一种基于瞬时风险识别的智能车辆换道预警方法技术

本发明专利技术公开了一种基于瞬时风险识别的智能车辆换道预警方法，包括：1)获取基础数据；2)建立交通条件安全判别模型，判别t时刻交通条件是否安全；3)建立车辆运行瞬时风险评估模型，分别从时间与空间的角度刻画车辆冲突概率与冲突严重性，并利用事故树分析法融合两种评估指标，进而得到当前交通条件的换道风险系数；4)选择合适的换道预警指标及阈值，对当前车辆换道条件进行实时监测；5)通过计算机编程实现车辆换道预警功能，并评估t时刻车辆换道条件的安全性，进而对存在冲突事件的换道行为进行提前预警。本发明专利技术能够有效提前识别车辆换道冲突瞬时风险，为车辆预警系统、自动驾驶车辆换道控制提供理论参考与技术支持。

An early warning method of intelligent vehicle lane change based on instantaneous risk identification

【技术实现步骤摘要】
一种基于瞬时风险识别的智能车辆换道预警方法
本专利技术涉及智能车辆换道安全性的
，尤其是指一种基于瞬时风险识别的智能车辆换道预警方法。
技术介绍
车道变化是典型的驾驶行为之一，是驾驶员获取理想驾驶环境或到达既定行驶目的地的重要途径。然而，不良的换道行为会干扰周围车辆的正常行驶，产生交通冲突，使得局部交通流处于暂时性紊乱状态，甚至诱发交通事故。根据美国道路交通事故数据统计，因不良换道行为导致的交通事故约占事故总数的5％。同时，不良换道行为也是降低交通运行效率、扰乱交通秩序的重要致因之一。因此，提前识别潜在的换道风险，有助于完善智能车辆预警系统的技术体系，对驾驶员进行预警以避免冲突，提高车辆运行安全性，对道路交通安全水平的提高具有不可替代的意义。目前，大部分智能车辆换道预警研究主要集中在基于当前换道条件评估车辆换道安全性，包括采用碰撞时间(TTC，timetocollision)、后侵占时间(PET,postencroachmenttime)及停车距离指标(SDI，stoppingdistanceindex)等进行阈值判定，以达到实时监测的目的。相对而言，多数研究对周围车辆未来运动趋势的影响却鲜有关注，忽略提前识别换道风险的可行性及必要性，从而增加了换道预警的时滞性，给驾驶员预留的反应时间较短。此外，现有研究致力于采用单一风险评估指标，仅从时间或空间的角度识别换道风险，在实际应用中存在识别盲区，例如基于TTC识别的评估模型无法识别“TTC较大但跟车距离过小”的特殊情景。因此，有必要综合时间与空间两种风险评估指标，对智能车辆换道风险进行提前识别，减少识别盲区，提高识别精度，克服部分换道预警系统在实际应用中的限制。鉴于此，本专利技术首先通过获取当前交通条件信息，以判别其是否存在潜在冲突风险的可能性。其次，基于TTC与SDI两种评估指标，建立对应的风险模型，并利用事故树分析法将两者进行有效融合。最后，通过选择合适的安全判别指标及预警阈值，甄别智能车辆在未来换道情景中的瞬时风险，并提前对驾驶员进行有效预警。本专利技术能够有效提前识别车辆换道冲突瞬时风险，为车辆预警系统、自动驾驶车辆换道控制提供理论参考与技术支持。
技术实现思路
本专利技术的目的在于克服现有技术的缺点与不足，提出了一种基于瞬时风险识别的智能车辆换道预警方法，通过预测目标车辆与周围车辆的未来运动状态，计算目标车辆在时间与空间维度的风险大小，并通过事故树分析法进行融合两种风险系数，以综合识别目标车辆在换道过程中的瞬时风险。同时，为了有效识别车辆换道风险，提出了双指标阈值判别方法，进而提高换道风险识别准确率与稳定性，为驾驶员提供更加精准、可靠的预警信息。为实现上述目的，本专利技术所提供的技术方案为：一种基于瞬时风险识别的智能车辆换道预警方法，包括以下步骤：1)获取基础数据，包括车辆运动数据、车辆相对位置信息、车辆几何参数、道路几何条件和路面摩擦系数；2)建立交通条件安全判别模型，计算t时刻的车辆运动状态及车辆间距，并将t时刻的所有车辆间距与对应的临界安全间距进行对比，从而判别t时刻交通条件是否安全；3)建立车辆运行瞬时风险评估模型，分别从时间与空间的角度刻画车辆冲突概率与冲突严重性，并利用事故树分析法融合两种评估指标，进而得到当前交通条件的换道风险系数；4)选择合适的换道预警指标及阈值，对当前车辆换道条件进行实时监测；5)通过计算机编程实现车辆换道预警功能，并评估t时刻车辆换道条件的安全性，进而对存在冲突事件的换道行为进行提前预警。在步骤1)中，所述车辆运动数据包括目标车辆与周围车辆的速度与加速度，能够通过目标车辆传感器或路侧监控设备获取车辆实时运动数据；所述车辆相对位置信息包括目标车辆分别与目标车道前车、后车的车辆间距，能够从目标车辆的传感器或车路协同平台获取；所述车辆几何参数包括车辆长度、车辆宽度，能够通过读取车身电子标签信息或视频识别获取；所述道路几何条件包括车道宽度、车道数、坡度，能够通过车载导航地图或路侧视频设备识别获取；所述路面摩擦系数包括不同天气情况下的路面摩擦系数，能够通过专家法或相关标准设定。在步骤2)中，建立交通条件安全判别模型，以判别t时刻的交通条件是否安全，包括以下步骤：2.1)计算车辆i在t时刻的纵向位移已知各车辆在当前时刻的速度Vi(0)与加速度ai(0)，则车辆i在t时刻的纵向位移Si(t)为：式中：i＝0,…,n，其中i＝0表示目标车辆，i≥1表示周围车辆编号，n为周围车辆数，且有0≤n≤4，表示周围车辆最多存在4辆，包括当前车道前后车与目标车道前后车；Si(t)为车辆i在t时刻的纵向位移；Vi(0)为车辆i的初始速度；ai(0)为车辆i的初始加速度；2.2)计算目标车辆与周围车辆在t时刻的车辆间距假设目标车辆在换道期间至少存在一辆周围车辆，即n≥1，已知目标车辆与周围车辆的初始车辆间距di(0)，且i＝1,…,n，则目标车辆与周围车辆i在t时刻的车辆间距di(t)为：di(t)＝di(0)+SF(t)-SR(t)式中：di(t)为目标车辆与周围车辆i在t时刻的车辆间距；SF(t)为目标车辆与周围车辆i两者中前车在t时刻的纵向位移；SR(t)为目标车辆与周围车辆i两者中后车在t时刻的纵向位移；2.3)判断目标车辆在t时刻的换道条件安全性计算各车辆的停车视距，结合t时刻目标车辆与周围车辆的车辆间距，获取多个停车距离指标，以判断当前交通条件是否存在换道风险，车辆i在t时刻的停车视距为Di(t)：Vi(t)＝ai(0)×t+Vi(0)式中：Di(t)为车辆i在t时刻的停车视距，i＝0,…,n；Vi(t)为车辆i在t时刻的速度；f为路面摩擦系数；g为道路坡度；tr为驾驶员反应时间；Vi(t)为车辆i在t时刻的速度；Vi(0)为车辆i的初始速度；ai(0)为车辆i的初始加速度；已知各车辆在t时刻的停车视距与车辆间距，则t时刻目标车辆与周围车辆i之间的停车距离指标SDIi(t)为：SDIi(t)＝DF(t)-DR(t)+di(t)-lF式中：SDIi(t)为t时刻目标车辆与周围车辆i的停车距离指标，i＝1,…,n；DF(t)为目标车辆与周围车辆i两者中前车在t时刻的停车视距；DR(t)为目标车辆与周围车辆i两者中后车在t时刻的停车视距；di(t)为目标车辆与周围车辆i在t时刻的车辆间距；lF为目标车辆与周围车辆i两者中前车的车辆长度；基于各停车距离指标判断当前交通条件是否存在换道风险，则交通条件安全判别函数P(Gsub(t),Gsur(t))为：式中：P(Gsub(t),Gsur(t))＝1表示当前交通条件为安全，否则表示当前交通条件为不安全；Gsub(t)为目标车辆在t时刻的运动状态信息；Gsur(t)为周围车辆在t时刻的运动状态信息；SDIi(t)为t时刻目标车辆与周围车辆i的停车距离指标；由上述可知，仅当前交通条件为不安全时才需要对目本文档来自技高网...

【技术保护点】
1.一种基于瞬时风险识别的智能车辆换道预警方法，其特征在于，包括以下步骤：/n1)获取基础数据，包括车辆运动数据、车辆相对位置信息、车辆几何参数、道路几何条件和路面摩擦系数；/n2)建立交通条件安全判别模型，计算t时刻的车辆运动状态及车辆间距，并将t时刻的所有车辆间距与对应的临界安全间距进行对比，从而判别t时刻交通条件是否安全；/n3)建立车辆运行瞬时风险评估模型，分别从时间与空间的角度刻画车辆冲突概率与冲突严重性，并利用事故树分析法融合两种评估指标，进而得到当前交通条件的换道风险系数；/n4)选择合适的换道预警指标及阈值，对当前车辆换道条件进行实时监测；/n5)通过计算机编程实现车辆换道预警功能，并评估t时刻车辆换道条件的安全性，进而对存在冲突事件的换道行为进行提前预警。/n

【技术特征摘要】
1.一种基于瞬时风险识别的智能车辆换道预警方法，其特征在于，包括以下步骤：
1)获取基础数据，包括车辆运动数据、车辆相对位置信息、车辆几何参数、道路几何条件和路面摩擦系数；
2)建立交通条件安全判别模型，计算t时刻的车辆运动状态及车辆间距，并将t时刻的所有车辆间距与对应的临界安全间距进行对比，从而判别t时刻交通条件是否安全；
3)建立车辆运行瞬时风险评估模型，分别从时间与空间的角度刻画车辆冲突概率与冲突严重性，并利用事故树分析法融合两种评估指标，进而得到当前交通条件的换道风险系数；
4)选择合适的换道预警指标及阈值，对当前车辆换道条件进行实时监测；
5)通过计算机编程实现车辆换道预警功能，并评估t时刻车辆换道条件的安全性，进而对存在冲突事件的换道行为进行提前预警。


2.根据权利要求1所述的一种基于瞬时风险识别的智能车辆换道预警方法，其特征在于：在步骤1)中，所述车辆运动数据包括目标车辆与周围车辆的速度与加速度，能够通过目标车辆传感器或路侧监控设备获取车辆实时运动数据；所述车辆相对位置信息包括目标车辆分别与目标车道前车、后车的车辆间距，能够从目标车辆的传感器或车路协同平台获取；所述车辆几何参数包括车辆长度、车辆宽度，能够通过读取车身电子标签信息或视频识别获取；所述道路几何条件包括车道宽度、车道数、坡度，能够通过车载导航地图或路侧视频设备识别获取；所述路面摩擦系数包括不同天气情况下的路面摩擦系数，能够通过专家法或相关标准设定。


3.根据权利要求1所述的一种基于瞬时风险识别的智能车辆换道预警方法，其特征在于：在步骤2)中，建立交通条件安全判别模型，以判别t时刻的交通条件是否安全，包括以下步骤：
2.1)计算车辆i在t时刻的纵向位移
已知各车辆在当前时刻的速度Vi(0)与加速度ai(0)，则车辆i在t时刻的纵向位移Si(t)为：



式中：i＝0,…,n，其中i＝0表示目标车辆，i≥1表示周围车辆编号，n为周围车辆数，且有0≤n≤4，表示周围车辆最多存在4辆，包括当前车道前后车与目标车道前后车；Si(t)为车辆i在t时刻的纵向位移；Vi(0)为车辆i的初始速度；ai(0)为车辆i的初始加速度；
2.2)计算目标车辆与周围车辆在t时刻的车辆间距
假设目标车辆在换道期间至少存在一辆周围车辆，即n≥1，已知目标车辆与周围车辆的初始车辆间距di(0)，且i＝1,…,n，则目标车辆与周围车辆i在t时刻的车辆间距di(t)为：
di(t)＝di(0)+SF(t)-SR(t)
式中：di(t)为目标车辆与周围车辆i在t时刻的车辆间距；SF(t)为目标车辆与周围车辆i两者中前车在t时刻的纵向位移；SR(t)为目标车辆与周围车辆i两者中后车在t时刻的纵向位移；
2.3)判断目标车辆在t时刻的换道条件安全性
计算各车辆的停车视距，结合t时刻目标车辆与周围车辆的车辆间距，获取多个停车距离指标，以判断当前交通条件是否存在换道风险，车辆i在t时刻的停车视距为Di(t)：
Vi(t)＝ai(0)×t+Vi(0)



式中：Di(t)为车辆i在t时刻的停车视距，i＝0,…,n；Vi(t)为车辆i在t时刻的速度；f为路面摩擦系数；g为道路坡度；tr为驾驶员反应时间；Vi(t)为车辆i在t时刻的速度；Vi(0)为车辆i的初始速度；ai(0)为车辆i的初始加速度；
已知各车辆在t时刻的停车视距与车辆间距，则t时刻目标车辆与周围车辆i之间的停车距离指标SDIi(t)为：
SDIi(t)＝DF(t)-DR(t)+di(t)-lF
式中：SDIi(t)为t时刻目标车辆与周围车辆i的停车距离指标，i＝1,…,n；DF(t)为目标车辆与周围车辆i两者中前车在t时刻的停车视距；DR(t)为目标车辆与周围车辆i两者中后车在t时刻的停车视距；di(t)为目标车辆与周围车辆i在t时刻的车辆间距；lF为目标车辆与周围车辆i两者中前车的车辆长度；
基于各停车距离指标判断当前交通条件是否存在换道风险，则交通条件安全判别函数P(Gsub(t),Gsur(t))为：

【专利技术属性】
技术研发人员：温惠英，吴嘉彬，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东;44