CN109204307B - 获取自适应防碰撞预警距离的方法、存储介质及系统 - Google Patents

获取自适应防碰撞预警距离的方法、存储介质及系统 Download PDF

Info

Publication number
CN109204307B
CN109204307B CN201811276622.1A CN201811276622A CN109204307B CN 109204307 B CN109204307 B CN 109204307B CN 201811276622 A CN201811276622 A CN 201811276622A CN 109204307 B CN109204307 B CN 109204307B
Authority
CN
China
Prior art keywords
vehicle
reaction time
obtaining
time
warning 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.)
Active
Application number
CN201811276622.1A
Other languages
English (en)
Other versions
CN109204307A (zh
Inventor
胡宏宇
张驰
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.)
Jilin University
Original Assignee
Jilin 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 Jilin University filed Critical Jilin University
Priority to CN201811276622.1A priority Critical patent/CN109204307B/zh
Publication of CN109204307A publication Critical patent/CN109204307A/zh
Application granted granted Critical
Publication of CN109204307B publication Critical patent/CN109204307B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/08Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095Predicting travel path or likelihood of collision
    • B60W30/0956Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00Input parameters relating to overall vehicle dynamics
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00Input parameters relating to objects

Abstract

本发明提供一种获取自适应防碰撞预警距离的方法、存储介质及系统,其中的方法包括如下步骤:获取车辆行驶速度以及车辆与障碍物之间的相对速度数据;获取驾驶员的实时反应时间;根据所述车辆行驶速度、所述相对速度数据和所述实时反应时间得到预警距离。通过上述方法,在获得预警距离时,充分考虑驾驶员的反应时间以及车辆与障碍物之间的相对速度数据,当驾驶员反应时间不同、车辆与障碍物之间的相对速度不同时,得到的预警距离能够进行适应性调整,从而令得到的预警距离与实际情形更加相符。

Description

获取自适应防碰撞预警距离的方法、存储介质及系统
技术领域
本发明涉及汽车自动控制技术领域,具体地涉及一种获取自适应防碰撞预警距离的方法、存储介质及系统。
背景技术
近年来,先进汽车驾驶辅助系统(Advanced Driving Assistance Systems,ADAS)在汽车安全领域内取得了很大的成功,降低了驾驶员的劳动强度,提高了行驶安全性和舒适性。ADAS所具备的一项重要功能是防碰撞预警功能,也即当车辆与某一障碍物之间的距离小于一定值时能够及时的提醒驾驶员,以使驾驶员及时反应避免碰撞的发生。
目前的防碰撞预警方法中针对相同车辆行驶速度下都是采用固定的预警距离。但是对于不同的驾驶员来说,其驾驶过程中的驾驶状态会有所不同,相应的驾驶员反应时间也会有所不同。例如当驾驶员驾车时间较长时可能会由于疲劳导致其反应时间延长,而同一驾驶员在驾车时间较短时其反应时间可能就会缩短;又例如,车辆与障碍物之间的距离相同时,不同驾驶员的反应时间也是不同的。因此当车辆与障碍物之间的距离在一定范围内时,同一驾驶员的不同状态或不同驾驶员的反应时间是不同的。而采用现有的防碰撞预警方案,无论什么情况下都是采用相同的预警距离,会导致碰撞预警发出的时机比实际情况相比过早或过晚,驾驶员可能会认为系统误警或者对系统产生不信任感,尤其在预警时间过晚时,可能失去预警的效果导致碰撞的发生。
发明内容
本发明旨在解决现有技术中预警方法无法适应不同驾驶员的不同状态导致的预警过早或预警过晚的问题,进而提供一种获取自适应防碰撞预警距离的方法、存储介质及系统。
为此,本发明提供一种获取自适应防碰撞预警距离的方法,包括如下步骤:
获取车辆行驶速度以及车辆与障碍物之间的相对速度数据;
获取驾驶员的实时反应时间;
根据所述车辆行驶速度、所述相对速度数据和所述实时反应时间得到预警距离。
可选地,上述的获取自适应防碰撞预警距离的方法中,获取车辆行驶速度以及车辆与障碍物之间的相对速度数据的步骤中:
若所述障碍物为静态物体,则以所述车辆行驶速度作为所述相对速度数据。
可选地,上述的获取自适应防碰撞预警距离的方法中,获取车辆行驶速度以及车辆与障碍物之间的相对速度数据的步骤中:
若所述障碍物为动态物体,则获取所述动态物体的移动速度和物体减速度;
根据所述车辆行驶速度获取车辆减速度;
根据所述动态物体的移动速度、物体减速度、车辆行驶速度和车辆减速度得到所述相对速度数据。
可选地,上述的获取自适应防碰撞预警距离的方法中,通过如下方式得到所述相对速度数据Vw
Figure BDA0001847130810000021
其中,vego表示所述车辆行驶速度,vlead表示所述移动物体的移动速度,aego表示所述车辆减速度,alead表示所述移动物体的移动减速度。
可选地,上述的获取自适应防碰撞预警距离的方法中,根据所述车辆行驶速度、所述相对速度数据和所述实时反应时间得到预警距离的步骤中,通过如下方式得到所述预警距离:
dw=vego×te+Vw
其中,te表示所述实时反应时间。
可选地,上述的获取自适应防碰撞预警距离的方法中,获取驾驶员的实时反应时间的步骤包括:
实时获取驾驶员的脑电信息,根据所述脑电信息得到驾驶员的第一反应时间;
获取驾驶员的驾驶风格,根据所述驾驶风格确定驾驶员的第二反应时间;所述驾驶风格包括激进型、适中型和保守型,所述激进型对应的第二反应时间大于所述适中型对应的第二反应时间,所述适中型对应的第二反应时间大于所述保守型对应的第二反应时间;
根据所述第一反应时间与所述第二反应时间得到所述实时反应时间。
可选地,上述的获取自适应防碰撞预警距离的方法中,根据所述第一反应时间与所述第二反应时间得到所述实时反应时间的步骤中,通过如下方式得到所述实时反应时间te
te=α*tf+L
其中,α为反应时间修正系数,tf为第一反应时间,L为第二反应时间;当0≤tf≤1.6时,α取1;当1.6≤tf≤2.0时,取α=1.2。
可选地,上述的获取自适应防碰撞预警距离的方法中,还包括如下步骤:
当tf≥2.0时,启动车辆的自动驾驶功能,控制车辆减速并靠路边停车。
本发明还提供一种计算机可读存储介质,所述存储介质中存储有供计算机读取的程序指令,所述计算机读取所述程序指令后执行以上任一项所述的获取自适应防碰撞预警距离的方法。
本发明还提供一种获取自适应防碰撞预警距离的系统,包括至少一个处理器和至少一个存储器,至少一个所述存储器中存储有程序指令,至少一个所述处理器读取所述程序指令后执行以上任一项所述的获取自适应防碰撞预警距离的方法。
本发明提供的以上任一技术方案与现有技术相比,至少具有以下有益效果:
本发明提供的获取自适应防碰撞预警距离的方法、存储介质及系统,其中的方法包括如下步骤:获取车辆行驶速度以及车辆与障碍物之间的相对速度数据;获取驾驶员的实时反应时间;根据所述车辆行驶速度、所述相对速度数据和所述实时反应时间得到预警距离。通过上述方法,在获得预警距离时,充分考虑驾驶员的反应时间以及车辆与障碍物之间的相对速度数据,当驾驶员反应时间不同、车辆与障碍物之间的相对速度不同时,得到的预警距离能够进行适应性调整,从而令得到的预警距离与实际情形更加相符。
附图说明
图1为本发明一个实施例所述获取自适应防碰撞预警距离的方法的流程图;
图2为本发明一个实施例所述获取驾驶员的实际反应时间的方法流程图;
图3为本发明一个实施例所述获取自适应防碰撞预警距离的系统的硬件结构示意图。
具体实施方式
下面将结合附图进一步说明本发明实施例。在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明的简化描述,而不是指示或暗示所指的装置或组件必需具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。其中,术语“第一位置”和“第二位置”为两个不同的位置。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个组件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
实施例1
本实施例提供一种获取自适应防碰撞预警距离的方法,可应用于汽车的中控系统中,如图1所示,包括如下步骤:
S101:获取车辆行驶速度以及车辆与障碍物之间的相对速度数据。在车辆车身周边会安装雷达探测器、在车顶也可以安装360度全方位摄像头,利用这些装置能够对车辆所处环境中的障碍物进行检测,并且能够得到障碍物的类型,如其为运动或静止的物体,当运动时其运动速度是多大等。车辆的整车控制器能够通过在车上设置的速度检测传感器、导航仪器等设备获得车辆本身的行驶速度。相对速度数据能够根据相邻检测周期检测到的数据进行计算得到,例如第一周期内能够得到车辆与障碍物间的距离,第二周期内得到的车辆与障碍物间的距离发生了变化,距离变化结合两个周期间的时间间隔,就能得到相对速度数据。例如,若所述障碍物为静态物体,则以所述车辆行驶速度作为所述相对速度数据。若所述障碍物为动态物体,则获取所述动态物体的移动速度和物体减速度;根据所述车辆行驶速度获取车辆减速度;根据所述动态物体的移动速度、物体减速度、车辆行驶速度和车辆减速度得到所述相对速度数据。
S102:获取驾驶员的实时反应时间;驾驶员的反应时间可以采用脑电波检测的方式得到,也可以根据对驾驶员的生理参数进行推算。
S103:根据所述车辆行驶速度、所述相对速度数据和所述实时反应时间得到预警距离。可以将上述数值代入现有技术中的SDA模型对预警距离进行计算。确定了预警距离之后,能够在检测范围内的障碍物与车辆之间的距离小于或等于该预警距离时发出警报以提醒驾驶员做出反应,避免发生碰撞。
通过上述方法,在获得预警距离时,充分考虑驾驶员的反应时间以及车辆与障碍物之间的相对速度数据,当驾驶员反应时间不同、车辆与障碍物之间的相对速度不同时,得到的预警距离能够进行适应性调整,从而令得到的预警距离与实际情形更加相符。
以上方案中,步骤S102中获取驾驶员的实时反应时间可通过如下方式得到:
S201:实时获取驾驶员的脑电信息,根据所述脑电信息得到驾驶员的第一反应时间;可以为驾驶员佩戴感应脑电波信号的头饰,从而测量驾驶员的脑电波信号。脑电信息采集中,主要采集驾驶员脑电信号(EEG)。人脑在活动时,人脑内部大量的神经元同时发生突触,因此会形成电位差,从而在大脑皮质的细胞外产生电流。脑电信号所反映的便是大脑内部神经元放电后形成的混合效果。脑电测量的导联方法有单极导联法和双极导联法两种。本实施例中的方案采用双极导联法,电极位置的布置根据国际脑电学会标定的10-20电极导联定位标准(该标准规定,每个电极与相邻电极相距10%或20%的距离)。具体实现方式包括:
步骤一,选择若干驾驶员作为实验受试者进行模拟驾驶试验,受试者年龄和驾龄应该分布均匀,且在实验前无疲劳、饮酒等行为。通过在头皮上贴电极片的方式记录脑电信号,因此脑电信号的强度非常微弱,大约为10-100μV。为了获得更为准确的脑电信号,首先需要使用专业的脑电记录设备。其次,选择合适的电极及其导联组合。电极的导联方法选用双极导联法,采用该方法记录脑电信号,仅使用两导作用电极,不使用参考电极。该方法的优点是不容易出现电极活化现象,因为其记录的信号是两个电极之间的电位差的变化。根据国际脑电学会标定的10-20电极导联定位标准,选择合适的电极位置。0-20电极导联定位标准的特点是电极排列与头颅大小、形状成比例,电极位置与大脑皮层关系相符,且电极名称也与脑解剖分区相符。根据10-20电极导联系统和实际情况,选取颞部T3、T4两个电极位置贴片,并采集脑电信号。
步骤二,为了从复杂冗余的脑电原始信号中得到分析驾驶员状态以及驾驶特性所需的脑电节律波及其特征,下面将对脑电原始信号进行预处理,主要包括信号重采样、伪迹分析和处理以及带通滤波等。
在后续的脑电信号特征提取中,需要使用小波分解提取脑电节律,为了提高小波分解的速度和效率,需要对脑电原始信号进行信号重采样。采集到的脑电信号十分微弱,而且在脑电信号采集、传输以及放大过程中易掺入大量的伪迹和噪声。因此在分析脑电信号之前,需要对脑电信号进行伪迹处理。带通滤波采用数字滤波提高信号的信噪比。选用I IR数字滤波器对脑电原始信号进行带通滤波。高通滤波器设置在0.5Hz,低通滤波器设置在35Hz,带通滤波有效地滤除了脑电原始信号中高频噪声和低频信号的干扰。
步骤三,采用小波包分解的方法获取脑电四种典型节律波。小波空间具有完整性和正交性,因此脑电信号经过小波包分解后,仍能很好的保留原始信号的时域和频域信息。通过小波包变化,可以把脑电信号中的四种典型节律波有效的提取出来。脑电信号的四种节律波的频率范围是0-30Hz,分别是δ波、θ波、α波以及β波。
δ波的频率在0.5-3.5Hz内,属于脑电波中的慢波。在清醒状态下,δ波一般不会出现,这种脑电波一般在处于睡眠状态时会出现。此外,当大脑处于缺氧、麻醉以及病变的状态下,δ波也有可能出现。
θ波的频率在4-7Hz内,属于脑电波中的慢波。一般来说,θ波是正常儿童脑电的主要部分。正常成年人在睡眠或者精神萎靡状态下,θ波的成分也会有所提高;而在清醒或者精神振奋的状态下,θ波又会有所减少。
α波的频率在8-13Hz内,属于脑电波中的快波。α波是脑电波的主要成分,其与人类的视觉活动有很大关系。一般来讲,正常成年人在安静闭目时,α波的成分会有所增加。而在睁眼、思考以及受到外界的刺激时,α波的成分又会有所减少。
β波的频率在13-30Hz内,属于脑电波中的快波。β波与人的精神状态有很大关系,通常β波的出现代表人的大脑处于兴奋状态。当人类处于精神紧张以及情绪激动或者处于警觉状态时,β波的成分较高。
步骤四,运用快速傅里叶变换(Fast Fourier Transform,FFT)获得四种典型节律波的功率谱变化,在求解功率谱的基础上,提起脑电信号特征。脑电信号的频率成分随时间不断变化,是典型的随机非平稳信号,时域分析和频域分析都无法有效地反映脑电信号特征。因此,采用时频分析的方法对脑电信号进行分析处理,提取出反映驾驶员状态及驾驶特性的脑电信号特征。
采用快速傅里叶变换获得四种节律波的功率谱,首先通过拉氏变换与反变换,将信号转换为频率—功率的关系:
Figure BDA0001847130810000081
Figure BDA0001847130810000082
在满足傅里叶积分定理条件时,式(1)为f(t)的傅里叶变换,式(2)为F(ω)的傅里叶逆变换。F(ω)称为f(t)的象函数,f(t)称为F(ω)的象原函数。
快速傅里叶变换采用矩形窗函数,时间窗长度设置为2s,对脑电四种节律波求取功率谱,计算每2s内的平均功率,代表2s内该节律波的特征值。根据傅里叶分析方法,信号函数f(t)在时间段
Figure BDA0001847130810000083
的平均功率可表示为:
Figure BDA0001847130810000084
Figure BDA0001847130810000085
为f(t)的功率密度函数,其表达式如下:
Figure BDA0001847130810000086
假设X(ω)是信号x(t)的傅里叶变换,X(K)为N点样本数据x(n)的离散傅里叶变换,有快速傅里叶变换可得,信号x(t)的功率谱密度为:
Figure BDA0001847130810000087
步骤五,使用上述步骤提取出的脑电信号特征,采用BP神经网络算法对样本数据进行学习,预测当本车将产生碰撞危险时,不同的驾驶员在不同状态下的第一反应时间。
S202:获取驾驶员的驾驶风格,根据所述驾驶风格确定驾驶员的第二反应时间;所述驾驶风格包括激进型、适中型和保守型,所述激进型对应的第二反应时间大于所述适中型对应的第二反应时间,所述适中型对应的第二反应时间大于所述保守型对应的第二反应时间;本步骤中,可以为驾驶员提供一个输入端口,例如触摸屏、按键选择,驾驶员是对自己的驾驶风格最为熟悉的,其可以根据实际情况进行设定。触摸屏上可以显示出三种驾驶风格,驾驶员通过点选的方式确定与自己驾驶风格相同的选项。之后,中控系统即可设定出与驾驶员驾驶风格对应的第二反应时间。
S203:根据所述第一反应时间与所述第二反应时间得到所述实时反应时间。本步骤中,可以直接采用第一反应时间与第二反应时间之和作为所述实时反应时间。优选第,通过如下方式得到所述实时反应时间te
te=α*tf+L
其中,α为反应时间修正系数,tf为第一反应时间,L为第二反应时间;当0≤tf≤1.6时,可认为驾驶员当前状态良好,α取1;当1.6≤tf≤2.0时,可认为驾驶员当前注意力不集中,为防止有可能出现的碰撞意外,应适当加大α,取α=1.2。而,当tf大于2.0时,驾驶员很可能无法正常控制车辆,在驾驶员不执行任何操作的情况下,及时启动车辆的自动驾驶程序,让车辆减速并靠路边停车。而此时,如果车辆与障碍物间的距离已经小于预警距离了,则还进一步启动自动驾驶程序中的自动刹车程序。以上,L值的选择根据驾驶风格确定,激进的驾驶风格取L=-0.2;适中的驾驶风格取L=0;保守的驾驶风格取L=0.2。
基于上述分析,本方案中通过如下方式得到所述预警距离:
dw=vego×te+Vw
其中所述相对速度数据Vw,通过如下方式得到:
Figure BDA0001847130810000091
其中,vego表示所述车辆行驶速度,vlead表示所述移动物体的移动速度,aego表示所述车辆减速度,alead表示所述移动物体的移动减速度,其中,te表示所述实时反应时间。
本方法用于车辆行驶过程中,则其中防碰撞预警距离主要是用于本车辆与前车之间的距离值预警。此时,以上公式中,vlead是前车车速,alead是前车假设的减速度,可以通过设置在车辆前方的探测雷达检测得的数据,结合本车的行驶数据到前车的行驶数据。
采用本实施例提供的上述方案,同一驾驶员在不同驾车状态以及不同驾驶员的情况下,都能够根据驾驶员自身的反应时间对预警距离进行自适应调整,从而使得预警距离适应于驾驶员的实际反应时间。并且,结合了驾驶员的驾驶风格,对驾驶员的反应时间做了适应性的调节,使得到的预警距离更贴合驾驶员的性格特点。
实施例2
本实施例提供一种计算机可读存储介质,所述存储介质中存储有供计算机读取的程序指令,所述计算机读取所述程序指令后执行实施例1中任意方案所述的获取自适应防碰撞预警距离的方法。
实施例3
本实施例提供一种电子设备,如图3所示,包括至少一个处理器301和至少一个存储器302,至少一个所述存储器302中存储有程序指令,至少一个所述处理器301读取所述程序指令后可执行以上任一所述的驾驶员疲劳驾驶判断方法。上述装置还可以包括:输入装置303和输出装置304。处理器301、存储器302、输入装置303和输出装置304可以通过总线或者其他方式连接。上述产品可执行本申请实施例所提供的方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本申请实施例所提供的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (7)

1.一种获取自适应防碰撞预警距离的方法,其特征在于,包括如下步骤:
获取车辆行驶速度以及车辆与障碍物之间的相对速度数据;
获取驾驶员的实时反应时间;
根据所述车辆行驶速度、所述相对速度数据和所述实时反应时间得到预警距离;
获取驾驶员的实时反应时间的步骤包括:
实时获取驾驶员的脑电信息,根据所述脑电信息得到驾驶员的第一反应时间;
获取驾驶员的驾驶风格,根据所述驾驶风格确定驾驶员的第二反应时间;所述驾驶风格包括激进型、适中型和保守型,所述激进型对应的第二反应时间大于所述适中型对应的第二反应时间,所述适中型对应的第二反应时间大于所述保守型对应的第二反应时间;
根据所述第一反应时间与所述第二反应时间得到所述实时反应时间。
2.根据权利要求1所述的获取自适应防碰撞预警距离的方法,其特征在于,获取车辆行驶速度以及车辆与障碍物之间的相对速度数据的步骤中:
若所述障碍物为静态物体,则以所述车辆行驶速度作为所述相对速度数据。
3.根据权利要求1所述的获取自适应防碰撞预警距离的方法,其特征在于,获取车辆行驶速度以及车辆与障碍物之间的相对速度数据的步骤中:
若所述障碍物为动态物体,则获取所述动态物体的移动速度和物体减速度;
根据所述车辆行驶速度获取车辆减速度;
根据所述动态物体的移动速度、物体减速度、车辆行驶速度和车辆减速度得到所述相对速度数据。
4.根据权利要求1所述的获取自适应防碰撞预警距离的方法,其特征在于,根据所述第一反应时间与所述第二反应时间得到所述实时反应时间的步骤中,通过如下方式得到所述实时反应时间te
te=α*tf+L
其中,α为反应时间修正系数,tf为第一反应时间,L为第二反应时间;当0≤tf≤1.6时,α取1;当1.6≤tf≤2.0时,取α=1.2。
5.根据权利要求4所述的获取自适应防碰撞预警距离的方法,其特征在于,还包括如下步骤:
当tf≥2.0时,启动车辆的自动驾驶功能,控制车辆减速并靠路边停车。
6.一种计算机可读存储介质,其特征在于,所述存储介质中存储有供计算机读取的程序指令,所述计算机读取所述程序指令后执行权利要求1-5任一项所述的获取自适应防碰撞预警距离的方法。
7.一种获取自适应防碰撞预警距离的系统,其特征在于,包括至少一个处理器和至少一个存储器,至少一个所述存储器中存储有程序指令,至少一个所述处理器读取所述程序指令后执行权利要求1-5任一项所述的获取自适应防碰撞预警距离的方法。
CN201811276622.1A 2018-10-30 2018-10-30 获取自适应防碰撞预警距离的方法、存储介质及系统 Active CN109204307B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811276622.1A CN109204307B (zh) 2018-10-30 2018-10-30 获取自适应防碰撞预警距离的方法、存储介质及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811276622.1A CN109204307B (zh) 2018-10-30 2018-10-30 获取自适应防碰撞预警距离的方法、存储介质及系统

Publications (2)

Publication Number Publication Date
CN109204307A CN109204307A (zh) 2019-01-15
CN109204307B true CN109204307B (zh) 2020-06-23

Family

ID=64997405

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811276622.1A Active CN109204307B (zh) 2018-10-30 2018-10-30 获取自适应防碰撞预警距离的方法、存储介质及系统

Country Status (1)

Country Link
CN (1) CN109204307B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109949545A (zh) * 2019-04-01 2019-06-28 广东科学技术职业学院 一种基于避免驾驶员疲劳驾驶的智能驾驶系统和方法
CN112238829B (zh) * 2019-07-16 2023-06-02 华为技术有限公司 通信方法和装置
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
CN111275929A (zh) * 2020-01-21 2020-06-12 东风小康汽车有限公司重庆分公司 车辆漫水预警方法、装置及系统
CN112085967A (zh) * 2020-08-14 2020-12-15 宇龙计算机通信科技(深圳)有限公司 高速公路的车辆预警方法、装置、存储介质以及终端
CN115782909A (zh) * 2021-09-10 2023-03-14 广州汽车集团股份有限公司 一种弱势交通参与者碰撞预警方法及其系统、存储介质
CN116631150B (zh) * 2023-05-12 2024-01-23 小舟科技有限公司 脑控轮椅防碰撞预警方法及装置、设备、存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106919948A (zh) * 2015-12-28 2017-07-04 西南交通大学 一种驾驶持续性注意水平的识别方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2977551B1 (fr) * 2011-07-07 2014-01-24 Peugeot Citroen Automobiles Sa Dispositif d'aide aux manoeuvres d'un vehicule en fonction d'une estimation d'un temps de reaction global
CN102390320B (zh) * 2011-08-22 2013-06-12 武汉理工大学 基于车载传感网络的车辆防撞预警系统及用途
US9493118B1 (en) * 2015-06-24 2016-11-15 Delphi Technologies, Inc. Cognitive driver assist with variable warning for automated vehicles
CN105501220B (zh) * 2015-11-24 2018-11-06 东软集团股份有限公司 车辆碰撞预警的方法、装置以及车辆
DE102017202172B4 (de) * 2017-02-10 2022-12-15 Cosmin Tudosie Verfahren zum Anzeigen sicherheitsrelevanter Informationen auf einem Anzeigegerät eines Fahrzeugs
CN107095670A (zh) * 2017-05-27 2017-08-29 西南交通大学 驾驶员反应时间预测方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106919948A (zh) * 2015-12-28 2017-07-04 西南交通大学 一种驾驶持续性注意水平的识别方法

Also Published As

Publication number Publication date
CN109204307A (zh) 2019-01-15

Similar Documents

Publication Publication Date Title
CN109204307B (zh) 获取自适应防碰撞预警距离的方法、存储介质及系统
Wang et al. A novel real-time driving fatigue detection system based on wireless dry EEG
Murugan et al. Detection and analysis: Driver state with electrocardiogram (ECG)
Shi et al. Differential entropy feature for EEG-based vigilance estimation
US7970459B2 (en) Sleepiness level detection method and apparatus
JP5194290B2 (ja) 脳機能監視及び表示システム
CN102961126B (zh) 基于脉象诊断模式的驾驶预警方法
JP5194291B2 (ja) 脳の活動を表示する方法および脳の活動を表示するシステム
CN110604565A (zh) 一种基于便携式eeg设备的脑部健康筛查方法
JP2013539998A (ja) 複合脳機能モニタリング・表示システム
JP4867215B2 (ja) 生理・心理状態判定装置、生理・心理状態判定方法、リファレンスデータ生成装置、及びリファレンスデータ生成方法。
US20160324465A1 (en) Systems and methods for diagnosing sleep
US20140107519A1 (en) Apparatus for measuring brain local activity
Son et al. Estimating cognitive load complexity using performance and physiological data in a driving simulator
Zhang et al. Determination of optimal electroencephalography recording locations for detecting drowsy driving
JP4861141B2 (ja) 車両制御装置、車両制御プログラムおよび車両制御方法
CN114435373B (zh) 疲劳驾驶检测方法、装置、计算机设备和存储介质
CN114469138B (zh) 基于时频域的脑电爆发抑制模式的检测方法、系统及介质
CN106491127A (zh) 驾驶肌劳损预警值测试方法和装置及驾驶肌劳损预警装置
CN114088422A (zh) 车辆的故障诊断方法、装置和电子设备
JP3960168B2 (ja) 生体状態推定方法及び装置、プログラム
Mohamed et al. An approach in determining fatigueness and drowsiness detection using EEG
CN110584650A (zh) 一种基于hrv的驾驶舒适度量化方法、装置和存储介质
Morikawa et al. Spatiotemporal variations of alpha and sigma band EEG in the waking-sleeping transition period
Zhao et al. Extraction method of driver’s mental component based on empirical mode decomposition and approximate entropy statistic characteristic in vehicle running state

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
GR01 Patent grant
GR01 Patent grant