CN109586823A - 车辆安全预警控制方法、设备及存储介质 - Google Patents
车辆安全预警控制方法、设备及存储介质 Download PDFInfo
- Publication number
- CN109586823A CN109586823A CN201811442031.7A CN201811442031A CN109586823A CN 109586823 A CN109586823 A CN 109586823A CN 201811442031 A CN201811442031 A CN 201811442031A CN 109586823 A CN109586823 A CN 109586823A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- broadcasting frequency
- warning
- prediction error
- control method
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04H—BROADCAST COMMUNICATION
- H04H20/00—Arrangements for broadcast or for distribution combined with broadcast
- H04H20/53—Arrangements specially adapted for specific applications, e.g. for traffic information or for mobile receivers
- H04H20/55—Arrangements specially adapted for specific applications, e.g. for traffic information or for mobile receivers for traffic information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04H—BROADCAST COMMUNICATION
- H04H20/00—Arrangements for broadcast or for distribution combined with broadcast
- H04H20/53—Arrangements specially adapted for specific applications, e.g. for traffic information or for mobile receivers
- H04H20/59—Arrangements specially adapted for specific applications, e.g. for traffic information or for mobile receivers for emergency or urgency
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04H—BROADCAST COMMUNICATION
- H04H20/00—Arrangements for broadcast or for distribution combined with broadcast
- H04H20/53—Arrangements specially adapted for specific applications, e.g. for traffic information or for mobile receivers
- H04H20/61—Arrangements specially adapted for specific applications, e.g. for traffic information or for mobile receivers for local area broadcast, e.g. instore broadcast
- H04H20/62—Arrangements specially adapted for specific applications, e.g. for traffic information or for mobile receivers for local area broadcast, e.g. instore broadcast for transportation systems, e.g. in vehicles
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种车辆安全预警控制方法、设备及存储介质,应用于车辆安全技术领域,其中,方法包括获取本车辆的车辆信息,车辆信息包括车辆的位置信息、车辆的速度、加速度及角速度,向预设范围内的车辆发送广播信号的广播频率;根据车辆信息基于线性跟踪算法计算车辆的位置预测误差;将位置预测误差与预设误差值进行比较,并根据比较结果调节本车辆的广播频率;其中,根据比较结果调节本车辆的广播频率包括:当位置预测误差大于预设误差值时,提高本车辆的广播频率,并向预设范围内的车辆发送安全预警信号。
Description
技术领域
本发明涉及车辆安全技术领域,具体涉及车辆安全预警控制方法、设备及存储介质。
背景技术
随着社会的发展,汽车的保有量持续增长,但随之而来的交通事故问题也愈发严重。基于车联网的安全预警应用是减少交通事故的重要手段之一。车辆通过广播安全预警信息,使周围车辆感知其行驶状态,给驾驶员提供驾驶参考。
然而,相关技术中的车联网安全预警系统使用的是固定参数的广播频率,由于信道容量有限,并且行驶状态不同的车辆危险系数也有很大差别,固定参数的广播频率无法根据车辆的状态及时向其他车辆发送安全预警信息,导致发生交通事故。
发明内容
有鉴于此,本发明为了在至少一定程度上克服相关技术中存在的问题,提供一种车辆安全预警控制方法、设备及存储介质。
为解决上述技术问题,本发明采用如下技术方案:
第一方面,提供一种车辆安全预警控制方法,其中,所述车辆可以向预设范围内的车辆发送广播信号,所述方法包括:
获取本车辆的车辆信息,所述车辆信息包括车辆的位置信息、车辆的速度、加速度及角速度,向预设范围内的车辆发送广播信号的广播频率;
根据所述车辆信息基于线性跟踪算法计算所述车辆的位置预测误差;
将所述位置预测误差与预设误差值进行比较,并根据比较结果调节所述本车辆的广播频率;
其中,根据比较结果调节所述本车辆的广播频率包括:当所述位置预测误差大于预设误差值时,提高所述本车辆的广播频率,并向预设范围内的车辆发送安全预警信号。
可选的,所述根据比较结果调节所述本车辆的广播频率还包括:
当所述位置预测误差小于预设误差值时,降低所述本车辆的广播频率。
可选的,所述根据比较结果调节所述本车辆的广播频率还包括:
当所述位置预测误差等于预设误差值时,所述本车辆的广播频率保持不变。
可选的,根据比较结果调节所述车辆的广播频率,包括:
计算位置预测误差与预设误差值的差值;
选择所述差值与车辆的广播频率参量调节关系中车辆的广播频率调节等级;
根据所述调节等级调节所述车辆广播频率。
可选的,所述差值与车辆的广播频率参量调节关系,为预先建立的,包括:
获取所述差值与车辆的广播频率的试验数据;
根据所述试验数据建立参量调节关系。
可选的,所述根据所述车辆信息基于线性跟踪算法计算所述车辆的位置预测误差,包括:
以车辆当前位置建立车辆位置直角坐标系;
根据当前车辆速度、加速度及角速度计算车辆预设时间内的实际位移;
根据车辆当前速度计算车辆预设时间内的预测位移;
根据所述实际位移及所述预测位移计算所述车辆的位置预测误差。
可选的,还包括:
基于网络仿真技术软件包建立位置仿真预测模型,所述位置仿真模型用于调节所述位置预测误差与车辆的广播频率的关系;
根据所述仿真预测模型及所述比较结果,调节所述位置预测误差与车辆的广播频率关系的参量值。
可选的,所述位置仿真预测模型包括:
网络层,用于创建网络模型、节点、链路;
节点层,用于设置节点内的模块以定义各节点的行为;
进程层,用于实现节点中的各个模块的功能。
第二方面,提供一种车辆安全预警控制设备,包括:
处理器,以及与所述处理器相连接的存储器;
所述存储器用于存储计算机程序;
所述处理器用于调用并执行所述存储器中的所述计算机程序,以执行如第一方面所述的方法。
第三方面,提供一种存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时,实现如第一方面所述车辆安全预警控制方法中各个步骤。
本发明采用以上技术方案,可以实现如下技术效果:
本发明中,车辆可以向预设范围内的车辆发送广播信号,通过获取本车辆的车辆信息,所述车辆信息包括车辆的位置信息、车辆的速度、加速度及角速度,向预设范围内的车辆发送广播信号的广播频率;根据所述本车辆信息基于线性跟踪算法计算所述车辆的位置预测误差;根据所述位置预测误差与预设误差值进行比较,并根据比较结果调节所述本车辆的广播频率;当所述位置预测误差大于预设误差值时,提高所述本车辆的广播频率,并向预设范围内的车辆,如此设置,当位置预测误差大于预设误差值时,则表示车辆的速度发生了突变,车辆的行驶的状态发生了改变,通过提高本车辆的广播频率,可以加快车辆向预设范围内的车辆发送安全预警信号的时间,降低交通事故发生的概率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的车辆安全预警控制方法的流程示意图。
图2是本发明实施例二提供的车辆安全预警控制方法的流程示意图。
图3是本发明实施例三提供的车辆安全预警控制设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将对本发明的技术方案进行详细的描述。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式,都属于本发明所保护的范围。
实施例一
图1是本发明实施例一提供的车辆安全预警控制方法。如图1所示,本实施例提供一种车辆安全预警控制方法,其中,车辆可以向预设范围内的车辆发送广播信号,包括以下步骤:
步骤101、获取本车辆的车辆信息,车辆信息包括车辆的位置信息、车辆的速度、加速度及角速度,向预设范围内的车辆发送广播信号的广播频率;
步骤102、根据车辆信息基于线性跟踪算法计算车辆的位置预测误差;
步骤103、将位置预测误差与预设误差值进行比较,并根据比较结果调节本车辆的广播频率;
其中,根据比较结果调节本车辆的广播频率包括:当位置预测误差大于预设误差值时,提高本车辆的广播频率,并向预设范围内的车辆发送安全预警信号。
本实施例中,车辆可以向预设范围内的车辆发送广播信号,通过获取本车辆的车辆信息,车辆信息包括车辆的位置信息、车辆的速度、加速度及角速度,向预设范围内的车辆发送广播信号的广播频率;根据本车辆信息基于线性跟踪算法计算车辆的位置预测误差;根据位置预测误差与预设误差值进行比较,并根据比较结果调节本车辆的广播频率;当位置预测误差大于预设误差值时,提高本车辆的广播频率,并向预设范围内的车辆,如此设置,当位置预测误差大于预设误差值时,则表示车辆的速度发生了突变,车辆的行驶的状态发生了改变,通过提高本车辆的广播频率,可以加快车辆向预设范围内的车辆发送安全预警信号的时间,降低交通事故发生的概率。
实施例二
图1是本发明实施例一提供的车辆安全预警控制方法。如图1所示,本实施例提供一种车辆安全预警控制方法,其中,车辆可以向预设范围内的车辆发送广播信号,包括以下步骤:
步骤201、获取本车辆的车辆信息,车辆信息包括车辆的位置信息、车辆的速度、加速度及角速度,向预设范围内的车辆发送广播信号的广播频率;
车辆间的信息传输基于IEEE 802.11p协议,通过DSRC和WAVE技术进行工作。802.11p是IEEE专门为车联网制定的扩充协议,解决了车辆自组网中车辆速度快,拓扑多变,安全信息与服务信息多信道不同优先级传输等问题。车联网根据功能可分为感知层、网络层、云平台三个层次。感知层即通过车辆上和公路上各种传感器设备,收集车联网所需要的各种信息。收集到的信息通过网络层,基于传输协议进行通信。云平台是车联网的最核心部分,是实现各种服务的业务承接层。车辆可以通过车辆网向其他车辆发送广播信号。
步骤202、根据车辆信息基于线性跟踪算法计算车辆的位置预测误差;
本步骤中,具体包括:
1)以车辆当前位置建立车辆位置直角坐标系;
2)根据当前车辆速度、加速度及角速度计算车辆预设时间内的实际位移;
实际位移可表示为:
式中,x表示车辆在建立的直角坐标系中x轴的实际位移,y表示车辆在建立的直角坐标系中y轴的实际位移,v0表示车辆的初始速度,a表示车辆的加速度,Δt表示预设时间,w表示车辆的角速度,θ0表示在预设时间内车辆偏移的角度。
3)根据车辆当前速度计算车辆预设时间内的预测位移;
预设位移可表示为:
x1=v0Δtcosθ0
y1=v0Δtsinθ0
式中,x表示车辆在建立的直角坐标系中x轴的预测位移,y表示车辆在建立的直角坐标系中y轴的预测位移。
4)根据实际位移及预测位移计算车辆的位置预测误差。
位置预测误差Ω为:
步骤203、将位置预测误差与预设误差值进行比较,并根据比较结果调节本车辆的广播频率;
其中,根据比较结果调节本车辆的广播频率包括:当位置预测误差大于预设误差值时,提高本车辆的广播频率,并向预设范围内的车辆发送安全预警信号;
当位置预测误差小于预设误差值时,降低本车辆的广播频率;
当位置预测误差等于预设误差值时,本车辆的广播频率保持不变。
其中,预测误差值可根据实际情况进行设置。
具体的,上述根据比较结果调节车辆的广播频率,包括:
1)计算位置预测误差与预设误差值的差值;
2)选择差值与车辆的广播频率参量调节关系中车辆的广播频率调节等级;
其中,差值与车辆的广播频率参量调节关系,为预先建立的,包括:
获取差值与车辆的广播频率的试验数据;根据试验数据建立参量调节关系。
差值与车辆的广播频率参量调节关系可以依据试验数据或车辆实际行驶过程中的数据建立等级关系,当计算出位置预测误差与预设误差值的差值时,通过在其等级关系中择取相应的调节等级。本实施例中,位置预测误差与预设误差值的差值与广播频率的高低成正相关关系,即差值越大,广播频率越高。
3)根据调节等级调节车辆广播频率。
本实施例中,由位置预测误差公式可知,车辆的位置预测误差与车辆的加速度、速度和Δt都呈正相关关系。车辆的加速度、角速度和速度由车辆和驾驶员控制,在传输控制层面只能通过尽量降低Δt,即增加数据广播频率来降低通信延时,提高位置预测的准确性。
在CSMA/CA传输机制中,当多个节点一起发送数据时,会发生信道的争夺和退避,当节点过多时,会造成某些节点持续延时甚至丢包。为了提高数据传输的质量,广播频率的分配应根据车辆的优先级的不同而区别对待。车辆的优先级则由该车辆的位置预测准确度来决定。根据上述分析得知,预测误差与加速度、速度有关。而加速度和速度表现为车辆的行驶的稳定性。因此传输控制算法的思想是降低稳定行驶车辆的广播频率,同时提高不稳定行驶车辆的广播频率,实现在信道容量一定情况下,高优先级数据准确快速地传输。
在matlab中建立函数:
λp=round(R·e-Φ)+β,其中,Φ=α1*a+α2*v0-2
式中R表示标定消息产生率,a表示车辆的加速度,α1、α2表示权重参数,β表示偏移量。
由于车辆在普通公路上行驶速度一般为60Km/h,约17m/s,加速度取值区间为0-6m/s2。通过实验数据,选定R取值为10Hz,α1取值为α2取值为β取值为6。
步骤204、基于网络仿真技术软件包(Opnet)建立位置仿真预测模型,位置仿真模型用于调节位置预测误差与车辆的广播频率的关系;
其中,位置仿真预测模型包括:网络层、节点层和进程层。
具体的,网络层在项目编辑器中进行设置,项目编辑器主要进行网络模型的创建,节点和链路的派生。在网络层中完成拓扑的建立,移动节点的轨迹定义,仿真运行的设置及统计量的选取以及结果分析。
节点层,节点层采用节点模型编辑器,节点模型编辑器通过设置节点内的各个模块定义每一个节点的行为,包括处理机,收发信机以及数据线、逻辑线和状态线。处理机即实现某种功能的进程在节点层的打包。数据线在源和目的之间传输数据包,状态线传递状态数值,逻辑线则指定了两个模块的逻辑关联。
车辆节点模型由源模块、sink模块、MAC接口模块、MAC层模块和收发信机组成。源模块用来产生数据包,在此模块内可以设置包格式、包大小和包间隔,并进行统计数据的记录。Sink模块则用来销毁接收到的数据包,释放内存,并返回关于包的统计数据,包括接收到的比特数,比特速率,包数,包速率以及端到端延时。
以下详细介绍接收到的数据包数量统计量设置过程。在sink模块中首先设置状态变量,类型选择Stathandle,名字设为packet_count_handle。在本地统计数据处将收包数设置为统计量,在初始化状态机中的入口代码处对统计量进行注册,代码为:
packet_count_handle=op_stat_reg("pk.packet_count",OPC_STAT_INDEX_NONE,OPC_STAT_LOCAL);
下一步在接收数据状态机中编写统计函数,状态机接收到数据包流中断后便会运行统计函数,更新统计量,统计函数代码为:
op_stat_write(packet_count_handle,1.0);
将进程编译保存即可进行接收数据包数的统计。
MAC接口模块是数据进出WLAN MAC的控制模块。两个初始化状态机用来初始化状态变量,等待底层mac进程初始化并注册。Wait状态机用来检查mac地址是否有效,判断目的mac地址是否为本地址等。当应用层产生数据包需要发送或MAC层收到数据包时,idle状态机会产生中断。appl layer arri状态机给应用层产生的数据包设定mac地址,当数据包的mac地址为本节点时,mac layer arri状态机会将数据包接收。底层的mac模块和收发信机采用自Opnet自带802.11移动节点模型,完成MAC层和物理层的数据传输。
接下来定义节点统计,根据系统需要,将传输延时、包产生速率、包传输速率、吞吐量等统计量promote。对统计量进行promote,即可在上层即网络层对参数进行设置以及统计量的选取,实现同一模型,设置不同参数实现不同功能,也就是opnet面向对象模拟方式的体现。
进程层包括进程模型编辑器,进程模型编辑器是整个仿真过程的核心,用于建立处理机模型即实现节点中各个模块的功能。处理机模型由有限状态机(FSM)描述,由代码实现。在进程编辑器的代码区,主要编辑变量、头和函数。其中变量包括状态变量(SV),临时变量(TV),头(HB)指的是常量、头文件、宏等,函数(FB)则是实现算法的具体C/C++语句。用于创建网络模型、节点、链路。
网络建模主要是建立场景,放置节点,并配置网络拓扑。首先创建工程和场景,然后选择设计好的Vanet节点模型,放置在适当位置,并派生至80个。接下来对节点属性进行设置,命名、选择路径模型、设置MAC层和物理层参数等,设置场景,本仿真需要两个不同场景,场景中车辆数量、路径相同,仅广播频率不同。因此可以首先复制已经设置好的场景一,在新场景中设置研究对象的参数,实现一个工程多个场景,在查看仿真结果时也可以直观地比较不同场景中的同一统计量
仿真预测模型建立完成后,应将车辆节点的速度、加速度和位置信息写入数据包。节点的源模块通过调用核心函数读取节点的速度和加速度,根据公式λp=round(R·e-Φ)+β确定广播频率,其他车辆接收到数据包后,解析数据,根据式x1=v0Δtcosθ0,y1=v0Δtsinθ0对源车辆位置进行预测,再与源节点实际位置进行比较,确定位置预测误差。
步骤205、根据仿真预测模型及比较结果,调节位置预测误差与车辆的广播频率关系的参量值。
实施例三
图3是本发明实施例一提供的车辆安全预警控制设备。如图3所示,本实施例提供一种车辆安全预警控制设备,包括:
处理器301,以及与处理器相连接的存储器302;
存储器用于存储计算机程序;
处理器用于调用并执行存储器中的计算机程序,以执行如实施例以和实施例二的方法。
本实施例的具体实现方案可以参见前述实施例一和实施例二记载的车辆安全预警控制方法及方法实施例中的相关说明,此处不再赘述。
实施例四
本发明实施例提供一种存储介质,存储介质存储有计算机程序,计算机程序被处理器执行时,实现如车辆安全预警控制方法中各个步骤。
本实施例的具体实现方案可以参见上述车辆安全预警控制方法实施例中的相关说明,此处不再赘述。
可以理解的是,上述各实施例中相同或相似部分可以相互参考,在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
需要说明的是,在本发明的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本发明的描述中,除非另有说明,“多个”的含义是指至少两个。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行装置执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种车辆安全预警控制方法,其特征在于,所述车辆可以向预设范围内的车辆发送广播信号,所述方法包括:
获取本车辆的车辆信息,所述车辆信息包括车辆的位置信息、车辆的速度、加速度及角速度,向预设范围内的车辆发送广播信号的广播频率;
根据所述车辆信息基于线性跟踪算法计算所述车辆的位置预测误差;
将所述位置预测误差与预设误差值进行比较,并根据比较结果调节所述本车辆的广播频率;
其中,根据比较结果调节所述本车辆的广播频率包括:当所述位置预测误差大于预设误差值时,提高所述本车辆的广播频率,并向预设范围内的车辆发送安全预警信号。
2.根据权利要求1所述的车辆安全预警控制方法,其特征在于,所述根据比较结果调节所述本车辆的广播频率还包括:
当所述位置预测误差小于预设误差值时,降低所述本车辆的广播频率。
3.根据权利要求1所述的车辆安全预警控制方法,其特征在于,所述根据比较结果调节所述本车辆的广播频率还包括:
当所述位置预测误差等于预设误差值时,所述本车辆的广播频率保持不变。
4.根据权利要求1-3任一项所述的车辆安全预警控制方法,其特征在于,根据比较结果调节所述车辆的广播频率,包括:
计算位置预测误差与预设误差值的差值;
选择所述差值与车辆的广播频率参量调节关系中车辆的广播频率调节等级;
根据所述调节等级调节所述车辆广播频率。
5.根据权利要求4所述的车辆安全预警控制方法,其特征在于,所述差值与车辆的广播频率参量调节关系,为预先建立的,包括:
获取所述差值与车辆的广播频率的试验数据;
根据所述试验数据建立参量调节关系。
6.根据权利要求1所述的车辆安全预警控制方法,其特征在于,所述根据所述车辆信息基于线性跟踪算法计算所述车辆的位置预测误差,包括:
以车辆当前位置建立车辆位置直角坐标系;
根据当前车辆速度、加速度及角速度计算车辆预设时间内的实际位移;
根据车辆当前速度计算车辆预设时间内的预测位移;
根据所述实际位移及所述预测位移计算所述车辆的位置预测误差。
7.根据权利要求1-3任一项所述的车辆安全预警控制方法,其特征在于,还包括:
基于网络仿真技术软件包建立位置仿真预测模型,所述位置仿真模型用于调节所述位置预测误差与车辆的广播频率的关系;
根据所述仿真预测模型及所述比较结果,调节所述位置预测误差与车辆的广播频率关系的参量值。
8.根据权利要求7所述的车辆安全预警控制方法,其特征在于,所述位置仿真预测模型包括:
网络层,用于创建网络模型、节点、链路;
节点层,用于设置节点内的模块以定义各节点的行为;
进程层,用于实现节点中的各个模块的功能。
9.一种车辆安全预警控制设备,其特征在于,包括:
处理器,以及与所述处理器相连接的存储器;
所述存储器用于存储计算机程序;
所述处理器用于调用并执行所述存储器中的所述计算机程序,以执行如权利要求1-8任一项所述的方法。
10.一种存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时,实现如权利要求1-8任一项所述车辆安全预警控制方法中各个步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811442031.7A CN109586823A (zh) | 2018-11-29 | 2018-11-29 | 车辆安全预警控制方法、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811442031.7A CN109586823A (zh) | 2018-11-29 | 2018-11-29 | 车辆安全预警控制方法、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109586823A true CN109586823A (zh) | 2019-04-05 |
Family
ID=65925558
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811442031.7A Pending CN109586823A (zh) | 2018-11-29 | 2018-11-29 | 车辆安全预警控制方法、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109586823A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114079866A (zh) * | 2020-08-10 | 2022-02-22 | 大唐移动通信设备有限公司 | 一种信号传输方法及设备和装置 |
CN114285873A (zh) * | 2021-12-09 | 2022-04-05 | 阿波罗智联(北京)科技有限公司 | 建立通信连接的方法、装置、设备以及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103763682A (zh) * | 2013-12-31 | 2014-04-30 | 同济大学 | 面向平安出行的异构网络环境中安全消息广播方法 |
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 |
CN106713482A (zh) * | 2017-01-10 | 2017-05-24 | 兰州理工大学 | 应用于移动车联网的节点自动调节广播信标间隔的方法 |
CN107635190A (zh) * | 2017-09-22 | 2018-01-26 | 东软集团(北京)有限公司 | 一种车辆行驶状态广播方法、装置及车载终端 |
CN108510797A (zh) * | 2018-04-04 | 2018-09-07 | 南京微达电子科技有限公司 | 基于雷达侦测的高速公路预警系统及方法 |
-
2018
- 2018-11-29 CN CN201811442031.7A patent/CN109586823A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103763682A (zh) * | 2013-12-31 | 2014-04-30 | 同济大学 | 面向平安出行的异构网络环境中安全消息广播方法 |
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 |
CN106713482A (zh) * | 2017-01-10 | 2017-05-24 | 兰州理工大学 | 应用于移动车联网的节点自动调节广播信标间隔的方法 |
CN107635190A (zh) * | 2017-09-22 | 2018-01-26 | 东软集团(北京)有限公司 | 一种车辆行驶状态广播方法、装置及车载终端 |
CN108510797A (zh) * | 2018-04-04 | 2018-09-07 | 南京微达电子科技有限公司 | 基于雷达侦测的高速公路预警系统及方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114079866A (zh) * | 2020-08-10 | 2022-02-22 | 大唐移动通信设备有限公司 | 一种信号传输方法及设备和装置 |
CN114285873A (zh) * | 2021-12-09 | 2022-04-05 | 阿波罗智联(北京)科技有限公司 | 建立通信连接的方法、装置、设备以及存储介质 |
CN114285873B (zh) * | 2021-12-09 | 2024-01-02 | 阿波罗智联(北京)科技有限公司 | 建立通信连接的方法、装置、设备以及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhao et al. | Intelligent digital twin-based software-defined vehicular networks | |
US20200374342A1 (en) | Scalable and secure vehicle to everything communications | |
Zhou et al. | DRLE: Decentralized reinforcement learning at the edge for traffic light control in the IoV | |
Shabir et al. | Congestion avoidance in vehicular networks: A contemporary survey | |
CN104869151A (zh) | 一种业务卸载方法及系统 | |
CN109474449A (zh) | 一种处理网络切片实例的方法及装置 | |
Egea-Lopez et al. | Vehicular networks simulation with realistic physics | |
Chen et al. | Minimizing age-of-information for fog computing-supported vehicular networks with deep Q-learning | |
CN109586823A (zh) | 车辆安全预警控制方法、设备及存储介质 | |
CN106879034A (zh) | 一种车辆结点的网络切换方法及装置 | |
Ali et al. | A novel geographically distributed architecture based on fog technology for improving Vehicular Ad hoc Network (VANET) performance | |
Khan et al. | A journey towards fully autonomous driving-fueled by a smart communication system | |
Garg et al. | Can Connected Autonomous Vehicles really improve mixed traffic efficiency in realistic scenarios? | |
Zhang et al. | Robust autonomous intersection control approach for connected autonomous vehicles | |
CN106034071B (zh) | 数据报文传输方法及边缘路由网桥设备 | |
Miri et al. | Improved routing vehicular ad-hoc networks (VANETs) based on mobility and bandwidth available criteria using fuzzy logic | |
Liang et al. | Data-driven road side unit location optimization for connected-autonomous-vehicle-based intersection control | |
Tyagi et al. | Network resource management mechanisms in SDN enabled WSNs: A comprehensive review | |
Blessy et al. | Energy-efficient fuzzy management system using tri-parametric methodology in vanet | |
Azzaoui et al. | A survey on data dissemination in internet of vehicles networks | |
Wang et al. | Design and implementation of a VANET application complying with WAVE protocol | |
Drago et al. | Artificial intelligence in vehicular wireless networks: A case study using ns-3 | |
WO2023114017A1 (en) | Network resource model based solutions for ai-ml model training | |
CN115460617A (zh) | 基于联邦学习的网络负载预测方法、装置、电子设备及介质 | |
Aljeri et al. | EDiPSo: An efficient scalable topology discovery protocol for software-defined vehicular networks |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190405 |