CN111383465A - 一种基于车联网的高速公路危险预警及速度控制系统 - Google Patents

一种基于车联网的高速公路危险预警及速度控制系统 Download PDF

Info

Publication number
CN111383465A
CN111383465A CN202010206732.1A CN202010206732A CN111383465A CN 111383465 A CN111383465 A CN 111383465A CN 202010206732 A CN202010206732 A CN 202010206732A CN 111383465 A CN111383465 A CN 111383465A
Authority
CN
China
Prior art keywords
vehicle
speed
vehicles
rear vehicle
road section
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
CN202010206732.1A
Other languages
English (en)
Other versions
CN111383465B (zh
Inventor
刘建蓓
马小龙
马媛媛
叱干都
王恒
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.)
CCCC First Highway Consultants Co Ltd
Original Assignee
CCCC First Highway Consultants 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 CCCC First Highway Consultants Co Ltd filed Critical CCCC First Highway Consultants Co Ltd
Priority to CN202010206732.1A priority Critical patent/CN111383465B/zh
Publication of CN111383465A publication Critical patent/CN111383465A/zh
Application granted granted Critical
Publication of CN111383465B publication Critical patent/CN111383465B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
    • 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
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于车联网的高速公路危险预警及速度控制系统，包括车联网系统CPU、储存器、射频识别标签模块、车载T‑box、反馈模块、通信模块、最优速度控制模块和雷达车距传感器。本发明是基于车联网技术为平台，充分利用智能网络对道路车辆的集合，并通过运算和传输达到对危险驾驶行为和前方未知路段危险的预警，并且将根据前方未知路段危险程度将车速控制在安全范围；能够从前方车流数据提前计算和向后方车流传播预警过程中起到减少事故发生，降低事故损失。本系统充分结合车联网系统，结构模式简单，可操作性强，辨识度和准确率高。

Description

一种基于车联网的高速公路危险预警及速度控制系统
技术领域
本发明实施涉及交通信息技术领域，特别涉及一种基于车联网的高速公路危险预警及速度控制系统。
背景技术
近五年高速公路总里程逐渐增加，总里程位居世界第一，但是我国高速公路的交通安全形势依然严峻。在部分危险路段或者不良气象条件下，易发生交通事故，并且后果严重。
2018年11月3日兰海高速兰州南收费站附近长下坡路段发生31车损坏、14人死亡、34人受伤的特别重大交通事故，如果在事故发生前进行事故预警，能够减轻事故的严重程度。随着通信技术的发展，使得车联网技术在交通领域的实际应用变得可能。利用车联网技术能检测并统计处理某一路段范围内车辆之间的车距和车速，通过分析决策，能计算出路段危险程度，对后方路段驶来的车辆进行告知，并进行速度限制提醒，从而避免后方车辆与前方路段车辆发生追尾甚至冲撞事故。该技术的应用能够有效的降低交通事故发生率以及事故的严重程度。
发明内容
针对上述现有技术存在的问题，本发明的目的是提出一种基于车联网的高速公路危险预警及速度控制系统，该系统具有实时服务、不间断服务特性，是一种主动预警系统，当前方路段车流量变大、车头时距减小或出现大雾天气、交通事故等状况，使车流行动缓慢时，车联网系统CPU计算出当前事故危险等级并将危险预警提供给后方路段的车辆；与此同时，后方路段车辆接收到危险预警后，车联网通过前方路段交通流速与后方路段每一辆车的车速计算后方路段每辆车的最优控制速度，且最优控制速度实时更新，具有即时、准确的特点。
为了达到上述目的，本发明采用以下技术方案予以解决。
一种基于车联网的高速公路危险预警及速度控制系统，包括：车联网系统CPU、储存器、射频识别标签模块、车载T-box、反馈模块、通信模块、最优速度控制模块和雷达车距传感器；
所述雷达车距传感器用于测量前方车辆与后方车辆之间的车间距信号，并将该车间距信号与每辆车的车速信号通过车载CAN总线收集传导至所述车载T-box中；
其中，所述前方车辆与后方车辆之间的车间距为同一路段的前方车辆与后方车辆之间的车间距；
所述车载T-BOX作为无线网关，为整车提供远程通讯接口；
所述车联网系统CPU，包括控制器和运算器，所述控制器用于控制CPU的各工作进程，读取预先设定的工作指令并接收通信模块发出的信号数据，同时对数据结果做逻辑判定；所述运算器对所述控制器逻辑处理过程的数据进行计算，并将结果传至控制器进行控制执行。
所述储存器用于储存每个路段的车辆总数以及运算器计算的数据，为危险路段预警提供必要的数据量。
所述射频识别(RFID)标签模块固定设置于某一路段的路边，用于识别经过该路段的车辆识别码，记录车辆登记信息；并将该路段驶过的车辆总数实时传送到储存器中；
所述车载T-box，用于读取车辆CAN总线数据；还用于与通信模块进行数据传输，使其与云端所述车联网系统CPU进行信号交互。
所述通信模块，用于车联网的无线网络传递，以实现一定区域内的车联网通信；
所述最优速度控制模块，用于向驾驶员提供最佳控制速度，具体地，通过接收所述车联网系统CPU发出的数据信号，计算得到后方车辆的最优控制车速；还用于将当前最优控制车速显示在后方车辆仪表板的车载显示器上；
所述反馈模块，利用后方车辆的所述车载T-box实时向所述车联网系统CPU上传该后方车辆的实时运行数据；再根据所述车联网系统CPU的反馈控制信号向后方车辆提供速度更新值。
所述雷达车距传感器测量某一路段中前方车辆与后方车辆之间的车间距信号，并将该车间距信号和每辆车的车速信号通过车载CAN总线收集传导至所述车载T-box中，所述车载T-box通过通信模块根据预先设定的传输频率，将该车间距和每辆车的车速信号实时传输给所述车联网系统CPU，所述车联网系统CPU接收通信模块发送的车距和车速信号数据，并据此计算该路段的事故风险等级；并读取相应的判断指令，判断该事故风险等级对应的危险等级；然后将该危险等级通过通信模块发送脉冲信号至对应后方车辆的危险预警指示灯的信号接收端和最优速度控制模块；当出现危险预警时，最优速度控制模块计算出后方车辆的最优控制速度，并将其传输给后方车辆的车载显示器；与此同时，反馈模块将后方车辆的车载T-box传输的该后方车辆的实时运行速度，传输给车联网系统CPU，车联网系统CPU将后方车辆实时运行速度与最优控制速度进行比较，当两者不相等时，命令所述最优速度控制模块进行速度更新。
进一步地，所述车联网系统CPU用于计算识别的车辆数量、该路段的车间距和每辆车的车速，并计算出前方车辆与后方车辆之间的碰撞时间TTC：
Figure BDA0002421347280000041
其中，Δs为该路段中前方车辆与后方车辆之间的车间距，Δv为该路段中前方车辆与后方车辆之间的速度差。
进一步地，所述车联网系统CPU用于根据前方车辆与后方车辆的碰撞时间TTC，判断当前时刻前方车辆与后方车辆的事故风险等级，并根据事故风险等级进行相应预警，具体为：
(a)建立综合事故风险模型：
R＝(aP+1)·bE
其中，R为综合事故风险指数；P为事故风险值；E为环境风险总值；a、b分别为经验常数；
(b)计算该路段事故风险值P为：
Figure BDA0002421347280000042
其中，TTC为当前时刻该路段中前方车辆与后方车辆之间的碰撞时间；
(c)计算环境风险总值E，其等于单个风险值Ei的累积值，即：
Figure BDA0002421347280000043
其中，Ei表示第i种环境风险值，其计算方法为第i种因素的风险评级值Vi和第i种因素的权重ωi的乘积，即：
Ei＝Vi·ωi
Vi风险评级值，其包括交通量评级值V1、能见度评级值V2和摩擦系数评级值V3；
(d)计算当前时刻的综合风险指数，当当前时刻的综合风险指数处于预设的安全状态阈值时，触发绿色预警灯亮；当当前时刻的综合风险指数处于预设的较小危险状态阈值时，触发蓝色预警灯亮；当当前时刻的综合风险指数处于预设的危险状态阈值时，触发对应的橙色或红色预警灯亮，同时，进行最优速度控制。
更进一步地，所述交通量评级值V1的计算公式为：
Figure BDA0002421347280000051
其中，q0为《公路工程技术标准》JTG B01-2014中规定的五级服务水平下的最大小时交通量，q为距当前时刻1小时内该路段上的交通量；INT表示取整操作，即只保留整数部分。
所述能见度评级值V2的确定具体为：设能见度为X，单位为千米，则：X＞10，V2＝0；1.5≤X＜10，V2＝1；0.5≤X＜1.5，V2＝2；0.2≤X＜0.5，V2＝3；0.05≤X＜0.2，V2＝4；X＜0.05，V2＝5；
其中，能见度通过对应路段的道路气象信息系统通过能见度传感器测得；
所述摩擦指数评级值V3的确定具体为：设摩擦系数为μ，则：μ≥0.65，V3＝1；0.56≤μ＜0.65，V3＝1.2；0.51≤μ＜0.56，V3＝2；0.41≤μ＜0.51，V3＝3；0.31≤μ＜0.41，V3＝4；μ＜0.31，V3＝5；
其中，每个路段上的摩擦系数由天气决定，只需通过道路气象信息系统获得当前路段的天气状况参数，即可确定当前路段的摩擦系数。
进一步地，所述最优速度控制模块用于根据后方车辆与其前方车辆之间的车间距S、后方车辆反馈的车速和反馈时间间隔，计算该后方车辆的最优控制速度：
当S＞200米时，后方车辆速度不进行调整更新；
当S≤200米时，按下式对后方车辆的速度进行调整更新：
V后，j＝V后，j-1+a·Δt
Figure BDA0002421347280000061
其中，v后，j为后方车辆在j时刻的实时车速；v后，j-1为后方车辆在j-1时刻的实时车速；v前，j-1为前方车辆在j-1时刻的实时车速；a为后方车辆的加速度；Δt为反馈时间间隔。
进一步地，所述车联网系统CPU将当前时刻后方车辆的实时运行速度与下一时刻最优速度控制模块计算的最优控制速度进行比较，若两者不相等，则所述车联网系统CPU将命令所述最优速度控制模块输出下一时刻的最优控制速度，对后方车辆的最优控制速度进行更新，指导后方车辆行驶。
与现有技术相比，本发明的有益效果为：
本发明是基于车联网技术为平台，充分利用智能网络对道路车辆的集合，并通过运算和传输达到对危险驾驶行为和前方未知路段危险的预警，并且将根据前方未知路段危险程度将车速控制在安全范围；本发明为交通安全领域提供一种针对危险预警和车速控制的安全系统，尤其当前方路段出现车流密度高、交通事故、受雨雾或暴雨影响等能见度低的自然天气原因导致的车流速度变小的情况下，后方路段车辆反应较慢或者未知就容易与前方车辆产生交通冲突或追尾碰撞事故。本发明能够从前方车流数据提前计算和向后方车流传播预警过程中起到减少事故发生，降低事故损失。本系统充分结合车联网系统，结构模式简单，可操作性强，辨识度和准确率高。
附图说明
下面结合附图和具体实施例对本发明做进一步详细说明。
图1为本发明实施例的结构连接示意图；
图2为本发明实施例的实现过程流程图；
以上图中，1、车联网系统CPU；2储存器；3射频识别标签模块；4、车载T-box；5、通信模块；6、最优速度控制模块；7、车载显示器；8、危险信号指示灯；9、反馈模块；10雷达车距传感器。
具体实施方式
下面将结合实施例对本发明的实施方案进行详细描述，但是本领域的技术人员将会理解，以下实施例仅用于说明本发明，而不应视为限制本发明的范围。
参考图1，本发明实施例提供一种基于车联网的高速公路危险预警及速度控制系统，包括车联网系统CPU1、储存器2、射频识别标签模块3、车载T-box4、反馈模块9、通信模块5、最优速度控制模块6和雷达车距传感器10；
所述雷达车距传感器10用于测量前方车辆与后方车辆之间的车间距信号，并将该车间距信号与每辆车的车速信号通过车载CAN总线收集传导至所述车载T-box4中；
所述车载T-box4作为无线网关，为整车提供远程通讯接口；
所述车联网系统CPU1，包括控制器和运算器，所述控制器用于控制CPU的各工作进程，读取预先设定的工作指令并接收通信模块5发出的信号数据，同时对数据结果做逻辑判定；所述运算器对所述控制器逻辑处理过程的数据进行计算，并将结果传至控制器进行控制执行。
所述储存器2用于储存每个路段的车辆总数以及运算器计算的数据，为危险路段预警提供必要的数据量。
所述射频识别(RFID)标签模块固定设置于某一路段的路边，用于识别经过该路段的车辆识别码，记录车辆登记信息；并将该路段驶过的车辆总数实时传送到储存器2中；
所述车载T-box4，用于读取车辆CAN总线数据，是一种具有双核处理的OBD模块；还用于与通信模块5进行数据传输，使其与云端所述车联网系统CPU1进行信号交互。
所述通信模块5，用于车联网的无线网络传递，以实现一定区域内的车联网通信；
所述最优速度控制模块6，用于向驾驶员提供最佳控制速度，具体地，通过接收所述车联网系统CPU1发出的数据信号，并计算得到后方车辆和前方车辆的最优控制车速；还用于将当前后方车辆的最优控制速度显示在车辆仪表板的车载显示器7上；
所述反馈模块9，利用后方车辆的所述车载T-box4实时向所述车联网系统CPU1上传该后方车辆的实时运行数据；再根据所述车联网系统CPU1的反馈控制信号向后方车辆提供速度更新值。
所述雷达车距传感器10测量某一路段中前方车辆与后方车辆之间的车间距信号，并将该车间距信号和每辆车的车速信号通过车载CAN总线收集传导至所述车载T-box4中，所述车载T-box4通过通信模块5根据预先设定的传输频率，将该车间距和每辆车的车速信号实时传输给所述车联网系统CPU1，所述车联网系统CPU1接收通信模块5发送的车距和车速信号数据，并据此计算该路段的事故风险等级；并读取相应的判断指令，判断该事故风险等级对应的危险等级；然后将该危险等级通过通信模块5发送脉冲信号至对应后方车辆的危险预警指示灯的信号接收端和最优速度控制模块6；当出现危险预警时，最优速度控制模块6计算出后方车辆的最优控制速度，并将其传输给后方车辆的车载显示器上；与此同时，反馈模块9将后方车辆的车载T-box4传输的该后方车辆的实时运行速度，传输给车联网系统CPU1，车联网系统CPU1将后方车辆实时运行速度与最优控制速度进行比较，当两者不相等时，命令所述最优速度控制模块6进行速度更新。
如图1所示，图中车辆A和车辆B的行驶数据，可以为车辆C进行预警和最优速度指导。本发明旨在根据当前路段的车辆(车辆A和车辆B)的行驶和交通流状况，为后方车辆(车辆C)进行事故危险等级预警，以提醒后方车辆驾驶员注意驾驶安全，同时，为后方车辆提供安全行驶的最优控制速度信息，以指导后方车辆的驾驶。
具体地，参考图2，所述车联网系统CPU1用于计算识别的车辆数量、该路段中前方车辆与后方车辆的车间距和每辆车的车速，并计算出前方车辆与后方车辆之间的碰撞时间TTC：
Figure BDA0002421347280000091
其中，Δs为该路段中前方车辆与后方车辆之间的车间距，Δv为该路段中前方车辆与后方车辆之间的速度差；本文所述前方车辆与后方车辆均值同一车道中的前方车辆和后方车辆。
同时，所述车联网系统CPU1还用于根据前方车辆与后方车辆的碰撞时间TTC，判断当前时刻该路段的事故风险等级，并根据事故风险等级进行相应预警，具体为：
(a)建立综合事故风险模型：
R＝(aP+1)·bE
其中，R为综合事故风险指数；P为事故风险值；E为环境风险总值；a，b分别为经验常数；
(b)计算该路段事故风险值P为：
Figure BDA0002421347280000101
其中，TTC为当前时刻该路段中前方车辆与后方车辆之间的碰撞时间；
(c)计算环境风险总值E，其等于单个风险值Ei的累积值，即：
Figure BDA0002421347280000102
其中，Ei表示第i种环境风险值，其计算方法为第i种因素的风险评级值Vi和第i种因素的权重ωi的乘积，即：
Ei＝Vi·ωi
Vi风险评级值，其包括交通量评级值V1、能见度评级值V2和摩擦系数评级值V3；权重根据经验专家经验设置ωi。
(d)计算当前时刻的综合风险指数，当当前时刻的综合风险指数处于预设的安全状态阈值时，触发绿色预警灯亮；当当前时刻的综合风险指数处于预设的较小危险状态阈值时，触发蓝色预警灯亮；当当前时刻的综合风险指数处于预设的危险状态阈值时，触发对应的橙色或红色预警灯亮，同时，进行最优速度控制。其中，严重危险阈值对应红色预警灯，较严重危险阈值对应橙色预警灯。具体的各个危险阈值根据历史数据分析和经验来设置。
以上计算过程中，所述交通量评级值V1的计算公式为：
Figure BDA0002421347280000111
其中，q0为《公路工程技术标准》JTG B01-2014中规定的五级服务水平下的最大小时交通量，q为距当前时刻1小时内该路段上的交通量；INT表示取整操作，即只保留整数部分。
所述能见度评级值V2的确定具体为：设能见度为X，单位为千米，则：X＞10，V2＝0；1.5≤X＜10，V2＝1；0.5≤X＜1.5，V2＝2；0.2≤X＜0.5，V2＝3；0.05≤X＜0.2，V2＝4；X＜0.05，V2＝5；
其中，能见度通过对应路段的道路气象信息系统通过能见度传感器测得；
所述摩擦指数评级值V3的确定具体为：设摩擦系数为μ，则：μ≥0.65，V3＝1；0.56≤μ＜0.65，V3＝1.2；0.51≤μ＜0.56，V3＝2；0.41≤μ＜0.51，V3＝3；0.31≤μ＜0.41，V3＝4；μ＜0.31，V3＝5；
其中，每个路段上的摩擦系数由天气决定，只需通过道路气象信息系统获得当前路段的天气状况参数，即可确定当前路段的摩擦系数。
以上的道路气象信息系统通过各种传感器采集道路的气温、风速、风向、地表温度、路面温度和可见度等信息，在高速公路和严寒地区进行布置；此外，本发明系统也可以与当地气象部门进行信息互通，以及时获取道路环境。
摩擦指数评级值V3为1对应正常天气情况的路面；路面潮湿或有少量积水对应V3＝1.2；低温或高温路面、5-6级风、小雨或小雨后路面对应V3＝2；小雨或小阵雪导致的路面湿滑对应V3＝3；7级以上大风、小雪、轻雾、扬沙、中到大雨对应V3＝4；中到大雪、大到暴雨、大雾、冰雪路面或沙尘暴对应V3＝5。
所述最优速度控制模块6用于根据后方车辆与其前方车辆之间的车间距S、后方车辆反馈的车速和反馈时间间隔，计算该后方车辆的最优控制速度：
当S＞200米时，后方车辆速度不进行调整更新；
当S≤200米时，按下式对后方车辆的速度进行调整更新：
V后，j＝V后，j-1+a·Δt
Figure BDA0002421347280000121
其中，v后，j为后方车辆在j时刻的实时车速；v后，j-1为后方车辆在j-1时刻的实时车速；v前，j-1为前方车辆在j-1时刻的实时车速；a为后方车辆的加速度；Δt为反馈时间间隔。
并将计算的后方车辆的最优控制速度传输至后方车辆的车载显示器7上。
后方车辆当接收到危险信号指示灯8的灯光指示和所述最优速度控制模块6的控制速度提示后，驾驶员将速度控制在一个数值，但是如果长时间处于低速必然会对交通流造成影响，那么所述反馈装置将车辆实时的速度通过所述通信模块5传递到车联网系统CPU1，所述车联网系统CPU1将当前时刻后方车辆的实时运行速度与下一时刻最优速度控制模块6计算的最优控制速度进行比较，若两者不相等，则所述车联网系统CPU1将命令所述最优速度控制模块6输出下一时刻的最优控制速度，对后方车辆的最优控制速度进行更新，指导后方车辆行驶。这样就实现了后方车辆的行驶速度控制策略根据前方路段实时路况进行改变，灵活的控制后方路段车辆速度，使得道路上交通流能合理调节速度，顺畅通行。
本发明针对某一路段的事故风险等级对后方车辆进行预警，以前方路段车辆的行驶情况来对后方车辆的事故风险等级进行预警和速度控制，是一种根据路段车流量进行的宏观调控，具有重要的交通安全指导意义。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些改动和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种基于车联网的高速公路危险预警及速度控制系统，其特征在于，包括车联网系统CPU、储存器、射频识别标签模块、车载T-box、反馈模块、通信模块、最优速度控制模块和雷达车距传感器；
所述雷达车距传感器用于测量前方车辆与后方车辆之间的车间距信号，并将该车间距信号与每辆车的车速信号通过车载CAN总线收集传导至所述车载T-box中；
其中，所述前方车辆与后方车辆之间的车间距为同一路段的前方车辆与后方车辆之间的车间距；
所述车载T-BOX作为无线网关，为整车提供远程通讯接口；
所述车联网系统CPU，包括控制器和运算器，所述控制器用于控制CPU的各工作进程，读取预先设定的工作指令并接收通信模块发出的信号数据，同时对数据结果做逻辑判定；所述运算器对所述控制器逻辑处理过程的数据进行计算，并将结果传至控制器进行控制执行；
所述储存器用于储存每个路段的车辆总数以及运算器计算的数据，为危险路段预警提供必要的数据量；
所述射频识别标签模块固定设置于某一路段的路边，用于识别经过该路段的车辆识别码，记录车辆登记信息；并将该路段驶过的车辆总数实时传送到储存器中；
所述车载T-box，用于读取车辆CAN总线数据，还用于与通信模块进行数据传输，使其与云端所述车联网系统CPU进行信号交互；
所述通信模块，用于车联网的无线网络传递，以实现一定区域内的车联网通信；
所述最优速度控制模块，用于向驾驶员提供最优控制速度，具体地，通过接收所述车联网系统CPU发出的数据信号，并计算得到后方车辆的最优控制车速；还用于将当前最优控制车速显示在后方车辆仪表板的车载液晶显示屏上；
所述反馈模块，利用后方车辆的所述车载T-box实时向所述车联网系统CPU上传该后方车辆的实时运行数据；再根据所述车联网系统CPU的反馈控制信号向后方车辆提供速度更新值；
所述雷达车距传感器测量某路段中前方车辆与后方车辆之间的车间距信号，并将该车间距信号和每辆车的车速信号通过车载CAN总线收集传导至所述车载T-box中，所述车载T-box通过通信模块根据预先设定的传输频率，将该车间距和每辆车的车速信号实时传输给所述车联网系统CPU，所述车联网系统CPU接收通信模块发送的车距和车速信号数据，并据此计算该路段车辆的事故风险等级；并读取相应的判断指令，判断该事故风险等级对应的危险等级；然后将该危险等级通过通信模块发送脉冲信号至对应后方车辆的危险预警指示灯的信号接收端和最优速度控制模块；当出现危险预警时，最优速度控制模块计算出对应后方车辆的最优控制速度，并将其传输给对应后方车辆的车载液晶显示屏；同时，反馈模块将后方车辆的车载T-box传输的该后方车辆的实时运行速度，传输给车联网系统CPU，车联网系统CPU将后方车辆实时运行速度与最优控制速度进行比较，当两者不相等时，命令所述最优速度控制模块进行速度更新。
2.根据权利要求1所述的基于车联网的高速公路危险预警及速度控制系统，其特征在于，所述车联网系统CPU用于计算识别的车辆数量、该路段的车间距和每辆车的车速，并计算出该路段中前方车辆与后方车辆之间的碰撞时间TTC：
Figure FDA0002421347270000031
其中，Δs为该路段中前方车辆与后方车辆之间的车间距，Δv为该路段中前方车辆与后方车辆之间的速度差。
3.根据权利要求1所述的基于车联网的高速公路危险预警及速度控制系统，其特征在于，所述车联网系统CPU用于根据前方车辆与后方车辆的碰撞时间TTC，判断当前时刻该路段的事故风险等级，并根据事故风险等级进行相应预警，具体为：
(a)建立综合事故风险模型：
R＝(aP+1)·bE
其中，R为综合事故风险指数；P为事故风险值；E为环境风险总值；a，b分别为经验常数；
(b)计算该路段事故风险值P为：
Figure FDA0002421347270000032
其中，TTC为当前时刻该路段中前方车辆与后方车辆之间的碰撞时间；
(c)计算环境风险总值E，其等于单个风险值Ei的累积值，即：
Figure FDA0002421347270000033
其中，Ei表示第i种环境风险值，其计算方法为第i种因素的风险评级值Vi和第i种因素的权重ωi的乘积，即：
Ei＝Vi·ωi
Vi风险评级值，其包括交通量评级值V1、能见度评级值V2和摩擦系数评级值V3；
(d)计算当前时刻的综合风险指数，当当前时刻的综合风险指数处于预设的安全状态阈值时，触发绿色预警灯亮；当当前时刻的综合风险指数处于预设的较小危险状态阈值时，触发蓝色预警灯亮；当当前时刻的综合风险指数处于预设的危险状态阈值时，触发对应的橙色或红色预警灯亮，同时，进行最优速度控制。
4.根据权利要求3所述的基于车联网的高速公路危险预警及速度控制系统，其特征在于，所述交通量评级值V1的计算公式为：
Figure FDA0002421347270000041
其中，q0为《公路工程技术标准》JTG B01-2014中规定的五级服务水平下的最大小时交通量，q为距当前时刻一小时内该路段上的交通量；INT表示取整操作，即只保留整数部分。
5.根据权利要求3所述的基于车联网的高速公路危险预警及速度控制系统，其特征在于，所述能见度评级值V2的确定具体为：设能见度为X，单位为千米，则：X＞10，V2＝0；1.5≤X＜10，V2＝1；0.5≤X＜1.5，V2＝2；0.2≤X＜0.5，V2＝3；0.05≤X＜0.2，V2＝4；X＜0.05，V2＝5；
其中，能见度通过对应路段的道路气象信息系统通过能见度传感器测得。
6.根据权利要求3所述的基于车联网的高速公路危险预警及速度控制系统，其特征在于，所述摩擦指数评级值V3的确定具体为：设摩擦系数为μ，则：μ≥0.65，V3＝1；0.56≤μ＜0.65，V3＝1.2；0.51≤μ＜0.56，V3＝2；0.41≤μ＜0.51，V3＝3；0.31≤μ＜0.41，V3＝4；μ＜0.31，V3＝5；
其中，每个路段上的摩擦系数由天气决定，通过道路气象信息系统获得当前路段的天气状况，即可确定当前路段的摩擦系数。
7.根据权利要求1所述的基于车联网的高速公路危险预警及速度控制系统，其特征在于，所述最优速度控制模块用于根据后方车辆与前方车辆之间的车间距S、后方车辆反馈的车速和反馈时间间隔，计算该后方车辆的最优控制速度：
当S＞200米时，后方车辆速度不进行调整更新；
当S≤200米时，按下式对后方车辆的速度进行调整更新：
V后，j＝V后，j-1+a·Δt
Figure FDA0002421347270000051
其中，v后，j为后方车辆在j时刻的实时车速；v后，j-1为后方车辆在j-1时刻的实时车速；v前，j-1为前方车辆在j-1时刻的实时车速；a为后方车辆的加速度；Δt为反馈时间间隔。
8.根据权利要求1所述的基于车联网的高速公路危险预警及速度控制系统，其特征在于，所述车联网系统CPU将当前时刻后方车辆的实时运行速度与下一时刻最优速度控制模块计算的最优控制速度进行比较，若两者不相等，则所述车联网系统CPU将命令所述最优速度控制模块输出下一时刻的最优控制速度，对后方车辆的最优控制速度进行更新，指导后方车辆行驶。
CN202010206732.1A 2020-03-23 2020-03-23 一种基于车联网的高速公路危险预警及速度控制系统 Active CN111383465B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010206732.1A CN111383465B (zh) 2020-03-23 2020-03-23 一种基于车联网的高速公路危险预警及速度控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010206732.1A CN111383465B (zh) 2020-03-23 2020-03-23 一种基于车联网的高速公路危险预警及速度控制系统

Publications (2)

Publication Number Publication Date
CN111383465A true CN111383465A (zh) 2020-07-07
CN111383465B CN111383465B (zh) 2022-03-22

Family

ID=71218812

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010206732.1A Active CN111383465B (zh) 2020-03-23 2020-03-23 一种基于车联网的高速公路危险预警及速度控制系统

Country Status (1)

Country Link
CN (1) CN111383465B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111610787A (zh) * 2020-05-29 2020-09-01 亚哲科技股份有限公司 自动驾驶汽车安全控制方法、计算机存储介质、电子设备
CN111951550A (zh) * 2020-08-06 2020-11-17 华南理工大学 交通安全风险监控方法、装置、存储介质及计算机设备
CN112185123A (zh) * 2020-11-06 2021-01-05 广州南洋理工职业学院 一种基于车联网车辆安全间距预警的方法
CN112378403A (zh) * 2020-11-13 2021-02-19 英博超算(南京)科技有限公司 一种基于5g通信下的远程安全驾驶调度系统
CN113192331A (zh) * 2021-04-26 2021-07-30 吉林大学 一种网联环境下面向骑行安全的智能预警系统及预警方法
CN114399906A (zh) * 2022-03-25 2022-04-26 四川省公路规划勘察设计研究院有限公司 一种车路协同辅助驾驶系统及方法
CN115273549A (zh) * 2022-07-29 2022-11-01 山东高速集团有限公司 一种基于路侧激光雷达的高速公路分流区防撞方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090309757A1 (en) * 2008-06-16 2009-12-17 Gm Global Technology Operations, Inc. Real time traffic aide
CN103634402A (zh) * 2013-12-09 2014-03-12 赵生捷 智能车载安全防护系统
CN106448267A (zh) * 2016-11-14 2017-02-22 江苏大学 基于车联网的道路交通事故链阻断系统
KR20180116749A (ko) * 2017-04-17 2018-10-25 주식회사 비트센싱 실시간 대규모 교통정보 수집방법 및 그 운용시스템
CN108944946A (zh) * 2018-07-11 2018-12-07 北京航空航天大学 一种基于车车通信的弯道风险预估计算方法
CN109993970A (zh) * 2019-03-15 2019-07-09 西南交通大学 一种城市区域交通事故风险预测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090309757A1 (en) * 2008-06-16 2009-12-17 Gm Global Technology Operations, Inc. Real time traffic aide
CN103634402A (zh) * 2013-12-09 2014-03-12 赵生捷 智能车载安全防护系统
CN106448267A (zh) * 2016-11-14 2017-02-22 江苏大学 基于车联网的道路交通事故链阻断系统
KR20180116749A (ko) * 2017-04-17 2018-10-25 주식회사 비트센싱 실시간 대규모 교통정보 수집방법 및 그 운용시스템
CN108944946A (zh) * 2018-07-11 2018-12-07 北京航空航天大学 一种基于车车通信的弯道风险预估计算方法
CN109993970A (zh) * 2019-03-15 2019-07-09 西南交通大学 一种城市区域交通事故风险预测方法

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111610787A (zh) * 2020-05-29 2020-09-01 亚哲科技股份有限公司 自动驾驶汽车安全控制方法、计算机存储介质、电子设备
CN111951550A (zh) * 2020-08-06 2020-11-17 华南理工大学 交通安全风险监控方法、装置、存储介质及计算机设备
CN111951550B (zh) * 2020-08-06 2021-10-29 华南理工大学 交通安全风险监控方法、装置、存储介质及计算机设备
CN112185123A (zh) * 2020-11-06 2021-01-05 广州南洋理工职业学院 一种基于车联网车辆安全间距预警的方法
CN112378403A (zh) * 2020-11-13 2021-02-19 英博超算(南京)科技有限公司 一种基于5g通信下的远程安全驾驶调度系统
CN112378403B (zh) * 2020-11-13 2022-10-04 英博超算(南京)科技有限公司 一种基于5g通信下的远程安全驾驶调度系统
CN113192331A (zh) * 2021-04-26 2021-07-30 吉林大学 一种网联环境下面向骑行安全的智能预警系统及预警方法
CN114399906A (zh) * 2022-03-25 2022-04-26 四川省公路规划勘察设计研究院有限公司 一种车路协同辅助驾驶系统及方法
CN115273549A (zh) * 2022-07-29 2022-11-01 山东高速集团有限公司 一种基于路侧激光雷达的高速公路分流区防撞方法
CN115273549B (zh) * 2022-07-29 2023-10-31 山东高速集团有限公司 一种基于路侧激光雷达的高速公路分流区防撞方法

Also Published As

Publication number Publication date
CN111383465B (zh) 2022-03-22

Similar Documents

Publication Publication Date Title
CN111383465B (zh) 一种基于车联网的高速公路危险预警及速度控制系统
CN107742432B (zh) 基于车路协同的高速公路运行车速主动预警系统及控制方法
CN103164962B (zh) 一种山区公路急弯路段实时车速预警方法
CN107346612B (zh) 一种基于车联网的车辆防碰撞方法和系统
CN109859500A (zh) 一种基于车路协同的高速合流区安全预警方法
CN207517194U (zh) 基于车路协同的高速公路运行车速主动预警系统
CN103350670B (zh) 一种基于车联网技术的车辆前向防撞报警方法
CN111325978B (zh) 一种高速公路车辆异常行为的全程监测警示系统和方法
CN105374215A (zh) 一种高速公路路侧预警装置
CN105469615A (zh) 一种山风过境路段雨天行车安全保障装置及方法
CN110264742B (zh) 一种适用于高速公路的车载信息监测装置及其警示方法
CN108349499A (zh) 用于控制在车辆中的功能的方法、装置和处理设备
CN105118316A (zh) 基于车路协同的弯道安全车速计算方法及警示系统
CN111477005B (zh) 一种基于车辆状态及行车环境的智能感知预警方法及系统
CN112289054A (zh) 道路安全预警方法、obu、rsu、mec设备及系统
CN109389845B (zh) 一种多因素一体化高速公路动态车速管控系统
CN113066287B (zh) 一种高速公路交通事故现场风险主动防控方法及系统
CN107054375B (zh) 一种车队驾驶员驾驶行为安全性管理评价装置及方法
CN106548630A (zh) 一种驾驶行为的检测方法及装置
CN115782905B (zh) 一种自动驾驶车辆驾驶安全度量化系统
CN115376320B (zh) 一种精准的无灯控路口的警示方法
CN113129610A (zh) 不利天气高速公路自适应可变限速与信息协同控制系统
CN116052475A (zh) 一种车辆风险预警方法、系统、存储介质及设备
CN113990088B (zh) 一种高速公路恶劣天气下安全通行告知软件系统
CN107564336A (zh) 一种信号交叉口左转冲突预警系统及预警方法

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
GR01 Patent grant
GR01 Patent grant