【技术实现步骤摘要】
一种基于新型行车安全场的智能车安全决策方法
[0001]本专利技术属于智能驾驶
，特别是涉及一种基于新型行车安全场的智能车安全决策方法。
技术介绍
[0002]近年来，随着人均生活水平的不断提高，汽车保有量也在不断攀升。但同时汽车在交通安全方面带给我们的负面影响也不容小觑。传统的交通安全控制建立在车辆动力学或道路规划的基础上，并没有充分考虑车辆行驶环境中人
‑
车
‑
路各要素对行车安全的影响，尤其是驾驶员行为特性对行车安全的影响。对于汽车的智能化控制是汽车产业未来的重要变革方向，因此，如何将二者相互协调统一，对决策行为进行合理的建模，对于加快推进智能汽车创新发展具有重要意义，对于实现无车道线环境下的自动驾驶至关重要。
[0003]智能车面对的行驶环境是复杂多样的，作为智能汽车架构中的重要一环，智能安全决策负责接收感知层处理融合后的信息，进行综合决策和规划，给出符合规范的操作指令及期望轨迹，并交由执行层控制执行，从而引导车辆行驶。
[0004]目前对人
‑>车
‑
【技术保护点】
【技术特征摘要】
1.一种基于新型行车安全场的智能车安全决策方法，其特征在于，步骤如下：(1)在智能车行驶时，采集自车信息和环境信息；(2)建立新型行车安全场模型，将步骤(1)采集到的信息代入模型中，实时生成实际道路的行车安全场；(3)根据车辆所在位置行车安全场的场值及其变化情况，制定车辆是否换道的初步决策，再根据道路左右两侧的行车安全场的场值决定换道方向。2.根据权利要求1所述的基于新型行车安全场的智能车安全决策方法，其特征在于，所述步骤(1)中通过毫米波雷达、激光雷达、摄像头、IMU、GPS和车速传感器采集数据。3.根据权利要求1所述的基于新型行车安全场的智能车安全决策方法，其特征在于，所述步骤(1)中采集的信息包括：第一类静止物体、第二类静止物体、移动物体的状态、类型和位置信息以及智能车自身状态和位置信息；第一类静止物体指发生碰撞时会造成极大损失的物体；第二类静止物体指不会与车辆发生碰撞，但是会约束驾驶员的驾驶行为的物体；移动物体指道路上移动的车辆或行人。4.根据权利要求1所述的基于新型行车安全场的智能车安全决策方法，其特征在于，所述步骤(2)中新型行车安全场模型建立的具体步骤如下：(21)静止物体势能场建模；(211)第一类静止物体势能场建模：(211)第一类静止物体势能场建模：式中，E
SO1_q
为在(x
p
,y
p
)处的物体p在道路点(x
q
,y
q
)处形成的势能场矢量，方向与标准距离矢量r
pq
相同；K和k1为大于零的常数；M
p
为物体p的虚拟质量；R
p
为(x
p
,y
p
)处的道路影响因子；为修正距离矢量；ξ1和ξ2为椭圆参数；为静止物体所在车道行车方向与的夹角；V
max
为静止物体所在道路所允许的最高时速；e为自然常数；上述椭圆参数ξ1表达式为：式中，S为静止物体的影响范围；T
b
为影响范围边界的碰撞时间；τ1为与V
max
有关的大于零的调整因子；上述椭圆参数ξ2表达式为：
式中，D为单个车道的宽度、τ2为与V
max
有关的大于零的调整因子；上述虚拟质量M
p
表达式为：式中，T
p
为物体类型，具体为该类型碰撞损失与标准类型碰撞损失之比；m
p
为物体p的实际质量；α
k
、β
k
为待定常数；v
p
为物体p的速度；上述道路影响因子R
p
表达式为：式中，o
p
为(x
p
,y
p
)处的能见度；μ
p
为(x
p
,y
p
)处的道路附着系数；ρ
p
为(x
p
,y
p
)处的道路曲率；S
p
为(x
p
,y
p
)处的道路坡度；γ1、γ2、γ3、γ4为待定系数，γ1，γ2＜0,γ3，γ4＞0；o
*
、μ
*
、ρ
*
、S
*
为o、μ、ρ、S的标准值；(212)第二类静止物体势能场建模：式中，E
SO2_q
为(x
q
,y
q
)处道路标线g的场强矢量，方向与r
gq
相同；LT
g
为道路标线类型；D为道路宽度；k2为大于零的待定常数；r
gq
＝(x
q
‑
x
g
,y
q
‑
y
g
)为距离矢量；G∈[0,1]为势场值调整因子，与综合势场值有关；(22)移动物体动能场建模：2)移动物体动能场建模：式中，E
V_q
为在(x
c
,y
c
)处的移动物体c在道路点(x
q
,y
q
)处形成的动能场矢量，方向与r
cq<...
【专利技术属性】
技术研发人员：张自宇，王春燕，刘宇萱，赵万忠，朱耀鎏，曹铭纯，于博洋，孟琦康，
申请(专利权)人：南京航空航天大学，
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。