CN109859512A - 一种v2x环境下典型弯道区域单一车辆动态引导方法 - Google Patents
一种v2x环境下典型弯道区域单一车辆动态引导方法 Download PDFInfo
- Publication number
- CN109859512A CN109859512A CN201910111500.5A CN201910111500A CN109859512A CN 109859512 A CN109859512 A CN 109859512A CN 201910111500 A CN201910111500 A CN 201910111500A CN 109859512 A CN109859512 A CN 109859512A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- speed
- bend
- environment
- road
- 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
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明属于辅助安全驾驶及智能交通控制领域，公开了一种V2X环境下典型弯道区域单一车辆动态引导方法：首先由路侧设备提取进入弯道的车辆信息，输入到车载微处理器中的安全车速计算模块，计算出车辆的安全车速v，其次运用车载传感器测得当前车速，利用车载微处理器中的判断模块对当前车速和安全车速v进行判断，若当前车速大于安全车速v，系统自动进行语音报警，报警信号输入车载微处理器，控制模块控制车辆自动制动减速，使车辆速度减至安全车速，最后安全通过弯道。本发明提供了一种基于V2X典型弯道安全车速算法及结合车内车外的辅助装置动态引导车辆安全通过弯道，提高了其安全车速计算精度、车辆行驶安全性和操纵稳定性。
Description
技术领域
本发明属于辅助安全驾驶及智能交通控制领域，主要涉及一种V2X环境下典型弯道区域单一车辆动态引导方法。
背景技术
弯道作为汽车驾驶常见的路段之一，其存有较大的潜在危险，弯道行驶中有障碍物遮挡，车辆进入弯道时速度太快易失控，驾驶员对于弯道信息了解不多，即使有路侧道路标志的提示，单在车辆速度上还是容易控制不当，这样对于车辆安全通过弯道就没办法保障。现今的车辆安全驾驶智能辅助设施已经基本成熟，但在弯道这种较为特殊地段的安全辅助行驶系统并未完善，现提出一个V2X环境下典型弯道区域单一车辆动态引导方法及相关核心装置，V2X(vehicle to everything)，即车对外界的信息交换，车联网通过整合全球定位系统(GPS)导航技术、无线通信及远程感应技术，实现手动驾驶和自动驾驶的兼容。该装置是以基于V2X环境下典型弯道区域计算得到的安全车速为限制条件，通过路侧设备，及车内自动减速装置，将车辆的车速保持在安全车速内，辅助其安全快速地通过弯道路段。
发明内容
本发明的目的是基于V2X环境下提供了一种安全车速优化算法及结合车内车外的辅助装置引导车辆安全通过弯道，提高其安全车速计算精度、车辆行驶安全性和操纵稳定性。为达以上目的，本发明采用的技术方案是：提供一种V2X环境下典型弯道区域单一车辆动态引导方法，在基于V2X环境下典型弯道区域车辆安全车速算法，采用车内车外的信息交互，催发车内的自动减速装置，引导车辆以安全车速通过弯道区域。
本发明的技术方案如下：
一种V2X环境下典型弯道区域单一车辆动态引导方法，主要通过对车辆安全车速的算法进行优化，结合人、车、路和环境，建立基于人、车、路及环境的车辆弯道行驶安全度综合评价体系，同时运用加权最小平方法构建基于人、车、路及环境的车辆弯道行驶安全度综合评价模型。
作为本发明的进一步说明,该方法具体操作步骤如下：
步骤一：路侧装置提取进入弯道的车辆与驾驶信息，包括车辆型号、状态参数(速度、加速度位置及方向盘转角)、驾驶员的个人信息等；
步骤二：终端将获取并处理过后的信息输入车载微处理器中的安全车速计算模块，计算出车辆的安全车速v＝min(k·A·v滑max,k·A·v翻max)，即使车辆不发生侧滑和侧翻的速度，后将信息通过无线通信反馈给车辆；其中，A为安全系数，k为轮胎侧偏特性修正系数；
所述安全车速计算模块的计算方法为：
(1)建立基于人、车、路及环境的车辆弯道行驶安全车速综合评价体系，同时运用加权最小平方法构建基于人、车、路及环境的车辆弯道行驶安全度综合评价模型；
(2)计算基于弯道路段车辆行驶特性的物理知识分析安全临界车速；
步骤三：运用车载传感器测得当前车速，在车载微处理器中的判断模块对当前车速和安全车速v进行判断，当当前车速大于安全车速v时，系统自动进行语音报警。
作为本发明的进一步说明：获得“人-车-路-环境”协同系统评价模型的步骤如下：
(1)基于加权最小平方法的综合评价模型：权的最小平方法用解析式来计算权向量ω，其中D为计算矩阵；
(2)“人-车-路-环境”准则层权重分配：将影响车辆行驶安全的人、车、路及环境四个因素作为一级指标层评判因子，采用加权最小平方法进行权重分配；根据层次分析法中的“1-9”评判标度准则，对指标重要性两两比较，得以下判断矩阵：
求出一级指标人、车、路、环境的权重分配分别为：0.596、0.268、0.084、0.052；
采用线性模型，结合以上，得到运用加权最小平方法构建的车辆弯道行驶安全度综合评价模型：y＝0.596x1+0.268x2+0.084x3+0.052x4，及指标层评价模型：
驾驶员因素：x1＝0.570x11+0.223x12+0.207x13；
车辆因素：x2＝0.672x21+0.1x22+0.1x23+0.065x24+0.063x25；
道路因素：x3＝0.667x31+0.144x32+0.116x33+0.072x34；
环境因素：x4＝0.817x41+0.108x42+0.075x43；
其中，x1～x4分别为驾驶员、车辆、道路、环境等影响因素的量化值，x1i，x2j，x3n，x4m中的i＝1,2,3分别对应驾驶员因素下的3个指标层“驾驶水平”、“驾驶行为”、“持续驾驶时间”；j＝1,2,3,4,5分别对应车辆因素下的5个指标层“制动性能”、“动力性能”、“转向性能”、“使用年龄”、“车辆类型”；n＝1,2,3,4分别对应道路因素下的4个指标层“附着系数”、“超高”“弯道半径”、“路面宽度”；m＝1,2,3分别对应环境因素下的3个指标层“天气条件”、“交通标志警示度”、“路侧景观协调度”的量化值。
作为本发明的进一步说明：计算基于弯道路段车辆行驶特性的物理知识分析安全临界车速的步骤如下：
(1)基于车辆弯道特性力学分析的弯道车辆速度计算：
(1.1)计算车辆不发生侧翻的临界速度：
(1.2)计算车辆不发生侧滑的临界车速：
得到基于物理动力学的车辆弯道行驶临界车速v临界＝min(v滑max,v翻max)；其中车辆质量为m，车辆左右车轮间距离为a，质心距地面距离为h，弯道半径为R，μ为静摩擦系数；
(2)计算基于人、车、路协同的车辆弯道行驶安全车速，得v＝min(k·A·v滑max,k·A·v翻max)；其中A为安全系数，y根据车辆弯道行驶安全度综合评价模型获得，k为轮胎侧偏特性修正系数，k取0.95。
作为本发明的进一步说明：所述步骤三中当当前车速大于安全车速v时，系统自动进行语音报警，报警信号输入车载微处理器，其操纵系统自动控制模块的控制器起作用，控制车辆自动制动减速，在整个制动减速过程中，若车速处于高速区段，理想减速度不断增加，此时设置纵向制动减速度当车速降至低速区段时，为避免制动减速度过大，理想减速度保持不变直至车辆速度减至安全车速，通过弯道，此时设置纵向制动减速度其中a为加速度，t为时间。
附图说明
图1为本发明一种V2X环境下典型弯道区域单一车辆动态引导方法流程图；
图2为本发明的原理图；
图3为本发明基于V2X典型弯道安全行驶车速算法的构建；
图4为本发明的弯道车辆受力分析图；
图5为本发明相关技术装置图；
图6为本发明的自动减速装置组成示意图；
图7为本发明的原理图。
具体实施方式
下面结合附图对本发明进一步说明。
实施例1：
如图1所示，本发明提供一种V2X环境下典型弯道区域单一车辆动态引导方法，包括以下几个步骤：
步骤一：路侧装置提取进入弯道的车辆与驾驶信息，包括车辆型号、状态参数(速度、加速度位置及方向盘转角)、驾驶员的个人信息等；
路侧装置包括红外线扫描仪，摄像及人脸识别系统和信息处理终端；
步骤二：终端将获取并处理过后的信息输入安全速度算法程序，计算出车辆的安全车速v＝min(k·A·v滑max,k·A·v翻max)，即使车辆不发生侧滑和侧翻的速度，后将信息通过无线通信反馈给车辆；其中，A为安全系数，k为轮胎侧偏特性修正系数；基于V2X的弯道行驶安全车速算法如下：
1.建立基于人车路及环境的车辆弯道行驶安全车速综合评价体系
1.1车辆在弯道中安全行驶各影响因素评价指标
车辆在弯道中安全行驶的影响因素主要分四大方面：人、车、路及周围环境，考虑各影响因素的不同影响程度及其复杂性，将四大影响因素继续细化，建立车辆弯道行驶安全度综合评价体系(表1)；
表1车辆弯道行驶安全度综合评价体系
1.2基于加权最小平方法的综合评价模型
基于文献王志仁所作的《层次分析法中权的最小平方法》中的权的最小平方法是用一个简明的解析式来计算权向量ω；车辆弯道行驶安全度分析中各个因素既有定性又有定量因素存在，同时各个因素间评价指标较多且影响权重分配较为繁琐，采用加权最小平方法来确定各个因素的权重；
其计算推导过程为：对于判断矩阵(非一致矩阵)A＝(aij)在约束条件下，用函数的极小化解ω＝[ω1,ω2,ω3,…ωm]T作为排序权向量，引入拉格朗日系数L(ω,λ)
对ω求导：令整理可得：
(其中i＝1,2,3…k,n)
矩阵形式为：Aωθ+λωθ＝0
其中：
判断矩阵(非一致矩阵)A＝(aij)，采用“1-9”评判标度准则(表2)来构造：
表2“1-9”评判标度准则
1.2.1“人-车-路-环境”准则层权重分配
将影响车辆行驶安全的人、车、路及环境四个因素作为一级指标层评判因子，采用加权最小平方法进行权重分配；根据表2，对指标重要性两两比较，得以下判断矩阵
利用加权最小平方法公式求出矩阵D及其逆矩阵D；1
D-1·e＝[2.40 1.08 0.34 0.21]T
所以基于最小加权平方法得一级指标各影响因素的权重分配为：
即：人：0.596车：0.268路：0.084环境：0.052
1.2.2“人”因素指标层权重分配
在“人-车-路-环境”这个综合体系中，“人”是核心因素，也是在交通系统中最具随机性和主观性的一个因素。把“人”这个准则层细分为“驾驶水平”、“驾驶行为”、“持续驾驶时间”三个指标层能够较为全面地分析“人”因素在车辆弯道行驶的更深层次影响因子的权重定量；
下面是其权重计算过程：
同理，得判断矩阵
逆矩阵
eT·D1 -1·e＝11.41 D1 -1·e＝[6.51 2.54 2.36]T
所以，四个指标层的权重分配为：
驾驶水平：0.570 驾驶行为：0.233 持续驾驶时间：0.207
1.2.3“车”因素指标层权重分配
交通事故案件分析中发现车辆自身性能和结构特点与事故发生也存在一定的因果关系。分析在车辆弯道行驶安全中车辆因素的主要指标有“制动性能”、“动力性能”、“转向性能”、“使用年龄”、“车辆类型”五个；依然用加权最小平方法对其各指标因素进行权重分配。
同理，得判断矩阵
其逆矩阵
eT·D2 -1·e＝2.01 D2 -1·e＝[1.35 0.20 0.20 0.13 0.12]T
所以，五个指标层的权重分配为：
制动性能：0.672动力性能：0.10转向性能：0.10使用年龄：0.065车辆类型：0.063
1.2.4“道路”因素指标层权重分配
车辆的行车安全主要是车辆轮胎与路面的接触情况，如若道路路面的设计问题使得路面出现积水会导致附着力降低危及行车安全；现从“弯道半径”、“超高”、“附着系数”、“路面宽度”四方面分析道路对行车安全的影响，将这四项列为“道路”因素的指标层，计算其权重分配；
同理，得判断矩阵
逆矩阵
eT·D3 -1·e＝12.099 D3 -1·e＝[8.08 1.74 1.40 0.88]T
所以，四个指标层的权重分配为：
附着系数：0.668 超高：0.144 弯道半径：0.116 路面宽度：0.072
1.2.5“环境”因素指标层权重分配
不论是人，车还是道路都会受到环境的影响，因此在分析行车安全时，环境因素不容忽视；总结三个对车辆在弯道行驶影响最大的因素：“天气条件”、“交通标志警示度”、“路侧景观协调度”，这三个即为“环境”因素准则层下的指标层，同样运用加权最小平方法计算其每一个指标层的权重分配；
同理，得判断矩阵
逆矩阵
eT·D4 -1·e＝10.266 D4 -1·e＝[8.39 1.11 0.77]T
所以，三个指标层的权重分配为：
天气条件：0.817交通标志警示度：0.108路侧景观协调度：0.075
经过以上计算得到各指标的权重分配，其汇总如表3所示：
表3各指标因素权重分配表
采用线性模型，结合以上计算结果，得到运用加权最小平均法构建的车辆弯道行驶安全度综合评价模型：
y＝0.596x1+0.268x2+0.084x3+0.052x4
及指标层评价模型如表4所示：
表4指标层评价模型
| 驾驶员因素 | x<sub>1</sub>＝0.570x<sub>11</sub>+0.223x<sub>12</sub>+0.207x<sub>13</sub> |
| 车辆因素 | x<sub>2</sub>＝0.672x<sub>21</sub>+0.1x<sub>22</sub>+0.1x<sub>23</sub>+0.065x<sub>24</sub>+0.063x<sub>25</sub> |
| 道路因素 | x<sub>3</sub>＝0.668x<sub>31</sub>+0.144x<sub>32</sub>+0.116x<sub>33</sub>+0.072x<sub>34</sub> |
| 环境因素 | x<sub>4</sub>＝0.817x<sub>41</sub>+0.108x<sub>42</sub>+0.075x<sub>43</sub> |
其中，x1～x4分别为驾驶员、车辆、道路、环境等影响因素的量化值，x1i，x2j，x3n，x4m中的i＝1,2,3分别对应驾驶员因素下的3个指标层“驾驶水平”、“驾驶行为”、“持续驾驶时间”；j＝1,2,3,4,5分别对应车辆因素下的5个指标层“制动性能”、“动力性能”、“转向性能”、“使用年龄”、“车辆类型”；n＝1,2,3,4分别对应道路因素下的4个指标层“附着系数”、“超高”“弯道半径”、“路面宽度”；m＝1,2,3分别对应环境因素下的3个指标层“天气条件”、“交通标志警示度”、“路侧景观协调度”的量化值；
以上评价模型的量化值见“人-车-路-环境”协同系统评价指标量化值(表5)：
表5人-车-路-环境”协同系统评价指标量化值
2.计算基于弯道路段车辆行驶特性的物理知识分析安全临界车速
根据文献《弯道路段汽车行驶特性的物理知识分析》中对车辆在弯道中的行驶特性运用物理知识进行力学分析(见图4)，计算车辆在弯道中不发生侧滑、侧翻的临介车速；
为方便研究，将车辆简化一匀质长方体，其质心位于长方体的中心，设车辆质量为m，车辆左右车轮间距离为a，质心距地面距离为h，弯道半径为R，车辆在弯道上行驶速度为v；
2.1车辆不发生侧翻的临界车速
车辆在转弯过程中不发生侧滑的范围为：v滑min≤v滑≤v滑max，其中
2.2车辆不发生侧滑的临界车速
车辆不发生侧翻时的速率范围：v翻min≤v翻≤v翻max，其中：
所以，可以得到基于物理动力学的车辆弯道行驶安全临界车速：
3.计算基于人车路协同的车辆弯道行驶安全车速
在由赵树恩所作的《基于人车路协同的车辆弯道安全车速预测》中指出交通参与者与车辆、道路、环境都会增加事故发生的机率；上述基于车辆物理动力学的弯道行驶临界车速仅仅是考虑一般情况的极限车速，但是车辆所处的是包括了人、车、路及外部环境的一个复杂多变的大系统，需要考虑多个因素对于车辆安全行驶速度的综合影响；因此，在基于动力学所得的车辆临界车速基础上，引入安全系数A，安全系数是运用SAS软件进行逐步回归分析，通计算机大量的模拟验算和验证得出；
其中y是由前面计算的“人-车-路-环境”四因素的权重计算分配结论得到，
y＝0.596x1+0.268x2+0.084x3+0.052x4
其中，x1～x4分别为驾驶员、车辆、道路、环境等影响因素的量化值；
余志生的《汽车理论》中指出由于车辆在道路上行驶会受到道路侧向力的影响，外轮会产生弹性变形，使轮胎接地中心向内侧偏移，两轮之间间距变小，这会导致安全临界车速减少约5％，所以在考虑车辆轮胎变形情况下引入轮胎侧偏特性修正系数k，k取0.95；
最后得到基于人车路协同的车辆弯道行驶安全车速：
步骤三：运用车载传感器测得当前车速，在车载微处理器中的判断模块对当前车速和安全车速v进行判断，若当前车辆速度大于安全车速v，系统自动语音报警，报警信号传输到车载微处理器，其操纵系统自动控制模块的控制器起作用，控制车辆自动制动减速，在整个制动减速过程中，若车速处于高速区段，理想减速度不断增加，此时设置纵向制动减速度当车速降至低速区段时，为避免制动减速度过大，理想减速度保持不变直至车辆速度减至安全车速，通过弯道，此时设置纵向制动减速度其中a为加速度，t为时间。
车辆内的自动减速装置包括自动控制单元、轮速传感器、车速传感器、舵机单元、稳压模块和电源，自动控制单元分别与轮速传感器、车速传感器、舵机单元相连接，电源与自动控制单元通过稳压模块相连接。
Claims (5)
1.一种V2X环境下典型弯道区域单一车辆动态引导方法，其特征在于：对车辆安全车速的算法进行优化，结合人、车、路和环境，建立基于人、车、路及环境的车辆弯道行驶安全度综合评价体系，同时运用加权最小平方法构建基于人、车、路及环境的车辆弯道行驶安全度综合评价模型。
2.根据权利要求1所述一种V2X环境下典型弯道区域单一车辆动态引导方法，其特征在于，其具体包括以下步骤：
步骤一：路侧装置提取进入弯道的车辆与驾驶信息，包括车辆型号、状态参数、驾驶员的个人信息等；
步骤二：终端将获取并处理过后的信息输入车载微处理器中的安全车速计算模块，计算出车辆的安全车速v＝min(k·A·v滑max,k·A·v翻max)，即使车辆不发生侧滑和侧翻的速度，后将信息通过无线通信反馈给车辆；其中，A为安全系数，k为轮胎侧偏特性修正系数；
所述安全车速计算模块的计算方法为：
(1)建立基于人、车、路及环境的车辆弯道行驶安全车速综合评价体系，同时运用加权最小平均法构建基于人、车、路及环境的车辆弯道行驶安全度综合评价模型；
(2)计算基于弯道路段车辆行驶特性的物理知识分析安全车速；
步骤三：运用车载传感器测得当前车速，在车载微处理器中的判断模块对当前车速和安全车速v进行判断，当当前车速大于安全车速v时，系统自动进行语音报警。
3.根据权利要求2所述一种V2X环境下典型弯道区域单一车辆动态引导方法，其特征在于，构建基于人、车、路及环境的车辆弯道行驶安全度综合评价模型的步骤如下：
(1)基于加权最小平方法的综合评价模型：权的最小平方法用解析式来计算权向量ω，其中D为计算矩阵；
(2)“人-车-路-环境”准则层权重分配：将影响车辆行驶安全的人、车、路及环境四个因素作为一级指标层评判因子，采用加权最小平方法进行权重分配；根据层次分析法中的“1-9”评判标度准则，对指标重要性两两比较，得以下判断矩阵：
求出一级指标人、车、路、环境的权重分配分别为：0.596、0.268、0.084、0.052；
采用线性模型，结合以上，得到运用加权最小平方法构建的车辆弯道行驶安全度综合评价模型为：y＝0.596x1+0.268x2+0.084x3+0.052x4，及指标层评价模型：
驾驶员因素：x1＝0.570x11+0.223x12+0.207x13；
车辆因素：x2＝0.672x21+0.1x22+0.1x23+0.065x24+0.063x25；
道路因素：x3＝0.667x31+0.144x32+0.116x33+0.072x34；
环境因素：x4＝0.817x41+0.108x42+0.075x43；
其中，x1～x4分别为驾驶员、车辆、道路、环境等影响因素的量化值；x1i，x2j，x3n，x4m中的i＝1,2,3分别对应驾驶员因素下的3个指标层“驾驶水平”、“驾驶行为”、“持续驾驶时间”；j＝1,2,3,4,5分别对应车辆因素下的5个指标层“制动性能”、“动力性能”、“转向性能”、“使用年龄”、“车辆类型”，n＝1,2,3,4分别对应道路因素下的4个指标层“附着系数”、“超高”“弯道半径”、“路面宽度”；m＝1,2,3分别对应环境因素下的3个指标层“天气条件”、“交通标志警示度”、“路侧景观协调度”的量化值。
4.根据权利要求2所述一种V2X环境下典型弯道区域单一车辆动态引导方法，其特征在于，计算基于弯道路段车辆行驶特性的物理知识分析安全车速的步骤如下：
(1)基于车辆弯道特性力学分析的弯道车辆速度计算：
(1.1)计算车辆不发生侧翻的临界速度：
(1.2)计算车辆不发生侧滑的临界车速：
得到基于物理动力学的车辆弯道行驶临界车速v临界＝min(v滑max,v翻max)；其中车辆质量为m，车辆左右车轮间距离为a，质心距地面距离为h，弯道半径为R，μ为静摩擦系数；
(2)计算基于人、车、路协同的车辆弯道行驶安全车速，得v＝min(k·A·v滑max,k·A·v翻max)；其中A为安全系数，y根据车辆弯道行驶安全度综合评价模型获得，k为轮胎侧偏特性修正系数，k取0.95。
5.根据权利2所述一种V2X环境下典型弯道区域单一车辆动态引导方法，其特征在于，所述步骤三中当当前车速大于安全车速v时，系统自动进行语音报警，报警信号输入车载微处理器，其操纵系统自动控制模块的控制器起作用，控制车辆自动制动减速，在整个制动减速过程中，若车速处于高速区段，理想减速度不断增加，此时设置纵向制动减速度当车速降至低速区段时，为避免制动减速度过大，理想减速度保持不变直至车辆速度减至安全车速，通过弯道，此时设置纵向制动减速度其中a为加速度，t为时间。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910111500.5A CN109859512A (zh) | 2019-02-12 | 2019-02-12 | 一种v2x环境下典型弯道区域单一车辆动态引导方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910111500.5A CN109859512A (zh) | 2019-02-12 | 2019-02-12 | 一种v2x环境下典型弯道区域单一车辆动态引导方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109859512A true CN109859512A (zh) | 2019-06-07 |
Family
ID=66897802
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910111500.5A Pending CN109859512A (zh) | 2019-02-12 | 2019-02-12 | 一种v2x环境下典型弯道区域单一车辆动态引导方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109859512A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110335556A (zh) * | 2019-07-03 | 2019-10-15 | 桂林电子科技大学 | 移动解说平台及其控制方法、控制系统、计算机介质 |
| CN111524368A (zh) * | 2020-04-16 | 2020-08-11 | 东南大学 | 一种用于雨雪天气的路面抗滑实时监测预警系统 |
| CN111640302A (zh) * | 2020-05-27 | 2020-09-08 | 北方工业大学 | 一种车联网状态下公交准点到站的速度优先控制方法 |
| CN114023080A (zh) * | 2021-10-11 | 2022-02-08 | 淮阴工学院 | 基于车路协同的液罐车弯道防侧滑侧翻限速系统及方法 |
| CN114572275A (zh) * | 2020-12-02 | 2022-06-03 | 晋城三赢精密电子有限公司 | 车辆行车辅助方法、车载装置、车辆及存储介质 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5757949A (en) * | 1995-01-27 | 1998-05-26 | Fuji Jukogyo Kabushiki Kaisha | Warning system for vehicle |
| CN1782736A (zh) * | 2004-08-09 | 2006-06-07 | M/A-Com公司 | 检测迫近碰撞的系统和方法 |
| CN103121447A (zh) * | 2013-03-19 | 2013-05-29 | 大连理工大学 | 一种弯道防侧滑侧翻自动控制系统及方法 |
| CN105109491A (zh) * | 2015-08-05 | 2015-12-02 | 江苏大学 | 一种基于弯道纵向曲率的车辆行驶航向预测装置及预测方法 |
| CN106971540A (zh) * | 2017-04-28 | 2017-07-21 | 长安大学 | 高速公路隧道环境下驾驶人的行为风险量化方法 |
| CN107273340A (zh) * | 2017-06-01 | 2017-10-20 | 南京邮电大学 | 一种基于Logistic模型的道路交通事故因子分析方法 |
| CN107618512A (zh) * | 2017-08-23 | 2018-01-23 | 清华大学 | 基于人‑车‑环境多数据源的驾驶行为安全评价方法 |
| EP3272612A1 (en) * | 2016-07-15 | 2018-01-24 | Tata Consultancy Services Limited | Method and system for vehicle speed profile generation |
| CN107728491A (zh) * | 2017-09-27 | 2018-02-23 | 重庆邮电大学 | 一种v2x车联网在环仿真系统 |
| CN108860138A (zh) * | 2018-04-28 | 2018-11-23 | 交通运输部公路科学研究所 | 一种基于lte-v的弯道车速自动控制方法 |
-
2019
- 2019-02-12 CN CN201910111500.5A patent/CN109859512A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5757949A (en) * | 1995-01-27 | 1998-05-26 | Fuji Jukogyo Kabushiki Kaisha | Warning system for vehicle |
| CN1782736A (zh) * | 2004-08-09 | 2006-06-07 | M/A-Com公司 | 检测迫近碰撞的系统和方法 |
| CN103121447A (zh) * | 2013-03-19 | 2013-05-29 | 大连理工大学 | 一种弯道防侧滑侧翻自动控制系统及方法 |
| CN105109491A (zh) * | 2015-08-05 | 2015-12-02 | 江苏大学 | 一种基于弯道纵向曲率的车辆行驶航向预测装置及预测方法 |
| EP3272612A1 (en) * | 2016-07-15 | 2018-01-24 | Tata Consultancy Services Limited | Method and system for vehicle speed profile generation |
| CN106971540A (zh) * | 2017-04-28 | 2017-07-21 | 长安大学 | 高速公路隧道环境下驾驶人的行为风险量化方法 |
| CN107273340A (zh) * | 2017-06-01 | 2017-10-20 | 南京邮电大学 | 一种基于Logistic模型的道路交通事故因子分析方法 |
| CN107618512A (zh) * | 2017-08-23 | 2018-01-23 | 清华大学 | 基于人‑车‑环境多数据源的驾驶行为安全评价方法 |
| CN107728491A (zh) * | 2017-09-27 | 2018-02-23 | 重庆邮电大学 | 一种v2x车联网在环仿真系统 |
| CN108860138A (zh) * | 2018-04-28 | 2018-11-23 | 交通运输部公路科学研究所 | 一种基于lte-v的弯道车速自动控制方法 |
Non-Patent Citations (1)
| Title |
|---|
| 陶沙沙: "基于多因素层次分析法的货车弯道安全车速研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110335556A (zh) * | 2019-07-03 | 2019-10-15 | 桂林电子科技大学 | 移动解说平台及其控制方法、控制系统、计算机介质 |
| CN111524368A (zh) * | 2020-04-16 | 2020-08-11 | 东南大学 | 一种用于雨雪天气的路面抗滑实时监测预警系统 |
| CN111640302A (zh) * | 2020-05-27 | 2020-09-08 | 北方工业大学 | 一种车联网状态下公交准点到站的速度优先控制方法 |
| CN114572275A (zh) * | 2020-12-02 | 2022-06-03 | 晋城三赢精密电子有限公司 | 车辆行车辅助方法、车载装置、车辆及存储介质 |
| CN114023080A (zh) * | 2021-10-11 | 2022-02-08 | 淮阴工学院 | 基于车路协同的液罐车弯道防侧滑侧翻限速系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109859512A (zh) | 一种v2x环境下典型弯道区域单一车辆动态引导方法 | |
| CN108922177B (zh) | 一种无人驾驶车辆通过交叉路口时速度控制系统及方法 | |
| CN107993453B (zh) | 一种基于车路协同的弯道安全车速计算方法 | |
| CN110861650B (zh) | 车辆的路径规划方法、装置，车载设备和存储介质 | |
| US11719549B2 (en) | Vehicle control apparatus | |
| Mammar et al. | Time to line crossing for lane departure avoidance: A theoretical study and an experimental setting | |
| US9296301B2 (en) | Environment-aware regenerative braking energy calculation method | |
| CN110155046A (zh) | 自动紧急制动分级控制方法与系统 | |
| CN104192144B (zh) | 一种汽车主动防撞弯道虚警消除方法 | |
| Chu et al. | Rollover speed prediction on curves for heavy vehicles using mobile smartphone | |
| CN110562222B (zh) | 用于弯道场景的紧急制动控制方法、车载设备和存储介质 | |
| CN107146412A (zh) | 一种基于车联网的高速公路车辆防碰撞预警综合变量构建方法 | |
| US11643080B2 (en) | Trailing vehicle positioning system based on detected pressure zones | |
| KR20210104044A (ko) | 안전한 자율 주행 자동차 동작을 위한 스티어링 커맨드 제한 | |
| CN112672942B (zh) | 一种车辆换道方法及相关设备 | |
| US20200180614A1 (en) | Vehicle control device | |
| US11572068B2 (en) | Trailing vehicle positioning system based on detected lead vehicle | |
| CN108765942A (zh) | 一种智能网联汽车弯道危险预警系统及方法 | |
| US11618455B2 (en) | Driving data used to improve infrastructure | |
| Shi et al. | Trajectory planning of autonomous trucks for collision avoidance with rollover prevention | |
| JP2019043190A (ja) | 車両制御装置 | |
| CN104670222B (zh) | 滑动模式的行驶路径投票策略模块及驾驶控制系统与方法 | |
| JP2023504506A (ja) | 知覚誤差モデル | |
| CN103770783A (zh) | 进入弯路预测装置和方法及利用该装置和方法的智能定速巡航系统 | |
| TWI535601B (zh) | 滑動模式之行駛路徑投票策略模組及其駕駛控制系統與方法 |
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 |
Application publication date: 20190607 |
|
| RJ01 | Rejection of invention patent application after publication |