CN110103954B - 基于电控的汽车防追尾预警装置及方法 - Google Patents

Abstract

本发明公开了基于电控的汽车防追尾预警装置，包括：摄像头，其安装于汽车前保险杠处，用于拍摄路面；车载雷达，其安装在汽车前保险杠处，用于检测前车车速及前车与本车之间的距离；光线检测传感器，其安装在前挡风玻璃处，用于检测光线强度；多个胎压检测传感器，其分别安装在两个前轮处，用于检测两个汽车前轮的胎压；加速度传感器，其安装在汽车底盘处，用于检测汽车的纵向加速度，重量传感器，其安装在汽车底盘处，用于检测汽车的重量。同时，本发明还公开了基于电控的汽车防追尾预警方法，通过该方法能够辅助驾驶员对是否会发生追尾进行判断，以减少汽车追尾事故的发生。

Description

基于电控的汽车防追尾预警装置及方法

技术领域

本发明属于汽车主动安全防护技术领域，特别涉及基于电控的汽车防追尾预警装置及方法。

背景技术

追尾是指同车道行驶的车辆尾随而行时，后车车头与前车车尾相撞的行为。主要由于跟进间距小于最小安全间距和驾驶员反应迟缓或制动系统性能不良所致。提起追尾事故，很多驾驶员都知道，在快车道上发生的追尾事故所产生的连锁反应最为强烈：因为车速普遍较快，所以一旦有两车追尾，后面很可能就会牵连一串，这也就是被人们称为“串车”的常见现象。

过去在汽车被动安全性能方面研究较多，例如，在汽车前部或后部安装保险杠、在汽车相关部位安装各种形式的安全带及安全气囊，以减轻汽车追尾碰撞带来的危害。而这些被动安全措施只能在碰撞较轻的情况下，减轻对车内乘客的伤害，而无法从根本上预防追尾事故的发生。因此，研究一种主动安全的防止车辆发生追尾事故的装置是非常必要的。

发明内容

本发明提供了基于电控的汽车防追尾预警装置，其目的是通过采集驾驶环境信息和汽车行驶信息对汽车是否存在追尾前车的风险进行判断，能够辅助驾驶员判断追尾风险，提高驾驶安全性。

本发明提供了基于电控的汽车防追尾预警方法，其目的之一是通过计算本车的制动指数及前车与本车之间的距离安全指数判断本车是否存在追尾前车的风险。

本发明提供了基于电控的汽车防追尾预警方法，其目的之二是通过模糊控制的方法确定本车追尾前车的风险程度，能够及时发现追尾风险对驾驶员进行提醒。

本发明提供的技术方案为：

基于电控的汽车防追尾预警装置，包括：

摄像头，其安装于汽车前保险杠处，用于拍摄路面；

车载雷达，其安装在汽车前保险杠处，用于检测前车车速及前车与本车之间的距离；

光线检测传感器，其安装在前挡风玻璃处，用于检测光线强度；

多个胎压检测传感器，其分别安装在两个前轮处，用于检测两个汽车前轮的胎压；

加速度传感器，其安装在汽车底盘处，用于检测汽车的纵向加速度，

重量传感器，其安装在汽车底盘处，用于检测汽车的重量。

优选的是，所述的基于电控的汽车防追尾预警装置还包括：

信息采集模块，其用于采集所述摄像头、所述车载雷达、所述光线检测传感器、所述多个胎压检测传感器、所述加速度传感器和所述重量传感器检测到的信息；

数据接收模块，其接收所述信息采集模块和汽车的CAN总线采集的信息；

信息处理模块，其接收所述数据接收模块发送的信息，并将所述信息进行处理并判断本车是否存在追尾前车的风险；

预警模块，其与所述信息处理模块连接，用于在本车存在追尾前车风险时发出预警信号。

基于电控的汽车防追尾预警方法，使用所述的基于电控的汽车防追尾预警装置，包括如下步骤：

步骤一、获取本车车速、路面附着系数、两个汽车前轮的胎压及汽车纵向加速度，并且根据本车车速、路面附着系数、两个汽车前轮的胎压及汽车纵向加速度得到本车的制动指数；

步骤二、获取前车车速、本车与前车之间的距离、光线强度、本车重量，并且根据前车车速、本车车速、本车与前车之间的距离、光线强度、本车重量得到前车与本车之间的距离安全指数；

步骤三、根据所述的本车的制动指数及所述的前车与本车之间的距离安全指数判断本车是否存在追尾前车的风险，并且在判断本车存在追尾前车的风险时发出预警信息。

优选的是，所述的本车的制动指数为：

其中，v为本车车速、v₀为设定的标准车速；μ为路面附着系数；P_l为汽车左前轮胎压、P_r为汽车右前轮胎压，P₀为标准大气压；a为汽车纵向加速度，g为重力加速度；e为自然对数的底数。

优选的是，所述的前车与本车之间的距离安全指数为：

其中，v为本车车速、v_f为前车车速；S为本车与前车之间的距离、S₀为设定的标准距离；I为光线强度，I₀为设定的标准光照强度；m为本车重量，m₀为设定的标准重量。

优选的是，在所述步骤三中，采用模糊控制方法对本车是否存在追尾前车的风险进行判断，包括：

分别将所述的本车的制动指数与前车与本车之间的距离安全指数，以及本车追尾前车的风险程度转换为模糊论域中的量化等级；

将所述的本车的制动指数与前车与本车之间的距离安全指数输入模糊控制模型，本车的制动指数分为5个等级，前车与本车之间的距离安全指数分为5个等级；

模糊控制模型输出为本车追尾前车的风险程度，将所述本车追尾前车的风险程度分为5个等级。

优选的是，所述本车的制动指数的论域为{0，2}，所述前车与本车之间的距离安全指数论域为{0，2}，所述本车追尾前车的风险程度的论域为{0，1}，阈值为0.51。

优选的是，所述本车的制动指数分为5个等级，模糊集为{N，NM，M，ML，L}；所述前车与本车之间的距离安全指数分为5个等级，模糊集为{L，LM，M，MH，H}；所述本车追尾前车的风险程度分为5个等级，模糊集为{S，SM，M，MB，B}；隶属函数均选用梯形隶属函数。

优选的是，所述模糊控制模型的控制规则为：

如果本车的制动指数为“L”，前车与本车之间的距离安全指数为“H”，则本车追尾前车的风险程度为“S”，即本车追尾前车的风险程度低；

如果本车的制动指数为“N”，前车与本车之间的距离安全指数为“L”，则本车追尾前车的风险程度为“B”，即本车追尾前车的风险程度高；

如果本车追尾前车的风险程度为“S或SM”，则本车追尾前车的风险程度低；如果本车追尾前车的风险程度为“B或MB”，则本车追尾前车的风险程度高；如果本车追尾前车的风险程度为“M”，该风险程度为风险程度阈值，如果路况或汽车行驶参数稍有变化，则会形成风险程度高和风险程度低的切换。

本发明的有益效果是：

本发明提供的基于电控的汽车防追尾预警装置，通过采集驾驶环境信息和汽车行驶信息对汽车是否存在追尾前车的风险进行判断，能够辅助驾驶员判断追尾风险，提高驾驶安全性。

本发明提供的基于电控的汽车防追尾预警方法，通过计算本车的制动指数及前车与本车之间的距离安全指数判断本车是否存在追尾前车的风险，并且采用模糊控制的方法判断风险程度，能够及时发现追尾风险对驾驶员进行提醒。

附图说明

图1为本发明所述的本车的制动指数τ的隶属函数图。

图2为本发明所述的前车与本车之间的距离安全指数κ的隶属函数图。

图3为本发明所述的风险程度FX的隶属函数图。

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。

本发明提供了基于电控的汽车防追尾预警装置，包括：摄像头，其安装于汽车前保险杠处，用于拍摄路面，获取路面的附着系数；车载雷达，其安装在汽车(本车)前保险杠处，用于检测前车车速及前车与本车之间的距离；光线检测传感器，其安装在汽车(本车)的前挡风玻璃处，用于检测光线强度；多个胎压检测传感器，其分别安装在两个前轮处，用于检测两个汽车(本车)前轮的胎压；加速度传感器，其安装在汽车底盘处，用于检测汽车(本车)的纵向加速度；重量传感器，其安装在汽车底盘处，用于检测汽车的重量。该汽车防追尾预警装置还包括：信息采集模块，其用于采集所述摄像头、所述车载雷达、所述光线检测传感器、所述多个胎压检测传感器、加速度传感器和重量传感器检测到的信息；数据接收模块，其接收所述信息采集模块和汽车的CAN总线采集的信息；信息处理模块，其接收所述数据接收模块发送的信息，并将所述信息进行处理并判断本车是否存在追尾前车的风险；预警模块，其与所述信息处理模块连接，用于在本车存在追尾前车风险时发出预警信号，对驾驶员进行提示。

本发明还提供了基于电控的汽车防追尾预警方法，包括如下步骤：

步骤一、通过CAN总线获取本车车速v、通过对摄像头拍摄的路面照片进行处理获取路面附着系数μ、通过胎压监测传感器获取两个汽车前轮的胎压P_l和P_r以及通过加速度传感器获取汽车纵向加速度a，并且根据本车车速v、路面附着系数μ、两个汽车前轮的胎压P_l和P_r及汽车纵向加速度a得到本车的制动指数τ；

步骤二、获取通过在车载雷达获取前车车速v_f及本车与前车之间的距离S，通过光线强度传感器获取光线强度I，通过重量传感器获取本车重量m，并且根据前车车速v_f、本车车速v、本车与前车之间的距离S、光线强度I及本车重量m得到前车与本车之间的距离安全指数κ；

步骤三、根据所述的本车的制动指数τ及所述的前车与本车之间的距离安全指数κ判断本车是否存在追尾前车的风险，并且在判断本车存在追尾前车的风险时发出预警信息。

在另一实施例中，基于大数据识别对路面的附着系数μ进行估算，具体过程为：

(1)建立路面图片数据库，按照图片处理后得到的信息和相应的路面附着系数作为比较信息存储在信息处理模块后台。

(2)车载摄像头实时拍摄路面信息，传给信息处理模块进行图片预处理。

此处选用SAID双域图像消噪算法，去除图片的杂质、噪声等不相关特征。

(3)提取图片关键特征。此处采用能够描述纹理的LBP算子进行特征提取。该算子的公式如下：

P为圆周上的像素点个数，R为圆周半径，n_c为邻域中心像素值，s(x)为圆周上的像素点的像素值，LBP_P,R为LBP编码。

将预处理后的图片划分为4×4个互不重叠的区域，分别统计每个区域的LBP直方图。然后以先行后列的顺序将各个直方图级联，级联后的特征即为整幅图像的LBP直方图。

(4)将后台图像的LBP直方图与实时路面图像进行相似计算，具体公式如下：

式中，g_i为后台图像的直方图，s_i为实时路面图像的直方图，N为直方图抽样个数，Q为图像相似度值。当对后台全部图像进行相似度比对后，取Q值最大的后台图像作为识别的最终路面，读取相应的路面附着系数，即为此时汽车运行的路面附着系数μ。

在另一实施例中，本车的制动指数为：

其中，v为本车车速、v₀为设定的标准车速，v₀＝60～80km/h；μ为路面附着系数；P_l为汽车左前轮胎压、P_r为汽车右前轮胎压，P₀为标准大气压；a为汽车纵向加速度，g为重力加速度；e为自然对数的底数。

在另一实施例中，前车与本车之间的距离安全指数为：

其中，v为本车车速、v_f为前车车速；S为本车与前车之间的距离、S₀为设定的标准距离，S₀根据本车车速确定，其范围为50～100m；I为光线强度，I₀为设定的标准光照强度，I₀＝100～150Lux；m为本车重量，m₀为设定的标准重量，m₀＝1500～2000kg。

在另一实施例中，在所述步骤三中，采用模糊控制方法对本车是否存在追尾前车的风险进行判断，具体判断过程为：

分别将所述的本车的制动指数与前车与本车之间的距离安全指数，以及本车追尾前车的风险程度转换为模糊论域中的量化等级；将所述的本车的制动指数与前车与本车之间的距离安全指数输入模糊控制模型，本车的制动指数分为5个等级，前车与本车之间的距离安全指数分为5个等级；模糊控制模型输出为本车追尾前车的风险程度，将所述本车追尾前车的风险程度分为5个等级。

本车的制动指数τ及前车与本车之间的距离安全指数κ为输入变量，以本车追尾前车的风险程度(FX)为输出变量；如果风险程度(FX)达到或高于设定阈值，则判断为本车存在追尾前车的风险，此时需要发出预警信息。在本实施例中，所述设定阈值为0.51。

本车的制动指数的论域为{0,0.8,1.08,1.25,1.43,1.6,2}，前车与本车之间的距离安全指数论域为{0,0.8,1.08,1.25,1.43,2}本车追尾前车的风险程度(输出变量)的论域为{0,0.2,0.35,0.5,0.65,0.8,1}；输入变量τ的模糊语言集为：N(小)，NM(较小)，M(中等)，ML(较大)，L(大)，输入变量κ的模糊语言集为：L(小)，LM(较小)，M(中等)，MH(较大)，H(大)，输出变量FX的模糊语言集为：S(低)，SM(较低)，M(中等)，MB(较高)，B(高)；τ与κ的量化因子分别为α_τ＝1.0，α_κ＝1.0。τ的隶属函数采用梯形隶属函数(如图1所示)，κ的隶属函数采用梯形隶属函数(如图2所示)；输出变量FX的隶属函数也采用梯形隶属函数(如图3所示)。

如表1所示，给出了本车存在追尾前车的风险程度的模糊逻辑控制模型的模糊控制规则，即用模糊语言描述控制器输入变量(τ与κ)与输出变量(FX)间的关系。

表1模糊控制规则

如果本车的制动指数为“L(大)”，前车与本车之间的距离安全指数为“H(大)”，则本车追尾前车的风险程度为“S(低)”，即本车追尾前车的风险程度低；此时，汽车可以按照原速度正常行驶；

如果本车的制动指数为“N(小)”，前车与本车之间的距离安全指数为“L(小)”，则本车追尾前车的风险程度为“B(高)”，即本车追尾前车的风险程度高；

如果本车追尾前车的风险程度为“S(低)或SM(较低)”，则本车追尾前车的风险程度低风险，判断目前本车暂无追尾前车的风险；如果本车追尾前车的风险程度为“B(高)或MB(较高)”，则本车追尾前车的风险程度高，判断目前本车存在追尾前车的风险，需对驾驶员进行提醒；如果本车追尾前车的风险程度为“M”，该风险程度为风险程度阈值，如果路况或汽车行驶参数稍有变化，则会形成风险程度高和风险程度低的切换，此时需提醒驾驶员注意。

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 (6)

1.基于电控的汽车防追尾预警方法，其特征在于，使用基于电控的汽车防追尾预警装置，包括：

摄像头，其安装于汽车前保险杠处，用于拍摄路面；

车载雷达，其安装在汽车前保险杠处，用于检测前车车速及前车与本车之间的距离；

光线检测传感器，其安装在前挡风玻璃处，用于检测光线强度；

多个胎压检测传感器，其分别安装在两个前轮处，用于检测两个汽车前轮的胎压；

加速度传感器，其安装在汽车底盘处，用于检测汽车的纵向加速度，

重量传感器，其安装在汽车底盘处，用于检测汽车的重量；

信息采集模块，其用于采集所述摄像头、所述车载雷达、所述光线检测传感器、所述多个胎压检测传感器、所述加速度传感器和所述重量传感器检测到的信息；

数据接收模块，其接收所述信息采集模块和汽车的CAN总线采集的信息；

信息处理模块，其接收所述数据接收模块发送的信息，并将所述信息进行处理并判断本车是否存在追尾前车的风险；

预警模块，其与所述信息处理模块连接，用于在本车存在追尾前车风险时发出预警信号；

所述预警方法包括如下步骤：

步骤一、获取本车车速、路面附着系数、两个汽车前轮的胎压及汽车纵向加速度，并且根据本车车速、路面附着系数、两个汽车前轮的胎压及汽车纵向加速度得到本车的制动指数；

步骤二、获取前车车速、本车与前车之间的距离、光线强度、本车重量，并且根据前车车速、本车车速、本车与前车之间的距离、光线强度、本车重量得到前车与本车之间的距离安全指数；

步骤三、根据所述的本车的制动指数及所述的前车与本车之间的距离安全指数判断本车是否存在追尾前车的风险，并且在判断本车存在追尾前车的风险时发出预警信息；

通过CAN总线获取本车车速，通过车载雷达获取前车车速；

所述的本车的制动指数为：

其中，v为本车车速、v₀为设定的标准车速；μ为路面附着系数；P_l为汽车左前轮胎压、P_r为汽车右前轮胎压，P₀为标准大气压；a为汽车纵向加速度，g为重力加速度；e为自然对数的底数。

2.根据权利要求1所述的基于电控的汽车防追尾预警方法，其特征在于，所述的前车与本车之间的距离安全指数为：

其中，v为本车车速、v_f为前车车速；S为本车与前车之间的距离、S₀为设定的标准距离；I为光线强度，I₀为设定的标准光照强度；m为本车重量，m₀为设定的标准重量。

3.根据权利要求2所述的基于电控的汽车防追尾预警方法，其特征在于，在所述步骤三中，采用模糊控制方法对本车是否存在追尾前车的风险进行判断，包括：

分别将所述的本车的制动指数与前车与本车之间的距离安全指数，以及本车追尾前车的风险程度转换为模糊论域中的量化等级；

将所述的本车的制动指数与前车与本车之间的距离安全指数输入模糊控制模型，本车的制动指数分为5个等级，前车与本车之间的距离安全指数分为5个等级；

模糊控制模型输出为本车追尾前车的风险程度，将所述本车追尾前车的风险程度分为5个等级。

4.根据权利要求3所述的基于电控的汽车防追尾预警方法，其特征在于，所述本车的制动指数的论域为{0，2}，所述前车与本车之间的距离安全指数论域为{0，2}，所述本车追尾前车的风险程度的论域为{0，1}，阈值为0.51。

5.根据权利要求4所述的基于电控的汽车防追尾预警方法，其特征在于，所述本车的制动指数分为5个等级，模糊集为{N，NM，M，ML，L}；所述前车与本车之间的距离安全指数分为5个等级，模糊集为{L，LM，M，MH，H}；所述本车追尾前车的风险程度分为5个等级，模糊集为{S，SM，M，MB，B}；隶属函数均选用梯形隶属函数。

6.根据权利要求5所述的基于电控的汽车防追尾预警方法，其特征在于，所述模糊控制模型的控制规则为：

如果本车的制动指数为“L”，前车与本车之间的距离安全指数为“H”，则本车追尾前车的风险程度为“S”，即本车追尾前车的风险程度低；

如果本车的制动指数为“N”，前车与本车之间的距离安全指数为“L”，则本车追尾前车的风险程度为“B”，即本车追尾前车的风险程度高；

如果本车追尾前车的风险程度为“S或SM”，则本车追尾前车的风险程度低；如果本车追尾前车的风险程度为“B或MB”，则本车追尾前车的风险程度高；如果本车追尾前车的风险程度为“M”，该风险程度为风险程度阈值，如果路况或汽车行驶参数稍有变化，则会形成风险程度高和风险程度低的切换。

Images