【技术实现步骤摘要】
一种跟车场景车辆风险状态的动态评价方法
[0001]本专利技术属于车辆风险监测与预警领域，更为具体地，涉及一种跟车场景车辆风险状态的动态评价方法。
技术介绍
[0002]驾驶安全是研究人员和相关机构共同关注的问题，根据2015年世界卫生组织发布的统计数据，全球每年约有125万人死于道路交通事故；根据国家安监总局国际交流合作中心、交通运输部国际合作事务中心和德国机动车监督协会联合调查的数据显示，中国近十年的年交通事故数量均超过20万次。由此可见，及时、可靠地监测车辆的风险状态，是改善道路交通安全的有效途径，能够为车辆风险监测与避撞系统提供技术积累和理论支撑。
[0003]跟车场景是自然驾驶中时间、里程占比最长的一类驾驶场景，而驾驶人不合理的跟车策略是导致追尾事故的重要原因。追尾事故的常见原因是在跟车潜在风险场景中，前车突然制动，由于自车驾驶人没有正确判断跟车场景的潜在风险，从而没有及时做出避撞行为，就会持续接近前车导致发生碰撞。
[0004]在车辆风险监测领域，主要的风险监测途径包括时间参数、距离参数和减速度参...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种跟车场景车辆风险状态的动态评价方法，该方法应用于后车与前车的相对运动状态工况，假设前车紧急制动的情况下，以后车为主体的跟车场景中后车存在潜在风险的情况，其特征在于，所述方法包括如下步骤：步骤S1：定义时间裕度概念以驾驶人在潜在风险跟车场景下进行避撞操作需满足的最大反应时间作为时间裕度；步骤S2：根据前、后车实时相对运动状态，确定动态最小纵向安全距离；动态最小纵向安全距离为前车突然紧急制动，后车经过反应和制动，两车减速至完全停止且不发生碰撞；步骤S3：根据驾驶人的制动全过程，确定车辆制动过程的总制动距离；所述驾驶人的制动全过程分为四个阶段，四个阶段分别为驾驶人收到大脑决策信号后作出反应阶段、制动器发生作用阶段、持续制动阶段和放松制动器阶段；步骤S4：建立跟车场景中的车辆风险预测模型根据所述动态最小纵向安全距离和所述车辆制动过程的总制动距离建立跟车场景中的车辆风险预测模型；步骤S5：车辆风险等级划分基于跟车场景中的时间裕度数据，使用K
‑
means聚类和方差分析法ANOVA对车辆风险等级进行划分。2.根据权利要求1所述的跟车场景车辆风险状态的动态评价方法，其特征在于：所述步骤S2中根据前、后车实时相对运动状态，确定动态最小纵向安全距离的过程如下：1)定义两车之间的纵向距离：以后车前端和前车后端的距离为两车之间的纵向距离；2)根据两车之间的纵向距离，确定两车之间的最小安全纵向距离的过程如下：沿着车道长度方向，两车同向行驶，前方车辆以最大制动减速度a
max,brake
制动，在制动反应时间τ
′1内，后方车辆以a
max,accel
加速，然后以最小制动减速度a
min,brake
减速至停车，整个过程未碰撞，则最小安全纵向距离为：其中：其中，v
r
和v
f
分别是后车和前车车辆的纵向速度；τ
′1是制动反应时间；a
max,brake
是最大制动减速度；a
max,accel
是最大加速度；a
min,brake
是最小制动减速度；L
min
是最小纵向安全距离；3)不发生碰撞的临界条件前、后辆车初始时刻不碰撞的临界条件：L0＞0；两车制动至静止的时刻，不发生碰撞的临界条件是：
其中，L0是前、后两车之间的初始距离；a
max,brake
是最大制动减速度；a
max,accel
是最大加速度；a
min,brake
是最小制动减速度；为制动反应时间内速度的最大值。3.根据权利要求2所述的跟车场景车辆风险状态的动态评价方法，其特征在于：所述步骤S3中根据所述动态最小纵向安全距离和所述车辆制动过程的总制动距离建立跟车场景中的车辆风险预测模型的过程如下：当驾驶人观察到前方路况异常时会自主将右脚移至制动踏板上，紧急踩下制动踏板一直到踏板最大行程处，直到自车静止，驾驶人的制动全过程分为四个阶段：驾驶人收到大脑决策信号后作出反应、制动器发生作用、持续制动、放松制动器，车辆制动过程的总制动距离满足如下公式：式中：s为总制动距离；u(0)为车辆初速度；a
b
(e)为车辆保持匀减速运动之前时刻的减速度；τ
′1代表驾驶人的制动反应时间；τ
″1代表驾驶人脚掌由油门踏板转移到制动踏板所需的移动时间，τ
″1取0.1s；上述两段时间之和记为τ1，即τ1＝τ
′1+τ
″1；τ
′2代表制动踏板设计冗余行程的时间即制动系间隙协调时间；τ
″2代表制动踏板有效行程由零达到最大行程所用的时间即制动力作用时间；制动系间隙协调时间和制动力作用时间之和为τ2，τ2＝τ
技术研发人员：郭柏苍，金立生，谢宪毅，纪丙东，李小特，华强，
申请(专利权)人：燕山大学，
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。