CN117392877A - 一种车辆碰撞概率检测方法、系统、存储介质及车辆 - Google Patents
一种车辆碰撞概率检测方法、系统、存储介质及车辆 Download PDFInfo
- Publication number
- CN117392877A CN117392877A CN202311432880.5A CN202311432880A CN117392877A CN 117392877 A CN117392877 A CN 117392877A CN 202311432880 A CN202311432880 A CN 202311432880A CN 117392877 A CN117392877 A CN 117392877A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- collision
- calibration
- collision probability
- distance
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 claims abstract description 43
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 abstract description 5
- 230000000875 corresponding effect Effects 0.000 description 17
- 230000008569 process Effects 0.000 description 11
- 238000004088 simulation Methods 0.000 description 9
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008447 perception Effects 0.000 description 3
- 238000012502 risk assessment Methods 0.000 description 3
- 230000036626 alertness Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000036632 reaction speed Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 101100083446 Danio rerio plekhh1 gene Proteins 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/161—Decentralised systems, e.g. inter-vehicle communication
- G08G1/163—Decentralised systems, e.g. inter-vehicle communication involving continuous checking
-
- 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
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供一种车辆碰撞概率检测方法、系统、存储介质及车辆;所述车辆碰撞概率检测方法包括:在响应车辆碰撞概率检测信号后,先构造预设组标定速度和标定距离;然后分别计算每组标定速度对应的最小安全距离,以形成最小安全距离集合,并将最小安全距离集合分别与每组标定距离进行比较;再根据比较结果获取预设组碰撞标记集合,并根据各组碰撞标记集合计算碰撞概率集合,以根据碰撞概率集合获取当前车辆与目标车辆的最终碰撞概率。本申请可以有效地评估当前车辆与目标车辆之间的碰撞概率,提供准确、可靠的车辆碰撞概率评估,并且可以根据不同的道路和车辆情况对相关标定参数进行灵活的调整和适配,提供更加个性化的碰撞概率检测。
Description
技术领域
本申请涉及车辆碰撞概率技术领域,特别涉及一种车辆碰撞概率检测方法、系统、存储介质及车辆。
背景技术
随着汽车的普及,越来越多的安全隐患凸显出来,智能自动驾驶技术可以辅助解决车辆行驶中遇到紧急风险情况,减少危险的发生。
车辆的智能自动驾驶技术中的安全防撞系统是保障车辆安全行驶的重要系统;目前,安全防撞系统常用来判断车辆危险情况的是安全距离模型,所述安全距离模型主要以制动距离计算来判断是否进行防撞措施,通常假定车辆以当前速度按照固定减速行驶,通过计算车辆减速行驶的距离与当前目标车相对距离的差值来衡量。
对智能车辆而言,交通车辆的未来运动是不确定的,具有一定的随机性。现有安全距离模型通常忽略交通车辆运动的不确定性与环境感知的不确定性,仅使用当前传感器测量值计算与目标车之间的危险程度,这将导致危险评估结果不够准确,从而影响智能车辆的行驶安全性。
发明内容
本申请为现有技术中因忽略了交通车辆运动的不确定性与环境感知的不确定性,导致的危险评估不够准确,从而影响智能车辆的行驶安全性的技术问题,提供一种碰撞概率检测结果更可靠和更准确的车辆碰撞概率检测方法、系统、存储介质及车辆。
具体的,本申请提供一种车辆碰撞概率检测方法,包括以下步骤:
S100:响应于车辆碰撞概率检测信号,获取当前车辆与目标车辆的车辆信息,并根据所述车辆信息构造预设组标定速度和标定距离。
S200:分别计算每组标定速度对应的最小安全距离,以形成最小安全距离集合,并将所述最小安全距离集合分别与每组标定距离进行比较。
S300:根据比较结果获取预设组碰撞标记集合,并根据各组碰撞标记集合计算碰撞概率集合,以根据所述碰撞概率集合获取当前车辆与目标车辆的最终碰撞概率。
在上述技术方案中,通过获取车辆信息并计算最小安全距离集合,可以有效地评估当前车辆与目标车辆之间的碰撞概率,提供准确的预测结果;通过比较最小安全距离集合和标定距离,根据比较结果获取碰撞标记集合并计算碰撞概率集合,可以提供可靠的车辆碰撞概率评估;通过构造预设组标定速度和标定距离,可以根据不同的道路和车辆情况进行灵活的调整和适配,提供更加个性化的碰撞概率检测。
其中,需要说明的是,标定速度和标定距离的构造过程使用到了高斯函数,将确定性问题转化成了概率问题,并且在计算碰撞概率集合的过程中采用到了蒙特卡洛思想,对轨迹点的不确定性进行了量化,更准确地衡量出当前车辆的碰撞风险。
进一步的,在执行步骤S100之前,包括:
预先设置碰撞标定参数,以及预设组速度标定量和距离标定量。
在上述技术方案中,所述碰撞标定参数、速度标定量和距离标定量均可以根据实际需求进行个性化配置,根据道路和车辆的特定情况进行定制,以提高碰撞概率检测的准确性和可靠性,并且可以进行合理的参数调整和优化,提升车辆碰撞概率检测的性能和精度。
其中,可以通过调整碰撞标定参数的大小来调整对碰撞风险的判定程度;减小碰撞标定参数,则扩大了当前车辆周围的危险行驶区域,缩窄了当前车辆与目标车辆的安全界限;增大碰撞标定参数,则是放宽了当前车辆与目标车辆的安全界限。
所述速度标定量和距离标定量均遵从正态分布的原则,通过在后续获得的相对速度和相对距离中增添所述速度标定量和距离标定量,来表示速度和距离的不确定性,使得车辆碰撞检测更符合车辆运行的多态性。
进一步的,所述步骤S100中的构造预设组标定速度和标定距离,具体包括:
根据所述车辆信息获取目标车辆相对于当前车辆的相对速度和相对距离。
将各组速度标定量和距离标定量分别添加至所述相对速度和相对距离,以形成预设组标定速度和标定距离。
在上述技术方案中,通过根据车辆信息计算相对速度和相对距离,可以根据实际的车辆动态情况进行灵活调整,适应不同的驾驶场景和交通情况;通过获取目标车辆相对于当前车辆的相对速度和相对距离,可以更准确地评估两车之间的运动关系,提供更可靠的标定速度和标定距离;将各组速度标定量和距离标定量添加至相对速度和相对距离,可以综合考虑不同速度和距离条件下的碰撞风险,提供更全面和准确的碰撞概率检测。
进一步的,所述步骤S200中的形成最小安全距离集合,具体包括:
S201:获取当前车辆的当前时刻速度、刹车时延和最大减速度标定量,以及当前车辆与目标车辆停止后的安全车距。
S202:根据标定速度和所述步骤S201的获取结果计算每组标定速度对应的当前车辆与目标车辆之间的最小安全距离,以根据各组最小安全距离形成最小安全距离集合。
在上述技术方案中,通过获取当前车辆的当前时刻速度、刹车时延和最大减速度标定量等信息,结合当前车辆与目标车辆的停止后安全车距,可以综合考虑车辆自身性能和停车时的安全距离要求等因素,提供更加准确的最小安全距离;由于步骤S200是在当前时刻进行计算,并且结合了当前车辆的速度等实时信息,所得到的最小安全距离集合可以快速响应动态交通情况的变化,提供及时的安全预警;通过针对不同标定速度计算对应的最小安全距离,并形成最小安全距离集合,可以提供更加精确的车辆碰撞概率评估,增强碰撞检测的可靠性。
进一步的,在执行完步骤S300之后,还包括:
将所述最终碰撞概率与碰撞标定参数进行比较。
当所述最终碰撞概率大于所述碰撞标定参数时,判定当前车辆与目标车辆存在碰撞风险,并将碰撞概率集合中的各碰撞概率依次与所述碰撞标定参数进行比较。
若连续预设个碰撞概率均大于所述碰撞标定参数,则发出碰撞风险指令,以根据所述碰撞风险指令发出警报信息和减速度需求值。
在上述技术方案中,通过将最终碰撞概率与碰撞标定参数进行比较,可以及时判断当前车辆与目标车辆是否存在碰撞风险,并作出相应的决策;通过连续预设个碰撞概率与碰撞标定参数的比较,可以降低误报率,提高对真实碰撞风险的准确判定;一旦连续预设个碰撞概率均大于碰撞标定参数,系统可以发出碰撞风险指令,及时向驾驶员发出警报信息和减速度需求值,提醒驾驶员采取相应的行动。
基于同一构思,本申请还提供一种车辆碰撞概率检测系统,所述系统包括:
构造模块:用于响应于车辆碰撞概率检测信号,获取当前车辆与目标车辆的车辆信息,并根据所述车辆信息构造预设组标定速度和标定距离。
形成模块:用于分别计算每组标定速度对应的最小安全距离,以形成最小安全距离集合。
比较模块:用于将所述最小安全距离集合分别与每组标定距离进行比较。
获取模块:用于根据所述比较模块的比较结果获取预设组碰撞标记集合,并根据各组碰撞标记集合计算碰撞概率集合,以根据所述碰撞概率集合获取当前车辆与目标车辆的最终碰撞概率。
在上述技术方案中,通过车辆碰撞概率检测信号触发,系统能够快速地获取当前车辆与目标车辆的车辆信息并进行处理,提供实时的碰撞概率估计;通过构造预设组标定速度和标定距离,以及计算每组标定速度对应的最小安全距离,系统能够更准确地评估当前车辆与目标车辆之间的碰撞风险;通过比较模块的比较结果和获取模块的处理,系统能够综合考虑多组标定距离和碰撞标记,计算出多组碰撞概率,并从中获取最终碰撞概率,提供更全面和可靠的判断;由于系统中的预设组标定速度和标定距离可以进行灵活配置,系统能够根据不同车辆和道路情况自适应地进行碰撞概率检测。
进一步的,所述系统还包括:
设置模块:用于预先设置碰撞标定参数,以及预设组速度标定量和距离标定量。
报警模块:用于当前车辆与目标车辆存在碰撞风险时,将碰撞概率集合中的各碰撞概率依次与所述碰撞标定参数进行比较,以根据比较结果发出碰撞风险指令,并根据所述碰撞风险指令发出警报信息和减速度需求值。
在上述技术方案中,通过设置模块预先设置的碰撞标定参数和预设组速度标定量、距离标定量,系统能够根据这些参数对碰撞概率集合进行判断,并发出相关预警信息,提高安全性能;设置模块的预设参数能够根据不同驾驶场景和车辆特性进行个性化配置,增加系统的适应性和灵活性;此外,报警模块能够根据实时计算得到的碰撞概率和比较结果实时发出警报信息和减速度需求值,提高反应速度和预警准确性,增加驾驶员的警觉性。
进一步的,所述形成模块包括:
获取单元:用于获取当前车辆的当前时刻速度、刹车时延和最大减速度标定量,以及当前车辆与目标车辆停止后的安全车距。
形成单元:用于根据标定速度和所述获取单元的获取结果计算每组标定速度对应的当前车辆与目标车辆之间的最小安全距离,以根据各组最小安全距离形成最小安全距离集合。
在上述技术方案中,获取单元获取的参数包括当前车辆的当前时刻速度、刹车时延和最大减速度标定量,这些参数能够提供准确的车辆制动性能信息,保证最小安全距离的计算结果更为精准;通过形成单元计算多组标定速度对应的最小安全距离,形成模块能够提供多个最小安全距离值的集合,综合考虑不同速度下的碰撞风险,提供更全面和可靠的判断依据;此外,所述标定速度可以根据具体需求进行设定,实现系统的可配置性,适应不同驾驶场景和车辆特性的需求。
基于同一构思,本申请还提供一种存储介质,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行所述的车辆碰撞概率检测方法。
基于同一构思,本申请还提供一种车辆,配置车辆碰撞概率检测系统,所述系统采用所述的车辆碰撞概率检测方法对当前车辆与目标车辆的最终碰撞概率进行检测。
与现有技术相比,本申请的有益效果在于:
本申请在响应车辆碰撞概率检测信号后,先根据获取到的当前车辆与目标车辆的车辆信息构造预设组标定速度和标定距离;然后分别计算每组标定速度对应的最小安全距离,以形成最小安全距离集合,并将所述最小安全距离集合分别与每组标定距离进行比较;再根据比较结果获取预设组碰撞标记集合,并根据各组碰撞标记集合计算碰撞概率集合,以根据所述碰撞概率集合获取当前车辆与目标车辆的最终碰撞概率。
本申请可以有效地评估当前车辆与目标车辆之间的碰撞概率,提供准确、可靠的车辆碰撞概率评估,并且可以根据不同的道路和车辆情况对相关标定参数进行灵活的调整和适配,提供更加个性化的碰撞概率检测。
附图说明
图1为本申请所述的车辆碰撞概率检测方法的流程图。
图2为图1所述的构造预设组标定速度和标定距离的方法流程图。
图3为图1所述的形成最小安全距离集合的方法流程图。
图4为本申请所述的根据最终碰撞概率发出预警信息的方法流程图。
图5为图1所述的车辆碰撞概率检测方法的系统框架图。
具体实施方式
本申请提供一种车辆碰撞概率检测方法、系统、存储介质及车辆,以解决现有技术中因忽略了交通车辆运动的不确定性与环境感知的不确定性,导致的危险评估不够准确,从而影响智能车辆的行驶安全性的技术问题。
下面结合具体实施例及附图对本申请的一种车辆碰撞概率检测方法、系统、存储介质及车辆,作进一步详细描述。
实施例一:
请参见图1,本申请提供一种车辆碰撞概率检测方法,包括以下步骤:
S100:响应于车辆碰撞概率检测信号,获取当前车辆与目标车辆的车辆信息,并根据所述车辆信息构造预设组标定速度和标定距离。
在一种可行的实施方式中,车辆启动后,即会发出车辆碰撞概率检测信号,以实时检测当前车辆是否存在碰撞风险。
其中,需要说明的是,所述车辆信息通过传感器获得。
在执行步骤S100之前,包括:
预先设置碰撞标定参数ε,以及预设组速度标定量Uv和距离标定量Ux。
其中,可以通过调整碰撞标定参数ε的大小来调整对碰撞风险的判定程度;减小碰撞标定参数ε,则扩大了当前车辆周围的危险行驶区域,缩窄了当前车辆与目标车辆的安全界限;增大碰撞标定参数ε,则是放宽了当前车辆与目标车辆的安全界限。
需要说明的是,碰撞标定参数ε预先通过仿真实验获得,所述仿真实验例如:首先根据实际需求设计符合实际道路情景的仿真场景,所述仿真场景包括车辆信息、道路条件、交通流量和目标车辆的行为模式;然后根据仿真场景设置当前车辆的初始参数,如当前车辆的当前时刻速度、刹车时延和最大减速度标定量等,使用合适的仿真软件多次运行设计好的仿真场景,并记录仿真过程中的数据,包括碰撞概率和警报触发数据等;再进一步分析所记录的碰撞概率和警报触发数据,根据实验目标,对仿真结果进行统计和分析,确定合适的碰撞标定参数ε。
所述最大减速度标定量是预先根据相关的仿真实验获得的,获得过程例如:车辆以一定速度行驶,并根据设定条件进行急刹车,记录车辆的减速度,通过多次重复实验,可以得到平均值作为最大减速度标定量;所述设定条件可以根据实际应用需求进行设置,在此不对其进行限制。
所述速度标定量Uv和距离标定量Ux均遵从正态分布的原则,通过在后续获得的相对速度和相对距离中增添所述速度标定量Uv和距离标定量Ux,来表示速度和距离的不确定性,使得车辆碰撞检测更符合车辆运行的多态性。
需要说明的是,Ux~N(0,σ1),Uv~N(0,σ2),σ1和σ2分别表示距离和速度不确定性的误差。
进一步的,所述预设组在此设定为N组。
进一步的,请参见图2,所述步骤S100中的构造N组标定速度和标定距离,具体包括:
根据所述车辆信息获取目标车辆相对于当前车辆的相对速度V1和相对距离X1。
其中,传感器所获得的车辆信息包括当前车辆与目标车辆在空间中的位置坐标,以及当前车辆和目标车辆的速度;根据所述位置坐标即可计算出当前车辆与目标车辆的相对距离X1,根据当前车辆和目标车辆的速度之差即可获得相对速度V1。
然后将各组速度标定量Uv和距离标定量Ux分别添加至所述相对速度V1和相对距离X1,以形成N组标定速度V1+Uv和标定距离Xi,其中,Xi=X1+Ux,0<i≤N。
完成标定速度和标定距离的构造之后,便可执行步骤S200。
S200:分别计算每组标定速度V1+Uv对应的最小安全距离di,以形成最小安全距离集合{d1,d2,d3,…,dN},并将所述最小安全距离集合{d1,d2,d3,…,dN}分别与每组标定距离Xi进行比较,其中,0<i≤N。
进一步的,请参见图3,所述步骤S200中的形成最小安全距离集合,具体包括:
S201:获取当前车辆的当前时刻速度V0、刹车时延TD和最大减速度标定量Amax1,以及当前车辆与目标车辆停止后的安全车距d0。
其中,刹车时延TD包括制动响应时延、驾驶员反应时延、减速度时延和判断时延;所述刹车时延TD和安全车距d0均在检测碰撞概率之前预先设定,本领域技术人员可以根据实际应用需求进行设置,在此不对所述刹车时延TD和安全车距d0进行限定。
S202:根据标定速度V1+Uv和所述步骤S201的获取结果计算每组标定速度V1+Uv对应的当前车辆与目标车辆之间的最小安全距离di,以根据各组最小安全距离di形成最小安全距离集合{d1,d2,d3,…,dN}。
其中,
进行最小安全距离集合与每组标定距离的比较之后,便可执行步骤S300。
S300:根据比较结果获取预设组碰撞标记集合,并根据各组碰撞标记集合计算碰撞概率集合{P1,P2,P3,…,PN},以根据所述碰撞概率集合{P1,P2,P3,…,PN}获取当前车辆与目标车辆的最终碰撞概率Paver。
其中,以当前标定距离为X1为例,
将{d1,d2,d3,…,dN}中的di依次与X1进行比较,如果di≥X1就标记为1,di<X1就标记为0,以获得碰撞标记集合如{00011111…000}。
标定距离X1完成比对后,就将{d1,d2,d3,…,dN}中的di依次与X2进行比较,依次类推,直至将{d1,d2,d3,…,dN}中的di依次与XN比较后,得到N组碰撞标记集合。
进一步的,以第一组碰撞标记集合如{00011111…000}为例,统计其中Flag=1的标记个数为N1=∑Flag,由蒙特卡洛可得,当前车辆与目标车辆的碰撞概率为P1(di<X1)=N1/N;以此类推,P2(di<X2)=N2/N,...,P2(di<XN)=NN/N;因此获得碰撞概率集合{P1,P2,P3,…,PN}。
进一步的,最终碰撞概率1≤i≤N。
请参见图4,在执行完步骤S300之后,还包括:
将所述最终碰撞概率Paver与碰撞标定参数ε进行比较。
当所述最终碰撞概率Paver大于所述碰撞标定参数ε时,判定当前车辆与目标车辆存在碰撞风险,并将碰撞概率集合{P1,P2,P3,…,P2}中的各碰撞概率依次与所述碰撞标定参数ε进行比较;当最终碰撞概率Paver小于等于所述碰撞标定参数ε时,判定当前车辆与目标车辆不存在碰撞风险。
若连续预设个碰撞概率均大于所述碰撞标定参数ε,则发出碰撞风险指令,以根据所述碰撞风险指令发出警报信息和减速度需求值;否则判定当前车辆与目标车辆不存在碰撞风险。
其中,所述预设个在本实施例中设定为5个,5个由上述仿真过程中的警报触发数据获得,连续5个碰撞概率大于碰撞标定参数作为碰撞风险指令的触发条件,可以降低误报的概率,减少虚警发生的可能性,提高警报信息的准确性和可信度。
所述警报信息例如通过车机屏的弹窗弹出“当前存在碰撞风险”并结合语音播报,同时发送减速度需求值至相关执行机构,以通过该执行机构控制车辆减速至所述减速度需求值,保证车辆的行驶安全。
实施例二:
请参见图5,本申请还提供一种车辆碰撞概率检测系统,所述系统包括:
构造模块:用于响应于车辆碰撞概率检测信号,获取当前车辆与目标车辆的车辆信息,并根据所述车辆信息构造预设组标定速度和标定距离。
形成模块:用于分别计算每组标定速度对应的最小安全距离,以形成最小安全距离集合。
比较模块:用于将所述最小安全距离集合分别与每组标定距离进行比较。
获取模块:用于根据所述比较模块的比较结果获取预设组碰撞标记集合,并根据各组碰撞标记集合计算碰撞概率集合,以根据所述碰撞概率集合获取当前车辆与目标车辆的最终碰撞概率。
在上述技术方案中,通过车辆碰撞概率检测信号触发,系统能够快速地获取当前车辆与目标车辆的车辆信息并进行处理,提供实时的碰撞概率估计;通过构造预设组标定速度和标定距离,以及计算每组标定速度对应的最小安全距离,系统能够更准确地评估当前车辆与目标车辆之间的碰撞风险;通过比较模块的比较结果和获取模块的处理,系统能够综合考虑多组标定距离和碰撞标记,计算出多组碰撞概率,并从中获取最终碰撞概率,提供更全面和可靠的判断;由于系统中的预设组标定速度和标定距离可以进行灵活配置,系统能够根据不同车辆和道路情况自适应地进行碰撞概率检测。
所述系统还包括:
设置模块:用于预先设置碰撞标定参数,以及预设组速度标定量和距离标定量。
报警模块:用于当前车辆与目标车辆存在碰撞风险时,将碰撞概率集合中的各碰撞概率依次与所述碰撞标定参数进行比较,以根据比较结果发出碰撞风险指令,并根据所述碰撞风险指令发出警报信息和减速度需求值。
在上述技术方案中,通过设置模块预先设置的碰撞标定参数和预设组速度标定量、距离标定量,系统能够根据这些参数对碰撞概率集合进行判断,并发出相关预警信息,提高安全性能;设置模块的预设参数能够根据不同驾驶场景和车辆特性进行个性化配置,增加系统的适应性和灵活性;此外,报警模块能够根据实时计算得到的碰撞概率和比较结果实时发出警报信息和减速度需求值,提高反应速度和预警准确性,增加驾驶员的警觉性
所述形成模块包括:
获取单元:用于获取当前车辆的当前时刻速度、刹车时延和最大减速度标定量,以及当前车辆与目标车辆停止后的安全车距。
形成单元:用于根据标定速度和所述获取单元的获取结果计算每组标定速度对应的当前车辆与目标车辆之间的最小安全距离,以根据各组最小安全距离形成最小安全距离集合。
在上述技术方案中,获取单元获取的参数包括当前车辆的当前时刻速度、刹车时延和最大减速度标定量,这些参数能够提供准确的车辆制动性能信息,保证最小安全距离的计算结果更为精准;通过形成单元计算多组标定速度对应的最小安全距离,形成模块能够提供多个最小安全距离值的集合,综合考虑不同速度下的碰撞风险,提供更全面和可靠的判断依据;此外,所述标定速度可以根据具体需求进行设定,实现系统的可配置性,适应不同驾驶场景和车辆特性的需求。
实施例三:
本申请还提供一种存储介质,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行所述的车辆碰撞概率检测方法。
在本实施例中,所述存储介质存储了若干计算机程序,用以使得一种设备执行本申请各个实施例所述方法的全部或部分步骤。
所述介质可以包括U盘、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
实施例四:
本申请还提供一种车辆,配置车辆碰撞概率检测系统,所述系统采用所述的车辆碰撞概率检测方法对当前车辆与目标车辆的最终碰撞概率进行检测。
综上所述,本申请提供一种车辆碰撞概率检测方法、系统、存储介质及车辆;在响应车辆碰撞概率检测信号后,先根据获取到的当前车辆与目标车辆的车辆信息构造预设组标定速度和标定距离;然后分别计算每组标定速度对应的最小安全距离,以形成最小安全距离集合,并将所述最小安全距离集合分别与每组标定距离进行比较;再根据比较结果获取预设组碰撞标记集合,并根据各组碰撞标记集合计算碰撞概率集合,以根据所述碰撞概率集合获取当前车辆与目标车辆的最终碰撞概率。本申请可以有效地评估当前车辆与目标车辆之间的碰撞概率,提供准确、可靠的车辆碰撞概率评估,并且可以根据不同的道路和车辆情况对相关标定参数进行灵活的调整和适配,提供更加个性化的碰撞概率检测。
尽管这里已经参考附图描述了示例实施例,应理解上述示例实施例仅仅是示例性的,并不是意图将本申请的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改,而不偏离本申请的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本申请的范围之内。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
虽然对本申请的描述是结合以上具体实施例进行的,但是,熟悉本技术领域的人员能够根据上述的内容进行许多替换、修改和变化是显而易见的。因此,所有这样的替代、改进和变化都包括在附后的权利要求的精神和范围内。
Claims (10)
1.一种车辆碰撞概率检测方法,其特征在于,包括以下步骤:
S100:响应于车辆碰撞概率检测信号,获取当前车辆与目标车辆的车辆信息,并根据所述车辆信息构造预设组标定速度和标定距离;
S200:分别计算每组标定速度对应的最小安全距离,以形成最小安全距离集合,并将所述最小安全距离集合分别与每组标定距离进行比较;
S300:根据比较结果获取预设组碰撞标记集合,并根据各组碰撞标记集合计算碰撞概率集合,以根据所述碰撞概率集合获取当前车辆与目标车辆的最终碰撞概率。
2.根据权利要求1所述的车辆碰撞概率检测方法,其特征在于,在执行步骤S100之前,包括:预先设置碰撞标定参数,以及预设组速度标定量和距离标定量。
3.根据权利要求2所述的车辆碰撞概率检测方法,其特征在于,所述步骤S100中的构造预设组标定速度和标定距离,具体包括:
根据所述车辆信息获取目标车辆相对于当前车辆的相对速度和相对距离;
将各组速度标定量和距离标定量分别添加至所述相对速度和相对距离,以形成预设组标定速度和标定距离。
4.根据权利要求3所述的车辆碰撞概率检测方法,其特征在于,所述步骤S200中的形成最小安全距离集合,具体包括:
S201:获取当前车辆的当前时刻速度、刹车时延和最大减速度标定量,以及当前车辆与目标车辆停止后的安全车距;
S202:根据标定速度和所述步骤S201的获取结果计算每组标定速度对应的当前车辆与目标车辆之间的最小安全距离,以根据各组最小安全距离形成最小安全距离集合。
5.根据权利要求4所述的车辆碰撞概率检测方法,其特征在于,在执行完步骤S300之后,还包括:
将所述最终碰撞概率与碰撞标定参数进行比较;
当所述最终碰撞概率大于所述碰撞标定参数时,判定当前车辆与目标车辆存在碰撞风险,并将碰撞概率集合中的各碰撞概率依次与所述碰撞标定参数进行比较;
若连续预设个碰撞概率均大于所述碰撞标定参数,则发出碰撞风险指令,以根据所述碰撞风险指令发出警报信息和减速度需求值。
6.一种采用如权利要求1-5任一项所述的车辆碰撞概率检测方法的系统,其特征在于,所述系统包括:
构造模块:用于响应于车辆碰撞概率检测信号,获取当前车辆与目标车辆的车辆信息,并根据所述车辆信息构造预设组标定速度和标定距离;
形成模块:用于分别计算每组标定速度对应的最小安全距离,以形成最小安全距离集合;
比较模块:用于将所述最小安全距离集合分别与每组标定距离进行比较;
获取模块:用于根据所述比较模块的比较结果获取预设组碰撞标记集合,并根据各组碰撞标记集合计算碰撞概率集合,以根据所述碰撞概率集合获取当前车辆与目标车辆的最终碰撞概率。
7.根据权利要求6所述的系统,其特征在于,所述系统还包括:
设置模块:用于预先设置碰撞标定参数,以及预设组速度标定量和距离标定量;
报警模块:用于当前车辆与目标车辆存在碰撞风险时,将碰撞概率集合中的各碰撞概率依次与所述碰撞标定参数进行比较,以根据比较结果发出碰撞风险指令,并根据所述碰撞风险指令发出警报信息和减速度需求值。
8.根据权利要求7所述的系统,其特征在于,所述形成模块包括:
获取单元:用于获取当前车辆的当前时刻速度、刹车时延和最大减速度标定量,以及当前车辆与目标车辆停止后的安全车距;
形成单元:用于根据标定速度和所述获取单元的获取结果计算每组标定速度对应的当前车辆与目标车辆之间的最小安全距离,以根据各组最小安全距离形成最小安全距离集合。
9.一种存储介质,其特征在于,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行如权利要求1-5任一项所述的车辆碰撞概率检测方法。
10.一种车辆,其特征在于,配置车辆碰撞概率检测系统,所述系统采用如权利要求1-5任一项所述的车辆碰撞概率检测方法对当前车辆与目标车辆的最终碰撞概率进行检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311432880.5A CN117392877A (zh) | 2023-10-31 | 2023-10-31 | 一种车辆碰撞概率检测方法、系统、存储介质及车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311432880.5A CN117392877A (zh) | 2023-10-31 | 2023-10-31 | 一种车辆碰撞概率检测方法、系统、存储介质及车辆 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117392877A true CN117392877A (zh) | 2024-01-12 |
Family
ID=89468286
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311432880.5A Pending CN117392877A (zh) | 2023-10-31 | 2023-10-31 | 一种车辆碰撞概率检测方法、系统、存储介质及车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117392877A (zh) |
-
2023
- 2023-10-31 CN CN202311432880.5A patent/CN117392877A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6871145B2 (en) | Method and system for vehicle impact assessment using driver braking estimation | |
US8781720B2 (en) | Vehicle travel track estimator | |
US20140032089A1 (en) | System and method for providing driver behavior classification at intersections and validation on large naturalistic data sets | |
US9428057B2 (en) | Information provision device for use in vehicle | |
US9975548B2 (en) | Vehicle driving situation determination apparatus and vehicle driving situation determination method | |
CN111191697B (zh) | 基于传感器融合的adas道路测试验证优化方法和装置 | |
US9111400B2 (en) | System for detecting abnormal driving behavior | |
US9064419B2 (en) | Driver condition assessment device | |
JP4529394B2 (ja) | ドライバの車両運転特性推定装置 | |
JP2009175929A (ja) | ドライバ状態推定装置及びプログラム | |
CN114148321B (zh) | 一种考虑碰撞风险的自动紧急制动及安全评价方法 | |
KR101521118B1 (ko) | 운전자 맞춤형 차량 능동 안전 시스템 | |
CN113165615A (zh) | 车辆控制方法及装置 | |
JP2012059058A (ja) | 危険推定装置及びプログラム | |
JP2012128739A (ja) | 衝突危険判定装置及びプログラム | |
JP2009145951A (ja) | ドライバ状態推定装置及びプログラム | |
CN117392877A (zh) | 一种车辆碰撞概率检测方法、系统、存储介质及车辆 | |
JP5861680B2 (ja) | 運転特性判定装置及び運転特性判定方法 | |
CN111483458A (zh) | 一种动力系统控制方法及装置 | |
CN114333414A (zh) | 停车让行检测装置、停车让行检测系统以及记录介质 | |
CN117601884A (zh) | 一种安全时间计算方法、系统、存储介质及车辆 | |
CN117734655B (zh) | 实时制动踏板力提示方法、装置、电子设备、存储介质 | |
US10562450B2 (en) | Enhanced lane negotiation | |
CN116305545A (zh) | 一种自动紧急制动功能开发方法、装置、系统及存储介质 | |
JP2003054338A (ja) | 車両制御装置 |
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 |