CN110543617A - 基于时间步的无控交叉口避撞决策过程建模方法及系统 - Google Patents

基于时间步的无控交叉口避撞决策过程建模方法及系统 Download PDF

Info

Publication number
CN110543617A
CN110543617A CN201910726497.8A CN201910726497A CN110543617A CN 110543617 A CN110543617 A CN 110543617A CN 201910726497 A CN201910726497 A CN 201910726497A CN 110543617 A CN110543617 A CN 110543617A
Authority
CN
China
Prior art keywords
collision avoidance
driver
time
vehicle
distance
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.)
Granted
Application number
CN201910726497.8A
Other languages
English (en)
Other versions
CN110543617B (zh
Inventor
闫学东
黄岩
王云
高自友
官云林
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.)
Beijing Jiaotong University
Original Assignee
Beijing Jiaotong University
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 Beijing Jiaotong University filed Critical Beijing Jiaotong University
Priority to CN201910726497.8A priority Critical patent/CN110543617B/zh
Publication of CN110543617A publication Critical patent/CN110543617A/zh
Application granted granted Critical
Publication of CN110543617B publication Critical patent/CN110543617B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137Measuring and analyzing of parameters relative to traffic conditions for specific applications

Abstract

本发明提供了一种基于时间步的无控交叉口的驾驶员避撞决策过程建模方法及系统,用以解决现有技术中对无控交叉口驾驶员避撞行为认识不清的问题。所述无控交叉口驾驶员避撞决策过程建模方法,通过确定驾驶员在无控交叉口的避撞决策依据变量,以及划分避撞决策过程为三个阶段,再利用时间步方法将避撞决策过程的第三阶段划分成细小的时间步骤,从而推导避撞决策依据变量的计算公式,最后获得无预警条件下和有预警条件下的避撞决策过程模型。本发明提出了不同预警条件下驾驶员在交叉口的避撞决策过程建模方法,模拟驾驶员在无控交叉口的避撞预警选择流程,能够较好的引导驾驶员的避撞预警选择,有效指导了车载避撞预警系统的改进,保证车辆行驶安全。

Description

基于时间步的无控交叉口避撞决策过程建模方法及系统
技术领域
本发明属于道路交通管理与控制领域,尤其涉及一种基于时间步的无控交叉口驾驶员避撞决策过程建模方法及系统。
背景技术
无控交叉口作为多条道路的汇合点和连接点,承担着聚集、疏散和转移多方向交通流的重要作用,但由于不具备交通管理和控制设施,路权相对不明晰,加上其特殊的交通流集散功能,使得平面交叉口处的交通环境更加复杂多变,交通冲突事件更加多发,并常有驾驶员面临冲突时不能及时或有效避撞而引发的车辆碰撞事故发生,危机行车安全。
为了保障驾驶员在无控交叉口的安全,目前国内主要采取的方法是在道路设计标准中依据路段设计进行车速计算,并规定了无控交叉口必须保证的视距三角形净空区域范围。但在很多情况下,无法保障视距三角形净空区域,同时,即使在提供所需的视距三角形区域的情况下,由于驾驶员反应不及时、驾驶员避撞决策失误等原因,依然不能避免冲突车辆在交叉口处发生碰撞。为有效引导驾驶员避撞行为、保障无控交叉口处的交通安全,车载预警系统技术是现阶段讨论较多并具备一定基础和良好发展前景的安全措施。
但是,现有技术中对驾驶员在无控交叉口的避撞决策过程还没有清楚的认识,还没有成熟的应用策略,无法保障无控交叉口的行车安全。
发明内容
为了提高无控交叉口的道路交通安全系数及避撞预警准确性,克服对无控交叉口驾驶员避撞行为认识不清的问题,本发明提供了一种基于时间步的无控交叉口避撞决策过程建模方法及系统,所述避撞决策过程建模方法
为了实现上述目的,本发明采取了如下技术方案。
本发明提供了一种基于时间步的无控交叉口驾驶员避撞决策过程建模方法,所述建模方法包括如下步骤:
步骤S1,确定驾驶员在无控交叉口的避撞决策依据变量;
步骤S2,将驾驶员在无控交叉口的避撞决策过程划分为三个阶段:发现冲突目标前的相互接近阶段、发现冲突目标后的观望观察阶段和看清冲突目标后的避撞行动阶段;
步骤S3,利用时间步对所述看清冲突目标后的避撞行动阶段推导所述避撞决策依据变量的计算公式,得到驾驶员避撞决策过程模型。
上述方案中,所述驾驶员在无控交叉口的避撞决策依据变量包括:当前车距离Ls、对方车距离La、双方直线距离Dd、当前车速度vs、对方车速度va、当前车加速度as、对方车加速度aa、对方车避撞模式Ma、当前车时距Ts、对方车时距Ta
上述方案中,所述驾驶员在无控交叉口的避撞决策依据变量还包括:双方距离差ΔL、双方速度差Δv、双方时距差ΔT。
上述方案中,所述步骤S2的三个阶段中:
第一阶段为发现冲突目标前的相互接近阶段,从两车进入冲突状态开始,到驾驶员看到对方冲突车辆结束,阶段开始时间记为T0,结束时间记为T1,持续时间为冲突未识别时间;
第二阶段为发现冲突目标后的观望观察阶段,从驾驶员发现对方冲突车辆开始,到开始改变速度结束,阶段开始时间记为T1,结束时间记为Ts,持续时间称为冲突观察时间;
第三阶段为看清冲突目标后的避撞行动阶段,从驾驶员采取避撞措施改变速度开始,到冲突双方其中一方通过交叉口结束,阶段开始时间记为Ts,结束时间记为Te,持续时间称为避撞行动时间,持续时间称为避撞行动时间。
上述方案中,所述步骤S3中利用时间步对所述看清冲突目标后的避撞行动阶段推导避撞决策依据变量的计算公式,包括:表示第i时间步两车的速度、加速度与交叉口之间的距离,计算两车时距;表示第i+1时间步的两车速度与交叉口之间的距离;推导从i时间步开始的与对方距离差、与对方速度差、与对方时距差、两车之间的直线距离以及对方避撞模式。
上述方案中,所述推导避撞决策依据变量的计算公式,进一步包括:
将垂直方向相向驶来的两辆冲突车辆,分别记为Cx和Cy,其行驶轨迹分别为x方向和y方向;
在第i时间步开始时刻ti-1时的速度记为vx i-1和vy i-1,加速度记为ax i-1和ay i-1,与交叉口之间的距离记为Lx i-1和Ly i-1,与交叉口之间的时距Tx i-1和Ty i-1可由ti-1时的距离、ti-1时的速度及ti-2时的加速度计算得到,计算公式如下:
Cx和Cy在第i+1时间步的开始时刻ti时的速度估计如下:
vx i=vx i-1+ax i-1Δt (3)
vy i=vy i-1+ay i-1Δt (4)
Cx和Cy在第i+1时间步的开始时刻ti时与交叉口之间的距离估计如下:
Lx i=Lx i-1-vx i-1Δt-ax i-1(Δt)2/2 (5)
Ly i=Ly i-1-vy i-1Δt-ay i-1(Δt)2/2 (6)
在第i时间步开始时刻ti-1时的值计算如下:
ΔLx i-1=Lx i-1-Ly i-1 (7)
ΔLy i-1=Ly i-1-Lx i-1 (8)
Δvx i-1=vx i-1-vy i-1 (9)
Δvy i-1=vy i-1-vx i-1 (10)
ΔTx i-1=Tx i-1-Ty i-1 (11)
ΔTy i-1=Ty i-1-Tx i-1 (12)
其中,ΔLx i-1和ΔLy i-1为与对方距离差,Δvx i-1和Δvy i-1为与对方速度差,ΔTx i-1和ΔTy i-1为与对方时距差,Dx i-1和Dy i-1为两车之间的直线距离,Mx i-1和My i-1为对方避撞模式。
上述方案中,所述步骤S3中利用时间步对所述看清冲突目标后的避撞行动阶段推导避撞决策依据变量的计算公式,分为无预警条件下和有预警条件下两种情况,并采用二项逻辑回归分析方法确定不同预警条件下的避撞决策依据变量。
上述方案中,所述步骤S3中得到驾驶员避撞决策过程模型,包括如下步骤:
步骤S321,进行二项逻辑回归分析,根据无预警条件下的预测结果确定进入模型的避撞决策依据变量;
步骤S322,根据五个避撞决策依据变量,建立无预警条件下驾驶员交互避撞行动阶段决策预测模型,所述预测模型如下:
P0=-2.463+0.070vs-0.095Ls+0.157La-0.166ΔL+0.174Dd (19)
式(17)-(19)中,
P(y=0)为当下时刻,当前车驾驶员做出减速避撞决策的概率;
P(y=1)为当下时刻,当前车驾驶员做出加速避撞决策的概率;
vs为当前车当下时刻的行驶速度;
Ls为当前车当下时刻与前方交叉口之间的距离;
La为与当前车构成冲突的对方车辆当下时刻与前方交叉口之间的距离;
ΔL为当下时刻,当前车距离Ls与对方车距离La的差;
Dd为当下时刻,当前车与对方冲突车辆之间的距离;
步骤S323,进行二项逻辑回归分析,根据有预警条件下的预测结果确定进入模型的避撞决策依据变量;
步骤S324,根据所述有预警条件下的避撞决策依据变量建立有预警条件下驾驶员交互避撞行动阶段决策预测模型:
P0=4.049-0.068Ls+0.023La-0.749ΔL+0.013vs+0.226Δv+2.732a0+3.511a1(22)
式(20)-(21)中,
Pw(y=0)为有预警功能时,当下时刻当前车驾驶员做出减速避撞决策的概率;
Pw(y=1)为有预警功能时,当下时刻当前车驾驶员做出加速避撞决策的概率;
Ls为当前车当下时刻与前方交叉口之间的距离;
La为与当前车构成冲突的对方车辆当下时刻与前方交叉口之间的距离;
ΔL为当下时刻,当前车距离Ls与对方车距离La的差;
vs为当前车当下时刻的行驶速度;
Δv为当下时刻,当前车速度vs与对方车速度va的差;
a为对方冲突车辆前一时刻的避撞策略,对方加速避撞时,a0=0,a1=0;对方匀速避撞时,a0=0,a1=1;对方减速避撞时,a0=1,a1=0;
上式中的(17)-(22)为所得到的驾驶员避撞决策过程模型。
上述方案中,所述驾驶员避撞决策过程建模方法还包括:
步骤S007,判断是否满足两车驾驶员做出加速决策的概率均大于0.5;若满足,则进入步骤S008;若不满足,则转入步骤S009;
步骤S008,两车驾驶员采取的加速度m均大于0;转入步骤S014;
步骤S009,判断是否满足当前车驾驶员做出加速决策的概率小于等于0.5,冲突车辆驾驶员做出加速决策的概率大于0.5;若满足,则进入步骤S010;若不满足,则转入步骤S011;
步骤S010,当前车驾驶员采取的加速度n小于0,冲突车辆驾驶员采取的加速度m大于0;转入步骤S014;
步骤S011,判断是否满足当前车驾驶员做出加速决策的概率大于0.5,冲突车辆驾驶员做出加速决策的概率小于等于0.5;若满足,则进入步骤S012;若不满足,则转入步骤S013;
步骤S012,当前车车驾驶员采取的加速度m大于0,冲突车辆驾驶员采取的加速度n小于0;转入步骤S014;
步骤S013,两车驾驶员采取的加速度n均小于0;转入步骤S014;
步骤S014,计算下一时间步两车速度和到交叉口中心的距离。
本发明还提供了一种基于时间步的无控交叉口的驾驶员避撞决策过程建模系统,所述系统包括:确定决策依据变量模块、三阶段划分模块、依据变量推导模块、避撞决策过程模型建立模块;
其中,所述确定决策依据变量模块与依据变量推导模块相连,用于确定驾驶员在无控交叉口的避撞决策依据变量,并将所确定的依据变量发送给所述依据变量推导模块;
所述三阶段划分模块与所述依据变量推导模块相连,用于将驾驶员在无控交叉口的避撞决策过程划分为三个阶段:发现冲突目标前的相互接近阶段、发现冲突目标后的观望观察阶段和看清冲突目标后的避撞行动阶段,并将所划分的看清冲突目标后的避撞行动阶段信息发送给所述依据变量推导模块;
所述依据变量推导模块与所述避撞决策过程模型建立模块相连,用于根据所述确定的依据变量与所划分的阶段,对所述看清冲突目标后的避撞行动阶段中的依据变量进行公式推导,并将推导的公式发送给所述模型建立模块;
所述模型建立模块,用于根据有或无预警条件,建立驾驶员避撞决策过程模型。
由以上技术方案可以看出,本发明实施例所提供的基于时间步的无控交叉口的驾驶员避撞决策过程建模方法及系统,通过确定驾驶员在无控交叉口的避撞决策依据变量,以及划分避撞决策过程为三个阶段,再利用时间步方法将避撞决策过程的第三阶段划分成细小的时间步骤,从而推导避撞决策依据变量的计算公式,最后获得无预警条件下和有预警条件下的避撞决策过程模型。本发明提出了不同预警条件下驾驶员在交叉口的避撞决策过程建模方法,模拟驾驶员在无控交叉口的避撞预警选择流程,能够较好的引导驾驶员的避撞预警选择,有效指导了车载避撞预警系统的改进,保证车辆行驶安全。
本发明附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例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所示为本发明实施例基于时间步的驾驶员避撞决策过程建模方法流程示意图;
图2所示为本发明实施例驾驶员在无预警条件下避撞过程速度及加速度变化曲线图;
图3所示为本发明实施例驾驶员在有预警条件下避撞过程速度及加速度变化曲线图;
图4所示为本发明实施例对驾驶员在第三阶段的避撞行为细分时间图;
图5所示为本发明实施例所述基于时间步的驾驶员避撞决策过程建模方法具体流程示意图。
具体实施方式
下面详细描述本发明的实施方式,所述实施方式的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不会用理想化或过于正式的含义来解释。
为便于对本发明实施例的理解,下面将结合附图以几个具体实施例为例做进一步的解释说明,且各个实施例并不构成对本发明实施例的限定。
第一实施例
本发明实施例提供了一种基于时间步的无控交叉口驾驶员避撞决策过程建模方法,图1所示为所述驾驶员避撞决策过程建模方法流程示意图。如图1所示,所述建模方法包括如下步骤:
步骤S1,确定驾驶员在无控交叉口的避撞决策依据变量;
步骤S2,将驾驶员在无控交叉口的避撞决策过程划分为三个阶段:发现冲突目标前的相互接近阶段、发现冲突目标后的观望观察阶段和看清冲突目标后的避撞行动阶段;
步骤S3,利用时间步对所述看清冲突目标后的避撞行动阶段推导所述避撞决策依据变量的计算公式,得到驾驶员避撞决策过程模型。
进一步地,所述步骤S1中,驾驶员避撞决策依据与自身车辆位置及状态、对方冲突车辆位置及状态以及两车的位置及状态差异有着紧密联系。驾驶员的观察、判断行为贯穿于整个避撞过程的始终,因而在此期间每一时间步骤内都在进行对自身及对方位置与状态信息的获取,冲突双方驾驶员存在与对方实时信息交互的动态避撞决策过程。通过对于上述提到的车辆位置及状态信息进行进一步细化分析,得到驾驶员避撞决策依据变量。
驾驶员在无控交叉口的避撞决策依据变量包括:当前车距离Ls、对方车距离La、双方直线距离Dd、当前车速度vs、对方车速度va、当前车加速度as、对方车加速度aa、对方车避撞模式Ma、当前车时距Ts、对方车时距Ta
上述变量中,当前车距离Ls,自身车辆当下时刻与前方交叉口之间的距离;对方车距离La,与自身车辆构成冲突的对方车辆当下时刻与前方交叉口之间的距离;双方直线距离Dd,当下时刻,自身车辆与对方冲突车辆之间的距离;当前车速度vs,自身车辆当下时刻的行驶速度,是车辆运动状态最直接的体现;对方车速度va,对方车辆当下时刻的行驶速度,是对方车辆运动状态最直接的体现;当前车加速度as,自身车辆当下时刻的加速度,衡量当前车速度变化快慢,体现出当前车接下来的速度变化趋势,反应驾驶员对速度增加或降低的期望,并能作为驾驶员选择加速/减速/匀速避撞措施的判断依据;对方车加速度aa,对方车辆当下时刻的加速度,衡量对方车辆速度变化快慢,体现出对方车接下来的速度变化趋势,反应对方驾驶员对速度增加或降低的期望,并能作为对方驾驶员选择加速/减速/匀速避撞措施的判断依据;对方车避撞模式Ma,对方车辆采取的避撞模式,依据对方车加速度取值为正、负或零而划分出加速避撞、减速避撞和匀速避撞;当前车时距Ts,当下时刻自身车辆与交叉口之间的时间距离,即当前车以此时的速度、加速度做匀加速直线运动行驶至交叉口需要的时间。当前车时距在当前车距离基础上依据车辆行驶速度和加速度计算得到,相较于当前车距离,当前车时距加入了车辆运动状态因素的考虑,更有可能作为驾驶员收集处理各类信息做出避撞决策的综合考量;对方车时距Ta,当下时刻对方车车辆与交叉口之间的时间距离,即对方车以此时的速度、加速度做匀加速直线运动行驶至交叉口需要的时间。
驾驶员在获取到以上关键变量信息的基础上,可能会对自身状态与对方状态做出进一步的比较,依据比较结果做出避撞决策。因此,下列关键变量之间进一步的计算值也可能成为驾驶员避撞决策依据变量。因此,所述驾驶员避撞决策依据变量还可以包括:双方距离差ΔL、双方速度差Δv、双方时距差ΔT。
上述变量中,双方距离差ΔL,当下时刻,当前车距离Ls与对方车距离La的差。该变量值的正负体现出两车中哪一方距离交叉口更近。若ΔL大于0,说明Ls大于La,即当前车距离交叉口更远,对方冲突车辆距离交叉口更近,反之则相反。该变量值的大小体现出两者行驶到交叉口剩余距离之间的差距,若ΔL越大则当前车越比对方车距离交叉口更远;双方速度差Δv,当下时刻,当前车速度vs与对方车速度va的差。该变量值的正负体现出两车中哪一方当前行驶更快。若Δv大于0,说明vs大于va,即当前车当前行驶更快。该变量值的大小体现出两者速度之间的差距,若Δv越大则当前车越比对方车行驶更快;双方时距差ΔT,当下时刻,当前车时距Ts与对方车时距Ta的差。该变量值能够反映依照当前运动状态冲突双方中哪一方能够先抵达交叉口,并能表征双方相继通过冲突点的时间差。若ΔT大于0,则Ts大于Ta,说明对方车用时更少将先到达交叉口,且此时ΔT的值表示当前两车运动趋势下,对方车与自身车相继通过冲突点的时间差。
进一步地,所述步骤S2的三个阶段中:
第一阶段即发现冲突目标前的相互接近阶段,该阶段从两车进入冲突状态开始,到驾驶员看到对方冲突车辆结束。阶段开始时间记为T0,结束时间记为T1,持续时间称为冲突未识别时间。该阶段两车处于冲突状态,但由于两车距离交叉口较远,彼此之间直线距离也较长,还未观察到对方的存在,驾驶员通常会保持比较稳定的初始速度向前行驶。
第二阶段即发现冲突目标后的观望观察阶段,该阶段从驾驶员发现对方冲突车辆开始,到开始改变速度结束。阶段开始时间记为T1,结束时间记为Ts,持续时间称为冲突观察时间。该阶段两车仍处于冲突状态,但由于此阶段距离交叉口更近,驾驶员开始发现对方冲突车辆,并随着继续向前行驶,逐渐看清对方冲突车辆全貌,逐渐获取到对方车辆较为清晰的位置及运动状态信息,为正式开始避撞措施做准备。由于此阶段尚处于观察阶段,驾驶员通常会继续保持前一阶段稳定的初始速度向前行驶。
第三阶段即看清冲突目标后的避撞行动阶段,该阶段从驾驶员采取避撞措施改变速度开始,到冲突双方其中一方通过交叉口结束,阶段开始时间记为Ts,结束时间记为Te,持续时间称为避撞行动时间,持续时间称为避撞行动时间,该阶段冲突双方车辆速度开始出现较大幅度变化,且该阶段中的每一时刻任一方驾驶员都可能采取加速、减速或保持匀速的速度调整措施,每一时刻的驾驶员速度调整决策基于对自身车辆和对方冲突车辆的密切关注和充分观察而发生实时变化。
进一步地,在所述步骤S3中,在步骤S2划分阶段的基础上,对第三阶段的避撞行动阶段,利用时间步方法进一步划分成细小的时间步骤,并推导避撞决策依据变量的计算公式。
在划分的三阶段驾驶员避撞决策过程,前两阶段驾驶员速度变化相对明确,第三阶段驾驶员速度变化受驾驶员自身车辆位置及运动状态以及对方车辆位置及运动状态等信息的影响。图2所示为驾驶员在无预警条件下避撞过程速度及加速度变化曲线图,图3所示为驾驶员在有预警条件下避撞过程速度及加速度变化曲线图。如图2和图3所示,整个三阶段驾驶员交互避撞过程,前两阶段驾驶员速度变化相对明确,第三阶段驾驶员速度变化与两辆冲突车辆构成的交通环境紧密相关,驾驶员自身车辆位置及运动状态以及对方车辆位置及运动状态等信息都可能影响每一时刻下的驾驶员避撞速度调整决策。考虑从更加微观的角度分析驾驶员在第三阶段的避撞行为机制。因此,从更加微观的角度分析驾驶员在第三阶段的避撞行为机制。图4所示为对驾驶员在第三阶段的避撞行为细分时间图。如图4所示,将此Ts至Te的第三阶段划分为细小的时间步骤,每一时间步的持续时间记为Δt,第1时间步的开始时刻记为t0,结束时刻记为t1,以此类推,第i时间步的开始时刻记为ti-1,结束时刻记为ti
进一步地,所述步骤S3中对避撞决策依据变量在第三阶段的计算公式进行推导,包括:表示第i时间步两车的速度、加速度与交叉口之间的距离,这样就可以计算两车时距;表示第i+1时间步的两车速度与交叉口之间的距离;推导从i时间步开始的与对方距离差、与对方速度差、与对方时距差、两车之间的直线距离以及对方避撞模式。
具体的,将垂直方向相向驶来的两辆冲突车辆,分别记为Cx和Cy,其行驶轨迹分别为x方向和y方向。在第i时间步开始时刻ti-1时的速度记为vx i-1和vy i-1,加速度记为ax i-1和ay i-1,与交叉口之间的距离记为Lx i-1和Ly i-1,与交叉口之间的时距Tx i-1和Ty i-1可由ti-1时的距离、ti-1时的速度及ti-2时的加速度计算得到,计算公式如下:
车辆在每一时间步内做匀加速直线运动,则Cx和Cy在第i+1时间步的开始时刻ti时的速度可估计如下:
vx i=vx i-1+ax i-1Δt (3)
vy i=vy i-1+ay i-1Δt (4)
同理,Cx和Cy在第i+1时间步的开始时刻ti时与交叉口之间的距离估计如下:
Lx i=Lx i-1-vx i-1Δt-ax i-1(Δt)2/2 (5)
Ly i=Ly i-1-vy i-1Δt-ay i-1(Δt)2/2 (6)
其中,ai-1作为第i时间步开始时刻ti-1的车辆加速度,实质上就是驾驶员在这一时刻做出的速度调整决策。若能够确定每一时间步驾驶员采取的加速度ai-1,则能够对驾驶员避撞过程速度变化进行预测。驾驶员每一时刻加速度的取值与若干冲突车辆双方的关键行为变量有关,相关变量在避撞过程第三阶段第i时间步开始时刻ti-1时的值分别为:与对方距离差ΔLx i-1和ΔLy i-1,与对方速度差Δvx i-1和Δvy i-1,与对方时距差ΔTx i-1和ΔTy i-1,两车之间的直线距离Dx i-1和Dy i-1,对方避撞模式Mx i-1和My i-1。以上变量在第i时间步开始时刻ti-1时的值计算如下:
ΔLx i-1=Lx i-1-Ly i-1 (7)
ΔLy i-1=Ly i-1-Lx i-1 (8)
Δvx i-1=vx i-1-vy i-1 (9)
Δvy i-1=vy i-1-vx i-1 (10)
ΔTx i-1=Tx i-1-Ty i-1 (11)
ΔTy i-1=Ty i-1-Tx i-1 (12)
这里对避撞决策依据变量计算公式的推导,可以分为两种情况,一种是无预警条件下,一种是有预警条件下,通常采用二项逻辑回归分析方法确定不同预警条件下的避撞决策依据变量的。
因此,所述步骤S3中得到驾驶员避撞决策过程模型,包括如下步骤:
步骤S321,进行二项逻辑回归分析,根据无预警条件下的预测结果确定进入模型的避撞决策依据变量。
在本实施例中,将无预警条件下的避撞决策变量数据进行二项逻辑回归分析,最终得到五个避撞决策依据变量具有显著性,包括当前车速度、当前车距离、对方车距离、对方距离差和双方直线距离。
步骤S322,根据五个避撞决策依据变量,建立无预警条件下驾驶员交互避撞行动阶段决策预测模型,所述预测模型如下:
P0=-2.463+0.070vs-0.095Ls+0.157La-0.166ΔL+0.174Dd (19)
式(17)-(19)中,
P(y=0)为当下时刻,当前车驾驶员做出减速避撞决策的概率;
P(y=1)为当下时刻,当前车驾驶员做出加速避撞决策的概率;
vs为当前车当下时刻的行驶速度;
Ls为当前车当下时刻与前方交叉口之间的距离;
La为与当前车构成冲突的对方车辆当下时刻与前方交叉口之间的距离;
ΔL为当下时刻,当前车距离Ls与对方车距离La的差;
Dd为当下时刻,当前车与对方冲突车辆之间的距离;
步骤S323,进行二项逻辑回归分析,根据有预警条件下的预测结果确定进入模型的避撞决策依据变量。
本实施例中,将有预警条件下的避撞决策变量数据进行二项逻辑回归分析,最终得到六个避撞决策依据变量具有显著性,包括当前车距离、对方车距离、双方距离差、当前车速度、双方速度差和对方避撞模式。
步骤S324,根据所述有预警条件下的避撞决策依据变量建立有预警条件下驾驶员交互避撞行动阶段决策预测模型:
P0=4.049-0.068Ls+0.023La-0.749ΔL+0.013vs+0.226Δv+2.732a0+3.511a1(22)
式(20)-(21)中,
Pw(y=0)为有预警功能时,当下时刻当前车驾驶员做出减速避撞决策的概率;
Pw(y=1)为有预警功能时,当下时刻当前车驾驶员做出加速避撞决策的概率;
Ls为当前车当下时刻与前方交叉口之间的距离;
La为与当前车构成冲突的对方车辆当下时刻与前方交叉口之间的距离;
ΔL为当下时刻,当前车距离Ls与对方车距离La的差;
vs为当前车当下时刻的行驶速度;
Δv为当下时刻,当前车速度vs与对方车速度va的差;
a为对方冲突车辆前一时刻的避撞策略,对方加速避撞时,a0=0,a1=0;对方匀速避撞时,a0=0,a1=1;对方减速避撞时,a0=1,a1=0。
上式中的(17)-(22)即为本实施例最终获得的驾驶员避撞决策过程模型。
采用上述避撞决策过程模型对驾驶员在无控交叉口的避撞决策过程进行模拟,图5所示为所述模拟过程流程示意图。也可以说,图5为本发明实施例所述基于时间步的驾驶员避撞决策过程建模方法具体流程示意图。如图5所示,采用本实施例的基于时间步的无控交叉口的驾驶员避撞决策过程建模方法所建立的模型,对驾驶员的决策过程进行模拟,采用如下步骤进行:
步骤S001,输入第1时间步(i=1)两车位置及运行状态信息。
本步骤中所述两车位置及运行状态信息包括:表示第i时间步两车的速度、加速度与交叉口之间的距离,并计算两车时距。
步骤S002,判断驾驶员是否具备预警功能。
这里的判断,是一个给模型赋值的过程。当驾驶员不具备预警功能时,进入步骤S003;当驾驶员具备预警功能时,转入步骤S005;
转入步骤S007。
步骤S003,进行二项逻辑回归分析,根据无预警条件下的预测结果确定进入模型的避撞决策依据变量,包括当前车速度、当前车距离、对方车距离、对方距离差和双方直线距离。
步骤S004,根据五个避撞决策依据变量,建立无预警条件下驾驶员交互避撞行动阶段决策预测模型,所述预测模型如下:
P0=-2.463+0.070vs-0.095Ls+0.157La-0.166ΔL+0.174Dd (19)
式(17)-(19)中,
P(y=0)为当下时刻,当前车驾驶员做出减速避撞决策的概率;
P(y=1)为当下时刻,当前车驾驶员做出加速避撞决策的概率;
vs为当前车当下时刻的行驶速度;
Ls为当前车当下时刻与前方交叉口之间的距离;
La为与当前车构成冲突的对方车辆当下时刻与前方交叉口之间的距离;
ΔL为当下时刻,当前车距离Ls与对方车距离La的差;
Dd为当下时刻,当前车与对方冲突车辆之间的距离;
转入步骤S007。
步骤S005,进行二项逻辑回归分析,根据有预警条件下的预测结果确定进入模型的避撞决策依据变量,包括当前车距离、对方车距离、双方距离差、当前车速度、双方速度差和对方避撞模式。
步骤S006,根据所述有预警条件下的避撞决策依据变量建立有预警条件下驾驶员交互避撞行动阶段决策预测模型:
P0=4.049-0.068Ls+0.023La-0.749ΔL+0.013vs+0.226Δv+2.732a0+3.511a1(22)
式(20)-(21)中,
Pw(y=0)为有预警功能时,当下时刻当前车驾驶员做出减速避撞决策的概率;
Pw(y=1)为有预警功能时,当下时刻当前车驾驶员做出加速避撞决策的概率;
Ls为当前车当下时刻与前方交叉口之间的距离;
La为与当前车构成冲突的对方车辆当下时刻与前方交叉口之间的距离;
ΔL为当下时刻,当前车距离Ls与对方车距离La的差;
vs为当前车当下时刻的行驶速度;
Δv为当下时刻,当前车速度vs与对方车速度va的差;
a为对方冲突车辆前一时刻的避撞策略,对方加速避撞时,a0=0,a1=0;对方匀速避撞时,a0=0,a1=1;对方减速避撞时,a0=1,a1=0。
步骤S007,判断是否满足两车驾驶员做出加速决策的概率大于0.5;若满足,则进入步骤S008;若不满足,则转入步骤S009;
步骤S008,两车驾驶员采取的加速度为m均大于0;转入步骤S014;
步骤S009,判断是否满足x车驾驶员做出加速决策的概率小于等于0.5,y车驾驶员做出加速决策的概率大于0.5;若满足,则进入步骤S010;若不满足,则转入步骤S011;
步骤S010,x车驾驶员采取的加速度为n小于0,y车驾驶员采取的加速度为m大于0;转入步骤S014;
步骤S011,判断是否满足x车驾驶员做出加速决策的概率大于0.5,y车驾驶员做出加速决策的概率小于等于0.5;若满足,则进入步骤S012;若不满足,则转入步骤S013;
步骤S012,x车驾驶员采取的加速度为m大于0,y车驾驶员采取的加速度为n小于0;转入步骤S014;
步骤S013,两车驾驶员采取的加速度为n均小于0;转入步骤S014;
步骤S014,计算下一时间步两车速度和到交叉口中心的距离。
本步骤中,
步骤S015,判断是否满足两车之中任意一车此时与交叉口中心的距离小于等于0;若满足,则结束;若不满足,令,i=i+1并转入步骤S002。
对上述模拟过程所获得的决策预测结果进行分析,在与无控交叉口驾驶模拟实验的决策数据对比后发现,无预警条件下,620例避撞决策样本为减速避撞预测正确,64例实际为减速决策但预测结果为加速避撞预测错误,正确率为90.6%;276例加速避撞决策样本预测正确,183例实际为加速样本但预测结果为减速预测错误,正确率为60.1%。模型总的预测正确率为78.4%。在有预警条件下,918例避撞决策样本为减速避撞预测正确,59例实际为减速决策但预测结果为加速避撞预测错误,正确率为90.6%;854例加速避撞决策样本预测正确,133例实际为加速样本但预测结果为减速预测错误,正确率为86.5%。模型总的预测正确率为90.2%。
由以上技术方案可以看出,本实施例的所述基于时间步的无控交叉口的驾驶员避撞决策过程建模方法,通过确定驾驶员在无控交叉口的避撞决策依据变量,以及划分驾驶员在无控交叉口的避撞决策过程为三个阶段,再利用时间步方法将避撞决策过程的第三阶段划分成细小的时间步骤,从而推导避撞决策依据变量的计算公式,最后获得无预警条件下和有预警条件下的避撞决策过程模型。本发明提出了不同预警条件下驾驶员在交叉口的避撞决策过程建模方法,很好刻画了驾驶员在无控交叉口的避撞预警选择流程,能够较好的引导驾驶员的避撞预警选择,可用于指导车载避撞预警系统的改进,保证车辆行驶安全。
第二实施例
本实施例提供了一种基于时间步的无控交叉口的驾驶员避撞决策过程建模系统,所述系统包括:确定决策依据变量模块、三阶段划分模块、依据变量推导模块、避撞决策过程模型建立模块;
其中,所述确定决策依据变量模块与依据变量推导模块相连,用于确定驾驶员在无控交叉口的避撞决策依据变量,并将所确定的依据变量发送给所述依据变量推导模块;
所述三阶段划分模块与所述依据变量推导模块相连,用于将驾驶员在无控交叉口的避撞决策过程划分为三个阶段:发现冲突目标前的相互接近阶段、发现冲突目标后的观望观察阶段和看清冲突目标后的避撞行动阶段,并将所划分的看清冲突目标后的避撞行动阶段信息发送给所述依据变量推导模块;
所述依据变量推导模块与所述避撞决策过程模型建立模块相连,用于根据所述确定的依据变量与所划分的阶段,对所述看清冲突目标后的避撞行动阶段中的依据变量进行公式推导,并将推导的公式发送给所述模型建立模块;
所述模型建立模块,用于根据有或无预警条件,建立驾驶员避撞决策过程模型。
上述基于时间步的无控交叉口的驾驶员避撞决策过程建模系统,用于实现第一实施例所述基于时间步的无控交叉口的驾驶员避撞决策过程建模方法,与方法部分是一一对应的关系,上述对于方法的描述和限制,同样适用于本实施例的所述驾驶员避撞决策过程建模系统,在此不再赘述。
本领域普通技术人员可以理解:附图只是一个实施例的示意图,附图中的模块或流程并不一定是实施本发明所必须的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置或系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
本领域普通技术人员可以理解:实施例中的装置中的部件可以按照实施例描述分布于实施例的装置中,也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的部件可以合并为一个部件,也可以进一步拆分成多个子部件。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。

Claims (10)

1.一种基于时间步的无控交叉口驾驶员避撞决策过程建模方法,其特征在于,所述建模方法包括如下步骤:
步骤S1,确定驾驶员在无控交叉口的避撞决策依据变量;
步骤S2,将驾驶员在无控交叉口的避撞决策过程划分为三个阶段:发现冲突目标前的相互接近阶段、发现冲突目标后的观望观察阶段和看清冲突目标后的避撞行动阶段;
步骤S3,利用时间步对所述看清冲突目标后的避撞行动阶段推导所述避撞决策依据变量的计算公式,得到驾驶员避撞决策过程模型。
2.根据权利要求1所述的驾驶员避撞决策过程建模方法,其特征在于,所述驾驶员在无控交叉口的避撞决策依据变量包括:当前车距离Ls、对方车距离La、双方直线距离Dd、当前车速度vs、对方车速度va、当前车加速度as、对方车加速度aa、对方车避撞模式Ma、当前车时距Ts、对方车时距Ta
3.根据权利要求2所述的驾驶员避撞决策过程建模方法,其特征在于,所述驾驶员在无控交叉口的避撞决策依据变量还包括:双方距离差ΔL、双方速度差Δv、双方时距差ΔT。
4.根据权利要求1所述的驾驶员避撞决策过程建模方法,其特征在于,所述步骤S2的三个阶段中:
第一阶段为发现冲突目标前的相互接近阶段,从两车进入冲突状态开始,到驾驶员看到对方冲突车辆结束,阶段开始时间记为T0,结束时间记为T1,持续时间为冲突未识别时间;
第二阶段为发现冲突目标后的观望观察阶段,从驾驶员发现对方冲突车辆开始,到开始改变速度结束,阶段开始时间记为T1,结束时间记为Ts,持续时间称为冲突观察时间;
第三阶段为看清冲突目标后的避撞行动阶段,从驾驶员采取避撞措施改变速度开始,到冲突双方其中一方通过交叉口结束,阶段开始时间记为Ts,结束时间记为Te,持续时间称为避撞行动时间,持续时间称为避撞行动时间。
5.根据权利要求1所述的驾驶员避撞决策过程建模方法,其特征在于,所述步骤S3中利用时间步对所述看清冲突目标后的避撞行动阶段推导避撞决策依据变量的计算公式,包括:表示第i时间步两车的速度、加速度与交叉口之间的距离,计算两车时距;表示第i+1时间步的两车速度与交叉口之间的距离;推导从i时间步开始的与对方距离差、与对方速度差、与对方时距差、两车之间的直线距离以及对方避撞模式。
6.根据权利要求5所述的驾驶员避撞决策过程建模方法,其特征在于,所述推导避撞决策依据变量的计算公式,进一步包括:
将垂直方向相向驶来的两辆冲突车辆,分别记为Cx和Cy,其行驶轨迹分别为x方向和y方向;
在第i时间步开始时刻ti-1时的速度记为vx i-1和vy i-1,加速度记为ax i-1和ay i-1,与交叉口之间的距离记为Lx i-1和Ly i-1,与交叉口之间的时距Tx i-1和Ty i-1可由ti-1时的距离、ti-1时的速度及ti-2时的加速度计算得到,计算公式如下:
Cx和Cy在第i+1时间步的开始时刻ti时的速度估计如下:
vx i=vx i-1+ax i-1Δt (3)
vy i=vy i-1+ay i-1Δt (4)
Cx和Cy在第i+1时间步的开始时刻ti时与交叉口之间的距离估计如下:
Lx i=Lx i-1-vx i-1Δt-ax i-1(Δt)2/2 (5)
Ly i=Ly i-1-vy i-1Δt-ay i-1(Δt)2/2 (6)
在第i时间步开始时刻ti-1时的值计算如下:
ΔLx i-1=Lx i-1-Ly i-1 (7)
ΔLy i-1=Ly i-1-Lx i-1 (8)
Δvx i-1=vx i-1-vy i-1 (9)
Δvy i-1=vy i-1-vx i-1 (10)
ΔTx i-1=Tx i-1-Ty i-1 (11)
ΔTy i-1=Ty i-1-Tx i-1 (12)
其中,ΔLx i-1和ΔLy i-1为与对方距离差,Δvx i-1和Δvy i-1为与对方速度差,ΔTx i-1和ΔTy i-1为与对方时距差,Dx i-1和Dy i-1为两车之间的直线距离,Mx i-1和My i-1为对方避撞模式。
7.根据权利要求1所述的驾驶员避撞决策过程建模方法,其特征在于,所述步骤S3中利用时间步对所述看清冲突目标后的避撞行动阶段推导避撞决策依据变量的计算公式,分为无预警条件下和有预警条件下两种情况,并采用二项逻辑回归分析方法确定不同预警条件下的避撞决策依据变量。
8.根据权利要求1所述的驾驶员避撞决策过程建模方法,其特征在于,所述步骤S3中得到驾驶员避撞决策过程模型,包括如下步骤:
步骤S321,进行二项逻辑回归分析,根据无预警条件下的预测结果确定进入模型的避撞决策依据变量;
步骤S322,根据五个避撞决策依据变量,建立无预警条件下驾驶员交互避撞行动阶段决策预测模型,所述预测模型如下:
P0=-2.463+0.070vs-0.095Ls+0.157La-0.166ΔL+0.174Dd (19)
式(17)-(19)中,
P(y=0)为当下时刻,当前车驾驶员做出减速避撞决策的概率;
P(y=1)为当下时刻,当前车驾驶员做出加速避撞决策的概率;
vs为当前车当下时刻的行驶速度;
Ls为当前车当下时刻与前方交叉口之间的距离;
La为与当前车构成冲突的对方车辆当下时刻与前方交叉口之间的距离;
ΔL为当下时刻,当前车距离Ls与对方车距离La的差;
Dd为当下时刻,当前车与对方冲突车辆之间的距离;
步骤S323,进行二项逻辑回归分析,根据有预警条件下的预测结果确定进入模型的避撞决策依据变量;
步骤S324,根据所述有预警条件下的避撞决策依据变量建立有预警条件下驾驶员交互避撞行动阶段决策预测模型:
P0=4.049-0.068Ls+0.023La-0.749ΔL+0.013vs+0.226Δv+2.732a0+3.511a1(22)
式(20)-(21)中,
Pw(y=0)为有预警功能时,当下时刻当前车驾驶员做出减速避撞决策的概率;
Pw(y=1)为有预警功能时,当下时刻当前车驾驶员做出加速避撞决策的概率;
Ls为当前车当下时刻与前方交叉口之间的距离;
La为与当前车构成冲突的对方车辆当下时刻与前方交叉口之间的距离;
ΔL为当下时刻,当前车距离Ls与对方车距离La的差;
vs为当前车当下时刻的行驶速度;
Δv为当下时刻,当前车速度vs与对方车速度va的差;
a为对方冲突车辆前一时刻的避撞策略,对方加速避撞时,a0=0,a1=0;对方匀速避撞时,a0=0,a1=1;对方减速避撞时,a0=1,a1=0;
上式中的(17)-(22)为所得到的驾驶员避撞决策过程模型。
9.根据权利要求8所述的驾驶员避撞决策过程建模方法,其特征在于,所述驾驶员避撞决策过程建模方法还包括:
步骤S007,判断是否满足两车驾驶员做出加速决策的概率均大于0.5;若满足,则进入步骤S008;若不满足,则转入步骤S009;
步骤S008,两车驾驶员采取的加速度m均大于0;转入步骤S014;
步骤S009,判断是否满足当前车驾驶员做出加速决策的概率小于等于0.5,冲突车辆驾驶员做出加速决策的概率大于0.5;若满足,则进入步骤S010;若不满足,则转入步骤S011;
步骤S010,当前车驾驶员采取的加速度n小于0,冲突车辆驾驶员采取的加速度m大于0;转入步骤S014;
步骤S011,判断是否满足当前车驾驶员做出加速决策的概率大于0.5,冲突车辆驾驶员做出加速决策的概率小于等于0.5;若满足,则进入步骤S012;若不满足,则转入步骤S013;
步骤S012,当前车车驾驶员采取的加速度m大于0,冲突车辆驾驶员采取的加速度n小于0;转入步骤S014;
步骤S013,两车驾驶员采取的加速度n均小于0;转入步骤S014;
步骤S014,计算下一时间步两车速度和到交叉口中心的距离。
10.一种基于时间步的无控交叉口的驾驶员避撞决策过程建模系统,其特征在于,所述系统包括:确定决策依据变量模块、三阶段划分模块、依据变量推导模块、避撞决策过程模型建立模块;
其中,所述确定决策依据变量模块与依据变量推导模块相连,用于确定驾驶员在无控交叉口的避撞决策依据变量,并将所确定的依据变量发送给所述依据变量推导模块;
所述三阶段划分模块与所述依据变量推导模块相连,用于将驾驶员在无控交叉口的避撞决策过程划分为三个阶段:发现冲突目标前的相互接近阶段、发现冲突目标后的观望观察阶段和看清冲突目标后的避撞行动阶段,并将所划分的看清冲突目标后的避撞行动阶段信息发送给所述依据变量推导模块;
所述依据变量推导模块与所述避撞决策过程模型建立模块相连,用于根据所述确定的依据变量与所划分的阶段,对所述看清冲突目标后的避撞行动阶段中的依据变量进行公式推导,并将推导的公式发送给所述模型建立模块;
所述模型建立模块,用于根据有或无预警条件,建立驾驶员避撞决策过程模型。
CN201910726497.8A 2019-08-07 2019-08-07 基于时间步的无控交叉口驾驶员避撞决策过程建模方法及系统 Active CN110543617B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910726497.8A CN110543617B (zh) 2019-08-07 2019-08-07 基于时间步的无控交叉口驾驶员避撞决策过程建模方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910726497.8A CN110543617B (zh) 2019-08-07 2019-08-07 基于时间步的无控交叉口驾驶员避撞决策过程建模方法及系统

Publications (2)

Publication Number Publication Date
CN110543617A true CN110543617A (zh) 2019-12-06
CN110543617B CN110543617B (zh) 2021-04-13

Family

ID=68710100

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910726497.8A Active CN110543617B (zh) 2019-08-07 2019-08-07 基于时间步的无控交叉口驾驶员避撞决策过程建模方法及系统

Country Status (1)

Country Link
CN (1) CN110543617B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115482662A (zh) * 2022-09-09 2022-12-16 湖南大学 一种危险工况下驾驶员避撞行为预测方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104616541A (zh) * 2015-02-03 2015-05-13 吉林大学 基于鱼群效应的无信号交叉口车车协同控制系统
CN108447306A (zh) * 2018-04-23 2018-08-24 北京交通大学 无控交叉口冲突车辆间实时位置共享避撞预警的模拟方法
CN108848462A (zh) * 2018-06-19 2018-11-20 连云港杰瑞电子有限公司 适用于信号控制交叉口的实时车辆轨迹预测方法
CN109345020A (zh) * 2018-10-02 2019-02-15 北京航空航天大学 一种完全信息下的无信号交叉口车辆驾驶行为预测模型

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104616541A (zh) * 2015-02-03 2015-05-13 吉林大学 基于鱼群效应的无信号交叉口车车协同控制系统
CN108447306A (zh) * 2018-04-23 2018-08-24 北京交通大学 无控交叉口冲突车辆间实时位置共享避撞预警的模拟方法
CN108848462A (zh) * 2018-06-19 2018-11-20 连云港杰瑞电子有限公司 适用于信号控制交叉口的实时车辆轨迹预测方法
CN109345020A (zh) * 2018-10-02 2019-02-15 北京航空航天大学 一种完全信息下的无信号交叉口车辆驾驶行为预测模型

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李晓梦: "基于驾驶模拟实验的驾驶员紧急避撞行为研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115482662A (zh) * 2022-09-09 2022-12-16 湖南大学 一种危险工况下驾驶员避撞行为预测方法及系统

Also Published As

Publication number Publication date
CN110543617B (zh) 2021-04-13

Similar Documents

Publication Publication Date Title
CN108919795B (zh) 一种自动驾驶汽车换道决策方法及装置
CN109345020B (zh) 一种完全信息下的无信号交叉口车辆驾驶行为预测方法
CN109035862B (zh) 一种基于车车通信的多车协同换道控制方法
CN110834644B (zh) 一种车辆控制方法、装置、待控制车辆及存储介质
CN111415531B (zh) 基于行驶轨迹预测的高速公路合流区交通冲突判别方法
CN104054117B (zh) 驾驶模型的制作装置、驾驶模型的制作方法、驾驶评价装置、驾驶评价方法以及驾驶辅助系统
Liu et al. Trajectory prediction of a lane changing vehicle based on driver behavior estimation and classification
JP3714258B2 (ja) 車両用推奨操作量生成装置
CN110276985A (zh) 自动驾驶安全评估方法、装置和系统
CN110597245A (zh) 基于二次型规划和神经网络的自动驾驶换道轨迹规划方法
CN111079834A (zh) 一种考虑多车交互的智能车辆安全态势评估方法
CN108447308A (zh) 一种基于车路协同的交叉口车辆碰撞风险预测方法及系统
CN108536149A (zh) 一种基于Dubins路径的无人驾驶车辆避障控制装置及控制方法
CN105788360B (zh) 一种车辆防碰撞的方法、装置和系统
CN112249008B (zh) 针对复杂动态环境的无人驾驶汽车预警方法
CN113165648A (zh) 用于基于采样对机动车辆的可能轨迹进行规划的控制系统和控制方法
CN111731294B (zh) 行驶控制装置、行驶控制方法以及存储程序的存储介质
CN111547051A (zh) 基于相互作用长时确定机动车的轨迹的控制系统和控制方法
CN110155081B (zh) 一种智能驾驶汽车的自适应避障控制系统
CN112258893B (zh) 一种基于轨道预测的智能车辆换道碰撞概率评估方法
CN112572443B (zh) 一种高速公路车辆换道实时避撞轨迹规划方法及系统
CN110126730A (zh) 车辆变道提醒方法及系统
WO2019030916A1 (ja) 車線情報管理方法、走行制御方法及び車線情報管理装置
CN110288835A (zh) 一种基于运动学预测补偿机制的周边车辆行为实时识别方法
CN110543617B (zh) 基于时间步的无控交叉口驾驶员避撞决策过程建模方法及系统

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