CN114566038A - 一种面向网联货运车队的车路协同多级预警系统及方法 - Google Patents
一种面向网联货运车队的车路协同多级预警系统及方法 Download PDFInfo
- Publication number
- CN114566038A CN114566038A CN202210192789.XA CN202210192789A CN114566038A CN 114566038 A CN114566038 A CN 114566038A CN 202210192789 A CN202210192789 A CN 202210192789A CN 114566038 A CN114566038 A CN 114566038A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- fleet
- early warning
- target
- information
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000010365 information processing Effects 0.000 claims abstract description 14
- 206010039203 Road traffic accident Diseases 0.000 claims abstract description 3
- 238000012545 processing Methods 0.000 claims description 93
- 230000004927 fusion Effects 0.000 claims description 38
- 238000004891 communication Methods 0.000 claims description 31
- 230000001133 acceleration Effects 0.000 claims description 21
- 230000008447 perception Effects 0.000 claims description 21
- 230000003993 interaction Effects 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 8
- 230000000007 visual effect Effects 0.000 claims description 8
- 230000005484 gravity Effects 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 3
- 230000035484 reaction time Effects 0.000 claims description 3
- 239000004576 sand Substances 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 2
- 238000011144 upstream manufacturing Methods 0.000 abstract description 3
- 230000015572 biosynthetic process Effects 0.000 description 9
- 230000009133 cooperative interaction Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 5
- 230000002452 interceptive effect Effects 0.000 description 4
- 239000000446 fuel Substances 0.000 description 3
- 101001093748 Homo sapiens Phosphatidylinositol N-acetylglucosaminyltransferase subunit P Proteins 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000035939 shock Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
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
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
一种面向网联货运车队的车路协同多级预警系统及方法,包括信息采集模块、信息处理模块和信息收发模块;信息采集模块、信息处理模块和信息收发模块依次连接;信息采集模块包括路侧信息采集模块和车辆信息采集模块,用于获取当前路段路面状况、特勤车辆所处位置和交通事故发生位置信息,以及目标车队的各车辆行驶参数、位置和车况信息;本发明结合国内车路协同领域现有的技术条件与货运物流上下游产业链需求进行考虑,对车路协同方法在货运车队上的应用场景与技术手段进行优化,针对性的解决了车队内部车辆在近距离跟驰下因驾驶员视野盲区扩大以及车队在面对超视距交通突发事件时因无法及时感知事故发生距离导致的交通安全风险。
Description
技术领域
本发明涉及交通安全和车路协同领域,尤其涉及一种面向网联货运车队的车路协同多级预警系统及方法。
背景技术
目前车辆编队协同驾驶是目前车路协同的研究热点之一,由于货车队列在编队驾驶领域存在较大可能实现并率先投入工业运营实景中,因此利用智能网联车路协同实现车队编队驾驶行为应当重点关注。货运车队进入编队驾驶状态后受屏障效应的阻碍,视野盲区内或超视距区域内存在交通事件时,驾驶员无法快速感知危险情况并做出预先应对决策,车队驾驶安全性大大降低。因此,通过车路通信、车车通信技术手段对网联货运编队驾驶车队进行提前预警成为车辆编队驾驶的研究关键点。
现有技术中,货运车队编队驾驶大多通过V2V(Vehicle to Vehicle,即车车通信技术)实现队列控制,部分车队引入DSRC短程通信技术,实现V2X(Vehicle to Everything,即车联网技术)与V2V协同控制,这一方法通过货车车队头车结合路侧发来的路段信息对驾驶下游方向交通状况进行判断处理,做出驾驶决策,后车根据车辆传感器获取到的行驶信息与前车发来的驾驶预警策略判断跟驰状态。这一技术手段能够将车队间车辆间距保持在10-30米内,实现特定路段内在保证货车车队安全性下的自动驾驶。在不采用自动驾驶手段的预警方案中,部分技术提出使用手机作为车载终端接收预警信息。
上述现有技术存在的问题为:货车队列在仅通过V2V进行队列控制时跟车间距较长,燃油经济性差,适用局限性大;通过V2V与V2X结合进行队列控制所需硬件成本巨大,难以达到工业投产要求。同时,基于国内货运与车路协同技术领域现状,驾驶员仍无法从上下游产业链中完全脱离,在编队驾驶较近距离跟驰前提下,驾驶员视野盲区变大,无法及时感知道路危险状况,使得编队驾驶存在极大的安全隐患,导致货运车队只能以牺牲经济成本为代价,人为驾驶货运车辆进行远距离跟驰,这也导致驾驶疲劳事故频发,降低整个货运物流系统的效益。同时,用手机作为车载预警终端的方案,手机在受到干扰时信号强弱变化范围大,作为终端无法稳定显示预警策略,存在较高的安全隐患。
发明内容
本发明的目的在于提供一种面向网联货运车队的车路协同多级预警系统及方法,以解决现有技术下货车队列受视距阻碍面对突发道路交通事件驾驶安全性低以及车队跟驰距离远燃油经济性低的问题。
为实现上述目的,本发明采用以下技术方案:
一种面向网联货运车队的车路协同多级预警系统,包括信息采集模块、信息处理模块和信息收发模块;信息采集模块、信息处理模块和信息收发模块依次连接;
信息采集模块包括路侧信息采集模块和车辆信息采集模块,用于获取当前路段路面状况、特勤车辆所处位置和交通事故发生位置信息,以及目标车队的各车辆行驶参数、位置和车况信息;
信息处理模块包括路侧的多个边缘云计算处理平台和中心云计算处理平台,以及车载端的车载计算处理平台;分别用于计算分析目标车队的第一阶段行驶策略、多路段全景行驶策略和第二阶段预警方案;
信息收发模块包括路侧信息收发模块和车辆信息收发模块,用于路测信息和车辆各信息的接收、传递和输出。
进一步的,路侧信息采集模块包括交通流量传感器和差分定位基站;车辆信息采集模块包括车辆行驶参数传感器、GPS定位单元和ECU电子控制单元;交通流量传感器和差分定位基站连接边缘云计算处理平台,车辆行驶参数传感器、GPS定位单元和ECU电子控制单元连接车载计算处理平台。
进一步的,路侧信息收发模块包括通信基站和若干个路侧单元RSU;车辆信息收发模块包括车辆CAN总线、车载单元OBU和车载预警装置;通信基站和若干个路侧单元RSU连接边缘云计算处理平台,车辆CAN总线、车载单元OBU和车载预警装置连接车载计算处理平台。
进一步的,车载预警装置为可视化预警装置。
进一步的,一种面向网联货运车队的车路协同预警方法,包括以下步骤:
步骤1,路侧的交通流量传感器和差分定位基站获取当前路段交通信息,并向所在路段路侧单元RSU发送所述当前路段交通信息;车载系统内车辆传感器和ECU电子控制单元获取目标车队信息,并向目标车队OBU发送所述目标车队信息;
步骤2,路侧单元RSU将路段交通信息和目标车队行驶信息发送给该路段路侧边缘云计算处理平台,由边缘云计算处理平台对多源数据进行打包,生成融合感知数据;路侧边缘云计算处理平台对生成的融合感知数据进行解码,识别道路交通状况与目标货运车队的相互关系;
步骤3,对当前路段是否有交通事件发生,是否属于货运车队行驶方向下游,以及是否属于货运车队视距范围外进行判断,若是,进行下一步判断,判断均为是,则路侧边缘云计算处理平台对融合感知数据进行进一步解码,并对数据进行完整处理,针对目标货运车队各车辆计算第一阶段行驶策略,并发送给当前路段路侧单元RSU,当前路段路侧单元RSU将第一阶段行驶策略传输给目标车队各车辆OBU;若否,将融合感知数据传输到中心云计算处理平台,中心云计算处理平台对接收到的多路段交通信息与当前路段融合感知数据完整解码并进行处理,计算出多路段全景行驶策略,将其传递给通信基站,通信基站将多路段全景行驶策略发送给目标车队各车辆OBU;
步骤4,货运车队各车辆车载单元OBU接收由当前路段路侧单元RSU发送来的第一阶段行驶策略或由通信基站发送来的多路段全景行驶策略;各车辆车载单元OBU将第一阶段行驶策略或多路段全景行驶策略传输给车载计算处理平台;车载计算处理平台对行驶策略进行解码,识别行驶策略中的行驶主题;
步骤5,对行驶主题是否为紧急制动,是否为缓制动,是否为避让进行判断;若是,则车载计算处理平台进行第二阶段预警方案判断,若否,进行下一步判断;车载计算处理平台将第二阶段预警方案通过CAN总线传输至车载预警装置;车载计算处理平台将多路段全景行驶策略通过CAN总线直接传输到车载预警装置;目标车队各车辆驾驶员根据车载预警装置的预警显示方案做出相应驾驶操作。
进一步的,步骤1中,路段交通信息包括当前路段交通事件的位置信息所在路段的特勤车辆位置信息路面车道宽度wr,特勤车辆的行驶速度vs以及加速度as,并通过预设路面材料的摩擦系数和采集到的天气状况判断当前路段的摩擦系数μr;目标车队信息包括目标车队各车辆之间的间距di,i+1,目标车队各车辆的瞬时行驶速度vLi、瞬时加速度aLi、整车质量MLi,以及最大制动力Fi,max。
进一步的,步骤3中,第一阶段行驶策略,分为三种策略状态:
I.紧急制动策略状态:
根据融合感知数据中的交通信息与目标车队所采集的参数,对紧急制动情景进行如下判断:
紧急制动所需制动距离计算服从公式(2-1):
Fui,brake=Fi,max (2-2)
距离模长服从公式(2-3):
判断条件服从公式(2-4):
αiDui,brake≥Li (2-4)
其中,Dui,brake为目标货运车队中第i辆车紧急制动所需制动距离,g为重力加速度,vLi为目标货运车队中第i辆车瞬时行驶速度,ai为目标货运车队中第i辆车瞬时加速度,tri为目标货运车队中第i辆车驾驶员反应时间,t0为系统信息交互时延,MLi为目标货运车队第i辆车的整车质量,Fi,max为目标货运车队第i辆车最大制动力,μr为目标车队所在路段路面综合摩擦系数;αi为目标货运车队第i辆车的紧急制动缓冲系数;Li为目标货运车队第i辆车与交通事件之间的距离,为差分定位基站测定的交通事件位置,用经纬度表示,其中为经度,为纬度,与之同理。;
满足公式(2-4)时,对该车辆第一阶段行驶策略判定为紧急制动;
II.缓制动策略状态:
根据融合感知数据中的交通信息与目标车队所采集的参数,对缓制动情景进行如下判断:
缓制动所需制动距离计算服从公式(2-5):
Fsi,brake=kiFi,max (2-6)
判断条件服从公式(2-7):
βiDsi,brake≥Li (2-7)
其中,Dsi,brake为目标货运车队第i辆车缓制动所需制动距离,g为重力加速度,ki为目标车队第i辆车驾驶员制动系数,由ECU根据驾驶员制动习惯统计得出,随驾驶员制动缓急程度由缓到急线性增大,取值范围为(0.1],βi为目标货运车队第i辆车的缓制动缓冲系数;
满足公式2-7时,对该车辆第一阶段行驶策略判定为缓制动;
III.避让策略状态:
根据融合感知数据中的交通信息与目标车队所采集的参数,对避让情景进行如下判断:
避让所需距离计算服从公式(2-8):
其中:
vLx=[vL+aL(t0+γtr)]sinθ (2-12)
判断条件服从公式(2-13):
Sa+Ls+L≤Ss (2-13)
其中:
其中n为车队车辆数,vL为车队速度,aL为车队加速度,wr为车道宽度,γ为车队驾驶反应系数,θ为车队变道时与车道线所成角度,vLx为车队变道时横向行驶速度,Sc表示车队变道时驶过的斜线距离;vs表示特勤车辆瞬时行驶速度,as为特勤车辆瞬时加速度,L为安全距离,取L=10m,Ls为特勤车辆与车队尾车之间的距离,Ss为特勤车辆在车队反应及变道时间内所行驶的距离;
满足式2-13时,对该车辆第一阶段行驶策略判定为避让。
进一步的,具体的,多路段全景行驶策略,提供目标车队行驶方向下游多路段内交通事件发生位置以及若干个交通事件各自与目标车队之间的距离并对行驶主题进行判断:
距离计算公式服从公式(2-15)与公式(2-16):
其中,Ltj为交通事件j与目标车队头车之间的距离,Lsj为特勤车辆j与目标车队尾车之间的距离,为差分定位基站与路侧交通传感器融合感知下交通事件j的发生位置,为差分定位基站与路侧交通传感器融合下特勤车辆j的位置,用经纬度表示,为交通事件j所在路段与目标车队所在路段的交叉口经纬度位置,为车队尾车的经纬度位置;
紧急制动主题判断条件服从公式(2-17):
αiDui,brake≥Ltj (2-17)
缓制动主题判断条件服从公式(2-18):
βiDsi,brake≥Ltj (2-18)
避让主题判断条件服从公式(2-19):
Sa+Lsj+Lsafe≤Ssj (2-19)
其中Ssj为特勤车辆j在车队反应及变道时间内所行驶的距离,Lsafe为安全距离,取Lsafe为10m;
满足式(2-17)时,对该车辆多路段全景行驶策略判定为紧急制动;
满足式(2-18)时,对该车辆多路段全景行驶策略判定为缓制动;
满足式(2-19)时,对该车辆多路段全景行驶策略判定为避让。
进一步的,步骤5中,第二阶段预警方案分为三种情况:
情况一:紧急制动情景下各车辆预警方案:
预警条件服从公式(3-1):
Dui,brake+di,i+1≤Du,i+1,brake (3-1)
其中,di,i+1为目标货运车队中第i辆车车尾与第i+1辆车车头的间距,Du,i+1,brake为目标货运车队中第i+1辆车的紧急制动所需制动距离;
若目标车队内货车i与货车i+1满足第二阶段紧急制动预警条件,则令货车i转入缓制动预警情景;
情况二:缓制动情景下各车辆预警方案:
预警条件服从公式(3-2):
Dsi,brake+di,i+1≤Ds,i+1,brake (3-2)
其中,Ds,i+1,brake为目标货运车队中第i+1辆车的缓制动所需制动距离
若货车i与货车i+1满足第二阶段缓制动预警条件,则对货车i+1进行额外缓制动预警;
情况三:避让与无行驶策略情景下各车辆预警方案:
在所述避让与无行驶策略情景下,目标车队各车辆进行相同预警,无额外预警。
进一步的,由交通流量传感器与差分定位基站将当前路段内交通状况通过当前路段路侧单元RSU传递给边缘云计算处理平台,同时信息采集模块内的车载系统车辆传感器、ECU电子控制单元和GPS定位单元将目标车队车辆信息通过CAN总线和车载单元OBU传递给边缘云计算处理平台;边缘云计算处理平台将传输来的数据进行融合生成融合感知数据,并根据所述融合感知数据生成第一阶段行驶策略或直接将融合感知数据传递给中心云计算处理平台,中心云计算处理平台在接收到融合感知数据后生成多路段全景行驶策略,此时,云平台将行驶策略通过通信基站或路侧单元RSU以及车载单元OBU传递给车载计算处理平台进行处理,生成第二阶段预警方案并通过CAN总线传输给车载预警装置;信息收发模块内的车载预警装置接收到第二阶段预警方案后,通过不同的显示模块与驾驶员进行交互,对驾驶员发出预警,指示驾驶员执行安全驾驶操作。
与现有技术相比,本发明有以下技术效果:
本发明提供的一种面向网联货运车队的车路协同多级预警系统和方法,结合国内车路协同领域现有的技术条件与货运物流上下游产业链需求进行考虑,对车路协同方法在货运车队上的应用场景与技术手段进行优化,针对性的解决了车队内部车辆在近距离跟驰下因驾驶员视野盲区扩大以及车队在面对超视距交通突发事件时因无法及时感知事故发生距离导致的交通安全风险。
其中,在对车路协同交互系统进行优化之后,针对行车超视距问题提出了多路段结合判断方法,根据车队内各车辆与超视距交通事件之间的距离判断行驶策略;针对近距离跟驰问题提出了车队内多车辆结合预警方法,根据车队内各车辆之间的间距与制动距离制定预警方案,并将两个问题进行结合,提供一种多级预警方法,优化预警方案,同时引入一种车载预警装置,代替手机作为车载交互终端。
本发明可以满足大范围多路段突发性交通事件下车队驾驶员及时感知并做出制动决策的要求,提高网联货运车队编队后车队内车辆近距离跟驰驾驶的安全性,提高车队整体的燃油经济性,减小车队行驶风阻,使车队保持较为紧密的跟驰状态,提高车队灵活性,保证道路其他车辆的视野不受阻碍。
附图说明
图1为本发明一种面向网联货运车队的车路协同交互预警系统图;
图2为本发明一种面向网联货运车队的车路协同交互方法;
图3为本发明车队内预警判断方法流程图;
图4为本发明一种面向网联货运车队的车路协同预警信息传导示例图;
图5为本发明车路协同信息交互实景图;
图6为本发明一种车载预警装置;
图7为本发明车载预警装置交互模块示意图。
具体实施方式
下面对本发明实施例中的方法进行详细说明。
本发明实施例提供了一种面向网联货运车队的车路协同多级预警方法,首先需要说明的是,本发明实施例提供的面向网联货运车队的车路协同多级预警方法需要构建由信息采集模块、信息处理模块和信息收发模块组成的车路协同交互预警系统,通过路侧端、中心云与车载端的信息交互实现对目标车队各车辆的区别行驶预警。
图1为本发明实施例的面向网联货运车队的车路协同交互预警系统图,参见图1所示,所述交互预警系统由信息采集模块、信息处理模块和信息收发模块组成,信息采集模块与信息处理模块之间通过信息收发模块实现目标车队车载系统与路侧系统之间的信息交互。
其中信息采集模块包括路侧系统内交通流量传感器、差分定位基站,以及车载系统内车辆传感器、GPS定位单元及ECU电子控制单元;信息处理模块包括路侧系统内边缘云计算处理平台、车载系统内车载计算处理平台以及外围中心云计算处理平台;信息收发模块包括路侧系统内通信基站、路侧单元RSU以及车载系统内的CAN总线、车载单元OBU和车载预警装置。
具体的,由信息采集模块采集到的路段交通信息和目标车队行驶信息通过信息收发模块的路侧系统内路侧单元RSU或通信基站发送给信息处理模块的云计算处理平台,所述云计算处理平台包括边缘云计算处理平台和中心云计算处理平台;经云计算处理平台对交通信息进行处理后,再通过信息收发模块的车载系统内车载单元OBU传输给信息处理模块的车载计算处理平台进行最终预警判断,得到的判断方案经由CAN总线传输到车载预警装置向驾驶员传达,完成预警。
具体的,所述交通流量传感器包括但不限于视觉传感器(如单目摄像传感器、多目摄像传感器和环视摄像传感器等)、雷达传感器(如毫米波雷达、激光雷达等)和地磁传感器等的组合,可以读取当前路段交通事件(如车辆碰撞、道路施工、路面塌方等)的位置信息路面车道宽度wr,特勤车辆的行驶速度vs以及加速度as,并通过预设路面材料的摩擦系数和采集到的天气状况判断当前路段的摩擦系数μr;
具体的,所述车辆传感器包括但不限于车载摄像头(包括单目/多目摄像头等)、车载雷达(毫米波雷达、激光雷达等)、重力传感器、制动性能传感器等,可以读取目标车队各车辆之间的间距di,i+1,目标车队各车辆的瞬时行驶速度vLi、瞬时加速度aLi、整车质量(含装载质量)MLi,以及最大制动力Fi,max。
优选的,所述电子控制单元ECU可以采集车辆驾驶状态,如发动机转速、传感器信号等数据,与车辆传感器共同上传,形成数据冗余,提高数据可靠性,降低计算量级。
优选的,所述路侧边缘云计算处理平台与中心云计算处理平台通过光纤连接,实现低时延数据传输,提高系统运行效率。
优选的,所述车载单元OBU采用多模通信,包括基于IEEE 802.11p技术的DSRC专用短程无线通信与基于3GPP全球统一标准的C-V2X通信技术(包括LTE-V2X与5G-V2X),根据车辆行驶策略满足不同时延要求。
优选的,所述车载预警设备安装在货运车队各车辆中控台上,采用多显示屏、LED频闪灯与扬声器相结合的方式,对驾驶员进行听觉、视觉多感官提醒,确保驾驶员不因异常驾驶状态而忽略交通预警信息,提高驾驶安全性。
图2示意性地示出了本发明实施例中的一种面向网联货运车队的车路协同交互方法的流程图,参见图2所示,该流程可以包括如下步骤:
S201,目标货运车队驶入车路协同路段;
S202,所述驶入的车路协同路段交通流量传感器及差分定位基站采集道路交通流和路面状况信息发送给当前路段路侧单元RSU,同时目标货运车队将车队间行驶信息与各车辆行驶信息发送给当前路段路侧单元RSU;
S203,路侧单元RSU将路段交通信息和目标车队行驶信息发送给该路段路侧边缘云计算处理平台,由所述边缘云计算处理平台对多源数据进行打包,生成融合感知数据;
S204,所述路侧边缘云计算处理平台对生成的融合感知数据进行解码,识别道路交通状况与目标货运车队的相互关系;
S205,此时,对当前路段是否有交通事件发生进行判断;
S206,若是,进行下一步判断;若否,将融合感知数据传输到中心云计算处理平台,转入S210-II步骤;
S206,此时,对当前路段交通事件是否属于货运车队行驶方向下游进行判断;
S207,若是,进行下一步判断;若否,将融合感知数据传输到中心云计算处理平台,转入S210-II步骤;
S208,此时,对当前路段交通事件是否属于货运车队视距范围外进行判断;
S209-I,若是,路侧边缘云计算处理平台对融合感知数据进行进一步解码,并对数据进行完整处理,针对目标货运车队各车辆计算第一阶段行驶策略,并发送给当前路段路侧单元RSU;
S209-II,当前路段路侧单元RSU将第一阶段行驶策略传输给目标车队各车辆OBU;
S210-I,若无,将融合感知数据传输到中心云计算处理平台;
S210-II,此时,中心云计算处理平台对接收到的多路段交通信息与当前路段融合感知数据完整解码并进行处理,计算出多路段全景行驶策略,将其传递给通信基站;
S210-III,通信基站将多路段全景行驶策略发送给目标车队各车辆OBU;
具体的,在步骤S209-I中所述的第一阶段行驶策略,分为三种策略状态:
I.紧急制动策略状态:
根据融合感知数据中的交通信息与目标车队所采集的参数,对紧急制动情景进行如下判断:
紧急制动所需制动距离计算服从公式(2-1):
Fui,brake=Fi,max (2-2)
距离模长服从公式(2-3):
判断条件服从公式(2-4):
αiDui,brake≥Li (2-4)
其中,Dui,brake为目标货运车队中第i辆车紧急制动所需制动距离,g为重力加速度,vLi为目标货运车队中第i辆车瞬时行驶速度,ai为目标货运车队中第i辆车瞬时加速度,tri为目标货运车队中第i辆车驾驶员反应时间,t0为系统信息交互时延,MLi为目标货运车队第i辆车的整车质量(含装载质量),Fi,max为目标货运车队第i辆车最大制动力,μr为目标车队所在路段路面综合摩擦系数;αi为目标货运车队第i辆车的紧急制动缓冲系数;Li为目标货运车队第i辆车与交通事件之间的距离,为差分定位基站测定的交通事件位置,用经纬度表示,其中为经度,为纬度,与之同理。
满足公式(2-4)时,对该车辆第一阶段行驶策略判定为紧急制动。
II.缓制动策略状态:
根据融合感知数据中的交通信息与目标车队所采集的参数,对缓制动情景进行如下判断:
缓制动所需制动距离计算服从公式(2-5):
Fsi,brake=kiFi,max (2-6)
判断条件服从公式(2-7):
βiDsi,brake≥Li (2-7)
其中,Dsi,brake为目标货运车队第i辆车缓制动所需制动距离,g为重力加速度,ki为目标车队第i辆车驾驶员制动系数,由ECU根据驾驶员制动习惯统计得出,随驾驶员制动缓急程度由缓到急线性增大,取值范围为(0.1],βi为目标货运车队第i辆车的缓制动缓冲系数。
其余参数与紧急制动状态策略中公式参数相同,故在此不再赘述。
满足公式2-7时,对该车辆第一阶段行驶策略判定为缓制动。
III.避让策略状态:
根据融合感知数据中的交通信息与目标车队所采集的参数,对避让情景进行如下判断:
避让所需距离计算服从公式(2-8):
其中:
vLx=[vL+aL(t0+γtr)]sinθ (2-12)
判断条件服从公式(2-13):
Sa+Ls+L≤Ss (2-13)
其中:
其中n为车队车辆数,vL为车队速度,aL为车队加速度,wr为车道宽度,γ为车队驾驶反应系数,θ为车队变道时与车道线所成角度,本公式中取为4°(货运车辆一般取值为3°-5°),vLx为车队变道时横向行驶速度,Sc表示车队变道时驶过的斜线距离;vs表示特勤车辆瞬时行驶速度,as为特勤车辆瞬时加速度,L为安全距离,取L=10m,Ls为特勤车辆与车队尾车之间的距离,Ss为特勤车辆在车队反应及变道时间内所行驶的距离。
满足式2-13时,对该车辆第一阶段行驶策略判定为避让。
具体的,在步骤S210-II、S210-III、S210-IV中所述的多路段全景行驶策略,提供目标车队行驶方向下游多路段内交通事件发生位置以及若干个交通事件各自与目标车队之间的距离并对行驶主题进行判断:
距离计算公式服从公式(2-15)与公式(2-16):
其中,Ltj为交通事件j与目标车队头车之间的距离,Lsj为特勤车辆j与目标车队尾车之间的距离,为差分定位基站与路侧交通传感器融合感知下交通事件j的发生位置,为差分定位基站与路侧交通传感器融合下特勤车辆j的位置,用经纬度表示,为交通事件j所在路段与目标车队所在路段的交叉口经纬度位置,为车队尾车的经纬度位置。
紧急制动主题判断条件服从公式(2-17):
αiDui,brake≥Ltj (2-17)
缓制动主题判断条件服从公式(2-18):
βiDsi,brake≥Ltj (2-18)
避让主题判断条件服从公式(2-19):
Sa+Lsj+Lsafe≤Ssj (2-19)
其中Ssj为特勤车辆j在车队反应及变道时间内所行驶的距离,Lsafe为安全距离,取Lsafe为10m。
满足式(2-17)时,对该车辆多路段全景行驶策略判定为紧急制动;
满足式(2-18)时,对该车辆多路段全景行驶策略判定为缓制动;
满足式(2-19)时,对该车辆多路段全景行驶策略判定为避让。
优选的,在本发明实施例中,式2-4中引入的参数αi为目标货运车队第i辆车的紧急制动缓冲系数,该系数值在目标车队内第i辆车的取值服从公式(2-20):
在式2-7中引入的参数βi为目标货运车队第i辆车的缓制动缓冲系数,该系数值在目标车队内第i辆车的取值服从公式(2-21):
在式2-8中引入的参数γ为车队驾驶反应系数,该系数值取为1.1。
优选的,根据图2所示流程步骤中,所述第一阶段行驶策略与多路段全景行驶策略,存在两层优先级判断:
第一层为决策优先级别,存在三级优先判断,判断依据为行驶策略的类型:紧急制动行驶策略优先级最高,其次是缓制动行驶策略,最低是避让行驶策略;
第二层为车队整体行驶策略,存在n级优先判断,判断依据为目标车队内车辆编号:车队内货车i(即目标车队头车)的行驶策略优先级最高,其次是货车i+1(即目标车队中间车)的行驶策略,最低是货车n(即目标车队尾车)的行驶策略(其中i=1,2,3…n)。
进一步的,作为图2所示车路协同交互方法的后续判断,本发明实施例还提供了一种车队内预警判断方法。图3示意性地示出了本发明实施例中的车队预警方法流程图,参见图3所示,该流程可包括如下步骤:
S301,货运车队各车辆车载单元OBU接收由当前路段路侧单元RSU发送来的第一阶段行驶策略或由通信基站发送来的多路段全景行驶策略;
S302,各车辆车载单元OBU将第一阶段行驶策略或多路段全景行驶策略传输给车载计算处理平台;
S303,车载计算处理平台对行驶策略进行解码,识别行驶策略中的行驶主题;
S304,此时,对行驶主题是否为紧急制动进行判断;
S305,若是,则车载计算处理平台进行第二阶段预警方案判断,并转入步骤S309;若否,进行下一步判断;
S306,此时,对行驶主题是否为缓制动进行判断;
S307,若是,则车载计算处理平台进行第二阶段预警方案判断,并转入步骤S309;若否,进行下一步判断;
S308,此时,对行驶主题是否为避让进行判断;
S309-I,若是,则车载计算处理平台进行第二阶段预警方案判断;
S309-II,车载计算处理平台将第二阶段预警方案通过CAN总线传输至车载预警装置;
S309-III,车载预警装置对不同预警方案显示区别预警;
S310-I,若否,车载计算处理平台不对该行驶策略进行处理;
S310-II,车载计算处理平台将多路段全景行驶策略通过CAN总线直接传输到车载预警装置;
S310-III,此时车载预警装置不发出预警,仅显示多路段全景行驶策略;
S311,目标车队各车辆驾驶员根据车载预警装置的预警显示方案做出相应驾驶操作
具体的,在步骤S305、S307、S309-I中所述的第二阶段预警方案分为三种情况:
情况一:紧急制动情景下各车辆预警方案:
预警条件服从公式(3-1):
Dui,brake+di,i+1≤Du,i+1,brake (3-1)
其中,di,i+1为目标货运车队中第i辆车车尾与第i+1辆车车头的间距,Du,i+1,brake为目标货运车队中第i+1辆车的紧急制动所需制动距离。
若目标车队内货车i与货车i+1满足第二阶段紧急制动预警条件,则令货车i转入缓制动预警情景。
优选的,在货车i由紧急制动预警情景转入缓制动预警情景的情况下,对车队内除货车1以外的货车i设置如下额外预警:【请在与前车保证安全距离的情况下,进行缓制动】。
情况二:缓制动情景下各车辆预警方案:
预警条件服从公式(3-2):
Dsi,brake+di,i+1≤Ds,i+1,brake (3-2)
其中,Ds,i+1,brake为目标货运车队中第i+1辆车的缓制动所需制动距离
若货车i与货车i+1满足第二阶段缓制动预警条件,则对货车i+1进行额外缓制动预警
额外缓制动预警语句如下:【请在与前车保证安全距离的情况下,进行缓制动】。
情况三:避让与无行驶策略情景下各车辆预警方案:
在所述避让与无行驶策略情景下,目标车队各车辆进行相同预警,无额外预警语句。
优选的,在第二阶段预警策略完成预警方案判断后,若需要改变车队内除自车外其他车辆的行驶策略或预警方案,将通过各车辆车载单元OBU进行车车通信V2V来实现。
图4示意性地示出了本发明实施例中网联货运车队的车路协同预警信息传导示例图,参见图4所示,由交通流量传感器与差分定位基站将当前路段内交通状况通过当前路段路侧单元RSU传递给边缘云计算处理平台,同时信息采集模块内的车载系统车辆传感器、ECU电子控制单元和GPS定位单元将目标车队车辆信息通过CAN总线和车载单元OBU传递给边缘云计算处理平台;所述边缘云计算处理平台将传输来的数据进行融合生成融合感知数据,并根据所述融合感知数据生成第一阶段行驶策略或直接将融合感知数据传递给中心云计算处理平台,中心云计算处理平台在接收到融合感知数据后生成多路段全景行驶策略,此时,云平台将行驶策略通过通信基站或路侧单元RSU以及车载单元OBU传递给车载计算处理平台进行处理,生成第二阶段预警方案并通过CAN总线传输给车载预警装置;信息收发模块内的车载预警装置接收到第二阶段预警方案后,通过不同的显示模块与驾驶员进行交互,对驾驶员发出预警,指示驾驶员执行安全驾驶操作。
具体的,若所述当前路段边缘云计算处理平台生成了第一阶段行驶策略,则将其通过当前路段路侧单元RSU和目标车队车载单元OBU传输至车载计算处理平台;若所述边缘云将融合感知数据传递给中心云,则中心云将多个路端的交通信息与所述融合感知数据共同处理,生成多路段全景行驶策略,并通过通信基站和目标车队车载单元OBU传输至车载计算处理平台。
具体的,所述中心云计算处理平台接收m个路段路侧单元RSU发送的交通状况信息,m的取值取决于该中心云计算处理平台所处的区域内的多个通信基站覆盖范围内的路段数。
具体的,所述车载预警装置内的显示模块包括LED频闪模块、行驶主题与策略模块和驾驶全景展示模块。
进一步的,作为图4所示面向网联货运车队的车路协同信息交互流程的可视化,本发明实施例还提供了一种车路协同信息交互实景。图5示意性地示出了本发明实施例中的车路协同信息交互实景图,参见图5所示,多路段全景显示图像内包含中心云计算处理平台、两个通信基站以及三个路段,各路段内均包含该路段车辆、交通流量传感器、路侧单元RSU、边缘云计算处理平台和路段交通事件。
具体的,所述三个路段分别为当前路段、下游路端-I和下游路端—II。其中,当前路段为目标货运车队所在路段,下游路端-I为距离当前路段较近的路段,下游路段-II为距离当前路段较远的路段。
具体的,当前路段存在的交通事件为特勤车辆后方跟驰,需要对目标车队提出避让指令;下游路端-I存在的交通事件为车辆碰撞,需要对目标车队提出紧急制动指令;下游路段-II存在的交通事件为路面塌方,需要对目标车队提出缓制动指令。
优选的,所述通信基站所覆盖范围内至少包含两个及两个以上的路段,在对多路段全景显示图像判断路段编号时,仍以当前路段与编号路段的距离作为编号依据。
图6示意性的示出了本发明实施例中一种车载预警装置示例图,所述车载预警装置包括显示器1、LED灯2、第一显示屏3、扬声器4、底座5、缓震层6、第二显示屏7、存储记忆卡及卡槽8、连接杆9:
所述显示器1,用于固定LED灯2、第一显示屏3、第二显示屏7和存储记忆卡及卡槽8,并通过连接杆9与底座5相连接;
所述连接杆9,用于连接显示器1与底座5,保证显示器在车辆行驶过程中不因颠簸而失去稳定;
所述底座5,用于将装置整体放置在货车车辆中控台上;
所述LED灯2,用于向货车车辆驾驶员传递光信号,利用不同色光与频闪方案进行预警;
所述扬声器4,用于向货车车辆驾驶员传递听觉信号,播报行驶主题及预警信息;
所述缓震层6,放置在底座5与货车车辆中控台面之间,用于缓冲车辆行驶过程中的震动,保护预警装置;
所述第一显示屏3,用于向驾驶员传递图像视觉信号,显示行驶主题及预警信息;
所述第二显示屏7,用于向驾驶员传递图像视觉信号,显示多路段全景图像和当前路段图像以及各路段上发生的交通事件;
所述存储记忆卡及卡槽8,用于放置存储卡以及存储预警信息;
本实施例中所述LED灯2安装在显示器1正面左上方位置,第一显示屏3安装在显示器1正面左侧,第二显示屏7安装在显示器1正面右侧,扬声器4的喇叭孔位于显示器1底面左侧,存储记忆卡及卡槽8位于显示器右侧面下部,所述连接杆9与显示器1背面下部区域相连,同时与底座5顶面中部区域相连,所述缓震层6位于底座5与车辆中控台连接面之间。
具体的,在本发明实施例中,所述车载预警装置的LED灯2、扬声器4、第一显示屏3、第二显示屏7作为装置交互模块。
进一步的,作为图6所示装置内交互模块的一个可选的实施例,图7示意性的示出了本发明实施例中交互模块的交互内容,参见图7所示,显示器内包含的三个显示模块分别为LED灯、第一显示屏和第二显示屏。其中,LED灯包含多种色彩灯光显示方案和多种亮暗灯光方案,第一显示屏包括两部分显示模块,分别为行驶主题显示模块和行驶策略显示模块;第二显示屏包含两部分显示模块,分别为多路段全景显示模块和当前路段行驶情景显示模块。
具体的,该交互模块在不同的预警方案下传递不同的交互内容,按照行驶主题分为4种交互方案,分别为:
当行驶主题为“紧急制动”时,车载预警设备LED频闪灯变为红色频闪;第一显示屏上方显示行驶主题,下方显示不同交通事件背景下的紧急制动指令,例如“前方50m处右拐进入下游路段-I再直行50m处有车辆碰撞,请紧急制动”,同时扬声器循环播报两遍“请紧急制动”;第二显示屏显示全景模拟情景,包括交通事件和车辆所在路段的具体情况,交通事件所在路段会有显眼符号示意发生位置。
当行驶主题为“缓制动”时,车载预警设备LED频闪灯变为黄色频闪;第一显示屏上方显示行驶主题,下方显示不同交通事件背景下的缓制动指令,例如“前方左转弯进入下游路端-II行驶300m处有路面塌方/道路施工,请缓制动”,同时扬声器循环播报两遍“请缓减动”;第二显示屏显示全景模拟情景,包括交通事件和车辆所在路段的具体情况,交通事件所在路段会有显眼符号示意发生位置。
当行驶主题为”避让”时,车载预警设备LED频闪灯变为黄色不频闪;第一显示屏上方显示行驶主题,下方显示不同交通事件背景下的避让指令,例如“当前路段后方100m处来车为救护车/消防车/特勤车辆,请注意避让”,同时扬声器循环播报两遍“请注意避让”;第二显示屏显示全景模拟情景,包括交通事件和车辆所在路段的具体情况,交通事件所在路段会有显眼符号示意发生位置。
当行驶主题为“正常行驶”时,车载预警设备LED频闪灯变为绿色不频闪;第一显示屏上方显示“请正常行驶”,下方显示若干交通事件所在路段及其与目标车队的距离显示,扬声器不播报;第二显示屏显示全景模拟情景,包括前后路段和车辆所在路段的具体情况,若前后路段上有交通事件,所在路段会有显眼符号示意发生位置,若没有特殊交通事件,全景模拟情景正常显示。
优选的,所述LED灯的多种色彩灯光以及多种亮暗方案在本实施例中设置为红色灯光、黄色灯光、绿色灯光以及频闪、非频闪两部分方案,并分别组合成红色频闪灯光、黄色频闪灯光、黄色非频闪灯光以及绿色非频闪灯光四种具体的灯光方案,分别服务于不同的预警场景。
优选的,所述第一显示屏的行驶主题显示模块在本实施例中设置为四种行驶主题文字显示,分别为紧急制动、缓制动、避让和正常行驶;所述第二显示屏的行驶策略显示模块在本实施例中设置为多类型组合文字显示,具体为【当前路段后方100m处来车为救护车/消防车/特勤车辆,请注意避让】和【前方50m处右拐进入下游路段-I,再直行50m处有车辆碰撞,请紧急制动】同时显示,并根据第二阶段预警方案具体内容要求,必要时添加语句。
Claims (10)
1.一种面向网联货运车队的车路协同多级预警系统,其特征在于,包括信息采集模块、信息处理模块和信息收发模块;信息采集模块、信息处理模块和信息收发模块依次连接;
信息采集模块包括路侧信息采集模块和车辆信息采集模块,用于获取当前路段路面状况、特勤车辆所处位置和交通事故发生位置信息,以及目标车队的各车辆行驶参数、位置和车况信息;
信息处理模块包括路侧的多个边缘云计算处理平台和中心云计算处理平台,以及车载端的车载计算处理平台;分别用于计算分析目标车队的第一阶段行驶策略、多路段全景行驶策略和第二阶段预警方案;
信息收发模块包括路侧信息收发模块和车辆信息收发模块,用于路测信息和车辆各信息的接收、传递和输出。
2.根据权利要求1所述的一种面向网联货运车队的车路协同多级预警系统,其特征在于,路侧信息采集模块包括交通流量传感器和差分定位基站;车辆信息采集模块包括车辆行驶参数传感器、GPS定位单元和ECU电子控制单元;交通流量传感器和差分定位基站连接边缘云计算处理平台,车辆行驶参数传感器、GPS定位单元和ECU电子控制单元连接车载计算处理平台。
3.根据权利要求1所述的一种面向网联货运车队的车路协同多级预警系统,其特征在于,路侧信息收发模块包括通信基站和若干个路侧单元RSU;车辆信息收发模块包括车辆CAN总线、车载单元OBU和车载预警装置;通信基站和若干个路侧单元RSU连接边缘云计算处理平台,车辆CAN总线、车载单元OBU和车载预警装置连接车载计算处理平台。
4.根据权利要求3所述的一种面向网联货运车队的车路协同多级预警系统,其特征在于,车载预警装置为可视化预警装置。
5.一种面向网联货运车队的车路协同预警方法,其特征在于,基于权利要求1至4任意一项所述的一种面向网联货运车队的车路协同多级预警系统,包括以下步骤:
步骤1,路侧的交通流量传感器和差分定位基站获取当前路段交通信息,并向所在路段路侧单元RSU发送所述当前路段交通信息;车载系统内车辆传感器和ECU电子控制单元获取目标车队信息,并向目标车队OBU发送所述目标车队信息;
步骤2,路侧单元RSU将路段交通信息和目标车队行驶信息发送给该路段路侧边缘云计算处理平台,由边缘云计算处理平台对多源数据进行打包,生成融合感知数据;路侧边缘云计算处理平台对生成的融合感知数据进行解码,识别道路交通状况与目标货运车队的相互关系;
步骤3,对当前路段是否有交通事件发生,是否属于货运车队行驶方向下游,以及是否属于货运车队视距范围外进行判断,若是,进行下一步判断,判断均为是,则路侧边缘云计算处理平台对融合感知数据进行进一步解码,并对数据进行完整处理,针对目标货运车队各车辆计算第一阶段行驶策略,并发送给当前路段路侧单元RSU,当前路段路侧单元RSU将第一阶段行驶策略传输给目标车队各车辆OBU;若否,将融合感知数据传输到中心云计算处理平台,中心云计算处理平台对接收到的多路段交通信息与当前路段融合感知数据完整解码并进行处理,计算出多路段全景行驶策略,将其传递给通信基站,通信基站将多路段全景行驶策略发送给目标车队各车辆OBU;
步骤4,货运车队各车辆车载单元OBU接收由当前路段路侧单元RSU发送来的第一阶段行驶策略或由通信基站发送来的多路段全景行驶策略;各车辆车载单元OBU将第一阶段行驶策略或多路段全景行驶策略传输给车载计算处理平台;车载计算处理平台对行驶策略进行解码,识别行驶策略中的行驶主题;
步骤5,对行驶主题是否为紧急制动,是否为缓制动,是否为避让进行判断;若是,则车载计算处理平台进行第二阶段预警方案判断,若否,进行下一步判断;车载计算处理平台将第二阶段预警方案通过CAN总线传输至车载预警装置;车载计算处理平台将多路段全景行驶策略通过CAN总线直接传输到车载预警装置;目标车队各车辆驾驶员根据车载预警装置的预警显示方案做出相应驾驶操作。
7.根据权利要求5所述的一种面向网联货运车队的车路协同预警方法,其特征在于,步骤3中,第一阶段行驶策略,分为三种策略状态:
I.紧急制动策略状态:
根据融合感知数据中的交通信息与目标车队所采集的参数,对紧急制动情景进行如下判断:
紧急制动所需制动距离计算服从公式(2-1):
Fui,brake=Fi,max (2-2)
距离模长服从公式(2-3):
判断条件服从公式(2-4):
αiDui,brake≥Li (2-4)
其中,Dui,brake为目标货运车队中第i辆车紧急制动所需制动距离,g为重力加速度,vLi为目标货运车队中第i辆车瞬时行驶速度,ai为目标货运车队中第i辆车瞬时加速度,tri为目标货运车队中第i辆车驾驶员反应时间,t0为系统信息交互时延,MLi为目标货运车队第i辆车的整车质量,Fi,max为目标货运车队第i辆车最大制动力,μr为目标车队所在路段路面综合摩擦系数;αi为目标货运车队第i辆车的紧急制动缓冲系数;Li为目标货运车队第i辆车与交通事件之间的距离,为差分定位基站测定的交通事件位置,用经纬度表示,其中为经度,为纬度,与之同理;
满足公式(2-4)时,对该车辆第一阶段行驶策略判定为紧急制动;
II.缓制动策略状态:
根据融合感知数据中的交通信息与目标车队所采集的参数,对缓制动情景进行如下判断:
缓制动所需制动距离计算服从公式(2-5):
Fsi,brake=kiFi,max (2-6)
判断条件服从公式(2-7):
βiDsi,brake≥Li (2-7)
其中,Dsi,brake为目标货运车队第i辆车缓制动所需制动距离,g为重力加速度,ki为目标车队第i辆车驾驶员制动系数,由ECU根据驾驶员制动习惯统计得出,随驾驶员制动缓急程度由缓到急线性增大,取值范围为(0.1],βi为目标货运车队第i辆车的缓制动缓冲系数;
满足公式2-7时,对该车辆第一阶段行驶策略判定为缓制动;
III.避让策略状态:
根据融合感知数据中的交通信息与目标车队所采集的参数,对避让情景进行如下判断:
避让所需距离计算服从公式(2-8):
其中:
vLx=[vL+aL(t0+γtr)]sinθ (2-12)
判断条件服从公式(2-13):
Sa+Ls+L≤Ss (2-13)
其中:
其中n为车队车辆数,vL为车队速度,aL为车队加速度,wr为车道宽度,γ为车队驾驶反应系数,θ为车队变道时与车道线所成角度,vLx为车队变道时横向行驶速度,Sc表示车队变道时驶过的斜线距离;vs表示特勤车辆瞬时行驶速度,as为特勤车辆瞬时加速度,L为安全距离,取L=10m,Ls为特勤车辆与车队尾车之间的距离,Ss为特勤车辆在车队反应及变道时间内所行驶的距离;
满足式2-13时,对该车辆第一阶段行驶策略判定为避让。
8.根据权利要求7所述的一种面向网联货运车队的车路协同预警方法,其特征在于,具体的,多路段全景行驶策略,提供目标车队行驶方向下游多路段内交通事件发生位置以及若干个交通事件各自与目标车队之间的距离并对行驶主题进行判断:
距离计算公式服从公式(2-15)与公式(2-16):
其中,Ltj为交通事件j与目标车队头车之间的距离,Lsj为特勤车辆j与目标车队尾车之间的距离,为差分定位基站与路侧交通传感器融合感知下交通事件j的发生位置,为差分定位基站与路侧交通传感器融合下特勤车辆j的位置,用经纬度表示,为交通事件j所在路段与目标车队所在路段的交叉口经纬度位置,为车队尾车的经纬度位置;
紧急制动主题判断条件服从公式(2-17):
αiDui,brake≥Ltj (2-17)
缓制动主题判断条件服从公式(2-18):
βiDsi,brake≥Ltj (2-18)
避让主题判断条件服从公式(2-19):
Sa+Lsj+Lsafe≤Ssj (2-19)
其中Ssj为特勤车辆j在车队反应及变道时间内所行驶的距离,Lsafe为安全距离,取Lsafe为10m;
满足式(2-17)时,对该车辆多路段全景行驶策略判定为紧急制动;
满足式(2-18)时,对该车辆多路段全景行驶策略判定为缓制动;
满足式(2-19)时,对该车辆多路段全景行驶策略判定为避让。
9.根据权利要求5所述的一种面向网联货运车队的车路协同预警方法,其特征在于,步骤5中,第二阶段预警方案分为三种情况:
情况一:紧急制动情景下各车辆预警方案:
预警条件服从公式(3-1):
Dui,brake+di,i+1≤Du,i+1,brake (3-1)
其中,di,i+1为目标货运车队中第i辆车车尾与第i+1辆车车头的间距,Du,i+1,brake为目标货运车队中第i+1辆车的紧急制动所需制动距离;
若目标车队内货车i与货车i+1满足第二阶段紧急制动预警条件,则令货车i转入缓制动预警情景;
情况二:缓制动情景下各车辆预警方案:
预警条件服从公式(3-2):
Dsi,brake+di,i+1≤Ds,i+1,brake (3-2)
其中,Ds,i+1,brake为目标货运车队中第i+1辆车的缓制动所需制动距离
若货车i与货车i+1满足第二阶段缓制动预警条件,则对货车i+1进行额外缓制动预警;
情况三:避让与无行驶策略情景下各车辆预警方案:
在所述避让与无行驶策略情景下,目标车队各车辆进行相同预警,无额外预警。
10.根据权利要求9所述的一种面向网联货运车队的车路协同预警方法,其特征在于,由交通流量传感器与差分定位基站将当前路段内交通状况通过当前路段路侧单元RSU传递给边缘云计算处理平台,同时信息采集模块内的车载系统车辆传感器、ECU电子控制单元和GPS定位单元将目标车队车辆信息通过CAN总线和车载单元OBU传递给边缘云计算处理平台;边缘云计算处理平台将传输来的数据进行融合生成融合感知数据,并根据所述融合感知数据生成第一阶段行驶策略或直接将融合感知数据传递给中心云计算处理平台,中心云计算处理平台在接收到融合感知数据后生成多路段全景行驶策略,此时,云平台将行驶策略通过通信基站或路侧单元RSU以及车载单元OBU传递给车载计算处理平台进行处理,生成第二阶段预警方案并通过CAN总线传输给车载预警装置;信息收发模块内的车载预警装置接收到第二阶段预警方案后,通过不同的显示模块与驾驶员进行交互,对驾驶员发出预警,指示驾驶员执行安全驾驶操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210192789.XA CN114566038B (zh) | 2022-02-28 | 2022-02-28 | 一种面向网联货运车队的车路协同多级预警系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210192789.XA CN114566038B (zh) | 2022-02-28 | 2022-02-28 | 一种面向网联货运车队的车路协同多级预警系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114566038A true CN114566038A (zh) | 2022-05-31 |
CN114566038B CN114566038B (zh) | 2023-10-24 |
Family
ID=81716305
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210192789.XA Active CN114566038B (zh) | 2022-02-28 | 2022-02-28 | 一种面向网联货运车队的车路协同多级预警系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114566038B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114705211A (zh) * | 2022-06-06 | 2022-07-05 | 文诚恒远(天津)供应链管理服务有限公司 | 一种货车的协同导航方法、装置、设备及介质 |
CN115206081A (zh) * | 2022-07-07 | 2022-10-18 | 智道网联科技(北京)有限公司 | 自动驾驶车辆的编队控制系统 |
CN115331441A (zh) * | 2022-08-09 | 2022-11-11 | 贵阳信息技术研究院 | 一种基于车路协同的狭窄弯道通行控制系统及方法 |
CN115512550A (zh) * | 2022-09-22 | 2022-12-23 | 青海省公安交通警察总队高速公路支队 | 一种货运车辆超时驾驶稽查辅助系统及方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104114423A (zh) * | 2012-02-14 | 2014-10-22 | 威伯科有限公司 | 用于测定车辆的紧急制动状况的方法 |
CN105774800A (zh) * | 2016-03-28 | 2016-07-20 | 清华大学 | 一种混合车辆队列中车辆间的碰撞缓解方法及装置 |
US9802633B1 (en) * | 2010-12-10 | 2017-10-31 | Cybertran International Inc. | Fixed guideway transportation systems having lower cost of ownership and optimized benefits |
DE102017204878A1 (de) * | 2017-03-23 | 2018-09-27 | Robert Bosch Gmbh | Verfahren zum Betreiben eines Fahrzeugkonvois |
US20180350022A1 (en) * | 2017-06-01 | 2018-12-06 | GM Global Technology Operations LLC | System and method for rideshare vehicle chaining |
CN109714730A (zh) * | 2019-02-01 | 2019-05-03 | 清华大学 | 用于车车及车路协同的云控平台系统及协同系统和方法 |
JP2020023249A (ja) * | 2018-08-07 | 2020-02-13 | トヨタ自動車株式会社 | 制動力制御装置 |
CN110838228A (zh) * | 2019-10-18 | 2020-02-25 | 东南大学 | 一种营运货车车队智能交互行驶系统及装置 |
CN111341152A (zh) * | 2020-03-03 | 2020-06-26 | 东南大学 | 考虑待行队列影响与安全避撞的网联汽车绿色通行系统与方法 |
CN111459157A (zh) * | 2020-02-28 | 2020-07-28 | 广东中科臻恒信息技术有限公司 | 基于车载单元和路侧单元的车路协同驾驶方法、存储介质 |
CN112233424A (zh) * | 2020-12-17 | 2021-01-15 | 北京主线科技有限公司 | 一种车路协同的货车队列纵向控制方法、装置及系统 |
-
2022
- 2022-02-28 CN CN202210192789.XA patent/CN114566038B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9802633B1 (en) * | 2010-12-10 | 2017-10-31 | Cybertran International Inc. | Fixed guideway transportation systems having lower cost of ownership and optimized benefits |
CN104114423A (zh) * | 2012-02-14 | 2014-10-22 | 威伯科有限公司 | 用于测定车辆的紧急制动状况的方法 |
CN105774800A (zh) * | 2016-03-28 | 2016-07-20 | 清华大学 | 一种混合车辆队列中车辆间的碰撞缓解方法及装置 |
DE102017204878A1 (de) * | 2017-03-23 | 2018-09-27 | Robert Bosch Gmbh | Verfahren zum Betreiben eines Fahrzeugkonvois |
US20180350022A1 (en) * | 2017-06-01 | 2018-12-06 | GM Global Technology Operations LLC | System and method for rideshare vehicle chaining |
JP2020023249A (ja) * | 2018-08-07 | 2020-02-13 | トヨタ自動車株式会社 | 制動力制御装置 |
CN109714730A (zh) * | 2019-02-01 | 2019-05-03 | 清华大学 | 用于车车及车路协同的云控平台系统及协同系统和方法 |
CN110838228A (zh) * | 2019-10-18 | 2020-02-25 | 东南大学 | 一种营运货车车队智能交互行驶系统及装置 |
CN111459157A (zh) * | 2020-02-28 | 2020-07-28 | 广东中科臻恒信息技术有限公司 | 基于车载单元和路侧单元的车路协同驾驶方法、存储介质 |
CN111341152A (zh) * | 2020-03-03 | 2020-06-26 | 东南大学 | 考虑待行队列影响与安全避撞的网联汽车绿色通行系统与方法 |
CN112233424A (zh) * | 2020-12-17 | 2021-01-15 | 北京主线科技有限公司 | 一种车路协同的货车队列纵向控制方法、装置及系统 |
Non-Patent Citations (2)
Title |
---|
纪艺: "基于多前车信息融合的智能网联车辆跟驰模型", vol. 39, no. 39 * |
郭戈等: "网联共享车路协同智能交通系统综述", vol. 34, no. 34 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114705211A (zh) * | 2022-06-06 | 2022-07-05 | 文诚恒远(天津)供应链管理服务有限公司 | 一种货车的协同导航方法、装置、设备及介质 |
CN115206081A (zh) * | 2022-07-07 | 2022-10-18 | 智道网联科技(北京)有限公司 | 自动驾驶车辆的编队控制系统 |
CN115331441A (zh) * | 2022-08-09 | 2022-11-11 | 贵阳信息技术研究院 | 一种基于车路协同的狭窄弯道通行控制系统及方法 |
CN115512550A (zh) * | 2022-09-22 | 2022-12-23 | 青海省公安交通警察总队高速公路支队 | 一种货运车辆超时驾驶稽查辅助系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114566038B (zh) | 2023-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114566038B (zh) | 一种面向网联货运车队的车路协同多级预警系统及方法 | |
CN111223302B (zh) | 移动载具用外部坐标实时三维路况辅助装置及该系统 | |
US8423279B2 (en) | Drive assist apparatus, method, and recording medium | |
CN109300325A (zh) | 一种基于v2x的车道预测方法及系统 | |
CN109017781B (zh) | 基于道路资源的车辆辅助或自动驾驶方法和系统 | |
CN107757534A (zh) | 一种自动驾驶车队通信方法、装置及系统 | |
KR101484308B1 (ko) | 근거리 전용 통신을 이용한 교차로 사전 정보 알림 시스템및 그 알림 방법 | |
CN111768642A (zh) | 车辆的道路环境感知和车辆控制方法、系统、设备及车辆 | |
CN112689024B (zh) | 一种车路协同的货车队列换道方法、装置及系统 | |
Marilisa et al. | C-ITS communication: an insight on the current research activities in the European Union | |
CN112735185A (zh) | 一种基于5g及北斗技术的车辆管理系统 | |
CN113223325A (zh) | 一种安全通过无信号灯路口的方法 | |
CN111599215A (zh) | 基于车联网的无信号交叉口移动闭塞车辆引导系统和方法 | |
CN112638735A (zh) | 在通过交通灯时通过显示其当前和未来的颜色来辅助驾驶车辆 | |
JP5343578B2 (ja) | 路側通信システム、車両側通信システム、及び路車間通信システム | |
WO2023273513A1 (zh) | 预警方法、电子设备和计算机可读存储介质 | |
KR20040037423A (ko) | 디 에스 알 씨를 이용한 지능형 서비스 장치 및 방법 | |
CN116238332A (zh) | 基于hmi系统的多v2x场景显示策略、系统及汽车 | |
Edwards et al. | Wireless technology applications to enhance traveller safety | |
CN115019527A (zh) | 交通信号灯信息交互方法、交叉路口预警方法及系统 | |
CN114822083A (zh) | 智慧车辆编队辅助控制系统 | |
CN111391855A (zh) | 车辆的辅助控制方法和装置 | |
JP2002190099A (ja) | 車両安全走行支援装置、車載器および路上処理制御装置 | |
CN111426327A (zh) | 人车出行智能防撞警示系统 | |
TWI797847B (zh) | 路側設備訊息傳輸系統及其方法 |
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 |