CN105810013A - 一种基于车群风险的车辆防撞控制方法和装置 - Google Patents
一种基于车群风险的车辆防撞控制方法和装置 Download PDFInfo
- Publication number
- CN105810013A CN105810013A CN201410843999.6A CN201410843999A CN105810013A CN 105810013 A CN105810013 A CN 105810013A CN 201410843999 A CN201410843999 A CN 201410843999A CN 105810013 A CN105810013 A CN 105810013A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- risk
- collision
- car group
- controlled
- 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
Abstract
本发明公开了一种基于车群风险的车辆防撞控制方法,对目标道路上行驶的各个车辆进行车群划分,分别对每个车群进行分层聚类,并计算分层聚类后的每一层系统的碰撞风险,根据各层系统的碰撞风险确定被控车群以及被控车辆对,对各被控车辆对进行防撞控制;本发明同时还公开了一种基于车群风险的车辆防撞控制装置。
Description
技术领域
本发明涉及车联网技术,尤其涉及一种基于车群风险的车辆防撞控制方法和装置。
背景技术
随着汽车的不断普及以及高速公路的不断建设,如何保证安全出行已经是交通领域的一个重要挑战。而在众多的交通事故中,车辆碰撞导致的事故数量以及危害程度都是最为严重的,因此,有效地进行车辆防碰撞控制对行车安全而言至关重要。
在交通安全领域,单车的智能化发展已经十分成熟,主要表现为在车辆上安装各类传感器以避免车车、车人及车与其他物体之间的碰撞,如雷达、超声波收发器、摄像头和红外线夜视仪等。现有的车辆防碰撞控制方法多是以单车为对象,某车辆基于自身设置的各种传感器、探测仪或者基于雷达等技术来获知自身以及周围车辆或障碍物的信息,并在根据获得的数据信息判断自身与其他车辆或障碍物存在碰撞风险时,采用主动避让、减速绕行等方式来避免碰撞的发生。另外,随着车车通信技术的发展,现有技术中也存在基于车车通信来实现车辆防碰撞的方案,比如发明专利《一种基于车车通信的高效道路交通防碰撞预警方法-201310430201.0》,该方案中,首先基于车载通信终端实现自车与邻车运动状态信息的共享,再根据自车以及邻车的运动状态信息判断是否需要进行碰撞预警,然后计算自车与邻车行使路径未来交汇点的坐标,当交汇点位于自车行驶路径前方时计算两车到达交汇点的时间差,最后根据道路交通实际情况与该时间差设定安全系数,即预警的紧急情况等级。但是,正如前述,这种方案也是针对单车进行防碰撞预警的。
随着通信技术的发展,越来越多的车辆可以接入网络,车辆可以获取更多的更准确的综合信息,进而更好的为车辆安全服务。上述现有技术,由于感应距离、周边环境遮挡等原因,只能实现基于单车的防碰撞预警,具有局限性。但是道路上的交通流是互相影响的,实施保证本车安全策略的同时,很可能给其他周边行驶车辆带来危险,另外,在保证车辆安全的同时,忽略了对整体交通效率的影响。
发明内容
为解决现有存在的技术问题,本发明主要提供一种基于车群风险的车辆防撞控制方法和装置。
本发明的技术方案是这样实现的:
本发明提供一种基于车群风险的车辆防撞控制方法,该方法包括:
对目标道路上行驶的各个车辆进行车群划分,分别对每个车群进行分层聚类,并计算分层聚类后的每一层系统的碰撞风险,根据各层系统的碰撞风险确定被控车群以及被控车辆对,对各被控车辆对进行防撞控制。
上述方案中,所述对目标道路上行驶的各个车辆进行车群划分包括:获取目标道路上行驶的各个车辆的位置信息和速度信息,并根据各个车辆的位置信息确定位于目标道路上各预设路段区间的车辆,将属于同一路段区间中的各车辆构成一个车群,所述路段区间包括标准路段和模糊路段。
上述方案中,所述分别对每个车群进行分层聚类包括:将各车群作为第一层子系统,对于每个车群,根据车群的车辆数和车辆对间的距离,将车群中具有碰撞风险的车辆对作为所述车群的第二层子系统的元素,形成第二层子系统,将具有同一车辆的车辆对合并成一个第三层子系统的元素,对于每个不需要合并的车辆对直接作为一个第三层子系统的元素,形成第三层子系统,将合并成一个元素的各车辆对作为属于所述第三层子系统相应元素的第四层子系统的元素,对于没有通过合并而得到的第三层子系统的元素,直接作为第四层子系统的元素,形成第四层子系统。
上述方案中,所述计算分层聚类后的每一层系统的碰撞风险包括:对每个车群先计算最底层系统的碰撞风险,然后基于最底层系统的碰撞风险计算倒数第二层系统的碰撞风险,后续每层系统的碰撞风险均基于其前一层系统的碰撞风险计算。
上述方案中,所述根据各层系统的碰撞风险确定被控车群以及被控车辆对包括:将车群整体风险即第一层子系统中车群的碰撞风险超过预设的第一阈值的车群,定为被控车群,并从各被控车群中确定第四层子系统中碰撞风险大于预设的第二阈值的各车辆对为被控车辆对。
上述方案中,所述对各被控车辆对进行防撞控制包括:
对于每个被控车辆对,根据被控车辆对中的两个车辆的位置关系以及行驶方向,确定被控车辆对的碰撞类型,针对确定的碰撞类型,分别根据被控车辆对中两个车辆的优先级以及速度信息,确定每个车辆的控制策略,并将确定的控制策略分别发送给两辆车。
本发明提供一种基于车群风险的车辆防撞控制装置,该装置包括:车群划分模块、分层模块、风险确定模块、控制对象确定模块、控制模块;其中,
车群划分模块,用于对目标道路上行驶的各个车辆进行车群划分;
分层模块,用于分别对每个车群进行分层聚类;
风险确定模块,用于计算分层聚类后的每一层系统的碰撞风险;
控制对象确定模块,用于根据各层系统的碰撞风险确定被控车群以及被控车辆对;
控制模块,用于对各车辆对进行防撞控制。
上述方案中,所述车群划分模块,具体用于获取目标道路上行驶的各个车辆的位置信息和速度信息,并根据各个车辆的位置信息确定位于目标道路上各预设路段区间的车辆,将属于同一路段区间中的各车辆构成一个车群,所述路段区间包括标准路段和模糊路段。
上述方案中,所述分层模块,具体用于将各车群作为第一层子系统,对于每个车群,根据车群的车辆数和车辆对间的距离,将车群中具有碰撞风险的车辆对作为所述车群的第二层子系统的元素,形成第二层子系统,将具有同一车辆的车辆对合并成一个第三层子系统的元素,对于每个不需要合并的车辆对直接作为一个第三层子系统的元素,形成第三层子系统,将合并成一个元素的各车辆对作为属于所述第三层子系统相应元素的第四层子系统的元素,对于没有通过合并而得到的第三层子系统的元素,直接作为第四层子系统的元素,形成第四层子系统。
上述方案中,所述风险确定模块,具体用于对每个车群先计算最底层系统的碰撞风险,然后基于最底层系统的碰撞风险计算倒数第二层系统的碰撞风险,后续每层系统的碰撞风险均基于其前一层系统的碰撞风险计算。
上述方案中,所述控制对象确定模块,具体用于将车群整体风险即第一层子系统中车群的碰撞风险超过预设的第一阈值的车群,定为被控车群,并从各被控车群中确定第四层子系统中碰撞风险大于预设的第二阈值的各车辆对为被控车辆对。
上述方案中,所述控制模块,具体用于对于每个被控车辆对,根据被控车辆对中的两个车辆的位置关系以及行驶方向,确定被控车辆对的碰撞类型,针对确定的碰撞类型,分别根据被控车辆对中两个车辆的优先级以及速度信息,确定每个车辆的控制策略,并将确定的控制策略分别发送给两辆车。
本发明还提供一种云平台,所述云平台包括上述的车辆防撞控制装置。
本发明提供了一种基于车群风险的车辆防撞控制方法和装置,对目标道路上行驶的各个车辆进行车群划分,分别对每个车群进行分层聚类,并计算分层聚类后的每一层系统的碰撞风险,根据各层系统的碰撞风险确定被控车群以及被控车辆对,对各被控车辆对进行防撞控制;如此,在单车风险控制的基础上,从车群出发,保证交通流的整体安全。
附图说明
图1为本发明实施例提供的车辆防撞控制方法的流程示意图;
图2为本发明实施例提供的预设路段区间的示意图;
图3为本发明实施例提供的车辆防撞控制装置的结构示意图。
具体实施方式
随着定位技术、云计算以及通信技术等的发展,本发明提出一种基于车群风险的车辆防撞控制方法和装置,通过将道路上行驶的多个车辆基于道路路段进行车群的划分;针对每个车群,根据车群中包含的各个车辆的位置信息分别对每个车群进行分层聚类,基于每个车群中两车的碰撞风险获得该车群中每一层系统的碰撞风险,最终得到该车群的碰撞风险,从而确定车群碰撞风险较高的车群中包含的两车碰撞风险较高的各个车辆对为防碰撞控制对象;对于每个防碰撞控制对象即每对被控车辆,根据这两个车辆的位置关系和行驶方向确定二者的碰撞类型,进而针对所述碰撞类型,根据这两个车辆的控制优先级、运行状态信息(如速度、位置、车头时局等)以及车群交通流量分别确定这两个车辆的控制策略,并将确定的控制策略分别发送给这两个车,以使其分别根据接收到的控制策略控制车辆的运行,避免碰撞。
本发明实施例中,对某道路上行驶的车辆进行车群划分后,对各车群进行分层聚类划分,基于同一车群中每对车辆的碰撞风险,计算分层聚类后各层系统的碰撞风险,进而确定车群的碰撞风险,通过风险阈值确定被控车群以及被控车群中的防碰撞控制对象,从而能够实现基于车群的车辆防碰撞控制,提高群体车辆的行驶安全性;另外,对存在碰撞风险的各车辆进行防碰撞控制时,综合考虑各车辆的优先级、车辆运行状态、碰撞类型、车群交通流量,使得控制策略具有更好的针对性以及更高的可靠性。
本发明实施例中,对目标道路上行驶的各个车辆进行车群划分,分别对每个车群进行分层聚类,并计算分层聚类后的每一层系统的碰撞风险,根据各层系统的碰撞风险确定被控车群以及被控车辆对,对各被控车辆对进行防撞控制。
下面通过附图及具体实施例对本发明做进一步的详细说明。
本发明实施例实现一种基于车群风险的车辆防撞控制方法,如图1所示,该方法包括以下几个步骤:
步骤101:对目标道路上行驶的各个车辆进行车群划分;
具体的,云平台获取目标道路上行驶的各个车辆的位置信息和速度信息,并根据各个车辆的位置信息确定位于目标道路上各预设路段区间的车辆,将属于同一路段区间中的各车辆构成一个车群,所述路段区间包括标准路段和模糊路段。
云平台利用高精定位技术获取车辆的准确位置、瞬时速度,通过G-sensor采集车辆的加速度(通过G-sensor对加速度进行采集后,需要进行换算,得到可以标识加速的数字信号和方向变化信息),车辆以一定的频率,如0.1s,上报车辆的位置信息、瞬时速度信息、加速度信息到云平台,云平台建立用户位置和状态数据库,将车辆上报的位置信息保存到用户位置数据库,将车辆上报的瞬时速度信息、加速度信息保存到用户状态数据库,对每辆车保存一定时间内的上述数据,以供后续在制定车辆防撞控制策略中使用;
实际实现中,以某一固定长度,如500m,将目标道路划分为若干个标准路段L,在每个标准路段的两端设置固定长度的模糊路段,如图2所示,各模糊路段长度位25m,设置模糊路段的目的,主要是考虑到车流是连续的,一定地理范围内的车辆是相互影响的,因此处在标准路段边缘的车辆对于前后两个路段都有影响。因此,可以将每个500m标准路段L内的车辆以及前后两个路段的相邻模糊路段内的车辆划分为一个车群。
步骤102:分别对每个车群进行分层聚类;
具体的,云平台将各车群作为第一层子系统,对于每个车群,根据车群的车辆数和车辆对间的距离,将车群中具有碰撞风险的车辆对作为所述车群的第二层子系统的元素,形成第二层子系统,将具有同一车辆的车辆对合并成一个第三层子系统的元素,对于每个不需要合并的车辆对直接作为一个第三层子系统的元素,形成第三层子系统,将合并成一个元素的各车辆对作为属于所述第三层子系统相应元素的第四层子系统的元素,对于没有通过合并而得到的第三层子系统的元素,直接作为第四层子系统的元素,形成第四层子系统;
本步骤具体方法可以是:
步骤1:将各个车群依次编号为P1,P2,…Pi,…Pn,规定Si表示车群的第i层子系统,Si,j表示车群第i层子系统中的第j个元素。
步骤2:若Pi中的车辆数为1,则该车群的碰撞风险为0。
步骤3:若Pi中的车辆数为2,若两车的位置均不在Pi对应的500m标准路段L范围内,则Pi的碰撞风险为0,不再进行分层;若至少有一车在Pi对应的500m标准路段L范围内,则根据两车当前时刻的速度、位置分别计算安全距离Safe_D和实际相对距离Actual_D,若满足Actual_D≤Safe_D,则将所述两车作为第2层子系统S2的元素S2,j,若不满足上述公式,则认为Pi的碰撞风险为0,不再进行分层。
步骤4:若Pi中的车辆数大于2,则遍历Pi中的两两车辆对,按照步骤3的规则筛选车辆对(即车辆对中至少有一车在路段L范围内,且两车的Actual_D≤Safe_D),若筛选出的车辆对的数量为0,则认为Pi的碰撞风险为0,不再进行分层;反之,则将筛选出的各车辆对作为第二层子系统S2的元素S2,j,若第二层子系统S2中车辆对数超过1,则继续执行步骤5。
步骤5:对车辆对数超过1的第二层子系统S2,进一步进行以下化简:
5.1、将构成某一车群的第二层子系统S2中的车辆对作为第四层子系统S4的元素S4,k,即S4={S4,1,S4,2…S4,k},设置变量i=1;
5.2、若令j=1,Xi=S4,j,其中,Xi是中间变量;反之,执行5.8;
5.3、若j<k,则令j=j+1;反之,执行5.6;
5.4、若Xi=S4,j∪Xi;
5.5、重复5.3.和5.4;
5.6、S4=S4-Xi,i=i+1;
5.7、重复5.2~5.6;
5.8、Xi中的所有车辆对构成作为第三层子系统S3的元素S3,i;
5.9、得到第二层子系统S2对应的第三层子系统S3={S3,1,S3,2…S3,i}。
通过举例说明上述5.1~5.9的具体实现:
第一层子系统中某个车群为{1,2,3,4,5,6};
第二层子系统的元素为按照上述步骤3和4筛选出的存在碰撞风险的车辆对{(1,3),(1,2),(4,5)};
通过5.1~5.9确定第三层子系统和第四层子系统,其中,由于第二层子系统的元素(1,3)、(1,2)中具有同一车辆1,这两个元素合并为一个第三层子系统的元素(1,2,3),第三层子系统包含两个元素{(1,2,3),(4,5)};
第四层子系统为两车相撞系统,第三层子系统的元素(1,2,3)对应的第四层子系统的元素为{(1,3),(1,2)},第三层子系统元素(4,5)对应的第四层子系统依然为(4,5)。
步骤6:重复步骤2~步骤5,遍历所有车群,得到各个车群的层次划分。
步骤103:计算分层聚类后的每一层系统的碰撞风险;
具体的,云平台对每个车群先计算最底层系统的碰撞风险,然后基于最底层系统的碰撞风险计算倒数第二层系统的碰撞风险,后续每层系统的碰撞风险均基于其前一层系统的碰撞风险计算,以分层聚类后分出四层系统为例,具体方法可以是:
首先,计算第四层子系统的碰撞风险,第四层子系统是两车防撞系统,根据数据库中存储的车辆的位置、速度、加速度等信息,对第四层子系统中各车辆对进行轨迹预测,判断两车的碰撞风险,以此计算得到第四层子系统的各元素的碰撞风险为f4,i,i=1,2…m4,其中m4是第四层子系统的元素个数;
其次,计算第三层子系统的风险;
根据获得的第四层子系统的各元素的碰撞风险,计算属于相应的第二层子系统的第三层子系统中各元素的碰撞风险,计算公式如下:
再次,计算第二层子系统的碰撞风险;
根据获得的第三层子系统的各元素的碰撞风险,计算属于相应的第二层子系统的风险,计算公式如下:
最后,计算第一层子系统的碰撞风险;
根据获得的第二层子系统的各元素的碰撞风险,计算第一层子系统各车群的碰撞风险f1,计算公式如下:
其中,是权值,m2是该车群的第二层子系统的元素f2,i个数,α2,i是每个f2,i的权值。
通过上述方案将整个路网的车辆拓扑结构进行区域划分和分层化简,有助于交通管理部门宏观管理整个交通网络,对于碰撞风险较大的车群进行监控,并给出相应的车辆控制策略。
步骤104:根据各层系统的碰撞风险确定被控车群以及被控车辆对;
具体的,云平台将车群整体风险即第一层子系统中车群的碰撞风险超过预设的第一阈值F1的车群,定为被控车群,并从各被控车群中确定第四层子系统中碰撞风险大于预设的第二阈值F2的各车辆对为被控车辆对;
这里所述F1、F2可以通过预先对目标道路进行风险统计来设置。
步骤105:对各车辆对进行防撞控制;
具体的,对于每个被控车辆对,云平台根据被控车辆对中的两个车辆的位置关系以及行驶方向,确定被控车辆对的碰撞类型,针对确定的碰撞类型,分别根据被控车辆对中两个车辆的优先级以及瞬时速度信息、加速度信息,确定每个车辆的控制策略,并将确定的控制策略分别发送给两辆车;
在确定了各个被控车辆对后,对于每各被控车辆对,根据数据库中两车的历史轨迹以及当前数据,可以确定两车的位置关系及行驶方向,进而根据位置关系和行驶方向确定两车的碰撞类型,碰撞类型主要分为两种,第一、同向同一车道的追尾碰撞风险,记为Type1;第二、相邻车道(不考虑相邻车道为逆向的情况)换道引起的碰撞风险,记为Type2。
为了进一步实现更为针对性、更加有效的车辆防碰撞控制,在保证道路交通安全的同时,提高道路的交通流效率,在制定防碰撞控制策略的时候综合考虑车群交通流量、不同车辆类型等因素。
路网上的车辆安全与交通流效率近似相互博弈的关系:当车辆全部停止在道路上时车辆绝对安全,此时交通效率为0;当路段能够容纳的最大数目车辆均以最快速度最短路径通过路段时,车辆安全度极低。因此,不能只顾安全,也不能只求效率,在一定碰撞风险的范围内,谋求交通流的最大效率,是相对合理的选择。特定道路的交通效率主要由交通流量决定。车群的交通流量定义为指定时间内通过路段某一截面的车辆数。
具体地,车群交通流量计算公式为Q=K·V,其中Q为流量,单位是辆/h;K为密度,单位是辆/公里;V为区间车辆平均速度,单位为km/h。从上述公式可知,为了提高车群的交通流量,可以通过提高车群的平均速度或提高路段内车辆数。
同时,道路上的车辆类型分为很多种,如救护车、警车、消防车、道路清扫车、洒水车等特殊车辆,公共汽车,普通轿车,货车等,通过连接交通管理部门的相关数据库,通过车辆牌照即可以确定车辆类型,对不同类型的车辆设定不同的优先级,通过优先级影响车辆控制策略,在一定程度上保证安全的同时,使控制策略更加合理。
具体地,优先级定义方法如下:
一级——救护车、警用车辆、消防车辆等有特殊职能并对行程时间有要求的车辆。
二级——道路清扫车、洒水车等公共服务车辆以及公共汽车。
三级——由公司运营的货车、出租车等,以及私人使用的轿车、货车等。
另外,本实施例中车辆防碰撞控制策略主要包括加速、减速、换道三种,以下采用行为阈值模型,介绍车辆执行上述三种不同控制策略的相应条件。
加速:
当V<Vd且h1>hd时,本车可以加速,
减速:
当h2>hs2时,本车可以减速,
在上述加速减速条件公式中,参数定义如下:
本车与前车的车间间距为g1,t为可调整的目标点距离,
对变换到目标车道的可行性分析包括两个内容:一个方面是目标车道上是否有车道变换所需的足够空间;另一方面是考虑到目标车道上速度不同,变换车道时对目标车道前车和后车的影响。
换道:
假设目标车道上的前车速度为V1,后车速度为V2,本车速度为V,若满足如下条件,则本车可以变道:
其中ΔV1=V1-V;
其中ΔV2=V-V2;
在上述换道条件公式中,g1为目标车道前车与本车的间距,g2为目标车道后车与本车的间距,D是本车的最大减速度,D2是目标车道后车的最大减速度,h1为本车与目标车道前车的车头时距,h2为本车与目标车道后车的车头时距。
因此,当根据被控车辆对中的两个车辆的位置关系以及行驶方向,确定该车辆对的碰撞类型之后,综合考虑车群交通流量、车辆优先级等因素,根据不同的碰撞类型执行不同的控制策略发布。基本原则是采取策略消解风险时,首先保证高优先级车辆的需求得到满足,并以此为前提,优先选择需要低优先级车辆执行的策略,其次保证车群交通流量。不同策略均可满足上述要求时,优先选择同一车道上的加减速策略。
具体的,对于Type1追尾碰撞风险消解,将存在碰撞风险的车辆根据位置关系区分为前车、后车。依次执行如下判断,在判断满足相应的条件时执行对应的策略,均不满足时,则不发布任何控制策略:
在前车优先级高于后车优先级的情况下,依次执行如下判断:
若后车可减速,则令后车减速,并给出相应的加速度值;
若后车可换道,则令后车换道;
若前车可加速,则令前车加速,并给出相应的加速度值;
若前车可换道,则令前车换道。
在后车优先级高于前车优先级的情况下,依次执行如下判断:
若前车可加速,则令前车加速,并给出相应的加速度值;
若前车可换道,则令前车换道;
若后车可换道,则令后车换道;
若后车可减速,则令后车减速,并给出相应的加速度值。
在前后车优先级相同的情况下,依次执行如下判断:
若前车可加速,则令前车加速,并给出相应的加速度值;
若后车可减速,则令后车减速,并给出相应的加速度值;
若前车可换道,则令前车换道;
若后车可换道,则令后车换道。
具体的,对于Type2换道碰撞风险消解,将存在碰撞风险的车辆对区分为换道车辆和目标车道上的普通车辆。依次执行下列判断,并在判断满足相应的条件时执行对应的策略:
在换道车辆优先级高于目标车道普通车辆,且普通车辆位于换道车辆前方的情况下,依次执行如下判断:
若普通车辆可加速,则令普通车辆加速,并给出相应的加速度值;
若普通车辆可换道,则令普通车辆换道;
若换道车辆可减速,则令换道车辆减速,并给出相应的加速度值;
以上条件依次判断均不符合时,则对换道车辆告警,不允许其换道。
在换道车辆优先级高于目标车道普通车辆,且普通车辆位于换道车辆后方的情况下,依次执行如下判断:
若普通车辆可减速,则令普通车辆减速,并给出相应的加速度值;
若普通车辆可换道,则令普通车辆换道;
若换道车辆可加速,则令换道车辆加速,并给出相应的加速度值;
以上条件依次判断均不符合时,则对换道车辆告警,不允许其换道。
在目标车道普通车辆优先级高于换道车辆,且普通车辆位于换道车辆前方的情况下,执行如下判断:
若换道车辆可减速,则令换道车辆减速,并给出相应的加速度值;
以上条件不符合时,则对换道车辆告警,不允许其换道。
在目标车道普通车辆优先级高于换道车辆,且普通车辆位于换道车辆后方的情况下,执行如下判断:
若换道车辆可加速,则令换道车辆加速,并给出相应的加速度值;
以上条件不符合时,则对换道车辆告警,不允许其换道。
在换道车辆与普通车辆优先级相同,且普通车辆位于换道车辆前方的情况下,执行如下判断:
若换道车辆可减速,则令换道车辆减速,并给出相应的加速度值;
若普通车辆可加速,则令普通车辆加速,并给出相应的加速度值;
以上条件不符合时,则对换道车辆告警,不允许其换道。
在换道车辆与普通车辆优先级相同,且普通车辆位于换道车辆后方的情况下,依次执行如下判断:
若换道车辆可加速,则令换道车辆加速,并给出相应的加速度值;
若普通车辆可减速,则令普通车辆减速,并给出相应的加速度值;
以上条件不符合时,则对换道车辆告警,不允许其换道。
为了实现上述方法,本发明还提供一种基于车群风险的车辆防撞控制装置,如图3所示,该装置包括:车群划分模块31、分层模块32、风险确定模块33、控制对象确定模块34、控制模块35;其中,
车群划分模块31,用于对目标道路上行驶的各个车辆进行车群划分;
分层模块32,用于分别对每个车群进行分层聚类;
风险确定模块33,用于计算分层聚类后的每一层系统的碰撞风险;
控制对象确定模块34,用于根据各层系统的碰撞风险确定被控车群以及被控车辆对;
控制模块35,用于对各车辆对进行防撞控制;
所述车群划分模块31,具体用于获取目标道路上行驶的各个车辆的位置信息和速度信息,并根据各个车辆的位置信息确定位于目标道路上各预设路段区间的车辆,将属于同一路段区间中的各车辆构成一个车群,所述路段区间包括标准路段和模糊路段。
利用高精定位技术获取车辆的准确位置、瞬时速度,通过G-sensor采集车辆的加速度(通过G-sensor对加速度进行采集后,需要进行换算,得到可以标识加速的数字信号和方向变化信息),以一定的频率,如0.1s,接收车辆的位置信息、瞬时速度信息、加速度信息,建立用户位置和状态数据库,将车辆上报的位置信息保存到用户位置数据库,将车辆上报的瞬时速度信息、加速度信息保存到用户状态数据库,对每辆车保存一定时间内的上述数据,以供后续在制定车辆防撞控制策略中使用;
所述分层模块32,具体用于将各车群作为第一层子系统,对于每个车群,根据车群的车辆数和车辆对间的距离,将车群中具有碰撞风险的车辆对作为所述车群的第二层子系统的元素,形成第二层子系统,将具有同一车辆的车辆对合并成一个第三层子系统的元素,对于每个不需要合并的车辆对直接作为一个第三层子系统的元素,形成第三层子系统,将合并成一个元素的各车辆对作为属于所述第三层子系统相应元素的第四层子系统的元素,对于没有通过合并而得到的第三层子系统的元素,直接作为第四层子系统的元素,形成第四层子系统;
所述风险确定模块33,具体用于对每个车群先计算最底层系统的碰撞风险,然后基于最底层系统的碰撞风险计算倒数第二层系统的碰撞风险,后续每层系统的碰撞风险均基于其前一层系统的碰撞风险计算;
所述控制对象确定模块34,具体用于将车群整体风险即第一层子系统中车群的碰撞风险超过预设的第一阈值F1的车群,定为被控车群,并从各被控车群中确定第四层子系统中碰撞风险大于预设的第二阈值F2的各车辆对为被控车辆对;
所述控制模块35,具体用于对于每个被控车辆对,根据被控车辆对中的两个车辆的位置关系以及行驶方向,确定被控车辆对的碰撞类型,针对确定的碰撞类型,分别根据被控车辆对中两个车辆的优先级以及瞬时速度信息、加速度信息,确定每个车辆的控制策略,并将确定的控制策略分别发送给两辆车。
本发明还提供一种云平台,可以由服务器实现,该云平台包括上述基于车群风险的车辆防撞控制装置。
综上所述,本发明通过划分车群,并分别对每个车群进行分层聚类计算碰撞风险,从而确定被控车群以及被控车辆对,对各被控车辆对进行防撞控制,能够在单车风险控制的基础上,从车群出发,保证交通流的整体安全。
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (13)
1.一种基于车群风险的车辆防撞控制方法,其特征在于,该方法包括:
对目标道路上行驶的各个车辆进行车群划分,分别对每个车群进行分层聚类,并计算分层聚类后的每一层系统的碰撞风险,根据各层系统的碰撞风险确定被控车群以及被控车辆对,对各被控车辆对进行防撞控制。
2.根据权利要求1所述的车辆防撞控制方法,其特征在于,所述对目标道路上行驶的各个车辆进行车群划分包括:获取目标道路上行驶的各个车辆的位置信息和速度信息,并根据各个车辆的位置信息确定位于目标道路上各预设路段区间的车辆,将属于同一路段区间中的各车辆构成一个车群,所述路段区间包括标准路段和模糊路段。
3.根据权利要求2所述的车辆防撞控制方法,其特征在于,所述分别对每个车群进行分层聚类包括:将各车群作为第一层子系统,对于每个车群,根据车群的车辆数和车辆对间的距离,将车群中具有碰撞风险的车辆对作为所述车群的第二层子系统的元素,形成第二层子系统,将具有同一车辆的车辆对合并成一个第三层子系统的元素,对于每个不需要合并的车辆对直接作为一个第三层子系统的元素,形成第三层子系统,将合并成一个元素的各车辆对作为属于所述第三层子系统相应元素的第四层子系统的元素,对于没有通过合并而得到的第三层子系统的元素,直接作为第四层子系统的元素,形成第四层子系统。
4.根据权利要求3所述的车辆防撞控制方法,其特征在于,所述计算分层聚类后的每一层系统的碰撞风险包括:对每个车群先计算最底层系统的碰撞风险,然后基于最底层系统的碰撞风险计算倒数第二层系统的碰撞风险,后续每层系统的碰撞风险均基于其前一层系统的碰撞风险计算。
5.根据权利要求4所述的车辆防撞控制方法,其特征在于,所述根据各层系统的碰撞风险确定被控车群以及被控车辆对包括:将车群整体风险即第一层子系统中车群的碰撞风险超过预设的第一阈值的车群,定为被控车群,并从各被控车群中确定第四层子系统中碰撞风险大于预设的第二阈值的各车辆对为被控车辆对。
6.根据权利要求5所述的车辆防撞控制方法,其特征在于,所述对各被控车辆对进行防撞控制包括:
对于每个被控车辆对,根据被控车辆对中的两个车辆的位置关系以及行驶方向,确定被控车辆对的碰撞类型,针对确定的碰撞类型,分别根据被控车辆对中两个车辆的优先级以及速度信息,确定每个车辆的控制策略,并将确定的控制策略分别发送给两辆车。
7.一种基于车群风险的车辆防撞控制装置,其特征在于,该装置包括:车群划分模块、分层模块、风险确定模块、控制对象确定模块、控制模块;其中,
车群划分模块,用于对目标道路上行驶的各个车辆进行车群划分;
分层模块,用于分别对每个车群进行分层聚类;
风险确定模块,用于计算分层聚类后的每一层系统的碰撞风险;
控制对象确定模块,用于根据各层系统的碰撞风险确定被控车群以及被控车辆对;
控制模块,用于对各车辆对进行防撞控制。
8.根据权利要求7所述的车辆防撞控制装置,其特征在于,所述车群划分模块,具体用于获取目标道路上行驶的各个车辆的位置信息和速度信息,并根据各个车辆的位置信息确定位于目标道路上各预设路段区间的车辆,将属于同一路段区间中的各车辆构成一个车群,所述路段区间包括标准路段和模糊路段。
9.根据权利要求8所述的车辆防撞控制装置,其特征在于,所述分层模块,具体用于将各车群作为第一层子系统,对于每个车群,根据车群的车辆数和车辆对间的距离,将车群中具有碰撞风险的车辆对作为所述车群的第二层子系统的元素,形成第二层子系统,将具有同一车辆的车辆对合并成一个第三层子系统的元素,对于每个不需要合并的车辆对直接作为一个第三层子系统的元素,形成第三层子系统,将合并成一个元素的各车辆对作为属于所述第三层子系统相应元素的第四层子系统的元素,对于没有通过合并而得到的第三层子系统的元素,直接作为第四层子系统的元素,形成第四层子系统。
10.根据权利要求9所述的车辆防撞控制装置,其特征在于,所述风险确定模块,具体用于对每个车群先计算最底层系统的碰撞风险,然后基于最底层系统的碰撞风险计算倒数第二层系统的碰撞风险,后续每层系统的碰撞风险均基于其前一层系统的碰撞风险计算。
11.根据权利要求10所述的车辆防撞控制装置,其特征在于,所述控制对象确定模块,具体用于将车群整体风险即第一层子系统中车群的碰撞风险超过预设的第一阈值的车群,定为被控车群,并从各被控车群中确定第四层子系统中碰撞风险大于预设的第二阈值的各车辆对为被控车辆对。
12.根据权利要求11所述的车辆防撞控制装置,其特征在于,所述控制模块,具体用于对于每个被控车辆对,根据被控车辆对中的两个车辆的位置关系以及行驶方向,确定被控车辆对的碰撞类型,针对确定的碰撞类型,分别根据被控车辆对中两个车辆的优先级以及速度信息,确定每个车辆的控制策略,并将确定的控制策略分别发送给两辆车。
13.一种云平台,其特征在于,所述云平台包括权利要求7至12任一项所述的车辆防撞控制装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410843999.6A CN105810013A (zh) | 2014-12-30 | 2014-12-30 | 一种基于车群风险的车辆防撞控制方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410843999.6A CN105810013A (zh) | 2014-12-30 | 2014-12-30 | 一种基于车群风险的车辆防撞控制方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105810013A true CN105810013A (zh) | 2016-07-27 |
Family
ID=56420068
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410843999.6A Pending CN105810013A (zh) | 2014-12-30 | 2014-12-30 | 一种基于车群风险的车辆防撞控制方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105810013A (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106157697A (zh) * | 2016-08-31 | 2016-11-23 | 东软集团股份有限公司 | 一种制动预警方法和装置 |
CN106355890A (zh) * | 2016-09-27 | 2017-01-25 | 东软集团股份有限公司 | 一种对目标车辆分类的判断方法及装置 |
CN106781692A (zh) * | 2016-12-01 | 2017-05-31 | 东软集团股份有限公司 | 车辆碰撞预警的方法、装置及系统 |
CN107958613A (zh) * | 2017-12-25 | 2018-04-24 | 横琴国际知识产权交易中心有限公司 | 一种车辆行驶监控方法及系统 |
CN109345020A (zh) * | 2018-10-02 | 2019-02-15 | 北京航空航天大学 | 一种完全信息下的无信号交叉口车辆驾驶行为预测模型 |
CN109523807A (zh) * | 2018-11-28 | 2019-03-26 | 湖南大学 | 一种交通路网车辆分布式控制方法 |
CN109643496A (zh) * | 2016-09-21 | 2019-04-16 | 苹果公司 | 车辆控制系统 |
CN109688224A (zh) * | 2018-12-28 | 2019-04-26 | 国汽(北京)智能网联汽车研究院有限公司 | 一种智能网联汽车云控平台架构 |
CN109993965A (zh) * | 2018-01-02 | 2019-07-09 | 中国移动通信有限公司研究院 | 目标速度计算方法及装置、mec服务器及存储介质 |
CN110514217A (zh) * | 2019-09-27 | 2019-11-29 | 百度在线网络技术(北京)有限公司 | 用于辅助自动驾驶的方法和装置 |
CN111572538A (zh) * | 2020-04-27 | 2020-08-25 | 腾讯科技(深圳)有限公司 | 车辆碰撞预警阈值确定方法、装置 |
CN112150801A (zh) * | 2020-08-21 | 2020-12-29 | 同济大学 | 一种基于准车辆轨迹的快速路实时事故风险预测方法 |
CN113793535A (zh) * | 2021-09-15 | 2021-12-14 | 智道网联科技(北京)有限公司 | 并存交通风险的告警方法、装置和计算机可读存储介质 |
CN115771145A (zh) * | 2022-11-29 | 2023-03-10 | 哈尔滨理工大学 | 人机协作中基于博弈论的安全控制策略 |
CN116107320A (zh) * | 2023-04-12 | 2023-05-12 | 长沙市宽华通信科技有限公司 | 基于视觉的自动驾驶方法、系统、电子设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102890875A (zh) * | 2012-10-15 | 2013-01-23 | 浙江大学 | 一种获取海上智能交通网络的系统碰撞风险的方法 |
CN103106812A (zh) * | 2013-01-17 | 2013-05-15 | 中华人民共和国深圳海事局 | 一种获取海上船舶系统平均碰撞风险的方法 |
WO2014013985A1 (ja) * | 2012-07-17 | 2014-01-23 | 日産自動車株式会社 | 運転支援システム及び運転支援方法 |
-
2014
- 2014-12-30 CN CN201410843999.6A patent/CN105810013A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014013985A1 (ja) * | 2012-07-17 | 2014-01-23 | 日産自動車株式会社 | 運転支援システム及び運転支援方法 |
CN102890875A (zh) * | 2012-10-15 | 2013-01-23 | 浙江大学 | 一种获取海上智能交通网络的系统碰撞风险的方法 |
CN103106812A (zh) * | 2013-01-17 | 2013-05-15 | 中华人民共和国深圳海事局 | 一种获取海上船舶系统平均碰撞风险的方法 |
Non-Patent Citations (1)
Title |
---|
周梦婕: "船舶交通风险识别与评估研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106157697A (zh) * | 2016-08-31 | 2016-11-23 | 东软集团股份有限公司 | 一种制动预警方法和装置 |
CN109643496A (zh) * | 2016-09-21 | 2019-04-16 | 苹果公司 | 车辆控制系统 |
CN109643496B (zh) * | 2016-09-21 | 2021-08-20 | 苹果公司 | 车辆控制系统 |
CN106355890A (zh) * | 2016-09-27 | 2017-01-25 | 东软集团股份有限公司 | 一种对目标车辆分类的判断方法及装置 |
CN106355890B (zh) * | 2016-09-27 | 2019-03-05 | 东软集团股份有限公司 | 一种对目标车辆分类的判断方法及装置 |
CN106781692A (zh) * | 2016-12-01 | 2017-05-31 | 东软集团股份有限公司 | 车辆碰撞预警的方法、装置及系统 |
CN107958613A (zh) * | 2017-12-25 | 2018-04-24 | 横琴国际知识产权交易中心有限公司 | 一种车辆行驶监控方法及系统 |
CN109993965A (zh) * | 2018-01-02 | 2019-07-09 | 中国移动通信有限公司研究院 | 目标速度计算方法及装置、mec服务器及存储介质 |
CN109345020A (zh) * | 2018-10-02 | 2019-02-15 | 北京航空航天大学 | 一种完全信息下的无信号交叉口车辆驾驶行为预测模型 |
CN109345020B (zh) * | 2018-10-02 | 2022-04-01 | 北京航空航天大学 | 一种完全信息下的无信号交叉口车辆驾驶行为预测方法 |
CN109523807A (zh) * | 2018-11-28 | 2019-03-26 | 湖南大学 | 一种交通路网车辆分布式控制方法 |
CN109523807B (zh) * | 2018-11-28 | 2020-06-05 | 湖南大学 | 一种交通路网车辆分布式控制方法 |
CN109688224A (zh) * | 2018-12-28 | 2019-04-26 | 国汽(北京)智能网联汽车研究院有限公司 | 一种智能网联汽车云控平台架构 |
CN110514217A (zh) * | 2019-09-27 | 2019-11-29 | 百度在线网络技术(北京)有限公司 | 用于辅助自动驾驶的方法和装置 |
CN111572538A (zh) * | 2020-04-27 | 2020-08-25 | 腾讯科技(深圳)有限公司 | 车辆碰撞预警阈值确定方法、装置 |
CN111572538B (zh) * | 2020-04-27 | 2023-11-07 | 腾讯科技(深圳)有限公司 | 车辆碰撞预警阈值确定方法、装置 |
CN112150801A (zh) * | 2020-08-21 | 2020-12-29 | 同济大学 | 一种基于准车辆轨迹的快速路实时事故风险预测方法 |
CN113793535A (zh) * | 2021-09-15 | 2021-12-14 | 智道网联科技(北京)有限公司 | 并存交通风险的告警方法、装置和计算机可读存储介质 |
CN115771145A (zh) * | 2022-11-29 | 2023-03-10 | 哈尔滨理工大学 | 人机协作中基于博弈论的安全控制策略 |
CN115771145B (zh) * | 2022-11-29 | 2023-09-15 | 哈尔滨理工大学 | 人机协作中基于博弈论的安全控制策略 |
CN116107320A (zh) * | 2023-04-12 | 2023-05-12 | 长沙市宽华通信科技有限公司 | 基于视觉的自动驾驶方法、系统、电子设备及存储介质 |
CN116107320B (zh) * | 2023-04-12 | 2023-08-25 | 长沙市宽华通信科技有限公司 | 基于视觉的自动驾驶方法、系统、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105810013A (zh) | 一种基于车群风险的车辆防撞控制方法和装置 | |
US11230243B2 (en) | Event-based connected vehicle control and response systems | |
US11685360B2 (en) | Planning for unknown objects by an autonomous vehicle | |
US11400925B2 (en) | Planning for unknown objects by an autonomous vehicle | |
US11847908B2 (en) | Data processing for connected and autonomous vehicles | |
CN110488802B (zh) | 一种网联环境下的自动驾驶车辆动态行为决策方法 | |
US10234864B2 (en) | Planning for unknown objects by an autonomous vehicle | |
CN103544850B (zh) | 车联网中基于车间距离概率分布的碰撞预测方法 | |
CN105279958B (zh) | 车队管理系统及方法 | |
CN103465907B (zh) | 一种汽车避撞装置及方法 | |
CN108495330A (zh) | 一种车-车信息交互通信的碰撞预警可靠性测试方法 | |
US11681296B2 (en) | Scenario-based behavior specification and validation | |
CN108122423A (zh) | 一种车辆引导方法、装置及系统 | |
CN105513425A (zh) | 一种车辆碰撞风险算法及事故预警方法 | |
CN104269073A (zh) | 一种基于车车通信的逆向车道超车预警方法 | |
CN108153854A (zh) | 弯道分类方法、路侧单元、车载终端及电子设备 | |
CN106251621A (zh) | 智慧交通管理系统及方法 | |
CN109455183A (zh) | 车辆碰撞预判方法及系统 | |
Rakha et al. | Traffic signal control enhancements under vehicle infrastructure integration systems. | |
WO2018165199A1 (en) | Planning for unknown objects by an autonomous vehicle | |
Chang et al. | Driving simulation for analyzing the safety and fuel saving effects of a connected bus system on freeways | |
Lin et al. | Adaptive trajectory generation of autonomous vehicle in urban environments | |
CN109084791A (zh) | 道路交通导航方法、装置及可读存储介质 | |
CN116828157B (zh) | 一种自动驾驶环境的交通事故责任判定辅助系统 | |
EP4303538A1 (en) | System and method for an optimized routing of autonomous vehicles with risk aware maps |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160727 |
|
RJ01 | Rejection of invention patent application after publication |