一种避撞系统、避撞方法及机动车辆技术方案

本申请公开了一种避撞系统、避撞方法及机动车辆，其中，所述避撞系统的预警模块用于将所述自车紧急制动次数、本次驾驶时间、自车状态参数、环境状态参数和所述预处理后的跟车状态参数进行归一化处理后输入到所述经训练样本预先训练的BP神经网络，从而预测出自车待制动加速度，所述预警模块根据预测的自车制动加速度判断是否需要启动跟车预警，从而实现将不同种类的驾驶员的驾驶习惯融入到跟车预警中的目的，进而满足不同驾驶习惯的驾驶员的个性预警要求，避免出现对于驾驶经验熟练且性格激进的驾驶员群体来说虚警概率偏高，而对于新手驾驶员来说可能会出现预警不及时的情况。

【技术实现步骤摘要】

本申请设计安全预警
，更具体地说，涉及一种避撞系统、避撞方法及机动车辆。
技术介绍
随着社会的不断发展，城市交通规模也在快速增长，但由于过快的机动车辆拥有量的增长使得不同规模的城镇或乡村都出现了一定程度上的交通拥堵，跟车行驶成为驾驶员在道路交通环境中遇到的最主要的工况。而由于驾驶员在跟车行驶中出现的失误而导致的追尾事故也成为交通事故的主要种类。因此，有部分机动车辆中配备了碰撞预警系统(ForwardCollisionWarningSystem，FCWS)，该系统通过雷达、摄像头等传感设备实时采集交通环境信息，辅助驾驶员识别和判断交通环境中可能存在的潜在威胁。目前，在FCWS系统中主要通过建立安全车距模型辅助驾驶员避免在跟车过程中发生追尾等事故，当自车与前车间距小于安全车距时便会启动预警装置。但是这些FCWS系统中对于安全距离的计算方法都是基于牛顿运动学原理确定的，通过分析前车与自车之间的跟车车距、前车车速、前车制动加速度、自车车速和自车制动加速度之间的关系来确定安全车距。但是由于驾驶员个体之间驾驶习惯和性格等的差异，他们在跟车过程中的驾驶跟驰习惯也不同，具体表现为激进性格的驾驶员跟车距离近一些，紧急制动次数会多一些，而谨慎性格的驾驶员跟车距离会远一些，即不同的驾驶员有着不同的危险感受度，而现有技术中确定安全车距的方法并没有将驾驶员因素考虑在内，这就会使得FCWS系统在使用过程中出现不能满足不同驾驶习惯的驾驶员预警要求的问题，比如对于驾驶经验熟练且性格激进的驾驶员群体来说虚警概率偏高，而对于一些新手驾驶员来说可能会出现预警不及时的问题。
技术实现思路
为解决上述技术问题，本专利技术提供了一种避撞系统、避撞方法及机动车辆，以实现满足不同驾驶习惯的驾驶员预警要求的目的，避免出现对于驾驶经验熟练且性格激进的驾驶员群体来说虚警概率偏高，而对于一些新手驾驶员来说可能会出现预警不及时的情况。为实现上述技术目的，本专利技术实施例提供了如下技术方案：一种避撞系统，包括：参数获取模块，用于获取自车紧急制动次数、本次驾驶时间、自车状态参数、跟车状态参数及环境状态参数，所述自车状态参数包括：自车速度和自车制动加速度，所述跟车状态参数包括：前车速度、前车制动加速度和跟车车距，所述环境状态参数包括：环境光照度和路面附着系数；预处理模块，用于对获取的所述跟车状态参数进行预处理；避撞模块，用于根据所述自车状态参数和预处理后的跟车状态参数确定安全车距和临界安全车距，当所述跟车车距大于所述安全车距时，进入预警模块，当所述跟车车距小于所述安全车距时，判断所述跟车车距是否小于临界安全车距，如果是，则开启自动制动；所述预警模块，用于将所述自车紧急制动次数、本次驾驶时间、自车状态参数、环境状态参数和所述预处理后的跟车状态参数进行归一化处理后输入到经训练样本预先训练的BP神经网络中，从而预测出自车待制动加速度，根据所述自车待制动加速度判断是否需要启动跟车预警，所述训练样本中包括驾驶员训练参数。优选的，所述预警模块包括：归一化单元，用于对所述自车紧急制动次数、本次驾驶时间、自车状态参数、环境状态参数和所述预处理后的跟车状态参数进行归一化处理并输入到驾驶跟驰习惯单元中；所述驾驶跟驰习惯单元，用于根据所述归一化单元输入的参数预测出自车待制动加速度，所述驾驶跟驰习惯单元为经训练样本预先训练的BP神经网络；计算单元，用于根据所述自车待制动加速度及自车最大制动加速度计算相对制动率；第一判断单元，用于根据所述相对制动率判断是否需要进行跟车预警。优选的，所述第一判断单元具体用于判断所述相对制动率所述驾驶区间，并根据所述相对制动率所述的驾驶区间采取不干涉策略、一级预警策略或二级预警策略；所述驾驶区间包括安全驾驶区间、第一级预警区间和第二级预警区间。优选的，所述驾驶员训练参数包括：跟车车距、前车制动加速度、前车速度、自车速度、环境光照度、路面附着系数、紧急制动次数和本次驾驶时间。优选的，所述预处理模块为卡尔曼滤波器，用于对所述跟车状态参数进行滤波处理。优选的，所述避撞模块包括：状态确定单元，用于根据所述前车制动加速度和前车速度确定前车所属状态，所述前车所属状态包括：静止状态、紧急制动状态、匀减速状态和匀速状态；第二判断单元，用于当所述前车所属状态为静止状态时，将所述自车状态参数和预处理后的跟车状态参数代入第一预设公式中确定临界安全车距；当所述前车所属状态为紧急制动状态时，将所述自车状态参数和预处理后的跟车状态参数代入第二预设公式中确定临界安全车距；当所述前车所属状态为匀减速状态时，将所述自车状态参数和预处理后的跟车状态参数代入第三预设公式中确定临界安全车距；当所述前车所属状态为匀速状态时，将所述自车状态参数和预处理后的跟车状态参数代入第四预设公式中确定临界安全车距；安全车距确定单元，用于根据所述第二判断单元获得的临界安全车距确定安全车距；第三判断单元，用于判断所述跟车车距是否大于所述安全车距，如果是，则进入所述预警模块；如果否，则判断所述跟车车距是否小于临界安全车距，若是，则开启自动制动；所述第一预设公式为：Slim＝St|vfinal＝0；所述第二预设公式为：所述第三预设公式为：所述第四预设公式为：其中，Slim代表所述临界安全车距，v1代表所述自车速度，v2代表制动开始时的前车速度，t1代表制动系统响应延迟时间，t2代表所述自车制动加速度增长到自车最大制动加速度所需要的时间，k代表自车制动加速度增长到自车最大制动加速度过程中的增长率，vfinal代表自车持续制动时的速度，vc代表前车持续制动时的速度，amax代表自车最大制动加速度。优选的，所述安全车距确定单元具体用于将所述临界安全车距代入第五预设公式中，获得所述安全车距；所述第五预设公式为：Ssafe＝slim+S0+(v1-v2)T，其中，Ssafe表示所述安全车距，S0表示预留间距，T为预留时间。一种避撞方法，包括：获取自车紧急制动次数、本次驾驶时间、自车状态参数、跟车状态参数及环境状态参数，所述自车状态参数包括：自车速度和自车制动加速度，所述跟车状态参数包括：前车速度、前车制动加速度和跟车车距，所述环境状态参数包括：环境光照度和路面附着系数；对获取的所述跟车状态参数进行预处理；根据所述自车状态参数和预处理后的跟车状态参数确定安全车距和临界安全车距，当所述跟车车距小于所述安全车距时，判断所述跟车车距是否小于临界安全车距，如果是，则开启自动制动；当所述跟车车距大于所述安全车距时，将所述自车紧急制动次数、本次驾驶时间、自车状态参数、环境状态参数和所述预处理后的跟车状态参数进行归一化处理，并将归一化后的所述自车紧急制动次数、本次驾驶时间、自车状态参数、环境状态参数和预处理且归一化后的跟车状态参数输入到经训练样本预先训练的BP神经网络中，以预测出自车待制动加速度，根据所述自车待制动加速度判断是否需要启动跟车预警，所述训练样本中包括驾驶员训练参数。优选的，所述将所述自车紧急制动次数、本次驾驶时间、自车状态参数、环境状态参数和所述预处理后的跟车状态参数进行归一化处理，并将归一化后的所述自车紧急制动次数、本次驾驶时间、自车状态参数、环境状态参数和预处理且归一化后的跟车状态参数输入到经训练样本预先训练的BP神经网本文档来自技高网...

【技术保护点】
一种避撞系统，其特征在于，包括：参数获取模块，用于获取自车紧急制动次数、本次驾驶时间、自车状态参数、跟车状态参数及环境状态参数，所述自车状态参数包括：自车速度和自车制动加速度，所述跟车状态参数包括：前车速度、前车制动加速度和跟车车距，所述环境状态参数包括：环境光照度和路面附着系数；预处理模块，用于对获取的所述跟车状态参数进行预处理；避撞模块，用于根据所述自车状态参数和预处理后的跟车状态参数确定安全车距和临界安全车距，当所述跟车车距大于所述安全车距时，进入预警模块，当所述跟车车距小于所述安全车距时，判断所述跟车车距是否小于临界安全车距，如果是，则开启自动制动；所述预警模块，用于将所述自车紧急制动次数、本次驾驶时间、自车状态参数、环境状态参数和所述预处理后的跟车状态参数进行归一化处理后输入到经训练样本预先训练的BP神经网络中，从而预测出自车待制动加速度，根据所述自车待制动加速度判断是否需要启动跟车预警，所述训练样本中包括驾驶员训练参数。

【技术特征摘要】
1.一种避撞系统，其特征在于，包括：参数获取模块，用于获取自车紧急制动次数、本次驾驶时间、自车状态参数、跟车状态参数及环境状态参数，所述自车状态参数包括：自车速度和自车制动加速度，所述跟车状态参数包括：前车速度、前车制动加速度和跟车车距，所述环境状态参数包括：环境光照度和路面附着系数；预处理模块，用于对获取的所述跟车状态参数进行预处理；避撞模块，用于根据所述自车状态参数和预处理后的跟车状态参数确定安全车距和临界安全车距，当所述跟车车距大于所述安全车距时，进入预警模块，当所述跟车车距小于所述安全车距时，判断所述跟车车距是否小于临界安全车距，如果是，则开启自动制动；所述预警模块，用于将所述自车紧急制动次数、本次驾驶时间、自车状态参数、环境状态参数和所述预处理后的跟车状态参数进行归一化处理后输入到经训练样本预先训练的BP神经网络中，从而预测出自车待制动加速度，根据所述自车待制动加速度判断是否需要启动跟车预警，所述训练样本中包括驾驶员训练参数。2.根据权利要求1所述的避撞系统，其特征在于，所述预警模块包括：归一化单元，用于对所述自车紧急制动次数、本次驾驶时间、自车状态参数、环境状态参数和所述预处理后的跟车状态参数进行归一化处理并输入到驾驶跟驰习惯单元中；所述驾驶跟驰习惯单元，用于根据所述归一化单元输入的参数预测出自车待制动加速度，所述驾驶跟驰习惯单元为经训练样本预先训练的BP神经网络；计算单元，用于根据所述自车待制动加速度及自车最大制动加速度计算相对制动率；第一判断单元，用于根据所述相对制动率判断是否需要进行跟车预警。3.根据权利要求2所述的避撞系统，其特征在于，所述第一判断单元具体用于判断所述相对制动率所述驾驶区间，并根据所述相对制动率所述的驾驶区间采取不干涉策略、一级预警策略或二级预警策略；所述驾驶区间包括安全驾驶区间、第一级预警区间和第二级预警区间。4.根据权利要求1所述的避撞系统，其特征在于，所述驾驶员训练参数包括：跟车车距、前车制动加速度、前车速度、自车速度、环境光照度、路面附着系数、紧急制动次数和本次驾驶时间。5.根据权利要求1所述的避撞系统，其特征在于，所述预处理模块为卡尔曼滤波器，用于对所述跟车状态参数进行滤波处理。6.根据权利要求1所述的避撞系统，其特征在于，所述避撞模块包括：状态确定单元，用于根据所述前车制动加速度和前车速度确定前车所属状态，所述前车所属状态包括：静止状态、紧急制动状态、匀减速状态和匀速状态；第二判断单元，用于当所述前车所属状态为静止状态时，将所述自车状态参数和预处理后的跟车状态参数代入第一预设公式中确定临界安全车距；当所述前车所属状态为紧急制动状态时，将所述自车状态参数和预处理后的跟车状态参数代入第二预设公式中确定临界安全车距；当所述前车所属状态为匀减速状态时，将所述自车状态参数和预处理后的跟车状态参数代入第三预设公式中确定临界安全车距；当所述前车所属状态为匀速状态时，将所述自车状态参数和预处理后的跟车状态参数代入第四预设公式中确定临界安全车距；安全车距确定单元，用于根据所述第二判断单元获得的临界安全车距确定安全车距；第三判断单元，用于判断所述跟车车距是否大于所述安全车距，如果是，则进入所述预警模块；如果否，则判断所述跟车车距是否小于临界安全车距，若是，则开启自动制动；所述第一预设公式为：Slim＝St|vfinal＝0；所述第二预设公式为：所述第三预设公式为：所述第四预设公式为：其中，Slim代表所述临界安全车距，v1代表所述自车速度，v2代表制动开始时的前车速度，t1代表制动系统响应延迟时间，t2代表所述自车制动加速度增长到自车最大制动加速度所需要的时间，k代表自车制动加速度增长到自车最大制动加速度过程中的增长率，vfinal代表自车持续制动时的速度，vc代表前车持续制动时的速度，amax代表自车最大制动加速度。7.根据权利要求6所述的避撞系统，其特征在于，所述安全车距确定单元具体用于将所述临界安全车距代入第五预设公式中，获得所述安全车距；所述第五预设公式为：Ssafe＝slim+S0+(v1-v2)T，其中，Ssafe表示所述安全车距，S0表示预留间距，T为预留时间。8.一种避撞方法，其...

【专利技术属性】
技术研发人员：章军辉，张佩中，付宗杰，王博，李庆，陈大鹏，
申请(专利权)人：中国科学院微电子研究所，
类型：发明
国别省市：北京;11