CN111462493A - 一种基于车联网的超车态势感知预警系统 - Google Patents

一种基于车联网的超车态势感知预警系统 Download PDF

Info

Publication number
CN111462493A
CN111462493A CN202010277574.9A CN202010277574A CN111462493A CN 111462493 A CN111462493 A CN 111462493A CN 202010277574 A CN202010277574 A CN 202010277574A CN 111462493 A CN111462493 A CN 111462493A
Authority
CN
China
Prior art keywords
vehicle
distance
calculation submodule
module
calculation
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
CN202010277574.9A
Other languages
English (en)
Other versions
CN111462493B (zh
Inventor
郭音伽
陈艳艳
陈宁
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.)
Langzhao Technology Beijing Co ltd
Beijing University of Technology
Original Assignee
Langzhao Technology Beijing 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 Langzhao Technology Beijing Co ltd filed Critical Langzhao Technology Beijing Co ltd
Priority to CN202010277574.9A priority Critical patent/CN111462493B/zh
Publication of CN111462493A publication Critical patent/CN111462493A/zh
Application granted granted Critical
Publication of CN111462493B publication Critical patent/CN111462493B/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
    • G08G1/01—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
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
    • 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
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
    • 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
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Emergency Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Traffic Control Systems (AREA)

Abstract

一种基于车联网的超车态势感知预警系统涉及汽车主动安全领域。为解决车辆在不同的驾驶环境状况下，可能存在超车前对环境感知不充分、评估不准确，从而导致发生交通冲突甚至交通事故的问题。包括态势感知触发模块、信息收集模块、计算流程控制模块、模糊计算模块、安全阈值计算模块、态势感知计算模块、预警信息提示模块。该系统可以通过实时获取到的本车和周围车辆以及驾驶环境等信息，对当前环境下超车的安全性进行全方位的预测。不仅可以提高本车驾驶的安全性，还能够通过对周围车辆的信息提示，从而提高周围车辆驾驶的安全性。并且能够减少不必要的油耗。

Description

一种基于车联网的超车态势感知预警系统
技术领域
本发明涉及汽车主动安全领域，尤其是指一种基于车联网的超车态势感知预警系统。
背景技术
近年来随着汽车保有量的不断攀升，交通事故的数量也在持续上升，并且由于超车不当而导致的交通事故所占比重更是高达15％。如果车辆在超车前能够对周围的车辆及驾驶环境进行综合感知并推断出是否适合超车，则可以避免很多由超车不当而引发的交通事故。目前已有的基于车联网的超车预警系统或方法都没有考虑到天气状况、路面状况、以及周围车辆的驾驶意图，而这些因素对于车辆间应保持的安全距离有着显著的影响，所以对于是否满足超车条件的判定也有着显著的影响。因此，设计一种适用于多种天气状况以及路面状况的基于车联网的超车态势感知预警系统，能够提高预警的精度，保障超车行为的安全性。
发明内容
本发明提出了一种基于车联网的超车态势感知预警系统，能够在超车前进行态势感知，判断出当前的行驶环境是否满足超车条件，并为本车及周边车辆发送提示信息。该系统不仅考虑了可能对超车产生影响的周围车辆的运行状态信息，还考虑了环境状况、道路状况和驾驶员的驾驶意图，有助于提高预警精度。本系统提供了预警系统的整体实现方案，以及模糊模块的模糊算法。
开始驾驶前或在行驶过程中，可以通过车载终端设备按键或者语音设置天气状况、道路状况以及车身长度。在行驶过程中当驾驶员想要超车时，可以通过车载按钮或语音触发态势感知预警系统。一种基于车联网的超车态势感知预警系统，其特征在于，包括以下步骤：
a.获取本车辆输入信息，包括天气状况，有雪、雾、雨、晴四个选项；道路状况包括道路材质，有沥青、水泥、砂石三个选项；车道数，有2、大于2两个选项；车身长度。将本车辆与周围车辆进行网络连接，并实时获取以本车辆为圆心半径200m范围内的车辆信息,包括车辆的速度、加速度、经纬度坐标、油门踏板压力、制动踏板压力、行驶方向、驾驶时长，并将最新获取的数据更新到数据缓冲区。
b.驾驶员通过车载按键或语音便可触发态势感知触发模块。
c.为了保证系统的运行效率，将安全阈值计算模块划分为四个安全阈值计算子模块，将态势感知计算模块划分为四个距离计算子模块。将模糊计算模块划分为五个模糊计算子模块。
d.根据数据缓冲区中的数据，判断周围存在哪些会对超车行为产生影响的车辆。通过计算流程控制模块确定出具体的计算流程，计算流程在执行的过程中会按需调用模糊计算模块中的子模块，安全阈值计算模块中的子模块，以及态势感知计算模块中的子模块。
e.将预警结果输入预警信息提示模块，若满足超车条件，预警信息提示模块语音提示本车驾驶员可以超车并给周围车辆发送超车消息；若不满足超车条件，预警信息提示模块语音提示本车驾驶员不建议超车。
步骤a中所述的缓冲区包括为本车存放最新车辆数据开辟的数据缓冲区A；为本车前车存放车辆最新数据开的辟缓冲区B；为本车前前车存放车辆最新数据开辟的缓冲区C；为本车左侧车道在本车后方与本车行驶方向相同的第一辆车存放车辆最新数据开辟的缓冲区D；为本车左侧车道在本车前方与本车行驶方向相反的第一辆车存放车辆最新数据开辟的缓冲区E；若信息获取范围内存在对应车辆，则将最新数据更新到对应车辆的缓冲区；否则，将对应车辆的缓冲区清空。
步骤c中的安全阈值计算模块包括第一安全距离阈值计算子模块，第二安全距离阈值计算子模块，第三安全距离阈值计算子模块，第四安全距离阈值计算子模块。
步骤c中的态势感知计算模块包括第一距离计算子模块，第二距离计算子模块，第三距离计算子模块，第四距离计算子模块。
步骤c中的模糊计算模块包括反应时间模糊计算子模块，期望加速度模糊计算子模块，安全车头时距模糊计算子模块，危险临界时间模糊计算子模块，完成换道时间模糊计算子模块。
步骤d中的计算流程控制模块包括以下八个控制子流程：
若缓冲区只有A,B有值，则需要调用安全阈值计算模块的第一安全距离阈值计算子模块和态势感知模块的第一距离计算子模块，两模块使用多线程并行计算，若第一距离大于第一安全距离阈值则满足超车条件，否则不满足超车条件，将结果传入给预警信息提示模块完成预警信息提示。
若缓冲区只有A,B,D有值，则需要调用安全阈值计算模块的第一安全距离阈值计算子模块和第二安全距离阈值计算子模块，态势感知模块的第一距离计算子模块和第二距离计算子模块，两个大模块中的四个子模块同时并行计算。若同时满足第一距离大于第一安全距离阈值和第二距离大于第二安全距离阈值，则满足超车条件否则不满足超车条件，将结果传入给预警信息提示模块完成预警信息提示。
若缓冲区只有A,B,C有值，则需要调用安全阈值计算模块的第一安全距离阈值计算子模块和第三安全距离阈值计算子模块，态势感知模块的第一距离计算子模块和第三距离计算子模块，两个大模块中的四个子模块同时并行计算。若同时满足第一距离大于第一安全距离阈值和第三距离大于第三安全距离阈值，则满足超车条件否则不满足超车条件，将结果传入给预警信息提示模块完成预警信息提示。
若缓冲区只有A,B,E有值，则根据驾驶员输入数据中的车道数进行判断，若车道数等于2则需要考虑本车左侧车道在本车前方与本车行驶方向相反的第一辆车。需要调用安全阈值计算模块的第一安全距离阈值计算子模块和第四安全距离阈值计算子模块，态势感知模块的第一距离计算子模块和第四距离计算子模块，两个大模块中的四个子模块同时并行计算。若同时满足第一距离大于第一安全距离阈值和第四距离大于第四安全距离阈值，则满足超车条件否则不满足超车条件，将结果传入给预警信息提示模块完成预警信息提示。若车道数大于2则按照缓冲区只有A,B有值计算。
若缓冲区只有A,B,C,D有值，则需要调用安全阈值计算模块的第一安全距离阈值计算子模块和第二安全距离阈值计算子模块和第三安全距离阈值计算子模块，态势感知模块的第一距离计算子模块和第二距离计算子模块和第三距离计算子模块，两个大模块中的六个子模块同时并行计算。若同时满足第一距离大于第一安全距离阈值，第二距离大于第二安全距离阈值，第三距离大于第三安全距离阈值，则满足超车条件否则不满足超车条件，将结果传入给预警信息提示模块完成预警信息提示。
若缓冲区只有A,B,C,E有值，则根据驾驶员输入数据中的车道数进行判断，若车道数等于2则需要考虑本车左侧车道在本车前方与本车行驶方向相反的第一辆车。需要调用安全阈值计算模块的第一安全距离阈值计算子模块和第三安全距离阈值计算子模块和第四安全距离阈值计算子模块，态势感知模块的第一距离计算子模块和第三距离计算子模块和第四距离计算子模块，两个大模块中的六个子模块同时并行计算。若同时满足第一距离大于第一安全距离阈值，第三距离大于第三安全距离阈值，第四距离大于第四安全距离阈值，则满足超车条件否则不满足超车条件，将结果传入给预警信息提示模块完成预警信息提示。若车道数大于2则按照缓冲区只有A,B,C有值计算。
若缓冲区只有A,B,D,E有值，则根据驾驶员输入数据中的车道数进行判断，若车道数等于2则需要考虑本车左侧车道在本车前方与本车行驶方向相反的第一辆车。要调用安全阈值计算模块的第一安全距离阈值计算子模块和第二安全距离阈值计算子模块和第四安全距离阈值计算子模块，态势感知模块的第一距离计算子模块和第二距离计算子模块和第四距离计算子模块，两个大模块中的六个子模块同时并行计算。若同时满足第一距离大于第一安全距离阈值，第二距离大于第二安全距离阈值，第四距离大于第四安全距离阈值，则满足超车条件否则不满足超车条件，将结果传入给预警信息提示模块完成预警信息提示。若车道数大于2则按照缓冲区只有A,B,D有值计算。
若缓冲区A,B,C,D,E有值，则根据驾驶员输入数据中的车道数进行判断，若车道数等于2则需要考虑本车左侧车道在本车前方与本车行驶方向相反的第一辆车。要调用安全阈值计算模块的第一安全距离阈值计算子模块和第二安全距离阈值计算子模块和第三安全距离阈值计算子模块和第四安全距离阈值计算子模块，态势感知模块的第一距离计算子模块和第二距离计算子模块和第三距离计算子模块和第四距离计算子模块，两个大模块中的八个子模块同时并行计算。若同时满足第一距离大于第一安全距离阈值，第二距离大于第二安全距离阈值，第三距离大于第三安全距离阈值，第四距离大于第四安全距离阈值，则满足超车条件否则不满足超车条件，将结果传入给预警信息提示模块完成预警信息提示。若车道数大于2则按照缓冲区只有A,B,C,D有值计算。
第一安全距离阈值计算子模块具体内容包括，计算本车在安全车头时距内的行驶距离即为第一安全距离阈值。安全车头时距可由模糊计算模块的安全车头时距模糊计算子模块获得。
第二安全距离阈值计算子模块具体内容包括，计算在安全车头时距内本车左侧车道在本车后方与本车行驶方向相同的第一辆车的行驶距离，即为第二安全距离阈值。安全车头时距可由模糊计算模块的安全车头时距模糊计算子模块获得。计算该距离需要使用车辆的期望加速度，可由模糊计算模块的期望加速度模糊计算子模块获得。
第三安全距离阈值计算子模块具体内容包括，本车完成超车回到原车道后与原前车应保持的安全跟驰距离和与原前前应保持的安全跟驰距离和本车的车身长度的总和即为第三安全距离阈值。安全跟驰距离的计算需要使用本车和原前车驾驶员的反应时间，该时间可由模糊计算模块的反应时间模糊计算子模块获得。还需要使用原前车的期望加速度，该加速度值可由模糊计算模块的期望加速度模糊计算子模块获得。
第四安全距离阈值计算子模块具体内容包括，计算本车在超车结束回到原车道时所需的时间，该时间段内本车的行驶距离和本车前方与本车行驶方向相反的第一辆车行驶距离之和便为第四安全距离阈值。计算本车前方与本车行驶方向相反的第一辆车行驶距离时需使用驾驶员的期望加速度，该加速度值可由模糊计算模块的期望加速度模糊计算子模块获得。
第一距离计算子模块具体内容包括，计算出本车以当前的速度和加速度行驶，本车右侧车头行驶至前方车辆车身左侧水平位置时所需要的时间，该时间可以通过模糊计算模块的危险临界时间模糊计算子模块获得，在此时间段内本车与前车行驶的距离差值加上本车和前车当前的距离差值即为第一距离。计算前车行驶距离时需要使用驾驶员的期望加速度，该加速度值可由模糊计算模块的期望加速度模糊计算子模块获得。
第二距离计算子模块具体内容包括，计算出本车完成换道所需的时间，该时间可以通过模糊计算模块的完成换道时间模糊计算子模块获得,在此时间段内本车与本车左侧车道在本车后方与本车行驶方向相同的第一辆车行驶距离的差值加上本车与本车左侧车道在本车后方与本车行驶方向相同的第一辆车的当前距离差值即为第二距离。
第三距离计算子模块具体内容包括，计算在本车完成超车的时间段内前车和前前车行驶距离的差值加上前车和前前车当前距离差值即为第三距离。计算该距离需使用前车和前前车的期望加速度，可由模糊计算模块的期望加速度模糊计算子模块获得。
第四距离计算子模块具体内容包括，获取本车与本车前方与本车行驶方向相反的第一辆车之间的当前距离即为第四距离。
反应时间模糊计算子模包括，将驾驶时长抽象成短，中，中长，长四种状况。定义输入量驾驶时长(dt)的四个模糊子集为{短(s)、中(m)、中长(ml)、长(l)},同时定义输入量驾驶时长(dt)的论域为[0,8]，隶属度函数如下：
Figure BDA0002445390880000041
天气状况抽象成雪、雾、雨、晴四种状况。定义输入量天气状况(WC)的4个模糊子集为{雪(snow)、雾(fog)、雨(rain)、晴(fine)},同时定义输入量天气状况(wc)的论域[0,1]。隶属度函数如下：
Figure BDA0002445390880000051
定义输出量驾驶员反应时间(tr)的三个模糊子集为{快(f)、中(m)、慢(s)}，同时定义输出量驾驶员反应时间(tr)的论域为[0.3,1.5],隶属度函数如下：
Figure BDA0002445390880000052
驾驶员反应时间(tr)的模糊规则表如下：
Figure BDA0002445390880000053
选择模糊逻辑推理的合成规则为极大极小规则,选择去模糊化方法为面积平均法。通过该模糊计算模块的算法即可得到驾驶员反应时间(tr)。
完成换道时间模糊计算子模包括，将车辆的速度差抽象成小，中，大，三种状况。定义输入量速度差值(sd)的三个模糊子集为{小(s)、中(m)、大(b)},同时定义输入量速度差值(sd)的论域为[0,40]，隶属度函数如下：
Figure BDA0002445390880000054
将车辆的相对距离抽象成小，中，大，三种状况。定义输入量相对距离(rd)的三个模糊子集为{小(s),中(m),大(b)},同时定义输入量相对距离(rd)的论域[30,200]。隶属度函数如下：
Figure BDA0002445390880000061
定义输出量完成换道时间(tcr)的三个模糊子集为{短(s)、中(m)、长(l)}，同时定义输出量完成换道时间(tcr)的论域为[3,10],隶属度函数如下：
Figure BDA0002445390880000062
完成换道时间(tcr)的模糊规则表如下：
Figure BDA0002445390880000063
选择模糊逻辑推理的合成规则为极大极小规则,选择去模糊化方法为面积平均法。通过该模糊计算模块的算法即可得到完成换道时间(tcr)。
危险临界时间模糊计算子模包括，输入量速度差值(sd)和输入量相对距离(rd)隶属度函数与完成换道时间模糊计算子模相同。定义本车与前车危险临界时间(tfc)的三个模糊子集为{短(s)、中(m)、长(l)}，同时定义输出量本车与前车危险临界时间(tfc)的论域为[1,3],隶属度函数如下：
Figure BDA0002445390880000064
本车与前车危险临界时间(tfc)的模糊规则表如下：
Figure BDA0002445390880000071
选择模糊逻辑推理的合成规则为极大极小规则,选择去模糊化方法为面积平均法。通过该模糊计算模块的算法即可得到本车与前车危险临界时间(tfc)。
安全车头时距模糊计算子模包括，输入量天气状况(wc)隶属度函数与反应时间模糊计算子模块相同。将路面状况(rc)归纳为沥青，水泥，砂石三种状况。定义输入量路面状况(rc)的三个模糊子集为{沥青(asphalt)、水泥(cement)、砂石(sand)},同时定义输入量路面状况(rc)的论域为[0,1]，隶属度函数如下：
Figure BDA0002445390880000072
定义输出量安全车头时距(thd)的三个模糊子集为{小(s)、中(m)、大(b)}，同时定义输出量安全车头时距(thd)的论域为[1.1,1.7],隶属度函数如下：
Figure BDA0002445390880000073
安全车头时距(thd)的模糊规则表：
Figure BDA0002445390880000074
选择模糊逻辑推理的合成规则为极大极小规则,选择去模糊化方法为面积平均法。通过该模糊计算模块的算法即可得到安全车头时距(thd)。
期望加速度模糊计算模块包括，定义输入量车速(v)的三个模糊子集为{低(l)、中(m)、高(g)}，同时定义输入量车速(v)的论域为[0,120],隶属度函数如下：
Figure BDA0002445390880000081
将油门踏板压力抽象成零，小，中，大四种情况。定义输入量油门踏板压力(ap)的四个模糊子集为{零(z)、小(s)、中(m)、大(b)}，同时定义输入量油门踏板压力的论域为[0,1],隶属度函数如下：
Figure BDA0002445390880000082
将制动踏板压力抽象成零，小，中，大四种情况。定义输入量油门踏板压力(dp)的四个模糊子集为{零(z)、小(s)、中(m)、大(b)}，同时定义输入量油门踏板压力的论域为[0,1],隶属度函数如下：
Figure BDA0002445390880000083
定义输出量期望加速度(a)的六个模糊子集为{负大(nb)、负中(nm)、负小(ns)、零(z)、正小(ps)、正中(pm)、正大(pb)},同时定义输出量期望加速度(a)的论域为[-4,3],隶属度函数如下：
Figure BDA0002445390880000091
期望加速的(a)的模糊规则表：
Figure BDA0002445390880000092
选择模糊逻辑推理的合成规则为极大极小规则,选择去模糊化方法为面积平均法。通过该模糊计算模块的算法即可得到期望加速度(a)。
附图说明
图1是基于车联网的超车态势感知预警系统结构图；
图2是超车前车辆间位置关系场景示意图；
图3是本车左侧车道在本车后方与本车行驶方向相同的第一辆车在超车过程中的位置关系场景示意图；
图4是本车与前车超车过程中车辆位置关系场景示意图；
图5是本车、前车、前前车在超车过程中的位置关系场景示意图；
图6是本车与本车前方与本车行驶方向相反的第一辆车在超车过程中的位置关系场景示意图；
图7是只有A、B缓冲区有数据时计算流程控制模块使用的模块结构图；
图8是只有A、B、D缓冲区有数据时计算流程控制模块使用的模块结构图；
图9是只有A、B、C缓冲区有数据时计算流程控制模块使用的模块结构图；
图10是只有A、B、E缓冲区有数据且车道数为2时计算流程控制模块使用的模块结构图；
图11是只有A、B、C、D缓冲区有数据时计算流程控制模块使用的模块结构图；
图12是只有A、B、C、E缓冲区有数据且车道数为2时计算流程控制模块使用的模块结构图；
图13是只有A、B、D、E缓冲区有数据且车道数为2时计算流程控制模块使用的模块结构图；
图14是是只有A、B、C、D、E缓冲区有数据且车道数为2时计算流程控制模块使用的模块结构图；
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。
作为本发明一实施例，如图1所示基于车联网的超车态势感知预警系统包括：
信息收集模块1，态势感知触发模块2，计算流程控制模块3，安全阈值计算模块4，模糊计算模块5，态势感知计算模块6，预警信息提示模块7。
信息收集模块1获取驾驶员用车载设备终端输入的天气状况和道路状况以及车身长度数据，并对数据进行存储。
信息收集模块1实时获取以本车辆为圆心半径200m范围内的车辆信息，本系统主要考虑了如图2所示的与本车A处于一定位置关系的车辆如B、C、D、E。在行驶过程中车辆B、C、D、E不一定同时存在，根据实时获取的数据中的车辆的经纬度坐标，确定出周围车辆与本车A的位置关系，并将最新获取到的数据更新到对应的数据缓冲区，并将B、C、D、E中不存在的车辆对应的数据缓冲区清空。
态势感知触发模块接收到信号后，调用缓冲区中的数据，判断各缓冲区中是否有值，并将有值的缓冲区中的数据和驾驶员输入数据传入计算流程控制模块。
流程控制模块根据接收到的数据选择出对应的计算流程，总共分为以下8种情况：
若流程控制模块接收到的仅有图2中A、B车的数据，参见图7。调用安全阈值计算模块的第一安全距离阈值计算子模块和态势感知模块的第一距离计算子模块，两模块使用多线程并行计算，若第一距离大于第一安全距离阈值则满足超车条件，否则不满足超车条件，将结果传入给预警信息提示模块完成预警信息提示。
若流程控制模块接收到的仅有图2中A、B、D车的数据，参见图8。调用安全阈值计算模块的第一安全距离阈值计算子模块和第二安全距离阈值计算子模块，态势感知模块的第一距离计算子模块和第二距离计算子模块，两个大模块中的四个子模块同时并行计算。若同时满足第一距离大于第一安全距离阈值和第二距离大于第二安全距离阈值，则满足超车条件否则不满足超车条件，将结果传入给预警信息提示模块完成预警信息提示。
若流程控制模块接收到的仅有图2中A、B、C车的数据，参见图9。调用安全阈值计算模块的第一安全距离阈值计算子模块和第三安全距离阈值计算子模块，态势感知模块的第一距离计算子模块和第三距离计算子模块，两个大模块中的四个子模块同时并行计算。若同时满足第一距离大于第一安全距离阈值和第三距离大于第三安全距离阈值，则满足超车条件否则不满足超车条件，将结果传入给预警信息提示模块完成预警信息提示。
若流程控制模块接收到的仅有图2中A、B、E车的数据，则根据驾驶员输入数据中的车道数进行判断，若车道数等于2则需要考虑E车，参见图10。调用安全阈值计算模块的第一安全距离阈值计算子模块和第四安全距离阈值计算子模块，态势感知模块的第一距离计算子模块和第四距离计算子模块，两个大模块中的四个子模块同时并行计算。若同时满足第一距离大于第一安全距离阈值和第四距离大于第四安全距离阈值，则满足超车条件否则不满足超车条件，将结果传入给预警信息提示模块完成预警信息提示。若车道数大于2则按照缓冲区只有A、B有值计算。
若流程控制模块接收到的仅有图2中A、B、C、D车的数据，参见图11。调用安全阈值计算模块的第一安全距离阈值计算子模块和第二安全距离阈值计算子模块和第三安全距离阈值计算子模块，态势感知模块的第一距离计算子模块和第二距离计算子模块和第三距离计算子模块，两个大模块中的六个子模块同时并行计算。若同时满足第一距离大于第一安全距离阈值，第二距离大于第二安全距离阈值，第三距离大于第三安全距离阈值，则满足超车条件否则不满足超车条件，将结果传入给预警信息提示模块完成预警信息提示。
若流程控制模块接收到的仅有图2中A、B、C、E车的数据，则根据驾驶员输入数据中的车道数进行判断，若车道数等于2则需要考虑E车，参见图12。调用安全阈值计算模块的第一安全距离阈值计算子模块和第三安全距离阈值计算子模块和第四安全距离阈值计算子模块，态势感知模块的第一距离计算子模块和第三距离计算子模块和第四距离计算子模块，两个大模块中的六个子模块同时并行计算。若同时满足第一距离大于第一安全距离阈值，第三距离大于第三安全距离阈值，第四距离大于第四安全距离阈值，则满足超车条件否则不满足超车条件，将结果传入给预警信息提示模块完成预警信息提示。若车道数大于2则按照缓冲区只有A、B、C有值计算。
若流程控制模块接收到的仅有图2中A、B、D、E车的数据，则根据驾驶员输入数据中的车道数进行判断，若车道数等于2则需要考虑E车，参见图13。调用安全阈值计算模块的第一安全距离阈值计算子模块和第二安全距离阈值计算子模块和第四安全距离阈值计算子模块，态势感知模块的第一距离计算子模块和第二距离计算子模块和第四距离计算子模块，两个大模块中的六个子模块同时并行计算。若同时满足第一距离大于第一安全距离阈值，第二距离大于第二安全距离阈值，第四距离大于第四安全距离阈值，则满足超车条件否则不满足超车条件，将结果传入给预警信息提示模块完成预警信息提示。若车道数大于2则按照缓冲区只有A、B、D有值计算。
若流程控制模块接收到图2中A、B、C、D、E车的数据，则根据驾驶员输入数据中的车道数进行判断，若车道数等于2则需要考虑E车，参见图14。要调用安全阈值计算模块的第一安全距离阈值计算子模块和第二安全距离阈值计算子模块和第三安全距离阈值计算子模块和第四安全距离阈值计算子模块，态势感知模块的第一距离计算子模块和第二距离计算子模块和第三距离计算子模块和第四距离计算子模块，两个大模块中的八个子模块同时并行计算。若同时满足第一距离大于第一安全距离阈值，第二距离大于第二安全距离阈值，第三距离大于第三安全距离阈值，第四距离大于第四安全距离阈值，则满足超车条件否则不满足超车条件，将结果传入给信息提示模块完成信息提示。若车道数大于2则按照缓冲区只有A、B、C、D有值计算。
第一安全距离阈值计算子模块被调用时，将天气状况和道路状况数据传入安全车头时距模糊计算子模块，获取车头时距。计算出A车在车头时距内行驶的距离，即可得到第一安全距离阈值，参见图4中的距离17。
第二安全距离阈值计算子模块被调用时，将天气状况和道路状况数据传入安全车头时距模糊计算子模块，获取车头时距。将D车的速度、油门踏板压力、制动踏板压力数据输入期望加速度模糊计算子模块，获得D车的期望加速度。计算出D车在车头时距内以期望加速度行驶的距离，即可得到第二安全距离阈值，参见3中的距离14。
第三安全距离阈值计算子模块被调用时，将A、B车的驾驶时长和天气状况数据传入反应时间模糊计算子模块，分别获取A、B车驾驶员的反应时间。
将B、C车的速度、油门踏板压力、制动踏板压力数据输入期望加速度模糊计算子模块，分别获得B、C车的期望加速度。将B车的反应时间、期望加速度，A车完成超车后B车的速度，代入制动数学模型进行计算可得到A车完成超车后A、B车间的安全跟驰距离，参见图5中的距离20。将A车的反应时间、A车完成超车后的速度以及加速度，C车的期望加速度、A车完成超车后C车的速度代入制动数学模型进行计算可得到A车完成超车后B、C车间的安全跟驰距离，参见图5中的距离22。A、B车间的安全距离加上B、C车间的安全距离在加上A车的车身长度，即可得到第三安全距离阈值，参见图5中的距离20加上距离22在加上车身长度。
第四安全距离阈值计算子模块被调用时，将E车的速度、油门踏板压力、制动踏板压力数据输入期望加速度模糊计算模块，获得E车的期望加速度。计算A车以当前速度和加速度在完成超车的时间内的行驶距离和E车以当前速度和期望加速度在A车完成超车的时间内的行驶距离，计算两距离之和即可得到第四安全距离阈值，参见图6中的距离23加上距离24。
第一距离计算子模块被调用时，用A、B车的速度计算出两车的相对速度，用A、B车的经纬度坐标计算出两车的相对距离，参见图2中距离10，将相对速度和相对距离传入危险临界时间模糊计算子模块，获得危险临界时间。将B车的速度、油门踏板压力、制动踏板压力数据输入期望加速度模糊计算子模块，获得B车的期望加速度。计算在危险临界时间内A车在当前的速度和加速的下的行驶距离，参见图4中的距离15，B车在当前速度和期望加速度下的行驶距离，参见图4中的距离16，两车行驶距离的差值加上A、B车的相对距离即可得到第一距离参见图4中的距离16减距离15加上图2中的距离10。危险临界时间参见图4中车辆A从A1行驶到A2所用时间15。
第二距离计算子模块被调用时，用A、D车的速度计算出两车的相对速度，用A、D车的经纬度坐标计算出两车的相对距离，参见图2中距离8，将相对速度和相对距离传入完成换道时间模糊计算子模块，获得完成换道的时间。将D车的速度、油门踏板压力、制动踏板压力数据输入期望加速度模糊计算子模块，获得D车的期望加速度。计算在完成换道的时间内A车在当前的速度和加速下的行驶距离，参见图3中距离12，D车在当前速度和期望加速度下的行驶距离，参见图3中距离13，两车行驶距离的差值加上A、D车的相对距离即可得到第二距离，参见图3中距离12减距离13加上图2中距离8。完成换道时间参见图3中车辆A从A1行驶到A3所用时间12。
第三距离计算子模块被调用时，用B、C车的经纬度坐标计算出两车的相对距离，参见图2距离11。将B、C车的速度、油门踏板压力、制动踏板压力数据输入期望加速度模糊计算子模块，获得B、C车的期望加速度。计算在超车完成时间内B车在当前速度和期望加速度下的行驶距离，参见图5距离19和C车在当前速度和期望加速度下的行驶距离，参见图5距离21，两行驶距离的差值加上B、C车的相对距离即可得到第三距离，参见图5距离21减图5距离19加上图2距离11。超车完成时间参见图5车辆A从A1行驶到A5所用时间18。
第四距离计算子模块被调用时，计算当下A、E车之间的距离即可得到第四距离，参见图2距离9。
反应时间模糊计算子模块的构造方法如下：
定义输入量驾驶时长(dt)的四个模糊子集为{短(s)、中(m)、中长(ml)、长(l)},同时定义输入量驾驶时长(dt)的论域为[0,8]，隶属度函数如下：
Figure BDA0002445390880000131
定义输入量天气状况(wc)的4个模糊子集为{雪(snow)、雾(fog)、雨(rain)、晴(fine)},同时定义输入量天气状况(wc)的论域[0,1]。隶属度函数如下：
Figure BDA0002445390880000141
定义输出量驾驶员反应时间(tr)的三个模糊子集为{快(f)、中(m)、慢(s)}，同时定义输出量驾驶员反应时间(tr)的论域为[0.3,1.5],隶属度函数如下：
Figure BDA0002445390880000142
驾驶员反应时间(tr)的模糊规则表如下：
Figure BDA0002445390880000143
选择模糊逻辑推理的合成规则为极大极小规则,选择去模糊化方法为面积平均法。通过该模糊计算模块的算法即可得到驾驶员反应时间(tr)。
完成换道时间模糊计算子模块的构造方法如下：
定义输入量速度差值(sd)的三个模糊子集为{小(s)、中(m)、大(b)},同时定义输入量速度差值(sd)的论域为[0,40]，隶属度函数如下：
Figure BDA0002445390880000144
定义输入量相对距离(rd)的三个模糊子集为{小(s)、中(m)、大(b)},同时定义输入量相对距离(rd)的论域[30,200]。隶属度函数如下：
Figure BDA0002445390880000151
定义输出量完成换道时间(tcr)的三个模糊子集为{短(s)、中(m)、长(l)}，同时定义输出量完成换道时间(tcr)的论域为[3,10],隶属度函数如下：
Figure BDA0002445390880000152
完成换道时间(tcr)的模糊规则表：
Figure BDA0002445390880000153
选择模糊逻辑推理的合成规则为极大极小规则,选择去模糊化方法为面积平均法。通过该模糊计算模块的算法即可得到完成换道时间(tcr)。
危险临界时间模糊计算子模块的构造方法如下：
输入量速度差值(sd)和输入量相对距离(rd)隶属度函数与完成换道时间模糊计算子模块相同。
定义输出量本车与前车危险临界时间(tfc)的三个模糊子集为{短(s)、中(m)、长(l)}，同时定义输出量本车与前车危险临界时间(tfc)的论域为[1,3],隶属度函数如下：
Figure BDA0002445390880000161
本车与前车危险临界时间(tfc)的模糊规则表：
Figure BDA0002445390880000162
选择模糊逻辑推理的合成规则为极大极小规则,选择去模糊化方法为面积平均法。通过该模糊计算模块的算法即可得到本车与前车危险临界时间(tfc)。
安全车头时距模糊计算子模块构造方法如下：
输入量天气状况(wc)隶属度函数与反应时间模糊计算子模块相同。定义输入量路面状况(rc)的三个模糊子集为{沥青(asphalt)、水泥(cement)、砂石(sand)},同时定义输入量路面状况(rc)的论域为[0,1]，隶属度函数如下：
Figure BDA0002445390880000163
定义输出量安全车头时距(thd)的三个模糊子集为{小(s)、中(m)、大(b)}，同时定义输出量安全车头时距(thd)的论域为[1.1,1.7],隶属度函数如下：
Figure BDA0002445390880000164
安全车头时距(thd)的模糊规则表：
Figure BDA0002445390880000171
选择模糊逻辑推理的合成规则为极大极小规则,选择去模糊化方法为面积平均法。通过该模糊计算模块的算法即可得到安全车头时距(thd)。
期望加速度模糊计算子模块的构造方法如下：
定义输入量车速(v)的三个模糊子集为{低(l)、中(m)、高(g)}，同时定义输入量(v)的论域为[0,120],隶属度函数如下：
Figure BDA0002445390880000172
定义输入量油门踏板压力(ap)的四个模糊子集为{零(z)、小(s)、中(m)、大(b)}，同时定义输入量油门踏板压力的论域为[0,1],隶属度函数如下：
Figure BDA0002445390880000173
定义输入量油门踏板压力(dp)的四个模糊子集为{零(z)、小(s)、中(m)、大(b)}，同时定义输入量油门踏板压力的论域为[0,1],隶属度函数如下：
Figure BDA0002445390880000181
定义输出量期望加速度(a)的六个模糊子集为{负大(nb)、负中(nm)、负小(ns)、零(z)、正小(ps)、正中(pm)、正大(pb)},同时定义输出量期望加速度(a)的论域为[-4,3],隶属度函数如下：
Figure BDA0002445390880000182
期望加速的(a)的模糊规则表:
Figure BDA0002445390880000191
选择模糊逻辑推理的合成规则为极大极小规则,选择去模糊化方法为面积平均法。通过该模糊计算模块的算法即可得到期望加速度(a)。

Claims (3)

1.一种基于车联网的超车态势感知预警系统，其特征在于，包括以下步骤：
a.获取本车辆输入信息，包括天气状况，有雪、雾、雨、晴四个选项；道路状况包括道路材质，有沥青、水泥、砂石三个选项；车道数，有2、大于2两个选项；车身长度；将本车辆与周围车辆进行网络连接，并实时获取以本车辆为圆心半径200m范围内的车辆信息,包括车辆的速度、加速度、经纬度坐标、油门踏板压力、制动踏板压力、行驶方向及驾驶时长，并将最新获取的数据更新到数据缓冲区；
b.驾驶员通过车载按键或语音即可触发态势感知触发模块；
c.将安全阈值计算模块划分为四个安全阈值计算子模块，将态势感知计算模块划分为四个距离计算子模块；将模糊计算模块划分为五个模糊计算子模块；
d.根据数据缓冲区中的数据，判断周围存在哪些会对超车行为产生影响的车辆；通过计算流程控制模块确定出具体的计算流程，计算流程在执行的过程中会按需调用模糊计算模块中的子模块，安全阈值计算模块中的子模块，以及态势感知计算模块中的子模块；
e.将预警结果输入预警信息提示模块，若满足超车条件，预警信息提示模块语音提示本车驾驶员可以超车并给周围车辆发送超车消息；若不满足超车条件，预警信息提示模块语音提示本车驾驶员不建议超车；
步骤a中所述的缓冲区包括为本车存放最新车辆数据开辟的数据缓冲区A；为本车前车存放车辆最新数据开的辟缓冲区B；为本车前前车存放车辆最新数据开辟的缓冲区C；为本车左侧车道在本车后方与本车行驶方向相同的第一辆车存放车辆最新数据开辟的缓冲区D；为本车左侧车道在本车前方与本车行驶方向相反的第一辆车存放车辆最新数据开辟的缓冲区E；若信息获取范围内存在对应车辆，则将最新数据更新到对应车辆的缓冲区；否则，将对应车辆的缓冲区清空；
所述步骤c中的安全阈值计算模块包括第一安全距离阈值计算子模块，第二安全距离阈值计算子模块，第三安全距离阈值计算子模块，第四安全距离阈值计算子模块；态势感知计算模块包括第一距离计算子模块，第二距离计算子模块，第三距离计算子模块，第四距离计算子模块；模糊计算模块包括反应时间模糊计算子模块，期望加速度模糊计算子模块，安全车头时距模糊计算子模块，危险临界时间模糊计算子模块，完成换道时间模糊计算子模块；
所述步骤d中的计算流程控制模块包括以下八个控制子流程：
若缓冲区只有A,B有值，则需要调用安全阈值计算模块的第一安全距离阈值计算子模块和态势感知模块的第一距离计算子模块，两模块使用多线程并行计算，若第一距离大于第一安全距离阈值则满足超车条件，否则不满足超车条件，将结果传入给预警信息提示模块完成预警信息提示；
若缓冲区只有A,B,D有值，则需要调用安全阈值计算模块的第一安全距离阈值计算子模块和第二安全距离阈值计算子模块，态势感知模块的第一距离计算子模块和第二距离计算子模块，两个大模块中的四个子模块同时并行计算；若同时满足第一距离大于第一安全距离阈值和第二距离大于第二安全距离阈值，则满足超车条件否则不满足超车条件，将结果传入给预警信息提示模块完成预警信息提示；
若缓冲区只有A,B,C有值，则需要调用安全阈值计算模块的第一安全距离阈值计算子模块和第三安全距离阈值计算子模块，态势感知模块的第一距离计算子模块和第三距离计算子模块，两个大模块中的四个子模块同时并行计算；若同时满足第一距离大于第一安全距离阈值和第三距离大于第三安全距离阈值，则满足超车条件否则不满足超车条件，将结果传入给预警信息提示模块完成预警信息提示；
若缓冲区只有A,B,E有值，则根据驾驶员输入数据中的车道数进行判断，若车道数等于2则需要考虑本车左侧车道在本车前方与本车行驶方向相反的第一辆车；需要调用安全阈值计算模块的第一安全距离阈值计算子模块和第四安全距离阈值计算子模块，态势感知模块的第一距离计算子模块和第四距离计算子模块，两个大模块中的四个子模块同时并行计算；若同时满足第一距离大于第一安全距离阈值和第四距离大于第四安全距离阈值，则满足超车条件否则不满足超车条件，将结果传入给预警信息提示模块完成预警信息提示；若车道数大于2则按照缓冲区只有A,B有值计算；
若缓冲区只有A,B,C,D有值，则需要调用安全阈值计算模块的第一安全距离阈值计算子模块和第二安全距离阈值计算子模块和第三安全距离阈值计算子模块，态势感知模块的第一距离计算子模块和第二距离计算子模块和第三距离计算子模块，两个大模块中的六个子模块同时并行计算；若同时满足第一距离大于第一安全距离阈值，第二距离大于第二安全距离阈值，第三距离大于第三安全距离阈值，则满足超车条件否则不满足超车条件，将结果传入给预警信息提示模块完成预警信息提示；
若缓冲区只有A,B,C,E有值，则根据驾驶员输入数据中的车道数进行判断，若车道数等于2则需要考虑本车左侧车道在本车前方与本车行驶方向相反的第一辆车；需要调用安全阈值计算模块的第一安全距离阈值计算子模块和第三安全距离阈值计算子模块和第四安全距离阈值计算子模块，态势感知模块的第一距离计算子模块和第三距离计算子模块和第四距离计算子模块，两个大模块中的六个子模块同时并行计算；若同时满足第一距离大于第一安全距离阈值，第三距离大于第三安全距离阈值，第四距离大于第四安全距离阈值，则满足超车条件否则不满足超车条件，将结果传入给预警信息提示模块完成预警信息提示；若车道数大于2则按照缓冲区只有A,B,C有值计算；
若缓冲区只有A,B,D,E有值，则根据驾驶员输入数据中的车道数进行判断，若车道数等于2则需要考虑本车左侧车道在本车前方与本车行驶方向相反的第一辆车；需要调用安全阈值计算模块的第一安全距离阈值计算子模块和第二安全距离阈值计算子模块和第四安全距离阈值计算子模块，态势感知模块的第一距离计算子模块和第二距离计算子模块和第四距离计算子模块，两个大模块中的六个子模块同时并行计算；若同时满足第一距离大于第一安全距离阈值，第二距离大于第二安全距离阈值，第四距离大于第四安全距离阈值，则满足超车条件否则不满足超车条件，将结果传入给预警信息提示模块完成预警信息提示；若车道数大于2则按照缓冲区只有A,B,D有值计算；
若缓冲区A,B,C,D,E有值，则根据驾驶员输入数据中的车道数进行判断，若车道数等于2则需要考虑本车左侧车道在本车前方与本车行驶方向相反的第一辆车；需要调用安全阈值计算模块的第一安全距离阈值计算子模块和第二安全距离阈值计算子模块和第三安全距离阈值计算子模块和第四安全距离阈值计算子模块，态势感知模块的第一距离计算子模块和第二距离计算子模块和第三距离计算子模块和第四距离计算子模块，两个大模块中的八个子模块同时并行计算；若同时满足第一距离大于第一安全距离阈值，第二距离大于第二安全距离阈值，第三距离大于第三安全距离阈值，第四距离大于第四安全距离阈值，则满足超车条件否则不满足超车条件，将结果传入给预警信息提示模块完成预警信息提示；若车道数大于2则按照缓冲区只有A,B,C,D有值计算。
2.如权利要求1所述的一种基于车联网的超车态势感知预警系统，其特征在于，所述第一安全距离阈值计算子模块具体内容包括，计算本车在安全车头时距内的行驶距离即为第一安全距离阈值；安全车头时距由模糊计算模块的安全车头时距模糊计算子模块获得；
第二安全距离阈值计算子模块具体内容包括，计算在安全车头时距内本车左侧车道在本车后方与本车行驶方向相同的第一辆车的行驶距离，即为第二安全距离阈值；安全车头时距由模糊计算模块的安全车头时距模糊计算子模块获得；计算该距离需要使用车辆的期望加速度，由模糊计算模块的期望加速度模糊计算子模块获得；
第三安全距离阈值计算子模块具体内容包括，本车完成超车回到原车道后与原前车应保持的安全跟驰距离和与原前前应保持的安全跟驰距离和本车的车身长度的总和即为第三安全距离阈值；安全跟驰距离的计算需要使用本车和原前车驾驶员的反应时间，该时间由模糊计算模块的反应时间模糊计算子模块获得；还需要使用原前车的期望加速度，该加速度值可由模糊计算模块的期望加速度模糊计算子模块获得；
第四安全距离阈值计算子模块具体内容包括，计算本车在超车结束回到原车道时所需的时间，该时间段内本车的行驶距离和本车左侧车道在本车前方与本车行驶方向相反的第一辆车行驶距离之和便为第四安全距离阈值；计算本车前方与本车行驶方向相反的第一辆车行驶距离时需使用驾驶员的期望加速度，该加速度值由模糊计算模块的期望加速度模糊计算子模块获得。
3.如权利要求1所述的一种基于车联网的超车态势感知预警系统，其特征在于，所述第一距离计算子模块具体内容包括，计算出本车以当前的速度和加速度行驶，本车右侧车头行驶至前方车辆车身左侧水平位置时所需要的时间，该时间通过模糊计算模块的危险临界时间模糊计算子模块获得，在此时间段内本车与前车行驶的距离差值加上本车和前车当前的距离差值即为第一距离；计算前车行驶距离时需要使用驾驶员的期望加速度，该加速度值由模糊计算模块的期望加速度模糊计算子模块获得；
第二距离计算子模块具体内容包括，计算出本车完成换道所需的时间，该时间通过模糊计算模块的完成换道时间模糊计算子模块获得,在此时间段内本车与本车左侧车道在本车后方与本车行驶方向相同的第一辆车行驶距离的差值加上本车与本车左侧车道在本车后方与本车行驶方向相同的第一辆车的当前距离差值即为第二距离；
第三距离计算子模块具体内容包括，计算在本车完成超车的时间段内前车和前前车行驶距离的差值加上前车和前前车当前距离差值即为第三距离；计算该距离需使用前车和前前车的期望加速度，由模糊计算模块的期望加速度模糊计算子模块获得；
第四距离计算子模块具体内容包括，获取本车与本车前方与本车行驶方向相反的第一辆车之间的当前距离即为第四距离。
CN202010277574.9A 2020-04-10 2020-04-10 一种基于车联网的超车态势感知预警系统 Active CN111462493B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010277574.9A CN111462493B (zh) 2020-04-10 2020-04-10 一种基于车联网的超车态势感知预警系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010277574.9A CN111462493B (zh) 2020-04-10 2020-04-10 一种基于车联网的超车态势感知预警系统

Publications (2)

Publication Number Publication Date
CN111462493A true CN111462493A (zh) 2020-07-28
CN111462493B CN111462493B (zh) 2021-05-28

Family

ID=71685246

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010277574.9A Active CN111462493B (zh) 2020-04-10 2020-04-10 一种基于车联网的超车态势感知预警系统

Country Status (1)

Country Link
CN (1) CN111462493B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0781604A (ja) * 1993-09-17 1995-03-28 Honda Motor Co Ltd 自動走行車両
CN103182981A (zh) * 2013-01-07 2013-07-03 浙江吉利汽车研究院有限公司杭州分公司 一种超车预警控制系统及控制方法
CN103241167A (zh) * 2013-05-10 2013-08-14 浙江吉利汽车研究院有限公司杭州分公司 一种基于模糊控制的超车预警控制方法与系统
CN103587467A (zh) * 2013-11-21 2014-02-19 中国科学院合肥物质科学研究院 一种危险超车预警提示方法及系统
CN102722989B (zh) * 2012-06-29 2014-05-07 山东交通学院 基于模糊神经网络的高速公路微气象交通预警方法
CN107042824A (zh) * 2015-10-23 2017-08-15 哈曼国际工业有限公司 用于检测车辆中的意外事件的系统和方法
CN109733390A (zh) * 2018-12-29 2019-05-10 江苏大学 一种基于驾驶人特性的自适应换道预警方法
CN110136254A (zh) * 2019-06-13 2019-08-16 吉林大学 基于动态概率驾驶地图的驾驶辅助信息显示方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0781604A (ja) * 1993-09-17 1995-03-28 Honda Motor Co Ltd 自動走行車両
CN102722989B (zh) * 2012-06-29 2014-05-07 山东交通学院 基于模糊神经网络的高速公路微气象交通预警方法
CN103182981A (zh) * 2013-01-07 2013-07-03 浙江吉利汽车研究院有限公司杭州分公司 一种超车预警控制系统及控制方法
CN103241167A (zh) * 2013-05-10 2013-08-14 浙江吉利汽车研究院有限公司杭州分公司 一种基于模糊控制的超车预警控制方法与系统
CN103587467A (zh) * 2013-11-21 2014-02-19 中国科学院合肥物质科学研究院 一种危险超车预警提示方法及系统
CN107042824A (zh) * 2015-10-23 2017-08-15 哈曼国际工业有限公司 用于检测车辆中的意外事件的系统和方法
CN109733390A (zh) * 2018-12-29 2019-05-10 江苏大学 一种基于驾驶人特性的自适应换道预警方法
CN110136254A (zh) * 2019-06-13 2019-08-16 吉林大学 基于动态概率驾驶地图的驾驶辅助信息显示方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈无畏: "高速工况智能车辆转向系统混杂控制研究", 《中国科学:技术科学》 *

Also Published As

Publication number Publication date
CN111462493B (zh) 2021-05-28

Similar Documents

Publication Publication Date Title
CN110488802B (zh) 一种网联环境下的自动驾驶车辆动态行为决策方法
EP1818231B1 (en) Vehicle control system
CN109808685B (zh) 一种基于危险评估的汽车预警自动避撞控制方法
CN109885040B (zh) 一种人机共驾中的车辆驾驶控制权分配系统
CN109760678A (zh) 一种汽车自适应巡航系统的限速方法
Nobe et al. An overview of recent developments in automated lateral and longitudinal vehicle controls
CN112208533B (zh) 车辆控制系统、车辆控制方法及存储介质
CN105000019A (zh) 用于检测、追踪和估计静止的路边物体的方法和系统
CN107924631B (zh) 车辆控制装置、车辆控制方法及存储车辆控制程序的介质
CN112424850B (zh) 辅助车辆中的驾驶员的方法和设备
EP3880533A1 (en) Vehicle control system and method
US20240017738A1 (en) Planning trajectories for controlling autonomous vehicles
Naumann et al. On responsibility sensitive safety in car-following situations-a parameter analysis on german highways
CN112026761A (zh) 一种基于数据共享的汽车辅助驾驶方法
US20230417565A1 (en) Lane changes for autonomous vehicles involving traffic stacks at intersection
Weisswange et al. Intelligent traffic flow assist: Optimized highway driving using conditional behavior prediction
CN111462493B (zh) 一种基于车联网的超车态势感知预警系统
CN113954827B (zh) 一种考虑定位误差和通信时延的交叉口车辆碰撞概率计算方法及系统
CN117864135A (zh) 基于驾驶员操纵舒适性的车辆变道转向辅助方法
CN116923397A (zh) 人车路耦合的行车风险预测系统及方法
JP4720572B2 (ja) 車両用駆動力制御装置
CN114523978B (zh) 一种后方道路模型生成方法及装置
US12110021B2 (en) Control device and a method for controlling vehicle speed
Chen et al. Data based parameter setting method for adaptive cruise control
CN115892053A (zh) 一种用于改进自动驾驶性能的车载智能管理方法和系统

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Chen Yanyan

Inventor after: Guo Yinga

Inventor after: Chen Ning

Inventor before: Guo Yinga

Inventor before: Chen Yanyan

Inventor before: Chen Ning