CN109814106B - 汽车安全预警方法 - Google Patents
汽车安全预警方法 Download PDFInfo
- Publication number
- CN109814106B CN109814106B CN201910219457.4A CN201910219457A CN109814106B CN 109814106 B CN109814106 B CN 109814106B CN 201910219457 A CN201910219457 A CN 201910219457A CN 109814106 B CN109814106 B CN 109814106B
- Authority
- CN
- China
- Prior art keywords
- sequence
- distance
- speed
- automobile
- suspicious object
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000012544 monitoring process Methods 0.000 claims abstract description 7
- 238000012937 correction Methods 0.000 claims description 15
- 238000005259 measurement Methods 0.000 claims description 11
- 239000000758 substrate Substances 0.000 claims 1
- 230000000694 effects Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 206010039203 Road traffic accident Diseases 0.000 description 4
- 238000000691 measurement method Methods 0.000 description 3
- 239000000523 sample Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本申请提供了一种汽车安全预警方法,通过微波雷达传感器监测可疑物体的距离;当监测到可疑物体的距离小于预设的第一阈值时,执行如下步骤:确定可疑物体位于汽车的相对方位;通过微波雷达传感器实时获取可疑物体的距离,得到距离序列;通过微波雷达传感器实时获取可疑物体的速度,得到第一速度序列;实时获取汽车的速度,得到第二速度序列;实时获取汽车的转向数据,得到转向数据序列;根据相对方位,距离序列,第一速度序列,第二速度序列,转向数据序列确定可疑物体的预警概率;若预警概率大于预设的第二阈值时,进行报警,保证了预警准确性。
Description
技术领域
本申请涉及雷达数据处理技术领域,尤其涉及一种汽车安全预警方法。
背景技术
近年来我国交通事故频发,造成人员伤亡和财产损失,严峻的社会形势使人们越来越重视汽车安全。
随着计算机技术、通信、电子技术的快速发展,利用电子技术进行检测车辆驾驶环境,通过预警预防交通事故发生已成为可能。
当前大部分车辆采用超声波、激光、红外线等测定障碍物与汽车的距离。
超声波回波方式测量时,声波由探头发射并接收,声波以声速运行,因为声波有反射、折射等现象存在,因此,超声波雷达受干扰较多,预警效果较差。
发明内容
为解决上述问题,本申请实施例提出了一种汽车安全预警方法。
101,通过微波雷达传感器监测可疑物体的距离;
102,当监测到可疑物体的距离小于预设的第一阈值时,执行如下步骤:102-1,确定所述可疑物体位于所述汽车的相对方位,所述相对方位为前侧,或者,左侧,或者,右侧,或者,后侧;
102-2,通过微波雷达传感器实时获取所述可疑物体的距离,得到距离序列;
102-3,通过微波雷达传感器实时获取所述可疑物体的速度,得到第一速度序列;
102-4,实时获取汽车的速度,得到第二速度序列;
102-5,实时获取汽车的转向数据,得到转向数据序列;
102-6,根据所述相对方位,所述距离序列,所述第一速度序列,所述第二速度序列,所述转向数据序列确定所述可疑物体的预警概率;
102-7,若所述预警概率大于预设的第二阈值时,进行报警;
距离序列为{d1,d2,…,dt,…,dT};
第一速度序列{v1,v2,…,vt,…,vT};
第二速度序列{v'1,v'2,…,v't,…,v'T};
转向数据序列{r1,r2,…,rt,…,rT};
其中,t为时间标识,dt为t时刻所述可疑物体的距离,vt为t时刻所述可疑物体的速度,v't为t时刻所述汽车的速度,rt为t时刻所述汽车的转向数据;T为当前时刻,所述距离序列、所述第一速度序列、所述第二速度序列、所述转向数据序列中的元素相同,均为T;向左转弯时,转向数据为正值,向右转弯时,转向数据为负值,直走时,转向数据为0;
所述相对方位为前侧;
所述102-6包括:
根据所述第一速度序列、第二速度序列修正所述距离序列,得到修正后的距离序列{d'1,d'2,…,d't,…,d'T};
确定所述修正后的距离序列中所有元素的均值;
若rT-2-rT-3≠0,则
若rT-2-rT-3=0,则
所述相对方位为左侧;
所述102-6包括:
根据所述第一速度序列、第二速度序列修正所述距离序列,得到修正后的距离序列{d'1,d'2,…,d't,…,d'T};
确定所述修正后的距离序列中所有元素的均值;
若rT>0,且rT>rT-1,则
若rT>0,且rT=rT-1,则
若rT>0,且rT<rT-1,则
若rT=0,则预警概率=|(所述修正后的距离序列中最大元素值-所述修正后的距离序列中所有元素的均值)/(所述修正后的距离序列中最小元素值-所述修正后的距离序列中所有元素的均值)|;
若rT<0,则
所述相对方位为右侧;
所述102-6包括:
根据所述第一速度序列、第二速度序列修正所述距离序列,得到修正后的距离序列{d'1,d'2,…,d't,…,d'T};
确定所述修正后的距离序列中所有元素的均值;
若rT<0,且rT<rT-1,则
若rT<0,且rT=rT-1,则
若rT<0,且rT>rT-1,则
若rT=0,则预警概率=σ×|(所述修正后的距离序列中最大元素值-所述修正后的距离序列中所有元素的均值)/(所述修正后的距离序列中最小元素值-所述修正后的距离序列中所有元素的均值)|;
若rT>0,则
σ为方差, 所述修正后的距离序列中所有元素的均值;
所述相对方位为后侧;
所述102-6包括:
根据所述第一速度序列、第二速度序列修正所述距离序列,得到修正后的距离序列{d'1,d'2,…,d't,…,d'T};
确定所述修正后的距离序列中所有元素的均值;
其中, 所述修正后的距离序列中所有元素的均值,i为修正后的距离序列的元素标识,j为速度序列的元素标识,/>max{}为求最大值函数,min{}为求最小值函数,/>M为转向差序列为{r2-r1,r3-r2,…,rt-rt-1,…,rT-rT-1}中非0元素数量,di和di-1为距离序列中的元素。
可选地,
所述微波雷达传感器位于所述汽车的前方,左方,右方和后方;
所述102-1包括:
若位于所述汽车前方的微波雷达传感器监测到可疑物体的距离小于预设的第一阈值,则确定所述可疑物体位于所述汽车的相对方位为前侧;
若位于所述汽车左方的微波雷达传感器监测到可疑物体的距离小于预设的第一阈值,则确定所述可疑物体位于所述汽车的相对方位为左侧;
若位于所述汽车右方的微波雷达传感器监测到可疑物体的距离小于预设的第一阈值,则确定所述可疑物体位于所述汽车的相对方位为右侧;
若位于所述汽车后方的微波雷达传感器监测到可疑物体的距离小于预设的第一阈值,则确定所述可疑物体位于所述汽车的相对方位为后侧。
可选地,所述相对方位为前侧;
所述根据所述第一速度序列、第二速度序列修正所述距离序列,得到修正后的距离序列,包括
若t=1,则修正后的距离若t≠1,则修正后的距离其中,α为所述微波雷达传感器的测距误差。
可选地,所述相对方位为左侧;
所述根据所述第一速度序列、第二速度序列修正所述距离序列,得到修正后的距离序列,包括:
对于任一时刻t,修正后的距离其中,α为所述微波雷达传感器的测距误差;
若t=1,则γ=(v't-vt)/v't,若t=2,则若t=3,则/>若t∈[4,T],则/>
可选地,所述相对方位为右侧;
所述根据所述第一速度序列、第二速度序列修正所述距离序列,得到修正后的距离序列,包括:
对于任一时刻t,修正后的距离其中,α为所述微波雷达传感器的测距误差;
若t=1,则γ=(v't-vt)/v't,若t=2,则若t=3,则/>若t∈[4,T],则/>
β为修正参数,
可选地,所述相对方位为后侧;
所述根据所述第一速度序列、第二速度序列修正所述距离序列,得到修正后的距离序列,包括:
对于任一时刻t,
若t=1,则修正后的距离若t≠1,则修正后的距离其中,α为所述微波雷达传感器的测距误差,β为修正参数,/>
有益效果如下:
通过微波雷达传感器监测可疑物体,并根据可疑物体位于汽车的相对方位,可疑物体的距离,可疑物体的速度,汽车的速度和汽车的转向数据进行预警,提升了预警效果。
附图说明
下面将参照附图描述本申请的具体实施例,其中:
图1示出了本申请一实施例提供的一种汽车安全预警方法的流程示意图。
具体实施方式
为了使本申请的技术方案及优点更加清楚明白,以下结合附图对本申请的示例性实施例进行进一步详细的说明,显然,所描述的实施例仅是本申请的一部分实施例,而不是所有实施例的穷举。并且在不冲突的情况下,本说明中的实施例及实施例中的特征可以互相结合。
近年来我国交通事故频发,造成人员伤亡和财产损失,严峻的社会形势使人们越来越重视汽车安全。随着计算机技术、通信、电子技术的快速发展,利用电子技术进行检测车辆驾驶环境,通过预警预防交通事故发生已成为可能。当前大部分车辆采用超声波、激光、红外线等测定障碍物与汽车的距离。超声波回波方式测量时,声波由探头发射并接收,声波以声速运行,因为声波有反射、折射等现象存在,因此,超声波雷达受干扰较多,预警效果较差。
基于此,本申请提供一种汽车安全预警方法,通过微波雷达传感器监测可疑物体,并根据可疑物体位于汽车的相对方位,可疑物体的距离,可疑物体的速度,汽车的速度和汽车的转向数据进行预警,提升了预警效果。
参见图1,本实施例提供的汽车安全预警方法实现流程如下:101,通过微波雷达传感器监测可疑物体的距离。
其中,微波雷达传感器位于汽车前方、左方、右方和后方,保证了对汽车进行全面监测,防止四个方向上出现可疑物体影响汽车安全。
现有技术采用超声波回波方式测量时,声波由探头发射并接收,声波以声速运行,因为声波有反射、折射等现象存在,因此,超声波雷达受干扰较多,预警效果较差。
本申请采用微波雷达传感器监测可疑物体,微波雷达传感器方向性好,速度等于光速,受的干扰较少。微波雷达传感器的雷达波以光速运行,微波遇到车辆立即被反射回来,再被电子部件转换成物位信号,保证了极短时间内稳定而精确测量,具有测量速度快,精度高等优点。因此,本申请获取到的可疑物体的距离实时性交高,精确度也较高。
102,当监测到可疑物体的距离小于预设的第一阈值时,根据可疑物体位于汽车的相对方位,可疑物体的距离,可疑物体的速度,汽车的速度和汽车的转向数据进行预警。
第一阈值可以为1.2米,或者1.5米等,本实施例不对第一阈值的具体值进行限定。
通过执行步骤101可以实现对预设距离内(如3米,或者,4米)是否存在可疑物体进行监测,但并非监测到可疑物体就进行报警,而是通过步骤102确定是否需要报警。
另外,步骤101中监测到的可疑物体与汽车的距离可能较远也可能较近,对于较远的可疑物体(距离大于或者等于预设的第一阈值的可疑物体),不存在安全风险,可以持续监测,并不需要做任何处理。对于距离较近的可疑物体(距离小于预设的第一阈值的可疑物体),根据其影响汽车安全的可能性动态预警。
根据可疑物体位于汽车的相对方位,可疑物体的距离,可疑物体的速度,汽车的速度和汽车的转向数据进行预警的执行过程如下:102-1,确定可疑物体位于汽车的相对方位,相对方位为前侧,或者,左侧,或者,右侧,或者,后侧。
具体的,若位于汽车前方的微波雷达传感器监测到可疑物体的距离小于预设的第一阈值,则确定可疑物体位于汽车的相对方位为前侧。
若位于汽车左方的微波雷达传感器监测到可疑物体的距离小于预设的第一阈值,则确定可疑物体位于汽车的相对方位为左侧。
若位于汽车右方的微波雷达传感器监测到可疑物体的距离小于预设的第一阈值,则确定可疑物体位于汽车的相对方位为右侧。
若位于汽车后方的微波雷达传感器监测到可疑物体的距离小于预设的第一阈值,则确定可疑物体位于汽车的相对方位为后侧。
102-2,通过微波雷达传感器实时获取可疑物体的距离,得到距离序列。
102-3,通过微波雷达传感器实时获取可疑物体的速度,得到第一速度序列。
102-4,实时获取汽车的速度,得到第二速度序列。
102-5,实时获取汽车的转向数据,得到转向数据序列。
其中,转向数据可以为方向盘转的总圈数,区分左转或右转,例如,左转总圈数,或者,方向盘右转总圈数,具体的左转为+值,右转为-值,或者,左转为-值,右转为+值等。转向数据还可以为转向半径,区分左转或右转,向左转弯时,转向数据为正值,向右转弯时,转向数据为负值,直走时,转向数据为0。本实施例不对转向数据的具体内容进行限定,只要能够描述汽车转向方向及转向大小的数据即可。
每一时刻均会得到可疑物体的距离,可疑物体的速度,汽车的速度,汽车的转向数据。因此,距离序列、第一速度序列、第二速度序列、转向数据序列中的元素存在时间上的对应关系,且距离序列、第一速度序列、第二速度序列、转向数据序列中的元素总数量相同。
例如,距离序列为{d1,d2,…,dt,…,dT}。
第一速度序列{v1,v2,…,vt,…,vT}。
第二速度序列{v'1,v'2,…,v't,…,v'T}。
转向数据序列{r1,r2,…,rt,…,rT}。
其中,t为时间标识,dt为t时刻可疑物体的距离,vt为t时刻可疑物体的速度,v't为t时刻汽车的速度,rt为t时刻汽车的转向数据。T为当前时刻,距离序列、第一速度序列、第二速度序列、转向数据序列中的元素相同,均为T。
102-6,根据相对方位,距离序列,第一速度序列,第二速度序列,转向数据序列确定可疑物体的预警概率。
步骤102-6的实现方式根据相对方位的不同有所变化,具体如下:
相对方位为前侧
此时,步骤102-6的实现方式为:
1.1根据第一速度序列、第二速度序列修正距离序列,得到修正后的距离序列{d'1,d'2,…,d't,…,d'T}。
修正过程为:
对于任一时刻t,
若t=1,则修正后的距离
若t≠1,则修正后的距离
其中,α为微波雷达传感器的测距误差。测距误差与微波雷达传感器本身有关,出厂时即可得知。
1.2确定修正后的距离序列中所有元素的均值。
1.3若rT-2-rT-3≠0,则
1.4若rT-2-rT-3=0,则
相对方位为左侧
此时,步骤102-6的实现方式为:
2.1根据第一速度序列、第二速度序列修正距离序列,得到修正后的距离序列{d'1,d'2,…,d't,…,d'T}。
修正过程为:
对于任一时刻t,修正后的距离
其中,α为微波雷达传感器的测距误差。
若t=1,则γ=(v't-vt)/v't,若t=2,则若t=3,则/>若t∈[4,T],则/>
在修正时不仅考虑了微波雷达传感器自身的测距误差,还考虑了可疑物体的速度以及汽车的速度对距离测量时的干扰,使得修正后的距离更加准确。
2.2确定修正后的距离序列中所有元素的均值。
2.3若rT>0,且rT>rT-1,则
2.4若rT>0,且rT=rT-1,则
2.5若rT>0,且rT<rT-1,则
2.6若rT=0,则预警概率=|(修正后的距离序列中最大元素值-修正后的距离序列中所有元素的均值)/(修正后的距离序列中最小元素值-修正后的距离序列中所有元素的均值)|。
2.7若rT<0,则
相对方位为右侧
此时,步骤102-6的实现方式为:
3.1根据第一速度序列、第二速度序列修正距离序列,得到修正后的距离序列{d'1,d'2,…,d't,…,d'T}。
修正方法为:
对于任一时刻t,修正后的距离
其中,α为微波雷达传感器的测距误差。
若t=1,则γ=(v't-vt)/v't,若t=2,则若t=3,则/>若t∈[4,T],则/>
β为修正参数,
在修正时不仅考虑了微波雷达传感器自身的测距误差,还考虑了可疑物体的速度以及汽车的速度对距离测量时的干扰,使得修正后的距离更加准确。
3.2确定修正后的距离序列中所有元素的均值。
3.3若rT<0,且rT<rT-1,则
3.4若rT<0,且rT=rT-1,则
3.5若rT<0,且rT>rT-1,则
3.6若rT=0,则预警概率=σ×|(修正后的距离序列中最大元素值-修正后的距离序列中所有元素的均值)/(修正后的距离序列中最小元素值-修正后的距离序列中所有元素的均值)|。
3.7若rT>0,则
σ为方差, 修正后的距离序列中所有元素的均值。
相对方位为后侧
此时,步骤102-6的实现过程为:
4.1根据第一速度序列、第二速度序列修正距离序列,得到修正后的距离序列{d'1,d'2,…,d't,…,d'T}。
对于任一时刻t,
若t=1,则修正后的距离若t≠1,则修正后的距离
其中,α为微波雷达传感器的测距误差,β为修正参数,
在修正时不仅考虑了微波雷达传感器自身的测距误差,还考虑了可疑物体的速度以及汽车的速度对距离测量时的干扰,使得修正后的距离更加准确。
4.2确定修正后的距离序列中所有元素的均值。
4.3
其中, 修正后的距离序列中所有元素的均值,i为修正后的距离序列的元素标识,j为速度序列的元素标识,/>max{}为求最大值函数,min{}为求最小值函数,/>M为转向差序列为{r2-r1,r3-r2,…,rt-rt-1,…,rT-rT-1}中非0元素数量,di和di-1为距离序列中的元素。
102-7,若预警概率大于预设的第二阈值时,进行报警。
本实施例提供的汽车安全预警方法,并非微波雷达传感器发现可疑物体立刻进行报警,而是在可疑物体距汽车第一阈值内才确定其追尾概率,当概率大于第二阈值再进行预警,防止了不必要的预警,保证了预警的精确性。
另外,在计算追尾概率时,充分考虑可疑物体与汽车之间的相对方位,可疑物体的距离,可疑物体的速度,汽车的速度和汽车的转向数据。根据相对方位的不同采取不同的预警概率计算方法,相对方位可疑物体的距离描述了可疑物体与汽车之间的相对距离,可疑物体的速度和汽车的速度描述了可疑物体与汽车之间的相对速度,汽车的转向数据描述了汽车是否转向。通过相对距离,相对速度和是否转向采用对应的评估方法综合评估可疑物体追尾的可能性,保证了评估的准确性,提升了预警效果。
需要说明的是,本实施例及后续实施例中的“第一”,“第二”仅用于区分可疑物体的速度序列与汽车的速度序列,区分不同的阈值等,不具有任何特殊含义。
有益效果:
通过微波雷达传感器监测可疑物,并根据可疑物体的距离,可疑物体的速度,汽车的速度和汽车的转向数据进行预警,提升了预警效果。
Claims (6)
1.一种汽车安全预警方法,其特征在于,所述方法包括:
101,通过微波雷达传感器监测可疑物体的距离;
102,当监测到可疑物体的距离小于预设的第一阈值时,执行如下步骤:
102-1,确定所述可疑物体位于所述汽车的相对方位,所述相对方位为前侧,或者,左侧,或者,右侧,或者,后侧;
102-2,通过微波雷达传感器实时获取所述可疑物体的距离,得到距离序列;
102-3,通过微波雷达传感器实时获取所述可疑物体的速度,得到第一速度序列;
102-4,实时获取汽车的速度,得到第二速度序列;
102-5,实时获取汽车的转向数据,得到转向数据序列;
102-6,根据所述相对方位,所述距离序列,所述第一速度序列,所述第二速度序列,所述转向数据序列确定所述可疑物体的预警概率;
102-7,若所述预警概率大于预设的第二阈值时,进行报警;
距离序列为{d1,d2,…,dt,…,dT};
第一速度序列{v1,v2,…,vt,…,vT};
第二速度序列{v'1,v'2,…,v't,…,v'T};
转向数据序列{r1,r2,…,rt,…,rT};
其中,t为时间标识,dt为t时刻所述可疑物体的距离,vt为t时刻所述可疑物体的速度,v't为t时刻所述汽车的速度,rt为t时刻所述汽车的转向数据;T为当前时刻,所述距离序列、所述第一速度序列、所述第二速度序列、所述转向数据序列中的元素相同,均为T;向左转弯时,转向数据为正值,向右转弯时,转向数据为负值,直走时,转向数据为0;
所述相对方位为前侧;
所述102-6包括:
根据所述第一速度序列、第二速度序列修正所述距离序列,得到修正后的距离序列{d'1,d'2,…,d't,…,d'T};
确定所述修正后的距离序列中所有元素的均值;
若rT-2-rT-3≠0,则
若rT-2-rT-3=0,则
所述相对方位为左侧;
所述102-6包括:
根据所述第一速度序列、第二速度序列修正所述距离序列,得到修正后的距离序列{d'1,d'2,…,d't,…,d'T};
确定所述修正后的距离序列中所有元素的均值;
若rT>0,且rT>rT-1,则
若rT>0,且rT=rT-1,则
若rT>0,且rT<rT-1,则
若rT=0,则预警概率=|(所述修正后的距离序列中最大元素值-所述修正后的距离序列中所有元素的均值)/(所述修正后的距离序列中最小元素值-所述修正后的距离序列中所有元素的均值)|;
若rT<0,则
所述相对方位为右侧;
所述102-6包括:
根据所述第一速度序列、第二速度序列修正所述距离序列,得到修正后的距离序列{d'1,d'2,…,d't,…,d'T};
确定所述修正后的距离序列中所有元素的均值;
若rT<0,且rT<rT-1,则
若rT<0,且rT=rT-1,则
若rT<0,且rT>rT-1,则
若rT=0,则预警概率=σ×|(所述修正后的距离序列中最大元素值-所述修正后的距离序列中所有元素的均值)/(所述修正后的距离序列中最小元素值-所述修正后的距离序列中所有元素的均值)|;
若rT>0,则
σ为方差, 所述修正后的距离序列中所有元素的均值;
所述相对方位为后侧;
所述102-6包括:
根据所述第一速度序列、第二速度序列修正所述距离序列,得到修正后的距离序列{d'1,d'2,…,d't,…,d'T};
确定所述修正后的距离序列中所有元素的均值;
其中, 所述修正后的距离序列中所有元素的均值,i为修正后的距离序列的元素标识,j为速度序列的元素标识,/>max{}为求最大值函数,min{}为求最小值函数,/>M为转向差序列为{r2-r1,r3-r2,…,rt-rt-1,…,rT-rT-1}中非0元素数量,di和di-1为距离序列中的元素。
2.根据权利要求1所述的方法,其特征在于,
所述微波雷达传感器位于所述汽车的前方,左方,右方和后方;
所述102-1包括:
若位于所述汽车前方的微波雷达传感器监测到可疑物体的距离小于预设的第一阈值,则确定所述可疑物体位于所述汽车的相对方位为前侧;
若位于所述汽车左方的微波雷达传感器监测到可疑物体的距离小于预设的第一阈值,则确定所述可疑物体位于所述汽车的相对方位为左侧;
若位于所述汽车右方的微波雷达传感器监测到可疑物体的距离小于预设的第一阈值,则确定所述可疑物体位于所述汽车的相对方位为右侧;
若位于所述汽车后方的微波雷达传感器监测到可疑物体的距离小于预设的第一阈值,则确定所述可疑物体位于所述汽车的相对方位为后侧。
3.根据权利要求1所述的方法,其特征在于,所述相对方位为前侧;
所述根据所述第一速度序列、第二速度序列修正所述距离序列,得到修正后的距离序列,包括
若t=1,则修正后的距离
若t≠1,则修正后的距离
其中,α为所述微波雷达传感器的测距误差。
4.根据权利要求1所述的方法,其特征在于,所述相对方位为左侧;
所述根据所述第一速度序列、第二速度序列修正所述距离序列,得到修正后的距离序列,包括:
对于任一时刻t,修正后的距离
其中,α为所述微波雷达传感器的测距误差;
若t=1,则γ=(v't-vt)/v't,若t=2,则若t=3,则/>若t∈[4,T],则/>
5.根据权利要求1所述的方法,其特征在于,所述相对方位为右侧;
所述根据所述第一速度序列、第二速度序列修正所述距离序列,得到修正后的距离序列,包括:
对于任一时刻t,修正后的距离
其中,α为所述微波雷达传感器的测距误差;
若t=1,则γ=(v't-vt)/v't,若t=2,则若t=3,则/>若t∈[4,T],则/>
β为修正参数,
6.根据权利要求1所述的方法,其特征在于,所述相对方位为后侧;
所述根据所述第一速度序列、第二速度序列修正所述距离序列,得到修正后的距离序列,包括:
对于任一时刻t,
若t=1,则修正后的距离
若t≠1,则修正后的距离
其中,α为所述微波雷达传感器的测距误差,β为修正参数,
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910219457.4A CN109814106B (zh) | 2019-03-22 | 2019-03-22 | 汽车安全预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910219457.4A CN109814106B (zh) | 2019-03-22 | 2019-03-22 | 汽车安全预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109814106A CN109814106A (zh) | 2019-05-28 |
CN109814106B true CN109814106B (zh) | 2023-07-18 |
Family
ID=66609869
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910219457.4A Active CN109814106B (zh) | 2019-03-22 | 2019-03-22 | 汽车安全预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109814106B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109901171B (zh) * | 2019-04-12 | 2023-08-18 | 河南理工大学 | 汽车防追尾预警方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10105891A (ja) * | 1996-09-30 | 1998-04-24 | Mazda Motor Corp | 車両用の動体認識装置 |
JPH1194942A (ja) * | 1997-09-17 | 1999-04-09 | Nissan Motor Co Ltd | 車両用追突警報装置 |
CN104597448A (zh) * | 2013-10-30 | 2015-05-06 | 史玉回 | 基于gps的电动汽车安全距离智能预警装置 |
CN105501220A (zh) * | 2015-11-24 | 2016-04-20 | 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 |
CN107894590A (zh) * | 2017-10-17 | 2018-04-10 | 湖北林青测控科技有限公司 | 新型全被动式无人机管控方法、存储介质、电子设备 |
-
2019
- 2019-03-22 CN CN201910219457.4A patent/CN109814106B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10105891A (ja) * | 1996-09-30 | 1998-04-24 | Mazda Motor Corp | 車両用の動体認識装置 |
JPH1194942A (ja) * | 1997-09-17 | 1999-04-09 | Nissan Motor Co Ltd | 車両用追突警報装置 |
CN104597448A (zh) * | 2013-10-30 | 2015-05-06 | 史玉回 | 基于gps的电动汽车安全距离智能预警装置 |
CN105501220A (zh) * | 2015-11-24 | 2016-04-20 | 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 |
CN107894590A (zh) * | 2017-10-17 | 2018-04-10 | 湖北林青测控科技有限公司 | 新型全被动式无人机管控方法、存储介质、电子设备 |
Non-Patent Citations (3)
Title |
---|
ICT Anti Collision Radar for Road Traffic;J. Pawelec et al.;《2007 IEEE 66th Vehicular Technology Conference》;20071015;第1470-1473页 * |
一种检测视频中运动目标的新方法;张延良等;《电子科技大学学报》;20190130;第48卷(第1期);第46-52页 * |
基于模糊推理的驾驶员反应时间修正研究;于广鹏等;《广西大学学报(自然科学版)》;20141220;第39卷(第6期);第1234-1239页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109814106A (zh) | 2019-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111398924B (zh) | 雷达安装角度标定方法及系统 | |
US8656781B2 (en) | Method and system for compensation of ultrasonic sensor | |
CN110531357A (zh) | 估计移动目标在水平面中速度大小的方法和雷达检测系统 | |
US10585188B2 (en) | Broadside detection system and techniques for use in a vehicular radar | |
US10571555B2 (en) | Method for detecting a blocked state of an ultrasonic sensor of a motor vehicle, ultrasonic sensor apparatus and motor vehicle | |
JP5120139B2 (ja) | 物体検出装置 | |
US20220075074A1 (en) | Obstacle detection device and obstacle detection method | |
JP2016080643A (ja) | 物体検知装置 | |
CN109696676B (zh) | 一种有效障碍物目标确定方法、装置和车辆 | |
CN111578894B (zh) | 一种确定障碍物航向角的方法及装置 | |
JP2010256198A (ja) | 車両用物体検知装置および車両用走行制御装置 | |
CN114442073B (zh) | 激光雷达的标定方法、装置、车辆及存储介质 | |
TWI448715B (zh) | 移動參數估計方法、角度估計方法及判斷方法 | |
CN109814106B (zh) | 汽车安全预警方法 | |
CN108831189A (zh) | 一种基于毫米波雷达防撞的智能预警方法 | |
KR101152250B1 (ko) | 차량용 레이더의 오탐지 정보 제거장치 및 방법 | |
JP4719996B2 (ja) | 物体検知装置 | |
US20140002294A1 (en) | Range determination apparatus and method | |
CN207059893U (zh) | 一种基于超声波的车辆防撞预警装置 | |
US6947841B2 (en) | Method for identifying obstacles for a motor vehicle, using at least three distance sensors for identifying the lateral extension of an object | |
TWI735191B (zh) | 光達除霧系統與方法 | |
CN109901171B (zh) | 汽车防追尾预警方法 | |
CN115201810A (zh) | 用于无人车的多传感器融合紧急避障方法 | |
JP2005069739A (ja) | 車載用障害物検知装置 | |
US11086012B2 (en) | Method and system for recognizing objects using ultrasonic signals |
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 |