周围车辆以示警惕,同时将碰撞风险预警模块获取的车辆信息上传至数据云处理中心。
(4)人机交互模块
将驾驶人状态感知模块以及碰撞风险预警模块所计算出的指标逐一显示在车辆显示屏中,对高风险的指标进行标红,对驾驶员进行警示。同时对车辆风险预警模块中的车辆风险等级进行颜色标识,使驾驶员能够实时掌握车辆整体状态。
(二)路侧设备部分
在路侧设备部分,包括:道路环境感知模块、道路风险计算模块、道路风险广播模块以及道路情况显示模块。具体信息计算情况如下:
(1)道路环境感知模块
实时获取当前路面摩擦力情况K及天气情况;
将天气情况划分情况如下式(8)所示:
(8)
根据能见距离,划分能见度情况,划分情况如下式(9)所示:
(9)
同时,获取该路段过往发生交通事故情况E,若以往被判定为事故多发路段则,反之则为0;以及当前时刻该路段是否存在交通事故,进行交通事故等级F划分,划分情况如下式(10)所示:
(10)
综合上述相关指标,进行实时监测更新。
(2)道路风险计算模块
对道路环境感知模块中所获取的相关信息进行统一处理。同时将车辆风险预警模块中通过V2I通信获得的当前路段所有车辆的车辆风险等级进行累加处理,与上述相关信息一同计算,得到当前路段的实时道路风险预警等级G划分情况如下式(11)所示:
(11)
其中,为第i辆车的车辆风险等级。
(3)道路风险广播模块
将道路风险计算模块中所预测的实时道路风险预警等级,以及车辆风险预警模块中出现的高风险等级情况的车辆情况对进入该路段的每辆车进行广播,使驾驶员有提前心理预期。同时将道路风险计算模块中所获取的信息实时传递至数据云处理中心。
(4)道路情况显示模块
在每个路侧单元树立显示路牌,将道路环境感知模块中所获得的道路环境信息在路牌上进行实时显示,并显示当前路段的限速情况。同时设置“交通拥堵路段”显示框、“道路湿滑路段”显示框、“事故多发路段”显示框以及“前方发生事故请绕行”显示框。以及道路风险计算模块中计算的道路实时风险预警等级情况。
(三)数据云处理中心部分
接收到车辆风险预警模块中所提及的各个车辆的相关信息和车辆风险情况以及道路风险广播模块中提及的各个路段的路况信息和道路风险情况,进行备份以及宏观调配。
以目标车辆附近预设范围内(本实施例设置为3km之内,具体可根据实际需求进行设置)以及规划路线上所涉及的高风险、高拥堵的道路信息作为规划路线的依据,为驾驶员提前提供多种规划好的驾驶路线。
进一步的,由于当出现大雪天气时,行驶过程中能见度低,车辆行驶速度降低;道路湿滑,道路摩擦系数降低;气温较低,导致车辆的性能也发生变化,容易发生交通事故,使得交通拥堵的情况更加严重,本实施例所述方案针对上述场景能够产生如下效果:
(1)在对车辆风险进行评估时,加入了对道路风险情况的考虑,使得驾驶员能够通过数据云处理中心的通信,提前掌握将要驶入的路段的风险情况,也可通过路测设备的道路情况显示模块的展示板掌握当前路段情况,从而有一定心理预期从而在面对危险时产生额外的反应时间。
(2)在所述的路测设备,通过对当前道路路面摩擦力情况、天气情况(温度以及大雪天气)、能见度情况、发生交通事故情况以及交通事故等级信息的测量,以及通过V2I通信获得的当前路段各个车辆的车辆风险等级的统一计算,得到当前道路风险预警等级以及道路拥堵情况等级。通过道路风险广播模块上传至数据云处理中心,以及通过道路情况显示模块显示在路侧展示板中,两种方式使得驾驶员掌握当前信息。
(3)同时大雪天气车辆易发生打滑失控的情况,本实施例所述方案还加入了对发生意外的高风险车辆的提醒设备。所述车载设备端的车辆风险预警模块,会在车辆出现高风险情况时立即使用V2V通信对周围车辆发出警报,提示周围车辆驾驶员,从而使其他车辆驾驶员获得额外反应时间;同时在路测设备的道路风险广播模块,会使用V2I通信对出现高风险车辆的情况向当前路段的所有车辆进行广播,以帮助其他车辆驾驶员提高警惕。
(4)由于大雪天气道路交通事故多发,当出现交通事故后,需要对当前路段进行道路封锁以清理现场。为避免交通拥堵现象也方便驾驶人安全快速通过,本实施例所述方案加入对事故路段的规避以及提醒措施。所述的数据云处理中心,在为驾驶员规划出行路径时会规避掉事故路段,并在低通中进行显示。同时,对于在驾驶途中前方突然出现的事故路段,提供重新规划的路线,以方便驾驶人出行。
进一步的,为了证明本实施例所述方案的有效性,本实施例给出了相应的测试方案,具体为:
步骤1:在受测试车辆输入起点和终点后,通过所述的数据云处理中心依据当前掌握的道路信息,规避高风险、拥堵的路段(路线选择优先级:低风险低拥堵高于低风险高拥堵高于高风险地拥堵高于高风险高拥堵),依据所述信息提供多种路线规划;
步骤2:在受测试车辆选择好路线,启动车辆后,随即启动车载部分设备。
具体的,利用所述的驾驶人状态感知模块开始更新、评估当前驾驶人驾驶状态,每隔半小时(具体可根据实际需求进行设定)更新一次驾驶风格,最初半小时的驾驶风格由过往驾驶数据产生。利用所述的碰撞风险预警模块实时计算当前车辆的实时碰撞风险。并利用所述的人机交互模块,显示当前驾驶时长(超过4小时将不断报警提示驾驶员休息)、驾驶风格(频繁采取硬制动措施后,将提示驾驶员保持合理车间距)、碰撞风险提醒(驾驶员看到风险提醒后应进行减速操作)。
步骤3:在受测试车辆开始行驶后,将所选择路径上传至数据云处理中心。
步骤4:利用所述的路测设备部分中道路风险广播模块,将道路环境感知模块中测量到的不同道路信息通过道路风险计算模块进行计算所得出的实时道路风险预警等级以及道路拥堵情况等级上传至数据云处理中心。
步骤5:在受测试车辆行驶在当前路段时,不断通过所述的车辆风险预警模块中的V2I通信将受测试车辆的车辆风险等级和车辆信息传递给当前路段的路测单元。
步骤6:在受测试车辆行驶过程中,通过所述的数据云处理中心部分提前将下一个路段的实时道路风险预警等级以及道路拥堵情况等级传递给受测试车辆,以帮助驾驶人提前掌握前方路况。
步骤7:当受测试车辆或周围车辆出现高风险情况时,使用所述的车辆风险预警模块中的V2V通信进行警告,帮助驾驶人更好的掌握当前车辆风险情况并提前做出反应。
基于上述步骤实现本实施例所述方案的有效性验证。
实施例二:
本实施例的目的是提供一种车辆风险预警***。
一种车辆风险预警***,包括:
驾驶状态获取单元,其用于获取驾驶员当前的驾驶状态,其中,所述驾驶状态的计算基于驾驶员的本次驾驶时长、采取硬制动的次数、制动反应时间以及预设周期内驾驶证扣分情况进行计算;
碰撞风险等级获取单元,其用于获取当前驾驶车辆与前方车辆之间的距离信息、两车的速度信息以及两车的相对航向角,获得当前驾驶车辆与前方车辆发生碰撞时的预测碰撞时间;并以当前周期对应的驾驶员制动反应时间作为阈值,基于所述预测碰撞时间确定当前驾驶车辆的碰撞风险等级;
车辆风险等级获取单元,其用于基于所述驾驶状态及碰撞风险等级,获得驾驶车辆的当前车辆风险等级;
道路风险预警等级获取单元,其用于将所述当前车辆风险等级以及车辆信息发送至当前行驶路段路侧设备;基于所述路侧设备实时获取道路环境信息,并基于所述道路环境信息以及当前路段所有车辆的车辆风险等级均值,获得当前路段的实时道路风险预警等级;并将超出预设阈值的车辆风险等级数据及当前路段的实时道路风险预警等级传递给当前路段的其他车辆;
风险预警单元,其用于基于所述车辆风险等级以及实时道路风险预警等级,实现对当前路段所有车辆的风险预警。
进一步的,本实施例所述***与实施例一所述方法相对应,其技术细节在实施例一中进行了详细说明,故此处不再赘述。
实施例三:
本实施例的目的是提供另一种车辆风险预警***。
一种车辆风险预警***,包括车载设备、路侧设备以及数据云处理中心,其中:
所述车载设备用于获取驾驶员当前的驾驶状态以及当前驾驶车辆的碰撞风险等级;基于所述驾驶状态及碰撞风险等级,获得驾驶车辆的当前车辆风险等级,并将所述当前车辆风险等级传递至当前路段的路侧设备;
所述路侧设备用于实时获取道路环境信息,基于所述道路环境信息以及当前路段所有车辆的车辆风险等级均值,获得当前路段的实时道路风险预警等级;并将获得的当前路段的实时道路风险预警等级以及车辆风险等级数据对当前路段内的车辆进行广播;
所述数据云处理中心用于接收来自各个路段路侧设备的车辆风险等级数据以及实时道路风险预警等级,实现数据备份及车辆行驶路线的宏观调配。
进一步的,所述路侧设备设置有用于显示当前路段道路环境信息的显示路牌。
进一步的,本实施例所述***的相关技术细节已经在实施例一中进行了详细说明,故此处不再赘述。
在更多实施例中,还提供:
一种电子设备,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成实施例一中所述的方法。为了简洁,在此不再赘述。
应理解,本实施例中,处理器可以是中央处理单元CPU,处理器还可以是其他通用处理器、数字信号处理器DSP、专用集成电路ASIC,现成可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器可以包括只读存储器和随机存取存储器,并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如,存储器还可以存储设备类型的信息。
一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时,完成实施例一中所述的方法。
实施例一中的方法可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。为避免重复,这里不再详细描述。
本领域普通技术人员可以意识到,结合本实施例描述的各示例的单元即算法步骤,能够以电子硬件或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
上述实施例提供的一种车辆风险预警方法、***、存储介质及设备可以实现,具有广阔的应用前景。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种车辆风险预警方法,其特征在于,包括:
获取驾驶员当前的驾驶状态,其中,所述驾驶状态的计算基于驾驶员的本次驾驶时长、采取硬制动的次数、制动反应时间以及预设周期内驾驶证扣分情况进行计算;
获取当前驾驶车辆与前方车辆之间的距离信息、两车的速度信息以及两车的相对航向角,获得当前驾驶车辆与前方车辆发生碰撞时的预测碰撞时间;并以当前周期对应的驾驶员制动反应时间作为阈值,基于所述预测碰撞时间确定当前驾驶车辆的碰撞风险等级;
基于所述驾驶状态及碰撞风险等级,获得驾驶车辆的当前车辆风险等级;
将所述当前车辆风险等级以及车辆信息发送至当前行驶路段路侧设备;基于所述路侧设备实时获取道路环境信息,并基于所述道路环境信息以及当前路段所有车辆的车辆风险等级均值,获得当前路段的实时道路风险预警等级;并将超出预设阈值的车辆风险等级数据及当前路段的实时道路风险预警等级传递给当前路段的其他车辆;
基于所述车辆风险等级以及实时道路风险预警等级,实现对当前路段所有车辆的风险预警。
2.如权利要求1所述的一种车辆风险预警方法,其特征在于,所述驾驶状态的计算,具体为:
基于驾驶员的本次驾驶时长进行疲劳程度等级划分,获得驾驶员的疲劳程度等级;
基于驾驶员采取硬制动的次数,周期性的计算驾驶员的制动频率;
基于驾驶员预设周期内驾驶证扣分情况,对驾驶员划分违规行为等级;
通过所述疲劳程度等级、制动频率、制动反应时间的倒数以及违规行为等级求和,获得驾驶员的当前驾驶状态。
3.如权利要求1所述的一种车辆风险预警方法,其特征在于,获得当前驾驶车辆与前方车辆发生碰撞时的预测碰撞时间,具体采用如下公式:
其中,d为当前驾驶车辆与前方潜在碰撞危险车辆的几何中心位置连线的距离,为两车的相对航向角,V1为当前驾驶车辆速度,V2为前方车辆速度。
4.如权利要求1所述的一种车辆风险预警方法,其特征在于,所述车辆信息包括车牌号及车辆类型,所述道路环境信息包括当前路段的路面摩擦力情况、天气情况、能见距离、车辆密度、过往发生交通事故情况以及当前时刻的交通事故等级。
5.一种车辆风险预警***,其特征在于,包括:
驾驶状态获取单元,其用于获取驾驶员当前的驾驶状态,其中,所述驾驶状态的计算基于驾驶员的本次驾驶时长、采取硬制动的次数、制动反应时间以及预设周期内驾驶证扣分情况进行计算;
碰撞风险等级获取单元,其用于获取当前驾驶车辆与前方车辆之间的距离信息、两车的速度信息以及两车的相对航向角,获得当前驾驶车辆与前方车辆发生碰撞时的预测碰撞时间;并以当前周期对应的驾驶员制动反应时间作为阈值,基于所述预测碰撞时间确定当前驾驶车辆的碰撞风险等级;
车辆风险等级获取单元,其用于基于所述驾驶状态及碰撞风险等级,获得驾驶车辆的当前车辆风险等级;
道路风险预警等级获取单元,其用于将所述当前车辆风险等级以及车辆信息发送至当前行驶路段路侧设备;基于所述路侧设备实时获取道路环境信息,并基于所述道路环境信息以及当前路段所有车辆的车辆风险等级均值,获得当前路段的实时道路风险预警等级;并将超出预设阈值的车辆风险等级数据及当前路段的实时道路风险预警等级传递给当前路段的其他车辆;
风险预警单元,其用于基于所述车辆风险等级以及实时道路风险预警等级,实现对当前路段所有车辆的风险预警。
6.如权利要求5所述的一种车辆风险预警***,其特征在于,所述驾驶状态的计算,具体为:
基于驾驶员的本次驾驶时长进行疲劳程度等级划分,获得驾驶员的疲劳程度等级;
基于驾驶员采取硬制动的次数,周期性的计算驾驶员的制动频率;
基于驾驶员预设周期内驾驶证扣分情况,对驾驶员划分违规行为等级;
通过所述疲劳程度等级、制动频率、制动反应时间的倒数以及违规行为等级求和,获得驾驶员的当前驾驶状态。
7.一种车辆风险预警***,其特征在于,包括车载设备、路侧设备以及数据云处理中心,其中:
所述车载设备用于获取驾驶员当前的驾驶状态以及当前驾驶车辆的碰撞风险等级;基于所述驾驶状态及碰撞风险等级,获得驾驶车辆的当前车辆风险等级,并将所述当前车辆风险等级传递至当前路段的路侧设备;
所述路侧设备用于实时获取道路环境信息,基于所述道路环境信息以及当前路段所有车辆的车辆风险等级均值,获得当前路段的实时道路风险预警等级;并将获得的当前路段的实时道路风险预警等级以及车辆风险等级数据对当前路段内的车辆进行广播;
所述数据云处理中心用于接收来自各个路段路侧设备的车辆风险等级数据以及实时道路风险预警等级,实现数据备份及车辆行驶路线的宏观调配。
8.如权利要求7所述的一种车辆风险预警***,其特征在于,所述路侧设备设置有用于显示当前路段道路环境信息的显示路牌。
9.一种电子设备,包括存储器、处理器及存储在存储器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-4任一项所述的一种车辆风险预警方法。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-4任一项所述的一种车辆风险预警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310199938.XA CN116052475A (zh) | 2023-03-06 | 2023-03-06 | 一种车辆风险预警方法、***、存储介质及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310199938.XA CN116052475A (zh) | 2023-03-06 | 2023-03-06 | 一种车辆风险预警方法、***、存储介质及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116052475A true CN116052475A (zh) | 2023-05-02 |
Family
ID=86129683
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310199938.XA Pending CN116052475A (zh) | 2023-03-06 | 2023-03-06 | 一种车辆风险预警方法、***、存储介质及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116052475A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117334066A (zh) * | 2023-09-20 | 2024-01-02 | 广州亿胜鑫网络科技有限公司 | 基于车辆数据的风险分析方法、***、终端及存储介质 |
CN117601859A (zh) * | 2024-01-22 | 2024-02-27 | 北京云驰未来科技有限公司 | 一种用于防止车辆发生碰撞的预警***及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104867327A (zh) * | 2014-02-21 | 2015-08-26 | ***通信集团公司 | 一种驾驶安全监测方法及装置 |
CN110264783A (zh) * | 2019-06-19 | 2019-09-20 | 中设设计集团股份有限公司 | 基于车路协同的车辆防碰撞预警***及方法 |
CN113516847A (zh) * | 2021-06-24 | 2021-10-19 | 华砺智行(武汉)科技有限公司 | 基于车联网v2x的高速公路防拥堵控制方法及*** |
-
2023
- 2023-03-06 CN CN202310199938.XA patent/CN116052475A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104867327A (zh) * | 2014-02-21 | 2015-08-26 | ***通信集团公司 | 一种驾驶安全监测方法及装置 |
CN110264783A (zh) * | 2019-06-19 | 2019-09-20 | 中设设计集团股份有限公司 | 基于车路协同的车辆防碰撞预警***及方法 |
CN113516847A (zh) * | 2021-06-24 | 2021-10-19 | 华砺智行(武汉)科技有限公司 | 基于车联网v2x的高速公路防拥堵控制方法及*** |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117334066A (zh) * | 2023-09-20 | 2024-01-02 | 广州亿胜鑫网络科技有限公司 | 基于车辆数据的风险分析方法、***、终端及存储介质 |
CN117601859A (zh) * | 2024-01-22 | 2024-02-27 | 北京云驰未来科技有限公司 | 一种用于防止车辆发生碰撞的预警***及方法 |
CN117601859B (zh) * | 2024-01-22 | 2024-04-23 | 北京云驰未来科技有限公司 | 一种用于防止车辆发生碰撞的预警***及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9430944B2 (en) | Method and apparatus for determining traffic safety events using vehicular participative sensing systems | |
US9475500B2 (en) | Use of participative sensing systems to enable enhanced road friction estimation | |
US8478499B2 (en) | System and method for vehicle speed monitoring using historical speed data | |
US9569984B2 (en) | Recording, monitoring, and analyzing driver behavior | |
CN108657066B (zh) | 加塞预警***及加塞预警方法 | |
CN116052475A (zh) | 一种车辆风险预警方法、***、存储介质及设备 | |
CN110400478A (zh) | 一种路况通知方法及装置 | |
EP3403219A1 (en) | Driver behavior monitoring | |
US10282987B2 (en) | System, apparatus, and method for driving support | |
JP5017229B2 (ja) | 道路交通情報提供システム及び方法 | |
JP7413503B2 (ja) | 車両の安全性能を評価すること | |
EP2827320B1 (en) | Device for determining sensitivity to prediction of unexpected situations | |
US20130184930A1 (en) | Method and device for operating a driver assistance system of a vehicle | |
CN110766943B (zh) | 一种基于事故数据的不良驾驶行为判定的监测方法和*** | |
US10977882B1 (en) | Driver health profile | |
JP2011186940A (ja) | 道路交通情報提供システム及び方法 | |
CN108806331B (zh) | 一种预防高速公路二次交通事故的方法及*** | |
CN112258832B (zh) | 一种用于运行基于车辆信息的团雾气象信息感知发布***的方法 | |
CN111477005A (zh) | 一种基于车辆状态及行车环境的智能感知预警方法及*** | |
JP2022532941A (ja) | 車両信号を処理して挙動危険性の測度を計算するための装置及び方法 | |
KR20110091218A (ko) | 상대속도를 고려한 실시간 안전거리 및 정지거리 바 산출 알고리즘을 이용한 적정차량간격 정보제공시스템 | |
JP7375683B2 (ja) | 情報処理装置、プログラム、及び情報処理方法 | |
CN112652178B (zh) | 城市交通的控制*** | |
KR20140140631A (ko) | 차량을 운전하는 동안 운전자 행동을 평가하기 위한 방법 및 시스템 | |
CN116001800B (zh) | 车辆驾驶风险信息获取方法、装置、电子设备及介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230502 |
|
RJ01 | Rejection of invention patent application after publication |