CN112289075A - 车辆主动安全系统报警策略自适应设定方法及系统 - Google Patents
车辆主动安全系统报警策略自适应设定方法及系统 Download PDFInfo
- Publication number
- CN112289075A CN112289075A CN202011170432.9A CN202011170432A CN112289075A CN 112289075 A CN112289075 A CN 112289075A CN 202011170432 A CN202011170432 A CN 202011170432A CN 112289075 A CN112289075 A CN 112289075A
- Authority
- CN
- China
- Prior art keywords
- driver
- alarm
- ttc
- collision
- vehicle
- 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.)
- Pending
Links
Images
Classifications
-
- 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
本发明公开了一种车辆主动安全系统报警策略自适应设定方法及系统,属于汽车安全驾驶,通过数据采集模块获取碰撞时间及车辆自身信号,碰撞时间由ADAS设备根据障碍物的定位及运动信息得到,车辆自身信所述ADAS设备通过CAN总线获取;通过数据分析模块根据碰撞时间及车辆自身信号进行驾驶习惯分析,并基于分析出的驾驶习惯进行报警策略的制定,驾驶习惯包括驾驶员制动操作时间点与碰撞报警点之间的大小关系,及LDW报警状态和对应的转向灯操作状态;通过升级模块根据重新制定的报警策略更新ADAS设备中的报警策略。本发明基于驾驶员驾驶习惯和风格,自适应动态调整车载主动安全系统的报警及控制策略,避免统一的报警策略对用户体验造成影响。
Description
技术领域
本发明属于汽车安全驾驶领域,更具体地,涉及一种车辆主动安全系统报警策略自适应设定方法及系统。
背景技术
主动安全系统控制策略包括前车碰撞预警系统(Forward Collision Warning,FCW)及碰撞时间(Time-to-Collision,TTC)的设定,车距监测预警(Headway MonitoringWarning,HMW)和安全时距(Time Headway,THW)设定以及自适应巡航控制(AdaptiveCruise Control,ACC)和最近跟车距离设定,车道偏离预警系统(Lane DepartureWarning,LDW)等。目前,报警或控制策略的设定均基于小样本统计数据得到,主要考虑包括驾驶员反应时间和车辆制动时间两个方面。车辆制动时间与其制动性能相关,但同一车型制动性能差异不大,相应的制动时间也不会存在较大偏差。但是,驾驶员反应时间则存在较大差异,既有研究(7Vehicle and
Infrastructure-Based Technology for Prevention of Rear-end Collision,Special Investigation Report,No.PB2001-917003,Washington D.C.2001:27.)和中国法规(GB/T 33577-2017《智能运输系统车辆前向碰撞预警系统性能要求和测试规程》)中给出了321位驾驶员反应时间的统计结果,如图1所示。驾驶员反应时间从0.3s~2s,均值0.66s,其中98%的驾驶员反应时间在1.5s以内。但是,321位受试者相对于全体驾驶员来讲是非常小的样本,统计意义并不显著,因此基于此统计结果的报警时间设定成一个固定值显然无法涵盖所有驾驶员的驾驶状况,可能影响部分客户的用户体验和安全性,无法普遍适用于不同驾驶员和车型性能的差异化。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提出了一种车辆主动安全系统报警策略自适应设定方法及系统,由此解决现有技术采用研究机构小样本统计数据,设定固定的报警时间点或跟车安全距离,存在一定局限性的技术问题。
为实现上述目的,按照本发明的一个方面,提供了一种车辆主动安全系统报警策略自适应设定系统,包括:数据采集模块、数据分析模块及升级模块;
所述数据采集模块,用于获取碰撞时间TTC及车辆自身信号,其中,所述碰撞时间TTC由ADAS设备根据障碍物的定位及运动信息得到,所述车辆自身信号由所述ADAS设备通过CAN总线获取;
所述数据分析模块,用于根据所述碰撞时间TTC及所述车辆自身信号进行驾驶习惯分析,并基于分析出的驾驶习惯进行报警策略的制定,其中,驾驶习惯包括驾驶员制动操作时间点与碰撞报警点之间的大小关系,及LDW报警状态和对应的转向灯操作状态;
所述升级模块,用于根据重新制定的报警策略更新所述ADAS设备中的报警策略。
优选地,所述数据分析模块,包括:
碰撞报警点确定模块,用于在所述ADAS设备发出报警信号时,根据采集的驾驶员制动操作时间点与碰撞报警点大小关系的概率值,判断驾驶员的驾驶类型,并将在所述概率值满足预设概率阈值时,将所述驾驶员制动操作时间点更新所述碰撞报警点;
报警策略制定模块,用于根据所述车辆自身信号得到LDW报警时刻不打转向灯的概率,在驾驶员不打转向灯的情况下抑制报警。
优选地,所述碰撞报警点确定模块,具体用于在所述ADAS设备计算得到的TTC≤TTC0发出报警信号时,根据采集的驾驶员制动操作时间点Tb,判断驾驶员制动操作时间点Tb与TTC0的大小,以及Tb-TTC0>0或者Tb-TTC0<0在第一预设里程中的概率p(Tb-TTC0>0或Tb-TTC0<0),若在95%保证率情况下时,Tb大于TTC0,则判断驾驶员为保守型,若在95%保证率情况下时,Tb不大于TTC0,则判断驾驶员为激进型,并将在95%保证率情况下时对应的Tb更新为驾驶员的碰撞报警点,其中,TTC0为预设的碰撞报警点值。
优选地,所述报警策略制定模块,具体用于根据采集得到的LDW报警状态及对应的转向灯操作状态,得到在第二预设里程中,LDW报警但未打转向灯的概率P(LDW|TurnSignal=’OFF’),若连续转向不打转向灯,说明驾驶员习惯在不打转向灯的情况下变道,此时不能看作驾驶员无意识变道,因此需要对LDW报警进行抑制。
优选地,所述系统还包括:数据存储与传输模块;
所述数据存储与传输模块,用于将所述ADAS设备获取的数据进行本地存储,及向所述数据采集模块进行无线传输,其中,存储和传输的数据包括:碰撞时间TTC及车辆自身信号。
按照本发明的另一个方面,提供了一种车辆主动安全系统报警策略自适应设定方法,包括:
(1)获取碰撞时间TTC及车辆自身信号,其中,所述碰撞时间TTC由ADAS设备根据障碍物的定位及运动信息得到,所述车辆自身信号由所述ADAS设备通过CAN总线获取;
(2)根据所述碰撞时间TTC及所述车辆自身信号进行驾驶习惯分析,并基于分析出的驾驶习惯进行报警策略的制定,其中,驾驶习惯包括驾驶员制动操作时间点与碰撞报警点之间的大小关系,及LDW报警状态和对应的转向灯操作状态;
(3)根据重新制定的报警策略更新所述ADAS设备中的报警策略。
优选地,步骤(2)包括:
(2.1)在所述ADAS设备发出报警信号时,根据采集的驾驶员制动操作时间点与碰撞报警点大小关系的概率值,判断驾驶员的驾驶类型,并将在所述概率值满足预设概率阈值时,将所述驾驶员制动操作时间点更新所述碰撞报警点;
(2.2)根据所述车辆自身信号得到LDW报警时刻不打转向灯的概率,在驾驶员不打转向灯的情况下抑制报警。
优选地,步骤(2.1)包括:
在所述ADAS设备计算得到的TTC≤TTC0发出报警信号时,根据采集的驾驶员制动操作时间点Tb,判断驾驶员制动操作时间点Tb与TTC0的大小,以及Tb-TTC0>0或者Tb-TTC0<0在第一预设里程中的概率p(Tb-TTC0>0或Tb-TTC0<0),若在95%保证率情况下时,Tb大于TTC0,则判断驾驶员为保守型,若在95%保证率情况下时,Tb不大于TTC0,则判断驾驶员为激进型,并将在95%保证率情况下时对应的Tb更新为驾驶员的碰撞报警点,其中,TTC0为预设的碰撞报警点值。
优选地,步骤(2.2)包括:
根据采集得到的LDW报警状态及对应的转向灯操作状态,得到在第二预设里程中,LDW报警但未打转向灯的概率P(LDW|TurnSignal=’OFF’),若连续转向不打转向灯,说明驾驶员习惯在不打转向灯的情况下变道,此时不能看作驾驶员无意识变道,因此需要对LDW报警进行抑制。
优选地,所述方法还包括:将所述ADAS设备获取的数据进行本地存储,及向所述数据采集模块进行无线传输,其中,存储和传输的数据包括:碰撞时间TTC及车辆自身信号。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,能够取得下列有益效果:
(1)基于驾驶员驾驶习惯和风格,自适应动态调整车载主动安全系统的报警及控制策略,避免统一的报警策略对用户体验造成影响,干扰驾驶员正常驾驶。
(2)大量的数据闭环,可以提升主动安全系统制定策略的实用性,真正做到提升驾驶安全性和舒适性。
(3)驾驶习惯分析与建模可用于物流车队管理、二客一危车辆的风险管控,降低运营成本,规范驾驶员行为。
附图说明
图1是本发明实施例提供的一种现有测得的驾驶员反应时间图;
图2是本发明实施例提供的一种车辆主动安全系统报警策略自适应设定系统的结构示意图;
图3是本发明实施例提供的另一种车辆主动安全系统报警策略自适应设定系统的结构示意图;
图4是本发明实施例提供的一种车辆主动安全系统报警策略自适应设定方法的流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
在本发明实例中,“第一”、“第二”等是用于区别不同的对象,而不必用于描述特定的顺序或先后次序。
本发明通过数据分析,分析主动安全系统用户的驾驶行为,从而了解驾驶员的驾驶习惯和风格,可以真实、动态、实时的根据驾驶员状态及驾驶员更改自适应设定和调整车辆主动安全系统报警及控制策略,对驾驶员的驾驶习惯的精确评估,便于车队管理者对驾驶员进行风险管控。可以满足不同驾驶员驾驶风格和习惯带来的差异化,在保证主动安全功能实用性的同时,提升用户体验。
实施例一
如图2所示是本发明实施例提供的一种车辆主动安全系统报警策略自适应设定系统的结构示意图,该系统通过安装在汽车的前向高级驾驶辅助系统(Advanced DrivingAssistance System,ADAS)传感器(如视觉、毫米波雷达)采集报警时间和驾驶员制动操作时间点,建立驾驶员驾驶习惯分析与评估模型,从而根据驾驶员驾驶习惯和风格个性化、动态化设定报警策略。
如图2所示,该系统包括:数据采集模块1、数据分析模块2及升级模块3;
数据采集模块,用于获取碰撞时间TTC及车辆自身信号,其中,碰撞时间TTC由ADAS设备根据障碍物的定位及运动信息得到,车辆自身信号由ADAS设备通过CAN总线获取;
数据分析模块2,用于根据碰撞时间TTC及车辆自身信号进行驾驶习惯分析,并基于分析出的驾驶习惯进行报警策略的制定,其中,驾驶习惯包括驾驶员制动操作时间点与碰撞报警点之间的大小关系,及LDW报警状态和对应的转向灯操作状态;
进一步地,数据分析模块,包括:
碰撞报警点确定模块,用于在ADAS设备发出报警信号时,根据采集的驾驶员制动操作时间点与碰撞报警点大小关系的概率值,判断驾驶员的驾驶类型,并将在概率值满足预设概率阈值时,将驾驶员制动操作时间点更新碰撞报警点;
其中,预设概率阈值可以根据实际情况确定,本发明实施例不做唯一性限定。
报警策略制定模块,用于根据车辆自身信号得到LDW报警时刻不打转向灯的概率,在驾驶员不打转向灯的情况下抑制报警。
进一步地,碰撞报警点确定模块,具体用于在ADAS设备计算得到的TTC≤TTC0发出报警信号时,根据采集的驾驶员制动操作时间点Tb,判断驾驶员制动操作时间点Tb与TTC0的大小,以及Tb-TTC0>0或者Tb-TTC0<0在第一预设里程中的概率p(Tb-TTC0>0或Tb-TTC0<0),若在95%保证率情况下时,Tb大于TTC0,则判断驾驶员为保守型,若在95%保证率情况下时,Tb不大于TTC0,则判断驾驶员为激进型,并将在95%保证率情况下时对应的Tb更新为驾驶员的碰撞报警点,其中,TTC0为预设的碰撞报警点值。
进一步地,报警策略制定模块,具体用于根据采集得到的LDW报警状态及对应的转向灯操作状态,得到在第二预设里程中,LDW报警但未打转向灯的概率P(LDW|TurnSignal=’OFF’),若连续转向不打转向灯,说明驾驶员习惯在不打转向灯的情况下变道,此时不能看作驾驶员无意识变道,因此需要对LDW报警进行抑制。
升级模块3,用于根据重新制定的报警策略更新ADAS设备中的报警策略。
通过本发明基于驾驶员驾驶习惯和风格,自适应动态调整车载主动安全系统的报警及控制策略,避免统一的报警策略对用户体验造成影响,干扰驾驶员正常驾驶。
实施例二
如图3所示,该系统还包括:数据存储与传输模块4;
其中,数据采集模块1及OTA升级模块3均与数据存储和传输模块4通过无线方式连接;
其中,ADAS设备5可以包括:摄像头、视觉、毫米波雷达、激光雷达或多种设备的融合,以提供道路环境感知,获取障碍物(车辆、行人等)的定位及运动信息,并通过CAN接收车身信号(如车速、制动和转向等);
在本发明实施例中,上述ADAS设备5,用于获取障碍物的定位及运动信息,并根据障碍物的定位及运动信息得到碰撞时间TTC;
数据存储与传输模块4,用于将ADAS设备5获取的数据进行本地存储,及向数据采集模块1进行无线传输;
在本发明实施例中,数据存储与传输模块4存储和传输的数据包括:碰撞时间TTC及车辆自身信号。
数据采集模块1,用于对从数据存储与传输模块4接收的数据进行采集和清洗,然后由数据分析模块2进行驾驶习惯分析,并基于分析出的驾驶习惯进行报警策略的制定;
在本发明实施例中,数据分析模块2,具体用于执行以下功能:
(1)在ADAS设备计算得到的TTC≤TTC0,发出报警信号时,由数据采集模块1从数据存储与传输模块2中采集数据,其中,TTC0为预设的碰撞报警点值;
(2)获取驾驶员制动操作时间点Tb、转向灯操作状态、未开启自适应巡航控制ACC时车辆与障碍物之间的车距D以及制动操作的持续时间age;
其中,转向灯操作状态为:L-左转,R-右转,C-未打转向灯。
(3)判断驾驶员制动操作时间点Tb与TTC0的大小,及Tb-TTC0>0或者Tb-TTC0<0在第一预设里程中的概率p(Tb-TTC0>0或Tb-TTC0<0),若在95%保证率情况下时,Tb大于TTC0,则判断驾驶员为保守型;若在95%保证率情况下时,Tb不大于TTC0,则判断驾驶员为激进型;并将在95%保证率下时对应的Tb更新为驾驶员的碰撞报警点;
其中,第一预设里程值可以根据实际需要确定,可以通过统计分析得到,本发明实施例不做唯一性限定。
(4)同样的,LDW报警时刻不打转向灯的概率也可以计算得到,从而结合视觉识别结果,在驾驶员不打转向灯的情况下抑制报警;
在本发明实施例中,步骤(4)具体实现方式为:
采集LDW报警状态及对应的转向灯操作状态,如果在第二预设里程中,LDW报警但未打转向灯的概率P(LDW|TurnSignal=’OFF’),连续转向不打转向灯,说明驾驶员习惯在不打转向灯的情况下变道,此时不能看作驾驶员无意识变道,因此需要对LDW报警进行抑制。
其中,第二预设里程值可以根据实际需要确定,优选可为5km,还可以为其它数值,可以通过统计分析得到,本发明实施例不做唯一性限定。
(6)对于ACC而言,未开启ACC时,可以根据车辆与障碍物之间的车距的统计分析进行ACC距离的设定并进行更新。
OTA升级模块3,用于根据数据分析模块2重新调整的报警和控制策略更新ADAS设备5中的报警和控制策略。
通过本发明基于驾驶员驾驶习惯和风格,自适应动态调整车载主动安全系统的报警及控制策略,避免统一的报警策略对用户体验造成影响,干扰驾驶员正常驾驶。
此外,通过本发明的驾驶习惯分析与评估,对于非个人用户,如物流车队、危化品车队以及其他“两客一危”车辆,需要严格管控驾驶员的行为,因此驾驶行为的分析,可以在一定程度上指导车队管理者掌握车队驾驶员状况,提升管控能效,规范驾驶员行为,降低安全风险。
实施例3
如图4所示是本发明实施例提供的一种车辆主动安全系统报警策略自适应设定方法的流程示意图,包括以下步骤:
S1:获取碰撞时间TTC及车辆自身信号,其中,碰撞时间TTC由ADAS设备根据障碍物的定位及运动信息得到,车辆自身信号由ADAS设备通过CAN总线获取;
S2:根据碰撞时间TTC及车辆自身信号进行驾驶习惯分析,并基于分析出的驾驶习惯进行报警策略的制定,其中,驾驶习惯包括驾驶员制动操作时间点与碰撞报警点之间的大小关系,及LDW报警状态和对应的转向灯操作状态;
S3:根据重新制定的报警策略更新ADAS设备中的报警策略。
进一步地,步骤S2包括:
S2.1:在ADAS设备发出报警信号时,根据采集的驾驶员制动操作时间点与碰撞报警点大小关系的概率值,判断驾驶员的驾驶类型,并将在概率值满足预设概率阈值时,将驾驶员制动操作时间点更新碰撞报警点;
其中,预设概率阈值可以根据实际情况确定,本发明实施例不做唯一性限定。
S2.2:根据车辆自身信号得到LDW报警时刻不打转向灯的概率,在驾驶员不打转向灯的情况下抑制报警。
进一步地,步骤S2.1包括:
在ADAS设备计算得到的TTC≤TTC0发出报警信号时,根据采集的驾驶员制动操作时间点Tb,判断驾驶员制动操作时间点Tb与TTC0的大小,以及Tb-TTC0>0或者Tb-TTC0<0在第一预设里程中的概率p(Tb-TTC0>0或Tb-TTC0<0),若在95%保证率情况下时,Tb大于TTC0,则判断驾驶员为保守型,若在95%保证率情况下时,Tb不大于TTC0,则判断驾驶员为激进型,并将在95%保证率情况下时对应的Tb更新为驾驶员的碰撞报警点,其中,TTC0为预设的碰撞报警点值。
进一步地,步骤S2.2包括:
根据采集得到的LDW报警状态及对应的转向灯操作状态,得到在第二预设里程中,LDW报警但未打转向灯的概率P(LDW|TurnSignal=’OFF’),若连续转向不打转向灯,说明驾驶员习惯在不打转向灯的情况下变道,此时不能看作驾驶员无意识变道,因此需要对LDW报警进行抑制。
进一步地,该方法还包括:将ADAS设备获取的数据进行本地存储,及向数据采集模块进行无线传输,其中,存储和传输的数据包括:碰撞时间TTC及车辆自身信号。
通过本发明基于驾驶员驾驶习惯和风格,自适应动态调整车载主动安全系统的报警及控制策略,避免统一的报警策略对用户体验造成影响,干扰驾驶员正常驾驶。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种车辆主动安全系统报警策略自适应设定系统,其特征在于,包括:数据采集模块、数据分析模块及升级模块;
所述数据采集模块,用于获取碰撞时间TTC及车辆自身信号,其中,所述碰撞时间TTC由ADAS设备根据障碍物的定位及运动信息得到,所述车辆自身信号由所述ADAS设备通过CAN总线获取;
所述数据分析模块,用于根据所述碰撞时间TTC及所述车辆自身信号进行驾驶习惯分析,并基于分析出的驾驶习惯进行报警策略的制定,其中,驾驶习惯包括驾驶员制动操作时间点与碰撞报警点之间的大小关系,及LDW报警状态和对应的转向灯操作状态;
所述升级模块,用于根据重新制定的报警策略更新所述ADAS设备中的报警策略。
2.根据权利要求1所述的系统,其特征在于,所述数据分析模块,包括:
碰撞报警点确定模块,用于在所述ADAS设备发出报警信号时,根据采集的驾驶员制动操作时间点与碰撞报警点大小关系的概率值,判断驾驶员的驾驶类型,并将在所述概率值满足预设概率阈值时,将所述驾驶员制动操作时间点更新所述碰撞报警点;
报警策略制定模块,用于根据所述车辆自身信号得到LDW报警时刻不打转向灯的概率,在驾驶员不打转向灯的情况下抑制报警。
3.根据权利要求2所述的系统,其特征在于,所述碰撞报警点确定模块,具体用于在所述ADAS设备计算得到的TTC≤TTC0发出报警信号时,根据采集的驾驶员制动操作时间点Tb,判断驾驶员制动操作时间点Tb与TTC0的大小,以及Tb-TTC0>0或者Tb-TTC0<0在第一预设里程中的概率p(Tb-TTC0>0或Tb-TTC0<0),若在95%保证率情况下时,Tb大于TTC0,则判断驾驶员为保守型,若在95%保证率情况下时,Tb不大于TTC0,则判断驾驶员为激进型,并将在95%保证率情况下时对应的Tb更新为驾驶员的碰撞报警点,其中,TTC0为预设的碰撞报警点值。
4.根据权利要求3所述的系统,其特征在于,所述报警策略制定模块,具体用于根据采集得到的LDW报警状态及对应的转向灯操作状态,得到在第二预设里程中,LDW报警但未打转向灯的概率P(LDW|TurnSignal=’OFF’),若连续转向不打转向灯,说明驾驶员习惯在不打转向灯的情况下变道,此时不能看作驾驶员无意识变道,因此需要对LDW报警进行抑制。
5.根据权利要求1至4任意一项所述的系统,其特征在于,所述系统还包括:数据存储与传输模块;
所述数据存储与传输模块,用于将所述ADAS设备获取的数据进行本地存储,及向所述数据采集模块进行无线传输,其中,存储和传输的数据包括:碰撞时间TTC及车辆自身信号。
6.一种车辆主动安全系统报警策略自适应设定方法,其特征在于,包括:
(1)获取碰撞时间TTC及车辆自身信号,其中,所述碰撞时间TTC由ADAS设备根据障碍物的定位及运动信息得到,所述车辆自身信号由所述ADAS设备通过CAN总线获取;
(2)根据所述碰撞时间TTC及所述车辆自身信号进行驾驶习惯分析,并基于分析出的驾驶习惯进行报警策略的制定,其中,驾驶习惯包括驾驶员制动操作时间点与碰撞报警点之间的大小关系,及LDW报警状态和对应的转向灯操作状态;
(3)根据重新制定的报警策略更新所述ADAS设备中的报警策略。
7.根据权利要求6所述的方法,其特征在于,步骤(2)包括:
(2.1)在所述ADAS设备发出报警信号时,根据采集的驾驶员制动操作时间点与碰撞报警点大小关系的概率值,判断驾驶员的驾驶类型,并将在所述概率值满足预设概率阈值时,将所述驾驶员制动操作时间点更新所述碰撞报警点;
(2.2)根据所述车辆自身信号得到LDW报警时刻不打转向灯的概率,在驾驶员不打转向灯的情况下抑制报警。
8.根据权利要求7所述的方法,其特征在于,步骤(2.1)包括:
在所述ADAS设备计算得到的TTC≤TTC0发出报警信号时,根据采集的驾驶员制动操作时间点Tb,判断驾驶员制动操作时间点Tb与TTC0的大小,以及Tb-TTC0>0或者Tb-TTC0<0在第一预设里程中的概率p(Tb-TTC0>0或Tb-TTC0<0),若在95%保证率情况下时,Tb大于TTC0,则判断驾驶员为保守型,若在95%保证率情况下时,Tb不大于TTC0,则判断驾驶员为激进型,并将在95%保证率情况下时对应的Tb更新为驾驶员的碰撞报警点,其中,TTC0为预设的碰撞报警点值。
9.根据权利要求7所述的方法,其特征在于,步骤(2.2)包括:
根据采集得到的LDW报警状态及对应的转向灯操作状态,得到在第二预设里程中,LDW报警但未打转向灯的概率P(LDW|TurnSignal=’OFF’),若连续转向不打转向灯,说明驾驶员习惯在不打转向灯的情况下变道,此时不能看作驾驶员无意识变道,因此需要对LDW报警进行抑制。
10.根据权利要求6至9任意一项所述的方法,其特征在于,所述方法还包括:将所述ADAS设备获取的数据进行本地存储,及向所述数据采集模块进行无线传输,其中,存储和传输的数据包括:碰撞时间TTC及车辆自身信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011170432.9A CN112289075A (zh) | 2020-10-28 | 2020-10-28 | 车辆主动安全系统报警策略自适应设定方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011170432.9A CN112289075A (zh) | 2020-10-28 | 2020-10-28 | 车辆主动安全系统报警策略自适应设定方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112289075A true CN112289075A (zh) | 2021-01-29 |
Family
ID=74373694
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011170432.9A Pending CN112289075A (zh) | 2020-10-28 | 2020-10-28 | 车辆主动安全系统报警策略自适应设定方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112289075A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113034976A (zh) * | 2021-03-23 | 2021-06-25 | 地平线(上海)人工智能技术有限公司 | 报警方法和装置、计算机可读存储介质、电子设备 |
CN113200048A (zh) * | 2021-05-28 | 2021-08-03 | 东风汽车集团股份有限公司 | 一种智能辅助驾驶车辆监控方法及系统 |
CN114999022A (zh) * | 2022-05-19 | 2022-09-02 | 成都亿盟恒信科技有限公司 | 一种基于历史驾驶数据的驾驶习惯分析方法及系统 |
CN115359682A (zh) * | 2022-08-09 | 2022-11-18 | 上汽通用五菱汽车股份有限公司 | 碰撞预警方法及装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20000005864U (ko) * | 1998-09-04 | 2000-04-06 | 강의영 | 자동차용 범퍼의 충격완충장치 |
CN102616241A (zh) * | 2012-03-28 | 2012-08-01 | 周圣砚 | 基于车道线模型检测方法和在线学习方法的车道偏离报警系统 |
CN106184222A (zh) * | 2016-09-12 | 2016-12-07 | 深圳市尚摄科技有限公司 | 一种酒驾的监测方法及装置 |
CN106184229A (zh) * | 2016-06-30 | 2016-12-07 | 惠州华阳通用电子有限公司 | 车辆驾驶预警方法及其系统 |
CN106428015A (zh) * | 2016-09-12 | 2017-02-22 | 惠州Tcl移动通信有限公司 | 一种智能行车辅助方法及装置 |
CN106467057A (zh) * | 2015-08-21 | 2017-03-01 | 腾讯科技(深圳)有限公司 | 车道偏离预警的方法、装置及系统 |
CN109353344A (zh) * | 2018-09-29 | 2019-02-19 | 国机智骏科技有限公司 | 自适应用户行为的驾驶风险预警方法、系统及车辆 |
US20200005643A1 (en) * | 2019-08-19 | 2020-01-02 | Lg Electronics Inc. | Method and apparatus for providing information on vehicle driving |
WO2020092558A1 (en) * | 2018-10-30 | 2020-05-07 | Continental Automotive Systems, Inc. | Method of determining and preventing a driver misuse in a rear automatic braking system |
-
2020
- 2020-10-28 CN CN202011170432.9A patent/CN112289075A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20000005864U (ko) * | 1998-09-04 | 2000-04-06 | 강의영 | 자동차용 범퍼의 충격완충장치 |
CN102616241A (zh) * | 2012-03-28 | 2012-08-01 | 周圣砚 | 基于车道线模型检测方法和在线学习方法的车道偏离报警系统 |
CN106467057A (zh) * | 2015-08-21 | 2017-03-01 | 腾讯科技(深圳)有限公司 | 车道偏离预警的方法、装置及系统 |
CN106184229A (zh) * | 2016-06-30 | 2016-12-07 | 惠州华阳通用电子有限公司 | 车辆驾驶预警方法及其系统 |
CN106184222A (zh) * | 2016-09-12 | 2016-12-07 | 深圳市尚摄科技有限公司 | 一种酒驾的监测方法及装置 |
CN106428015A (zh) * | 2016-09-12 | 2017-02-22 | 惠州Tcl移动通信有限公司 | 一种智能行车辅助方法及装置 |
CN109353344A (zh) * | 2018-09-29 | 2019-02-19 | 国机智骏科技有限公司 | 自适应用户行为的驾驶风险预警方法、系统及车辆 |
WO2020092558A1 (en) * | 2018-10-30 | 2020-05-07 | Continental Automotive Systems, Inc. | Method of determining and preventing a driver misuse in a rear automatic braking system |
US20200005643A1 (en) * | 2019-08-19 | 2020-01-02 | Lg Electronics Inc. | Method and apparatus for providing information on vehicle driving |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113034976A (zh) * | 2021-03-23 | 2021-06-25 | 地平线(上海)人工智能技术有限公司 | 报警方法和装置、计算机可读存储介质、电子设备 |
CN113034976B (zh) * | 2021-03-23 | 2022-08-09 | 地平线(上海)人工智能技术有限公司 | 报警方法和装置、计算机可读存储介质、电子设备 |
CN113200048A (zh) * | 2021-05-28 | 2021-08-03 | 东风汽车集团股份有限公司 | 一种智能辅助驾驶车辆监控方法及系统 |
CN113200048B (zh) * | 2021-05-28 | 2023-02-28 | 东风汽车集团股份有限公司 | 一种智能辅助驾驶车辆监控方法及系统 |
CN114999022A (zh) * | 2022-05-19 | 2022-09-02 | 成都亿盟恒信科技有限公司 | 一种基于历史驾驶数据的驾驶习惯分析方法及系统 |
CN114999022B (zh) * | 2022-05-19 | 2024-05-17 | 成都亿盟恒信科技有限公司 | 一种基于历史驾驶数据的驾驶习惯分析系统 |
CN115359682A (zh) * | 2022-08-09 | 2022-11-18 | 上汽通用五菱汽车股份有限公司 | 碰撞预警方法及装置 |
CN115359682B (zh) * | 2022-08-09 | 2024-02-13 | 上汽通用五菱汽车股份有限公司 | 碰撞预警方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111123933B (zh) | 车辆轨迹规划的方法、装置、智能驾驶域控制器和智能车 | |
CN112289075A (zh) | 车辆主动安全系统报警策略自适应设定方法及系统 | |
US10558217B2 (en) | Method and apparatus for monitoring of an autonomous vehicle | |
US10424127B2 (en) | Controller architecture for monitoring health of an autonomous vehicle | |
US10737667B2 (en) | System and method for vehicle control in tailgating situations | |
US10600257B2 (en) | Method and apparatus for monitoring of an autonomous vehicle | |
US11518380B2 (en) | System and method for predicted vehicle incident warning and evasion | |
US20190064823A1 (en) | Method and apparatus for monitoring of an autonomous vehicle | |
Lytrivis et al. | An advanced cooperative path prediction algorithm for safety applications in vehicular networks | |
CN112041910A (zh) | 信息处理装置、移动设备、方法和程序 | |
US20170212515A1 (en) | Autonomous vehicle control system and method | |
US10752253B1 (en) | Driver awareness detection system | |
US10521974B2 (en) | Method and apparatus for monitoring an autonomous vehicle | |
US10913464B1 (en) | Intelligent escalation strategy for autonomous vehicle | |
US11708090B2 (en) | Vehicle behavioral monitoring | |
US20190066406A1 (en) | Method and apparatus for monitoring a vehicle | |
US20230150552A1 (en) | System and method of managing a driver take-over from an autonomous vehicle based on monitored driver behavior | |
Polychronopoulos et al. | Information data flow in awake multi-sensor driver monitoring system | |
US20230079116A1 (en) | Adaptive communication for a vehicle in a communication network | |
US11834042B2 (en) | Methods, systems, and apparatuses for behavioral based adaptive cruise control (ACC) to driver's vehicle operation style | |
US20230334914A1 (en) | Vehicle data storage activation | |
US20240053747A1 (en) | Detection of autonomous operation of a vehicle | |
CN213228609U (zh) | 一种高级驾驶辅助系统及车机 | |
Eichberger et al. | Review of recent patents in integrated vehicle safety, advanced driver assistance systems and intelligent transportation systems | |
US20230131124A1 (en) | Connected vehicle road-safety infrastructure insights |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210129 |
|
RJ01 | Rejection of invention patent application after publication |