一种车辆防撞提示方法技术

本发明专利技术涉及汽车防撞技术领域，具体地涉及一种车辆防撞提示方法，包括以下步骤，确定本车可能发生碰撞的区域；根据可能发生碰撞的区域内其他车辆与本车之间的距离利用防撞预测模型对碰撞进行预测；将预测结果反馈至驾车人并发出防撞提示。本发明专利技术的有益效果是，根据模型提前预测并进行防撞提示，有效延长了驾驶员的反应时间，可以有效预防因突然的加减速造成的碰撞事故。的碰撞事故。的碰撞事故。

【技术实现步骤摘要】
一种车辆防撞提示方法


[0001]本专利技术涉及汽车防撞
，具体地涉及一种车辆防撞提示方法。

技术介绍

[0002]目前车辆的安全防碰撞预警系统通常采用防撞雷达或传感器进行测距，通过对距离数据进行风险分析来对车辆进行防撞预警，但现实中的事故往往在极短的时间内就发生了，所以驾驶员在收到提示后有时也无法及时采取措施防范。同时雷达检测在恶劣天气下还存在易受干扰、准确率下降的问题。

技术实现思路

[0003]本专利技术要解决的技术问题是：现有的防撞提示需分析实时检测的数据参数，不能及时提醒驾驶员。
[0004]为此，本专利技术提供一种车辆防撞提示方法。
[0005]本专利技术解决其技术问题所采用的技术方案是：
[0006]一种车辆防撞提示方法，包括以下步骤，
[0007]确定本车可能发生碰撞的区域；
[0008]根据可能发生碰撞的区域内其他车辆与本车之间的距离利用防撞预测模型对碰撞进行预测；
[0009]将预测结果反馈至驾车人并发出防撞提示。
[0010]通过采用上述技术方案，根据模型提前预测并进行防撞提示，有效延长了驾驶员的反应时间，可以有效预防因突然的加减速造成的碰撞事故。
[0011]进一步地，所述可能发生碰撞的区域在水平方向上沿车身一周划分为六个，所述可能发生碰撞的区域对应车头位置、主驾驶位置、副驾驶位置、主驾驶后排位置、副驾驶后排位置以及车尾位置。
[0012]进一步地，基于车辆导航系统获取本车行车路况的情况判断出该路段的安全行车距离阈值。
[0013]进一步地，基于蜂窝车联网技术通过5G网络和云端服务器实时共享不同车辆的行驶数据、记录各区域内本车自身参数、实时获取本车与其他车辆之间的距离参数。
[0014]进一步地，所述本车自身参数包括制动灯有无打开、速度有无异常、油门刹车受力情况。
[0015]进一步地，所述防撞预测模型运用ConvGRU循环神经网络进行构建。
[0016]进一步地，所述ConvGRU循环神经网络基于RNN扩展算法和CNN卷积神经网络的结合，通过在不同区域上叠加卷积形成。
[0017]进一步地，所述防撞预测模型为：
[0018]z
t
＝σ(W
z
[h
t
‑1,x
t
])
[0019]r
t
＝σ(W
r
[h
t
‑1,x
t
])
[0020][0021][0022]其中，x
t
为输入，z
t
为更新门，r
t
为重置门，为候选门(记忆状态)，为哈达玛积，σ为sigmoid激活函数。
[0023]进一步地，所述防撞预测模型包括六个叠加在一起的ConvGRU 2D层和两个Conv2D层，通过六个叠加在一起的ConvGRU 2D层建立时序关系，每个所述ConvGRU 2D层中过滤器个数为60，卷积核大小为6
×
6，每个所述ConvGRU 2D层均带有Dropout内处理层，每个所述ConvGRU 2D层后均设置有一个正则化层，在ConvGRU 2D层计算后，通过两个Conv2D层进行优化，并将多维计算结果进行2D输出，其中第一个所述Conv2D层的过滤器个数为60，卷积核大小为6
×
6，第二个所述Conv 2D层的过滤器个数为1，卷积核大小为6
×
6。
[0024]进一步地，将所述可能发生碰撞的区域、本车的距离的预测结果和由行车路况设定的阈值进行比较，当检测到防撞预测模型的预测结果达到阈值时，对行车驾驶员进行提示。
[0025]本专利技术的有益效果是，本专利技术先确定待预测行车区域，然后获取行车区域内行车与本车辆之间的距离参数并输入至防撞预测模型中，最后根据防撞预测结果对驾驶员进行防撞提示。根据模型提前预测并进行防撞提示，有效延长了驾驶员的反应时间，可以有效预防因突然的加减速造成的碰撞事故。通过蜂窝车联网实时获取行车信息，避免了常用检测手段如传感器与雷达易受干扰的情况。
附图说明
[0026]下面结合附图和实施例对本专利技术进一步说明。
[0027]图1是本专利技术的车辆防撞提示方法的流程示意图。
[0028]图2是本专利技术中可能发生碰撞的区域划分的示意图。
[0029]图3是本专利技术中防撞预测模型判断流程图。
[0030]图4是本专利技术中ConvGRU门结构示意图。
具体实施方式
[0031]现在结合附图对本专利技术作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本专利技术的基本结构，因此其仅显示与本专利技术有关的构成。
[0032]在本专利技术的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。此外，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本专利技术的描述中，除非另有说明，“多个”的含义是两个或两个以上。
[0033]在本专利技术的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相
连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本专利技术中的具体含义。
[0034]一种车辆防撞提示方法，包括以下步骤，
[0035]步骤一，确定本车可能发生碰撞的区域。
[0036]在水平方向上沿车身一周划分六个可能发生碰撞的区域A，可能发生碰撞的区域对应车头位置、主驾驶位置、副驾驶位置、主驾驶后排位置、副驾驶后排位置以及车尾位置，以车头位置为前，车尾为后，主驾驶位置为左，副驾驶位置为右，可能发生碰撞的区域为左前方区域A1，前方区域A2，右前方区域A3，右后方区域A4，后方区域A5，左后方区域A6。
[0037]根据行车时本车与其他车辆之间的实时距离，行车时若在A
i
区域内，本车与其他车辆之间的实时距离有缩小趋势，则A
i
区域为本次防撞提示中提示的可能发生碰撞区域。
[0038]步骤二，获取行车信息以及可能发生碰撞的区域内其他车辆与本车之间的距离。
[0039]开启防撞模式后获取区域内行车信息，基于导航系统获取行车路况的情况判断出该路段的安全行车距离阈值，再对数据进行分类处理，基于蜂窝车联网C...

【技术保护点】

【技术特征摘要】
1.一种车辆防撞提示方法，其特征在于，包括以下步骤，确定行车时本车可能发生碰撞的区域；根据可能发生碰撞的区域内其他车辆与本车之间的距离利用防撞预测模型对碰撞进行预测；将预测结果反馈至驾车人并发出防撞提示。2.根据权利要求1所述的一种车辆防撞提示方法，其特征在于，所述可能发生碰撞的区域在水平方向上沿车身一周划分为六个，所述可能发生碰撞的区域对应车头位置、主驾驶位置、副驾驶位置、主驾驶后排位置、副驾驶后排位置以及车尾位置。3.根据权利要求1所述的一种车辆防撞提示方法，其特征在于，基于车辆导航系统获取本车行车路况的情况判断出该路段的安全行车距离阈值。4.根据权利要求1所述的一种车辆防撞提示方法，其特征在于，基于蜂窝车联网技术通过5G网络和云端服务器实时共享不同车辆的行驶数据、记录各区域内本车自身参数、实时获取本车与其他车辆之间的距离参数。5.根据权利要求1所述的一种车辆防撞提示方法，其特征在于，所述本车自身参数包括制动灯有无打开、速度有无异常、油门刹车受力情况。6.根据权利要求1所述的一种车辆防撞提示方法，其特征在于，所述防撞预测模型运用ConvGRU循环神经网络进行构建。7.根据权利要求6所述的一种车辆防撞提示方法，其特征在于，所述ConvGRU循环神经网络基于RNN扩展算法和CNN卷积神经网络的结合，通过在不同区域上叠加卷积形成。8.根据权利要求1所述的一种车辆防撞提示方法，其特征在于，所述防撞预测模型为：z
t
＝σ(W
z
[h
t

【专利技术属性】
技术研发人员：陈津义，王金磊，宋旋漩，薛蔚平，
申请(专利权)人：常州星宇车灯股份有限公司，
类型：发明
国别省市：