CN109249930A - 一种智能车碰撞安全预测方法 - Google Patents

Abstract

本发明公开了一种智能车碰撞安全预测方法，包括以下步骤：1)采用基于单幅图像的障碍物检测算法判定缩微车前方是否存在障碍物或车辆；2)处理器对两个摄像头进行标定，采用立体视觉的方法确定障碍物的高度及距离并将信息传输给控制器；3)测距装置检测相邻两车道的车辆状况，为超车换道提供可行驶的区域并将可行使区域的信息传输给控制器；本发明提供的智能车碰撞安全预测方法，通过在接近阶段、超车道上以及超车换道阶段均建立碰撞安全模型,在超车过程中全阶段进行安全监控，保障安全运行，同时本发明提供的各个阶段的预测方法能够更加灵敏地实现碰撞预测，提高汽车运行过程中的安全性。

Description

一种智能车碰撞安全预测方法

技术领域

本发明涉及智能车碰撞安全预测领域，特别是涉及一种智能车碰撞安全预 测方法。

背景技术

现有技术中，缺少一种智能车碰撞安全预测方法，使得汽车运行过程中， 能够实现利用现代信息技术、传感技术来扩展驾驶员的感知能力,将感知技术获 取的外界信息(如车速、行人或其他障碍物距离等)传递给驾驶员，同时在路况 与车况的综合信息中辨识是否构成安全隐患，并在紧急情况下，自动采取措施 控制汽车，使汽车能主动避开危险，保证车辆安全行驶，从而减少交通事故， 提高交通安全性。

因此本领域技术人员致力于开发一种智能车碰撞安全预测方法，实现利用 现代信息技术、传感技术对汽车运行中的路况进行预测，在紧急情况下，自动 采取措施控制汽车，使汽车能主动避开危险，保证车辆安全行驶，从而减少交 通事故，提高交通安全性。

发明内容

有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是提供一种智能 车碰撞安全预测方法，实现利用现代信息技术、传感技术对汽车运行中的路况 进行预测，在紧急情况下，自动采取措施控制汽车，使汽车能主动避开危险， 保证车辆安全行驶，从而减少交通事故，提高交通安全性。

为实现上述目的，本发明提供了一种智能车碰撞安全预测方法，包括以下 步骤：

1)采用基于单幅图像的障碍物检测算法判定缩微车前方是否存在障碍物或 车辆；

2)处理器对两个摄像头进行标定，采用立体视觉的方法确定障碍物的高度 及距离并将信息传输给控制器；

3)测距装置检测相邻两车道的车辆状况，为超车换道提供可行驶的区域并 将可行使区域的信息传输给控制器；

4)控制器根据获得的信息，与邻近车辆交换信息，获取对方车辆的相关信 息，采用自适应换道策略，向运行控制模块发送命令，完成车辆的自主换道。

较优的，所述步骤3)中，采用以下步骤完成为超车换道提供可行驶的区域 计算：

31)对接近阶段进行碰撞概率预测；

32)对超车道进行碰撞概率预测；

33)对超车换道阶段进行碰撞概率预测。

较优的，所述步骤31)中，按照以下步骤实现对接近阶段的碰撞概率预测：

311)按照下列公式计算碰撞时间TTC:

当v_a＞v_b,碰撞时间TTC的值由公式(1)所得，当v_a≤v_b,TTC＝0。

这里：

S_ab是两车开始距离；

L_a是超车A的长度；

L_b是被超车B的长度；

v_a是超车A当前速度；

v_b是被超车B当前速度。

312)当超车车辆与被超车车辆两车车速恒定时，按照下列公式计算碰撞发 生的概率：

当P(t_r≥TTC＞t_w)*P(δ_θ＜θ_th)*P(δ_v＞v_th)＝1时，进行提醒； (2)

其中，

P(x)是逻辑运算符，当x为真,P(x)＝1,否则,P(x)＝0

t_r是超车提示时间的阈值；

t_w是超车警告时间的阈值；

δ_θ是两车相对位置；

θ_th是相对位置的阈值；

δ_v是两车相对速度；

v_th是相对速度的阈值；

313)按照下列公式决定超车警告：

当P(TTC≤t_w)*P(δ_θ＜θ_th)*P(δ_v＞0)值为1时，进行报警。 (3)

较优的，所述步骤32)中，按照下列步骤实现对超车道进行碰撞概率预测：

321)按照下列公式计算超车道所需要时间：

其中，

t_ot是超车道所需时间；

是换道过程耗时的安全系数；

S_ba是两车相对距离；

S_ab是超车开始时两车的初始距离；

是超车的速度；

是被超车的速度；

322)按照下列公式计算安全超车距离：

L_ot＝v_at_ot (5)

其中，L_ot是安全超车道路区域；

323)按照下列公式确定车道变换可行条件：

如果当前的道路是一条双向道路，超车车道为对面的行车线，这时如果存 在迎面而来的车辆D，那么超车车辆可以启动车道变换行为的情况下需满足以下 公式：

S_ad＞(v_dt_ot+0.5a_dt_ot ²)+L_ot (6)

其中，S_ad是超车车辆A与车辆D之间相对距离；

L_ot是安全超车道路区域；

其中，如果当前的道路上是多方向的道路，超车车道同时也是与车辆C同 车道行驶方向相同。假设C车辆的当前速度是v_c，加速度是a_c。然后，车辆A 可以启动车道变换行为必须满足以下公式：

S_ca＞(v_ct_ot+0.5a_ct_ot ²)-L_ot (7)

S_ca是所示两车距离；

L_ot是安全超车道路区域；

较优的，所述步骤33)中，按照下列步骤计算超车换道阶段碰撞概率预测：

331)按照下列公式确定超车车辆的冲突域：

其中，N(X_A|μ_A,Λ_A)是冲突域场的概率密度分布；

Λ_A是协方差矩阵；

|Λ_A|是Λ_A的决定要素；

D是输入变量的维数，是设计值；

μ_A是二维高斯分布的均值方差；

Δ_A是μ_A到X_A的马氏距离，由下列公式计算

Δ_A ²＝(X_A-μ_A)^TΛ_A ^-1(X_A-μ_A) (9)

332)按照步骤331)的公式同理建造被超越车辆的潜在冲突域；

333)冲突区域潜在域重合的概率密度，按照下列公式计算出冲突概率的估 计：

首先，从车辆坐标系到世界坐标系的变换矩阵

其中，

R是变换矩阵；

θ是目标车辆坐标与世界坐标之间的方位角。

然后，建立从车辆坐标到世界坐标的协方差矩阵:

Λ_A ^W＝R_AΛ_AR_A ^T (11)

Λ_B ^W＝R_BΛ_BR_B ^T (12)

按照下列公式提供联合概率密度函数：

整合这一时刻两车的的冲突领域的冲突概率密度得到超车时刻t的冲突概 率：

其中，

C_p是冲突概率评估.如果碰撞发生,C_p＝1；

如果两者之间没有冲突风险的概率，C_p＝0；

f(x,y)是冲突概率密度函数；

S_c是冲突域。

本发明的有益效果是：本发明提供了一种智能车碰撞安全预测方法，通过 在接近阶段、超车道上以及超车换道阶段均建立碰撞安全模型,在超车过程中全 阶段进行安全监控，保障安全运行，同时本发明提供的各个阶段的预测方法能 够更加灵敏地实现碰撞预测，提高汽车运行过程中的安全性。

附图说明

图1是本发明具体实施例的步骤流程图。

图2是典型超车换道过程说明示意图。

图3是超车碰撞区域示意图。

图4是超车过程中检测到的车辆的通信时间仿真曲线图。

图5是超车过程中与相邻车辆和相反车辆的相对距离仿真曲线图。

图6是超车过程中与相邻车辆和相反车辆的相对方位角曲线图。

图7是超车过程碰撞预警响应时间曲线图。

具体实施方式

下面结合附图和实施例对本发明作进一步说明：

如图1所示，一种智能车碰撞安全预测方法，包括以下步骤：

1)采用基于单幅图像的障碍物检测算法判定缩微车前方是否存在障碍物或 车辆；

2)处理器对两个摄像头进行标定，采用立体视觉的方法确定障碍物的高度 及距离并将信息传输给控制器；

3)测距装置检测相邻两车道的车辆状况，为超车换道提供可行驶的区域并 将可行使区域的信息传输给控制器；

4)控制器根据获得的信息，与邻近车辆交换信息，获取对方车辆的相关信 息，采用自适应换道策略，向运行控制模块发送命令，完成车辆的自主换道。

较优的，所述步骤3)中，采用以下步骤完成为超车换道提供可行驶的区域 计算：

31)对接近阶段进行碰撞概率预测；

32)对超车道进行碰撞概率预测；

33)对超车换道阶段进行碰撞概率预测。

如图2所示，进一步的，所述步骤31)中，按照以下步骤实现对接近阶段 的碰撞概率预测：

311)按照下列公式计算碰撞时间TTC:

当v_a＞v_b,碰撞时间TTC的值由公式(1)所得，当v_a≤v_b,TTC＝0。

这里：

S_ab是两车开始距离；

L_a是超车A的长度；

L_b是被超车B的长度；

v_a是超车A当前速度；

v_b是被超车B当前速度；

312)当超车车辆与被超车车辆两车车速恒定时，按照下列公式计算碰撞发 生的概率：

当P(t_r≥TTC＞t_w)*P(δ_θ＜θ_th)*P(δ_v＞v_th)＝1时，进行提醒； (2)

其中，

P(x)是逻辑运算符，当x为真,P(x)＝1,否则,P(x)＝0；

t_r是超车提示时间的阈值；

t_w是超车警告时间的阈值；

δ_θ是两车相对位置；

θ_th是相对位置的阈值；

δ_v是两车相对速度；

v_th是相对速度的阈值；

在一个碰撞事故中，超车车辆比被超车车辆更快，超车车辆的速度可能是 恒定的,也可能是逐步加快的。而由于变速的情况太复杂，本技术方案仅在两车 车速恒定的情况下的考虑通过超车碰撞概率和碰撞时间实现自动报警和提醒， 如果存在变速的情况则不利用本方法进行自动报警和提醒，同时这种情况可以 主动向用户提供超车风险说明。

从公式(1)可以看出，S_ab开始距离直接影响的碰撞概率和碰撞时间。它意 味着，如果值设置太小，正面碰撞风险会变得太大，但如果值设置太大，从宏 观的角度看，交通效率会受影响。此外，在微观的角度来看，长时间占领的超 车车道L亦会增加超车车道的碰撞风险。因此，合理的TTC算法需要将S_ab控制 在一个合理的水平。在一个追尾过程中，碰撞发生的概率是由相对速度、相对 角度决定的，因此可以按照下列步骤来具体实现超车提醒和警告。

如果在提示的时间范围内不采用车道变换的行为，那么，在安全保障中的 车道变换行为就变得不可用了。随着相对距离变小，超车警告的决定是由以下 公式决定。

313)按照下列公式决定超车警告：

当P(TTC≤t_w)*P(δ_θ＜θ_th)*P(δ_v＞0)值为1时，进行报警。 (3)

在公式(2)和公式(3)中，我们评估了超车前的距离是否安全。同时，为 了道路安全，我们也需评估在超车车道上的风险，考虑到车道变换过程和车辆 的身体长度的影响，较优的，所述步骤32)中，按照下列步骤实现对超车道进 行碰撞概率预测：

321)按照下列公式计算超车道所需要时间：

其中，

t_ot是超车道所需时间；

是换道过程耗时的安全系数；

S_ba是两车相对距离；

S_ab是超车开始时两车的初始距离；

是超车的速度；

是被超车的速度；

由图2可知，安全超车的道路长度取决与车辆A的速度以及超车所需时间， 因此，

322)按照下列公式计算安全超车距离：

L_ot＝v_at_ot (5)

其中，L_ot是安全超车道路区域；

323)按照下列公式确定车道变换可行条件：

如图2，如果当前的道路是一条双向道路，超车车道为对面的行车线，这时 如果存在迎面而来的车辆D，那么超车车辆可以启动车道变换行为的情况下需满 足以下公式：

S_ad＞(v_dt_ot+0.5a_dt_ot ²)+L_ot (6)

其中，S_ad是超车车辆(A)与车辆(D)之间相对距离；

L_ot是安全超车道路区域；

其中，如果当前的道路上是多方向的道路，超车车道同时也是与车辆(C) 同车道行驶方向相同。假设(C)车辆的当前速度是v_c，加速度是a_c。然后， 车辆(A)可以启动车道变换行为必须满足以下公式：

S_ca＞(v_ct_ot+0.5a_ct_ot ²)-L_ot (7)

S_ca是所示两车距离；

L_ot是安全超车道路区域。

较优的，所述步骤33)中，按照下列步骤计算超车换道阶段碰撞概率预测：

331)按照下列公式确定超车车辆的冲突域：

其中，N(X_A|μ_A,Λ_A)是冲突域场的概率密度分布；

Λ_A是协方差矩阵；

|Λ_A|是Λ_A的决定要素；

D是输入变量的维数，是设计值，本实施例中，定义D＝2；

μ_A是二维高斯分布的均值方差；

Δ_A是μ_A到X_A的马氏距离，由下列公式计算

Δ_A ²＝(X_A-μ_A)^TΛ_A ^-1(X_A-μ_A) (9)

332)按照步骤331)的公式同理建造被超越车辆的潜在冲突域；

333)冲突区域潜在域重合的概率密度，按照下列公式计算出冲突概率的估 计：

首先，从车辆坐标系到世界坐标系的变换矩阵；

其中，

R是变换矩阵；

θ是目标车辆坐标与世界坐标之间的方位角。

然后，建立从车辆坐标到世界坐标的协方差矩阵:

Λ_A ^W＝R_AΛ_AR_A ^T (11)

Λ_B ^W＝R_BΛ_BR_B ^T (12)

按照下列公式提供联合概率密度函数：

整合这一时刻两车的的冲突领域的冲突概率密度得到超车时刻t的冲突概 率：

其中，

C_p是冲突概率评估.如果碰撞发生,C_p＝1；

如果两者之间没有冲突风险的概率，C_p＝0；

f(x,y)是冲突概率密度函数；

S_c是冲突域。

根据多维正态分布的特征，正态分布的线性组合仍能满足正态分布。因此， 可以给出冲突领域的。

如图3，其中，overtaking security zone表示超车安全领域即图3中 最大的那个矩形框，Vehicle A表示车辆A即超车车辆，Vehicle B表示车辆B 即被超车车辆；overtaking Lane L表示超车道，Lane L表示中部车道，Lane R 表示慢车道。

由于在真实道路上开展危险超车行为是非常危险和昂贵的，需要多个车辆 配备车辆间通信设备。因此，目前这个领域的研究通常采用仿真测试的方法进 行算法验证。我们采用1:10的缩微智能车搭建碰撞仿真平台。相比实际道路行 驶试验，利用缩微智能车的模拟试验具有低成本、安全和可重复的实验环境。 利用上诉算法原理设计了如下的基于机器视觉的车辆避障及超车算法，其方法 包括如下步骤：

处理器采用基于单幅图像的障碍物检测算法判定缩微车前方是否存在障碍 物或车辆；这里的障碍物检测算法是现有技术，可以直接通过图像上道路是否 被物体遮挡来直接进行判断。

处理器对两个摄像头进行标定，采用立体视觉的方法确定障碍物的高度及 距离并将信息传输给控制器；

测距装置检测相邻两车道的车辆状况，为超车换道提供可行驶的区域并将 可行使区域的信息传输给控制器；

控制器根据获得的信息，与邻近车辆交换信息，获取对方车辆的相关信息， 采用自适应换道策略，向运行控制模块发送命令，完成车辆的自主换道。

为了在即将到来的阶段验证建议的提醒和预警方法，我们通过4辆1:10比 例的缩微智能车辆配备无线通信设备建立了最长车道距离20米仿真道路环境， 缩放比例(1:10)，相当于真实车道有效的沟通距离200米远。按照如图2的 示意图，得到结果如图4至图7的仿真结果图。图4是超车过程中检测到的车 辆的通信时间仿真曲线图。其纵坐标为车辆ID，横坐标为时间。图5是超车过 程中与相邻车辆和相反车辆的相对距离仿真曲线图，其纵坐标为相对距离，横 坐标为时间，单位为秒。图6是超车过程中与相邻车辆和相反车辆的相对方位 角曲线图，其纵坐标为相关方位角，横坐标为时间，单位为秒。图7是超车过 程碰撞预警响应时间曲线图。其纵坐标为碰撞时间，横坐标为运行时间，单位 为秒。

其中3号曲线表示被超车B，2号曲线表示同向车E，1号曲线表示对向来 车D。图4显示测试过程中图2中车辆通信时间曲线。如图4，在初始阶段，只 检测到车辆B和车辆E，并在2.6s后辨识了迎面而来的车辆D。图4至图7 显示了正向车辆提醒和警报的决策结果。对应于图中的测试场景，三次提醒警 报和一次警报被正确地检测到。并且能够显示相邻车道车辆警报的决策结果。 对模拟试验的准确度具有较好的决策结果。

以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术 人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡 本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推 理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范 围内。

Claims (5)

1.一种智能车碰撞安全预测方法，其特征是：包括以下步骤：

1)采用基于单幅图像的障碍物检测算法判定缩微车前方是否存在障碍物或车辆；

2)处理器对两个摄像头进行标定，采用立体视觉的方法确定障碍物的高度及距离并将信息传输给控制器；

3)测距装置检测相邻两车道的车辆状况，为超车换道提供可行驶的区域并将可行使区域的信息传输给控制器；

4)控制器根据获得的信息，与邻近车辆交换信息，获取对方车辆的相关信息，采用自适应换道策略，向运行控制模块发送命令，完成车辆的自主换道。

2.如权利要求1所述的智能车碰撞安全预测方法，其特征是：所述步骤3)中，采用以下步骤完成为超车换道提供可行驶的区域计算：

31)对接近阶段进行碰撞概率预测；

32)对超车道进行碰撞概率预测；

33)对超车换道阶段进行碰撞概率预测。

3.如权利要求2所述的智能车碰撞安全预测方法，其特征是：所述步骤31)中，按照以下步骤实现对接近阶段的碰撞概率预测：

311)按照下列公式计算碰撞时间TTC:

当v_a＞v_b,碰撞时间TTC的值由公式(1)所得，当v_a≤v_b,TTC＝0。

这里：

S_ab是两车开始距离；

L_a是超车(A)的长度；

L_b是被超车(B)的长度；

v_a是超车(A)当前速度；

v_b是被超车(B)当前速度；

312)当超车车辆与被超车车辆两车车速恒定时，按照下列公式计算碰撞发生的概率：

当P(t_r≥TTC＞t_w)*P(δ_θ＜θ_th)*P(δ_v＞v_th)＝1时，进行提醒； (2)

其中，

P(x)是逻辑运算符，当_x为真,P(x)＝1,否则,P(x)＝0；

t_r是超车提示时间的阈值；

t_w是超车警告时间的阈值；

δ_θ是两车相对位置；

θ_th是相对位置的阈值；

δ_v是两车相对速度；

v_th是相对速度的阈值；

313)按照下列公式决定超车警告：

当P(TTC≤t_w)*P(δ_θ＜θ_th)*P(δ_v＞0)值为1时，进行报警 (3)。

4.如权利要求2所述的智能车碰撞安全预测方法，其特征是：所述步骤32)中，按照下列步骤实现对超车道进行碰撞概率预测：

321)按照下列公式计算超车道所需要时间：

其中，

t_ot是超车道所需时间；

是换道过程耗时的安全系数；

S_ba是两车相对距离；

S_ab是超车开始时两车的初始距离；

υ_a是超车的速度；

υ_b是被超车的速度；

322)按照下列公式计算安全超车距离：

L_ot＝v_at_ot (5)

其中，L_ot是安全超车道路区域；

323)按照下列公式确定车道变换可行条件：

如果当前的道路是一条双向道路，超车车道为对面的行车线，这时如果存在迎面而来的车辆(D)，那么超车车辆可以启动车道变换行为的情况下需满足以下公式：

S_ad＞(v_dt_ot+0.5a_dt_ot ²)+L_ot (6)

其中，S_ad是超车车辆(A)与车辆(D)之间相对距离；

L_ot是安全超车道路区域；

其中，如果当前的道路上是多方向的道路，超车车道同时也是与车辆(C)同车道行驶方向相同。假设(C)车辆的当前速度是v_c，加速度是a_c。然后，车辆(A)可以启动车道变换行为必须满足以下公式：

S_ca＞(v_ct_ot+0.5a_ct_ot ²)-L_ot (7)

S_ca是所示两车距离；

L_ot是安全超车道路区域。

5.如权利要求2所述的智能车碰撞安全预测方法，其特征是：所述步骤33)中，按照下列步骤计算超车换道阶段碰撞概率预测：

331)按照下列公式确定超车车辆的冲突域：

其中，N(X_A|μ_A,Λ_A)是冲突域场的概率密度分布；

Λ_A是协方差矩阵；

|Λ_A|是Λ_A的决定要素；

D是输入变量的维数，是设计值；

μ_A是二维高斯分布的均值方差；

Δ_A是μ_A到X_A的马氏距离，由下列公式计算

Δ_A ²＝(X_A-μ_A)^TΛ_A ^-1(X_A-μ_A) (9)

332)按照步骤331)的公式同理建造被超越车辆的潜在冲突域；

333)冲突区域潜在域重合的概率密度，按照下列公式计算出冲突概率的估计：

首先，从车辆坐标系到世界坐标系的变换矩阵

其中，

R是变换矩阵；

θ是目标车辆坐标与世界坐标之间的方位角。

然后，建立从车辆坐标到世界坐标的协方差矩阵:

Λ_A ^W＝R_AΛ_AR_A ^T (11)

Λ_B ^W＝R_BΛ_BR_B ^T (12)

按照下列公式提供联合概率密度函数：

整合这一时刻两车的的冲突领域的冲突概率密度得到超车时刻t的冲突概率：

其中，

C_p是冲突概率评估.如果碰撞发生,C_p＝1；

如果两者之间没有冲突风险的概率，C_p＝0；

f(x,y)是冲突概率密度函数；

S_c是冲突域。