The invention discloses a vehicle collision prediction method of high-speed road vehicle distance probability distribution based on the model, which comprises the following steps: Vehicle periodic (10Hz) broadcast the current state of motion information (speed, acceleration, Beacons GPS); surrounding vehicle density calculation of dynamic probability model, vehicle spacing distribution construction according to the motion; the state itself and the front tightly adjacent vehicles, the dynamic calculation of both the emergency brake to avoid in case the minimum safety distance collision required; according to the distance probability distribution, the probability calculation of two adjacent car collision (the vehicle distance is less than the minimum safety distance probability); construction of multi vehicle collision Markov chain and the state transition matrix in a moment, assess the desired vehicle collision times of the whole road. The method innovation is high, strong expansibility, good to make up for the defects of current based on the precision of GPS data collision algorithm insufficiency and unstable prediction of vehicle location, the GPS satellite signal blind method this effect is particularly prominent, very broad application prospects.
【技术实现步骤摘要】
本专利技术属于智能交通系统的车联网
,具体涉及一种在紧急情况下基于车间距概率分布的多车碰撞预测方法。车辆碰撞预测方法,可以用于实时计算单独车辆行驶的安全系数,也可以用于评估整条路段在遭遇突发事故时引发次生碰撞的风险。
技术介绍
近年来,车联网(Vehicular Ad-hoc Network, VANET)作为智能交通领域中一种新兴技术引起了众多汽车厂商和学者的广泛关注,联邦通讯委员会(Federal CommunicationCommission, FCC)专门为车联网应用分配了 75MHz的通信频段。在VANET中,每个移动车辆均具备无线通信的能力,正常情况下周期性广播包含自身运动状态和GPS位置信息的Beacons消息,当车辆遭遇危险情形时会触发并广播警告消息。通过实时分享各自运动状态和及时告知危险事件达到提高行车安全的目的。基于车联网技术,实时预测相邻车辆碰撞概率是智能交通领域中的一项强烈需求,可以有效保障和提高道路交通的安全。目前常见预测碰撞的方法大部分是基于车辆GPS定位技术,通过Beacon消息获取周围车辆的位置信息,结合自身GPS坐标计算相对车距。同时根据相邻车辆的运动状态计算是否会发生碰撞。由于当前车载GPS定位系统存在较大误差,造成此类预测车辆碰撞的方法可靠性较差。尤其在GPS信号覆盖不到或者信号较弱的路段,此类方法将会失去作用。虽然文献[C.Garcia-Costa, etc, “A stochastic model for chain collisionsof vehicles equipped with veh ...
【技术保护点】
一种车联网中基于车间距概率分布的碰撞预测方法,假设车联网整个路段上共有N辆编号依次为V1,V2,...,VN的车相继前行,每一个移动车辆均具备无线发射和接受信息的能力,其特征在于所述方法包括以下步骤:(1)车辆周期性的向邻居车辆广播包含自身实时运动状态的Beacons消息,其中实时运动状态信息包括速度v,加速度a,运动方向以及GPS位置向量X;(2)车联网中的每个车辆通过解析来自邻居车辆的Beacons消息,获取周围环境中邻居车辆的实时运动状态信息,动态计算周围环境的车辆分布密度λ,构建车间距概率分布模型;(3)前后相邻同向行驶的车辆Vi?1和Vi根据两者的最新速度vi?1和vi、加速度ai?1和ai、最大刹车速度amax,i?1和amax,i,根据物理学运动模型动态计算两者同时紧急刹车情况下为避免碰撞所需保持的最小安全距离dms;(4)根据车辆Vi与前方相邻车辆Vi?1的车间距概率分布模型,计算相邻两车发生碰撞的概率;所述Vi和Vi?1发生碰撞的概率即为Vi与Vi?1的车间距小于最小安全间距dms的概率;1<=i<=N;(5)根据相邻两车发生碰撞的概率构建多车辆发生碰撞的Markov ...
【技术特征摘要】
1.一种车联网中基于车间距概率分布的碰撞预测方法,假设车联网整个路段上共有N辆编号依次为V1, V2,..., Vn的车相继前行,每一个移动车辆均具备无线发射和接受信息的能力,其特征在于所述方法包括以下步骤: (O车辆周期性的向邻居车辆广播包含自身实时运动状态的Beacons消息,其中实时运动状态信息包括速度V,加速度a,运动方向以及GPS位置向量X ; (2)车联网中的每个车辆通过解析来自邻居车辆的Beacons消息,获取周围环境中邻居车辆的实时运动状态信息,动态计算周围环境的车辆分布密度λ,构建车间距概率分布模型; (3)前后相邻同向行驶的车辆Vp1和Vi根据两者的最新速度Vp1和Vp加速度Bp1和%、最大刹车速度amax,η和amax,i,根据物理学运动模型动态计算两者同时紧急刹车情况下为避免碰撞所需保持的最小安全距离dms ; (4)根据车辆Vi与前方相邻车辆Vp1的车间距概率分布模型,计算相邻两车发生碰撞的概率;所述Vi和Vp1发生碰撞的概率即为Vi与V1的车间距小于最小安全间距dms的概率;I < =i < =N; (5)根据相邻两车发生碰撞的概率构建多车辆发生碰撞的Markov链和状态转移矩阵,评估整个路段某时刻发生车辆碰撞次数的期望。2.根据权利要求1所述的方法,其特征在于所述方法步骤(1)中邻居车辆的Beacons消息解析出来的GPS位置向量数据用于局部计算周围环境的实时车辆密度λ ;通过侦听范围内最前和最后的两个邻居车辆GPS位置向量计算车辆的感知范围总长度L,各个车辆进而可以实时计算出所处局部环境的车辆密度λ=Ν/1。3.根据权利要求1所述的方法,其特征在于所述方法步骤(2)中前后相继行驶车辆Vp1和Vi的刹车延迟包含接受到前方...
【专利技术属性】
技术研发人员:黄刘生,郭伟杰,徐宏力,
申请(专利权)人:中国科学技术大学苏州研究院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。