CN105774804B - 跟车风险评估方法、装置和车辆 - Google Patents
跟车风险评估方法、装置和车辆 Download PDFInfo
- Publication number
- CN105774804B CN105774804B CN201410836457.6A CN201410836457A CN105774804B CN 105774804 B CN105774804 B CN 105774804B CN 201410836457 A CN201410836457 A CN 201410836457A CN 105774804 B CN105774804 B CN 105774804B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- deceleration
- current
- current vehicle
- probability
- 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
Landscapes
- Regulating Braking Force (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提出一种跟车风险评估方法、装置和车辆，其中，该跟车风险评估方法，包括以下步骤：获取前车的减速概率密度函数；获取当前车辆的当前车速、前车的当前车速、当前车辆的加速度以及车头间距；根据当前车辆的当前车速、前车的当前车速、当前车辆的加速度以及车头间距确定可能产生碰撞时前车的减速度区间；以及根据减速度区间和减速概率密度函数生成单车追尾事故概率。本发明的跟车风险评估方法，将对各种不同碰撞原因、碰撞特征的碰撞的风险因素的分析进行叠加，更加全面，将判断的标准由停车距离扩展到了制动全过程的位移，可确定不同车速时的安全距离，为车辆的防撞控制提供控制基础，评估准确性更高。
Description
技术领域
本发明涉及车辆技术领域，特别涉及跟车风险评估方法、装置和车辆。
背景技术
准确的估计车辆运行风险是实时交通安全信息提示系统的关键，其中，在跟车风险的评估中，主要是采用临界减速度、临界制动距离、距离碰撞时间(TTC，Time ToCollision)等描述跟车风险。虽然临界减速度、临界制动距离、TTC等指标与风险之间具有很强的相关性，如可通过TTC等描述避嫌的紧急程度，但是，虽然避险的紧急程度与风险存在密切的关系，但是二者仍存在区别，尤其是使用上述指标难以界定避险紧急程度与事故可能性之间的关系，难以为进一步研究提供数据支持。此外，跟车风险还受到其他因素的影响，如前车的减速度、前车运行状态以及其他外界环境因素等，因此，目前跟车风险评估中，考虑的因素不够全面，评估准确性低，并会因此给用户错误的提示，极易导致车辆运行出现风险。
发明内容
本发明旨在至少在一定程度上解决上述技术问题。
为此，本发明的第一个目的在于提出一种跟车风险评估方法，分析更加全面，可确定不同车速时的安全距离，评估准确性更高。
本发明的第二个目的在于提出一种跟车风险评估装置。
本发明的第三个目的在于提出一种车辆。
为达上述目的，根据本发明第一方面实施例提出了一种跟车风险评估方法，包括以下步骤：获取前车的减速概率密度函数；获取当前车辆的当前车速、所述前车的当前车速、所述当前车辆的加速度以及车头间距；根据所述当前车辆的当前车速、所述前车的当前车速、所述当前车辆的加速度以及所述车头间距确定可能产生碰撞时所述前车的减速度区间；以及根据所述减速度区间和所述减速概率密度函数生成单车追尾事故概率。
本发明实施例的跟车风险评估方法，通过获取前车的减速概率密度函数，当前车辆以及前车的当前车速和加速度，并据此确定可能产生碰撞时前车的减速度区间，进而根据该减速度区间和减速概率密度函数生成单车追尾事故概率，运用概率方法描述事故发生的可能性，并用该数据描述跟车风险，可以将对各种不同碰撞原因、碰撞特征的碰撞的风险因素的分析进行叠加，更加全面，将判断的标准由停车距离扩展到了制动全过程的位移，可确定不同车速时的安全距离，为车辆的防撞控制提供控制基础，评估准确性更高，对于实时的风险估计具有重要的意义。
本发明第二方面实施例提供了一种跟车风险评估装置，包括：第一获取模块，用于获取前车的减速概率密度函数；第二获取模块，用于获取当前车辆的当前车速、所述前车的当前车速、所述当前车辆的加速度以及车头间距；确定模块，用于根据所述当前车辆的当前车速、所述前车的当前车速、所述当前车辆的加速度以及所述车头间距确定可能产生碰撞时所述前车的减速度区间；以及第一生成模块，用于根据所述减速度区间和所述减速概率密度函数生成单车追尾事故概率。
本发明实施例的跟车风险评估装置，通过获取前车的减速概率密度函数，当前车辆以及前车的当前车速和加速度，并据此确定可能产生碰撞时前车的减速度区间，进而根据该减速度区间和减速概率密度函数生成单车追尾事故概率，运用概率方法描述事故发生的可能性，并用该数据描述跟车风险，可以将对各种不同碰撞原因、碰撞特征的碰撞的风险因素的分析进行叠加，更加全面，将判断的标准由停车距离扩展到了制动全过程的位移，可确定不同车速时的安全距离，为车辆的防撞控制提供控制基础，评估准确性更高，对于实时的风险估计具有重要的意义。
本发明第三方面实施例提出了一种车辆，包括本发明第二方面实施例的跟车风险评估装置。
本发明实施例的车辆，通过获取前车的减速概率密度函数，当前车辆以及前车的当前车速和加速度，并据此确定可能产生碰撞时前车的减速度区间，进而根据该减速度区间和减速概率密度函数生成单车追尾事故概率，运用概率方法描述事故发生的可能性，并用该数据描述跟车风险，可以将对各种不同碰撞原因、碰撞特征的碰撞的风险因素的分析进行叠加，更加全面，将判断的标准由停车距离扩展到了制动全过程的位移，可确定不同车速时的安全距离，为车辆的防撞控制提供控制基础，评估准确性更高，对于实时的风险估计具有重要的意义。
本发明的附加方面和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
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1为根据本发明一个实施例的跟车风险评估方法的流程图；
图2a和图2b为根据本发明实施例的前车与当前车辆的位置示意图；
图2c为根据本发明一个实施例的当前车辆的制动过程中减速度变化的示意图；
图3为根据本发明另一个实施例的跟车风险评估方法的流程图；
图4为根据本发明一个实施例的跟车风险评估装置的结构示意图；
图5为根据本发明另一个实施例的跟车风险评估装置的结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
在本发明的描述中，需要理解的是，术语“多个”指两个或两个以上；术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。
由于目前跟车风险的评估仍然存在以下几个方面的问题：(1)使用临界减速度、临界制动距离、距离碰撞时间等指标难以界定避险紧急程度与事故可能性之间的关系，难以为进一步研究提供数据支持；(2)目前的概率表述模型没有考虑前车不同的减速度可能性以及相应带来的不同的风险，而在不同减速度情况下跟车风险显然是不同的；(3)没有考虑实际道路交通状况对概率模型的影响；(4)判断是否会发生事故的标准建立在制动距离的基础上，没有考虑制动过程中的碰撞可能；(5)模型过于理想化，没有体现路面附着系数等汽车动力学参数。因此，为了解决上述问题，提高跟车风险评估准确性，特别是评估位于同一车道上的前后车辆之间的跟车风险，本发明提出了一种跟车风险评估方法、装置和车辆。
下面参考附图描述根据本发明实施例的跟车风险评估方法、装置和车辆。
应当理解，本发明实施例中对跟车风险概率(单车追尾事故概率)的评估，是指在前车制动时当前车辆与前车发生碰撞的概率。由于车辆从制动到制动力达到最大的过程所用的时间在100ms以内，因此，在本发明实施例，是基于在当前车辆的驾驶员发现前车制动时，前车制动力已达到稳定状态(即达到最大制动力)的前提进行的，这样前车的运动状态即为单一的匀减速运动。所以单车追尾事故概率的主要因素集中在当前车辆，所有相关碰撞相关因素包括：前车的当前速度、前车的加速度(为负值)、当前车辆车与前车的距离、当前车辆的驾驶员反应时间、当前车辆的制动传递效率、当前车辆的最大制动力(加速度(为负值))等。
图1为根据本发明一个实施例的跟车风险评估方法的流程图。
如图1所示，根据本发明实施例的跟车风险评估方法，包括：
S101，获取前车的减速概率密度函数。
由于车辆在运行的过程中，可能采取不同的减速度进行减速，因此需要考虑的不仅是有没有减速的可能，还要考虑减速度的大小和方向。
在本发明的一个实施例中，获取前车的减速概率密度函数可具体包括：采集实际道路中的减速度样本数据；根据采集到的减速度样本数据建立概率密度函数模型；以及对概率密度函数模型进行参数估计，以获得前车的减速概率密度函数。
举例来说，可从实际道路采集减速度样本数据，然后确定随机变量的分布形式(可对采集到的减速度样本数据进行正态性检验)，再进行参数估计(parameter estimation)，用统计量参数估计总体参数，并进一步求出前车减速的概率密度函数。
首先，对采集到的减速度样本数据进行正态性检验，设：
H0：xi服从正态分布，即F(x)＝F0(x)，其中，F(x)为xi的分布函数，F0(x)为正态分布函数；
H1：xi不服从正态分布。
根据格里汶科定理，用以下公式来检验H0是否被接受：
其中，表示x取一切数时，函数|F(x)-F0(x)|的上界。
因此，首先要找到Cn的计算方法，其次是要确定正数L，当Cn>L时，拒绝H0，当Cn≤L，不拒绝H0。
具体地，可将采集到的减速度样本数据标准化后与标准正态函数对比，通过查表(科尔莫格罗夫检验临界值表)获取L，并进行比较判别。
其中，通过以下公式对采集到的减速度样本数据x1,x2,…,xn进行标准化转换为y1,y2,…,yn：
其中，
然后计算减速度样本数据的经验分布函数为：
其中，是对应于y1,y2,…,yn的顺序统计量。
对于标准正态分布函数Φ(x)的函数值采用以下数值计算公式：
ΦT(x)＝0.5(1+z1x+z2x2+z3x3+z4x4+z5x5+z6x6) (4)
其中，z1＝0.0498673490，z2＝0.021141006，z3＝0.0032776261，z4＝0.0000380036，z5＝0.0000488906，z6＝0.0000053830。
因此，式(1)可转换为：
从而，可通过一下公式查看在xi点上的情况确定Cn：
通过查表(科尔莫格罗夫检验临界表)获取L，并根据L与Cn之间的关系进行正态性检验。
如通过正态性检验，即可采用点估计方法估计正态分布的均值与方差，即：
根据估计得到的参数(均值与方差)即可确定前车的减速概率密度函数，即为正态分布的密度函数
S102，获取当前车辆的当前车速、前车的当前车速、当前车辆的加速度以及车头间距。
其中，当前车辆的当前车速和前车的当前车速可分别从当前车辆和前车的速度仪表读取。
当前车辆的加速度a2可通过以下公式获取：
其中，为路面附着系数，g为重力加速度。
车头间距h0，即前车的车头与当前车辆的车头之间的距离，可通过以下公式获取：
h0＝v1t0 (10)
其中，v1为前车的当前车速，t0为车头时距。
S103，根据当前车辆的当前车速、前车的当前车速、当前车辆的加速度以及车头间距确定可能产生碰撞时前车的减速度区间。
在本发明的一个实施例中，图2a和图2b为根据本发明实施例的前车与当前车辆的位置示意图。其中，可将前车记为1车，当前车辆记为2车，前车的当前车速记为v1，当前车辆的当前车速记为v2，前车的加速度记为a1，当前车辆的加速度记为a2。车辆正常运行时前车与当前车辆的位置示意图可如图2a所示；当前车制动时，经过时间t之后，前车与当前车辆的位置的变化示意图可如图2b所示，前车位移为D1，当前车辆位移为D2，其中，前车车长为l1，当前车辆车长为l2，h为经过时间t之后当前车辆车头与前车车尾的距离。
图2c为根据本发明一个实施例的当前车辆的制动过程中减速度变化的示意图。如图2c所示，纵坐标标j为当前车辆的减速度，横坐标t为时间。当前车辆的驾驶员在0时刻接到危险信息开始制动至当前车辆停止的时刻Tc这段时间可分为三个阶段：驾驶员反应时间(reacting time)tr；机动车制动系统的协调时间(brake system response time)，包括制动力传递时间tb与制动力增长时间tb'；持续制动时间tc。在反应时间tr与制动力传递时间tb内，当前车辆按其当前速度v2行驶，经过短暂的制动力增长时间tb'后，当前车辆按一定的减速度减速。Tr为驾驶员开始踩刹车的时刻，即反应时间结束时刻；Tb为当前车辆开始制动的时刻，即制动力传递时间的结束时刻；Tb'为制动力开始稳定的时刻，即制动力增长时间结束时刻。
其中，a1，a2指减速度已经达到平稳后的值。
具体地，可首先通过以下公式获取前车在经过时间t的位移D1：
然后，通过以下公式获取当前车辆的停车距离D2，其中，当前车辆的停车距离为：在当前车辆的驾驶员在发现到危险信息采取制动措施(记为0时刻)至当前车辆停止的过程中，当前车辆从0时刻开始经过时间t的位移。
最后，根据当D1，D2以及车头间距h0满足以下公式时的前车的加速度的取值区间确定可能产生碰撞的减速度区间：
D1+h0-l1>D2 t∈(0,Tc) (13)
其中，l1为前车的车长，v1为前车的当前车速，a1为前车的加速度，v2为当前车辆的当前车速，a2为当前车辆的加速度，tr为驾驶员反应时间(例如，根据美国国家高速公路和交通运输协会AASHTO给出的保守值可为2.5s)，tb为制动力传递时间(例如，根据ZBT24007-96可取0.6s)，tb'为制动力增长时间，Tb为所述当前车辆开始制动的时刻，Tb'为所述当前车辆制动力开始稳定的时刻，Tc为所述当前车辆停止的时刻。
当D1，D2满足公式(13)的条件时，表明两车安全，否则两车会发生追尾碰撞。
由此，可求出(0,Tc)时刻内满足不等式(13)的a1的取值范围(ad,an)，即得到了可能产生碰撞的减速度区间。
需要说明的是，由于本发明实施例中关注的是在车辆正常运行中的跟车状态，不考虑车辆启动状态。
S104，根据减速度区间和减速概率密度函数生成单车追尾事故概率。
从安全的基本概念出发，可应用概率来描述安全性。风险是安全的定量描述，即可用追尾事故发生的概率表征跟车的安全性。正常的跟车状态下，驾驶员会根据前车的运行状态调整自身当前车辆的状态，追尾事故仅发生在前车减速的情况下。
在本发明的实施例中，可认为事故的发生分为两阶段，第一阶段前车减速，第二阶段在前车减速的情况下，后车无法避险，发生追尾事故。因此，如果用A表示发生追尾事故事件，用S表示前车制动事件，P(A)表示追尾事故发生的概率，则运用全概率计算的思想即可获得追尾事故发生的概率P(A)为：
P(A)＝P(A|S1)*P(S1)+P(A|S2)*P(S2)+…+P(A|Sn)*P(Sn) (14)
其中，用P(Si)表示前车以第i种减速度进行变速的概率，用条件概率P(A|Si)表示前车以第i种减速度制动情况下发生追尾事故的概率，U＝[S1,S2,…,Sn]构成前车制动事件的全集。
由于事件S的随机变量ξ在其定义域内是连续变化的，概率密度函数为因此，应采用连续型全概率计算：
其中，为η为事件A的随机变量。
当前述反应时间等参数为定值时，条件概率P(A|Si)仅有是否碰撞两种可能性，其随机变量为0-1分布，则公式(15)可以转为：
因此，在本发明的一个实施例中，当前车的减速度区间为(ad,an)时，可通过以下公式生成单车追尾事故概率：
其中，P(A)为单车追尾事故概率，(ad,an)为减速度区间，为减速概率密度函数。
本发明实施例的跟车风险评估方法，通过获取前车的减速概率密度函数，当前车辆以及前车的当前车速和加速度，并据此确定可能产生碰撞时前车的减速度区间，进而根据该减速度区间对减速概率密度函数进行积分以生成单车追尾事故概率，运用概率方法描述事故发生的可能性，并用该数据描述跟车风险，可以将对各种不同碰撞原因、碰撞特征的碰撞的风险因素的分析进行叠加，更加全面，将判断的标准由停车距离扩展到了制动全过程的位移，可确定不同车速时的安全距离，为车辆的防撞控制提供控制基础，评估准确性更高，对于实时的风险估计具有重要的意义。
此外，本发明实施例的跟车风险评估方法，将事故发生的过程分为前车制动减速、前车制动情况下出现追尾事故两个阶段，并采用概率和条件概率来描述上述事件，并通过全概率方法计算追尾事故发生的概率。其中，在计算过程中，从实际道路提取数据建立减速度分布密度函数，从制动时间的全过程考虑车辆的碰撞可能，而非仅考虑制动后的停车距离。同时从汽车地面力学理论的角度，补充考虑制动系统作用时间、附着系数等影响因素，考虑的因素更加全面，从而评估结果更加准确。
图3为根据本发明另一个实施例的跟车风险评估方法的流程图。
如图3所示，根据本发明实施例的跟车风险评估方法，包括：
S301，获取前车的减速概率密度函数。
由于车辆在运行的过程中，可能采取不同的减速度进行减速，因此需要考虑的不仅是有没有减速的可能，还要考虑减速度的大小和方向。
在本发明的一个实施例中，获取前车的减速概率密度函数可具体包括：采集实际道路中的减速度样本数据；根据采集到的减速度样本数据建立概率密度函数模型；以及对概率密度函数模型进行参数估计，以获得前车的减速概率密度函数。
举例来说，可从实际道路采集减速度样本数据，然后确定随机变量的分布形式(可对采集到的减速度样本数据进行正态性检验)，再进行参数估计(parameter estimation)，用统计量参数估计总体参数，并进一步求出前车减速的概率密度函数。
首先，对采集到的减速度样本数据进行正态性检验，设：
H0：xi服从正态分布，即F(x)＝F0(x)，其中，F(x)为xi的分布函数，F0(x)为正态分布函数；
H1：xi不服从正态分布。
根据格里汶科定理，用以下公式来检验H0是否被接受：
其中，表示x取一切数时，函数|F(x)-F0(x)|的上界。
因此，首先要找到Cn的计算方法，其次是要确定正数L，当Cn>L时，拒绝H0，当Cn≤L，不拒绝H0。
具体地，可将采集到的减速度样本数据标准化后与标准正态函数对比，通过查表(科尔莫格罗夫检验临界值表)获取L，并进行比较判别。
其中，通过以下公式对采集到的减速度样本数据x1,x2,…,xn进行标准化转换为y1,y2,…,yn：
其中，
然后计算减速度样本数据的经验分布函数为：
其中，是对应于y1,y2,…,yn的顺序统计量。
对于标准正态分布函数Φ(x)的函数值采用以下数值计算公式：
ΦT(x)＝0.5(1+z1x+z2x2+z3x3+z4x4+z5x5+z6x6) (4)
其中，z1＝0.0498673490，z2＝0.021141006，z3＝0.0032776261，z4＝0.0000380036，z5＝0.0000488906，z6＝0.0000053830。
因此，式(1)可转换为：
从而，可通过一下公式查看在xi点上的情况确定Cn：
通过查表(科尔莫格罗夫检验临界表)获取L，并根据L与Cn之间的关系进行正态性检验。
如通过正态性检验，即可采用点估计方法估计正态分布的均值与方差，即：
根据估计得到的参数(均值与方差)即可确定前车的减速概率密度函数，即为正态分布的密度函数
S302，获取当前车辆的当前车速、前车的当前车速、当前车辆的加速度以及车头间距。
其中，当前车辆的当前车速和前车的当前车速可分别从当前车辆和前车的速度仪表读取。
当前车辆的加速度a2可通过以下公式获取：
其中，为路面附着系数，g为重力加速度。
车头间距h0，即前车的车头与当前车辆的车头之间的距离，可通过以下公式获取：
h0＝v1t0 (10)
其中，v1为前车的当前车速，t0为车头时距。
S303，根据当前车辆的当前车速、前车的当前车速、当前车辆的加速度以及车头间距确定可能产生碰撞时前车的减速度区间。
在本发明的一个实施例中，图2a和图2b为根据本发明实施例的前车与当前车辆的位置示意图。其中，可将前车记为1车，当前车辆记为2车，前车的当前车速记为v1，当前车辆的当前车速记为v2，前车的加速度记为a1，当前车辆的加速度记为a2。车辆正常运行时前车与当前车辆的位置示意图可如图2a所示；当前车制动时，经过时间t之后，前车与当前车辆的位置的变化示意图可如图2b所示，前车位移为D1，当前车辆位移为D2，其中，前车车长为l1，当前车辆车长为l2，h为经过时间t之后当前车辆车头与前车车尾的距离。
图2c为根据本发明一个实施例的当前车辆的制动过程中减速度变化的示意图。如图2c所示，纵坐标标为当前车辆的减速度，横坐标为时间。当前车辆的驾驶员在0时刻接到危险信息开始制动至当前车辆停止的时刻Tc这段时间可分为三个阶段：驾驶员反应时间(reacting time)tr；机动车制动系统的协调时间(brake system response time)，包括制动力传递时间tb与制动力增长时间tb'；持续制动时间tc。在反应时间tr与制动力传递时间tb内，当前车辆按其当前速度v2行驶，经过短暂的制动力增长时间tb'后，当前车辆按一定的减速度减速。Tr为驾驶员开始踩刹车的时刻，即反应时间结束时刻；Tb为当前车辆开始制动的时刻，即制动力传递时间的结束时刻；Tb'为制动力开始稳定的时刻，即制动力增长时间结束时刻。
其中，a1，a2指减速度已经达到平稳后的值。
具体地，可首先通过以下公式获取前车在经过时间t的位移D1：
然后，通过以下公式获取当前车辆的停车距离D2，其中，当前车辆的停车距离为：在当前车辆的驾驶员在发现到危险信息采取制动措施(记为0时刻)至当前车辆停止的过程中，当前车辆从0时刻开始经过时间t的位移：
最后，根据当D1，D2以及车头间距h0满足以下公式时的前车的加速度的取值区间确定可能产生碰撞的减速度区间：
D1+h0-l1>D2 t∈(0,Tc) (13)
其中，l1为前车的车长，v1为前车的当前车速，a1为前车的加速度，v2为当前车辆的当前车速，a2为当前车辆的加速度，tr为驾驶员反应时间(例如，根据美国国家高速公路和交通运输协会AASHTO给出的保守值可为2.5s)，tb为制动力传递时间(例如，根据ZBT24007-96可取0.6s)，tb'为制动力增长时间，Tb为所述当前车辆开始制动的时刻，Tb'为所述当前车辆制动力开始稳定的时刻，Tc为所述当前车辆停止的时刻。
当D1，D2满足公式(13)的条件时，表明两车安全，否则两车会发生追尾碰撞。
由此，可求出(0,Tc)时刻内满足不等式(13)的a1的取值范围(ad,an)，即得到了可能产生碰撞的减速度区间。
需要说明的是，由于本发明实施例中关注的是在车辆正常运行中的跟车状态，不考虑车辆启动状态。
S304，根据减速度区间和减速概率密度函数生成单车追尾事故概率。
从安全的基本概念出发，可应用概率来描述安全性。风险是安全的定量描述，即可用追尾事故发生的概率表征跟车的安全性。正常的跟车状态下，驾驶员会根据前车的运行状态调整自身当前车辆的状态，追尾事故仅发生在前车减速的情况下。
在本发明的实施例中，可认为事故的发生分为两阶段，第一阶段前车减速，第二阶段在前车减速的情况下，后车无法避险，发生追尾事故。因此，如果用A表示发生追尾事故事件，用S表示前车制动事件，P(A)表示追尾事故发生的概率，则运用全概率计算的思想即可获得追尾事故发生的概率P(A)为：
P(A)＝P(A|S1)*P(S1)+P(A|S2)*P(S2)+…+P(A|Sn)*P(Sn) (14)
其中，用P(Si)表示前车以第i种减速度进行变速的概率，用条件概率P(A|Si)表示前车以第i种减速度制动情况下发生追尾事故的概率，U＝[S1,S2,…,Sn]构成前车制动事件的全集。
由于事件S的随机变量ξ在其定义域内是连续变化的，概率密度函数为因此，应采用连续型全概率计算：
其中，为η为事件A的随机变量。
当前述反应时间等参数为定值时，条件概率P(A|Si)仅有是否碰撞两种可能性，其随机变量为0-1分布，则公式(15)可以转为：
因此，在本发明的一个实施例中，当前车的减速度区间为(ad,an)时，可通过以下公式生成单车追尾事故概率：
其中，P(A)为单车追尾事故概率，(ad,an)为减速度区间，为减速概率密度函数。
S305，根据单车追尾事故概率生成路段追尾事故概率。
本发明实施例的跟车风险评估方法，在获取单车追尾事故概率的基础之上，可进一步生成路段追尾事故概率，从而能够更全面地评估跟车风险，使驾驶员不但可以了解自己驾驶的车辆的追尾事故概率，还可以了解所在路段的追尾事故概率，从而能够及时做出规避，提高了驾驶的安全性。
为了实现上述实施例，本发明还提出一种跟车风险评估装置。
图4为根据本发明一个实施例的跟车风险评估装置的结构示意图。
如图4所示，根据本发明实施例的跟车风险评估装置，包括：第一获取模块10、第二获取模块20、确定模块30和第一生成模块40。
具体地，第一获取模块10用于获取前车的减速概率密度函数。
由于车辆在运行的过程中，可能采取不同的减速度进行减速，因此需要考虑的不仅是有没有减速的可能，还要考虑减速度的大小和方向。
第一获取模块10可具体用于：采集实际道路中的减速度样本数据；根据采集到的减速度样本数据建立概率密度函数模型；以及对概率密度函数模型进行参数估计，以获得前车的减速概率密度函数。
举例来说，第一获取模块可从实际道路采集减速度样本数据，然后确定随机变量的分布形式(可对采集到的减速度样本数据进行正态性检验)，再进行参数估计(parameterestimation)，用统计量参数估计总体参数，并进一步求出前车减速的概率密度函数。
首先，对采集到的减速度样本数据进行正态性检验，设：
H0：xi服从正态分布，即F(x)＝F0(x)，其中，F(x)为xi的分布函数，F0(x)为正态分布函数；
H1：xi不服从正态分布。
根据格里汶科定理，用以下公式来检验H0是否被接受：
其中，表示x取一切数时，函数|F(x)-F0(x)|的上界。
因此，首先要找到Cn的计算方法，其次是要确定正数L，当Cn>L时，拒绝H0，当Cn≤L，不拒绝H0。
具体地，第一获取模块10可将采集到的减速度样本数据标准化后与标准正态函数对比，通过查表(科尔莫格罗夫检验临界值表)获取L，并进行比较判别。
其中，通过以下公式对采集到的减速度样本数据x1,x2,…,xn进行标准化转换为y1,y2,…,yn：
其中，
然后计算减速度样本数据的经验分布函数为：
其中，是对应于y1,y2,…,yn的顺序统计量。
对于标准正态分布函数Φ(x)的函数值采用以下数值计算公式：
ΦT(x)＝0.5(1+z1x+z2x2+z3x3+z4x4+z5x5+z6x6) (4)
其中，z1＝0.0498673490，z2＝0.021141006，z3＝0.0032776261，z4＝0.0000380036，z5＝0.0000488906，z6＝0.0000053830。
因此，式(1)可转换为：
从而，可通过一下公式查看在xi点上的情况确定Cn：
通过查表(科尔莫格罗夫检验临界表)获取L，并根据L与Cn之间的关系进行正态性检验。
如通过正态性检验，即可采用点估计方法估计正态分布的均值与方差，即：
根据估计得到的参数(均值与方差)即可确定前车的减速概率密度函数，即为正态分布的密度函数
第二获取模块20用于获取当前车辆的当前车速、前车的当前车速、当前车辆的加速度以及车头间距。
其中，当前车辆的当前车速和前车的当前车速可分别从当前车辆和前车的速度仪表读取。
当前车辆的加速度a2可通过以下公式获取：
其中，为路面附着系数，g为重力加速度。
车头间距h0，即前车车头与当前车辆车头之间的距离可通过以下公式获取：
h0＝v1t0 (10)
其中，v1为前车的当前车速，t0为车头时距。
确定模块30用于根据当前车辆的当前车速、前车的当前车速、当前车辆的加速度以及车头间距确定可能产生碰撞时前车的减速度区间。
在本发明的一个实施例中，图2a和图2b为根据本发明实施例的前车与当前车辆的位置示意图。其中，可将前车记为1车，当前车辆记为2车，前车的当前车速记为v1，当前车辆的当前车速记为v2，前车的加速度记为a1，当前车辆的加速度记为a2。车辆正常运行时前车与当前车辆的位置示意图可如图2a所示；当前车制动时，经过时间t之后，前车与当前车辆的位置的变化示意图可如图2b所示，前车位移为D1，当前车辆位移为D2，其中，前车车长为l1，当前车辆车长为l2，h为经过时间t之后当前车辆车头与前车车尾的距离。
图2c为根据本发明一个实施例的当前车辆的制动过程中减速度变化的示意图。如图2c所示，纵坐标标为当前车辆的减速度，横坐标为时间。当前车辆的驾驶员在0时刻接到危险信息开始制动至当前车辆停止的时刻Tc这段时间可分为三个阶段：驾驶员反应时间(reacting time)tr；机动车制动系统的协调时间(brake system response time)，包括制动力传递时间tb与制动力增长时间tb'；持续制动时间tc。在反应时间tr与制动力传递时间tb内，当前车辆按其当前速度v2行驶，经过短暂的制动力增长时间tb'后，当前车辆按一定的减速度减速。Tr为驾驶员开始踩刹车的时刻，即反应时间结束时刻；Tb为当前车辆开始制动的时刻，即制动力传递时间的结束时刻；Tb'为制动力开始稳定的时刻，即制动力增长时间结束时刻。
其中，a1，a2指减速度已经达到平稳后的值。
更具体地，确定模块30可首先通过以下公式获取前车在经过时间t的位移D1：
然后，确定模块30可通过以下公式获取当前车辆的停车距离D2，其中，当前车辆的停车距离为：在当前车辆的驾驶员在发现到危险信息采取制动措施(记为0时刻)至当前车辆停止的过程中，当前车辆从0时刻开始经过时间t的位移。
最后，确定模块30可根据当D1，D2以及车头间距h0满足以下公式时的前车的加速度的取值区间确定可能产生碰撞的减速度区间：
D1+h0-l1>D2 t∈(0,Tc) (13)
其中，l1为前车的车长，v1为前车的当前车速，a1为前车的加速度，v2为当前车辆的当前车速，a2为当前车辆的加速度，tr为驾驶员反应时间(例如，根据美国国家高速公路和交通运输协会AASHTO给出的保守值可为2.5s)，tb为制动力传递时间(例如，根据ZBT24007-96可取0.6s)，tb'为制动力增长时间，Tb为所述当前车辆开始制动的时刻，Tb'为所述当前车辆制动力开始稳定的时刻，Tc为所述当前车辆停止的时刻。
当D1，D2满足公式(13)的条件时，表明两车安全，否则两车会发生追尾碰撞。
由此，确定模块30可求出(0,Tc)时刻内满足不等式(13)的a1的取值范围(ad,an)，即得到了可能产生碰撞的减速度区间。
需要说明的是，由于本发明实施例中关注的是在车辆正常运行中的跟车状态，不考虑车辆启动状态。
第一生成模块40用于根据减速度区间和减速概率密度函数生成单车追尾事故概率。
从安全的基本概念出发，可应用概率来描述安全性。风险是安全的定量描述，即可用追尾事故发生的概率表征跟车的安全性。正常的跟车状态下，驾驶员会根据前车的运行状态调整自身当前车辆的状态，追尾事故仅发生在前车减速的情况下。
在本发明的实施例中，可认为事故的发生分为两阶段，第一阶段前车减速，第二阶段在前车减速的情况下，后车无法避险，发生追尾事故。因此，如果用A表示发生追尾事故事件，用S表示前车制动事件，P(A)表示追尾事故发生的概率，则运用全概率计算的思想即可获得追尾事故发生的概率P(A)为：
P(A)＝P(A|S1)*P(S1)+P(A|S2)*P(S2)+…+P(A|Sn)*P(Sn) (14)
其中，用P(Si)表示前车以第i种减速度进行变速的概率，用条件概率P(A|Si)表示前车以第i种减速度制动情况下发生追尾事故的概率，U＝[S1,S2,…,Sn]构成前车制动事件的全集。
由于事件S的随机变量ξ在其定义域内是连续变化的，概率密度函数为因此，应采用连续型全概率计算：
其中，为η为事件A的随机变量。
当前述反应时间等参数为定值时，条件概率P(A|Si)仅有是否碰撞两种可能性，其随机变量为0-1分布，则公式(15)可以转为：
因此，在本发明的一个实施例中，当前车的减速度区间为(ad,an)时，第一生成模块40可通过以下公式生成单车追尾事故概率：
其中，P(A)为单车追尾事故概率，(ad,an)为减速度区间，为减速概率密度函数。
第一生成模块通过以下公式生成单车追尾事故概率：
其中，P(A)为单车追尾事故概率，(an,an)为减速度区间，为减速概率密度函数。
本发明实施例的跟车风险评估装置，通过获取前车的减速概率密度函数，当前车辆以及前车的当前车速和加速度，并据此确定可能产生碰撞时前车的减速度区间，进而根据该减速度区间对减速概率密度函数进行积分以生成单车追尾事故概率，运用概率方法描述事故发生的可能性，并用该数据描述跟车风险，可以将对各种不同碰撞原因、碰撞特征的碰撞的风险因素的分析进行叠加，更加全面，将判断的标准由停车距离扩展到了制动全过程的位移，可确定不同车速时的安全距离，为车辆的防撞控制提供控制基础，评估准确性更高，对于实时的风险估计具有重要的意义。
图5为根据本发明另一个实施例的跟车风险评估装置的结构示意图。
如图5所示，根据本发明实施例的跟车风险评估装置，包括：第一获取模块10、第二获取模块20、确定模块30、第一生成模块40和第二生成模块50。
具体地，第一获取模块10、第二获取模块20、确定模块30和第一生成模块40可参照图4所示实施例，在此不再进行说明。
第二生成模块50用于在减速度区间内对减速概率密度函数进行积分以生成单车追尾事故概率之后，根据单车追尾事故概率生成路段追尾事故概率。
更具体地，第二生成模块50可根据单车追尾事故概率进行概率运算，即可估计某段时间内研究路段的追尾事故概率。
本发明实施例的跟车风险评估装置，在获取单车追尾事故概率的基础之上，可进一步生成路段追尾事故概率，从而能够更全面地评估跟车风险，使驾驶员不但可以了解自己驾驶的车辆的追尾事故概率，还可以了解所在路段的追尾事故概率，从而能够及时做出规避，提高了驾驶的安全性。
为例实现上述实施例，本发明还提出一种车辆。
本发明实施例的车辆，包括本发明任一实施例的跟车风险评估装置，通过获取前车的减速概率密度函数，当前车辆以及前车的当前车速和加速度，并据此确定可能产生碰撞时前车的减速度区间，进而根据该减速度区间对减速概率密度函数进行积分以生成单车追尾事故概率，运用概率方法描述事故发生的可能性，并用该数据描述跟车风险，可以将对各种不同碰撞原因、碰撞特征的碰撞的风险因素的分析进行叠加，更加全面，将判断的标准由停车距离扩展到了制动全过程的位移，可确定不同车速时的安全距离，为车辆的防撞控制提供控制基础，评估准确性更高，对于实时的风险估计具有重要的意义。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”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。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同限定。
Claims (9)
1.一种跟车风险评估方法，其特征在于，包括以下步骤：
获取前车的减速概率密度函数，包括：采集实际道路中的减速度样本数据；根据采集到的所述减速度样本数据建立概率密度函数模型；以及对所述概率密度函数模型进行参数估计，以获得所述前车的减速概率密度函数；
获取当前车辆的当前车速、所述前车的当前车速、所述当前车辆的加速度以及车头间距；
根据所述当前车辆的当前车速、所述前车的当前车速、所述当前车辆的加速度以及所述车头间距确定可能产生碰撞时所述前车的减速度区间；以及
根据所述减速度区间和所述减速概率密度函数生成单车追尾事故概率。
2.如权利要求1所述的跟车风险评估方法，其特征在于，通过以下公式生成所述单车追尾事故概率：
其中，P(A)为所述单车追尾事故概率，(ad,an)为所述减速度区间，表示前车的加速度的取值范围，为所述减速概率密度函数。
3.如权利要求1所述的跟车风险评估方法，其特征在于，所述根据所述当前车辆的当前车速、所述前车的当前车速、所述当前车辆的加速度以及所述车头间距确定可能产生碰撞的减速度区间具体包括：
获取所述前车在经过时间t的位移D1，并获取所述当前车辆的停车距离D2；
根据当所述D1、所述D2以及所述车头间距h0满足以下公式时的所述前车的加速度的取值区间确定所述可能产生碰撞的减速度区间：
D1+h0-l1>D2 t∈(0,Tc)
其中，
l1为所述前车的车长，v1为所述前车的当前车速，a1为所述前车的加速度，v2为所述当前车辆的当前车速，a2为所述当前车辆的加速度，tr为驾驶员反应时间，tb为制动力传递时间，tb'为制动力增长时间，Tb为所述当前车辆开始制动的时刻，Tb'为所述当前车辆制动力开始稳定的时刻，Tc为所述当前车辆停止的时刻。
4.如权利要求1所述的跟车风险评估方法，其特征在于，在所述减速度区间内对所述减速概率密度函数进行积分以生成单车追尾事故概率之后，还包括：
根据所述单车追尾事故概率生成路段追尾事故概率。
5.一种跟车风险评估装置，其特征在于，包括：
第一获取模块，用于采集实际道路中的减速度样本数据；根据采集到的所述减速度样本数据建立概率密度函数模型；以及对所述概率密度函数模型进行参数估计，以获得前车的减速概率密度函数；
第二获取模块，用于获取当前车辆的当前车速、所述前车的当前车速、所述当前车辆的加速度以及车头间距；
确定模块，用于根据所述当前车辆的当前车速、所述前车的当前车速、所述当前车辆的加速度以及所述车头间距确定可能产生碰撞时所述前车的减速度区间；以及
第一生成模块，用于根据所述减速度区间和所述减速概率密度函数生成单车追尾事故概率。
6.如权利要求5所述的跟车风险评估装置，其特征在于，所述第一生成模块通过以下公式生成所述单车追尾事故概率：
其中，P(A)为所述单车追尾事故概率，(ad,an)为所述减速度区间，表示前车的加速度的取值范围，为所述减速概率密度函数。
7.如权利要求5所述的跟车风险评估装置，其特征在于，所述确定模块具体用于：
获取所述前车在经过时间t的位移D1，并获取所述当前车辆的停车距离D2；
根据当所述D1，所述D2以及所述车头间距h0满足以下公式时的所述前车的加速度的取值区间确定所述可能产生碰撞的减速度区间：
D1+h0-l1>D2t∈(0,Tc)
其中，
l1为所述前车的车长，v1为所述前车的当前车速，a1为所述前车的加速度，v2为所述当前车辆的当前车速，a2为所述当前车辆的加速度，tr为驾驶员反应时间，tb为制动力传递时间，tb'为制动力增长时间，Tb为所述当前车辆开始制动的时刻，Tb'为所述当前车辆制动力开始稳定的时刻，Tc为所述当前车辆停止的时刻。
8.如权利要求5所述的跟车风险评估装置，其特征在于，还包括：
第二生成模块，用于在所述减速度区间内对所述减速概率密度函数进行积分以生成单车追尾事故概率之后，根据所述单车追尾事故概率生成路段追尾事故概率。
9.一种车辆，其特征在于，包括如权利要求6-8任一项所述的跟车风险评估装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410836457.6A CN105774804B (zh) | 2014-12-26 | 2014-12-26 | 跟车风险评估方法、装置和车辆 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410836457.6A CN105774804B (zh) | 2014-12-26 | 2014-12-26 | 跟车风险评估方法、装置和车辆 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105774804A CN105774804A (zh) | 2016-07-20 |
| CN105774804B true CN105774804B (zh) | 2019-03-29 |
Family
ID=56389664
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410836457.6A Active CN105774804B (zh) | 2014-12-26 | 2014-12-26 | 跟车风险评估方法、装置和车辆 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105774804B (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6651642B2 (ja) * | 2016-10-03 | 2020-02-19 | 本田技研工業株式会社 | 車両制御装置 |
| CN109421711B (zh) | 2017-08-28 | 2021-07-13 | 腾讯科技（北京）有限公司 | 跟车速度控制方法、装置、系统、计算机设备及存储介质 |
| JP6834860B2 (ja) * | 2017-09-05 | 2021-02-24 | トヨタ自動車株式会社 | 衝突防止装置、衝突防止方法、衝突防止プログラム、記録媒体 |
| CN108501947A (zh) * | 2018-04-03 | 2018-09-07 | 西藏帝亚维新能源汽车有限公司 | 一种纯电动车辆自动制动的控制方法 |
| CN109428316B (zh) * | 2018-11-05 | 2020-06-12 | 广州小鹏汽车科技有限公司 | 一种过电流的熔断保护方法及汽车电池管理系统 |
| CN111653126A (zh) * | 2020-05-29 | 2020-09-11 | 长安大学 | 一种车辆通行黄灯期间的防追尾方法 |
| CN113393108A (zh) * | 2021-06-07 | 2021-09-14 | 中国石油大学(北京) | 危化品运输车辆聚集区域的风险评价方法 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE4305186C2 (de) * | 1993-02-19 | 1996-02-01 | Gerhaher Max | Verfahren zur Reduzierung der Gefahr von Auffahrunfällen im Straßenverkehr durch eine Verzögerungswarnung und Verzögerungswarnanlage |
| CN1156507A (zh) * | 1994-07-15 | 1997-08-06 | 设计技术创新有限公司 | 车辆的安全系统 |
| JP4211794B2 (ja) * | 2006-02-28 | 2009-01-21 | トヨタ自動車株式会社 | 干渉評価方法、装置、およびプログラム |
| EP2289754B1 (en) * | 2009-08-31 | 2015-04-29 | Toyota Motor Europe NV/SA | Vehicle or traffic control method and system |
| EP2306433A1 (en) * | 2009-10-05 | 2011-04-06 | Nederlandse Organisatie voor toegepast -natuurwetenschappelijk onderzoek TNO | Collision avoidance system and method for a road vehicle and respective computer program product |
| DE102011012784A1 (de) * | 2010-09-14 | 2012-03-15 | Daimler Ag | Verfahren zur Kollisionsvermeidung oder Kollisionsfolgenminderung |
| EP2484573B1 (en) * | 2011-02-08 | 2017-12-13 | Volvo Car Corporation | Method for reducing the risk of a collision between a vehicle and a first external object |
| CN102968541A (zh) * | 2012-12-11 | 2013-03-13 | 东南大学 | 基于跟车行为的交通流微观仿真方法 |
-
2014
- 2014-12-26 CN CN201410836457.6A patent/CN105774804B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN105774804A (zh) | 2016-07-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105774804B (zh) | 跟车风险评估方法、装置和车辆 | |
| CN102616235B (zh) | 一种基于车车通信的协同避撞装置及避撞方法 | |
| USRE47473E1 (en) | Method and apparatus of predicting collision for omnidirectional application within emergency brake system | |
| CN105501220B (zh) | 车辆碰撞预警的方法、装置以及车辆 | |
| CN103350698B (zh) | 用于运行车辆的方法和设备 | |
| CN105667506B (zh) | 一种汽车动态紧急避撞控制方法 | |
| WO2018227933A1 (zh) | 车辆控制方法及系统 | |
| CN102069800B (zh) | 车辆行驶控制方法及控制装置 | |
| CN106114478B (zh) | 刹车控制方法、装置和车辆 | |
| CN112590801B (zh) | 一种基于驾驶员疲劳程度的前方碰撞预警控制方法 | |
| CN109878510A (zh) | 智能网联自动驾驶汽车行驶过程中的安全判别与处置方法 | |
| CN103150677B (zh) | 激进驾驶状态识别方法及系统 | |
| CN107010028A (zh) | 电动汽车的防碰撞系统、控制方法及电动汽车 | |
| US10589740B2 (en) | Automated collision mitigation system of a vehicle and method thereof | |
| CN110803160B (zh) | 一种汽车后向防碰撞控制系统及控制方法 | |
| Nakaoka et al. | Study on forward collision warning system adapted to driver characteristics and road environment | |
| US20190118783A1 (en) | Method for performing emergency braking in a motor vehicle and emergency braking system for performing the method | |
| CN107031621B (zh) | 一种汽车防撞方法 | |
| CN111169462B (zh) | 安全距离计算模块及其计算方法 | |
| CN106828186B (zh) | 电动汽车及其的巡航控制系统和巡航控制方法 | |
| CN110329251B (zh) | 车辆防碰撞制动方法及系统 | |
| CN113962011A (zh) | 一种电动汽车制动系模型及其建立方法 | |
| CN113650617A (zh) | 一种防追尾碰撞的方法、装置、电子设备和存储介质 | |
| CN110435614A (zh) | 一种基于障碍物动静态判断的车辆驾驶控制方法 | |
| CN106530827A (zh) | 弯道行车预警装置、系统及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |