CN111649955A - 一种面向车路协同自动紧急制动系统的性能测评方法 - Google Patents

一种面向车路协同自动紧急制动系统的性能测评方法 Download PDF

Info

Publication number
CN111649955A
CN111649955A CN202010348354.0A CN202010348354A CN111649955A CN 111649955 A CN111649955 A CN 111649955A CN 202010348354 A CN202010348354 A CN 202010348354A CN 111649955 A CN111649955 A CN 111649955A
Authority
CN
China
Prior art keywords
vehicle
test
road
time
emergency braking
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
CN202010348354.0A
Other languages
English (en)
Other versions
CN111649955B (zh
Inventor
李旭
胡玮明
徐启敏
孔栋
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.)
Southeast University
Original Assignee
Southeast 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 Southeast University filed Critical Southeast University
Priority to CN202010348354.0A priority Critical patent/CN111649955B/zh
Publication of CN111649955A publication Critical patent/CN111649955A/zh
Application granted granted Critical
Publication of CN111649955B publication Critical patent/CN111649955B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00—Testing of vehicles
    • G01M17/007—Wheeled or endless-tracked vehicles

Abstract

本发明公开了一种面向车路协同自动紧急制动系统的性能测评方法，首先，在单一的车路通信测试场景的基础上，建立了包含弯道和直道测试工况的自动紧急制动测试场景，其次，为适应实际交通场景中前车轨迹、速度、加速度等运动状态时变的特性，使测试场景尽可能符合实际运行特点，建立了一种基于五次多项式插值的前车轨迹规划模型，最后，提出并量化了面向车路协同自动紧急制动系统的性能评价指标，建立了多维度的自动紧急制动性能指标体系。本发明的有益效果在于：相比于单一的车路通信测试场景下的自动紧急制动系统测试，本发明提出的方法实现了多场景下面向车路协同自动紧急制动系统性能的全面、可靠的科学定量测评。

Description

一种面向车路协同自动紧急制动系统的性能测评方法
技术领域
本发明涉及智能车路系统测试评估技术领域，尤其涉及一种面向车路协同自动紧急制动系统的性能测评方法。
背景技术
目前，我国已建立了IVIS体系框架，IVIS共性基础和系统集成关键技术也有所突破，作为IVIS智能车载功能的重要组成部分，自动紧急制动系统(Autonomous EmergencyBraking System,AEBS)是智能驾驶汽车主动安全领域的研究热点之一，功能完备、性能良好的AEBS可以大幅度减少因制动不及时或制动力不足导致的交通事故。JT/T 1242-2019标准将现阶段最常见的具备碰撞预警、车内通信和紧急制动功能的AEBS定义为I型系统，将面向车路协同的AEBS定义为II型系统。作为AEBS的发展方向，II 型系统在I型系统的基础上，增加了车路通信功能，利用多源信息融合，实现系统的感知冗余。
为了保证车辆制动系统的可靠性和安全性，针对AEBS的测试评估受到了各国政府和评价机构的高度重视。为此，国内外出台了一系列标准法规，其中，ECE R131标准《关于车辆自动紧急制动系统的统一规定》、JT/T 1242-2019标准《营运车辆自动紧急制动系统性能要求和测试规程》、GB/T 38186-2019标准《商用车辆自动紧急制动系统性能要求及试验方法》等对AEBS性能的试验方法做出了明确规定。在评价机构层面，中国新车评价规范(ChinaNew Car Assessment Program,C-NCAP)管理规则、 i-VISTA(Intelligent VehicleSystem Test Area)中国智能汽车指数评价体系等也对AEBS的测评方法和测评场景进行了规定，构建了评分和星级划分体系，以评价AEBS的优劣。
然而，这些标准法规大多针对I型AEBS的功能和性能进行测试评价，仅有JT/T1242-2019标准对II型AEBS的测试方法和通过标准进行了说明，但面向II型AEBS的车路通信测试只验证了预警功能，且只考虑了一种测试场景，未涉及其在车路通信测试中的制动性能测试评价，特别是缺乏面向多种车路通信测试场景的II型AEBS独有的性能评价指标。
目前，已有专利文献分析了自动紧急制动的功能、性能测试和评价规程，利用层次分析法、灰色综合评价法、网络包络分析法等多种评价方法，构建了涵盖安全、效率、舒适等方面的制动性能评价指标体系。然而，测评方法及场景大多针对I型AEBS测试进行构建，面向II型AEBS的车路通信测试场景相对单一，尚不能满足全面、可靠的定量测评需求。
发明内容
发明目的：针对II型AEBS车路通信测试场景单一、缺乏II型AEBS性能评价指标的问题，本发明公开了一种面向车路协同自动紧急制动系统的性能测评方法。该方法基于实际道路试验，考虑了更为全面的测试工况和测试场景，提出并量化了II型自动紧急制动系统独有的性能评价指标，提高了II型自动紧急制动系统性能测评的完整性和可靠性，实现了自动紧急制动性能的全面、可靠的科学定量测评。
技术方案：本发明针对具有车路通信功能的自动紧急制动系统，即标准JT/T1242-2019《营运车辆自动紧急制动系统性能要求和测试规程》定义的II型自动紧急制动系统，提出了一种面向车路协同自动紧急制动系统的性能测评方法，即一种II型自动紧急制动系统的性能测评方法。首先，在单一的车路通信测试场景的基础上，建立了包含弯道和直道测试工况的自动紧急制动测试场景。其次，为适应实际交通场景中前车轨迹、速度、加速度等运动状态时变的特性，使测试场景尽可能符合实际运行特点，建立了一种基于五次多项式插值的前车轨迹规划模型。最后，提出并量化了面向车路协同自动紧急制动系统的性能评价指标，建立了多维度的自动紧急制动性能指标体系。本发明的技术路线如图1所示，包括以下步骤：
步骤一：建立面向车路协同AEBS的车路通信测试场景
在已有的车路通信测试场景的基础上，本发明建立了包含弯道测试工况和直道测试工况的自动紧急制动测试场景。具体描述如下：
1)建立基于弯道测试工况的车路通信测试场景
首先，测试道路旁设立智能路侧单元，智能路侧单元以一定的频率发布障碍物状态信息，如地理位置信息、运动状态信息等。被测车辆以一定的速度向弯道入口处行驶，前车静止于相邻车道的弯道入口处。在测试过程中，被测车辆利用无线通信接口接收智能路侧单元发送的前方障碍物状态信息。当被测车辆经过弯道入口处时，测试被测车辆是否会触发自动紧急制动；
其次，被测车辆以一定的速度在弯道行驶，有一前车在相邻车道内低速行驶，在被测车辆行驶过程中，测试被测车辆是否会触发自动紧急制动；
最后，被测车辆以一定的速度在弯道行驶，有一前车在相邻车道内低速行驶，在被测车辆行驶过程中，测量被测车辆每一时刻的位置、速度、加速度等基础性运动状态信息，前车突然加速并切入至被测车辆所在的车道，测试被测车辆是否会触发自动紧急制动。
在本发明中，被测车辆是指进行自动紧急制动测试的智能驾驶汽车，前车是指位于被测车辆行驶道路前方，与被测车辆运动方向相同、距离最近的车辆。
2)建立基于直道测试工况的车路通信测试场景
首先，测试道路旁设立智能路侧单元，智能路侧单元以一定的频率发布障碍物状态信息，如地理位置信息、运动状态信息等。被测车辆以一定的速度在直道上行驶，前车静止于相邻车道。在测试过程中，被测车辆利用无线通信接口接收智能路侧单元发送的前方障碍物状态信息。当被测车辆经过相邻车道的静止车辆时，测试被测车辆是否会触发自动紧急制动；
其次，被测车辆以一定的速度在直道上行驶，有一前车在相邻车道低速直线行驶，当被测车辆经过前车时，测试被测车辆是否会触发自动紧急制动；
最后，被测车辆以一定的速度在直道上行驶，有一前车在相邻车道低速直线行驶，在被测车辆行驶过程中，测量被测车辆每一时刻的位置、速度、加速度等基础性运动状态信息，前车突然加速并切入至被测车辆所在的车道，测试被测车辆是否会触发自动紧急制动。
步骤二：建立基于五次多项式插值的前车轨迹规划模型
为实现步骤一建立的车路通信测试，测试中的前车应根据预先设定的轨迹、速度、加速度进行运动。在基于实际路试的制动性能测试中，考虑到可操控性、安全性、测试成本等问题，往往采用由泡沫模型靶车、地面高速移动机器人组成的碰撞测试假车作为制动性能测试的前车。
为适应实际交通场景中前车轨迹、速度、加速度等运动状态时变的特性，使测试场景尽可能符合实际运行特点，本发明建立了一种基于五次多项式插值的前车轨迹规划模型。具体包括以下子步骤：
子步骤一：规划碰撞测试假车(前车)的运动轨迹
首先，建立基于五次多项式插值的前车运动轨迹函数：
Figure RE-GDA0002605555160000041
式(1)中，xlead(t),ylead(t)分别表示t时刻前车的东向位置坐标、北向位置坐标，c5,c4,c3,c2,c1,c0,b5,b4,b3,b2,b1,b0为五次多项式插值的系数，t表示离散时刻。
其次，将前车的运动起始时间和结束时间分别设为t0,tn，运动起点、运动终点的东向位置、东向速度、东向加速度可表示为：
Figure RE-GDA0002605555160000042
式(2)中，
Figure RE-GDA0002605555160000043
分别表示前车在运动起始时刻和运动终止时刻的东向速度，单位为米每秒，
Figure RE-GDA0002605555160000044
分别表示前车在运动起始时刻和运动终止时刻的东向加速度，单位为米每二次方秒。
运动起点、运动终点的北向位置、北向速度、北向加速度可表示为：
Figure RE-GDA0002605555160000045
式(3)中，
Figure RE-GDA0002605555160000046
分别表示前车在运动起始时刻和运动终止时刻的北向速度，单位为米每秒，
Figure RE-GDA0002605555160000047
分别表示前车在运动起始时刻和运动终止时刻的北向加速度，单位为米每二次方秒。
再次，对式(2)中的方程联立，求解得到五次多项式插值的系数，c5,c4,c3,c2,c1,c0分别为：
Figure RE-GDA0002605555160000051
类似地，对式(3)中的方程联立，可以求解得到五次多项式插值的系数 b5,b4,b3,b2,b1,b0。最后，将求出的系数c5,c4,c3,c2,c1,c0,b5,b4,b3,b2,b1,b0代入方程(1)，可得到前车的运动轨迹曲线。
子步骤二：建立碰撞测试假车(前车)的运动约束
为了生成满足实际测试要求的运动轨迹，需建立前车的运动约束条件。
首先，利用最大速度限值、最大加速度限值、最大减速度限值设置约束条件：
Figure RE-GDA0002605555160000052
式(5)中，vlead(t),alead(t)分别表示t时刻前车的运动速度和加速度，且满足
Figure RE-GDA0002605555160000053
vlim,aacc,adec分别表示前车的最大速度限值、最大加速度限值、最大减速度限值。
其次，将前车运动时间等分成s个区间，各时间节点分别表示为
Figure RE-GDA0002605555160000054
输入各时间节点下的期望位置、期望速度和期望加速度值，以实现各时间节点下的轨迹定义。若某时间节点下的加速度输入值等于最大加速度限值，表示在该时刻车辆加速度达到最大值，类似地，若某时间节点下的速度输入值等于最大速度限值，表示在该时刻车辆运动速度达到最大值。通过上述方法，既实现了对前车运动的约束控制，又可以保证运动轨迹的平滑性。
综上，当进行自动紧急制动性能测试时，根据设定的起始时间t0、结束时间tn、起始位置(xlead(t0),ylead(t0))、终止位置(xlead(tn),ylead(tn))、各时间节点下的期望速度、期望加速度等，生成期望的车辆运动轨迹，从而实现了碰撞测试假车(前车)的自主运动和速度控制。
输出的前车位置坐标集为Plead＝{(xlead(t0),ylead(t0)),(xlead(t1),ylead(t1)),..., (xlead(tn),ylead(tn))}，输出的前车速度、加速度分别为vlead＝{vlead(t0),vlead(t1),...,vlead(tn)}， alead＝{alead(t0),alead(t1),...,alead(tn)}，其中，Plead,vlead,alead分别表示前车的位置、速度、加速度信息。
步骤三：提出并量化面向车路协同AEBS的性能评价指标
在自动紧急制动性能测试过程中，为实时、精确的测量位置、速度、加速度等基础性车辆运动状态参数，被测车辆应安装北斗高精度定位模块、惯性测量单元等传感器，在测试过程中，输出的被测车辆速度、加速度信息分别为vtar＝{vtar(t0),vtar(t1),...,vtar(tn)}， atar＝{atar(t0),atar(t1),...,atar(tn)}，对采集的被测车辆经纬度信息进行坐标变换，转换到与前车位置信息同一坐标系下的位置坐标集为 Ptar＝{(xtar(t0),ytar(t0)),(xtar(t1),ytar(t1)),...,(xtar(tn),ytar(tn))}，其中，Ptar为位置信息坐标集，xtar(t0),ytar(t0)分别表示t0时刻下的东向位置分量和北向位置分量，类似地， xtar(tn),ytar(tn)分别表示tn时刻下的东向位置分量和北向位置分量。利用被测车辆和前车的位置、速度、加速度等运动状态信息，可以计算两车相对速度差值、相对距离、预计碰撞时间、刹车距离等基础性制动性能参数，这些性能评价指标既适用于I型AEBS，又适用于II型AEBS。
为实现更为全面的II型AEBS测试评价，在以上制动性能指标的基础上，本发明提出了II型AEBS独有的性能评价指标并进行量化。具体包括：
(1)车路通信测试下的误响应发生率
Figure RE-GDA0002605555160000071
式(6)中，η表示正常交通状况下自动紧急制动被触发的概率，H0表示正常交通状况下自动紧急制动被触发的次数，Ht表示测试的总次数。
(2)车路通信测试下的制动系统反应时间
Treac＝Tdec-Tpedal (7)
式(7)中，Treac表示车路通信测试下智能驾驶汽车制动系统的反应时间，Tdec表示利用制动踏板进行制动的起始时间(对于搭载底盘线控系统的智能驾驶汽车，Tdec表示智能驾驶汽车向线控制动系统发送制动信号的时间)，Tpedal表示根据车辆减速度变化判别的制动起始的时间，单位均为秒。
(3)传输总时延
借鉴无线通信网络中时延的概念，利用传输总时延表征车路协同环境下信息交互的速率。
Tlat＝Ttrans+Tprop+Tproc+Tque (8)
式(8)中，Tlat为传输总时延，单位为毫秒，是指一个报文或分组从前车的车载端或路侧终端传输至被测车辆的车载端所需要的时间；Ttrans为发送时延，通过数据帧长度除以信道带宽计算获得；Tprop为传播时延，通过信道长度除以电磁波在信道上的传播速率计算获得；Tproc为处理时延；Tque为排队时延。
(4)无线通信距离
Figure RE-GDA0002605555160000072
式(9)中，Rrange为无线通信距离，单位为km，f为工作频率，单位为MHz，Fl为传播损耗，单位为dB，通过式(10)计算获得。
Fl＝Pt-Ct+Gt+Gr-Cr-Pr (10)
式(10)中，Pr为接收端灵敏度，单位为dBm，Pt为发送端功率，单位为dBm，Ct为发送端接头损耗，单位为dB，Gt为发送端天线增益，单位为dB，Gr为接收端天线增益，单位为dB，Cr接收端接头损耗，单位为dB。
当进行面向车路协同自动紧急制动系统的性能测试时，首先，基于“步骤一”建立的测试场景，进行多种测试工况下的车路通信测试。在测试过程中，利用“步骤二”建立的前车轨迹规划模型实现前车的自主运动和速度控制。最后，利用“步骤三”计算性能评价指标的量化值。通过定量评价的方式分析自动紧急制动性能，从而实现了面向车路协同自动紧急制动系统性能的全面、可靠的科学定量测评。
有益效果：
相较于一般的测试，本发明提出的方法具有更为全面、可靠的特点，具体体现在：
(1)本发明提出的测评方法基于实际道路试验，实现了面向车路协同自动紧急制动系统的性能测评，相比于硬件在环仿真测试、虚拟仿真测试等方法，更具有说服力。
(2)相比于标准中单一的车路通信测试场景，本发明考虑了更为全面的测试工况和测试场景，提高了面向车路协同自动紧急制动系统性能测评的完整性和可靠性，对面向车路协同自动紧急制动系统的应用乃至道路安全起到了重要的保障作用。
(3)在相对速度、相对位置、预计碰撞时间等基础性制动性能指标的基础上，本发明提出并量化了面向车路协同自动紧急制动系统独有的性能评价指标，实现了更为全面的自动紧急制动性能的科学定量测评。
附图说明
图1是本发明的技术路线图；
图2是前车轨迹规划模型输出的某次车辆运动轨迹和速度变化曲线。
具体实施方式
下面结合附图和实施例对本发明的技术方案作进一步的说明。
目前，我国已建立了IVIS体系框架，IVIS共性基础和系统集成关键技术也有所突破，作为IVIS智能车载功能的重要组成部分，自动紧急制动系统(Autonomous EmergencyBraking System,AEBS)是智能驾驶汽车主动安全领域的研究热点之一，功能完备、性能良好的AEBS可以大幅度减少因制动不及时或制动力不足导致的交通事故。JT/T 1242-2019标准将现阶段最常见的具备碰撞预警、车内通信和紧急制动功能的AEBS定义为I型系统，将面向车路协同的AEBS定义为II型系统。作为AEBS的发展方向，II 型系统在I型系统的基础上，增加了车路通信功能，利用多源信息融合，实现系统的感知冗余。
为了保证车辆制动系统的可靠性和安全性，针对AEBS的测试评估受到了各国政府和评价机构的高度重视。为此，国内外出台了一系列标准法规，其中，ECE R131标准《关于车辆自动紧急制动系统的统一规定》、JT/T 1242-2019标准《营运车辆自动紧急制动系统性能要求和测试规程》、GB/T 38186-2019标准《商用车辆自动紧急制动系统性能要求及试验方法》等对AEBS性能的试验方法做出了明确规定。在评价机构层面，中国新车评价规范(ChinaNew Car Assessment Program,C-NCAP)管理规则、 i-VISTA(Intelligent VehicleSystem Test Area)中国智能汽车指数评价体系等也对AEBS的测评方法和测评场景进行了规定，构建了评分和星级划分体系，以评价AEBS的优劣。
然而，这些标准法规大多针对I型AEBS的功能和性能进行测试评价，仅有JT/T1242-2019标准对II型AEBS的测试方法和通过标准进行了说明，但面向II型AEBS的车路通信测试只验证了预警功能，且只考虑了一种测试场景，未涉及其在车路通信测试中的制动性能测试评价，特别是缺乏面向多种车路通信测试场景的II型AEBS独有的性能评价指标。
目前，已有专利文献分析了自动紧急制动的功能、性能测试和评价规程，利用层次分析法、灰色综合评价法、网络包络分析法等多种评价方法，构建了涵盖安全、效率、舒适等方面的制动性能评价指标体系。然而，测评方法及场景大多针对I型AEBS测试进行构建，面向II型AEBS的车路通信测试场景相对单一，尚不能满足全面、可靠的定量测评需求。
为解决以上问题，本发明针对具有车路通信功能的自动紧急制动系统，即标准JT/T 1242-2019《营运车辆自动紧急制动系统性能要求和测试规程》定义的II型自动紧急制动系统，提出了一种面向车路协同自动紧急制动系统的性能测评方法，即一种II型自动紧急制动系统的性能测评方法。首先，在单一的车路通信测试场景的基础上，建立了包含弯道和直道测试工况的自动紧急制动测试场景。其次，为适应实际交通场景中前车轨迹、速度、加速度等运动状态时变的特性，使测试场景尽可能符合实际运行特点，建立了一种基于五次多项式插值的前车轨迹规划模型。最后，提出并量化了面向车路协同自动紧急制动系统的性能评价指标，建立了多维度的自动紧急制动性能指标体系。
相较于一般的测试，本发明提出的方法具有更为全面、可靠的特点，具体体现在：(1)本发明提出的测评方法基于实际道路试验，实现了面向车路协同自动紧急制动系统的性能测评，相比于硬件在环仿真测试、虚拟仿真测试等方法，更具有说服力。(2) 相比于标准中单一的车路通信测试场景，本发明考虑了更为全面的测试工况和测试场景，提高了II型AEBS性能测试评价的完整性和可靠性，对II型AEBS的应用乃至道路安全起到了重要的保障作用。(3)在相对速度、相对位置、预计碰撞时间等基础性制动性能指标的基础上，本发明提出并量化了II型AEBS独有的性能评价指标，实现了更为全面的自动紧急制动性能的科学定量测评。本发明的技术路线如图1所示，具体步骤如下：
步骤一：建立面向车路协同AEBS的车路通信测试场景
JT/T 1242-2019标准《营运车辆自动紧急制动系统性能要求和测试规程》建立了一种面向II型AEBS的车路通信测试场景，然而，测试场景的多样性和典型性是保证自动紧急制动性能测试全面、可靠的重要因素，仅考虑一种直线测试场景无法满足这样的测评需求。因此，在已有的车路通信测试场景的基础上，本发明建立了包含弯道测试工况和直道测试工况的自动紧急制动测试场景。具体描述如下：
1)建立基于弯道测试工况的车路通信测试场景
首先，测试道路旁设立智能路侧单元，智能路侧单元以一定的频率发布障碍物状态信息，如地理位置信息、运动状态信息等。被测车辆以一定的速度向弯道入口处行驶，前车静止于相邻车道的弯道入口处。在测试过程中，被测车辆利用无线通信接口接收智能路侧单元发送的前方障碍物状态信息。当被测车辆经过弯道入口处时，测试被测车辆是否会触发自动紧急制动；
其次，被测车辆以一定的速度在弯道行驶，有一前车在相邻车道内低速行驶，在被测车辆行驶过程中，测试被测车辆是否会触发自动紧急制动；
最后，被测车辆以一定的速度在弯道行驶，有一前车在相邻车道内低速行驶，在被测车辆行驶过程中，测量被测车辆每一时刻的位置、速度、加速度等基础性运动状态信息，前车突然加速并切入至被测车辆所在的车道，测试被测车辆是否会触发自动紧急制动。
在本发明中，被测车辆是指进行自动紧急制动测试的智能驾驶汽车，前车是指位于被测车辆行驶道路前方，与被测车辆运动方向相同、距离最近的车辆。
2)建立基于直道测试工况的车路通信测试场景
首先，测试道路旁设立智能路侧单元，智能路侧单元以一定的频率发布障碍物状态信息，如地理位置信息、运动状态信息等。被测车辆以一定的速度在直道上行驶，前车静止于相邻车道。在测试过程中，被测车辆利用无线通信接口接收智能路侧单元发送的前方障碍物状态信息。当被测车辆经过相邻车道的静止车辆时，测试被测车辆是否会触发自动紧急制动；
其次，被测车辆以一定的速度在直道上行驶，有一前车在相邻车道低速直线行驶，当被测车辆经过前车时，测试被测车辆是否会触发自动紧急制动；
最后，被测车辆以一定的速度在直道上行驶，有一前车在相邻车道低速直线行驶，在被测车辆行驶过程中，测量被测车辆每一时刻的位置、速度、加速度等基础性运动状态信息，前车突然加速并切入至被测车辆所在的车道，测试被测车辆是否会触发自动紧急制动。
步骤二：建立基于五次多项式插值的前车轨迹规划模型
为实现步骤一建立的车路通信测试，测试中的前车应根据预先设定的轨迹、速度、加速度进行运动。在基于实际路试的制动性能测试中，考虑到可操控性、安全性、测试成本等问题，往往采用由泡沫模型靶车、地面高速移动机器人组成的碰撞测试假车作为制动性能测试的前车。
考虑到测试过程中前车的运动轨迹受测试环境约束、行驶前方无任何障碍物的特点，本发明将碰撞测试假车的运动规划转化为包含时间序列信息的点到点的轨迹规划问题，因此，需建立碰撞测试假车(前车)的轨迹规划模型。
在常见的轨迹规划模型中，基于图搜索的方法生成的路径不易满足车辆运动学约束，基于数值优化的方法计算时间较长，不满足自动紧急制动性能测试中实时性的要求。考虑到测试过程中前车的速度和加速度变化特性，本发明利用速度变化可控的多项式插值方法为碰撞测试假车(前车)提供加减速控制策略。
在基于多项式插值的轨迹规划方法中，相比于运动始末时刻存在冲击的三次多项式插值，基于五次多项式插值的方法能够更好的保证速度、加速度变化的平稳性。因此，为适应实际交通场景中前车轨迹、速度、加速度等运动状态时变的特性，使测试场景尽可能符合实际运行特点，本发明建立了一种基于五次多项式插值的前车轨迹规划模型。具体包括以下子步骤：
子步骤一：规划碰撞测试假车(前车)的运动轨迹
首先，建立基于五次多项式插值的前车运动轨迹函数：
Figure RE-GDA0002605555160000121
式(1)中，xlead(t),ylead(t)分别表示t时刻前车的东向位置坐标、北向位置坐标，c5,c4,c3,c2,c1,c0,b5,b4,b3,b2,b1,b0为五次多项式插值的系数，t表示离散时刻。
其次，将前车的运动起始时间和结束时间分别设为t0,tn，运动起点、运动终点的东向位置、东向速度、东向加速度可表示为：
Figure RE-GDA0002605555160000122
式(2)中，
Figure RE-GDA0002605555160000123
分别表示前车在运动起始时刻和运动终止时刻的东向速度，单位为米每秒，
Figure RE-GDA0002605555160000124
分别表示前车在运动起始时刻和运动终止时刻的东向加速度，单位为米每二次方秒。
运动起点、运动终点的北向位置、北向速度、北向加速度可表示为：
Figure RE-GDA0002605555160000125
式(3)中，
Figure RE-GDA0002605555160000126
分别表示前车在运动起始时刻和运动终止时刻的北向速度，单位为米每秒，
Figure RE-GDA0002605555160000127
分别表示前车在运动起始时刻和运动终止时刻的北向加速度，单位为米每二次方秒。
再次，对式(2)中的方程联立，求解得到五次多项式插值的系数，c5,c4,c3,c2,c1,c0分别为：
Figure RE-GDA0002605555160000131
类似地，对式(3)中的方程联立，可以求解得到五次多项式插值的系数 b5,b4,b3,b2,b1,b0。最后，将求出的系数c5,c4,c3,c2,c1,c0,b5,b4,b3,b2,b1,b0代入方程(1)，可得到前车的运动轨迹曲线。
子步骤二：建立碰撞测试假车(前车)的运动约束
为了生成满足实际测试要求的运动轨迹，需建立前车的运动约束条件。利用起始速度、终止速度、最大速度、最大加速度、最大减速度等设置运动约束。考虑到测试过程中前车运动的前方不存在障碍物，因此，无需设置安全距离约束。
首先，利用最大速度限值、最大加速度限值、最大减速度限值设置约束条件：
Figure RE-GDA0002605555160000132
式(5)中，vlead(t),alead(t)分别表示t时刻前车的运动速度和加速度，且满足
Figure RE-GDA0002605555160000133
vlim,aacc,adec分别表示前车的最大速度限值、最大加速度限值、最大减速度限值。
其次，将前车运动时间等分成s个区间，各时间节点分别表示为
Figure RE-GDA0002605555160000141
输入各时间节点下的期望位置、期望速度和期望加速度值，以实现各时间节点下的轨迹定义。若某时间节点下的加速度输入值等于最大加速度限值，表示在该时刻车辆加速度达到最大值，类似地，若某时间节点下的速度输入值等于最大速度限值，表示在该时刻车辆运动速度达到最大值。通过上述方法，既实现了对前车运动的约束控制，又可以保证运动轨迹的平滑性。
综上，当进行自动紧急制动性能测试时，根据设定的起始时间t0、结束时间tn、起始位置(xlead(t0),ylead(t0))、终止位置(xlead(tn),ylead(tn))、各时间节点下的期望速度、期望加速度等，生成期望的车辆运动轨迹，从而实现了碰撞测试假车(前车)的自主运动和速度控制。
输出的前车位置坐标集为Plead＝{(xlead(t0),ylead(t0)),(xlead(t1),ylead(t1)),..., (xlead(tn),ylead(tn))}，输出的前车速度、加速度分别为vlead＝{vlead(t0),vlead(t1),...,vlead(tn)}， alead＝{alead(t0),alead(t1),...,alead(tn)}，其中，Plead,vlead,alead分别表示前车的位置、速度、加速度信息。
以某次制动性能测试为例，设定碰撞测试假车的运动位移为200m，车辆运动时间为20s，起始速度和最大速度限值分为0m/s、18m/s，最大加速度为7.5m/s2，同时，输入各时间节点下的期望速度、期望加速度等信息，前车轨迹规划模型输出的车辆运动轨迹和速度变化曲线如图2所示。
步骤三：提出并量化面向车路协同AEBS的性能评价指标
在自动紧急制动性能测试过程中，为实时、精确的测量位置、速度、加速度等基础性车辆运动状态参数，被测车辆应安装北斗高精度定位模块、惯性测量单元等传感器，在测试过程中，输出的被测车辆速度、加速度信息分别为vtar＝{vtar(t0),vtar(t1),...,vtar(tn)}， atar＝{atar(t0),atar(t1),...,atar(tn)}，对采集的被测车辆经纬度信息进行坐标变换，转换到与前车位置信息同一坐标系下的位置坐标集为 Ptar＝{(xtar(t0),ytar(t0)),(xtar(t1),ytar(t1)),...,(xtar(tn),ytar(tn))}，其中，Ptar为位置信息坐标集，xtar(t0),ytar(t0)分别表示t0时刻下的东向位置分量和北向位置分量，类似地，xtar(tn),ytar(tn)分别表示tn时刻下的东向位置分量和北向位置分量。利用被测车辆和前车的位置、速度、加速度等运动状态信息，可以计算两车相对速度差值、相对距离、预计碰撞时间、刹车距离等基础性制动性能参数，这些性能评价指标既适用于I型AEBS，又适用于II型AEBS。
为实现更为全面的II型AEBS测试评价，在以上制动性能指标的基础上，本发明提出了II型AEBS独有的性能评价指标并进行量化。具体包括：
(1)车路通信测试下的误响应发生率
Figure RE-GDA0002605555160000151
式(6)中，η表示正常交通状况下自动紧急制动被触发的概率，H0表示正常交通状况下自动紧急制动被触发的次数，Ht表示测试的总次数。
(2)车路通信测试下的制动系统反应时间
Treac＝Tdec-Tpedal(7)
式(7)中，Treac表示车路通信测试下智能驾驶汽车制动系统的反应时间，Tdec表示利用制动踏板进行制动的起始时间(对于搭载底盘线控系统的智能驾驶汽车，Tdec表示智能驾驶汽车向线控制动系统发送制动信号的时间)，Tpedal表示根据车辆减速度变化判别的制动起始的时间，单位均为秒。
(3)传输总时延
借鉴无线通信网络中时延的概念，利用传输总时延表征车路协同环境下信息交互的速率。
Tlat＝Ttrans+Tprop+Tproc+Tque (8)
式(8)中，Tlat为传输总时延，单位为毫秒，是指一个报文或分组从前车的车载端或路侧终端传输至被测车辆的车载端所需要的时间；Ttrans为发送时延，通过数据帧长度除以信道带宽计算获得；Tprop为传播时延，通过信道长度除以电磁波在信道上的传播速率计算获得；Tproc为处理时延；Tque为排队时延。
(4)无线通信距离
Figure RE-GDA0002605555160000161
式(9)中，Rrange为无线通信距离，单位为km，f为工作频率，单位为MHz，Fl为传播损耗，单位为dB，通过式(10)计算获得。
Fl＝Pt-Ct+Gt+Gr-Cr-Pr (10)
式(10)中，Pr为接收端灵敏度，单位为dBm，Pt为发送端功率，单位为dBm，Ct为发送端接头损耗，单位为dB，Gt为发送端天线增益，单位为dB，Gr为接收端天线增益，单位为dB，Cr接收端接头损耗，单位为dB。
当进行面向车路协同自动紧急制动系统的性能测试时，首先，基于“步骤一”建立的测试场景，进行多种测试工况下的车路通信测试。在测试过程中，利用“步骤二”建立的前车轨迹规划模型实现前车的自主运动和速度控制。最后，利用“步骤三”计算性能评价指标的量化值。通过定量评价的方式分析自动紧急制动性能，从而实现了面向车路协同自动紧急制动系统性能的全面、可靠的科学定量测评。

Claims (1)

1.一种面向车路协同自动紧急制动系统的性能测评方法，首先，在单一的车路通信测试场景的基础上，建立包含弯道和直道测试工况的自动紧急制动测试场景；其次，建立一种基于五次多项式插值的前车轨迹规划模型；最后，提出并量化面向车路协同自动紧急制动系统的性能评价指标，建立多维度的自动紧急制动性能指标体系，其特征在于：
步骤一：建立面向车路协同AEBS的车路通信测试场景
在已有的车路通信测试场景的基础上，建立包含弯道测试工况和直道测试工况的自动紧急制动测试场景；具体描述如下：
1)建立基于弯道测试工况的车路通信测试场景
首先，测试道路旁设立智能路侧单元，智能路侧单元发布障碍物状态信息，包括地理位置信息、运动状态信息；被测车辆向弯道入口处行驶，前车静止于相邻车道的弯道入口处；在测试过程中，被测车辆利用无线通信接口接收智能路侧单元发送的前方障碍物状态信息；当被测车辆经过弯道入口处时，测试被测车辆是否会触发自动紧急制动；
其次，被测车辆在弯道行驶，有一前车在相邻车道内低速行驶，在被测车辆行驶过程中，测试被测车辆是否会触发自动紧急制动；
最后，被测车辆在弯道行驶，有一前车在相邻车道内低速行驶，在被测车辆行驶过程中，测量被测车辆每一时刻的基础性运动状态信息，包括位置、速度、加速度，前车加速并切入至被测车辆所在的车道，测试被测车辆是否会触发自动紧急制动；
其中，被测车辆是指进行自动紧急制动测试的智能驾驶汽车，前车是指位于被测车辆行驶道路前方，与被测车辆运动方向相同、距离最近的车辆；
2)建立基于直道测试工况的车路通信测试场景
首先，测试道路旁设立智能路侧单元，智能路侧单元发布障碍物状态信息，包括地理位置信息、运动状态信息；被测车辆在直道上行驶，前车静止于相邻车道；在测试过程中，被测车辆利用无线通信接口接收智能路侧单元发送的前方障碍物状态信息；当被测车辆经过相邻车道的静止车辆时，测试被测车辆是否会触发自动紧急制动；
其次，被测车辆在直道上行驶，有一前车在相邻车道低速直线行驶，当被测车辆经过前车时，测试被测车辆是否会触发自动紧急制动；
最后，被测车辆在直道上行驶，有一前车在相邻车道低速直线行驶，在被测车辆行驶过程中，测量被测车辆每一时刻的基础性运动状态信息，包括位置、速度、加速度，前车加速并切入至被测车辆所在的车道，测试被测车辆是否会触发自动紧急制动；
步骤二：建立基于五次多项式插值的前车轨迹规划模型
测试中的前车根据预先设定的轨迹、速度、加速度进行运动；在基于实际路试的制动性能测试中，采用由泡沫模型靶车、地面高速移动机器人组成的碰撞测试假车作为制动性能测试的前车；
建立一种基于五次多项式插值的前车轨迹规划模型；具体包括以下子步骤：
子步骤一：规划碰撞测试假车的运动轨迹
首先，建立基于五次多项式插值的前车运动轨迹函数：
Figure RE-FDA0002605555150000021
式(1)中，xlead(t),ylead(t)分别表示t时刻前车的东向位置坐标、北向位置坐标，c5,c4,c3,c2,c1,c0,b5,b4,b3,b2,b1,b0为五次多项式插值的系数，t表示离散时刻；
其次，将前车的运动起始时间和结束时间分别设为t0,tn，运动起点、运动终点的东向位置、东向速度、东向加速度表示为：
Figure RE-FDA0002605555150000022
式(2)中，
Figure RE-FDA0002605555150000023
分别表示前车在运动起始时刻和运动终止时刻的东向速度，单位为米每秒，
Figure RE-FDA0002605555150000024
分别表示前车在运动起始时刻和运动终止时刻的东向加速度，单位为米每二次方秒；
运动起点、运动终点的北向位置、北向速度、北向加速度表示为：
Figure RE-FDA0002605555150000031
式(3)中，
Figure RE-FDA0002605555150000032
分别表示前车在运动起始时刻和运动终止时刻的北向速度，单位为米每秒，
Figure RE-FDA0002605555150000033
分别表示前车在运动起始时刻和运动终止时刻的北向加速度，单位为米每二次方秒；
再次，对式(2)中的方程联立，求解得到五次多项式插值的系数，c5,c4,c3,c2,c1,c0分别为：
Figure RE-FDA0002605555150000034
对式(3)中的方程联立，求解得到五次多项式插值的系数b5,b4,b3,b2,b1,b0；最后，将求出的系数c5,c4,c3,c2,c1,c0,b5,b4,b3,b2,b1,b0代入方程(1)，得到前车的运动轨迹曲线；
子步骤二：建立碰撞测试假车的运动约束
首先，利用最大速度限值、最大加速度限值、最大减速度限值设置约束条件：
Figure RE-FDA0002605555150000035
式(5)中，vlead(t),alead(t)分别表示t时刻前车的运动速度和加速度，且满足
Figure RE-FDA0002605555150000041
vlim,aacc,adec分别表示前车的最大速度限值、最大加速度限值、最大减速度限值；
其次，将前车运动时间等分成s个区间，各时间节点分别表示为
Figure RE-FDA0002605555150000042
输入各时间节点下的期望位置、期望速度和期望加速度值，以实现各时间节点下的轨迹定义；若某时间节点下的加速度输入值等于最大加速度限值，表示在该时刻车辆加速度达到最大值，若某时间节点下的速度输入值等于最大速度限值，表示在该时刻车辆运动速度达到最大值；
综上，当进行自动紧急制动性能测试时，根据设定的起始时间t0、结束时间tn、起始位置(xlead(t0),ylead(t0))、终止位置(xlead(tn),ylead(tn))、各时间节点下的期望速度、期望加速度等，生成期望的车辆运动轨迹，从而实现碰撞测试假车(前车)的自主运动和速度控制；
输出的前车位置坐标集为Plead＝{(xlead(t0),ylead(t0)),(xlead(t1),ylead(t1)),...,(xlead(tn),ylead(tn))}，输出的前车速度、加速度分别为vlead＝{vlead(t0),vlead(t1),...,vlead(tn)}，alead＝{alead(t0),alead(t1),...,alead(tn)}，其中，Plead,vlead,alead分别表示前车的位置、速度、加速度信息；
步骤三：提出并量化面向车路协同AEBS的性能评价指标
在自动紧急制动性能测试过程中，为实时、精确的测量位置、速度、加速度等基础性车辆运动状态参数，被测车辆安装传感器，包括北斗高精度定位模块、惯性测量单元，在测试过程中，输出的被测车辆速度、加速度信息分别为vtar＝{vtar(t0),vtar(t1),...,vtar(tn)}，atar＝{atar(t0),atar(t1),...,atar(tn)}，对采集的被测车辆经纬度信息进行坐标变换，转换到与前车位置信息同一坐标系下的位置坐标集为
Ptar＝{(xtar(t0),ytar(t0)),(xtar(t1),ytar(t1)),...,(xtar(tn),ytar(tn))}，其中，Ptar为位置信息坐标集，xtar(t0),ytar(t0)分别表示t0时刻下的东向位置分量和北向位置分量，xtar(tn),ytar(tn)分别表示tn时刻下的东向位置分量和北向位置分量；利用被测车辆和前车的运动状态信息，包括位置、速度、加速度，计算两车基础性制动性能参数，包括相对速度差值、相对距离、预计碰撞时间、刹车距离，这些性能评价指标既适用于I型AEBS，又适用于II型AEBS；
在以上制动性能指标的基础上，提出II型AEBS独有的性能评价指标并进行量化；具体包括：
(1)车路通信测试下的误响应发生率
Figure RE-FDA0002605555150000051
式(6)中，η表示正常交通状况下自动紧急制动被触发的概率，H0表示正常交通状况下自动紧急制动被触发的次数，Ht表示测试的总次数；
(2)车路通信测试下的制动系统反应时间
Treac＝Tdec-Tpedal (7)
式(7)中，Treac表示车路通信测试下智能驾驶汽车制动系统的反应时间，Tdec表示利用制动踏板进行制动的起始时间，对于搭载底盘线控系统的智能驾驶汽车，Tdec表示智能驾驶汽车向线控制动系统发送制动信号的时间，Tpedal表示根据车辆减速度变化判别的制动起始的时间，单位均为秒；
(3)传输总时延
借鉴无线通信网络中时延的概念，利用传输总时延表征车路协同环境下信息交互的速率；
Tlat＝Ttrans+Tprop+Tproc+Tque (8)
式(8)中，Tlat为传输总时延，单位为毫秒，是指一个报文或分组从前车的车载端或路侧终端传输至被测车辆的车载端所需要的时间；Ttrans为发送时延，通过数据帧长度除以信道带宽计算获得；Tprop为传播时延，通过信道长度除以电磁波在信道上的传播速率计算获得；Tproc为处理时延；Tque为排队时延；
(4)无线通信距离
Figure RE-FDA0002605555150000061
式(9)中，Rrange为无线通信距离，单位为km，f为工作频率，单位为MHz，Fl为传播损耗，单位为dB，通过式(10)计算获得；
Fl＝Pt-Ct+Gt+Gr-Cr-Pr (10)
式(10)中，Pr为接收端灵敏度，单位为dBm，Pt为发送端功率，单位为dBm，Ct为发送端接头损耗，单位为dB，Gt为发送端天线增益，单位为dB，Gr为接收端天线增益，单位为dB，Cr接收端接头损耗，单位为dB；
当进行面向车路协同自动紧急制动系统的性能测试时，首先，基于“步骤一”建立的测试场景，进行多种测试工况下的车路通信测试；在测试过程中，利用“步骤二”建立的前车轨迹规划模型实现前车的自主运动和速度控制；最后，利用“步骤三”计算性能评价指标的量化值；通过定量评价的方式分析自动紧急制动性能，从而实现面向车路协同自动紧急制动系统性能的全面、可靠的科学定量测评。
CN202010348354.0A 2020-04-28 2020-04-28 一种面向车路协同自动紧急制动系统的性能测评方法 Active CN111649955B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010348354.0A CN111649955B (zh) 2020-04-28 2020-04-28 一种面向车路协同自动紧急制动系统的性能测评方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010348354.0A CN111649955B (zh) 2020-04-28 2020-04-28 一种面向车路协同自动紧急制动系统的性能测评方法

Publications (2)

Publication Number Publication Date
CN111649955A true CN111649955A (zh) 2020-09-11
CN111649955B CN111649955B (zh) 2022-03-11

Family

ID=72346508

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010348354.0A Active CN111649955B (zh) 2020-04-28 2020-04-28 一种面向车路协同自动紧急制动系统的性能测评方法

Country Status (1)

Country Link
CN (1) CN111649955B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112428301A (zh) * 2020-09-28 2021-03-02 重庆瑞普机器人研究院有限责任公司 一种移动机器人的急刹冲击力计算方法
CN112525543A (zh) * 2020-11-03 2021-03-19 东南大学 一种基于北斗时空基准的ii型aebs测评装置及方法
CN113405808A (zh) * 2021-06-02 2021-09-17 中国电子产品可靠性与环境试验研究所（（工业和信息化部电子第五研究所）（中国赛宝实验室）） 感知避让系统的测试系统及测试方法
CN113514262A (zh) * 2021-07-15 2021-10-19 中车青岛四方机车车辆股份有限公司 一种制动功能测试方法、系统、存储介质及设备
CN113640017A (zh) * 2021-08-31 2021-11-12 中汽院(重庆)汽车检测有限公司 商用车自动紧急制动系统的测试评价系统及方法
CN113965316A (zh) * 2021-10-25 2022-01-21 上海航天测控通信研究所 网络数据交互方法
CN114274183A (zh) * 2021-11-22 2022-04-05 深圳优地科技有限公司 刹车性能测试系统、方法及测试控制器
CN114544193A (zh) * 2022-01-22 2022-05-27 交通运输部公路科学研究所 一种对fcw、aebs和rcws进行测试的测试装备和方法
CN115824666A (zh) * 2022-11-17 2023-03-21 交通运输部公路科学研究所 车辆自动紧急制动性能测试方法、装置、系统和电子设备
CN116499772A (zh) * 2023-06-28 2023-07-28 天津所托瑞安汽车科技有限公司 车辆制动性能评估方法、装置、电子设备及存储介质

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102175463B (zh) * 2011-02-12 2012-08-22 东南大学 一种基于改进卡尔曼滤波的汽车路试制动性能检测方法
KR101714241B1 (ko) * 2015-10-22 2017-03-22 현대자동차주식회사 전자식 주차 브레이크 제어 장치 및 그 방법
CN106525454A (zh) * 2016-11-18 2017-03-22 特路（北京）科技有限公司 自动驾驶车辆的静态障碍物响应性能测试方法及测试场
CN108860149A (zh) * 2018-08-20 2018-11-23 中原工学院 一种用于智能车辆时间最短自由变道的运动轨迹设计方法
CN109632339A (zh) * 2018-12-28 2019-04-16 同济大学 一种自动驾驶车辆交通协调性实车测试系统及方法
CN109849879A (zh) * 2019-03-18 2019-06-07 奇瑞汽车股份有限公司 适用于弯道及十字路口的自动紧急制动系统及方法
CN109858690A (zh) * 2019-01-23 2019-06-07 山东省科学院自动化研究所 自动驾驶测试车的测试轨迹动态规划方法及系统
CN109976355A (zh) * 2019-04-26 2019-07-05 腾讯科技（深圳）有限公司 轨迹规划方法、系统、设备及存储介质
KR102011664B1 (ko) * 2018-06-07 2019-08-19 계명대학교 산학협력단 자동 긴급 제동 시스템의 시험평가 장치 및 그 제어 방법
CN110187639A (zh) * 2019-06-27 2019-08-30 吉林大学 一种基于参数决策框架的轨迹规划控制方法
CN110356377A (zh) * 2019-06-27 2019-10-22 驭势（上海）汽车科技有限公司 一种自动紧急制动的决策方法、车载设备及存储介质
CN110532636A (zh) * 2019-08-05 2019-12-03 东南大学 一种面向多场景的智能驾驶自主车道保持性能检测方法
CN110562222A (zh) * 2019-08-30 2019-12-13 驭势（上海）汽车科技有限公司 用于弯道场景的紧急制动控制方法、车载设备和存储介质
CN110614998A (zh) * 2019-08-21 2019-12-27 南京航空航天大学 一种激进型辅助驾驶弯道避障换道路径规划系统及方法

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102175463B (zh) * 2011-02-12 2012-08-22 东南大学 一种基于改进卡尔曼滤波的汽车路试制动性能检测方法
KR101714241B1 (ko) * 2015-10-22 2017-03-22 현대자동차주식회사 전자식 주차 브레이크 제어 장치 및 그 방법
CN106525454A (zh) * 2016-11-18 2017-03-22 特路（北京）科技有限公司 自动驾驶车辆的静态障碍物响应性能测试方法及测试场
KR102011664B1 (ko) * 2018-06-07 2019-08-19 계명대학교 산학협력단 자동 긴급 제동 시스템의 시험평가 장치 및 그 제어 방법
CN108860149A (zh) * 2018-08-20 2018-11-23 中原工学院 一种用于智能车辆时间最短自由变道的运动轨迹设计方法
CN109632339A (zh) * 2018-12-28 2019-04-16 同济大学 一种自动驾驶车辆交通协调性实车测试系统及方法
CN109858690A (zh) * 2019-01-23 2019-06-07 山东省科学院自动化研究所 自动驾驶测试车的测试轨迹动态规划方法及系统
CN109849879A (zh) * 2019-03-18 2019-06-07 奇瑞汽车股份有限公司 适用于弯道及十字路口的自动紧急制动系统及方法
CN109976355A (zh) * 2019-04-26 2019-07-05 腾讯科技（深圳）有限公司 轨迹规划方法、系统、设备及存储介质
CN110187639A (zh) * 2019-06-27 2019-08-30 吉林大学 一种基于参数决策框架的轨迹规划控制方法
CN110356377A (zh) * 2019-06-27 2019-10-22 驭势（上海）汽车科技有限公司 一种自动紧急制动的决策方法、车载设备及存储介质
CN110532636A (zh) * 2019-08-05 2019-12-03 东南大学 一种面向多场景的智能驾驶自主车道保持性能检测方法
CN110614998A (zh) * 2019-08-21 2019-12-27 南京航空航天大学 一种激进型辅助驾驶弯道避障换道路径规划系统及方法
CN110562222A (zh) * 2019-08-30 2019-12-13 驭势（上海）汽车科技有限公司 用于弯道场景的紧急制动控制方法、车载设备和存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
CHEN CHAO: "Research of vehicle automatic emergency braking system evaluation methods", 《IET INTERNATIONAL CONFERENCE ON INTELLIGENT AND CONNECTED VEHICLES (ICV 2016)》 *
张茜: "智能车辆的轨迹跟踪控制方法研究", 《中国优秀硕士学位论文全文数据库（电子期刊）》 *
李旭: "高速公路汽车追尾碰撞预警关键参数估计", 《哈尔滨工程大学学报》 *

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112428301A (zh) * 2020-09-28 2021-03-02 重庆瑞普机器人研究院有限责任公司 一种移动机器人的急刹冲击力计算方法
CN112428301B (zh) * 2020-09-28 2023-09-26 重庆瑞普机器人研究院有限责任公司 一种移动机器人的急刹冲击力计算方法
WO2022095617A1 (zh) * 2020-11-03 2022-05-12 东南大学 一种基于北斗时空基准的ii型aebs测评装置及方法
CN112525543A (zh) * 2020-11-03 2021-03-19 东南大学 一种基于北斗时空基准的ii型aebs测评装置及方法
CN113405808A (zh) * 2021-06-02 2021-09-17 中国电子产品可靠性与环境试验研究所（（工业和信息化部电子第五研究所）（中国赛宝实验室）） 感知避让系统的测试系统及测试方法
CN113514262A (zh) * 2021-07-15 2021-10-19 中车青岛四方机车车辆股份有限公司 一种制动功能测试方法、系统、存储介质及设备
CN113640017A (zh) * 2021-08-31 2021-11-12 中汽院(重庆)汽车检测有限公司 商用车自动紧急制动系统的测试评价系统及方法
CN113965316A (zh) * 2021-10-25 2022-01-21 上海航天测控通信研究所 网络数据交互方法
CN114274183A (zh) * 2021-11-22 2022-04-05 深圳优地科技有限公司 刹车性能测试系统、方法及测试控制器
CN114274183B (zh) * 2021-11-22 2024-01-30 深圳优地科技有限公司 刹车性能测试系统、方法及测试控制器
CN114544193A (zh) * 2022-01-22 2022-05-27 交通运输部公路科学研究所 一种对fcw、aebs和rcws进行测试的测试装备和方法
CN114544193B (zh) * 2022-01-22 2023-08-15 交通运输部公路科学研究所 一种对fcw、aebs和rcws进行测试的测试装备和方法
CN115824666A (zh) * 2022-11-17 2023-03-21 交通运输部公路科学研究所 车辆自动紧急制动性能测试方法、装置、系统和电子设备
CN115824666B (zh) * 2022-11-17 2023-11-03 交通运输部公路科学研究所 车辆自动紧急制动性能测试方法、装置、系统和电子设备
CN116499772A (zh) * 2023-06-28 2023-07-28 天津所托瑞安汽车科技有限公司 车辆制动性能评估方法、装置、电子设备及存储介质
CN116499772B (zh) * 2023-06-28 2023-10-03 天津所托瑞安汽车科技有限公司 车辆制动性能评估方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN111649955B (zh) 2022-03-11

Similar Documents

Publication Publication Date Title
CN111649955B (zh) 一种面向车路协同自动紧急制动系统的性能测评方法
CN108495330B (zh) 一种车-车信息交互通信的碰撞预警可靠性测试方法
CN111741446B (zh) V2x通信与应用联合测试方法及系统
CN108769949B (zh) 一种v2x设备的道路测试方法
CN109816811B (zh) 一种自然驾驶数据采集装置
CN107346612B (zh) 一种基于车联网的车辆防碰撞方法和系统
US20230325550A1 (en) Method, device, equipment for determining test evaluation information and computer storage medium
CN103295424B (zh) 基于视频识别和车载自组网的汽车主动安全系统
CN113340615B (zh) 一种汽车自动驾驶功能模拟测试系统及方法
CN113593273A (zh) 一种基于v2i通信的无信号控制道路交叉口碰撞预警方法
CN105761323A (zh) 基于车载数据的碰撞事件识别方法与装置
CN110749455A (zh) 一种无人车汇入车流通行能力测试系统及测试方法
CN113702067B (zh) 商用车的自适应巡航系统评价系统及评价方法
CN103303309A (zh) 汽车追尾碰撞预警方法和系统
CN111754780A (zh) 一种基于拥堵指数的判断路段拥堵程度的方法
CN113968231B (zh) 一种符合驾驶员习惯的智能驾驶员模型参数确定方法
CN216357337U (zh) 一种智能网联研究测试装置
Yang et al. Driver distraction detection for vehicular monitoring
CN113640017A (zh) 商用车自动紧急制动系统的测试评价系统及方法
CN112525543B (zh) 一种基于北斗时空基准的ii型aebs测评装置及方法
CN117119516B (zh) 一种车联网中整车数据一致性测试方法及其设备
CN112816226B (zh) 基于可控交通流的自动驾驶测试系统及方法
CN113795010B (zh) 一种汽车队列的测试方法、装置、电子设备及其存储介质
CN109591826A (zh) 基于能见度的障碍物避让驾驶引导系统及其引导方法
Yuan et al. Traffic wave model based on vehicle‐infrastructure cooperative and vehicle communication data

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