CN113112865A - 一种区域化车辆协同预警避险的交互系统及方法 - Google Patents

Abstract

一种区域化车辆协同预警避险的交互系统及方法，它属于多车协同以及车辆避险调度技术领域。本发明解决了现有方法不能对连环追尾进行预警的问题。本发明运行前先判断车速条件，确保在车辆正常行驶状态下进行安全监控。结合了前方追尾车辆是否在系统内的判断情况，根据情况不同，选择不同的预警避让方案，具有自适应性。并且加入了反馈环节，有限反馈时长后，整合危险状态车辆和未反馈车辆坐标，划定一定的预警范围，再次给范围内的车辆发送危险车辆的信息，进一步避免意外追尾情况的发生。本发明可以用于对车辆的连环追尾进行预警。

Description

一种区域化车辆协同预警避险的交互系统及方法

技术领域

本发明属于多车协同以及车辆避险调度技术领域，具体涉及一种区域化车辆协同预警避险的交互系统及方法。

背景技术

随着汽车保有量的迅速增加，交通事故造成的经济损失和人员伤亡问题越来越严重，其中追尾事故占我国交通事故总量的70％，而其中因前方突发事故未及时避让而造成的连环追尾事故更是占到其中的34％。截止到目前，我国智能车辆中常用的测距方法在实际应用中总会遇到一定的问题。如超声波传播速度较慢，易受外界温度等因素的干扰，汽车高速行驶时，超声波测距无法跟上车距的实时变化，测量准确度较差；微波雷达测距极易受到雷达信号的干扰；激光雷达测距需要将发射头与车辆对准，不适用于高速行驶车辆；而红外测距需要考虑被测车辆平面漫反射的影响，返回信号过于微弱。与这些相比，视频测距利用摄像机进行实时监控，计算机对摄像机监控采集的视频或者图像进行处理、分析和计算，利用预先建立的数学模型进行距离的计算。随着图像处理速度的提高和技术的不断完善，视频测距技术的应用前景也越来越广阔。

现有的追尾预警系统可分为两大类：传统追尾预警系统(如ACC自适应巡航)和基于车联网技术的追尾预警系统(如LTE-V)。第一类系统的追尾预警效果仅限于自车，驾驶员无法实现预警信息传递，不能有效避免连环追尾事故的发生。第二类系统基于车联网实现，但目前车联网还没有完全普及，道路上更多的是网联车辆与非网联车辆混合运行的情况，并且会持续很长一段时间，将其定义为混合车联网环境。在此环境下，混合车辆之间无法进行预警信息传递，连环追尾预警功能无法有效实现。

发明内容

本发明的目的是为解决现有方法不能对连环追尾进行预警的问题，而提出了一种区域化车辆协同预警避险的交互系统及方法。

本发明为解决上述技术问题所采取的技术方案是：

基于本发明的一个方面，一种区域化车辆协同预警避险的交互系统，所述系统包括摄像头、车载显示器模块、神经网络模块、计算机主机和北斗卫星定位模块，其中：

所述北斗卫星定位模块用于获取当前车辆以及当前车辆前车的位置坐标和车速信息，并判断当前车辆是否处于正常行驶状态，若当前车辆不处于正常行驶状态，则不做处理；若当前车辆处于正常行驶状态，则将获取的位置坐标和车速信息发送给计算机主机，计算机主机用于根据接收到的位置坐标和车速信息计算临界安全车距L₂；

所述当前车辆内安装有车载显示器模块，车载显示器模块具有接收计算机主机发来的预警信息、向计算机主机发送反馈信息以及车辆异常时自动报警的功能；

所述摄像头用于实时捕捉前车车牌信息，并将前车车牌信息发送给计算机主机，计算机主机用于根据前车车牌信息计算前车与当前车辆的间距L₁，并比较L₁与L₂的大小关系；

当L₁小于L₂时，所述神经网络模块用于对前车车牌信息中的字符进行识别，获得前车的车牌号；并将获得的车牌号发送给计算机主机，计算机主机根据接收到的车牌号判断前车内是否安装有车载显示器模块；

若前车内安装有车载显示器模块，则计算机主机向前车和当前车辆的车载显示器模块发送预警信息，前车和当前车辆自行调整间距；

若前车内未安装车载显示器模块或采集到当前车辆的自动报警信息，则当前车辆为危险状态，计算机主机划定预警范围，并向预警范围内的车辆发送预警信息；

计算机主机判断预警范围内的车辆是否均发回反馈信息，若是，则实现自主避让，若否，则没有作出反馈的车辆划分为危险状态，为没有作出反馈的车辆划定预警范围，并向预警范围内的车辆发送预警信息；

计算机主机监测到当前车辆与前车的间距大于等于临界安全车距或者当前车辆制动后，则解除警报，并将当前车辆制动的位置信息发送给预警范围内的全部车辆。

进一步地，所述预警信息包括危险状态车辆的位置和状态信息。

基于本发明的另一个方面，一种区域化车辆协同预警避险的交互方法，所述方法具体包括以下步骤：

步骤一、使用北斗卫星定位模块获取车辆位置坐标和车速信息，北斗卫星定位模块获取的车速信息包括当前车辆车速以及前车车速，将与当前车辆相邻、位于当前车辆前方的车辆作为前车，且前车与当前车辆处于同一车道上；

并根据车速信息判断当前车辆是否处于正常行驶状态，若当前车辆处于正常行驶状态，则继续执行步骤二，否则结束；

步骤二、当前车辆处于正常行驶状态时，根据前车车速与当前车辆车速信息计算临界安全车距；

步骤三、使用摄像头采集当前车辆前方视频信息来实时捕捉前车车牌信息，根据实时捕捉到的前车车牌信息计算前车与当前车辆的间距L₁；

将L₁与临界安全车距L₂进行比较，若L₁＜L₂，则执行步骤四，否则不需要做出处理；

步骤四、对前车车牌信息中的字符进行识别后，获得前车的车牌号；并根据获得的车牌号判断前车内是否安装有车载显示器模块；

步骤五、若前车内安装有车载显示器模块，则向前车和当前车辆发送预警信息，前车和当前车辆自行调整间距，直至监控到前车与当前车辆的间距大于等于L₂，结束预警；

若前车内未安装车载显示器模块或采集到当前车辆的自动报警信息(若当前车辆本身出现一些问题，车内人员可以选择自行报警)，则当前车辆进入危险状态，结合道路环境和当前车辆车速划定预警范围后，向处于预警范围内的车辆发送预警信息；

步骤六、对于在规定时间内对预警信息做出了反馈的车辆，则实现自主避让，当做出反馈的车辆驶出预警范围后，系统终止向其报警；

对于未在规定时间内对预警信息做出反馈的车辆，将未在规定时间内做出反馈的车辆也划分为危险状态，分别为每个未在规定时间内做出反馈的车辆划定预警范围，对获得的全部预警范围取并集，将取并集结果作为新预警范围，并向处于新预警范围内的车辆发送预警信息；

步骤七、待当前车辆与前车的间距大于等于临界安全车距或者当前车辆制动后，则解除警报，将当前车辆制动的位置信息发送给新预警范围内的全部车辆；

步骤八、将车内安装有车载显示器的每个车辆分别作为当前车辆，通过对当前车辆执行步骤一至步骤七的过程，实现车辆协同预警避险。

进一步地，所述步骤一中，根据车速信息判断当前车辆是否处于正常行驶状态；其具体过程为：

若当前车辆的车速大于等于20km/h，则认为当前车辆处于正常行驶状态。

进一步地，所述步骤二的具体过程为：

其中，L₂为临界安全车距，t_r为驾驶员制动反应时间，t_a为制动协调时间，t_s为制动减速度增长时间，L为停车以后的安全间距，a_n为当前车辆在经过反应时间后，不发生追尾碰撞的临界加速度，v_n+1为前车的车速，v_n为当前车辆的车速。

进一步地，所述步骤三中，使用摄像头采集当前车辆前方视频信息来实时捕捉前车车牌信息，根据实时捕捉到的前车车牌信息计算前车与当前车辆的间距L₁；其具体过程为：

步骤三一、对视频流抽帧获得图像，再对获得的图像依次进行颜色矫正、二值化、去除面积小于阈值的分量(因为其它分量的面积明显小于车牌的面积，所以在一定范围内设置阈值，就可以去除噪声分量)、倾斜矫正处理，标定出图像中前车车牌位置；

步骤三二、计算前车与当前车辆的间距L₁

其中，f为摄像头的焦距，H为前车车牌实际高度，h为图像中前车车牌的像素高度。

进一步地，所述步骤四中，对前车车牌信息中的字符进行识别时采用的是深度学习技术。

进一步地，所述步骤五中，结合道路环境和当前车辆车速划定预警范围，其具体过程为：

D_A＝S+D_R

其中，D_R为反应距离，S为制动距离，D_A为反应距离与制动距离之和；

则以当前车辆为中心，以D_A为半径的当前车辆后方半圆范围内为预警范围。

进一步地，所述制动距离S为：

其中，v_n为当前车辆的车速，μ为当前车辆与路面的附着系数，μ的取值与道路环境和车速有关，g＝9.8m/s²。

更进一步地，所述规定时间为系统发出预警信息之后的1s内。

本发明的有益效果是：本发明提出了一种区域化车辆协同预警避险的交互系统及方法，本发明实现了对车辆追尾的判断预警，通过多车协同反馈，提醒周围车辆及时避让，从而有效避免连环追尾事故的发生。本发明运行前先判断车速条件，确保在车辆正常行驶状态下进行安全监控。结合了前方追尾车辆是否在系统内的判断情况，根据情况不同，选择不同的预警避让方案，具有自适应性。并且加入了反馈环节，有限反馈时长后，整合危险状态车辆和未反馈车辆坐标，划定一定的预警范围，再次给范围内的车辆发送危险车辆的信息，进一步避免意外追尾情况的发生。

本发明方法准确、交互性强，实现了车联网环境下车辆信息交互和系统联合避让。整个定位与识别过程基于摄像头识别环节和北斗卫星导航系统的自动化处理方式。结合5G信号的传输和视频测距技术，缩短了判断事故和信号传输的时间，为车辆避让提供了充分的反应时间。本发明提供了精准测距方案和多车协同的信息交互思路，为多车协同进行车辆的预警避险功能提供了实现方法。通过预警增加反馈环节，不仅能够实现避免90％以上的因车辆失控而导致的追尾事故，而且能够有效避免其他车辆因突发交通事故避让不及时而造成的追尾事故。

附图说明

图1为本发明方法的流程图；

图2a)为对视频流抽帧获得图像的示意图；

图2b)为颜色矫正后的示意图；

图2c)为二值化处理后的示意图；

图2d)为去除小面积分量后的示意图；

图2e)为倾斜矫正后的示意图；

图3为本发明中的车牌平面与像平面的关系图；

图中，d为车牌平面与光心的距离；

图4a)为对图2a)中的字符进行匹配的示意图；

图4b)为对图2a)中的字符进行识别的结果图；

图5a)为字符训练库的示意图；

图5b)为神经网络学习误差变化曲线图。

具体实施方式

本实施方式的基于5G和北斗卫星系统的智能区域化车辆协同预警避险的交互技术，如图1所示，包括：

步骤一、使用北斗卫星定位系统获取车辆位置坐标和车速等具体信息，并判断本车车速是否符合系统要求；

步骤一一、使用北斗卫星定位系统获取车辆位置坐标、前车车速与本车车速，若本车车速小于20km/h则不符合系统要求，若本车车速大于等于20km/h则处于正常行驶状态，适用于本系统；

步骤二、将采集到符合系统要求的前车与本车车辆速度信息带入公式计算得临界安全车距；

步骤二一、运用采集到的前后两车车速，计算出临界安全车距；

现有多数安全车距模型多是衍生于对制动过程的分析，在此我们选取对马自达安全距离模型的改进算法，算法如下：

式中：a_n为后车在经过反应时间后不发生追尾碰撞的临界加速度，单位是m/s²；

v_n(t)、v_n+1(t)为前后车辆在t时刻的车速，单位是m/s；

t_r为驾驶员制动反应时间，一般取0.6～2.0s，这里取1s；

t_a为制动协调时间，一般取0.1～0.2s，这里取0.1s；

t_s为制动减速度增长时间，一般取0.2s；

L为停车以后的安全间距，取值为1m。

在实际车辆跟驰行驶时，前车骤停的极限状况一般不会发生，也可理解为撞固定物。理想的状况是，前后车采取相同制动减速度进行制动停车，此时计算的车间距称之为临界安全行车间距，记为L₂。车辆减速度一般小于7m/s²，即使是在事故前车辆采取紧急刹车全制动的情况下，车辆减速度的绝对值最大为8.3m/s²，所以取临界减速度为7m/s²，此时对应的车辆间距为临界安全间距。

对上述公式变形，得到跟驰行驶时，前后车辆的临界安全间距

式中：a_n＝7m/s²，其他各参数含义同上。

步骤三、使用摄像头采集车辆前方视频信息来实时捕捉车牌，将感知到的车辆方位信息代入公式计算得前车与本车间距，并与临界安全车距进行比较；

步骤三一、对视频流抽帧获得图像，通过颜色矫正、二值化处理、去除小面积分量、倾斜矫正等处理图像，标定出车牌的位置；处理过程如图2a)至图2e)所示。

步骤三二、将感知到的车辆方位信息代入公式计算得前车与本车间距；

在车辆行驶过程中，常发生前车转弯或换道的情况，此时前车车牌所在平面与摄像机中心光轴不垂直，成像时车牌图像的宽因前车角度的改变而减小，但此时像平面中车牌的高度不受影响，所以利用车牌的像素高度与车牌真实高度的比例关系计算前车距离。

如图3中坐标系的原点为车载摄像头，左侧为车牌所在的平面，右侧为图像所在平面x轴通过像平面与车牌平面所拍范围内的中心，摄像头与车牌平面的距离为L₁，设像平面焦距为f，而a、b和a′、b′分别为实际车牌和像平面车牌图像的顶点与坐标原点的连线，H为实际车牌高度，h为图像中车牌的像素高度，根据图3中三角形的相似性可知：

可得

在实验中通过测量车牌的实际距离与像素高度，并结合其真实高度计算出摄像头的焦距f，同一摄像机f为定值，实际测量中，只需定位到车牌，获取车牌的像素高度即可带入公式

计算得摄像头到车牌平面的垂直距离。

步骤三三、比较前车与本车的车距L₁与临界安全车距L₂的大小关系；

步骤四、若前车与本车车距小于临界安全车距，将摄像头捕捉到的前车车牌信息进行深度学习提取车牌号，判断前车是否在系统内；

步骤四一、若前车与本车的车距小于临界安全车距，将摄像头捕捉到的前车车牌信息进行深度学习的字符识别，进而提取车牌号；

采用深度学习技术提升车牌识别的准确率。训练示例如下，将样本库的400个车牌字符作为神经网络的输入分量，通过多次学习不断改变神经元输入权值和阈值，以实现精准识别车牌。完成后，使用425个车牌对神经网络进行测试，成功识别车牌数为397个，准确率为93.4％。字符匹配及识别结果如图4a)和图4b)所示，字符训练库及神经网络学习误差变化曲线如图5a)和图5b)所示。

步骤四二、根据提取的前车车牌号判断前车是否在系统内；在系统内的车辆是指安装了防追尾预警设施的车辆，通过安装的设施就可以接收预警信息，并反馈信息。

步骤五、若前车牌照在系统内则前后两车预警，发送危险信息，实时监控至正常状态，若前车牌照不在系统内或采集到车内报警按钮信息则本车进入危险状态，并结合道路环境和车速，向本车周围一定范围内车辆发送相关信息，关注接收信号车辆的反馈结果；

步骤五一、若前车牌照在本系统内则前后两车同时预警，并向两车周围的车辆发送危险信息；

步骤五二、危险信息发送完毕后，对前后车辆进行实时监控，直到危险状态解除，恢复正常；

步骤五三、若前车牌照不在本系统内或采集到车内报警按钮信息则本车进入危险状态，结合当时的道路环境条件以及本车车速，划定不同的预警范围；

此范围我们可以依据车辆的反应距离和制动距离来决定。汽车在行驶中，当驾驶员发现紧急情况直至踩下制动踏板发生制动作用之前的这段时间称为反应时间，反应时间内车辆行驶的距离称为反应距离。反应距离的长短，取决于行驶速度和反应时间。

从整体来看，人类反应时间最快需要0.7秒，而自动驾驶车需要0.5秒。但是人类平均水平超过1秒，在分心的状态下就是2秒，而自动驾驶车则会始终如一。综上所述，我们在未完全实现自动驾驶前可以通过本系统来防范危险，减少重大事故的发生，保障车辆安全。假如车速为30公里/小时，反应时间为1秒，反应距离则为8.33米。规定本系统的反应距离D_R为10m。

制动距离是指驾驶员踩下制动踏板产生作用至汽车完全停止时，轮胎在路面上出现明显的拖印的距离。制动距离的长短与天气条件、汽车行驶的速度、制动力、附着系数有关。假设摩擦系数为μ，则汽车的制动距离应为：

由上述公式可以算得不同天气条件下，不同车速的车辆制动距离S，如表1所示：

表1汽车行驶速度与制动距离换算一览表

根据以上分析，车辆失控后系统根据失控车辆的行驶速度以及当日的天气状况确定不同的制动距离S，且系统的预警范围应为制动距离与反应距离之和，即：

D_A＝S+D_R

其中S从表1取得，D_R固定为10m。

步骤六、采集接收信号车辆的反馈结果，及时反馈则自主避让，系统监测到车辆驶出预警范围则终止报警，未及时反馈的车辆划分为危险状态，重新划定预警范围，发送预警信息；

步骤六一、采集接收信号车辆的反馈结果；

步骤六二、若车辆在有限反馈时长内反馈，则由驾驶员进行及时自主避让，系统实时监测，直至车辆驶出预警范围则终止报警；

系统内部的车辆接收到危险车辆的状态信息后，需要为系统提供反馈，以告知系统本车接收到危险信号。由于人的生理心理因素的限制，人对刺激的反应速度是有限的，而且随着年龄及个体的不同而不同。一般条件下，反应时间约为0.1～0.5s。对于复杂的选择性反应时间达1～3s，要进行复杂判断和认识的反应时间平均达3～5s。

根据驾驶员的反应时间，初步确定驾驶员反馈所需的时长为1s。即确定有限反馈时长为1s。

步骤六三、若车辆未在有限反馈时长内反馈，则将未反馈车辆也划分为危险状态，且重新划定预警范围，即取两范围的并集，并向新预警范围的车辆发送预警信息；

步骤七、待危险车辆制动后，解除警报，将异常车辆制动相关信息发送给合理范围内车辆；

本发明为了避免因车辆失控、车距过近等原因导致的追尾事故，通过多车协同反馈，将自身车辆危险预警与周围车辆避让信息预警结合，有效提醒其他车辆及时避让。同时解决了现有测距方法不够精准的问题。本发明技术实现设备由摄像头、车载显示器、计算机主机和北斗卫星定位系统组成，具有车辆失控反馈、实时追尾预警和车辆失控反馈避让三大功能。摄像头获得前车图像，通过基于物理尺寸的车牌方位感知技术获得前车相对方位，并通过基于深度学习的识别算法获得前车车牌号。当本车有一定驾驶速度，且与前车相对距离发生异常时，若前车在系统内，系统将发送预警信息给前车，两车自行调整车速从而恢复安全车距；若前车不在系统内，自车进入危险状态。车内安装反馈按钮，若车辆失控，车内人员可自行通过反馈按钮将车辆异常情况汇报给系统，车辆进入危险状态。一旦有车辆进入危险状态，系统将发送预警信息给周围一定范围内的车辆，预警信息包括危险状态车辆的位置和状态信息。车辆接收到危险信息预警后，需要及时对系统进行反馈，在有限反馈时长后，系统将整合危险状态车辆和未反馈车辆坐标，重新划定一定的预警范围，再次给范围内的车辆发送危险车辆的信息。

本发明的上述算例仅为详细地说明本发明的计算模型和计算流程，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动，这里无法对所有的实施方式予以穷举，凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。

Claims (10)

1.一种区域化车辆协同预警避险的交互系统，其特征在于，所述系统包括摄像头、车载显示器模块、神经网络模块、计算机主机和北斗卫星定位模块，其中：

所述北斗卫星定位模块用于获取当前车辆以及当前车辆前车的位置坐标和车速信息，并判断当前车辆是否处于正常行驶状态，若当前车辆不处于正常行驶状态，则不做处理；若当前车辆处于正常行驶状态，则将获取的位置坐标和车速信息发送给计算机主机，计算机主机用于根据接收到的位置坐标和车速信息计算临界安全车距L₂；

所述当前车辆内安装有车载显示器模块，车载显示器模块具有接收计算机主机发来的预警信息、向计算机主机发送反馈信息以及车辆异常时自动报警的功能；

所述摄像头用于实时捕捉前车车牌信息，并将前车车牌信息发送给计算机主机，计算机主机用于根据前车车牌信息计算前车与当前车辆的间距L₁，并比较L₁与L₂的大小关系；

当L₁小于L₂时，所述神经网络模块用于对前车车牌信息中的字符进行识别，获得前车的车牌号；并将获得的车牌号发送给计算机主机，计算机主机根据接收到的车牌号判断前车内是否安装有车载显示器模块；

若前车内安装有车载显示器模块，则计算机主机向前车和当前车辆的车载显示器模块发送预警信息，前车和当前车辆自行调整间距；

若前车内未安装车载显示器模块或采集到当前车辆的自动报警信息，则当前车辆为危险状态，计算机主机划定预警范围，并向预警范围内的车辆发送预警信息；

计算机主机判断预警范围内的车辆是否均发回反馈信息，若是，则实现自主避让，若否，则没有作出反馈的车辆划分为危险状态，为没有作出反馈的车辆划定预警范围，并向预警范围内的车辆发送预警信息；

计算机主机监测到当前车辆与前车的间距大于等于临界安全车距或者当前车辆制动后，则解除警报，并将当前车辆制动的位置信息发送给预警范围内的全部车辆。

2.根据权利要求1所述的一种区域化车辆协同预警避险的交互系统，其特征在于，所述预警信息包括危险状态车辆的位置和状态信息。

3.基于权利要求1所述的一种区域化车辆协同预警避险的交互系统的交互方法，其特征在于，所述方法具体包括以下步骤：

步骤一、使用北斗卫星定位模块获取车辆位置坐标和车速信息，北斗卫星定位模块获取的车速信息包括当前车辆车速以及前车车速，将与当前车辆相邻、位于当前车辆前方的车辆作为前车，且前车与当前车辆处于同一车道上；

并根据车速信息判断当前车辆是否处于正常行驶状态，若当前车辆处于正常行驶状态，则继续执行步骤二，否则结束；

步骤二、当前车辆处于正常行驶状态时，根据前车车速与当前车辆车速信息计算临界安全车距；

步骤三、使用摄像头采集当前车辆前方视频信息来实时捕捉前车车牌信息，根据实时捕捉到的前车车牌信息计算前车与当前车辆的间距L₁；

将L₁与临界安全车距L₂进行比较，若L₁＜L₂，则执行步骤四，否则不需要做出处理；

步骤四、对前车车牌信息中的字符进行识别后，获得前车的车牌号；并根据获得的车牌号判断前车内是否安装有车载显示器模块；

步骤五、若前车内安装有车载显示器模块，则向前车和当前车辆发送预警信息，前车和当前车辆自行调整间距，直至监控到前车与当前车辆的间距大于等于L₂，结束预警；

若前车内未安装车载显示器模块或采集到当前车辆的自动报警信息，则当前车辆进入危险状态，结合道路环境和当前车辆车速划定预警范围后，向处于预警范围内的车辆发送预警信息；

步骤六、对于在规定时间内对预警信息做出了反馈的车辆，则实现自主避让，当做出反馈的车辆驶出预警范围后，系统终止向其报警；

对于未在规定时间内对预警信息做出反馈的车辆，将未在规定时间内做出反馈的车辆也划分为危险状态，分别为每个未在规定时间内做出反馈的车辆划定预警范围，对获得的全部预警范围取并集，将取并集结果作为新预警范围，并向处于新预警范围内的车辆发送预警信息；

步骤七、待当前车辆与前车的间距大于等于临界安全车距或者当前车辆制动后，则解除警报，将当前车辆制动的位置信息发送给新预警范围内的全部车辆；

步骤八、将车内安装有车载显示器的每个车辆分别作为当前车辆，通过对当前车辆执行步骤一至步骤七的过程，实现车辆协同预警避险。

4.根据权利要求3所述的一种区域化车辆协同预警避险的交互系统的交互方法，其特征在于，所述步骤一中，根据车速信息判断当前车辆是否处于正常行驶状态；其具体过程为：

若当前车辆的车速大于等于20km/h，则认为当前车辆处于正常行驶状态。

5.根据权利要求3所述的一种区域化车辆协同预警避险的交互系统的交互方法，其特征在于，所述步骤二的具体过程为：

其中，L₂为临界安全车距，t_r为驾驶员制动反应时间，t_a为制动协调时间，t_s为制动减速度增长时间，L为停车以后的安全间距，a_n为当前车辆在经过反应时间后，不发生追尾碰撞的临界加速度，v_n+1为前车的车速，v_n为当前车辆的车速。

6.根据权利要求3所述的一种区域化车辆协同预警避险的交互系统的交互方法，其特征在于，所述步骤三中，使用摄像头采集当前车辆前方视频信息来实时捕捉前车车牌信息，根据实时捕捉到的前车车牌信息计算前车与当前车辆的间距L₁；其具体过程为：

步骤三一、对视频流抽帧获得图像，再对获得的图像依次进行颜色矫正、二值化、去除面积小于阈值的分量、倾斜矫正处理，标定出图像中前车车牌位置；

步骤三二、计算前车与当前车辆的间距L₁：

其中，f为摄像头的焦距，H为前车车牌实际高度，h为图像中前车车牌的像素高度。

7.根据权利要求3所述的一种区域化车辆协同预警避险的交互系统的交互方法，其特征在于，所述步骤四中，对前车车牌信息中的字符进行识别时采用的是深度学习技术。

8.根据权利要求5所述的一种区域化车辆协同预警避险的交互系统的交互方法，其特征在于，所述步骤五中，结合道路环境和当前车辆车速划定预警范围，其具体过程为：

D_A＝S+D_R

其中，D_R为反应距离，S为制动距离，D_A为反应距离与制动距离之和；

则以当前车辆为中心，以D_A为半径的当前车辆后方半圆范围内为预警范围。

9.根据权利要求8所述的一种区域化车辆协同预警避险的交互系统的交互方法，其特征在于，所述制动距离S为：

其中，v_n为当前车辆的车速，μ为当前车辆与路面的附着系数，μ的取值与道路环境和车速有关，g＝9.8m/s²。

10.根据权利要求3所述的一种区域化车辆协同预警避险的交互系统的交互方法，其特征在于，所述规定时间为系统发出预警信息之后的1s内。

Images