CN104299450A - 基于层次分析法和灰色模糊的车辆碰撞预警方法 - Google Patents
基于层次分析法和灰色模糊的车辆碰撞预警方法 Download PDFInfo
- Publication number
- CN104299450A CN104299450A CN201410571503.4A CN201410571503A CN104299450A CN 104299450 A CN104299450 A CN 104299450A CN 201410571503 A CN201410571503 A CN 201410571503A CN 104299450 A CN104299450 A CN 104299450A
- Authority
- CN
- China
- Prior art keywords
- factor
- layer
- vehicle
- grey
- distance
- 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
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
-
- 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
Abstract
本发明公开了一种基于层次分析法和灰色模糊的车辆防碰撞预警方法,主要解决了现有技术中安全距离不准确的问题。其实现步骤是:1.构建车辆安全距离的层次分析结构,计算各层影响因素的权重向量;2.利用灰色模糊的方法,计算指标层影响因素的评价值;3.根据指标层影响因素的评价值对车辆的加速度和驾驶员的反应时间进行修正;4.利用车辆的运动学公式计算车辆的绝对安全距离和相对安全距离;5.根据绝对安全距离、相对安全距离和传感器检测到的车距,划分预警级别。本发明综合考虑了人的因素、车辆的因素、道路的因素和环境的因素对车辆安全距离的影响,给出了车辆防碰撞的预警,提高了车辆安全距离的准确性以及车辆行驶的安全性。
Description
技术领域
本发明属于通信技术领域,主要涉及车辆自组织网络VANETs中保证行驶安全的多级预警方法,适用于高速公路、郊区等中高速运动场景。
背景技术
随着车辆拥有量的增加和道路状况的日益复杂,交通事故频繁发生,如何尽量避免事故的发生是VANETs领域中的一个重要的研究方向。因此,车辆碰撞预警系统CWS越来越受到人们的关注,其中Daimler-Benz的研究表明提前0.5s的报警能够使追尾和交叉碰撞产生的事故率减少50%以上。
Joan Garcia-Haro等人在文献“A Stochastic Model for Chain Collisions of VehiclesEquipped With Vehicular Communications”中提出了一种两车之间安全行驶的最小车间距离算法。文中给出了一种能够有效减少事故发生率的主动安全系统的概念,其中安全距离的判断是这一系统的重要组成部分。主要思想是:在假设两车前后行驶,即传统跟车模型的前提下,给出前后车三种不同相对运动状态下的安全距离,这三种状态包括:前车匀速行驶、前车匀加速行驶和前车以匀减速行驶。虽然文中给出了最小安全距离的定义,但是并没有据此对驾驶员进行预警。
Yuan-Lin Chen,Chong-An Wang等人在文献“Vehicle Safety Distance Warning System:A Novel Algorithm for Vehicle Safety Distance Calculating Between Moving Cars”中提出了一种基于车辆安全距离的多级预警系统,该系统提出了两种距离的求法,即障碍物距离和刹车安全距离,并通过比较这两种距离的大小,做出预警。如果障碍物距离大于刹车安全距离,则车辆处于安全的状态,反之车辆处于危险的状态。虽然文中对预警级别进行了划分,但是并没有进一步的说明,也没有考虑到驾驶员的状态对车辆安全的影响,因此计算出来的安全距离偏大。
发明内容
本发明的目的在于针对上述技术中没有考虑到驾驶员、车、路和环境因素对安全距离影响的缺点,提出一种基于AHP和灰色模糊的车辆碰撞预警方法,提高安全距离的准确性。
实现本发明目的技术方案是:采用定性分析和定量分析相结合的方式,从影响车辆安全的人为因素、车辆因素、环境因素和道路状况进行分析,利用层次分析法和灰色模糊结合运动学公式求解安全距离,并进一步根据安全距离进行预警级别划分。其具体步骤包括如下:
(1)构建影响车辆安全距离因素的层次分析结构,根据层次分析法,计算各层因素的权重向量Wn,n=1,2,3;
(2)根据各层的权重向量,利用灰色模糊法对影响车辆安全距离的因素进行综合评价:
2a)建立影响车辆安全距离因素的评价集V=(V1,V2,V3,V4)和指标集U,并将评价集数值化为向量C;
V=(V1,V2,V3,V4)=C=(10,8.5,6,3);
2b)根据数值化向量C,k,k>3位专家对指标集中的因素进行打分,构成打分矩阵Y;
2c)构造白化权函数,并利用灰色统计法计算第j个因素属于评价灰类i的灰色统计数mij和总灰色统计数mj,得到第j个因素属于评价灰类i的灰色权值rj,i为:
2d)依次执行2c)计算因素层中的各个因素的灰色权值,由rj,i构成的单因素矩阵灰
度模糊评价矩阵R;
其中,i∈v是评价等级,m是因素层的因素个数,j∈m是因素层的第j个因素,rj,i是第j个因素属于评价等级i的灰色权值。
2e)根据层次分析法得到的各层的权重向量,计算对应于第三层因素指标层的第t个因素的总的权重向量w3 t,h和指标层中第t个因素的评价向量Bt为:
w3 t,h=w2 t*w3 h,
Bt=W3 t,h T*Dh,
其中,T是转置,Dh∈R是对应于指标层中第t个因素的灰色模糊评价矩阵的子矩阵,w2 t是第二层指标层中第t个因素的权重,w3 h是对应于指标层中第t个因素的第三层的h个因素的权重向量;
2f)根据评价集的数值化向量C和评价向量Bt,得到指标层第t个因素的评价值Qt为:
Qt=C*Bt T;
2g)依次执行步骤2e)到2f)计算出指标层中各个因素的评价向量Q:
Q=(Q1,...,Qt);
其中,t是指标层中因素的个数。
(3)根据指标层中各个因素的评价值,修正车辆的加速度a和驾驶员的反应时间tr:
a=a×(Q1×...×Ql)/8.5,
tr=tr×(Q1×...×Qr/8.5,
其中,Ql∈Q是影响加速度的因素的评价结果,l是影响加速度的因素的个数,Qr∈Q是影响驾驶员反映时间的因素的评价结果,r是影响驾驶员反映时间的因素的个数;
(4)根据修正的加速度和反应时间,结合运动学公式中,计算车辆行驶的相对安全距离S和绝对安全距离Sm;
(5)利用车辆传感器检测到的车距L、相对安全距离S和绝对安全距离Sm划分三级预警级别:
5a)第一级报警,当检测到的车距L大于绝对安全距离Sm时,车辆正常行驶;
5b)第二级报警,当检测到的车距L小于绝对安全距离Sm而大于相对安全距离S,发出预警,提醒驾驶员采取措施,停止加速或减速控制车距L;
5c)第三级报警,当检测到的车距L小于相对安全距离S时,发出预警,提醒驾驶员采取措施减速,如果驾驶员没有采取措施,则汽车自动制动。
本发明与现有技术相比具有如下优点:
1)本发明从人的因素、车的因素、道路因素和环境因素四个方面,组成影响车辆安全距离的层次分析结构,根据层次分析结构计算得到的权重,提高了车辆距离的安全性;
2)本发明采用AHP-灰度模糊综合评价的方法,从定性和定量两个方面对人、车、路和环境进行评价,并根据评价结果对车辆的加速度和驾驶员的反应时间进行修正,提高了车辆安全距离的准确性。
附图说明
图1是本发明的总流程图;
图2是本发明中使用的层次分析法AHP和灰色模糊子流程图;
图3是本发明中计算安全距离的原理图;
图4是本发明中多级预警子流程图。
具体实施方式
下面结合附图对本发明的技术方案进行详细说明。
参照图1,本发明的具体实现步骤如下:
步骤1,构建影响车辆安全距离因素的层次分析结构,根据层次分析法,计算各层因素的权重向量Wn,n=1,2,3。
参照附图2,本步骤的具体实现如下:
1a)本发明将影响车辆安全距离的层次分析结构分为三层,第一层是决策层,第二层是指标层,第三层是因素层,其中第二层指标层有t个因素,这t个因素相对应的因素层有h个因素,如表1所示:
表1 本发明的层次分析结构
1b)将指标层和因素层中的因素分别进行两两比较,用各层因素比较的结果构成指标层的判断矩阵A和因素层的判断矩阵Bi,i∈t,判断矩阵A和Bi中两两因素比较结果的赋值标准,如表2所示:
表2 判断矩阵A和Bi的赋值标准
赋值 | 标准 |
1 | 同等重要 |
2 | 介于同等重要与略微重要之间 |
3 | 略微重要 |
4 | 介于略微重要与明显重要之间 |
5 | 明显重要 |
6 | 介于明显重要与十分明显重要之间 |
7 | 十分明显重要 |
8 | 介于明显重要与十分明显重要之间 |
9 | 绝对重要 |
根据表2中判断矩阵A和Bi的赋值标准,本发明的指标层判断矩阵A和因素层的判断矩阵Bi为:
1c)根据指标层和因素层的判断矩阵,计算指标层和因素层的权重向量Wn,
X×Wn=α×Wn,
其中,X是判断矩阵,X∈{A,Bi},α是对应于判断矩阵X的最大特征值;
根据上面的公式结合本发明实例的判断矩阵A和Bi,得到的指标层和因素层的权重W2和W3,如表3所示:
表3 指标层和因素层的权重
1d)根据最大特征值α,对判断矩阵A和Bi进行一致性检测,计算一致性比率CR:
其中,CI是一致性指标,RI是平均一致性指标,RI的值与判断矩阵的维数n有关,可根据表4查出来;
若一致性比率CR<0.10,则层次单排序结果具有一致性,反之,则重新调整判断矩阵。
表4 平均随机一致性指标RI
n | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
RI | 0.00 | 0.00 | 0.58 | 0.90 | 1.12 | 1.24 | 1.32 | 1.41 | 1.45 |
根据指标层和因素层的判断矩阵A和Bi,计算A和Bi的一致性指标,结果如表5所示:
表5 判断矩阵A和Bi的一致性指标
判断矩阵 | 最大特征值α | 一致性指标CR |
A | α=4.1085 | CR<0.1 |
B1 | α=4.0458 | CR<0.1 |
B2 | α=3 | CR<0.1 |
B3 | α=3.0536 | CR<0.1 |
B4 | α=3 | CR<0.1 |
从表5可知,本发明中的判断矩阵均具有一致性。
步骤2,根据权重向量,利用灰色模糊方法对影响车辆安全距离的因素进行综合评价。
参照图2,本步骤的具体实现步骤如下:
2a)建立评价级V,本发明中设置评价等级V=“优、良、中、差”=(V1,V2,V3,V4)四个等级,将评价等级数值化为向量C=(10,8.5,6,3);
2b)根据评价等级V的数值化向量C,k位专家对因素层中的因素进行打分,用打分结果构成打分矩阵Y:
其中,k>3,ykj是第k个专家对指标集中第j个因素的打分值;
2c)根据评价等级V的数值化向量C和打分矩阵Y构造如下白化权函数:
其中,f1(ykj)是评价等级v1的白化权函数,f2(ykj)是评价等级v2的白化权函数,f3(ykj)是评价等级v3的白化权函数,f4(ykj)是评价等级v4的白化权函数。
2d)根据评价等级vi的白化权函数fi(ykj),计算第j个因素的灰色统计数mij和总灰色统计数mj:
其中,mij表示指标集第j个因素属于第i个评价等级的灰色统计数,mj表示第j个因素的总灰色统计数;
2e)根据第j个因素的灰色统计数mj,计算第j个因素属于第i个评价等级的灰色权值rji:
rji=mij/mj,
2f)重复执行步骤2d)到2e),得到灰色模糊评价矩阵R为:
其中,i∈v是评价等级,m是因素层的因素个数,j∈m是因素层的第j个因素,rji是第j个因素属于评价等级i的灰色权值;
2g)根据层次分析法得到的各层的权重向量,计算因素层中h个因素的总权重向量w3 t,h和指标层第t个因素的评价向量Bt为:
w3 t,h=w2 t*w3 h,
Bt=W3 t,h T*Dh,
其中,T是转置,Dh∈R是指标层中第t个因素的灰色模糊评价矩阵R的子矩阵,w2 t是指标层中第t个因素的权重,w3 h∈w3是指标层第t个因素对应于因素层的h个因素的权重子向量;
2h)根据数值化向量C和评价向量Bt,计算指标层第t个因素的评价值Qt:
Qt=C*Bt T;
步骤3:重复执行步骤2f)到2g)计算指标集中各个因素的评价向量Q:
Q=(Q1,...,Qt,…);
其中,t是指标层中因素的个数。
步骤4:根据指标层中各个因素的评价值,修正车辆的加速度a和驾驶员的反应时间tr:
a=a×(Q1×...×Ql)/8.5,
tr=tr×(Q1×...×Qr)/8.5,
其中,Ql∈Q是影响加速度的因素的评价结果,l是影响加速度的因素的个数,Qr∈Q是影响驾驶员反映时间的因素的评价结果,r是影响驾驶员反映时间的因素的个数。
步骤5:根据修正的加速度和反应时间,结合运动学公式,计算车辆行驶的相对安全距离S和绝对安全距离Sm。
参照附图3,本步骤对车辆行驶的相对安全距离S和绝对安全距离Sm的具体计算,可分为如下四种情况:
5a)设两车同向行驶,根据车辆运动学公式,计算两车的绝对安全距离Sm:
Sm=Vb×(tr+t2/2)+Vb 2/(2×ab),
其中,Vb是后车的速度,t2是制动协作时间,ab是后车修正后的加速度;
5b)设两车同向行驶,前车匀速且前车速度小于后车速度时,计算两车的相对安全距离S为:
其中,Va是前车的速度,te是两车速度相等的时间;
5c)设两车同向行驶,前车加速且前车速度小于后车速度时,计算两车的相对安全距离S为:
其中,a是前车的加速度;
5d)设两车同向行驶,前车减速且前车速度大于后车速度时,计算两车的相对安全距离S为:
步骤6:利用车辆传感器检测到的车距L、相对安全距离S和绝对安全距离Sm,划分三级预警级别。
参照附图4,本步骤的具体划分如下:
第一级报警,当检测到的车距L大于绝对安全距离Sm时,车辆正常行驶;
第二级报警,当检测到的车距L小于绝对安全距离Sm而大于相对安全距离S,发出预警,提醒驾驶员采取措施,停止加速或减速控制车距L;
第三级报警,当检测到的车距L小于相对安全距离S时,发出预警,提醒驾驶员采取措施减速,如果驾驶员没有采取措施,则汽车自动制动。
Claims (3)
1.一种基于层次分析法和灰色模糊的车辆碰撞预警方法,包括以下步骤:
(1)构建影响车辆安全距离因素的层次分析结构,根据层次分析法,计算各层因素的权重向量Wn,n=1,2,3;
(2)根据各层的权重向量,利用灰色模糊法对影响车辆安全距离的因素进行综合评价:
2a)建立影响车辆安全距离因素的评价集V=(V1,V2,V3,V4),并将评价集数值化为向量C;
V=(V1,V2,V3,V4)=C=(10,8.5,6,3);
2b)根据数值化向量C,k位专家对因素层中的因素进行打分,构成打分矩阵Y;
2c)构造白化权函数,并利用灰色统计法计算第j个因素属于评价灰类i的灰色统计数mij和总灰色统计数mj,得到第j个因素属于评价灰类i的灰色权值rji为:
2d)依次执行2c)计算因素层中的各个因素的灰色权值,由rj,i构成的单因素矩阵灰度模糊评价矩阵R;
其中,i∈v是评价等级,m是因素层的因素个数,j∈m是因素层的第j个因素,rj,i是第j个因素属于评价等级i的灰色权值。
2e)根据层次分析法得到的各层的权重向量,计算对应于第三层因素指标层的第t个因素的总的权重向量w3 t,h和指标层中第t个因素的评价向量Bt为:
w3 t,h=w2 t*w3 h,
其中,T是转置,Dh∈R是对应于指标层中第t个因素的灰色模糊评价矩阵的子矩阵,w2 t是第二层指标层中第t个因素的权重,w3 h是对应于指标层中第t个因素的第三层的h个因素的权重向量;
2f)根据评价集的数值化向量C和评价向量Bt,得到指标层第t个因素的评价值Qt为:
Qt=C*Bt T;
2g)依次执行步骤2e)到2f)计算出指标层中各个因素的评价向量Q:
Q=(Q1,...,Qt);
其中,t是指标层中因素的个数。
(3)根据指标层中各个因素的评价值,修正车辆的加速度a和驾驶员的反应时间tr:
a=a×(Q1×...×Ql)/8.5,
tr=tr×(Q1×...×Qr/8.5,
其中,Ql∈Q是影响加速度的因素的评价结果,l是影响加速度的因素的个数,Qr∈Q是影响驾驶员反映时间的因素的评价结果,r是影响驾驶员反映时间的因素的个数;
(4)根据修正的加速度和反应时间,结合运动学公式中,计算车辆行驶的相对安全距离S和绝对安全距离Sm;
(5)利用车辆传感器检测到的车距L、相对安全距离S和绝对安全距离Sm划分三级预警级别:
5a)第一级报警,当检测到的车距L大于绝对安全距离Sm时,车辆正常行驶;
5b)第二级报警,当检测到的车距L小于绝对安全距离Sm而大于相对安全距离S发出预警,提醒驾驶员采取措施,停止加速或减速控制车距L;
5c)第三级报警,当检测到的车距L小于相对安全距离S时,发出预警,提醒驾驶员采取措施减速,如果驾驶员没有采取措施,则汽车自动制动。
2.根据权利要求书1所述的方法,其中步骤(1)所述的根据层次分析法,计算各层因素的权重向量Wn,按如下步骤进行:
1a)设影响车辆安全距离因素的结构为三层,第一层是决策层,第二层是指标层,第三层是因素层,且指标层有t个因素,第二层指标层中第t个因素相对应的因素层有h个因素;
1b)将指标层和因素层中的因素分别进行两两比较,用各层因素比较的结果构成指标层的判断矩阵A和因素层的判断矩阵Bi,i∈t;
其中,ati表示指标层中第t个因素与第i个因素对决策层的相对重要性,且满足bhj表示因素层中第h个因素与第j个元素的相对重要性,且满足
1c)根据指标层和因素层的判断矩阵,计算指标层和因素层的权重向量Wn:
X×Wn=α×Wn;
其中,X是判断矩阵,X∈{A,Bi},α是对应于判断矩阵X的最大特征值;
1d)根据最大特征值α,进行一致性检测,计算一致性比率CR:
其中,CI是一致性指标,RI是平均一致性指标,k是判断矩阵的维数,若一致性比率CR<0.10,则层次单排序结果具有一致性,反之,则应重新调整判断矩阵。
3.根据权利要求书1所述的方法,其中步骤(4)所述的车辆行驶的绝对安全距离Sm和相对安全距离S,按如下四种情况进行计算:
4a)设两车同向行驶,根据车辆运动学公式,两车的绝对安全距离Sm为:
Sm=Vb×(tr+t2/2)+Vb 2/(2×ab);
其中,Vb是后面车辆的速度,t2是车辆的制动协作时间,ab是后面车辆修正后的加速度。
4b)设两车同向行驶,前车匀速且前车速度小于后车速度时,两车的相对安全距离S为:
其中,Va是前车的速度,te是两车速度相等的时间;
4c)设两车同向行驶,前车加速且前车速度小于后车速度时,两车的相对安全距离S为:
其中,a是前车的加速度。
4d)设两车同向行驶,前车减速且前车速度大于后车速度时,两车的相对安全距离S为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410571503.4A CN104299450B (zh) | 2014-10-23 | 2014-10-23 | 基于层次分析法和灰色模糊的车辆碰撞预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410571503.4A CN104299450B (zh) | 2014-10-23 | 2014-10-23 | 基于层次分析法和灰色模糊的车辆碰撞预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104299450A true CN104299450A (zh) | 2015-01-21 |
CN104299450B CN104299450B (zh) | 2016-11-09 |
Family
ID=52319158
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410571503.4A Expired - Fee Related CN104299450B (zh) | 2014-10-23 | 2014-10-23 | 基于层次分析法和灰色模糊的车辆碰撞预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104299450B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104658318A (zh) * | 2015-02-04 | 2015-05-27 | 深圳市航盛电子股份有限公司 | 一种基于红外传感器的前向防碰撞预警方法 |
CN104670087A (zh) * | 2015-02-04 | 2015-06-03 | 深圳市航盛电子股份有限公司 | 一种基于超声波传感器的前向防碰撞预警方法 |
CN105513427A (zh) * | 2016-02-18 | 2016-04-20 | 北京小米移动软件有限公司 | 车辆和车辆的行车预警方法及装置 |
CN107169202A (zh) * | 2017-05-17 | 2017-09-15 | 河海大学 | 一种行进车辆间安全保持距离的计算方法 |
CN107985307A (zh) * | 2017-11-10 | 2018-05-04 | 张颜博 | 行驶车辆防撞系统及方法 |
CN110517486A (zh) * | 2019-08-16 | 2019-11-29 | 东南大学 | 一种基于驾驶行为状态的前向碰撞预警方法 |
CN110660270A (zh) * | 2018-06-29 | 2020-01-07 | 比亚迪股份有限公司 | 车辆碰撞风险评价模型的建立方法和碰撞风险评价方法 |
CN111696387A (zh) * | 2020-05-21 | 2020-09-22 | 东南大学 | 一种基于前向障碍物识别的自适应防撞分级预警方法 |
CN116087984A (zh) * | 2022-12-26 | 2023-05-09 | 南通润邦海洋工程装备有限公司 | 一种基于激光雷达的作业船防碰撞平台 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102005033087A1 (de) * | 2005-07-15 | 2007-01-25 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Vermeidung von Auffahrunfällen |
CN101450646A (zh) * | 2008-12-29 | 2009-06-10 | 广东铁将军防盗设备有限公司 | 车辆避障告警系统及其相应的电路 |
US20120203418A1 (en) * | 2011-02-08 | 2012-08-09 | Volvo Car Corporation | Method for reducing the risk of a collision between a vehicle and a first external object |
CN102779430A (zh) * | 2011-05-12 | 2012-11-14 | 德尔福技术有限公司 | 基于视觉的夜间后碰撞警告系统、控制器及其操作方法 |
-
2014
- 2014-10-23 CN CN201410571503.4A patent/CN104299450B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102005033087A1 (de) * | 2005-07-15 | 2007-01-25 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Vermeidung von Auffahrunfällen |
CN101450646A (zh) * | 2008-12-29 | 2009-06-10 | 广东铁将军防盗设备有限公司 | 车辆避障告警系统及其相应的电路 |
US20120203418A1 (en) * | 2011-02-08 | 2012-08-09 | Volvo Car Corporation | Method for reducing the risk of a collision between a vehicle and a first external object |
CN102779430A (zh) * | 2011-05-12 | 2012-11-14 | 德尔福技术有限公司 | 基于视觉的夜间后碰撞警告系统、控制器及其操作方法 |
Non-Patent Citations (1)
Title |
---|
吴翠娟等: "基于图像处理的高速公路汽车防追尾系统研究", 《电气自动化》, vol. 33, no. 6, 30 December 2011 (2011-12-30), pages 61 - 63 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104658318A (zh) * | 2015-02-04 | 2015-05-27 | 深圳市航盛电子股份有限公司 | 一种基于红外传感器的前向防碰撞预警方法 |
CN104670087A (zh) * | 2015-02-04 | 2015-06-03 | 深圳市航盛电子股份有限公司 | 一种基于超声波传感器的前向防碰撞预警方法 |
CN105513427A (zh) * | 2016-02-18 | 2016-04-20 | 北京小米移动软件有限公司 | 车辆和车辆的行车预警方法及装置 |
CN107169202A (zh) * | 2017-05-17 | 2017-09-15 | 河海大学 | 一种行进车辆间安全保持距离的计算方法 |
CN107985307A (zh) * | 2017-11-10 | 2018-05-04 | 张颜博 | 行驶车辆防撞系统及方法 |
CN107985307B (zh) * | 2017-11-10 | 2019-12-06 | 苏州格特钠汽车技术有限公司 | 行驶车辆防撞系统及方法 |
CN110660270A (zh) * | 2018-06-29 | 2020-01-07 | 比亚迪股份有限公司 | 车辆碰撞风险评价模型的建立方法和碰撞风险评价方法 |
CN110517486A (zh) * | 2019-08-16 | 2019-11-29 | 东南大学 | 一种基于驾驶行为状态的前向碰撞预警方法 |
CN111696387A (zh) * | 2020-05-21 | 2020-09-22 | 东南大学 | 一种基于前向障碍物识别的自适应防撞分级预警方法 |
CN111696387B (zh) * | 2020-05-21 | 2022-04-29 | 东南大学 | 一种基于前向障碍物识别的自适应防撞分级预警方法 |
CN116087984A (zh) * | 2022-12-26 | 2023-05-09 | 南通润邦海洋工程装备有限公司 | 一种基于激光雷达的作业船防碰撞平台 |
CN116087984B (zh) * | 2022-12-26 | 2024-02-23 | 南通润邦海洋工程装备有限公司 | 一种基于激光雷达的作业船防碰撞平台 |
Also Published As
Publication number | Publication date |
---|---|
CN104299450B (zh) | 2016-11-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104299450A (zh) | 基于层次分析法和灰色模糊的车辆碰撞预警方法 | |
CN104527647B (zh) | 一种驾驶行为危险度的监测评估方法 | |
CN109455183B (zh) | 车辆碰撞预判方法及系统 | |
CN106127586A (zh) | 大数据时代下车险费率辅助决策系统 | |
Peng et al. | Investigation on the injuries of drivers and copilots in rear-end crashes between trucks based on real world accident data in China | |
CN108986461B (zh) | 一种基于时间的交叉路口车辆碰撞概率分析方法 | |
CN103150677A (zh) | 激进驾驶状态识别方法及系统 | |
Malaghan et al. | Modeling acceleration and deceleration rates for two-lane rural highways using global positioning system data | |
Islam | Multi-vehicle crashes involving large trucks: A random parameter discrete outcome modeling approach | |
Goyani et al. | Modeling crossing conflicts at unsignalized T-intersections under heterogeneous traffic conditions | |
CN113592221A (zh) | 基于安全替代评价指标的道路路段风险动态评估方法 | |
CN107169202A (zh) | 一种行进车辆间安全保持距离的计算方法 | |
CN109636250B (zh) | 一种危险货物卡车生存概率和危险概率的预测方法 | |
Mavromatis et al. | Passing sight distance assessment through the interaction of road—Vehicle parameters | |
Joseph et al. | Analysis of surrogate safety performance parameters for an interurban corridor | |
Tolouei | Carbon Policies Targeting Road Transport: Is There a Safety Consequence? | |
Haus et al. | Automatic Emergency Braking Sensor Configuration Effect on the Detection of US Pedestrians | |
Ghods et al. | Evaluation of level-of-service measures for two-lane highways with a simulation model | |
Zhuo | Research on Reliability of Autonomous Emergency Braking System based on Prescan | |
CN114047000B (zh) | 侧面碰撞蜂窝铝壁障前端刚度的确定方法 | |
Wang et al. | Identification of risk sources of abnormal driving vehicles of expressway in port city | |
Sharma et al. | Access density and standard deviation of speed as contributing factors for accident of high speed cars | |
CN112793628B (zh) | 一种列车运行安全的评估方法和装置 | |
Tan et al. | Evaluation of vehicles’ platooning on expressways based on v2x | |
Ran | Prediction of Frequencies of Truck-involved and Non-truck-involved Crashes on Roadway Segments in Ontario |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20161109 Termination date: 20211023 |
|
CF01 | Termination of patent right due to non-payment of annual fee |