一种基于分层COX的车辆追尾预警方法技术

本发明专利技术公开了一种基于分层COX的车辆追尾预警方法，首先基于自然驾驶实验数据获取车辆状态信息、道路环境信息并识别驾驶员反应延迟时间。然后判断数据是否满足PH假设，并估计模型系数。基于车联网获取实际驾驶过程中的车辆状态及道路环境数据，代入已标定的COX或分层COX模型，得到驾驶员反应延迟时间概率分布。计算TTC并判断TTC与驾驶员反应延迟时间的大小关系，参照概率分布估计结果给出当前状态下驾驶员反应延迟时间大于TTC的概率，并作出预警。相比目前基于TTC的追尾风险判断方法，本发明专利技术考虑客观因素对驾驶员反应延迟时间的影响，并可给出发生追尾事故的概率。发明专利技术可运用于车联网的辅助驾驶系统中。

A vehicle rear end collision warning method based on hierarchical Cox

【技术实现步骤摘要】
一种基于分层COX的车辆追尾预警方法
本专利技术属于跟驰行驶过程中驾驶员反应延迟时间的判断方法以及基于碰撞时间(TTC)的车辆追尾预警方法。具体涉及COX模型和TTC计算。
技术介绍
随着交通需求、汽车保有量以及道路环境复杂度的不断提高，交通事故发生的数量也随之不断增长，造成了大量的人员伤亡与经济损失。追尾事故是交通事故中的一大主要类型，当前车紧急制动而后车驾驶员没有及时做出反应时将出现严重的后果。追尾风险的评判可采用车辆碰撞时间，碰撞时间指前车突然减速而后车仍按照当前速度行驶时，后车与前车相撞所需要的时间。在通过TTC判断追尾风险时通常将驾驶员的生理反应时间与TTC对比，当TTC小于驾驶员生理反应时间时则认为驾驶员无法对即将发生的碰撞事件做出迅速的反应，可能产生追尾事故。然而在复杂的行车环境中驾驶员对前车运动状态变化做出反应的过程，不仅仅受自身生理反应时间的影响，也受到前车速度、加速度、本车速度、加速度以及两车相对距离等客观因素的影响。BASAKK认为研究跟驰问题时，需要考虑延迟时间的可变性，这使得分析结果更加接近实际情况。PEIX认为驾驶员反应延迟时间服从GAMMA分布，而非固定值。ARBABZADEHN通过分析自然驾驶数据发现驾驶员反应延迟时间取值范围为0.58s-8.0s，认为反应延迟时间与驾驶员自身因素之间存在显著关系。以往的研究结果已经指出驾驶员反应延迟时间与驾驶环境、车辆状态等外在因素之间的关系。随着5G技术的发展，车联网成为未来的发展方向。在车联网的背景下车辆运动状态以及道路情况数据的采集、互通变得容易，也使得对驾驶员反应延迟时间的估计变得更加容易。以往基于TTC的追尾风险判断多基于固定的驾驶员生理反应时间，没有考虑驾驶环境等客观因素对驾驶员反应延迟时间的影响，虽然能够进行追尾预警，但是其没有考虑到不同驾驶场景之间的差异性。本专利技术采用Cox风险比例模型对驾驶员反应延迟时间的概率分布进行估计，模型中考虑车辆状态、道路环境等因素对驾驶员反应延迟时间的影响，可提供驾驶员反应延迟时间大于TTC的概率，使追尾预警更加贴近实际情况、预警精度提高。
技术实现思路
专利技术目的：本专利技术提供一种提高追尾预警精度、可给出发生追尾事故的概率的基于分层COX的车辆追尾预警方法。技术方案：一种基于分层COX的车辆追尾预警方法，包括如下步骤：步骤1，根据面向的驾驶员群体及常见驾驶环境，基于COX风险比例模型对驾驶员反应延迟时间进行标定；步骤2，通过车联网获得本车与前导车的位置、速度、加速度信息以及道路环境信息；步骤3，根据所在路段气候条件和前后车速度计算安全跟驰距离，对比本车前导车相对位置预测结果，判断是否产生追尾事故。具体地，所述步骤1中对驾驶员反应延迟时间进行标定，其中，模型标定具体步骤包括：1)进行实车实验，测量车辆状态、道路环境信息，识别驾驶员反应延迟时间；驾驶员反应延迟时间通过前后车加减速特征点识别，以前车加、减速变化点为延迟时间起点，后车加、减速变化点为终点，加、减速变化阈值为；减速起始点识别：减速终止点识别：式中为减速起始点集合；为减速终止点集合；为断面的车辆加速度，m/s；为断面的上一断面车辆加速度，m/s；2)构建COX风险比例模型，估计系数；(a)确定数据是否符合PH假设，即风险比例系数不随时间变化；(b)若符合PH假设，则构建COX风险比例模型，估计系数：若不符合PH假设，则进行PH检验，后构建分层COX风险比例模型：式中为延迟时间影响因素自变量向量，为回归系数，为延迟时间的基准风险函数；假设检验得出回归系数不属于常数的自变量，并将不满足PH假设的p个自变量设置为具有k个分类的分层变量，对于的不同取值有不同的基准风险函数，。具体地，所述步骤2中本车与前导车的位置、速度、加速度信息以及道路环境信息等数据获取步骤包括：1)利用车辆自身布设的毫米波雷达、GPS等传感器获取本车位置、速度、加速度、前车位置、速度、加速度；2)联网获取当前路段天气信息等环境数据。具体地，所述步骤3中判断是否产生追尾事故，即追尾风险判断过程包括：1)输入数据，得到驾驶员反应延迟时间的概率分布；2)计算TTC：3)基于COX风险比例模型估计的驾驶员反应延迟时间概率分布，判断驾驶员反应延迟时间大于TTC的概率。有益效果：与现有技术相比，本专利技术的优点在于：本专利技术基于COX模型的驾驶员反应延迟时间概率分布估计方法，并结合TTC提出追尾预警方法，通过考虑车辆运动状态、道路环境等客观因素，估计驾驶员在不同驾驶场景中的反应延迟时间概率分布，从而提高基于TTC的追尾预警精度。附图说明图1为本专利技术的追尾预警流程图。图2为反应延迟时间的识别示意图。图3为分层COX风险比例模型的估计结果。具体实施方式下面结合附图和具体实施方式，进一步阐明本专利技术。一种基于分层COX的车辆追尾预警方法，根据面向的驾驶员群体及常见驾驶环境，基于COX风险比例模型对驾驶员反应延迟时间进行标定。具体步骤包括：(1.1)进行实车实验，测量车辆状态、道路环境信息，识别驾驶员反应延迟时间。驾驶员反应延迟时间通过前后车加减速特征点识别，以前车加、减速变化点为延迟时间起点，后车加、减速变化点为终点，加、减速变化阈值为±0.15m/s2。识别示意图见图2。减速起始点识别：减速终止点识别：式中Ps为减速起始点集合。Pe为减速终止点集合。ai为断面i的车辆加速度，m/s。ai-1为断面i的上一断面车辆加速度，m/s。(1.2)构建COX风险比例模型，估计系数。(a)确定数据是否符合PH假设，即风险比例系数不随时间变化。(b)若符合PH假设，则构建COX风险比例模型，估计系数：若不符合PH假设，则进行PH检验，后构建分层COX风险比例模型：式中X为延迟时间影响因素自变量向量，βi为回归系数，h0(t)为延迟时间的基准风险函数。假设检验得出回归系数不属于常数的自变量，并将不满足PH假设的p个自变量设置为具有k个分类的分层变量Z，对于Z的不同取值有不同的基准风险函数h0g(t)，g＝1,2,L,k。此处影响因素自变量向量定义及PH检验结果见表1、表2。表1影响因素自变量向量表2PH检验结果前车加速度不满足PH假设，建立分层COX模型，根据模型估计的驾驶员反应延迟时间见图3，参数估计结果见表3。表3分层COX模型参数估计结果2)通过车联网获得本车与前导车的位置、速度、加速度信息以及道路环境信息。具体步骤包括：(2.1)利用车辆自身布设的毫米波雷达、GPS等传感器获取本车位置x1、速度v1、加速度a1、前车位置x0、速度v0、加速度a0。(2.2)联网获取当前路段天气信息等环境数据。3)根据所在路段气候条件和前后本文档来自技高网...

【技术保护点】
1.一种基于分层COX的车辆追尾预警方法，其特征在于，包括如下步骤：/n步骤1，根据面向的驾驶员群体及常见驾驶环境，基于COX风险比例模型对驾驶员反应延迟时间进行标定；/n步骤2，通过车联网获得本车与前导车的位置、速度、加速度信息以及道路环境信息；/n步骤3，根据所在路段气候条件和前后车速度计算安全跟驰距离，对比本车前导车相对位置预测结果，判断是否产生追尾事故。/n

【技术特征摘要】
1.一种基于分层COX的车辆追尾预警方法，其特征在于，包括如下步骤：
步骤1，根据面向的驾驶员群体及常见驾驶环境，基于COX风险比例模型对驾驶员反应延迟时间进行标定；
步骤2，通过车联网获得本车与前导车的位置、速度、加速度信息以及道路环境信息；
步骤3，根据所在路段气候条件和前后车速度计算安全跟驰距离，对比本车前导车相对位置预测结果，判断是否产生追尾事故。


2.根据权利要求1所述的一种基于分层COX的车辆追尾预警方法，其特征在于：所述步骤1中对驾驶员反应延迟时间进行标定，其中，模型标定具体步骤包括：
1)进行实车实验，测量车辆状态、道路环境信息，识别驾驶员反应延迟时间；驾驶员反应延迟时间通过前后车加减速特征点识别，以前车加、减速变化点为延迟时间起点，后车加、减速变化点为终点，加、减速变化阈值为±0.15m/s2；
减速起始点识别：



减速终止点识别：



式中Ps为减速起始点集合；Pe为减速终止点集合；ai为断面i的车辆加速度，m/s；ai-1为断面i的上一断面车辆加速度，m/s；
2)构建COX风险比例模型，估计系数；(a)确定数据是否符合PH假设，即风险比例系数不随时间变化；(b)若符合PH假设，则构建C...

【专利技术属性】
技术研发人员：程金生，宋灿灿，孙智，郭忠印，刘其杰，程存玉，张彦宁，樊祥喜，张爱东，孟凌霄，张有博，许应东，
申请(专利权)人：中建山东投资有限公司，同济大学，中建筑港集团有限公司，中国建设基础设施有限公司，中国建筑股份有限公司，
类型：发明
国别省市：山东;37