一种考虑碰撞风险的自动紧急制动及安全评价方法与流程

1.本发明涉及道路交通安全技术领域，具体涉及一种考虑碰撞风险的自动紧急制动及安全评价方法。


背景技术：

2.随着汽车保有量的逐渐增加，驾车出行越来越成为大家普遍选择的出行方式，在复杂的道路交通系统中，驾驶人的风险驾驶行为对交通安全产生较大的影响。追尾事故作为一种常见的事故形态，威胁着车辆驾驶人的人身安全，自动紧急制动系统(aeb)作为一项主动安全技术，是一种可实时监测车辆前方行驶环境，并在可能发生碰撞危险时自动启动车辆制动系统使车辆减速，以避免碰撞或减轻碰撞的系统。然而，现有的自动紧急制动系统多为基于安全车距或基于时间参数算法搭建，较少地将两种方式结合应用，且对于制动减速度多采取预先设定的固定值进行计算，较少地考虑道路附着系数以及道路坡度对车辆制动效能的影响。不能很好地适应道路条件的变化，且基于系统参数计算的预警时刻会出现过早或过晚预警的现象，影响系统的可靠性。


技术实现要素：

3.针对上述技术背景提到的不足，本发明的目的在于提供一种考虑碰撞风险的自动紧急制动及安全评价方法。
4.本发明的目的可以通过以下技术方案实现：
5.一种考虑碰撞风险的自动紧急制动及安全评价方法，所述考虑碰撞风险的自动紧急制动及安全评价方法具体包括：车辆运行状态采集装置、道路环境状态采集装置、控制决策装置、信息存储装置、预警装置及制动控制装置。其中，车辆运行状态采集装置主要用于采集自车当前车速、车辆减速度、自车与前车间的车辆间距以及自车与前车的相对车速数据。道路环境状态采集装置主要用于采集道路路面附着系数以及道路坡度。控制决策装置主要用于接收车辆运行状态采集装置和道路环境状态采集装置传输的车辆状态和道路状态数据，以及提取信息存储装置中的数据信息基于自动紧急制动算法和车辆碰撞风险预测模型做出决策，并将决策信息传输给预警装置、信息存储装置以及自车的制动控制装置。信息存储装置主要用于存储触发系统事件的数据信息，以供控制决策装置或技术人员提取使用。预警装置主要用于接收控制决策装置的决策信息并采取相应的预警提醒方式，提醒驾驶人注意车速控制或及时避险。制动控制装置与车辆制动控制系统相连接，用于接收控制决策装置的决策信息，决定是否采取主动强制制动措置。
6.进一步地，道路环境状态采集装置将所采集的道路路面附着系数以及道路坡度数据传输至控制决策装置，控制决策装置根据路面附着系数及道路坡度数据根据以下公式计算车辆当前运行道路上所能采取的最大制动减速度：
7.a
max
＝g(sinθ μcosθ)
8.其中，a
max
为自车最大制动减速度，g为重力加速度，θ为道路坡度，μ为路面附着力
20.制动临界距离计算输出结果为二分类变量0或1，分别地，当自车与前车相对距离小于或等于计算所得制动临界距离时，输出结果为1；当自车与前车相对距离大于计算所得制动临界距离时，输出结果为0，基于两种判别方式将判别结果耦合应用于系统的强制制动决策，s表示两种判别输出结果的相加和。最终制动决策输出信号如下：
[0021][0022]
在系统初始阶段，可采用基于深度事故调查数据库中追尾事故案例构建初始车辆碰撞风险预测模型。在车辆实际的驾驶过程中，发生所述系统触发事件时，控制决策装置将预警时刻的车速、自车与前车间的相对距离和系统强制干预之前驾驶人采取的最大制动减速度，系统是否强制制动以及是否碰撞结果作为一个事件数据存储于数据存储装置。是否碰撞结果可依据ttc值进行判断，ttc值小于等于1.5s时，记为车辆发生碰撞事故，在车辆实际运行过程中，每累积一定量的新观测值之后，系统自动对碰撞风险预测模型进行更新。
[0023]
系统具体预警及制动实施方式为：
[0024]
(1)当f(x)＝0时，系统不做出预警及制动操作，不干预驾驶人的驾驶行为和车辆运行状态；
[0025]
(2)当f(x)＝1时，预警装置触发激活并提醒驾驶人注意控制车速，防止追尾事故的发生；
[0026]
(3)当f(x)＝2时，预警装置触发激活并提醒驾驶人进行紧急减速操作。
[0027]
(4)当g(x)＝0时，系统不进行强制制动干预，当g(x)＝1时，控制决策装置做出强制制动决策，并将制动决策传输至制动控制装置，制动控制装置接收制动决策信息并立即对自车车辆进行强制制动。
[0028]
进一步地，制动控制装置对驾驶人在日常驾驶过程中的系统触发频率进行统计，假设驾驶人触发预警功能后，是否触发系统对车辆的强制干预遵循beta(a，b)分布，其参数a表示车辆触发系统预警但未触发强制制动干预的累积次数，参数b表示车辆触发强制制动干预的累积次数。在一次新的系统触发事件发生时，系统触发预警功能之后是否触发车辆制动干预措施的先验信息被系统触发事件后新的观测值所更新。beta分布与二项分布是共轭先验分布。因此，后验分布也是一个beta(c，d)分布，其中，c＝a z，d＝b 1-z，z为系统触发时系统是否采取制动干预的观测值，若触发了系统的制动干预，则z取值为0，未触发强制干预则取值为1，可据此估计驾驶人对系统预警响应概率。
[0029]
进一步地，控制决策装置可结合数据存储装置中的事件数据记录及驾驶人碰撞风险预测模型，可将触发系统预警时的车辆车速、两车相对距离及驾驶人最大制动减速度数据同驾驶人预警响应概率进行统计分析，输出驾驶风险分析报告，对驾驶人的跟车避险驾驶行为习惯以及风险驾驶行为进行参数化处理，有助于全面了解驾驶人在触发系统时的避险行为。可选择地，可基于统计学方式通过控制决策装置实现系统触发时所采集的各项数据的分析，通过将控制决策装置输出端与车载显示器相连接。搭建可视化的驾驶风险评估结果显示平台。将系统应急响应概率与触发所述系统时，驾驶人的历史驾驶行为参数进行统计性可视化展示，有助于综合评价驾驶人的避险驾驶能力。
[0030]
与现有技术相比，本发明的有益效果是：
[0031]
本发明提供的一种考虑碰撞风险的自动紧急制动及安全评价方法，在考虑驾驶人
个性化反应时间的前提下，综合考虑车辆碰撞风险、车辆相对距离及碰撞时间，及时对驾驶人的风险驾驶行为进行预警，提醒驾驶人尽快采取避险措施，并在危急时刻进行强制制动，保护驾驶人的人身安全。同时，考虑路面附着系数和道路坡度对车辆最大制动减速度的影响，可较好地适应不同道路条件的变化，使预警及自主制动时机更加准确，提高了系统的可靠性。另一方面，基于贝叶斯分布以及结合系统触发时车辆的风险运行状态，对驾驶人的风险驾驶行为及避险能力进行评估，有助于了解驾驶人的应急避险能力，开展针对性培训。
附图说明
[0032]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图；
[0033]
图1是本发明自动紧急制动系统流程示意图；
[0034]
图2是本发明安全评价方法流程示意图。
具体实施方式
[0035]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
[0036]
本发明提出了一种考虑碰撞风险的自动紧急制动及安全评价方法，具体包括：车辆运行状态采集装置、道路环境状态采集装置、控制决策装置、信息存储装置、预警装置及制动控制装置。车辆运行状态采集装置、道路环境状态采集装置将检测到的数据信息传输给控制决策装置，控制决策装置接收车辆运行状态及道路环境状态数据，并基于所述考虑碰撞风险的自动紧急制动系统做出控制决策，并将决策信息传输给信息存储装置、预警装置及制动控制装置，信息存储装置接收控制决策装置的决策信息进行相应数据的写入或读取，预警装置接收控制决策装置的决策信息对驾驶人进行相应的预警提醒，制动控制装置与车辆制动控制系统相连接，用于接收控制决策装置的决策信息对自车车辆采取强制制动。
[0037]
具体地，车辆运行状态采集装置主要用于采集自车当前车速、车辆减速度、自车与前车间的车辆间距以及自车与前车的相对车速数据。
[0038]
车辆运行状态采集装置可选用测速传感器、加速度传感器以及测距传感器等。
[0039]
道路环境状态采集装置主要用于采集道路路面附着系数以及道路坡度。
[0040]
路面附着力系数，可利用韩国汉阳大学kyongsu等提出的轮胎路面附着系数估计模型或effect-based估算算法对路面附着系数进行估计。道路坡度θ可采用vn-100姿态传感器进行测量。
[0041]
控制决策装置主要用于接收车辆运行状态采集装置和道路环境状态采集装置传输的数据，以及提取信息存储装置中的数据信息基于自动紧急制动算法和车辆碰撞风险预测模型计算结果做出相应决策，并将决策信息传输给预警装置、信息存储装置以及自车的制动控制装置。控制决策装置可选用8051单片机。
[0042]
信息存储装置主要用于存储触发系统事件的数据信息，以供控制决策装置或技术人员提取使用。信息存储装置可以是一种控制决策装置可读取和写入数据的磁盘或存储器。
[0043]
预警装置主要用于接收控制决策装置的决策信息并采取相应的预警提醒方式。预警装置可选用扬声器。
[0044]
制动控制装置与车辆制动控制系统相连接，用于接收控制决策装置的决策信息，决定是否采取制动措施。
[0045]
进一步地，道路环境状态采集装置将所采集的道路路面附着系数以及道路坡度数据传输至控制决策装置，控制决策装置根据路面附着系数及道路坡度数据根据以下公式计算车辆当前运行道路上所能采取的最大制动减速度：
[0046]amax
＝g(sinθ μcosθ)
[0047]
其中，a
max
为自车最大制动减速度，g为重力加速度，θ为道路坡度，μ为路面附着力系数。
[0048]
车辆运行状态采集装置采集自车当前车速、减速度、自车与前车间的车辆间距以及与前车相对车速数据并将数据传输至控制决策装置，控制决策装置接收道路环境状态采集装置以及车辆运行状态采集装置传输的数据，通过以下方法计算自车车辆启动预警以及启动强制制动干预避险的时刻：
[0049]
控制决策装置基于道路环境状态参数得到当前车辆运行道路所能采取的最大制动减速度，同时，控制决策装置接收车辆运行参数数据，并基于以下公式计算得到前车与自车之间的预警临界距离阈值，当自车与前车相对距离小于或等于计算所得预警临界距离阈值时，控制决策装置做出预警决策，并将预警决策传输至预警装置，预警装置接收预警决策信息并对车辆驾驶人作出相应的预警提醒。其中，所述前车为与自车在同一车道上行驶的与自车相对距离最短的前方车辆。所述预警临界距离阈值计算公式为：
[0050][0051]
其中，d为前车与自车之间的预警临界距离，v为自车当前车速，τ＝t tr，tr为制动器延迟时间；t为驾驶人的反应时间，单位为秒。具体地可在驾驶人进行实车驾驶之前，基于模拟驾驶设备等测量驾驶人在危险场景下的反应时间。使得t最终值为所测驾驶人反应时间。v
rel
为自车与前车之间的相对车速；d0为车辆停止后两车之间的最小安全距离，可取值为5m。根据自车与前车的相对距离以及相对车速，当自车车速大于前车车速时，控制决策装置基于车辆运行状态参数计算ttc值，当ttc值大于预警临界值t
br
时，控制决策装置输出0信号；当ttc值不大于预警临界值t
br
时，控制决策装置输出1信号。ttc及预警临界值t
br
的计算方式为：
[0052][0053]
[0054]
其中，d
rel
为自车与前车相对距离，u为修正系数。
[0055]
基于追尾事故数据集及自身车辆运行历史数据，运用二元logistic回归法构建基于车速、两车相对距离以及驾驶人制动减速度的车辆碰撞风险预测模型。基于车辆碰撞风险预测模型结合车辆相对距离，预测车辆发生碰撞事故的车速，与自车当前车速进行比较。当预测车速大于自车当前车速时，控制决策装置控制输出0信号；当预测车速小于等于自车当前车速时，控制决策装置控制输出1信号。在系统初始阶段，可采用基于深度事故调查数据库中追尾事故案例构建车辆碰撞风险预测模型，将模型输入控制决策装置，并基于车辆碰撞风险预测模型结合车辆相对距离，驾驶人最大减速度，预测车辆发生碰撞事故的车速。
[0056]
基于距离的预警临界距离阈值d、基于时间的预警临界值t
br
以及车辆碰撞风险预测车速。三种预警计算方式的输出结果分别为二分类变量，以m表示三种预警方式决策结果的累加和。控制决策装置最终输出结果为多元分类结果，基于三种预警判别方式将各自判别结果耦合应用于预警系统的预警决策，并将预警决策结果传输至预警装置，预警装置基于最终预警决策指令进行相应的预警操作。最终预警决策具体实施方式如下：
[0057][0058]
系统具体预警实施方式为：
[0059]
(4)当f(x)＝0时，系统不做出预警及制动操作，不干预驾驶人的驾驶行为和车辆运行状态。
[0060]
(5)当f(x)＝1时，预警装置触发激活并提醒驾驶人注意控制车速，防止追尾事故的发生。
[0061]
(6)当f(x)＝2时，预警装置触发激活并提醒驾驶人进行紧急减速操作。
[0062]
当自车车辆继续逼近前方车辆时，控制决策装置基于以下公式计算系统制动临界距离阈值，dbr1，dbr2分别进行计算并与车辆当前距离进行比较，制动临界距离d
br
计算方式为：
[0063]dbr1
＝v
rel
τ 0.5a
max
τ2[0064]dbr2
＝ttc*v
rel
d0[0065]
制动临界距离计算输出结果为二分类变量0或1，分别地，当自车与前车相对距离小于或等于计算所得制动临界距离时，输出结果为1；当自车与前车相对距离大于计算所得制动临界距离时，输出结果为0，基于两种判别方式将判别结果耦合应用于系统的强制制动决策，s表示两种判别输出结果的相加和。最终制动决策具体实施方式如下：
[0066][0067]
当g(x)＝0时，系统不进行强制制动干预，当g(x)＝1时，控制决策装置做出强制制动决策，并将制动决策传输至制动控制装置，制动控制装置接收制动决策信息并立即对自车车辆进行强制制动。
[0068]
在车辆实际的驾驶过程中，发生所述系统触发事件时，控制决策装置将预警时刻的车速、自车与前车间的相对距离、相对车速和系统强制干预之前驾驶人采取的最大制动
减速度，系统是否强制制动以及是否碰撞结果作为一个事件数据存储于数据存储装置。是否碰撞结果可依据ttc值进行判断，ttc值小于等于1.5s时，记为车辆发生碰撞事故，在车辆实际运行过程中，每累积一定量的新观测值之后，系统自动对碰撞风险预测模型进行更新。
[0069]
进一步地，制动控制装置对驾驶人在日常驾驶过程中的系统触发频率进行统计，假设驾驶人触发预警功能后，是否触发系统对车辆的强制干预遵循beta(a，b)分布，其参数a表示车辆触发系统预警但未触发强制制动干预的累积次数，参数b表示车辆触发强制制动干预的累积次数。在一次新的系统触发事件发生时，系统触发预警功能之后是否触发车辆制动干预措施的先验信息被系统触发事件后新的观测值所更新。beta分布与二项分布是共轭先验分布。因此，后验分布也是一个beta(c，d)分布，其中，c＝a z，d＝b 1-z，z为系统触发时系统是否采取制动干预的观测值，若触发了系统的制动干预，则z取值为0，未触发强制干预则取值为1，可据此估计驾驶人对系统预警响应概率分布。
[0070]
进一步地，控制决策装置可结合数据存储装置中的事件数据记录及驾驶人碰撞风险预测模型，可将触发系统预警时的车辆车速、两车相对距离及驾驶人最大制动减速度数据同驾驶人预警响应概率进行统计分析，输出驾驶风险分析报告，对驾驶人的跟车避险驾驶行为习惯以及风险驾驶行为参数化处理，有助于全面了解驾驶人在触发系统时的避险行为。可选择地，可基于统计学方式通过控制决策装置实现系统触发时所采集的各项数据的分析，通过将控制决策装置输出端与车载显示器相连接。搭建可视化的驾驶风险评估结果显示平台。将系统应急响应概率与触发所述系统时，驾驶人的历史驾驶行为参数进行统计性可视化展示，有助于综合评价驾驶人的避险驾驶行为及应急处置能力。
[0071]
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。