CN105894856B - 一种基于车车通信的车辆防碰撞方法 - Google Patents

一种基于车车通信的车辆防碰撞方法 Download PDF

Info

Publication number
CN105894856B
CN105894856B CN201610304499.4A CN201610304499A CN105894856B CN 105894856 B CN105894856 B CN 105894856B CN 201610304499 A CN201610304499 A CN 201610304499A CN 105894856 B CN105894856 B CN 105894856B
Authority
CN
China
Prior art keywords
msub
mrow
vehicle
time
msubsup
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
Application number
CN201610304499.4A
Other languages
English (en)
Other versions
CN105894856A (zh
Inventor
任条娟
陈友荣
陈俊洁
万锦昊
张瑞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Shuren University
Original Assignee
Zhejiang Shuren University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Shuren University filed Critical Zhejiang Shuren University
Priority to CN201610304499.4A priority Critical patent/CN105894856B/zh
Publication of CN105894856A publication Critical patent/CN105894856A/zh
Application granted granted Critical
Publication of CN105894856B publication Critical patent/CN105894856B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/161—Decentralised systems, e.g. inter-vehicle communication
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)
  • Medicines Containing Antibodies Or Antigens For Use As Internal Diagnostic Agents (AREA)

Abstract

一种基于车车通信的车辆防碰撞方法，包括如下步骤：1)初始化；2)计算自身位置坐标，并广播自身位置信息包；3)监听其他车辆的位置信息包，更新邻居车辆位置信息表；4)采用Kalman预测算法分别预测下一秒行驶状态，且m＝1；5)如果m＞Nm，跳到步骤1)，否则对自身车辆和车辆m的行驶数据进行预判断；6)预测水平方向和垂直方向的安全距离；7)预测两车辆间水平方向和垂直方向的距离；8)建立优化模型；9)求解优化模型，根据模型的解判断是否报警，m＝m+1，跳到步骤5)。本发明可准确计算碰撞预测时间，从而提高碰撞避免的概率，降低碰撞事故发生率、伤亡人数和经济损失。

Description

一种基于车车通信的车辆防碰撞方法
技术领域
本发明涉及车联网领域，尤其涉及一种基于车车通信的车辆防碰撞方法。
背景技术
全世界每年大约有124万人死于交通事故，2000万到5000万人经受由于交通事故而造成的非致命伤害。按照目前的交通事故趋势，预测到2030年，交通事故将增加65％，并将成为世界排名第五的主要死亡原因。在经济方面，由于道路交通事故受伤而引起的直接经济损失估计为5180亿美元，其中低收入国家的经济损失占其国民生产总值的1％，中等收入国家的占其国民生产总值1.5％，发达国家的占其国民生产总值2％。由于交通事故造成高死亡率和严重的经济损失，联合国在2011年5月倡导一个全球计划——“十年道路安全行动2011–2020”，大力提倡安全驾驶。
在中国，交通事故已成为我国公民主要死亡原因之一，严重威胁着人民群众生命和财产的安全。虽然我国政府相关部门开展了大量卓有成效的工作，例如改善道路状况，加大交通违法的处罚力度，加强驾驶员的安全教育等。但是由于交通管理部门缺乏大量的人力、物力、财力，难以彻底查处和杜绝一些违规现象，违规处罚也仅具有事后惩戒作用。在交通事故中，碰撞是交通事故的主要表现形式。根据美国高速公路安全管理局的数据显示，79％的追尾事故是由于驾驶者的分心。如果驾驶者能提前半秒意识到危险，则事故发生率可降到60％。奔驰公司的研究数据表明：如果驾驶者能提前1s-2s预测到未来交通风险，并采取正确的操作，则大多数的碰撞事故可以避免。纵观上述事故原因，除提高驾驶员驾驶技能、强化驾驶员自觉遵守交规意识之外，迫切需要车辆防碰撞方法提醒驾驶员，从而预防车辆碰撞事故的发生。
目前，车辆防碰撞方法研究已经取得一定的成果。如YanX.D.等评估当存在车辆闯红灯时语音告警信息对车辆防碰撞的效果，并分析其中的偶然关系。Wang J.F.，曹昊天，尹小琴等根据速度、加速度等车辆行驶信息，考虑驾驶者类型和自身车辆和跟随车辆的行驶关系，提出了一种基于车辆间通信的防碰撞预警模型。迟瑞娟等通过雷达、GPS、摄像头等传感器，采集车辆状态信息和驾驶人操作信息，分析驾驶人行为特征，并结合估计的道路曲率，提出弯道车辆碰撞报警方法。Dabbour E.等提出在双向停车控制的农村交叉口上右转车辆的防碰撞预警系统。该系统根据GPS数据，分析车辆转弯的实际加速度，估计不同时间的加速度，判断接近车辆和转弯车辆间是否可能发生碰撞。如果发生碰撞，则对转弯车辆的驾驶员发出警报。Wu C.Z.等提出一种基于模拟车载网络物理系统的车辆运动预测和碰撞风险评估方法。该方法考虑车辆的运动或位置，驾驶者的行为和道路几何信息，预测车辆位置和计算车辆间的实时距离，并比较安全距离的阈值，预测车辆碰撞风险。Mon Y.J.等提出反复监督的模糊神经网络控制方法，保持车辆间距离在一个安全范围内，从而避免交通事故的发生。Huang C.M.等基于车车通信的关系信息，计算是否会存在潜在的碰撞，即提出一种车辆提前预警的防碰撞方法。胡鸿豪等主要考虑自身车辆和目标车辆的方位角和相对角，计算非侧面和侧面的防碰撞模块，采用灰色模糊理论求解模块，确定目标危险度。
目前车辆防碰撞方法往往考虑单一车辆行驶场景，考虑没有考虑车辆变道、加速度可变等问题，即车辆行驶的位置、速度和加速度是一个具有方向性的可变矢量。同时如果将车辆的行驶分解成多个行驶场景，分别采用对应的防碰撞方法，则该方法很难做到面面俱到，实现难度大。
发明内容
为了降低车辆间的交通事故概率，克服目前车辆防碰撞方法没有考虑现实车辆行驶过程中加速度可变情况的不足，本发明提供一种可提前发现碰撞情况且更高效精准的基于车车通信的车辆防碰撞方法。
本发明解决其技术问题所采用的技术方案是：
一种基于车车通信的车辆防碰撞方法，包括如下步骤：
1)初始化：参数初始化，将车辆的行驶行为分解成水平方向和垂直方向；
2)读取自身北斗定位模块输出的经纬度，转化为地球横坐标和纵坐标，通过无线通信模块广播发送自身的位置信息包，并将自身车辆的位置信息采集时间和位置坐标添加到自身车辆位置信息表中；
3)监听其他车辆的位置信息包，如果监听到位置信息包，读取该车辆ID、信息采集时间和位置坐标，判断是否第一次接收该车辆的位置信息包，如果第一次接收，则在邻居车辆位置信息表中新建一个该邻居车辆ID的信息行，将位置坐标和信息采集时间存储到该信息行中，否则将这些数据添加到已有的该邻居车辆信息行中；如果在设定时间内没有接收到该邻居车辆的位置信息包，则表示该车辆已经离开自身车辆的通信范围，删除该车辆的信息行；
4)根据自身车辆位置信息表和邻居车辆位置信息表，采用Kalman预测算法分别预测水平方向和垂直方向的下一秒自身车辆和邻居车辆的位置，速度和加速度，且m＝1；
5)如果m＞Nm,其中，Nm表示当前邻居车辆位置信息表中邻居车辆个数，则跳到步骤2)；否则Hflag＝0，Vflag＝0；根据自身车辆和车辆m的当前时刻数据和下一秒的预测数据，对水平方向和和垂直方向上数据进行预判断，即分析水平和垂直方向上状态无变化情况、同向行驶预测轨迹重合情况、相向行驶预测轨迹重合情况和反向不碰撞情况下的预测轨迹，确定Hflag和Vflag的值；如果Hflag＝＝2或Vflag＝＝2，则不会发生碰撞，m＝m+1，重新跳到步骤5)；如果Hflag＝＝1且Vflag＝＝1，则将发生碰撞，马上报警，m＝m+1，重新跳到步骤5)；
6)预测经过k时间后水平方向和垂直方向的安全距离；
7)预测经过k时间后两车辆间水平方向的距离为
其中，
预测经过k时间后两车辆间垂直方向的距离为
其中，
8)建立优化模型(24)；
min(k) (24)
k∈R+
9)求解优化模型(24)；如果模型无正实数解，则表示不发生碰撞，执行不报警操作，m＝m+1，返回步骤5)，否则获得正实数解K，即车辆的碰撞预测时间。判断K值和预先设置的阈值Kth的大小，如果K＜Kth时，执行报警操作，通过语音合成模块输出警报信号，否则执行不报警操作，m＝m+1，返回步骤5)。
进一步，步骤5)的数据预判断方法包含如下步骤：
5.1)获取当前t时刻自身车辆水平方向的位置、速度和加速度为t时刻自身车辆垂直方向的位置、速度和加速度为t时刻车辆m水平方向的位置、速度和加速度为t时刻车辆m垂直方向的位置、速度和加速度为获取t+1时刻自身车辆水平方向的预测位置、速度和加速度为t+1时刻自身车辆垂直方向的预测位置、速度和加速度为t+1时刻车辆m水平方向的预测位置、速度和加速度为t+1时刻车辆m垂直方向的预测位置、速度和加速度为令两车辆水平方向和垂直方向的预测轨迹没有发生重叠，即Hflag＝0，Vflag＝0，其中Hflag表示两车辆水平方向的预测轨迹是否发生重叠的标志符，Vflag表示两车辆垂直方向的预测轨迹是否发生重叠的标志符；
5.2)当两车辆在水平方向都没有速度和加速度，即时，如果其中dth表示距离判断阈值，则两车辆的水平方向预测轨迹发生重叠，Hflag＝1，跳到步骤5.6)；
5.3)在水平方向，当自身车辆和车辆m往同一方向行驶。如果在车辆m后面行驶的自身车辆的t+1时刻预测位置在车辆m的t+1时刻预测位置的前面，即满足式(2)，则两车辆的水平方向预测轨迹将发生重叠，Hflag＝1，跳到步骤a6)；
5.4)在水平方向，当自身车辆和车辆m往相向方向行驶且自身车辆当前t时刻位置到t+1时刻预测位置的直线与车辆m当前t时刻位置到t+1时刻预测位置的直线有重合，即满足式(3)，则两车辆的水平位置将发生重叠，Hflag＝1，跳到步骤a6)；
5.5)在水平方向，自身车辆当前t时刻位置到t+1时刻预测位置的直线与车辆m当前t时刻位置到t+1时刻预测位置的直线不重合，且往相反方向运动，则满足式(4)，则Hflag＝2，跳到步骤5.10)；
5.6)当两车辆在垂直方向都没有速度和加速度，即时，如果则两车辆的垂直方向预测轨迹将发生重叠，Vflag＝1，跳到步骤5.10)；
5.7)在垂直方向，如果在车辆m后面行驶的自身车辆的t+1时刻预测位置在车辆m的t+1时刻预测位置的前面，即满足式(5)，则两车辆的垂直方向预测轨迹将发生重叠，Vflag＝1，跳到步骤5.10)；
5.8)在垂直方向，当自身车辆和车辆m往相向方向行驶且自身车辆当前t时刻位置到t+1时刻预测位置的直线与车辆m当前t时刻位置到t+1时刻预测位置的直线有重合，即满足式(6)，则两车辆的垂直方向预测轨迹将发生重叠，Vflag＝1，跳到步骤5.10)；
5.9)在垂直方向，自身车辆当前t时刻位置到t+1时刻预测位置的直线与车辆m当前t时刻位置到t+1时刻预测位置的直线不重合，且往相反方向运动，则满足式(4)，则Vflag＝2，跳到步骤a10)。
5.10)返回Hflag和Vflag的值。
更进一步，所述步骤6)中，所述水平安全距离预测公式如下：
B2＝-(2(A2+tsA1/2+(ta+tr)A1)2+A1(2V1+tsA2+tsamax+2(ta+tr)A2))/(4amax)
+A1(ta+tr+ts)/2
(11)
其中，表示t+k时刻自身车辆和车辆m之间水平方向的安全距离估计值，k是自变量，表示预测时间， ΔT表示数据采集周期；
所述垂直方向安全距离预测公式如下：
C2＝-(2(A4+tsA3/2+(ta+tr)A3)2+A3(2V2+tsA4+tsamax+2(ta+tr)A4))/(4amax)
+A3(ta+tr+ts)/2
(17)
其中，表示t+k时刻自身车辆和车辆m之间垂直方向的安全距离估计值。k是自变量，表示预测时间， 再进一步，步骤9)的优化模型求解方法包括以下步骤：
9.1)利用一元四次方程求根公式求解函数的正实数根，如果没有正实数根，则表示当k≥0时，函数D′x(k)没有与x轴相交，代入0判断k≥0区间的函数值；如果函数值大于0，则无解，退出且返回优化模型(24)无正实物解，否则水平方向的解为区间k≥0；如果有n1个正实数解，则将这些正实数根和0从小到大排序，可得分别选择-2、(xi+xi-1)/2,i＝1,...,n1-1和共n1+1个值代入函数，计算函数值并判断该函数值是否小于零，从而获得水平方向的解，即区间φx；
9.2)利用一元四次方程求根公式求解函数的正实数根；如果没有正实数根，则表示当k≥0时，函数D′y(k)没有与y轴相交，代入0判断k≥0区间的函数值；如果函数值大于0，则无解，退出且返回模型(24)无正实物解，否则垂直方向的为区间k≥0；如果有n2个正实数解，则将这些正实数根和0从小到大排序，可得分别选择-2、(yi+yi-1)/2,i＝1,...,n2-1和共n2+1个值代入函数，计算函数值并判断该函数值是否小于零，从而获得垂直方向的解，即区间φx；
9.3)如果区间φx和φy没有交集，则退出且返回优化模型(24)无正实物解，否则计算下确界K＝inf(φx∩φy)，返回优化模型(24)的解K。
本发明的技术构思为：本发明采用北斗定位模块获取自身的位置坐标，采用无线通信模块实现车辆位置信息交换。根据自身和周围邻居车辆的位置信息，在水平和垂直两个方向上分别采用Kalman预测算法预测下一秒的车辆位置信息，采用数据的预判断方法分析水平和垂直方向上状态无变化情况、同向行驶预测轨迹重合情况、相向行驶预测轨迹重合情况和反向不碰撞情况。当车辆有可能发生碰撞时，计算安全距离且建立优化模型。求解该优化模型，获得碰撞预测时间最小值。当该最小值小于阈值，则发出报警信号，提醒驾驶员。
本发明的有益效果主要表现在：本发明建立考虑加速度可变情况的车辆防碰撞优化模型，更加符合实际车辆行驶情况。同时，本发明利用车车通信技术实现车辆与周围1跳通信范围内其他车辆的位置信息交换，可精确计算碰撞预警时间，预测碰撞事故并提醒驾驶员，从而提高碰撞避免的概率，降低碰撞事故发生率、伤亡人数和经济损失，有一定的应用价值。
附图说明
图1是本发明的工作流程框图。
图2是本发明的车辆行驶行为的水平和垂直方向分解图。
图3是本发明的水平方向车辆状态无变化的示例图。
图4是本发明的水平方向车辆同向行驶预测轨迹重合的示例图。
图5是本发明的水平方向车辆相向行驶预测轨迹重合的示例图。
图6是本发明的水平方向车辆反向不碰撞的示例图。
具体实施方式
下面结合附图对本发明作进一步描述。
参照图1～图6，本发明采用北斗定位模块获取自身的位置坐标，并存储到自身车辆位置信息表中。采用车车通信技术实现车辆与周围1跳通信范围内其他车辆的位置信息交换，并将接收到的邻居车辆位置信息存储到邻居车辆位置信息表中。
参照图1，一种基于车车通信的车辆防碰撞方法包括如下步骤：
1)初始化：参数初始化，并参考图2，将车辆的行驶行为分解成水平方向和垂直方向，则车辆的防碰撞问题转换成同一方向的防碰撞问题；
2)读取自身北斗定位模块输出的经纬度，转化为地球横坐标和纵坐标，通过无线通信模块广播发送自身的位置信息包，并将自身车辆的位置信息采集时间和位置坐标添加到自身车辆位置信息表中。本步骤的地球横坐标和纵坐标计算公式如下：
其中，xB和yB表示车辆的地球横坐标和纵坐标，r表示地球平均半径，Φ表示车辆所在的纬度，λ表示车辆所在的经度；
3)监听其他车辆的位置信息包。如果监听到位置信息包，读取该车辆ID、信息采集时间和位置坐标。判断是否第一次接收该车辆的位置信息包。如果第一次接收，则在邻居车辆位置信息表中新建一个该邻居车辆ID的信息行，将位置坐标和信息采集时间存储到该信息行中，否则将这些数据添加到已有的该邻居车辆信息行中。如果在30s时间内没有接收到该邻居车辆的位置信息包，则表示该车辆已经离开自身车辆的通信范围，删除该车辆的信息行；
4)根据自身车辆位置信息表和邻居车辆位置信息表，采用Kalman预测算法分别预测水平方向和垂直方向的下一秒自身车辆和邻居车辆的位置，速度和加速度，且m＝1；
5)如果m＞Nm,其中Nm表示当前邻居车辆位置信息表中邻居车辆个数，则跳到步骤2)。否则Hflag＝0，Vflag＝0。根据自身车辆和车辆m的当前时刻数据(位置、速度和加速度)和下一秒的预测数据，对水平方向和和垂直方向上数据进行预判断，即分析水平和垂直方向上状态无变化情况、同向行驶预测轨迹重合情况、相向行驶预测轨迹重合情况和反向不碰撞情况下的预测轨迹，确定Hflag和Vflag的值。如果Hflag＝＝2或Vflag＝＝2，则不会发生碰撞，m＝m+1，重新跳到步骤5)。如果Hflag＝＝1且Vflag＝＝1，则将发生碰撞，马上报警，m＝m+1，重新跳到步骤5)；
本步骤的数据预判断方法包含如下步骤：
5.1)获取当前t时刻自身车辆水平方向的位置、速度和加速度为t时刻自身车辆垂直方向的位置、速度和加速度为t时刻车辆m水平方向的位置、速度和加速度为t时刻车辆m垂直方向的位置、速度和加速度为获取t+1时刻自身车辆水平方向的预测位置、速度和加速度为t+1时刻自身车辆垂直方向的预测位置、速度和加速度为t+1时刻车辆m水平方向的预测位置、速度和加速度为t+1时刻车辆m垂直方向的预测位置、速度和加速度为令两车辆水平方向和垂直方向的预测轨迹没有发生重叠，即Hflag＝0，Vflag＝0，其中Hflag表示两车辆水平方向的预测轨迹是否发生重叠的标志符，Vflag表示两车辆垂直方向的预测轨迹是否发生重叠的标志符；
5.2)参照图3，当两车辆在水平方向都没有速度和加速度，即时，如果其中dth表示距离判断阈值，则两车辆的水平方向预测轨迹发生重叠，Hflag＝1，跳到步骤a6)；
5.3)参照图4，在水平方向，当自身车辆和车辆m往同一方向行驶。如果在车辆m后面行驶的自身车辆的t+1时刻预测位置在车辆m的t+1时刻预测位置的前面，即满足式(2)，则两车辆的水平方向预测轨迹将发生重叠，Hflag＝1，跳到步骤5.6)；
5.4)参照图5，在水平方向，当自身车辆和车辆m往相向方向行驶且自身车辆当前t时刻位置到t+1时刻预测位置的直线与车辆m当前t时刻位置到t+1时刻预测位置的直线有重合，即满足式(3)，则两车辆的水平位置将发生重叠，Hflag＝1，跳到步骤5.6)；
5.5)参照图6，在水平方向，自身车辆当前t时刻位置到t+1时刻预测位置的直线与车辆m当前t时刻位置到t+1时刻预测位置的直线不重合，且往相反方向运动，则满足式(4)，则Hflag＝2，跳到步骤5.10)；
5.6)当两车辆在垂直方向都没有速度和加速度，即时，如果则两车辆的垂直方向预测轨迹将发生重叠，Vflag＝1，跳到步骤5.10)；
5.7)在垂直方向，如果在车辆m后面行驶的自身车辆的t+1时刻预测位置在车辆m的t+1时刻预测位置的前面，即满足式(5)，则两车辆的垂直方向预测轨迹将发生重叠，Vflag＝1，跳到步骤5.10)；
5.8)在垂直方向，当自身车辆和车辆m往相向方向行驶且自身车辆当前时刻位置到t+1时刻预测位置的直线与车辆m当前时刻位置到t+1时刻预测位置的直线有重合，即满足式(6)，则两车辆的垂直方向预测轨迹将发生重叠，Vflag＝1，跳到步骤5.10)；
5.9)在垂直方向，自身车辆当前t时刻位置到t+1时刻预测位置的直线与车辆m当前t时刻位置到t+1时刻预测位置的直线不重合，且往相反方向运动，则满足式(4)，则Vflag＝2，跳到步骤5.10)；
5.10)返回Hflag和Vflag的值。
6)预测经过k时间后水平方向和垂直方向的安全距离。本步骤的水平方向安全距离预测公式如下：
B2＝-(2(A2+tsA1/2+(ta+tr)A1)2+A1(2V1+tsA2+tsamax+2(ta+tr)A2))/(4amax)
+A1(ta+tr+ts)/2
(11)
其中，表示t+k时刻自身车辆和车辆m之间水平方向的安全距离估计值。k是自变量，表示预测时间， ΔT表示数据采集周期；
本步骤的垂直方向安全距离预测公式如下：
C2＝-(2(A4+tsA3/2+(ta+tr)A3)2+A3(2V2+tsA4+tsamax+2(ta+tr)A4))/(4amax)
+A3(ta+tr+ts)/2
(17)
其中，表示t+k时刻自身车辆和车辆m之间垂直方向的安全距离估计值。k是自变量，表示预测时间，
7)以车辆m作为参考物，计算自身车辆的相对水平加速度a(k)；
计算t时刻的自身车辆相对水平速度对水平变加速度a(k)进行定积分计算，获得预测水平速度v(k)为
计算t时刻的相对水平距离为则对v(k)进行定积分，获得经过k时间后两车辆间水平方向的距离为
同理，获得经过k时间后两车辆间垂直方向的距离为
8)建立优化模型(24)；
min(k)(24)
k∈R+
9)求解优化模型(24)。如果模型无正实数解，则表示不发生碰撞，执行不报警操作，m＝m+1，返回步骤5)，否则获得正实数解K，即车辆的碰撞预测时间。判断K值和预先设置的阈值Kth的大小。如果K＜Kth时，执行报警操作，通过语音合成模块输出警报信号，否则执行不报警操作，m＝m+1，返回步骤5)。本步骤的优化模型求解方法包括以下步骤：
9.1)利用一元四次方程求根公式求解函数的正实数根。如果没有正实数根，则表示当k≥0时，函数D′x(k)没有与x轴相交，代入0判断k≥0区间的函数值。如果函数值大于0，则无解，退出且返回优化模型(24)无正实物解，否则水平方向的解为区间k≥0。如果有n1个正实数解，则将这些正实数根和0从小到大排序，可得分别选择-2、(xi+xi-1)/2,i＝1,...,n1-1和共n1+1个值代入函数，计算函数值并判断该函数值是否小于零，从而获得水平方向的解，即区间φx。
9.2)利用一元四次方程求根公式求解函数的正实数根。如果没有正实数根，则表示当k≥0时，函数D′y(k)没有与y轴相交，代入0判断k≥0区间的函数值。如果函数值大于0，则无解，退出且返回模型(24)无正实物解，否则垂直方向的解为区间k≥0。如果有n2个正实数解，则将这些正实数根和0从小到大排序，可得分别选择-2、(yi+yi-1)/2,i＝1,...,n2-1和共n2+1个值代入函数，计算函数值并判断该函数值是否小于零，从而获得垂直方向的解，即区间φx。
9.3)如果区间φx和φy没有交集，则退出且返回优化模型(24)无正实物解，否则计算下确界K＝inf(φx∩φy)，返回优化模型(24)的解K。

Claims (4)

1.一种基于车车通信的车辆防碰撞方法，其特征在于：所述方法包括如下步骤：
1)初始化：参数初始化，将车辆的行驶行为分解成水平方向和垂直方向；
2)读取自身北斗定位模块输出的经纬度，转化为地球横坐标和纵坐标，通过无线通信模块广播发送自身的位置信息包，并将自身车辆的位置信息采集时间和位置坐标添加到自身车辆位置信息表中；
3)监听其他车辆的位置信息包，如果监听到位置信息包，读取该车辆ID、信息采集时间和位置坐标，判断是否第一次接收该车辆的位置信息包，如果第一次接收，则在邻居车辆位置信息表中新建一个该邻居车辆ID的信息行，将位置坐标和信息采集时间存储到该信息行中，否则将这些数据添加到已有的该邻居车辆信息行中；如果在设定时间内没有接收到该邻居车辆的位置信息包，则表示该车辆已经离开自身车辆的通信范围，删除该车辆的信息行；
4)根据自身车辆位置信息表和邻居车辆位置信息表，采用Kalman预测算法分别预测水平方向和垂直方向的下一秒自身车辆和邻居车辆的位置，速度和加速度，且m＝1；
5)如果m＞Nm,其中，Nm表示当前邻居车辆位置信息表中邻居车辆个数，则跳到步骤2)；否则Hflag＝0，Vflag＝0，其中Hflag表示两车辆水平方向的预测轨迹是否发生重叠的标志符，Vflag表示两车辆垂直方向的预测轨迹是否发生重叠的标志符；根据自身车辆和车辆m的当前时刻数据和下一秒的预测数据，对水平方向和垂直方向上数据进行预判断，即分析水平和垂直方向上状态无变化情况、同向行驶预测轨迹重合情况、相向行驶预测轨迹重合情况和反向不碰撞情况下的预测轨迹，确定Hflag和Vflag的值；如果Hflag＝＝2或Vflag＝＝2，则不会发生碰撞，m＝m+1，重新跳到步骤5)；如果Hflag＝＝1且Vflag＝＝1，则将发生碰撞，马上报警，m＝m+1，重新跳到步骤5)；
6)预测经过k时间后水平方向和垂直方向的安全距离；
7)预测经过k时间后两车辆间水平方向的距离为
<mrow> <msubsup> <mi>D</mi> <mrow> <mi>s</mi> <mo>,</mo> <mi>t</mi> </mrow> <mi>H</mi> </msubsup> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <msub> <mi>A</mi> <mn>1</mn> </msub> <mn>6</mn> </mfrac> <msup> <mi>k</mi> <mn>3</mn> </msup> <mo>+</mo> <mfrac> <msub> <mi>A</mi> <mn>2</mn> </msub> <mn>2</mn> </mfrac> <msup> <mi>k</mi> <mn>2</mn> </msup> <mo>+</mo> <msub> <mi>V</mi> <mn>1</mn> </msub> <mi>k</mi> <mo>+</mo> <msub> <mi>D</mi> <mn>1</mn> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>22</mn> <mo>)</mo> </mrow> </mrow>
其中， 表示当前t时刻自身车辆水平方向的位置，表示t时刻车辆m水平方向的位置，表示t+1时刻自身车辆水平方向的预测加速度，表示t时刻车辆m水平方向的加速度，表示t时刻自身车辆水平方向的加速度，表示t+1时刻车辆m水平方向的预测加速度，ΔT表示数据采集周期，表示t时刻自身车辆水平方向的速度，表示t时刻车辆m水平方向的速度；
预测经过k时间后两车辆间垂直方向的距离为
<mrow> <msubsup> <mi>D</mi> <mrow> <mi>s</mi> <mo>,</mo> <mi>t</mi> </mrow> <mi>V</mi> </msubsup> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <msub> <mi>A</mi> <mn>3</mn> </msub> <mn>6</mn> </mfrac> <msup> <mi>k</mi> <mn>3</mn> </msup> <mo>+</mo> <mfrac> <msub> <mi>A</mi> <mn>4</mn> </msub> <mn>2</mn> </mfrac> <msup> <mi>k</mi> <mn>2</mn> </msup> <mo>+</mo> <msub> <mi>V</mi> <mn>2</mn> </msub> <mi>k</mi> <mo>+</mo> <msubsup> <mi>y</mi> <mrow> <mi>s</mi> <mo>,</mo> <mi>t</mi> </mrow> <mi>V</mi> </msubsup> <mo>-</mo> <msubsup> <mi>y</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>t</mi> </mrow> <mi>V</mi> </msubsup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>23</mn> <mo>)</mo> </mrow> </mrow>
其中， 表示当前t时刻自身车辆垂直方向的位置，表示t时刻车辆m垂直方向的位置，表示t+1时刻自身车辆垂直方向的预测加速度，表示t时刻车辆m垂直方向的加速度，表示t时刻自身车辆垂直方向的加速度，表示t+1时刻车辆m垂直方向的预测加速度，ΔT表示数据采集周期，表示t时刻自身车辆垂直方向的速度，表示t时刻车辆m垂直方向的速度；
8)建立优化模型(24)；
min(k) (24)
<mfenced open = "" close = ""> <mtable> <mtr> <mtd> <mrow> <mi>s</mi> <mo>.</mo> <mi>t</mi> <mo>.</mo> </mrow> </mtd> <mtd> <mrow> <mn>0</mn> <mo>&amp;le;</mo> <msubsup> <mi>D</mi> <mrow> <mi>s</mi> <mo>,</mo> <mi>t</mi> </mrow> <mi>H</mi> </msubsup> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>&amp;le;</mo> <msubsup> <mi>D</mi> <mrow> <mi>s</mi> <mo>,</mo> <mi>t</mi> </mrow> <mrow> <mi>a</mi> <mo>,</mo> <mi>H</mi> </mrow> </msubsup> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>,</mo> <mn>0</mn> <mo>&amp;le;</mo> <msubsup> <mi>D</mi> <mrow> <mi>s</mi> <mo>,</mo> <mi>t</mi> </mrow> <mi>V</mi> </msubsup> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>&amp;le;</mo> <msubsup> <mi>D</mi> <mrow> <mi>s</mi> <mo>,</mo> <mi>t</mi> </mrow> <mrow> <mi>a</mi> <mo>,</mo> <mi>V</mi> </mrow> </msubsup> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> </mfenced>
k∈R+
其中，表示t+k时刻自身车辆和车辆m之间水平方向的安全距离估计值，表示t+k时刻自身车辆和车辆m之间垂直方向的安全距离估计值；
9)求解优化模型(24)；如果模型无正实数解，则表示不发生碰撞，执行不报警操作，m＝m+1，返回步骤5)，否则获得正实数解K，即车辆的碰撞预测时间；判断K值和预先设置的阈值Kth的大小，如果K＜Kth时，执行报警操作，通过语音合成模块输出警报信号，否则执行不报警操作，m＝m+1，返回步骤5)。
2.如权利要求1所述基于车车通信的车辆防碰撞方法，其特征在于：所述步骤5)中，数据预判断方法包含如下步骤：
5.1)获取当前t时刻自身车辆水平方向的位置、速度和加速度为t时刻自身车辆垂直方向的位置、速度和加速度为t时刻车辆m水平方向的位置、速度和加速度为t时刻车辆m垂直方向的位置、速度和加速度为获取t+1时刻自身车辆水平方向的预测位置、速度和加速度为t+1时刻自身车辆垂直方向的预测位置、速度和加速度为t+1时刻车辆m水平方向的预测位置、速度和加速度为t+1时刻车辆m垂直方向的预测位置、速度和加速度为令两车辆水平方向和垂直方向的预测轨迹没有发生重叠，即Hflag＝0，Vflag＝0，其中Hflag表示两车辆水平方向的预测轨迹是否发生重叠的标志符，Vflag表示两车辆垂直方向的预测轨迹是否发生重叠的标志符；
5.2)当两车辆在水平方向都没有速度和加速度，即时，如果其中dth表示距离判断阈值，则两车辆的水平方向预测轨迹发生重叠，Hflag＝1，跳到步骤5.6)；
5.3)在水平方向，当自身车辆和车辆m往同一方向行驶，如果在车辆m后面行驶的自身车辆的t+1时刻预测位置在车辆m的t+1时刻预测位置的前面，即满足式(2)，则两车辆的水平方向预测轨迹将发生重叠，Hflag＝1，跳到步骤5.6)；
5.4)在水平方向，当自身车辆和车辆m往相向方向行驶且自身车辆当前t时刻位置到t+1时刻预测位置的直线与车辆m当前t时刻位置到t+1时刻预测位置的直线有重合，即满足式(3)，则两车辆的水平位置将发生重叠，Hflag＝1，跳到步骤5.6)；
5.5)在水平方向，自身车辆当前t时刻位置到t+1时刻预测位置的直线与车辆m当前t时刻位置到t+1时刻预测位置的直线不重合，且往相反方向运动，则满足式(4)，则Hflag＝2，跳到步骤5.10)；
5.6)当两车辆在垂直方向都没有速度和加速度，即时，如果则两车辆的垂直方向预测轨迹将发生重叠，Vflag＝1，跳到步骤5.10)；
5.7)在垂直方向，如果在车辆m后面行驶的自身车辆的t+1时刻预测位置在车辆m的t+1时刻预测位置的前面，即满足式(5)，则两车辆的垂直方向预测轨迹将发生重叠，Vflag＝1，跳到步骤5.10)；
5.8)在垂直方向，当自身车辆和车辆m往相向方向行驶且自身车辆当前t时刻位置到t+1时刻预测位置的直线与车辆m当前t时刻位置到t+1时刻预测位置的直线有重合，即满足式(6)，则两车辆的垂直方向预测轨迹将发生重叠，Vflag＝1，跳到步骤5.10)；
5.9)在垂直方向，自身车辆当前t时刻位置到t+1时刻预测位置的直线与车辆m当前t时刻位置到t+1时刻预测位置的直线不重合，且往相反方向运动，则满足式(4)，则Vflag＝2，跳到步骤5.10)；
5.10)返回Hflag和Vflag的值。
3.如权利要求1或2所述的基于车车通信的车辆防碰撞方法，其特征在于：所述步骤6)中，所述水平方向的安全距离预测公式如下：
<mrow> <msubsup> <mi>D</mi> <mrow> <mi>s</mi> <mo>,</mo> <mi>t</mi> </mrow> <mrow> <mi>a</mi> <mo>,</mo> <mi>H</mi> </mrow> </msubsup> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>B</mi> <mn>4</mn> </msub> <msup> <mi>k</mi> <mn>4</mn> </msup> <mo>+</mo> <msub> <mi>B</mi> <mn>3</mn> </msub> <msup> <mi>k</mi> <mn>3</mn> </msup> <mo>+</mo> <msub> <mi>B</mi> <mn>2</mn> </msub> <msup> <mi>k</mi> <mn>2</mn> </msup> <mo>+</mo> <msub> <mi>B</mi> <mn>1</mn> </msub> <mi>k</mi> <mo>+</mo> <msub> <mi>B</mi> <mn>0</mn> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>8</mn> <mo>)</mo> </mrow> </mrow>
<mrow> <msub> <mi>B</mi> <mn>4</mn> </msub> <mo>=</mo> <mo>-</mo> <msubsup> <mi>A</mi> <mn>1</mn> <mn>2</mn> </msubsup> <mo>/</mo> <mrow> <mo>(</mo> <mn>8</mn> <msub> <mi>a</mi> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>9</mn> <mo>)</mo> </mrow> </mrow>
<mrow> <msub> <mi>B</mi> <mn>3</mn> </msub> <mo>=</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <msub> <mi>A</mi> <mn>1</mn> </msub> <msub> <mi>A</mi> <mn>2</mn> </msub> <mo>+</mo> <msub> <mi>t</mi> <mi>s</mi> </msub> <msubsup> <mi>A</mi> <mn>1</mn> <mn>2</mn> </msubsup> <mo>+</mo> <mn>2</mn> <mo>(</mo> <mrow> <msub> <mi>t</mi> <mi>a</mi> </msub> <mo>+</mo> <msub> <mi>t</mi> <mi>r</mi> </msub> </mrow> <mo>)</mo> <msub> <mi>A</mi> <mn>1</mn> </msub> <mo>)</mo> </mrow> <mo>/</mo> <mrow> <mo>(</mo> <mn>4</mn> <msub> <mi>a</mi> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>10</mn> <mo>)</mo> </mrow> </mrow>
B2＝-(2(A2+tsA1/2+(ta+tr)A1)2+A1(2V1+tsA2+tsamax+2(ta+tr)A2))/(4amax)
+A1(ta+tr+ts)/2 (11)
<mrow> <mtable> <mtr> <mtd> <mrow> <msub> <mi>B</mi> <mn>1</mn> </msub> <mo>=</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <msub> <mi>A</mi> <mn>2</mn> </msub> <mo>+</mo> <msub> <mi>t</mi> <mi>s</mi> </msub> <msub> <mi>A</mi> <mn>1</mn> </msub> <mo>+</mo> <mo>(</mo> <mrow> <msub> <mi>t</mi> <mi>a</mi> </msub> <mo>+</mo> <msub> <mi>t</mi> <mi>r</mi> </msub> </mrow> <mo>)</mo> <msub> <mi>A</mi> <mn>1</mn> </msub> <mo>)</mo> </mrow> <mo>(</mo> <mrow> <msub> <mi>V</mi> <mn>1</mn> </msub> <mo>+</mo> <msub> <mi>t</mi> <mi>s</mi> </msub> <msub> <mi>A</mi> <mn>2</mn> </msub> <mo>/</mo> <mn>2</mn> <mo>+</mo> <msub> <mi>t</mi> <mi>s</mi> </msub> <msub> <mi>a</mi> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mo>/</mo> <mn>2</mn> <mo>+</mo> <mrow> <mo>(</mo> <mrow> <msub> <mi>t</mi> <mi>a</mi> </msub> <mo>+</mo> <msub> <mi>t</mi> <mi>r</mi> </msub> </mrow> <mo>)</mo> </mrow> <msub> <mi>A</mi> <mn>2</mn> </msub> </mrow> <mo>)</mo> <mo>)</mo> <mo>/</mo> <mrow> <mo>(</mo> <mn>2</mn> <msub> <mi>a</mi> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>+</mo> <msub> <mi>A</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <msub> <mi>t</mi> <mi>a</mi> </msub> <mo>+</mo> <msub> <mi>t</mi> <mi>r</mi> </msub> <mo>+</mo> <msub> <mi>t</mi> <mi>s</mi> </msub> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>A</mi> <mn>1</mn> </msub> <mrow> <mo>(</mo> <msup> <mrow> <mo>(</mo> <mrow> <msub> <mi>t</mi> <mi>a</mi> </msub> <mo>+</mo> <msub> <mi>t</mi> <mi>r</mi> </msub> </mrow> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>/</mo> <mn>2</mn> <mo>+</mo> <msubsup> <mi>t</mi> <mi>s</mi> <mn>2</mn> </msubsup> <mo>/</mo> <mn>3</mn> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>12</mn> <mo>)</mo> </mrow> </mrow>
<mrow> <mtable> <mtr> <mtd> <mrow> <msub> <mi>B</mi> <mn>0</mn> </msub> <mo>=</mo> <mo>-</mo> <msup> <mrow> <mo>(</mo> <msub> <mi>V</mi> <mn>1</mn> </msub> <mo>+</mo> <msub> <mi>t</mi> <mi>s</mi> </msub> <msub> <mi>A</mi> <mn>2</mn> </msub> <mo>/</mo> <mn>2</mn> <mo>+</mo> <msub> <mi>t</mi> <mi>s</mi> </msub> <msub> <mi>a</mi> <mi>max</mi> </msub> <mo>/</mo> <mn>2</mn> <mo>+</mo> <mo>(</mo> <mrow> <msub> <mi>t</mi> <mi>a</mi> </msub> <mo>+</mo> <msub> <mi>t</mi> <mi>r</mi> </msub> </mrow> <mo>)</mo> <msub> <mi>A</mi> <mn>2</mn> </msub> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>/</mo> <mrow> <mo>(</mo> <mn>2</mn> <msub> <mi>a</mi> <mi>max</mi> </msub> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>V</mi> <mn>1</mn> </msub> <mrow> <mo>(</mo> <msub> <mi>t</mi> <mi>a</mi> </msub> <mo>+</mo> <msub> <mi>t</mi> <mi>r</mi> </msub> <mo>+</mo> <msub> <mi>t</mi> <mi>s</mi> </msub> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>+</mo> <msub> <mi>A</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <msup> <mrow> <mo>(</mo> <mrow> <msub> <mi>t</mi> <mi>a</mi> </msub> <mo>+</mo> <msub> <mi>t</mi> <mi>r</mi> </msub> </mrow> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>/</mo> <mn>2</mn> <mo>+</mo> <msubsup> <mi>t</mi> <mi>s</mi> <mn>2</mn> </msubsup> <mo>/</mo> <mn>3</mn> <mo>)</mo> </mrow> <mo>+</mo> <msubsup> <mi>t</mi> <mi>s</mi> <mn>2</mn> </msubsup> <msub> <mi>a</mi> <mi>max</mi> </msub> <mo>/</mo> <mn>6</mn> <mo>+</mo> <msub> <mi>t</mi> <mi>s</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>t</mi> <mi>a</mi> </msub> <mo>+</mo> <msub> <mi>t</mi> <mi>r</mi> </msub> <mo>)</mo> </mrow> <msub> <mi>A</mi> <mn>2</mn> </msub> </mrow> </mtd> </mtr> </mtable> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>13</mn> <mo>)</mo> </mrow> </mrow>
其中，表示t+k时刻自身车辆和车辆m之间水平方向的安全距离估计值，k是自变量，表示预测时间， ΔT表示数据采集周期；
所述垂直方向安全距离预测公式如下：
<mrow> <msubsup> <mi>D</mi> <mrow> <mi>s</mi> <mo>,</mo> <mi>t</mi> </mrow> <mrow> <mi>a</mi> <mo>,</mo> <mi>V</mi> </mrow> </msubsup> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>C</mi> <mn>4</mn> </msub> <msup> <mi>k</mi> <mn>4</mn> </msup> <mo>+</mo> <msub> <mi>C</mi> <mn>3</mn> </msub> <msup> <mi>k</mi> <mn>3</mn> </msup> <mo>+</mo> <msub> <mi>C</mi> <mn>2</mn> </msub> <msup> <mi>k</mi> <mn>2</mn> </msup> <mo>+</mo> <msub> <mi>C</mi> <mn>1</mn> </msub> <mi>k</mi> <mo>+</mo> <msub> <mi>C</mi> <mn>0</mn> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>14</mn> <mo>)</mo> </mrow> </mrow>
<mrow> <msub> <mi>C</mi> <mn>4</mn> </msub> <mo>=</mo> <mo>-</mo> <msubsup> <mi>A</mi> <mn>3</mn> <mn>2</mn> </msubsup> <mo>/</mo> <mrow> <mo>(</mo> <mn>8</mn> <msub> <mi>a</mi> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>15</mn> <mo>)</mo> </mrow> </mrow>
<mrow> <msub> <mi>C</mi> <mn>3</mn> </msub> <mo>=</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <msub> <mi>A</mi> <mn>3</mn> </msub> <msub> <mi>A</mi> <mn>4</mn> </msub> <mo>+</mo> <msub> <mi>t</mi> <mi>s</mi> </msub> <msubsup> <mi>A</mi> <mn>3</mn> <mn>2</mn> </msubsup> <mo>+</mo> <mn>2</mn> <mo>(</mo> <mrow> <msub> <mi>t</mi> <mi>a</mi> </msub> <mo>+</mo> <msub> <mi>t</mi> <mi>r</mi> </msub> </mrow> <mo>)</mo> <msub> <mi>A</mi> <mn>3</mn> </msub> <mo>)</mo> </mrow> <mo>/</mo> <mrow> <mo>(</mo> <mn>4</mn> <msub> <mi>a</mi> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>16</mn> <mo>)</mo> </mrow> </mrow>
C2＝-(2(A4+tsA3/2+(ta+tr)A3)2+A3(2V2+tsA4+tsamax+2(ta+tr)A4))/(4amax)
+A3(ta+tr+ts)/2 (17)
<mrow> <mtable> <mtr> <mtd> <mrow> <msub> <mi>C</mi> <mn>1</mn> </msub> <mo>=</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <msub> <mi>A</mi> <mn>4</mn> </msub> <mo>+</mo> <msub> <mi>t</mi> <mi>s</mi> </msub> <msub> <mi>A</mi> <mn>3</mn> </msub> <mo>+</mo> <mo>(</mo> <mrow> <msub> <mi>t</mi> <mi>a</mi> </msub> <mo>+</mo> <msub> <mi>t</mi> <mi>r</mi> </msub> </mrow> <mo>)</mo> <msub> <mi>A</mi> <mn>3</mn> </msub> <mo>)</mo> </mrow> <mo>(</mo> <mrow> <msub> <mi>V</mi> <mn>2</mn> </msub> <mo>+</mo> <msub> <mi>t</mi> <mi>s</mi> </msub> <msub> <mi>A</mi> <mn>4</mn> </msub> <mo>/</mo> <mn>2</mn> <mo>+</mo> <msub> <mi>t</mi> <mi>s</mi> </msub> <msub> <mi>a</mi> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mo>/</mo> <mn>2</mn> <mo>+</mo> <mrow> <mo>(</mo> <mrow> <msub> <mi>t</mi> <mi>a</mi> </msub> <mo>+</mo> <msub> <mi>t</mi> <mi>r</mi> </msub> </mrow> <mo>)</mo> </mrow> <msub> <mi>A</mi> <mn>4</mn> </msub> </mrow> <mo>)</mo> <mo>)</mo> <mo>/</mo> <mrow> <mo>(</mo> <mn>2</mn> <msub> <mi>a</mi> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>+</mo> <msub> <mi>A</mi> <mn>4</mn> </msub> <mrow> <mo>(</mo> <msub> <mi>t</mi> <mi>a</mi> </msub> <mo>+</mo> <msub> <mi>t</mi> <mi>r</mi> </msub> <mo>+</mo> <msub> <mi>t</mi> <mi>s</mi> </msub> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>A</mi> <mn>3</mn> </msub> <mrow> <mo>(</mo> <msup> <mrow> <mo>(</mo> <mrow> <msub> <mi>t</mi> <mi>a</mi> </msub> <mo>+</mo> <msub> <mi>t</mi> <mi>r</mi> </msub> </mrow> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>/</mo> <mn>2</mn> <mo>+</mo> <msubsup> <mi>t</mi> <mi>s</mi> <mn>2</mn> </msubsup> <mo>/</mo> <mn>3</mn> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>18</mn> <mo>)</mo> </mrow> </mrow>
<mrow> <mtable> <mtr> <mtd> <mrow> <msub> <mi>C</mi> <mn>0</mn> </msub> <mo>=</mo> <mo>-</mo> <msup> <mrow> <mo>(</mo> <msub> <mi>V</mi> <mn>2</mn> </msub> <mo>+</mo> <msub> <mi>t</mi> <mi>s</mi> </msub> <msub> <mi>A</mi> <mn>4</mn> </msub> <mo>/</mo> <mn>2</mn> <mo>+</mo> <msub> <mi>t</mi> <mi>s</mi> </msub> <msub> <mi>a</mi> <mi>max</mi> </msub> <mo>/</mo> <mn>2</mn> <mo>+</mo> <mo>(</mo> <mrow> <msub> <mi>t</mi> <mi>a</mi> </msub> <mo>+</mo> <msub> <mi>t</mi> <mi>r</mi> </msub> </mrow> <mo>)</mo> <msub> <mi>A</mi> <mn>4</mn> </msub> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>/</mo> <mrow> <mo>(</mo> <mn>2</mn> <msub> <mi>a</mi> <mi>max</mi> </msub> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>V</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <msub> <mi>t</mi> <mi>a</mi> </msub> <mo>+</mo> <msub> <mi>t</mi> <mi>r</mi> </msub> <mo>+</mo> <msub> <mi>t</mi> <mi>s</mi> </msub> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>+</mo> <msub> <mi>A</mi> <mn>4</mn> </msub> <mrow> <mo>(</mo> <msup> <mrow> <mo>(</mo> <mrow> <msub> <mi>t</mi> <mi>a</mi> </msub> <mo>+</mo> <msub> <mi>t</mi> <mi>r</mi> </msub> </mrow> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>/</mo> <mn>2</mn> <mo>+</mo> <msubsup> <mi>t</mi> <mi>s</mi> <mn>2</mn> </msubsup> <mo>/</mo> <mn>3</mn> <mo>)</mo> </mrow> <mo>+</mo> <msubsup> <mi>t</mi> <mi>s</mi> <mn>2</mn> </msubsup> <msub> <mi>a</mi> <mi>max</mi> </msub> <mo>/</mo> <mn>6</mn> <mo>+</mo> <msub> <mi>t</mi> <mi>s</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>t</mi> <mi>a</mi> </msub> <mo>+</mo> <msub> <mi>t</mi> <mi>r</mi> </msub> <mo>)</mo> </mrow> <msub> <mi>A</mi> <mn>4</mn> </msub> </mrow> </mtd> </mtr> </mtable> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>19</mn> <mo>)</mo> </mrow> </mrow>
其中，表示t+k时刻自身车辆和车辆m之间垂直方向的安全距离估计值，k是自变量，表示预测时间，
4.如权利要求1或2所述的基于车车通信的车辆防碰撞方法，其特征在于：所述步骤9)中，所述优化模型求解方法包括如下步骤：
9.1)利用一元四次方程求根公式求解函数的正实数根；如果没有正实数根，则表示当k≥0时，函数D′x(k)没有与x轴相交，代入0判断k≥0区间的函数值；如果函数值大于0，则无解，退出且返回优化模型(24)无正实物解，否则水平方向的解为区间k≥0；如果有n1个正实数解，则将这些正实数根和0从小到大排序，可得x1＝0，分别选择-2、(xi+xi-1)/2,i＝1,...,n1-1和共n1+1个值代入函数，计算函数值并判断该函数值是否小于零，从而获得水平方向的解，即区间φx；
9.2)利用一元四次方程求根公式求解函数的正实数根；如果没有正实数根，则表示当k≥0时，函数D′y(k)没有与y轴相交，代入0判断k≥0区间的函数值；如果函数值大于0，则无解，退出且返回模型(24)无正实物解，否则垂直方向的为区间k≥0；如果有n2个正实数解，则将这些正实数根和0从小到大排序，得y1＝0，分别选择-2、(yi+yi-1)/2,i＝1,...,n2-1和共n2+1个值代入函数，计算函数值并判断该函数值是否小于零，从而获得垂直方向的解，即区间φy；
9.3)如果区间φx和φy没有交集，则退出且返回优化模型(24)无正实物解，否则计算下确界K＝inf(φx∩φy)，返回优化模型(24)的解K。
CN201610304499.4A 2016-05-10 2016-05-10 一种基于车车通信的车辆防碰撞方法 Active CN105894856B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610304499.4A CN105894856B (zh) 2016-05-10 2016-05-10 一种基于车车通信的车辆防碰撞方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610304499.4A CN105894856B (zh) 2016-05-10 2016-05-10 一种基于车车通信的车辆防碰撞方法

Publications (2)

Publication Number Publication Date
CN105894856A CN105894856A (zh) 2016-08-24
CN105894856B true CN105894856B (zh) 2018-01-30

Family

ID=56702653

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610304499.4A Active CN105894856B (zh) 2016-05-10 2016-05-10 一种基于车车通信的车辆防碰撞方法

Country Status (1)

Country Link
CN (1) CN105894856B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108280991B (zh) * 2017-01-05 2020-12-01 大唐高鸿信息通信(义乌)有限公司 车载短距离通信网的车辆交通事故预测方法
CN106601029A (zh) * 2017-02-17 2017-04-26 重庆长安汽车股份有限公司 基于弯道自适应的前撞预警方法及系统
CN106875746B (zh) * 2017-02-27 2020-09-29 山东师范大学 一种汽车安全驾驶预警系统与方法
CN106932806B (zh) * 2017-03-22 2019-07-30 南京航空航天大学 一种基于北斗卫星的山区弯道车辆防撞报警方法及系统
CN107247456A (zh) * 2017-07-07 2017-10-13 青岛泰众能源技术有限公司 一种多设备交叉作业区域的安全防碰撞系统
CN107315413B (zh) * 2017-07-12 2020-07-21 北京航空航天大学 一种车车通信环境下考虑车辆间相对位置的多车协同定位算法
CN108983787B (zh) * 2018-08-09 2021-09-10 北京智行者科技有限公司 道路行驶方法
CN109413572A (zh) * 2018-10-31 2019-03-01 惠州市德赛西威汽车电子股份有限公司 车辆碰撞预警及车速引导的优化方法及系统
CN110310516A (zh) * 2019-06-17 2019-10-08 北京航空航天大学 一种基于车辆行驶轨迹预测的高速公路合流区交通冲突判别方法
CN111815985A (zh) * 2020-06-28 2020-10-23 王海峰 一种交通数据处理方法、装置、电子设备及存储介质
CN112454360A (zh) * 2020-11-19 2021-03-09 深圳优地科技有限公司 机器人的防碰撞方法、装置、机器人及存储介质
CN113096441B (zh) * 2021-03-25 2022-08-05 北京星云互联科技有限公司 一种车辆预警方法、装置、车辆及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103810904A (zh) * 2014-03-12 2014-05-21 哈尔滨工业大学 基于vanet的高速公路行车安全预警系统及预警方法
CN103839444A (zh) * 2014-03-05 2014-06-04 南京通用电器有限公司 一种基于车车通信的主动防碰撞系统和方法
CN104157167A (zh) * 2014-08-28 2014-11-19 银江股份有限公司 一种基于协同相对定位技术的车辆防碰撞方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4650899B2 (ja) * 2006-10-13 2011-03-16 三菱電機株式会社 安全支援情報提供車載システム
US8935086B2 (en) * 2007-02-06 2015-01-13 GM Global Technology Operations LLC Collision avoidance system and method of detecting overpass locations using data fusion

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103839444A (zh) * 2014-03-05 2014-06-04 南京通用电器有限公司 一种基于车车通信的主动防碰撞系统和方法
CN103810904A (zh) * 2014-03-12 2014-05-21 哈尔滨工业大学 基于vanet的高速公路行车安全预警系统及预警方法
CN104157167A (zh) * 2014-08-28 2014-11-19 银江股份有限公司 一种基于协同相对定位技术的车辆防碰撞方法

Also Published As

Publication number Publication date
CN105894856A (zh) 2016-08-24

Similar Documents

Publication Publication Date Title
CN105894856B (zh) 一种基于车车通信的车辆防碰撞方法
US11990036B2 (en) Driver behavior monitoring
US11847908B2 (en) Data processing for connected and autonomous vehicles
US20240290201A1 (en) Driver behavior monitoring
CN108022450B (zh) 一种基于蜂窝网络的辅助驾驶方法及交通控制单元
CN113593273B (zh) 一种基于v2i通信的无信号控制道路交叉口碰撞预警方法
CN104882025B (zh) 一种基于车联网技术的碰撞检测预警方法
CN107346612B (zh) 一种基于车联网的车辆防碰撞方法和系统
CN104269073B (zh) 一种基于车车通信的逆向车道超车预警方法
CN112106124A (zh) 用于使用v2x和传感器数据的系统和方法
WO2019080874A1 (zh) 一种车辆借道通行的方法和控制中心
US11820387B2 (en) Detecting driving behavior of vehicles
Batz et al. Recognition of dangerous situations within a cooperative group of vehicles
Wu et al. Comparison of proposed countermeasures for dilemma zone at signalized intersections based on cellular automata simulations
EP3886073A1 (en) Collaborative safety driving model (sdm) for autonomous vehicles
EP3886076A1 (en) Warning system for a host automotive vehicle
Raut et al. Survey on vehicle collision prediction in VANET
Tseng et al. Computer vision-assisted instant alerts in 5G
Qu et al. A high precision and efficient time-to-collision algorithm for collision warning based V2X applications
CN106887140A (zh) 一种基于vanet的道路交通拥堵检测方法
Grembek et al. Introducing an intelligent intersection
Caruntu et al. Cyber-physical systems-based architecture for signalized traffic corridors: Monitoring and synchronized coordination
Germbek et al. Safe operation of automated vehicles in intersections
Diab et al. Experimental validation and mathematical analysis of cooperative vehicles in a platoon
Lei et al. Vehicle group identification and evolutionary analysis using vehicle trajectory data

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 312028 Jiangxia Road, Yang Xun Qiao Town, Keqiao District, Shaoxing City, Zhejiang Province, No. 2016

Applicant after: Zhejiang Shuren University

Address before: 310015 Institute of information science and technology, No. 8, Gongshu District tree Man Road, Gongshu District, Hangzhou

Applicant before: Zhejiang Shuren University

GR01 Patent grant
GR01 Patent grant