一种多车交互风险评估系统技术方案

一种多车交互风险评估系统，涉及交通安全技术领域，针对现有技术中难以给出车辆交互风险评估，进而导致车辆追尾、碰撞等交通事故发生的问题，本发明专利技术可以处理丢失或错误的数据，同时保持实时可跟踪性，揭示车辆间的交互作用和车辆运行特性，利用多车交互作用下的风险评估方法，有利于发现多车交互规律、评估车辆运行风险，可为辅助驾驶和自动驾驶安全主动预警技术提供一定的理论基础，避免了车辆追尾、碰撞等交通事故的发生。

【技术实现步骤摘要】
一种多车交互风险评估系统
本专利技术涉及交通安全
，具体为一种多车交互风险评估系统。
技术介绍
我国汽车使用量逐年增长，多车交互是一个相互制约、动态变化的复杂过程，交互过程的顺利与否直接影响车辆运行的安全性。驾驶员需要同周围车辆进行博弈，不断调整自身的运行状态。跟驰与换道是车辆运行过程中的主要交互行为，驾驶员通过感知与周围车辆的间距进行判断与决策。车辆跟驰间距不足时，车辆间存在约束性，车流会产生紊乱，会存在一定的运行风险。车辆在换道时需要寻找可利用间隙才可执行操作，换道时机受到目标车道车流的影响。同时，换道车辆变道时也会影响目标车道车辆的正常运行，目标车道的车辆可能会采取相应的避让或行进措施，进而干扰正常的交通流运行，交通流不稳定的运行状态会导致交通冲突，在一定条件下会发生车辆追尾、碰撞等交通事故，如何在事故发生前有效地进行交互风险评估是减少交互运行风险的关键。专利CN101937421A公开了一种通过车辆实时运行信息进行运行风险评估的方法，通过GPRS远程技术获取车辆实时运行信息并将其添加到车辆事故信息数据库中，根据车辆运行安全风险评估模型计算车辆运行风险系数。专利CN109094482А公开了一种车辆运行风险评估信息采集系统、风险评估系统及方法，根据车辆控制指标和驾驶员眼动指标对应的风险阈值判断各自对应的风险，通过构建贝叶斯网络计算车辆运行风险值。专利CN110275934A公开了基于北斗定位系统的车辆行驶风险分析方法，获取车辆的基本信息和行驶轨迹信息，分析车辆的运行特征，计算车辆行驶风险分值，并对风险值进行更新与分级。目前车辆运行风险评估研究主要关注车辆运行信息的采集，根据风险评估模型计算风险系数或者风险分值，针对车辆与周围车辆交互作用下的运行风险评估研究较少，故提供一种多车交互风险评估系统对于预防交通事故、提升主动安全防控技术具有重要的价值和意义。
技术实现思路
本专利技术的目的是：针对现有技术中难以给出车辆交互风险评估，进而导致车辆追尾、碰撞等交通事故发生的问题，提出一种多车交互风险评估系统。本专利技术为了解决上述技术问题采取的技术方案是：一种多车交互风险评估系统，包括：车辆物理状态采集子系统和车辆交互状态判断模块，所述车辆物理状态采集子系统用于采集车辆的行驶状态参数，所述车辆的行驶状态参数包括车辆横向位置、车辆纵向位置、速度、加速度和转向角参数；所述车辆交互状态判断模块根据车辆横向位置、车辆纵向位置、速度、加速度和转向角参数得到多车交互特征函数，然后利用多车交互特征函数确定先验分布，之后根据先验分布得到多车交互风险概率，即风险发生概率，根据风险发生概率判定风险严重度，所述风险严重度的判定原则为：若风险发生概率为75％-100％，则判定为高风险；若风险发生概率为50％-75％，则判定为较高风险；若风险发生概率为25％-50％，则判定为一般风险；若风险发生概率为0-25％，则判定为低风险。进一步的，所述多车交互特征函数表示为：f(V,X(V))＝∑ωig(Vi,X(Vi))f(V,X(V))表示某一车辆与周围所有车辆的交互运动状态特征，V包括所有交互车辆在一小段时间间隔内的横向位置和纵向位置、速度、加速度和转向角参数，X(V)表示所有交互车辆的运动状态，权重ωi表示周围交互车辆对中心车辆的约束程度，g(Vi,X(Vi))表示车辆i与某一车辆的交互运动特征，Vi包含车辆i在一小段时间间隔内的横向位置和纵向位置、速度、加速度和转向角组成，X(Vi)表示车辆i的运动状态；式中Δxi(t-1)表示在(t-1)时刻车辆i与某一车辆间的横向位置之差；Δyi(t-1)表示在(t-1)时刻车辆i与某一车辆间的纵向位置之差；Δvi(t,t-1)表示车辆i在t时刻与(t-1)时刻的速度之差，单位km/h；Δai(t,t-1)表示车辆i在t时刻与(t-1)时刻的加速度之差，单位m/s2；δi(t,t-1)表示车辆i从(t-1)时刻到t时刻的转向角，单位°；β1、β2、β3、β4表示权重；Sij为周围交互车辆对中心车辆的约束性矩阵；ωi表示周围交互车辆对中心车辆的约束程度。进一步的，所述先验分布包括交互车辆间的距离、车辆速度变化、加速度变化和转向角变化。进一步的，所述先验分布表示为：π(V)＝τe-f(V,X(V))τ为先验参数，f(V,X(V))为多车交互特征函数，e表示指数。进一步的，所述多车交互风险概率表示为：P(C)＝∫P(C|V)π(V)dVP(C|V)∈[0,1]，P(C|V)为给定一组状态参数下的交互车辆间的碰撞风险条件概率，π(V)为先验分布概率。一种多车交互风险评估系统，包括：车辆物理状态采集子系统和风险评估子系统，所述车辆物理状态采集子系统用于采集车辆的行驶状态参数，所述车辆的行驶状态参数包括车辆横向位置、车辆纵向位置、速度、加速度和转向角参数；所述风险评估子系统包括多车运行风险模块和多车交互风险等级模块，所述多车运行风险模块包括碰撞可能性单元和多车交互风险单元，所述碰撞可能性单元根据车辆碰撞可能性指数得到交互车辆间的碰撞风险条件概率；所述多车交互风险单元根据车辆横向位置、车辆纵向位置、速度、加速度和转向角参数得到多车交互特征函数，并利用多车交互特征函数确定先验分布，然后根据交互车辆间的碰撞风险条件概率及先验分布得到某一车辆与周围交互车辆间的风险概率；所述多车交互风险等级模块根据车辆横向位置、车辆纵向位置、速度、加速度和转向角参数得到多车交互风险严重性指数，然后根据某一车辆与周围交互车辆间的风险概率并结合多车交互风险严重性指数确定多车交互风险严重性指数阈值，最后根据多车交互风险严重性阈值判断车辆风险严重度，所述车辆风险严重度的判定原则为：若多车交互风险严重性阈值处于(0.905，1)之间，则判定为高风险；若多车交互风险严重性阈值处于(0.804，0.905]之间，则判定为较高风险；若多车交互风险严重性阈值处于(0.683，0.804]之间，则判定为一般风险；若多车交互风险严重性阈值处于(0.500，0.683]之间，则判定为低风险。进一步的，所述多车交互特征函数表示为：f(V,X(V))＝∑ωig(Vi,X(Vi))f(V,X(V))表示某一车辆与周围所有车辆的交互运动状态特征，V包括所有交互车辆在一小段时间间隔内的横向位置和纵向位置、速度、加速度和转向角等参数，X(V)表示所有交互车辆的运动状态，权重ωi表示周围交互车辆对中心车辆的约束程度，g(Vi,X(Vi))表示车辆i与某一车辆的交互运动特征，Vi包含车辆i在一小段时间间隔内的横向位置和纵向位置、速度、加速度和转向角组成，X(Vi)表示车辆i的运动状态；式中Δxi(t-1)表示在(t-1)时刻车辆i与某一车辆间的横向位置本文档来自技高网...

【技术保护点】
1.一种多车交互风险评估系统，其特征在于包括：车辆物理状态采集子系统和车辆交互状态判断及风险评估模块，/n所述车辆物理状态采集子系统用于采集车辆的行驶状态参数，所述车辆的行驶状态参数包括车辆横向位置、车辆纵向位置、速度、加速度和转向角参数；/n所述车辆交互状态判断及风险评估模块根据车辆横向位置、车辆纵向位置、速度、加速度和转向角参数得到多车交互特征函数，然后利用多车交互特征函数确定先验分布，之后根据先验分布得到多车交互风险概率，即风险发生概率，根据风险发生概率判定风险严重度，所述风险严重度的判定原则为：/n若风险发生概率为75％-100％，则判定为高风险；/n若风险发生概率为50％-75％，则判定为较高风险；/n若风险发生概率为25％-50％，则判定为一般风险；/n若风险发生概率为0-25％，则判定为低风险。/n

【技术特征摘要】
1.一种多车交互风险评估系统，其特征在于包括：车辆物理状态采集子系统和车辆交互状态判断及风险评估模块，
所述车辆物理状态采集子系统用于采集车辆的行驶状态参数，所述车辆的行驶状态参数包括车辆横向位置、车辆纵向位置、速度、加速度和转向角参数；
所述车辆交互状态判断及风险评估模块根据车辆横向位置、车辆纵向位置、速度、加速度和转向角参数得到多车交互特征函数，然后利用多车交互特征函数确定先验分布，之后根据先验分布得到多车交互风险概率，即风险发生概率，根据风险发生概率判定风险严重度，所述风险严重度的判定原则为：
若风险发生概率为75％-100％，则判定为高风险；
若风险发生概率为50％-75％，则判定为较高风险；
若风险发生概率为25％-50％，则判定为一般风险；
若风险发生概率为0-25％，则判定为低风险。


2.根据权利要求1所述的一种多车交互风险评估系统，其特征在于所述多车交互特征函数表示为：
f(V,X(V))＝∑ωig(Vi,X(Vi))
f(V,X(V))表示某一车辆与周围所有车辆的交互运动状态特征，V包括所有交互车辆在一小段时间间隔内的横向位置和纵向位置、速度、加速度和转向角参数，X(V)表示所有交互车辆的运动状态，权重ωi表示周围交互车辆对中心车辆的约束程度，g(Vi,X(Vi))表示车辆i与某一车辆的交互运动特征，Vi包含车辆i在一小段时间间隔内的横向位置和纵向位置、速度、加速度和转向角组成，X(Vi)表示车辆i的运动状态；



式中Δxi(t-1)表示在(t-1)时刻车辆i与某一车辆间的横向位置之差；
Δyi(t-1)表示在(t-1)时刻车辆i与某一车辆间的纵向位置之差；
Δvi(t,t-1)表示车辆i在t时刻与(t-1)时刻的速度之差，单位km/h；
Δai(t,t-1)表示车辆i在t时刻与(t-1)时刻的加速度之差，单位m/s2；
δi(t,t-1)表示车辆i从(t-1)时刻到t时刻的转向角，单位°；
β1、β2、β3、β4表示权重；



Sij为周围交互车辆对中心车辆的约束性矩阵；ωi表示周围交互车辆对中心车辆的约束程度。


3.根据权利要求1所述的一种多车交互风险评估系统，其特征在于所述先验分布包括交互车辆间的距离、车辆速度变化、加速度变化和转向角变化。


4.根据权利要求1所述的一种多车交互风险评估系统，其特征在于所述先验分布表示为：
π(V)＝τe-f(V,X(V))
τ为先验参数，f(V,X(V))为多车交互特征函数，e表示指数。


5.根据权利要求1所述的一种多车交互风险评估系统，其特征在于所述多车交互风险概率表示为：
P(C)＝∫P(C|V)π(V)dV
P(C|V)∈[0,1]，P(C|V)为给定一组状态参数下的交互车辆间的碰撞风险条件概率，π(V)为先验分布概率。


6.一种多车交互风险评估系统，其特征在于包括：车辆物理状态采集子系统和风险评估子系统，
所述车辆物理状态采集子系统用于采集车辆的行驶状态参数，所述车辆的行驶状态参数包括车辆横向位置、车辆纵向位置、速度、加速度和转向角参数；
所述风险评估子系统包括多车运行风险模块和多车交互风险等级模块，
所述多车运行风险模块包括碰撞可能性单元和多车交互风险单元，所述碰撞可能性单元根据车辆碰撞可能性指数得到交互车辆间的碰撞风险条件概率；
所述多车交互风险单元根据车辆横向位置、车辆纵向位置、速度、加速度和转向角参数得到多车交互特征函数，并利用多车交互特征函数确定先验分布，...

【专利技术属性】
技术研发人员：马艳丽，朱洁玉，娄艺苧，张亚平，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙江;23