【技术实现步骤摘要】
一种预测前车制动的驾驶辅助系统及方法
[0001]本专利技术属于驾驶安全
,尤其涉及一种预测前车制动的驾驶辅助系统及方法。
技术介绍
[0002]在人车路快速发展的同时,交通事故给国家和人民带来了巨大的人员伤亡和财产损失。其中追尾事故在事故总数中所占比例非常高。导致这类事故的主要原因是跟车距离过近,以致前车突然制动时驾驶员来不及反应,进而导致追尾事故的发生。
[0003]目前部分车辆上配置防碰撞预警系统,当自车存在追尾风险时,预警系统会通过声、光、电的方式提醒驾驶员保持车距,从一定程度上降低了追尾事故的发生。但是目前的防碰撞预警系统仅考虑了自车与前车的相对运动关系,当前车发生突发情况时,自车若采取紧急制动会存在被追尾的风险,易导致连环追尾事故的发生。
技术实现思路
[0004]针对现有技术中存在的问题,本专利技术的目的在于提供一种预测前车制动的驾驶辅助系统及方法,该系统可预测当车队第一辆车制动时车队内每一辆车的制动反应时间和最大制动减速度,将预测的自车前车的制动信息显示给自车驾驶员,从而使驾驶员可提前控制车辆,从而避免追尾事故的发生。
[0005]为了达到上述目的,本专利技术采用如下技术方案予以实现:
[0006](一)一种预测前车制动的驾驶辅助系统,包括:路测设备和车载设备;其中,路侧设备包含毫米波雷达、智能高清摄像头和RSU智能路侧单元;所述智能路侧单元包含边缘计算处理单元;车载设备包含OBU智能车载单元和车载显示屏;所述OBU智能车载单元包含数据存储单元、处理单元和 ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种预测前车制动的驾驶辅助系统,其特征在于,包括:路测设备和车载设备;其中,路侧设备包含毫米波雷达、智能高清摄像头和RSU智能路侧单元;所述RSU智能路侧单元包含边缘计算处理单元;车载设备包含OBU智能车载单元和车载显示屏;所述OBU智能车载单元包含数据存储单元、处理单元和无线通讯单元;所述毫米波雷达安装在路侧或中央隔离带上,且朝向车道线方向,用于采集车道内的车辆的运动数据信息,并将其传输给RSU智能路侧单元;其中,车辆的运动数据信息包含车辆的速度和后车的车头与前车的车尾之间的距离;所述智能高清摄像头安装在所述毫米波雷达的上方,用于拍摄车道内的车辆图像,并将其传输给RSU智能路侧单元;所述RSU智能路侧单元安装在公路的路侧,用于将车辆的运动数据信息和车辆图像传输给边缘计算处理单元;所述边缘计算处理单元用于提取运动数据信息中的车辆的速度和后车的车头与前车的车尾之间的距离以及车辆图像中车辆制动时的时刻,并将其传输给OBU智能车载单元;所述OBU智能车载单元安装于汽车前挡风玻璃内侧,用于将车辆的速度和后车的车头与前车的车尾之间的距离以及车辆图像中车辆制动时的时刻传输给数据存储单元;所述数据存储单元用于对车辆的速度和后车的车头与前车的车尾之间的距离以及车辆图像中车辆制动时的时刻进行存储,同时将其传输给处理单元;所述处理单元用于对车辆的速度和后车的车头与前车的车尾之间的距离以及车辆图像中车辆制动时的时刻进行处理,并将处理结果发送给无线通讯单元;所述无线通讯单元用于将处理结果传输给车载显示屏;所述车载显示屏安装在车辆仪表盘附近,用于向自车驾驶员显示前车的制动信息。2.根据权利要求1所述的预测前车制动的驾驶辅助系统,其特征在于,所述路侧设备有多个,相邻两个所述路侧设备之间的间隔为200m。3.一种预测前车制动的驾驶辅助方法,其特征在于,包括如下步骤:步骤1,利用毫米波雷达和智能高清摄像头检测车道上是否存在多车跟车行为的车队,若是,则转至步骤2;步骤2,当车队内任意一个车辆的制动灯亮起时,获取该车辆及其后所有车辆的制动时刻t、制动车辆的速度v、制动车辆后车的速度v以及制动车辆与后车之间的距离l,并根据第i个车辆的制动时刻t
i
、速度v
i
、第i个车辆制动时第i+1个车辆的速度第i+1个车辆与第i个车辆之间的距离l
i
‑
(i+1)
以及第i+1个车辆制动时的制动时刻t
i+1
和速度v
i+1
计算第i个车辆的最大制动减速度a
maxi
,第i+1个车辆的跟车时距D
i+1
、制动反应时间T
反应(i+1)
和最大制动减速度a
max(i+1)
;其中,车队内车辆的总数为n,n≥3且n为正整数,1≤i≤n且i为正整数;步骤3,获取多个历史数据,提取每个历史数据中的前车的最大制动减速度、后车的跟车时距、后车的制动反应时间和后车的最大制动减速度,将其建立为一个样本,多个样本组成一个样本集并将样本集保存在存储单元中;第i个车辆的制动灯亮起时,所采集的历史数据对应样本(a
maxi
,D
i+1
,T
反应(i+1)
,a
max(i+1)
),其中,a
maxi
为第i个车辆的最大制动减速度,D
i+1
为第i+1个车辆的跟车时距,T
反应(i+1)
为第i+1个车辆的制动反应时间,a
max(i+1)
为第i+1个车辆的最大制动减速度;
将存储单元中保存的每个样本中的前车的最大制动减速度和后车的跟车时距作为BP神经网络模型的输入,后车的制动反应时间和后车的最大制动减速度作为BP神经网络模型的输出,对BP神经网络模型进行训练,得到训练完成的BP神经网络模型;步骤4,根据训练完成的BP神经网络模型可预测当车队内的车辆发生制动行为时其后面所有车辆的制动反应时间T
反应
技术研发人员:王畅,苏彦奇,谷梦路,肖星星,付锐,
申请(专利权)人:长安大学,
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。