CN110033617A - 一种面向自然驾驶数据的跟驰状态评估系统及方法 - Google Patents

一种面向自然驾驶数据的跟驰状态评估系统及方法 Download PDF

Info

Publication number
CN110033617A
CN110033617A CN201910319949.0A CN201910319949A CN110033617A CN 110033617 A CN110033617 A CN 110033617A CN 201910319949 A CN201910319949 A CN 201910319949A CN 110033617 A CN110033617 A CN 110033617A
Authority
CN
China
Prior art keywords
speed
condition
vehicle
module
tracing model
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
Application number
CN201910319949.0A
Other languages
English (en)
Inventor
陈华
陈龙
李鹏辉
吴平
熊英志
李爽
毛敏
王进
赵鹏云
陈涛
夏芹
张强
杨良义
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Automotive Engineering Research Institute Co Ltd
Original Assignee
China Automotive Engineering Research Institute Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Automotive Engineering Research Institute Co Ltd filed Critical China Automotive Engineering Research Institute Co Ltd
Priority to CN201910319949.0A priority Critical patent/CN110033617A/zh
Publication of CN110033617A publication Critical patent/CN110033617A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及汽车测试与数据分析技术领域，具体为一种面向自然驾驶数据的跟驰状态评估系统与方法。该系统包括数据数据采集计算模块、跟驰模式判断模块和跟驰状态评估模块，数据采集计算模块用于获取车载终端的数据，并计算评估参数；跟驰模式判断模块，跟驰模式判断模块用于根据评估参数判断车辆是否处于跟驰模式；跟驰状态评估模块用于根据评估参数判断车辆的跟驰状态；跟驰状态包括稳态跟随、加速接近、减速接近、安全跟随和避免碰撞五种状态。本发提供的一种面向自然驾驶数据的跟驰状态评估系统及方法，能够解决现有跟驰状态评估系统评估参数单一，未考虑城市道路行驶过程中速度频繁变化的情况而带来的评估结果不准确，影响后续分析应用的问题。

Description

一种面向自然驾驶数据的跟驰状态评估系统及方法
技术领域
本发明涉及汽车测试与数据分析技术领域，具体为一种面向自然驾驶数据的跟驰状态评估系统及方法。
背景技术
跟车行驶是道路交通中的典型工况和基本工况，对驾驶员跟车驾驶行为的研究，有助于对自适应巡航控制系统的智能辅助驾驶系统和无人驾驶系统的决策、控制算法的设计，有助于智能辅助驾驶系统和无人驾驶系统的测试、评价方法的制定，并可以从微观和宏观角度研究、分析交通流的变化以助于智能交通系统的建立。
研究驾驶员跟车驾驶行为的常见方法之一是，通过车载数据采集设备获得驾驶过程的目标物和自车信息，然后依据一定的方法评估和划分跟车驾驶状态即跟驰状态，以研究不同过程中的驾驶员行为。
目前的许多文献中，研究人员对于跟驰状态的评估往往基于单一的参数，且较少考虑城市道路行驶过程中车辆行驶速度频繁变化的实际情况。
发明内容
本发明意在提供一种面向自然驾驶数据的跟驰状态评估系统，能够解决现有跟驰状态评估系统评估参数单一，未考虑城市道路行驶过程中速度频繁变化的情况而带来的评估结果不准确，影响后续分析应用的问题。
为了解决上述技术问题，本申请提供如下技术方案：
面向自然驾驶数据的跟驰状态评估系统，包括：
数据采集计算模块，所述数据采集计算模块用于获取车载终端的数据，并根据数据计算出评估参数，所述评估参数包括当前车速、当前加速度、目标车速度、相对车速、车头时距和时间信息；
跟驰模式判断模块，所述跟驰模式判断模块用于根据评估参数判断车辆是否处于跟驰模式；
跟驰状态评估模块，所述跟驰状态评估模块用于在检测到车辆处于跟驰模式后，根据评估参数判断车辆的跟驰状态；跟驰状态评估模块包括稳态跟随评估模块、加速接近评估模块、减速接近评估模块、安全跟随评估模块和避免碰撞评估模块，所述跟驰状态包括稳态跟随、加速接近、减速接近、安全跟随和避免碰撞五种状态。
本发明技术方案中，评估参数包括当前车速、当前加速度、目标车速度、相对车速、车头时距和时间信息等多个参数数据，而不是像现有技术一样仅仅依靠单一的相对车速作为评估参数进行评估，可以更加全面的对跟驰状态进行评估，可以充分考虑城市道路车辆行驶的特点，并综合判断自车和目标车的运动状态及其相关性，并且通过合理的划分，可以实现参数空间的充分覆盖，极大的提高评估的准确度，为后续分析和处理提供准确的数据支持。
进一步，所述跟驰模式判断模块包括车头时距判断模块、相对车速判断模块以及持续时间判断模块，所述车头时距判断模块和相对车速判断模块分别用于判断车头时距以及相对车速是否满足预设条件，所述时间信息包括持续时长，所述持续时长为车辆同时满足车头时距和相对车速的预设条件的持续时长，所述持续时间判断模块用于判断持续时长是否达到预设时长，所述跟驰模式判断模块用于在持续时间达到预设时长后判定车辆处于跟驰模式；所述预设条件为车头时距小于5s，相对车速小于5m/s；所述预设时长为10s。
上述设置考虑了驾驶员驾驶过程中的视距、目标车运动状态对车辆的影响，同时设定预设时长，可以避免偶然性的满足条件而造成误判。
进一步，所述预设条件还包括车速相关系数大于0.6，所述车速相关系数为目标车速度与当前车速的斯皮尔曼相关系数；所述跟驰模式判断模块还包括相关系数判断模块，所述相关系数判断模块用于判断车速相关系数是否满足预设条件。
通过车速相关系数反应当前车辆和目标车的速度的相关性，更加符合一般性的针对于跟驰状态研究的要求，使得评估结果更加准确，同时在判断相关性的同时积累足够的数据量，可以方便后续研究。
进一步，所述稳态跟随评估模块用于通过判断相对车速以及当前加速度是否满足稳态跟随条件来判断车辆是否处于稳态跟随状态，所述稳态跟随条件包括：相对车速在-5m/s到5m/s之间；当前加速度大于等于-1m/s2。
设置加速度大于等于-1m/s2，而不要求其必须大于0，可以更加符合城市道路中，交通情况复杂多变，驾驶员对车辆速度的控制更加多变，制动踏板的使用更加频繁的实际情形，可以提高城市交通环境下，跟驰状态识别的正确率。
进一步，所述加速接近评估模块用于通过判断相对车速以及当前加速度是否满足加速接近条件来判断车辆是否处于加速接近状态，所述加速接近条件包括：相对车速小于-5m/s，当前加速度大于等于0。
进一步，所述减速接近评估模块用于通过判断相对车速以及当前加速度是否满足减速接近条件来判断车辆是否处于减速接近状态，所述减速接近条件包括：相对车速小于-5m/s，当前加速度大于等于-4m/s2且当前加速度小于0。
进一步，安全跟随评估模块用于通过判断相对车速以及当前加速度是否满足安全跟随条件来判断车辆是否处于安全跟随状态，所述安全跟随条件包括：相对车速在-5m/s到5m/s之间；当前加速度大于等于-4m/s2且当前加速度小于-1m/s2。
进一步，避免碰撞评估模块用于通过判断当前加速度是否满足避免碰撞条件来判断车辆是否处于避免碰撞状态，所述避免碰撞条件包括：当前加速度小于-4m/s2。
通过上述的参数设置，可以充分覆盖参数空间，可以更加全面对跟驰状态进行评估和划分。
进一步，本申请还公开了一种面向自然驾驶数据的跟驰状态评估方法，该方法包括以下步骤：
数据采集步骤，采集并计算出当前车速、当前加速度、目标车速度、相对车速、车头时距和时间信息；所述时间信息包括持续时长，所述持续时长为车辆同时满足车头时距和相对车速的预设条件的时长，所述预设条件为车头时距小于5s，相对车速小于5m/s；
跟驰模式判断步骤，判断车辆的持续时长是否达到预设时长，若是，则判定车辆处于跟驰模式；所述预设时长为10s；
跟驰状态评估步骤，将相对车速和当前加速度与稳态跟随评估条件、加速接近评估条件、减速接近评估条件、安全跟随评估条件、避免碰撞评估条件进行比较，判断车辆的跟驰状态；所述跟驰状态包括稳态跟随、加速接近、减速接近、安全跟随和避免碰撞五种状态；
所述稳态跟随条件包括稳态跟随基本条件，所述稳态跟随基本条件包括：相对车速在-5m/s到5m/s之间；当前加速度大于等于-1m/s2；
所述加速接近条件包括：相对车速小于-5m/s，当前加速度大于等于0；
所述减速接近条件包括：相对车速小于-5m/s，当前加速度大于等于-4m/s2且当前加速度小于0；
所述安全跟随条件包括：相对车速在-5m/s到5m/s之间；当前加速度大于等于-4m/s2且当前加速度小于-1m/s2；
所述避免碰撞条件包括：当前加速度小于-4m/s2。
进一步，所述预设条件还包括车速相关系数大于0.6；所述跟驰模式判断步骤中判定车辆是否处于跟驰模式时还会判断车速相关系数是否满足预设条件，所述车速相关系数为目标车速度与当前车速的斯皮尔曼相关系数。
附图说明
图1为本发明面向自然驾驶数据的跟驰状态评估系统实施例中跟驰状态评估条件示意图；
图2为本发明面向自然驾驶数据的跟驰状态评估系统实施例中实际跟驰案例跟驰状态示意图。
具体实施方式
下面通过具体实施方式进一步详细说明：
本实施例提供的面向自然驾驶数据的跟驰状态评估系统，面向自然驾驶数据的跟驰状态评估系统，包括：
数据采集计算模块，数据采集计算模块用于获取车载终端的数据，本实施中，车载终端包括车载摄像头、车载毫米波雷达、车载GPS等，数据采集计算模块还会根据这些数据计算出评估参数，本实施例中，评估参数充分考虑了城市道路车辆行驶的特点、自车与目标车的运动状态及其相关性，评估参数包括当前车速、当前加速度、目标车速度、相对车速、车头时距和时间信息，相对车速即目标车的速度与当前车速的差值；时间信息包括持续时长，持续时长为车辆同时满足车头时距和相对车速的预设条件的时长，考虑驾驶员驾驶过程中的视距、目标车运动状态对自车的影响，本实施例中，预设条件为车头时距小于5s，相对车速小于5m/s。
跟驰模式判断模块，跟驰模式判断模块用于根据评估参数判断车辆是否处于跟驰模式；具体的，本实施例中，跟驰模式判断模块包括车头时距判断模块、相对车速判断模块、相关系数判断模块以及持续时间判断模块，车头时距判断模块、相对车速判断模块以及相关系数判断模块分别用于判断车头时距、相对车速以及车速相关系数是否满足预设条件，即车头时距小于5s，相对车速小于5m/s，车速相关系数大于0.6，车速相关系数为目标车速度与当前车速的斯皮尔曼相关系数；持续时间判断模块用于判断持续时长是否达到预设时长，本实施例中预设时长为10s，跟驰模式判断模块用于在持续时间达到预设时长后判定车辆处于跟驰模式。
跟驰状态评估模块，跟驰状态评估模块用于在检测到车辆处于跟驰模式后，根据评估参数判断车辆的跟驰状态；跟驰状态评估模块包括稳态跟随评估模块、加速接近评估模块、减速接近评估模块、安全跟随评估模块和避免碰撞评估模块，跟驰状态包括稳态跟随、加速接近、减速接近、安全跟随和避免碰撞五种状态。
如图1所示，稳态跟随评估模块用于通过判断相对车速以及当前加速度是否满足稳态跟随条件来判断车辆是否处于稳态跟随状态，不同于高速公路等封闭道路，在城市道路中，交通情况复杂多变，驾驶员对车辆速度的控制更加多变，驾驶员可能会通过频繁的油门踏板的操作实现轻微制动的效果，制动踏板的使用更加频繁，因此自车处于稳态跟随的跟驰状态须满足以下稳态跟随条件：相对车速在-5m/s到5m/s之间；当前加速度大于等于-1m/s2。这样划分不要求驾驶员未使用制动踏板，反而允许驾驶员进行轻微减速控制以适应城市道路的情况。
加速接近评估模块用于通过判断相对车速以及当前加速度是否满足加速接近条件来判断车辆是否处于加速接近状态，加速接近条件包括：相对车速小于-5m/s，当前加速度大于等于0。
减速接近评估模块用于通过判断相对车速以及当前加速度是否满足减速接近条件来判断车辆是否处于减速接近状态，减速接近条件包括：相对车速小于-5m/s，当前加速度大于等于-4m/s2且当前加速度小于0。
安全跟随评估模块用于通过判断相对车速以及当前加速度是否满足安全跟随条件来判断车辆是否处于安全跟随状态，安全跟随条件包括：相对车速在-5m/s到5m/s之间；当前加速度大于等于-4m/s2且当前加速度小于-1m/s2。
避免碰撞评估模块用于通过判断当前加速度是否满足避免碰撞条件来判断车辆是否处于避免碰撞状态，避免碰撞条件包括：当前加速度小于-4m/s2。
本实施例中，以一组实际案例为例，如图2所示，对自车的当前车速、目标车速度进行采集，得到当前加速度、相对车速、时间信息、车头时距等数据，通过本实施例的系统和方法可以将车辆的整个行驶过程依次划分为稳态跟随、加速接近、减速接近、安全跟随、避免碰撞、减速接近、安全跟随、稳态跟随等一系列状态。这个过程中不会因为自车出现减速或者加速等多变的控制而影响判断的结果，可以较好地反应自车逐渐接近低速前车的动态跟随过程。
本实施例还公开了一种面向自然驾驶数据的跟驰状态评估方法，该方法包括以下步骤：
数据采集步骤，采集并计算出当前车速、当前加速度、目标车速度、相对车速、车头时距和时间信息；时间信息包括持续时长，持续时长为车辆同时满足车头时距和相对车速的预设条件的时长，预设条件为车头时距小于5s，相对车速小于5m/s以及车速相关系数大于0.6；车速相关系数为目标车速度与当前车速的斯皮尔曼相关系数。
跟驰模式判断步骤，判断车辆的持续时长是否达到预设时长以及车速相关系数是否满足预设条件，若是，则判定车辆处于跟驰模式；预设时长为10s；
跟驰状态评估步骤，将相对车速和当前加速度与稳态跟随评估条件、加速接近评估条件、减速接近评估条件、安全跟随评估条件、避免碰撞评估条件进行比较，判断车辆的跟驰状态；跟驰状态包括稳态跟随、加速接近、减速接近、安全跟随和避免碰撞五种状态；
稳态跟随条件包括稳态跟随基本条件，稳态跟随基本条件包括：相对车速在-5m/s到5m/s之间；当前加速度大于等于-1m/s2；
加速接近条件包括：相对车速小于-5m/s，当前加速度大于等于0；
减速接近条件包括：相对车速小于-5m/s，当前加速度大于等于-4m/s2且当前加速度小于0；
安全跟随条件包括：相对车速在-5m/s到5m/s之间；当前加速度大于等于-4m/s2且当前加速度小于-1m/s2；
避免碰撞条件包括：当前加速度小于-4m/s2。
以上的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。

Claims (10)

1.一种面向自然驾驶数据的跟驰状态评估系统，其特征在于：包括：
数据采集计算模块，所述数据采集计算模块用于获取车载终端的数据，并根据数据计算出评估参数，所述评估参数包括当前车速、当前加速度、目标车速度、相对车速、车头时距和时间信息；
跟驰模式判断模块，所述跟驰模式判断模块用于根据评估参数判断车辆是否处于跟驰模式；
跟驰状态评估模块，所述跟驰状态评估模块用于在检测到车辆处于跟驰模式后，根据评估参数判断车辆的跟驰状态；跟驰状态评估模块包括稳态跟随评估模块、加速接近评估模块、减速接近评估模块、安全跟随评估模块和避免碰撞评估模块，所述跟驰状态包括稳态跟随、加速接近、减速接近、安全跟随和避免碰撞五种状态。
2.根据权利要求1所述的一种面向自然驾驶数据的跟驰状态评估系统，其特征在于：所述跟驰模式判断模块包括车头时距判断模块、相对车速判断模块以及持续时间判断模块，所述车头时距判断模块和相对车速判断模块分别用于判断车头时距以及相对车速是否满足预设条件，所述时间信息包括持续时长，所述持续时长为车辆同时满足车头时距和相对车速的预设条件的持续时长，所述持续时间判断模块用于判断持续时长是否达到预设时长，所述跟驰模式判断模块用于在持续时间达到预设时长后判定车辆处于跟驰模式；所述预设条件包括车头时距小于5s，相对车速小于5m/s；所述预设时长为10s。
3.根据权利要求2所述的一种面向自然驾驶数据的跟驰状态评估系统，其特征在于：所述预设条件还包括车速相关系数大于0.6，所述车速相关系数为目标车速度与当前车速的斯皮尔曼相关系数；所述跟驰模式判断模块还包括相关系数判断模块，所述相关系数判断模块用于判断车速相关系数是否满足预设条件。
4.根据权利要求1所述的一种面向自然驾驶数据的跟驰状态评估系统，其特征在于：所述稳态跟随评估模块用于通过判断相对车速以及当前加速度是否满足稳态跟随条件来判断车辆是否处于稳态跟随状态，所述稳态跟随条件包括：相对车速在-5m/s到5m/s之间；当前加速度大于等于-1m/s2。
5.根据权利要求1所述的一种面向自然驾驶数据的跟驰状态评估系统，其特征在于：所述加速接近评估模块用于通过判断相对车速以及当前加速度是否满足加速接近条件来判断车辆是否处于加速接近状态，所述加速接近条件包括：相对车速小于-5m/s，当前加速度大于等于0。
6.根据权利要求1所述的一种面向自然驾驶数据的跟驰状态评估系统，其特征在于：所述减速接近评估模块用于通过判断相对车速以及当前加速度是否满足减速接近条件来判断车辆是否处于减速接近状态，所述减速接近条件包括：相对车速小于-5m/s，当前加速度大于等于-4m/s2且当前加速度小于0。
7.根据权利要求1所述的一种面向自然驾驶数据的跟驰状态评估系统，其特征在于：安全跟随评估模块用于通过判断相对车速以及当前加速度是否满足安全跟随条件来判断车辆是否处于安全跟随状态，所述安全跟随条件包括：相对车速在-5m/s到5m/s之间；当前加速度大于等于-4m/s2且当前加速度小于-1m/s2。
8.根据权利要求1所述的一种面向自然驾驶数据的跟驰状态评估系统，其特征在于：避免碰撞评估模块用于通过判断当前加速度是否满足避免碰撞条件来判断车辆是否处于避免碰撞状态，所述避免碰撞条件包括：当前加速度小于-4m/s2。
9.一种面向自然驾驶数据的跟驰状态评估方法，其特征在于：该方法包括以下步骤：
数据采集步骤，采集并计算出当前车速、当前加速度、目标车速度、相对车速、车头时距和时间信息；
跟驰模式判断步骤，所述时间信息包括持续时长，所述跟驰模式判断步骤中会判断车辆的持续时长是否达到预设时长，若是，则判定车辆处于跟驰模式；所述持续时长为车辆同时满足车头时距和相对车速的预设条件的时长，所述预设条件包括车头时距小于5s，相对车速小于5m/s，所述预设时长为10s；
跟驰状态评估步骤，将相对车速和当前加速度与稳态跟随评估条件、加速接近评估条件、减速接近评估条件、安全跟随评估条件、避免碰撞评估条件进行比较，判断车辆的跟驰状态；所述跟驰状态包括稳态跟随、加速接近、减速接近、安全跟随和避免碰撞五种状态；
所述稳态跟随条件包括稳态跟随基本条件，所述稳态跟随基本条件包括：相对车速在-5m/s到5m/s之间；当前加速度大于等于-1m/s2；
所述加速接近条件包括：相对车速小于-5m/s，当前加速度大于等于0；
所述减速接近条件包括：相对车速小于-5m/s，当前加速度大于等于-4m/s2且当前加速度小于0；
所述安全跟随条件包括：相对车速在-5m/s到5m/s之间；当前加速度大于等于-4m/s2且当前加速度小于-1m/s2；
所述避免碰撞条件包括：当前加速度小于-4m/s2。
10.根据权利要求9所述的一种面向自然驾驶数据的跟驰状态评估方法，其特征在于：所述预设条件还包括车速相关系数大于0.6；所述跟驰模式判断步骤中判定车辆是否处于跟驰模式时还会判断车速相关系数是否满足预设条件，所述车速相关系数为目标车速度与当前车速的斯皮尔曼相关系数。
CN201910319949.0A 2019-04-19 2019-04-19 一种面向自然驾驶数据的跟驰状态评估系统及方法 Pending CN110033617A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910319949.0A CN110033617A (zh) 2019-04-19 2019-04-19 一种面向自然驾驶数据的跟驰状态评估系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910319949.0A CN110033617A (zh) 2019-04-19 2019-04-19 一种面向自然驾驶数据的跟驰状态评估系统及方法

Publications (1)

Publication Number Publication Date
CN110033617A true CN110033617A (zh) 2019-07-19

Family

ID=67239406

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910319949.0A Pending CN110033617A (zh) 2019-04-19 2019-04-19 一种面向自然驾驶数据的跟驰状态评估系统及方法

Country Status (1)

Country Link
CN (1) CN110033617A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111724603A (zh) * 2020-07-01 2020-09-29 中南大学 基于交通轨迹数据的cav状态判定方法、装置、设备及介质
CN111968372A (zh) * 2020-08-25 2020-11-20 重庆大学 一种考虑主观因素的多车型混合交通跟驰行为仿真方法
CN113799790A (zh) * 2021-10-19 2021-12-17 中国第一汽车股份有限公司 车速控制性能的测试方法、装置、电子设备及介质
CN113954874A (zh) * 2021-11-03 2022-01-21 同济大学 一种基于改进智能驾驶员模型的自动驾驶控制方法

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101264762A (zh) * 2008-03-21 2008-09-17 东南大学 车辆跟驰运动的速度控制方法
CN102303606A (zh) * 2011-06-17 2012-01-04 清华大学 基于本车所需减速度的危险评估方法
CN202213552U (zh) * 2011-06-30 2012-05-09 东南大学 防追尾车载装置
CN102662320A (zh) * 2012-03-05 2012-09-12 吴建平 一种基于模糊数学的车辆跟驰模拟方法
CN102951189A (zh) * 2012-11-23 2013-03-06 同济大学 基于安全车距实时标定的高速列车跟驰运行控制方法
CN103761371A (zh) * 2014-01-06 2014-04-30 同济大学 一种基于模型参考的车辆跟驰系统自适应控制方法
CN103886127A (zh) * 2014-02-17 2014-06-25 同济大学 载运工具跟驰关系的确定与行为调整实施方法
CN104751677A (zh) * 2013-12-27 2015-07-01 上海博泰悦臻网络技术服务有限公司 车辆碰撞报警方法和系统
CN104859654A (zh) * 2015-05-12 2015-08-26 同济大学 车辆限速目标距离的实时计算方法及跟驰运行控制方法
CN105539440A (zh) * 2016-02-04 2016-05-04 成都跟驰科技有限公司 基于跟驰车队的急刹距离判定系统及判定方法
CN105599718A (zh) * 2015-11-05 2016-05-25 广东欧珀移动通信有限公司 一种终端的处理方法和装置
CN106682295A (zh) * 2016-12-16 2017-05-17 清华大学 一种用于驾驶员实时安全特性评估的分析方法
CN107856669A (zh) * 2017-11-01 2018-03-30 合肥创宇新能源科技有限公司 基于跟随工况适应策略的acc控制方法
CN108646745A (zh) * 2018-06-04 2018-10-12 常州工程职业技术学院 一种车辆跟驰控速方法
CN109624986A (zh) * 2019-03-01 2019-04-16 吉林大学 一种基于模式切换的驾驶风格的学习巡航控制系统及方法

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101264762A (zh) * 2008-03-21 2008-09-17 东南大学 车辆跟驰运动的速度控制方法
CN102303606A (zh) * 2011-06-17 2012-01-04 清华大学 基于本车所需减速度的危险评估方法
CN202213552U (zh) * 2011-06-30 2012-05-09 东南大学 防追尾车载装置
CN102662320A (zh) * 2012-03-05 2012-09-12 吴建平 一种基于模糊数学的车辆跟驰模拟方法
CN102951189A (zh) * 2012-11-23 2013-03-06 同济大学 基于安全车距实时标定的高速列车跟驰运行控制方法
CN104751677A (zh) * 2013-12-27 2015-07-01 上海博泰悦臻网络技术服务有限公司 车辆碰撞报警方法和系统
CN103761371A (zh) * 2014-01-06 2014-04-30 同济大学 一种基于模型参考的车辆跟驰系统自适应控制方法
CN103886127A (zh) * 2014-02-17 2014-06-25 同济大学 载运工具跟驰关系的确定与行为调整实施方法
CN104859654A (zh) * 2015-05-12 2015-08-26 同济大学 车辆限速目标距离的实时计算方法及跟驰运行控制方法
CN105599718A (zh) * 2015-11-05 2016-05-25 广东欧珀移动通信有限公司 一种终端的处理方法和装置
CN105539440A (zh) * 2016-02-04 2016-05-04 成都跟驰科技有限公司 基于跟驰车队的急刹距离判定系统及判定方法
CN106682295A (zh) * 2016-12-16 2017-05-17 清华大学 一种用于驾驶员实时安全特性评估的分析方法
CN107856669A (zh) * 2017-11-01 2018-03-30 合肥创宇新能源科技有限公司 基于跟随工况适应策略的acc控制方法
CN108646745A (zh) * 2018-06-04 2018-10-12 常州工程职业技术学院 一种车辆跟驰控速方法
CN109624986A (zh) * 2019-03-01 2019-04-16 吉林大学 一种基于模式切换的驾驶风格的学习巡航控制系统及方法

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
YUNPENG WANG, JUNJIE ZHANG，GUANGQUAN LU: "Influence of Driving Behaviors on the Stability in Car Following", 《IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS》 *
杨小宝等: "一种改进的跟驰状态判定方法", 《交通运输系统工程与信息》 *
王俊华等: "跟驰状态下驾驶人动态可靠性分析", 《中国公路》 *
王雪松;朱美新: "基于自然驾驶数据的中国驾驶人城市快速路跟驰模型标定与验证", 《中国公路学报》 *
章军辉等: "车辆多模式多目标自适应巡航控制", 《电子科技大学学报》 *
裴晓飞等: "汽车自适应巡航系统的多模式切换控制", 《机械工程学报》 *
贾洪飞等: "基于模糊推断的车辆跟驰模型", 《中国公路学报》 *
魏丽英等: "驾驶员车道变换行为模拟分析", 《中国公路学报》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111724603A (zh) * 2020-07-01 2020-09-29 中南大学 基于交通轨迹数据的cav状态判定方法、装置、设备及介质
CN111968372A (zh) * 2020-08-25 2020-11-20 重庆大学 一种考虑主观因素的多车型混合交通跟驰行为仿真方法
CN111968372B (zh) * 2020-08-25 2022-07-22 重庆大学 一种考虑主观因素的多车型混合交通跟驰行为仿真方法
CN113799790A (zh) * 2021-10-19 2021-12-17 中国第一汽车股份有限公司 车速控制性能的测试方法、装置、电子设备及介质
CN113954874A (zh) * 2021-11-03 2022-01-21 同济大学 一种基于改进智能驾驶员模型的自动驾驶控制方法

Similar Documents

Publication Publication Date Title
CN109878510B (zh) 智能网联自动驾驶汽车行驶过程中的安全判别与处置方法
CN110033617A (zh) 一种面向自然驾驶数据的跟驰状态评估系统及方法
CN110155046B (zh) 自动紧急制动分级控制方法与系统
EP3533681B1 (en) Method for detecting safety of driving behavior, apparatus and storage medium
CN105966396B (zh) 一种基于驾驶员避撞行为的车辆避撞控制方法
CN107346612B (zh) 一种基于车联网的车辆防碰撞方法和系统
CN106097709B (zh) 基于智能车载终端的驾驶行为识别方法
CN113635897B (zh) 一种基于风险场的安全驾驶预警方法
CN111599181A (zh) 用于智能驾驶系统测试的典型自然驾驶场景识别提取方法
CN105313891A (zh) 一种多车协同避撞方法及装置
CN106816020B (zh) 基于数据分析的交通事故信息处理方法
CN105667506A (zh) 一种汽车动态紧急避撞控制方法
CN108806018A (zh) 一种数据处理方法、数据处理设备和智能汽车
CN105632203B (zh) 一种交通安全预警方法及系统
CN109572689A (zh) 一种基于雷达识别障碍物的整车控制方法及系统
CN106904165B (zh) 用于在交通堵塞情况中操作机动车辆的控制单元的方法
CN106828502A (zh) 汽车驾驶员踩踏油门发生不良驾驶行为的识别方法
CN110435614A (zh) 一种基于障碍物动静态判断的车辆驾驶控制方法
CN106383918A (zh) 一种辨别紧急制动行为是否合理的系统及辨别方法
CN113870580B (zh) 用于货车的超速检测方法、装置、货车车辆及货车系统
CN113879325A (zh) 一种自动驾驶辅助测试装置、方法及系统
CN107685632A (zh) 安全行驶控制装置及方法
Benmimoun et al. Detection of critical driving situations for naturalistic driving studies by means of an automated process
CN108268678A (zh) 驾驶行为分析方法、装置及系统
CN107650916A (zh) 司机防御性驾驶技能判别方法、系统及车辆

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: 20190719