CN109544993A - 一种智能车辆右转弯防碰撞三级预警系统及预警方法 - Google Patents
一种智能车辆右转弯防碰撞三级预警系统及预警方法 Download PDFInfo
- Publication number
- CN109544993A CN109544993A CN201910014677.3A CN201910014677A CN109544993A CN 109544993 A CN109544993 A CN 109544993A CN 201910014677 A CN201910014677 A CN 201910014677A CN 109544993 A CN109544993 A CN 109544993A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- early warning
- level
- operating condition
- speed
- 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
- 238000000034 method Methods 0.000 title claims description 28
- 238000004088 simulation Methods 0.000 claims abstract description 20
- 230000000386 athletic effect Effects 0.000 claims abstract description 18
- 238000013480 data collection Methods 0.000 claims abstract description 7
- 238000005070 sampling Methods 0.000 claims description 19
- 230000001186 cumulative effect Effects 0.000 claims description 2
- 230000000875 corresponding effect Effects 0.000 description 21
- 238000004364 calculation method Methods 0.000 description 16
- 238000004422 calculation algorithm Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 10
- 238000000342 Monte Carlo simulation Methods 0.000 description 7
- 238000002948 stochastic simulation Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- 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
Abstract
本发明公开了一种智能车辆右转弯防碰撞三级预警系统,包括:数据采集系统,其用于采集自车速度、运动姿态信息、他车位置和速度、行人位置、速度及运动姿态;计算模拟系统,其用于辨识右转弯工况、计算碰撞概率、绘制碰撞概率曲线;三级预警系统,其用于绘制三级预警图,并通过预警区域以及碰撞概率曲线判断预警等级,并发出警报。提供了一种智能车辆右转弯防碰撞三级预警系统,通过三级预警系统反馈驾驶员信息降低碰撞概率,提高智能车辆在交叉路口转弯的安全性达到保护车辆和行人的目的。
Description
技术领域
本发明涉及智能汽车技术以及智能车辆碰撞概率计算与预警系统设计领域,尤其涉及一种智能车辆右转弯防碰撞三级预警系统及预警方法。
背景技术
智能车辆安全系统随着技术进步而不断发展,交叉路口智能车辆转弯工况是一种事故高发的复杂交通场景,因此需要通过技术手段降低碰撞概率。在众多交通事故中,行人、车辆与正在转弯汽车之间的碰撞在城市工况中越来越多。目前针对碰撞预警以及主动避撞研究很多,但很多研究者并没有在考虑交叉路口汽车由于转弯而引发的碰撞。国内外研究集中在对智能车辆转弯过程中汽车以及行人的状态估计,有学者通过建立概率模型对行人过街决策进行提前预测和识别,但缺少对转弯过程中碰撞概率的计算。在转弯碰撞方面,有学者从交通运输学角度对交叉路口进行优化设计降低大型车辆右转弯与行人碰撞概率,但不能精准覆盖转弯工况所有可能的碰撞。蒙特卡洛方法在航海工程领域应用较多,本文采用蒙特卡洛方法建立智能车辆右转弯碰撞概率随机模拟算法。智能车辆右转弯工况特殊且相对复杂,在避让左侧来车的同时还要兼顾过马路的行人。
发明内容
本发明为解决目前的技术不足之处,提供了一种智能车辆右转弯防碰撞三级预警系统,通过三级预警系统反馈驾驶员信息降低碰撞概率,提高智能车辆在交叉路口转弯的安全性达到保护车辆和行人的目的。
本发明还提供了一种智能车辆右转弯防碰撞三级预警方法,能够实时计算车辆右转碰撞概率,避免碰撞发生。
本发明提供的技术方案为:一种智能车辆右转弯防碰撞三级预警系统,包括:
数据采集系统,其用于采集自车速度、运动姿态信息、他车位置和速度、行人位置、速度及运动姿态;
计算模拟系统,其用于辨识右转弯工况、计算碰撞概率、绘制碰撞概率曲线;
三级预警系统,其用于绘制三级预警图,并通过预警区域以及碰撞概率曲线判断预警等级,并发出警报。
优选的是,所述数据采集系统包括自车电子信息采集单元、车载传感器单元、智能车联网平台;
其中,所述自车电子信息采集单元通过自车CAN总线网络采集自车速度及运动姿态信息;以及
所述车载传感器单元和所述智能车联网平台用于采集他车或者行人速度、位置坐标及运动姿态的信息。
优选的是,
所述三级预警系统包括三级预警图绘制器、预警等级判断单元、二级预警显示器和三级预警警报器;
其中,所述三级预警图绘制器用于绘制三级预警图,并将所述概率曲线绘制器生成的碰撞概率曲线绘制在所述三级预警图上;
所述预警等级判断单元通过预警区域以及所述碰撞概率曲线判断预警等级;
所述二级预警显示器通过显示器显示存在危险,提醒驾驶员注意碰撞工况的发生;以及
所述三级预警警报器通过响起警报的方式提醒驾驶员危险即将发生,提醒驾驶员采取动作。
优选的是,四种基本右转弯工况包括:
工况一,其为自车右转并入车道时与左侧共同并入同一车道的他车碰撞;
工况二,其为自车右转弯时与要并入车道内穿越马路的行人碰撞;
工况三,其为自车右转弯时与前方过马路行人碰撞;以及,
工况四,其为自车右转弯并入车道时与车道内他车碰撞四种工况。
优选的是,
所述三级预警图划分为三级预警区域,其包括:
一级预警区域满足:
t∈(0,2)时,{PC|0≤PC≤-0.1t+0.5}和t∈(2,5)时,{PC|0≤PC≤t/30+7/30};
二级预警区域满足:
t∈(0,2)时,{PC|-0.1t+0.5≤PC≤0.5}和t∈(2,5)时,{PC|t/30+7/30≤PC≤0.1t+0.3};
三级预警区域满足:
t∈(0,2)时,{PC|0.5≤PC≤1}和t∈(2,5)时,{PC|0.1t+0.3≤PC≤1};
其中,t为预测碰撞产生时间,PC为碰撞概率。
一种智能车辆右转弯防碰撞三级预警方法,包括:
建立他车安全轮廓及行人安全轮廓;
按照采样周期采集自车速度、运动姿态信息、他车位置和速度、行人位置、速度、运动姿态,识别工况,根据自车车速、他车车速、转弯半径服从的正态分布生成多套对应随机数值的自车车速、他车车速、转弯半径,并计算判断每个采样周期内所生成的每套随机数值的对应工况是否发生碰撞,并将所有基于随机数值判断的碰撞结果进行概率累计,绘制碰撞概率曲线;
根据碰撞概率曲线对应三级预警图的预警区域进行对应的预警。
优选的是,建立他车安全轮廓具体方法为:
以他车前部中心为圆心确定第一半圆弧,以他车后部中心为圆心确定第二半圆弧,所述第一半圆弧和所述第二半圆弧的两端分别连接线段;所述第一半圆弧、所述第二半圆弧和所述线段确定他车安全轮廓;
所述第一半圆弧和所述第二半圆弧的半径为(L1+W2)/2;
其中,L1为自车车长,W2为他车车宽;
建立行人安全轮廓具体为:
以行人中心为圆点,L1+D为直径确定的圆为行人安全轮廓;其中,D为行人轮廓圆的直径。
优选的是,判断是否发生碰撞的方法具体为:
以初始时刻的自车中心为原点,自车纵向轴线为第一方向,自车横向中心线为第二方向,所述第一方向和所述第二方向垂直,确定他车或行人位置,坐标为(a,b),则求解每一采样周期内第i套生成随机数值对应的任一时刻t时的自车的坐标(xti,yti),判断自车坐标(xti,yti)落入他车安全轮廓内或行人安全轮廓,则发生碰撞;由此可以得到每一周期内第i套生成随机数值对应的任意时刻的碰撞数;
当满足工况一时,自车的坐标满足:
yti=sin(θ1)r(i)
xti=r(i)-r(i)cos(θ1)-V2(i)t
其中,V2(i)为第i套生成随机数值对应的他车车速,r(i)为第i套生成随机数值对应的转弯半径,i=1,2,3...,N,N为生成随机数值的套数,θ1为第i套生成随机数值对应的自车转角,满足:
θ1=t·V1(i)/r(i)
其中,V1(i)为第i套生成随机数值对应的自车车速;
当满足工况二时,自车的坐标满足:
yti=sin(θ1)r(i)
xti=r(i)-r(i)cos(θ1)+V2(i)t
其中,V2(i)为第i套生成随机数值对应的行人车速;
当满足工况三时,自车的坐标满足:
yti=sin(θ1)r(i)-V2(i)t
xti=r(i)-r(i)cos(θ1)
其中,V2(i)为第i套生成随机数值对应的行人车速;
当满足工况四时,自车的坐标满足:
yti=sin(θ1)r(i)
xti=r(i)-r(i)cos(θ1)-V2(i)t
其中,V2(i)为第i套生成随机数值对应的行人车速。
优选的是,
当自车坐标(xti,yti)落入他车或行人安全轮廓内,则在任一周期内的第i套生成随机数值对应的t时刻发生碰撞,此时自车坐标满足:
当满足工况一时,
{(xti≤-a±0.5L2)∩(yti≤b+(L1+W2)2-1)}∪{(|xti+a|-0.5L2)2+(yti-b)2≤(L1+W2)24-1}其中,L2为他车车长;
当满足工况二或工况三时,
当满足工况四时,
{(xti≤a±0.5L2)∩(yti≤b+(L1+W2)2-1)}∪{(|xti+a|-0.5L2)2+(yti-b)2≤(L1+W2)24-1}。
优选的是,碰撞曲线的绘制方法具体包括:
将周期内任一时刻对应的每套生成随机数值对应的碰撞数进行加和后除以N即可得到该时刻的碰撞概率,然后做出周期内随时间变化碰撞曲线。
本发明所述的有益效果:本发明为降低智能车辆在右转弯过程中与其他车辆或者行人发生碰撞概率,提出了一种三级预警系统,通过三级预警系统反馈驾驶员信息降低碰撞概率,提高智能车辆在交叉路口转弯的安全性达到保护车辆和行人的目的。本发明为解决智能车辆在右转弯过程中与其他车辆或者行人发生碰撞,还提出了一种智能车辆右转碰撞概率计算算法以及预警方法,时刻保持驾驶的安全性,能够准确、高效计算车辆右转弯时的碰撞概率。
附图说明
图1为本发明的基于蒙特卡罗随机模拟的智能车辆右转碰撞概率计算与预警系统各系统组成图。
图2为本发明的车载坐标系建立图。
图3为本发明的他车安全轮廓图。
图4为本发明的行人安全轮廓图。
图5为本发明的蒙特卡洛算法流程图。
图6为本发明的三级预警机制预警图。
图7为本发明的工况一示意图。
图8为本发明的工况二示意图。
图9为本发明的工况三示意图。
图10为本发明的工况四示意图。
具体实施方式
下面结合附图对本发明做进一步的详细说明,以令本领域技术人员参照说明书文字能够据以实施。
如图1所示,本发明公开了一种基于蒙特卡罗随机模拟的智能车辆右转碰撞概率计算与预警系统,共包括三个子系统:数据采集系统、计算模拟系统、三级预警系统。
数据采集系统包括自车电子信息采集单元、车载传感器单元、智能车联网平台。自车电子信息采集单元通过自车CAN总线网络采集自车速度及运动姿态信息。车载传感器单元、智能车联网平台采集他车速度和位置坐标及运动姿态的精确信息。
计算模拟系统包括工况识别单元、碰撞概率模拟器、概率曲线绘制器。工况识别单元需要根据自车电子信息采集单元、车载传感器单元、智能车联网平台提供的自车速度以及运动姿态信息和他车速度和位置坐标及运动姿态的精确信息,辨识四种基本右转弯工况。碰撞概率模拟器将每个工况进行蒙特卡洛随机模拟计算碰撞概率。概率曲线绘制器通过碰撞概率模拟器提供的概率数据计算并绘制碰撞概率曲线。计算模拟系统需要数据采集系统采集自车与他车速度以及位置坐标信息,通过碰撞概率计算算法进行蒙特卡洛模拟计算碰撞概率,绘制碰撞概率曲线。
四种基本右转弯工况,将其归类为以下四种情况,自车右转并入车道时与左侧共同并入同一车道的他车碰撞(工况一)、自车右转弯时与要并入车道内穿越马路的行人碰撞(工况二)、自车右转弯时与前方过马路行人碰撞(工况三)、自车右转弯并入车道时与车道内他车碰撞(工况四)四种工况。
工况识别单元需要根据自车电子信息采集单元、车载传感器单元、智能车联网平台提供的自车速度以及运动姿态信息和他车速度和位置坐标及运动姿态的精确信息,辨识四种基本右转弯工况
本文将汽车转弯工况运动看成刚体运动,将汽车中心O1放在几何中心上,自车车长L1,车宽W1,他车在自车坐标系下坐标(a,b)。他车车长L2,车宽W2,中心O2。自车速度V1,与x轴夹角θ1,他车速度V2,与x轴夹角θ2。车载坐标系如图2。在模拟过程中,认为他车和行人位置不变,给自车施加反向速度,反向速度大小与他车或者行人速度相等。自车中心O1如果落在他车或者行人安全轮廓内则认为碰撞发生。
在目标车辆与自车一侧刚好相撞时,则这种情况就可以作为安全轮廓阈值。他车安全轮廓建立过程如下,汽车前部的安全轮廓以他车前部中心S2为圆心,(L1+W2)/2为半径的半圆弧,汽车后部和前部安全轮廓构建方法相同,汽车后部的安全轮廓以他车后部中心为圆心,(L1+W2)/2为半径的半圆弧,过渡部分是连接两段半圆弧两侧的线段,线段和两侧半圆弧构成的封闭轮廓为他车安全轮廓,如图3。自车中心O1落在安全轮廓内则认为两者发生碰撞。
行人安全轮廓是以行人为中心,通过膨胀算法将行人几何面积进行放大,以自车中心O1是否会落入行人安全轮廓作为是否发生碰撞的标准。定义行人轮廓为以O2为圆心,D为直径的圆,则行人安全轮廓为O2为圆心,L1+D为直径的圆。在车辆前侧刚好与行人轮廓相撞时,则认为此情况为行人安全轮廓阈值。最终建立行人安全轮廓,如图4所示。
对V1、V2、转弯半径r生成N套随机数值,随机变量服从期望μ和方差σ2正态分布。智能车辆位置随采样时间递增而不断更新。将一个采样周期划分为n个时间段,以上一周期的结束作为此周期的0时刻,此周期的结束为T时刻,每次模拟在一个采样周期T内不同时刻对碰撞概率进行计算。计算一个周期时间段T内是否会发生碰撞,如果根据他车安全轮廓条件会发生碰撞则对概率进行累积,如图5所示。
概率曲线绘制器通过碰撞概率模拟器提供的概率数据计算并绘制碰撞概率曲线。对碰撞概率模拟器中计算得到的碰撞概率进行累积,概率曲线绘制器将概率曲线进行绘制。
三级预警系统包括三级预警图绘制器、预警等级判断单元、二级预警显示器和三级预警警报器。三级预警图绘制器需要建立三级预警机制同时绘制三级预警图,并将概率曲线绘制器生成的碰撞概率曲线绘制在三级预警图上。预警等级判断单元需要通过预警区域以及碰撞概率曲线判断预警等级。二级预警显示器通过显示器显示存在危险,提醒驾驶员注意碰撞工况的发生。三级预警警报器通过响起警报的方式提醒驾驶员危险即将发生,提醒驾驶员采取动作。三级预警系统首先需要划分不同预警区域并绘制三级预警图,将碰撞概率曲线绘制在三级预警图上,通过碰撞概率曲线落在预警区域判断预警等级。
三级预警图绘制器需要首先建立三级预警机制,具体如下:
一级预警:碰撞概率低,车辆右转过程处于安全状态无需报警。
二级预警:右转时智能车辆存在一定碰撞概率,警报系统通过显示方式提醒驾驶员存在危险。
三级预警:碰撞会马上发生,警报系统提醒驾驶员立即采取相应动作,如果在两秒内达到三级,智能车辆会主动规划避免右转工况事故发生。
三级预警图绘制器其次要划分三级预警区域并绘制三级预警图。
三级预警图绘制器根据三级预警机制划分三级预警区域。三级预警图绘制器需要建立三级预警机制同时划分三级预警区域,用t预测碰撞产生时间,PC代表碰撞概率。
一级预警区域对应如下区域,计算方法为,
t∈(0,2)时,{PC|0≤PC≤-0.1t+0.5}和t∈(2,5)时,{PC|0≤PC≤t/30+7/30};
二级预警区域对应如下区域,计算方法为,
t∈(0,2)时,{PC|-0.1t+0.5≤PC≤0.5}和t∈(2,5)时,{PC|t/30+7/30≤PC≤0.1t+0.3};
三级预警区域对应如下区域,计算方法为,
t∈(0,2)时,{PC|0.5≤PC≤1}和t∈(2,5)时,{PC|0.1t+0.3≤PC≤1};
三级预警图绘制器根据划分的预警区域绘制三级预警图,具体如图6所示。
三级预警图绘制器将概率曲线绘制器生成的碰撞概率曲线绘制在三级预警图上。
预警等级判断单元需要通过预警区域以及碰撞概率曲线判断预警等级,碰撞概率曲线落在的等级区域就是预警等级,输出预警等级。
根据等级判断单元输出的预警等级,碰撞等级为一级时不进行预警,二级预警显示器通过显示器显示存在危险,提醒驾驶员注意碰撞工况的发生。三级预警警报器通过响起警报的方式提醒驾驶员危险即将发生,提醒驾驶员采取动作。
一种基于蒙特卡罗模拟的智能车辆右转碰撞预警方法,步骤如下:
步骤一、他车及行人安全轮廓几何建模。
将汽车转弯工况运动看成刚体运动,将汽车中心放在几何中心上。在模拟过程中,认为他车和行人位置不变,给自车施加反向速度,反向速度大小与他车或者行人速度相等。自车中心O1如果落在他车或者行人安全轮廓内则认为碰撞发生。
在目标车辆与自车一侧刚好相撞时,则这种情况就可以作为安全轮廓阈值。建立他车安全轮廓,自车中心O1落在安全轮廓内则认为两者发生碰撞。
行人安全轮廓是以行人为中心,通过膨胀算法将行人几何面积进行放大,以自车中心O1是否会落入行人安全轮廓作为是否发生碰撞的标准。在车辆前侧刚好与行人轮廓相撞时,则认为此情况为行人安全轮廓阈值。
步骤二、进行蒙特卡洛碰撞随机模拟,计算并绘制碰撞概率曲线。
按照采样周期采集自车速度、运动姿态信息、他车位置和速度、行人位置、速度、运动姿态,识别工况,对自车速度、他车速度、转弯半径生成N套随机数值的自车车速V1(i)、他车车速V2(i)、转弯半径r(i),本发明认为随机变量服从期望μ和方差σ2正态分布。智能车辆位置随采样时间递增而不断更新。
每次模拟在采样周期T内对碰撞概率进行计算,把某一周期划分为多个(T/pt个)时间段,pt为常数。周期的起始(上一周期结束)和结束定义为时刻0和时刻T,从0时刻到T时刻依次划分为pt时刻、2pt时刻、3pt时刻、...T时刻。分别依次计算周期T内的每一时刻是否会发生碰撞,如果根据他车安全轮廓条件会发生碰撞则对概率进行累积,同时运用软件将概率曲线进行绘制。
一种基于蒙特卡罗模拟的智能车辆右转碰撞概率计算算法,共包括四个工况计算算法。
工况一,自车右转弯并入车道时与左侧共同并入同一车道他车碰撞工况碰撞概率计算过程,
对随机变量自车车速V1、他车车速V2、转弯半径r生成N套对应的随机数值自车车速V1(i)、他车车速V2(i)、转弯半径r(i),本文认为随机变量服从期望μ和方差σ2正态分布。智能车辆位置随采样时间递增而不断更新。每次模拟在采样周期T内对碰撞概率进行计算。
首先介绍在随机模拟过程中,自车转角以及坐标计算算法,介绍转角θ,以及坐标(xti,yti)计算过程。根据第i次模拟(一共N次模拟,N套随机数值)自车车速V1(i),转弯半径r(i),他车车速V2(i),通过自车速度计算转角,计算方法为:
θ1=t·V1(i)/r(i)
通过转角量计算出时刻t自车位置坐标(xti,yti),将他车看成静止状态,对自车施加反向速度V2(i),i=1,2,3...,N,t=pt,2pt,3pt,...,T,pt为常数,自车的坐标计算方法为,
yti=sin(θ1)r(i)
xti=r(i)-r(i)cos(θ1)-V2(i)t
其次,判断第i次模拟(第i套随机数值)是否会发生碰撞,需要根据他车安全轮廓,判断自车中心O1是否落入他车安全轮廓内。判断自车是否进入他车安全轮廓内,给出他车安全轮廓条件,计算方法为,
{(xti≤-a±0.5L2)∩(yti≤b+(L1+W2)2-1)}∪{(|xti+a|-0.5L2)2+(yti-b)2≤(L1+W2)4-1}。
计算周期内是否会发生碰撞,根据他车安全轮廓条件会发生碰撞则对概率进行累积。
工况二,自车右转弯时与前方过马路行人碰撞
对随机变量自车车速V1、他车车速V2、转弯半径r生成N套对应的随机数值自车车速V1(i)、他车车速V2(i)、转弯半径r(i),本文认为随机变量服从期望μ和方差σ2正态分布。智能车辆位置随采样时间递增而不断更新。每次模拟在采样周期T内对碰撞概率进行计算。
首先介绍在随机模拟过程中,自车转角以及坐标计算算法,介绍转角θ,以及坐标(xti,yti)计算过程。根据第i次模拟(一共N次模拟,N套随机数值)自车车速V1(i),转弯半径r(i),他车车速V2(i),通过自车速度计算转角,计算方法为
θ1=t·V1(i)/r(i)
通过转角量计算出时刻t自车位置坐标(xti,yti),将他车看成静止状态,对自车施加反向速度V2(i),i=1,2,3...,N,自车的坐标计算方法为,
yti=sin(θ1)r(i)
xti=r(i)-r(i)cos(θ1)+V2(i)t
其次,判断第i次模拟是否会发生碰撞,需要根据行人安全轮廓,判断自车中心O1是否落入行人安全轮廓内。判断自车是否进入他车安全轮廓内,给出行人安全轮廓条件,计算方法为,
计算周期内是否会发生碰撞,根据行人安全轮廓条件会发生碰撞则对概率进行累积。
工况三,自车右转弯时与要并入车道内穿越马路的行人碰撞概率
对随机变量自车车速V1、他车车速V2、转弯半径r生成N套对应的随机数值自车车速V1(i)、他车车速V2(i)、转弯半径r(i),本文认为随机变量服从期望μ和方差σ2正态分布。智能车辆位置随采样时间递增而不断更新。每次模拟在采样周期T内对碰撞概率进行计算。
首先介绍在随机模拟过程中,自车转角以及坐标计算算法,介绍转角θ,以及坐标(xti,yti)计算过程。根据第i次模拟(一共N次模拟,N套随机数值)自车车速V1(i),转弯半径r(i),他车车速V2(i),通过自车速度计算转角,计算方法为
θ1=t·V1(i)/r(i)
通过转角量计算出时刻t自车位置坐标(xti,yti),将行人看成静止状态,对自车施加反向速度V2(i),计算方法为,
yti=sin(θ1)r(i)-V2(i)t
xti=r(i)-r(i)cos(θ1)
其次,判断第i次模拟是否会发生碰撞,需要根据行人安全轮廓,判断自车中心O1是否落入行人安全轮廓内。判断自车是否进入他车安全轮廓内,给出行人安全轮廓条件,计算方法为
计算周期内是否会发生碰撞,根据行人安全轮廓条件会发生碰撞则对概率进行累积。
工况四,自车右转弯并入车道时与车道内他车碰撞概率计算过程,
对随机变量自车车速V1、他车车速V2、转弯半径r生成N套对应的随机数值自车车速V1(i)、他车车速V2(i)、转弯半径r(i),本文认为随机变量服从期望μ和方差σ2正态分布。智能车辆位置随采样时间递增而不断更新。每次模拟在采样周期T内对碰撞概率进行计算。
首先介绍在随机模拟过程中,自车转角以及坐标计算算法,介绍转角θ,以及坐标(xti,yti)计算过程。根据第i次模拟(一共N次模拟,N套随机数值)自车车速V1(i),转弯半径r(i),他车车速V2(i),通过自车速度计算转角,计算方法为:
θ1=t·V1(i)/r(i)
通过转角量计算出时刻t自车位置坐标(xti,yti),将他车看成静止状态,对自车施加反向速度V2(i),计算方法为,
yti=sin(θ1)r(i)
xti=r(i)-r(i)cos(θ1)-V2(i)t
其次,判断第i次模拟是否会发生碰撞,需要根据他车安全轮廓,判断自车中心O1是否落入他车安全轮廓内。判断自车是否进入他车安全轮廓内,给出他车安全轮廓条件,计算方法为,
{(xti≤a±0.5L2)∩(yti≤b+(L1+W2)2-1)}∪{(|xti+a|-0.5L2)2+(yti-b)2≤(L1+W2)4-1}
计算周期是否会发生碰撞,如果根据他车安全轮廓条件会发生碰撞则对概率进行累积。
将周期内任一时刻t对应的N次模拟(每套生成随机数值)对应的碰撞数进行加和后除以N即可得到该时刻t的碰撞概率,然后做出周期内随时间变化的碰撞概率曲线图,即碰撞曲线。
步骤三、根据碰撞概率曲线对应三级预警图的预警区域进行对应的预警。
尽管本发明的实施方案已公开如上,但其并不仅仅限于说明书和实施方式中所列运用,它完全可以被适用于各种适合本发明的领域,对于熟悉本领域的人员而言,可容易地实现另外的修改,因此在不背离权利要求及等同范围所限定的一般概念下,本发明并不限于特定的细节和这里示出与描述的图例。
Claims (10)
1.一种智能车辆右转弯防碰撞三级预警系统,其特征在于,包括:
数据采集系统,其用于采集自车速度、运动姿态信息、他车位置和速度、行人位置、速度及运动姿态;
计算模拟系统,其用于辨识右转弯工况、计算碰撞概率、绘制碰撞概率曲线;
三级预警系统,其用于绘制三级预警图,并通过预警区域以及碰撞概率曲线判断预警等级,并发出警报。
2.根据权利要求1所述的智能车辆右转弯防碰撞三级预警系统,其特征在于,
所述数据采集系统包括自车电子信息采集单元、车载传感器单元、智能车联网平台;
其中,所述自车电子信息采集单元通过自车CAN总线网络采集自车速度及运动姿态信息;以及
所述车载传感器单元和所述智能车联网平台用于采集他车或者行人速度、位置坐标及运动姿态的信息。
3.根据权利要求2所述的智能车辆右转弯防碰撞三级预警系统,其特征在于,
所述三级预警系统包括三级预警图绘制器、预警等级判断单元、二级预警显示器和三级预警警报器;
其中,所述三级预警图绘制器用于绘制三级预警图,并将所述概率曲线绘制器生成的碰撞概率曲线绘制在所述三级预警图上;
所述预警等级判断单元通过预警区域以及所述碰撞概率曲线判断预警等级;
所述二级预警显示器通过显示器显示存在危险,提醒驾驶员注意碰撞工况的发生;以及
所述三级预警警报器通过响起警报的方式提醒驾驶员危险即将发生,提醒驾驶员采取动作。
4.根据权利要求1所述智能车辆右转弯防碰撞三级预警系统,其特征在于,
四种基本右转弯工况包括:
工况一,其为自车右转并入车道时与左侧共同并入同一车道的他车碰撞;
工况二,其为自车右转弯时与要并入车道内穿越马路的行人碰撞;
工况三,其为自车右转弯时与前方过马路行人碰撞;以及,
工况四,其为自车右转弯并入车道时与车道内他车碰撞四种工况。
5.根据权利要求1所述智能车辆右转弯防碰撞三级预警系统,其特征在于,
所述三级预警图划分为三级预警区域,其包括:
一级预警区域满足:
t∈(0,2)时,{PC|0≤PC≤-0.1t+0.5}和t∈(2,5)时,{PC|0≤PC≤t/30+7/30};
二级预警区域满足:
t∈(0,2)时,{PC|-0.1t+0.5≤PC≤0.5}和t∈(2,5)时,{PC|t/30+7/30≤PC≤0.1t+0.3};
三级预警区域满足:
t∈(0,2)时,{PC|0.5≤PC≤1}和t∈(2,5)时,{PC|0.1t+0.3≤PC≤1};
其中,t为预测碰撞产生时间,PC为碰撞概率。
6.一种智能车辆右转弯防碰撞三级预警方法,其特征在于,包括:
建立他车安全轮廓及行人安全轮廓;
按照采样周期采集自车速度、运动姿态信息、他车位置和速度、行人位置、速度、运动姿态,识别工况,根据自车车速、他车车速、转弯半径服从的正态分布生成多套对应随机数值的自车车速、他车车速、转弯半径,并计算判断每个采样周期内所生成的每套随机数值的对应工况是否发生碰撞,并将所有基于随机数值判断的碰撞结果进行概率累计,绘制碰撞概率曲线;
根据碰撞概率曲线对应三级预警图的预警区域进行对应的预警。
7.根据权利要求6所述智能车辆右转弯防碰撞三级预警方法,其特征在于,建立他车安全轮廓具体方法为:
以他车前部中心为圆心确定第一半圆弧,以他车后部中心为圆心确定第二半圆弧,所述第一半圆弧和所述第二半圆弧的两端分别连接线段;所述第一半圆弧、所述第二半圆弧和所述线段确定他车安全轮廓;
所述第一半圆弧和所述第二半圆弧的半径为(L1+W2)/2;
其中,L1为自车车长,W2为他车车宽;
建立行人安全轮廓具体为:
以行人中心为圆点,L1+D为直径确定的圆为行人安全轮廓;其中,D为行人轮廓圆的直径。
8.根据权利要求7所述智能车辆右转弯防碰撞三级预警方法,其特征在于,判断是否发生碰撞的方法具体为:
以初始时刻的自车中心为原点,自车纵向轴线为第一方向,自车横向中心线为第二方向,所述第一方向和所述第二方向垂直,确定他车或行人位置,坐标为(a,b),则求解每一采样周期内第i套生成随机数值对应的任一时刻t时的自车的坐标(xti,yti),判断自车坐标(xti,yti)落入他车安全轮廓内或行人安全轮廓,则发生碰撞;由此可以得到每一周期内第i套生成随机数值对应的任意时刻的碰撞数;
当满足工况一时,自车的坐标满足:
yti=sin(θ1)r(i)
xti=r(i)-r(i)cos(θ1)-V2(i)t
其中,V2(i)为第i套生成随机数值对应的他车车速,r(i)为第i套生成随机数值对应的转弯半径,i=1,2,3...,N,N为生成随机数值的套数,θ1为第i套生成随机数值对应的自车转角,满足:
θ1=t·V1(i)/r(i)
其中,V1(i)为第i套生成随机数值对应的自车车速;
当满足工况二时,自车的坐标满足:
yti=sin(θ1)r(i)
xti=r(i)-r(i)cos(θ1)+V2(i)t
其中,V2(i)为第i套生成随机数值对应的行人车速;
当满足工况三时,自车的坐标满足:
yti=sin(θ1)r(i)-V2(i)t
xti=r(i)-r(i)cos(θ1)
其中,V2(i)为第i套生成随机数值对应的行人车速;
当满足工况四时,自车的坐标满足:
yti=sin(θ1)r(i)
xti=r(i)-r(i)cos(θ1)-V2(i)t
其中,V2(i)为第i套生成随机数值对应的行人车速。
9.根据权利要求8所述智能车辆右转弯防碰撞三级预警方法,其特征在于,
当自车坐标(xti,yti)落入他车或行人安全轮廓内,则在任一周期内的第i套生成随机数值对应的t时刻发生碰撞,此时自车坐标满足:
当满足工况一时,
{(xti≤-a±0.5L2)∩(yti≤b+(L1+W2)2-1)}∪{(|xti+a|-0.5L2)2+(yti-b)2≤(L1+W2)24-1}
其中,L2为他车车长;
当满足工况二或工况三时,
当满足工况四时,
{(xti≤a±0.5L2)∩(yti≤b+(L1+W2)2-1)}∪{(|xti+a|-0.5L2)2+(yti-b)2≤(L1+W2)24-1}。
10.根据权利要求9所述智能车辆右转弯防碰撞三级预警方法,其特征在于,碰撞曲线的绘制方法具体包括:
将周期内任一时刻对应的每套生成随机数值对应的碰撞数进行加和后除以N即可得到该时刻的碰撞概率,然后做出周期内随时间变化碰撞曲线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910014677.3A CN109544993A (zh) | 2019-01-08 | 2019-01-08 | 一种智能车辆右转弯防碰撞三级预警系统及预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910014677.3A CN109544993A (zh) | 2019-01-08 | 2019-01-08 | 一种智能车辆右转弯防碰撞三级预警系统及预警方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109544993A true CN109544993A (zh) | 2019-03-29 |
Family
ID=65834335
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910014677.3A Pending CN109544993A (zh) | 2019-01-08 | 2019-01-08 | 一种智能车辆右转弯防碰撞三级预警系统及预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109544993A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107967818A (zh) * | 2017-11-23 | 2018-04-27 | 南宁市生润科技有限公司 | 一种路口防碰撞智能信号灯装置及其控制系统 |
CN113192331A (zh) * | 2021-04-26 | 2021-07-30 | 吉林大学 | 一种网联环境下面向骑行安全的智能预警系统及预警方法 |
CN113682299A (zh) * | 2020-05-19 | 2021-11-23 | 广州汽车集团股份有限公司 | 一种车辆前向碰撞预警方法及装置 |
CN115280396A (zh) * | 2020-03-26 | 2022-11-01 | 高通股份有限公司 | 根据易受伤害的路侧用户设备配置的车联网通信管理 |
CN116631221A (zh) * | 2023-05-05 | 2023-08-22 | 同济大学 | 一种基于蒙特卡洛模拟的在途车辆运行风险量化计算方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030139883A1 (en) * | 2002-01-16 | 2003-07-24 | Tetsuya Takafuji | Collision damage reduction system |
US20100063735A1 (en) * | 2006-11-10 | 2010-03-11 | Toyota Jidosha Kabushiki Kaisha | Method, apparatus and program of predicting obstacle course |
CN102576494A (zh) * | 2009-10-05 | 2012-07-11 | 荷兰应用自然科学研究组织Tno | 公路车辆的防撞系统与方法及相关计算机程序产品 |
CN102887147A (zh) * | 2011-07-22 | 2013-01-23 | 通用汽车环球科技运作有限责任公司 | 用于车辆的对象识别和主动安全控制 |
EP2840005A1 (de) * | 2013-08-08 | 2015-02-25 | MAN Truck & Bus AG | Fahrerassistenzsystem und Betriebsverfahren für ein Fahrerassistenzsystem zur Fahrzeug-Längsregelung |
CN104882025A (zh) * | 2015-05-13 | 2015-09-02 | 东华大学 | 一种基于车联网技术的碰撞检测预警方法 |
CN106809160A (zh) * | 2017-03-16 | 2017-06-09 | 广东轻工职业技术学院 | 一种交叉路口驾驶辅助方法及系统 |
-
2019
- 2019-01-08 CN CN201910014677.3A patent/CN109544993A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030139883A1 (en) * | 2002-01-16 | 2003-07-24 | Tetsuya Takafuji | Collision damage reduction system |
US20100063735A1 (en) * | 2006-11-10 | 2010-03-11 | Toyota Jidosha Kabushiki Kaisha | Method, apparatus and program of predicting obstacle course |
CN102576494A (zh) * | 2009-10-05 | 2012-07-11 | 荷兰应用自然科学研究组织Tno | 公路车辆的防撞系统与方法及相关计算机程序产品 |
CN102887147A (zh) * | 2011-07-22 | 2013-01-23 | 通用汽车环球科技运作有限责任公司 | 用于车辆的对象识别和主动安全控制 |
EP2840005A1 (de) * | 2013-08-08 | 2015-02-25 | MAN Truck & Bus AG | Fahrerassistenzsystem und Betriebsverfahren für ein Fahrerassistenzsystem zur Fahrzeug-Längsregelung |
CN104882025A (zh) * | 2015-05-13 | 2015-09-02 | 东华大学 | 一种基于车联网技术的碰撞检测预警方法 |
CN106809160A (zh) * | 2017-03-16 | 2017-06-09 | 广东轻工职业技术学院 | 一种交叉路口驾驶辅助方法及系统 |
Non-Patent Citations (2)
Title |
---|
吉德志: "基于蒙特卡洛方法的汽车防撞预警系统研究", pages 1 - 5 * |
褚韬睿;马钧;: "基于自动刹车与回避转弯的行人主动避撞系统", no. 01 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107967818A (zh) * | 2017-11-23 | 2018-04-27 | 南宁市生润科技有限公司 | 一种路口防碰撞智能信号灯装置及其控制系统 |
CN107967818B (zh) * | 2017-11-23 | 2020-12-15 | 江苏盛斗士网络技术有限公司 | 一种路口防碰撞智能信号灯装置及其控制系统 |
CN115280396A (zh) * | 2020-03-26 | 2022-11-01 | 高通股份有限公司 | 根据易受伤害的路侧用户设备配置的车联网通信管理 |
CN113682299A (zh) * | 2020-05-19 | 2021-11-23 | 广州汽车集团股份有限公司 | 一种车辆前向碰撞预警方法及装置 |
CN113192331A (zh) * | 2021-04-26 | 2021-07-30 | 吉林大学 | 一种网联环境下面向骑行安全的智能预警系统及预警方法 |
CN116631221A (zh) * | 2023-05-05 | 2023-08-22 | 同济大学 | 一种基于蒙特卡洛模拟的在途车辆运行风险量化计算方法 |
CN116631221B (zh) * | 2023-05-05 | 2024-01-23 | 同济大学 | 一种基于蒙特卡洛模拟的在途车辆运行风险量化计算方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109544993A (zh) | 一种智能车辆右转弯防碰撞三级预警系统及预警方法 | |
Wang et al. | A learning-based approach for lane departure warning systems with a personalized driver model | |
CN109808687A (zh) | 一种驾驶辅助方法、装置及设备 | |
JP4578795B2 (ja) | 車両制御装置、車両制御方法および車両制御プログラム | |
CN104239741B (zh) | 基于行车风险场的汽车驾驶安全辅助方法 | |
JP6193572B2 (ja) | 乗物又は交通の制御方法及びシステム | |
JP2021500652A (ja) | 自律型車両のための歩行者行動予測 | |
CN108062600A (zh) | 一种基于矩形建模的车辆碰撞预警方法及装置 | |
CN110488802A (zh) | 一种网联环境下的自动驾驶车辆动态行为决策方法 | |
CN109890677A (zh) | 规划自动驾驶车辆的停止位置 | |
CN108257417A (zh) | 用于路侧单元的车辆碰撞预警方法及装置 | |
CN108437986A (zh) | 车辆驾驶辅助系统及辅助方法 | |
Chen et al. | Evaluation of automated vehicles encountering pedestrians at unsignalized crossings | |
JP2005056372A5 (zh) | ||
CN112349141B (zh) | 一种前碰撞控制方法、前碰撞预警装置及汽车 | |
CN108022026A (zh) | 一种交通安全预警方法、装置及包括该装置的系统 | |
CN105810013A (zh) | 一种基于车群风险的车辆防撞控制方法和装置 | |
JP5035040B2 (ja) | 運転支援装置 | |
Kusano et al. | Fleetwide safety benefits of production forward collision and lane departure warning systems | |
CN114126940A (zh) | 电子控制装置 | |
Llorca et al. | An experimental study on pitch compensation in pedestrian-protection systems for collision avoidance and mitigation | |
CN113592221B (zh) | 基于安全替代评价指标的道路路段风险动态评估方法 | |
Eidehall et al. | Threat assessment for general road scenes using monte carlo sampling | |
Yue et al. | An augmentation function for active pedestrian safety system based on crash risk evaluation | |
Robinson et al. | At what cost? How planned collisions with pedestrians may save lives |
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 |