一种实时预测车辆通过交通信号灯路口时间的装置及方法制造方法及图纸

本发明专利技术公开了一种实时预测车辆通过交通信号灯路口时间的装置及方法，装置包括有信息获取模块、处理器和显示器，其中信息获取模块、处理器和显示器依次相连接，信息获取模块能够把采集的数据实时传输给处理器，处理器接收信息获取模块的传输数据后经过处理后通过显示器进行显示。其方法为：第一步、信息的获取；第二步、进行状态量的滤波更新；第三步、进行数据的计算；第四步、根据计算结果来判断当前车辆的通过情况；第五步、输出信息告知驾驶员当前所需执行的驾驶动作；有益效果：原创性地提出了预测车辆通过交通信号灯路口总时间的计算公式，从而能够有效地避免追尾事故的发生。从而能够有效地避免追尾事故的发生。从而能够有效地避免追尾事故的发生。

【技术实现步骤摘要】
一种实时预测车辆通过交通信号灯路口时间的装置及方法


[0001]本专利技术涉及一种通过交通信号灯路口时间的装置及方法，特别涉及一种实时预测车辆通过交通信号灯路口时间的装置及方法。

技术介绍

[0002]目前，驾驶员在驾驶车辆通过红绿灯信号路口时，由于驾驶员的经验不足，或者是驾驶技术不够娴熟，从而会导致车辆会出现熄火、追尾以及闯红灯等行为。有时驾驶员的视线还会被前方大型车辆阻挡，从而导致驾驶员获取信息不足，无法及时预判车辆通过路口的时间，往往会选择在大车后方进行跟车，这样会出现闯红灯的行为，影响交通安全，对驾驶员本身也会造成不必要的损失。
[0003]现有的预测车辆通过交通信号灯路口时间的方法及装置，无法进行实时预测，或者是预测的精度不够。也有的装置是通过摄像头来获取信号灯信息，这种方案无法解决前方有大型车辆时无法获取信息的问题。

技术实现思路

[0004]本专利技术的主要目的是为了解决现有的预测车辆通过交通信号灯路口时间的装置及方法无法进行实时预测以及预测的精度不够的问题；
[0005]本专利技术的另一个目的是为了解决现有的预测车辆通过交通信号灯路口时间的装置及方法通过摄像头来获取信号灯信息，无法解决前方有大型车辆时及时获取信息的问题。
[0006]本专利技术为了达到上述目的、解决上述问题，而提供的一种实时预测车辆通过交通信号灯路口时间的装置及方法。
[0007]本专利技术提供的实时预测车辆通过交通信号灯路口时间的装置包括有信息获取模块、处理器和显示器，其中信息获取模块、处理器和显示器依次相连接，信息获取模块能够把采集的数据实时传输给处理器，处理器接收信息获取模块的传输数据后经过处理后通过显示器进行显示。
[0008]信息获取模块包括有通信模块、GPS定位器、ARS408
‑
21毫米波雷达、发动机转矩传感器和载荷传感器，其中通信模块为无线通讯模块具有远程收发功能，通信模块为4G模块或5G模块，通信模块能够与云端进行直接通信，通信模块能够根据GPS定位器的定位信息从城市交通信号灯控制系统获取当前路口的信号灯状态及绿灯通行时间，通信模块也能获取当日的天气信息，通信模块根据天气信息对当前的路面附着系数及滚动阻力系数进行标定，GPS定位器能够获取车辆距离路口的距离以及本车的车速，ARS408
‑
21毫米波雷达能够获取本车距前车的距离以及本车与前车的相对速度，发动机转矩传感器能够获取发动机转矩，载荷传感器能够获取本车所受载荷。
[0009]处理器内装配有更新模块、计算模块和判断模块，更新模块、计算模块和判断模块依次相连接，更新模块能够利用卡尔曼滤波更新状态量，更新模块将更新后的值输入计算
模块中，使得计算结果更精确，计算模块根据预先设定的计算公式和程序实时计算通过当前路口所需的时间以及两车需要保持的安全时距，判断模块能够通过预先设定的逻辑语句，根据计算结果来判断当前车辆的通过情况，处理器还连接有存储器，存储器内装配有可读存储介质并能够被处理器执行的计算机程序，存储器内装配的程序能够实现实时预测车辆通过交通信号灯路口时间，存储器为存储记忆体或随机存储记忆体或快闪存储器或硬盘或固态硬盘或光盘，存储器还可以为前述种类的存储器的组合。
[0010]显示器内装配有输出模块，经由处理器中计算程序执行计算后的输出结果由输出模块通过显示器进行显示，显示器显示的结果能够直接告知驾驶员当前所需执行的驾驶动作。
[0011]上述的通信模块、GPS定位器、ARS408
‑
21毫米波雷达、发动机转矩传感器、载荷传感器、更新模块、计算模块、判断模块、存储器和输出模块均为现有设备的组装，因此，具体型号和规格没有进行赘述。
[0012]本专利技术提供的实时预测车辆通过交通信号灯路口时间的方法，其方法包括的步骤如下：
[0013]第一步、信息的获取，具体过程如下：
[0014]信息的获取通过信息获取模块实现，信息获取模块包括通信模块、GPS定位器、ARS408
‑
21毫米波雷达、发动机转矩传感器和载荷传感器，其中通信模块为无线通讯模块具有远程收发功能，通信模块为4G模块或5G模块，通信模块与云端进行直接通信，通信模块能够根据GPS定位器的定位信息从城市交通信号灯控制系统获取当前路口的信号灯状态及绿灯通行时间，通信模块也能获取当日的天气信息，通信模块根据天气信息对当前的路面附着系数及滚动阻力系数进行标定，GPS定位器能够获取车辆距离路口的距离以及本车车速，ARS408
‑
21毫米波雷达能够获取本车距前车的距离以及本车与前车的相对速度，发动机转矩传感器能够获取发动机转矩，载荷传感器能够获取本车所受载荷，当路口的红灯与绿灯时间是变化的时候，通信模块亦能准确获取当前路口的信号灯状态及绿灯通行时间；
[0015]第二步、进行状态量的滤波更新，具体过程如下：
[0016]更新模块能够利用卡尔曼滤波更新状态量，更新模块将滤波更新后的值输入计算模块中，使得计算结果更精确；
[0017]设置状态量为x＝[s1，u1，s2，u2]T
[0018]其中s1为本车距路口距离，u1为本车车速，s2为本车与前车之间的距离，u2为本车与前车的相对速度；
[0019]由于两次测量的时间间隔短，故认为车速无变化，则当前时刻与上一时刻之间的状态量的关系为：
[0020]状态转移矩阵为：
[0021][0022]观测矩阵为：
[0023][0024]卡尔曼滤波更新状态量的具体过程如下：
[0025]步骤一、先进行先验估计的计算：
[0026]先验估计计算公式为
[0027][0028]其中，F为状态转移矩阵；
[0029]步骤二、进行协方差矩阵的计算：
[0030]协方差矩阵的计算公式如下：
[0031][0032]其中P
k
为协方差矩阵，为标定值，Q为过程噪声，为标定值；
[0033]步骤三、进行卡尔曼增益的更新：
[0034]卡尔曼增益的更新公式为
[0035][0036]其中K
k
为卡尔曼增益，R为测量噪声，为标定值。
[0037]步骤四、进行状态量的更新：
[0038]状态量的后验估计的更新公式如下：
[0039][0040]其中Z
k
为测量值，H为观测矩阵；
[0041]步骤五、进行协方差矩阵的更新：
[0042]协方差矩阵的更新公式如下：
[0043]P
k
＝(I
‑
K
k
H)P
k
‑
[0044]其中I为单位阵；
[0045]经过卡尔曼滤波矩阵计算之后，得到新的状态量，误差更小更精确；
[0046]第三步、进行数据的计算，具体如下：
[0047]计算模块能够实时计算通过当前路口所需的时间以及两车需要保持的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种实时预测车辆通过交通信号灯路口时间的装置，其特征在于：包括有信息获取模块、处理器和显示器，其中信息获取模块、处理器和显示器依次相连接，信息获取模块能够把采集的数据实时传输给处理器，处理器接收信息获取模块的传输数据后经过处理后通过显示器进行显示。2.根据权利要求1所述的一种实时预测车辆通过交通信号灯路口时间的装置，其特征在于：所述的信息获取模块包括有通信模块、GPS定位器、ARS408
‑
21毫米波雷达、发动机转矩传感器和载荷传感器，其中通信模块为无线通讯模块具有远程收发功能，通信模块为4G模块或5G模块，通信模块能够与云端进行直接通信，通信模块能够根据GPS定位器的定位信息从城市交通信号灯控制系统获取当前路口的信号灯状态及绿灯通行时间，通信模块也能获取当日的天气信息，通信模块根据天气信息对当前的路面附着系数及滚动阻力系数进行标定，GPS定位器能够获取车辆距离路口的距离以及本车的车速，ARS408
‑
21毫米波雷达能够获取本车距前车的距离以及本车与前车的相对速度，发动机转矩传感器能够获取发动机转矩，载荷传感器能够获取本车所受载荷。3.根据权利要求1所述的一种实时预测车辆通过交通信号灯路口时间的装置，其特征在于：所述的处理器内装配有更新模块、计算模块和判断模块，更新模块、计算模块和判断模块依次相连接，更新模块能够利用卡尔曼滤波更新状态量，更新模块将更新后的值输入计算模块中，使得计算结果更精确，计算模块根据预先设定的计算公式和程序实时计算通过当前路口所需的时间以及两车需要保持的安全时距，判断模块能够通过预先设定的逻辑语句，根据计算结果来判断当前车辆的通过情况，处理器还连接有存储器，存储器内装配有可读存储介质并能够被处理器执行的计算机程序，存储器内装配的程序能够实现实时预测车辆通过交通信号灯路口时间，存储器为存储记忆体或随机存储记忆体或快闪存储器或硬盘或固态硬盘或光盘，存储器还可以为前述种类的存储器的组合。4.根据权利要求1所述的一种实时预测车辆通过交通信号灯路口时间的装置，其特征在于：所述的显示器内装配有输出模块，经由处理器中计算程序执行计算后的输出结果由输出模块通过显示器进行显示，显示器显示的结果能够直接告知驾驶员当前所需执行的驾驶动作。5.一种实时预测车辆通过交通信号灯路口时间的方法，其特征在于：其方法包括的步骤如下：第一步、信息的获取，具体过程如下：信息的获取通过信息获取模块实现，信息获取模块包括通信模块、GPS定位器、ARS408
‑
21毫米波雷达、发动机转矩传感器和载荷传感器，其中通信模块为无线通讯模块具有远程收发功能，通信模块为4G模块或5G模块，通信模块与云端进行直接通信，通信模块能够根据GPS定位器的定位信息从城市交通信号灯控制系统获取当前路口的信号灯状态及绿灯通行时间，通信模块也能获取当日的天气信息，通信模块根据天气信息对当前的路面附着系数及滚动阻力系数进行标定，GPS定位器能够获取车辆距离路口的距离以及本车车速，ARS408
‑
21毫米波雷达能够获取本车距前车的距离以及本车与前车的相对速度，发动机转矩传感器能够获取发动机转矩，载荷传感器能够获取本车所受载荷，当路口的红灯与绿灯时间是变化的时候，通信模块亦能准确获取当前路口的信号灯状态及绿灯通行时间；第二步、进行状态量的滤波更新，具体过程如下：
更新模块能够利用卡尔曼滤波更新状态量，更新模块将滤波更新后的值输入计算模块中，使得计算结果更精确；设置状态量为x＝[s1，u1，s2，u2]
T
其中s1为本车距路口距离，u1为本车车速，s2为本车与前车之间的距离，u2为本车与前车的相对速度；由于两次测量的时间间隔短，故认为车速无变化，则当前时刻与上一时刻之间的状态量的关系为：状态转移矩阵为：观测矩阵为：卡尔曼滤波更新状态量的具体过程如下：步骤一、先进行先验估计的计算：先验估计计算公式为其中，F为状态转移矩阵；步骤二、进行协方差矩阵的计算：协方差矩阵的计算公式如下：其中P
k
为协方差矩阵，为标定值，Q为过程噪声，为标定值；步骤三、进行卡尔曼增益的更新：卡尔曼增益的更新公式为其中K
k
为卡尔曼增益，R为测量噪声，为标定值；步骤四、进行状态量的更新：状态量的后验估计的更新公式如下：其中Z
k
为测量值，H为观测矩阵；
步骤五、进行协方差矩阵的更新：协方差矩阵的更新公式如下：其中I为单位阵；经过卡尔曼滤波矩阵计算之后，得到新的状态量，误差更小更精确；第三步、进行数据的计算，具体如下：...

【专利技术属性】
技术研发人员：赵伟强，贾昊文，
申请(专利权)人：吉林大学，
类型：发明
国别省市：