[go: up one dir, main page]

CN111145589B - 基于向量算法的车辆全向防碰撞预警系统 - Google Patents

基于向量算法的车辆全向防碰撞预警系统 Download PDF

Info

Publication number
CN111145589B
CN111145589B CN201911300674.2A CN201911300674A CN111145589B CN 111145589 B CN111145589 B CN 111145589B CN 201911300674 A CN201911300674 A CN 201911300674A CN 111145589 B CN111145589 B CN 111145589B
Authority
CN
China
Prior art keywords
vehicle
information
collision
early warning
distance
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201911300674.2A
Other languages
English (en)
Other versions
CN111145589A (zh
Inventor
宋国华
范鹏飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sjtu Shangyuan Beijing Technology Co ltd
Original Assignee
Beijing Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Jiaotong University filed Critical Beijing Jiaotong University
Priority to CN201911300674.2A priority Critical patent/CN111145589B/zh
Publication of CN111145589A publication Critical patent/CN111145589A/zh
Application granted granted Critical
Publication of CN111145589B publication Critical patent/CN111145589B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/09Arrangements for giving variable traffic instructions
    • G08G1/0962Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968Systems involving transmission of navigation instructions to the vehicle

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供一种基于向量算法的车辆全向防碰撞预警系统,属于车辆防碰撞预警技术领域,包括数据采集模块采集自身车辆信息、目标车辆信息以及道路信息;预警信息计算模块根据自身车辆信息、目标车辆信息以及道路信息计算自身车辆与目标车辆间的预警信息;自身车辆与目标车辆的预警时间以及碰撞方向;避撞策略模块根据预警信息制定自身车辆与目标车辆避免发生碰撞的避撞策略;碰撞预警模块输出预警信息及避撞策略。本发明基于向量的车辆碰撞预警算法,充分考虑了GPS定位装置在车辆中的实际位置,在预警算法中建立以车辆实际长度、宽度为基础的物理模型,实现车辆在不同场景下的360°全方位碰撞预警,该算法适用于城市道路、交叉口及弯道等所有情景。

Description

基于向量算法的车辆全向防碰撞预警系统
技术领域
本发明涉及车辆防碰撞预警技术领域,具体涉及一种基于向量算法的车辆全向防碰撞预警系统。
背景技术
交通事故中,以车辆碰撞事故造成的伤亡最为严重。在车辆碰撞事故中,除车辆正面碰撞之外,后向碰撞(如追尾)、侧向碰撞(如交叉口事故)也占有很大的比例。碰撞事故发生的原因包含疲劳驾驶、酒后驾驶、超速驾驶以及闯红灯等违章驾驶,同时,由天气(如雨、雪、雾)或物理条件(如弯道、交叉口)造成的驾驶员视线受阻,也是造成车辆碰撞事故的重要原因。
针对车辆碰撞预警问题,虽然传统自适应巡航技术已经较为成熟,然而这些系统严重依赖于车载雷达、激光雷达或摄像头等范围传感器设备,这些设备通常价格昂贵,要满足安全预警系统的精度及稳定性要求,上述设备的价格甚至高于一辆普通汽车的价格,不可能在现阶段推广应用。同时范围传感器极易受恶劣天气、物理条件等因素的干扰,检测性能及检测范围均有限。在一些关键场景下(例如速度较高的交通流情景),自适应巡航系统仍然存在许多问题,并不能满足安全需求。同时受传感器布置位置的限制,自适应巡航系统只能考虑后向碰撞,其并未充分考虑车辆的侧向碰撞问题,在安全预警方面的效用十分有限。
新兴的方法使用车辆对车辆(V2V)通信技术,它允许车辆在其通信范围内交换物理、运动以及轨迹信息。V2V技术不受恶劣天气条件的影响,系统的适用性较高。其中研究较为深入的是专用短程通信(DSRC)技术。专用短程通信(DSRC)可让车辆彼此通信,基于DSRC的后方碰撞预警系统(ReCWS)具有其独特的优势。然而,基于DSRC的预警系统中存在一些如较高的误报率和丢报率等难以解决的问题。受DSRC技术本身数据传输质量的限制,仅仅通过参数校正不可能提高ReCWS系统的准确性及稳定性。另一方面,基于DSRC的ReCWS系统尚未能考虑从数据获取到警告决策的过程中存在的信息传输延迟,未考虑GPS误差对安全距离的影响。
VANET使用专用短距离通信(DSRC)标准,该标准使用75MHz带宽(在5.9GHz频带中),这些标准允许的通信范围为300m至1000m。但是在实际情况下,DSRC传输范围受物理条件等诸多外部因素的影响。现有的VANET标准不足以满足VANET承诺的服务尤其是安全服务的要求。当前可用的VANET标准(IEEE 802.11p/DSRC)在5.9GHz频带利用率低,通信范围短,受带宽和传输范围低的困扰,而蜂窝网络(3G、LTE和LTEA)受高延迟和信息安全的困扰,这对当前的安全应用构成挑战。
在当前自动驾驶和驾驶员辅助系统中,车道级车辆的自我定位是一个具有挑战性的重大问题。当前几乎所有的碰撞预警系统都没有考虑车道级定位,在碰撞预警模型中大多建立车辆总是在一条车道行驶的假设,这些系统就无法适用于实际情况中多车道高速公路以及城市道路情景。车道级定位不仅需要高精度的地图,还需要昂贵的补偿设备以及政府的政策支持,本发明提出的碰撞预警模型虽然没有提出对车道级定位的补偿算法,但是基于向量的车辆碰撞预警算法可以通过车辆速度、加速度方向的变化预测不同车道车辆的碰撞,进而发布针对车辆全方位的碰撞预警信息。
在碰撞预警的算法方面,当前的多数研究只针对后方碰撞预警系统(ReCWS),基于车辆总是匀加速运动及所有车辆都处于同一车道的假设,提出简单的基于车辆直线物理运动模型的预警算法,单纯以车辆安全距离或时间间隔为碰撞的判断基础,无法准确考虑速度、加速度方向改变导致的碰撞撞变化,同时并没有考虑城市道路、交叉口及弯道等情况下的侧向碰撞、正向碰撞。而以城市交叉口及弯道场景下的视距受阻导致的车辆侧向碰撞问题在实际事故占有很高的比例,安全预警系统对于该种情景下的安全问题不容忽视。目前虽已有针对弯曲道路的碰撞预警系统,但是该系统算法并不能完全适用于直线道路,同时需要安装多个车载传感器及弯道路侧节点单元,严重依赖于V2I通信技术,装备成本极高。基于此,本发明提出基于向量的车辆碰撞预警算法,以车辆相对位置的变化计算分析碰撞情况,实现车辆在不同场景下的360°全方位碰撞预警,该算法适用于城市道路、交叉口及弯道等所有情景。
另一方面,目前所有的碰撞预警算法都未考虑车辆自身的物理条件,在做出GPS定位装置安装于车辆中部的假设前提下,仅仅以GPS定位结果为圆心,作特定半径范围的圆形区域表示车辆位置。同时对于大型车辆,目前的预警算法几乎都没有对其车身长度和宽度进行单独考虑。故而当前多数预警算法的误报率很高,在高密度交通流场景下车辆将会出现持续报警情况,严重影响驾驶员驾驶体验,同时高误报率还将掩盖真实的预警信息,严重制约预警系统性能。基于此,本发明提出基于向量的车辆碰撞预警算法,算法充分考虑了GPS定位装置在车辆中的实际位置,并在系统安装时设定自身车辆的车型、颜色、物理尺寸等多项特征信息,在预警算法中建立以车辆实际长度、宽度为基础的物理模型,在很大程度上解决了当前预警系统的高误报率、高丢报率等问题。
在预警系统的硬件设备方面,当前的预警系统多以DSRC为技术基础,需要单独安装车载DSRC设备、车载智能电脑及车载显示屏。而满足安全预警性能的设备昂贵,对车辆的技术改造复杂,并不具备推广的条件。基于此,本发明提出基于5G通信、借助移动智能终端设备实现预警的车辆碰撞预警。系统仅需一部移动智能终端设备(例如智能手机),就可满足安全预警系统的设备要求,移动智能终端设备借助USB数据接口获取自身车辆的部分运动信息,数据分析过程在移动智能终端设备中后台运行,并不影响设备的其他正常操作,系统按照预警紧急程度输出分级预警信息及分级预警避撞策略,分级预警信息通过视觉、听觉,借以悬浮弹窗形式发布,对于装有驾驶辅助系统的车辆,移动智能终端设备还可以向车辆控制器输出避撞策略,实现紧急预警下的自动避撞,同时系统还可以记录事故数据,为车辆行驶安全分析提供数据支持。本发明提出的基于5G通信的车辆全向碰撞预警系统无需改装车辆、无需添加多余的物理设备,操作简单、方便,运行成本极低,可以在满足安全预警系统性能的前提下推广使用。
发明内容
本发明的目的在于提供一种基于向量算法的车辆全向防碰撞预警系统,以解决上述背景技术中存在的至少一项技术问题。
为了实现上述目的,本发明采取了如下技术方案:
本发明提供一种基于向量算法的车辆全向防碰撞预警系统,包括数据采集模块、数据传输模块、预警信息计算模块、避撞策略模块以及碰撞预警模块;
所述数据采集模块,用于采集自身车辆信息、目标车辆信息以及道路信息,并发送给所述数据传输模块;
所述数据传输模块,用于接收所述数据采集模块采集的所述自身车辆信息、目标车辆信息以及道路信息,并进行存储,发送给所述预警信息计算模块;
所述预警信息计算模块,用于根据所述自身车辆信息、目标车辆信息以及道路信息计算自身车辆与目标车辆间的预警信息;其中,所述预警信息包括:自身车辆与目标车辆的预警时间以及碰撞方向,所述碰撞方向包括后向碰撞、正向碰撞、正侧向碰撞以及侧向碰撞;
所述避撞策略模块,用于根据所述预警信息,制定自身车辆与目标车辆避免发生碰撞的避撞策略;
所述碰撞预警模块,用于输出所述预警信息及避撞策略。
优选的,所述数据采集模块通过云端电子地图获取所述道路信息;所述数据采集模块通过车辆OBD单元获取所述自身车辆信息;所述数据采集模块通过V2V车联网获取所述目标车辆信息。
优选的,所述道路信息包括道路物理信息、道路限速信息和路径导航信息;所述自身车辆信息包括自身车辆运动信息和自身车辆的物理信息;所述目标车辆信息包括目标车辆的运动信息和目标车辆的物理信息;
所述自身车辆的运动信息包括自身车辆的位置、速度以及加速度信息,所述目标车辆的运动信息包括目标车辆的位置、速度以及加速度信息;
所述自身车辆的物理信息包括自身车辆的颜色、车型以及车身大小信息,所述目标车辆的物理信息包括目标车辆的颜色、车型以及车身大小信息;所述自身车辆的物理信息预先设置在自身车辆的车载GPS系统中,所述目标车辆的物理信息预先设置在目标车辆的车载GPS系统中。
优选的所述数据传输模块为5G通信模块。
优选的,所述预警信息计算模块包括:
位置计算单元,用于根据所述自身车辆信息和所述目标车辆信息,计算所述自身车辆和所述目标车辆间的最小相对位置距离以及出现最小相对位置距离的时间;
碰撞发生判断单元,用于根据所述最小相对位置距离以及出现最小相对位置距离的时间,结合车身大小信息判断所述自身车辆与所述目标车辆的碰撞方向。
优选的,所述碰撞预警模块包括智能移动终端,所述智能移动终端显示/播报所述碰撞信息;或者,所述智能移动终端显示/播报所述避撞策略。
优选的,所述位置计算单元计算所述自身车辆和所述目标车辆间的最小相对位置距离以及出现最小相对位置距离的时间包括:
当t足够小时,可认为车辆在i个t时间段内做匀变速运动,利用运动公式分别计算自身车辆A与目标车辆B下一时间间隔的速度VA,i+1、VB,i+1以及t时间间隔内通过的位移DA,i、DB,i
Figure BDA0002321692620000061
Figure BDA0002321692620000062
其中,VA,i表示车辆A在第i个时间间隔t的初始速度,VB,i表示车辆B在第i个时间间隔t的初始速度,AA,i表示车辆A在第i个时间间隔t的加速度,AB,i表示车辆B在第i个时间间隔t的加速度;
车辆A在第i个时间间隔t末的位置:PA,i+1=PA,i+DA,i;车辆B在第i个时间间隔t末的位置:PB,i+1=PB,i+DB,i
其中,PA,i、PB,i分别表示车辆A与车辆B在第i个时间间隔t初的位置;
DAB,i表示车辆A与车辆B在第i个时间间隔t初的间隔距离,则,车辆A与车辆B在第i+1个时间间隔t初的间隔距离为:
DAB,i+1=DAB,i+DB,i-DA,i
在PB,i与PB,i+1的连线上找到一点C,使得PA,i垂直于PB,i PB,i+1
当时间间隔t足够小时,车辆B与车辆A的相对位置由PB,i沿线段PB,i PB,i+1运动至PB,i+1,即当车辆B运动至C点时,车辆B与车辆A的相对距离最短,以向量AC表示此时车辆B与车辆A的位置向量,线段AC的长度|AC|即为车辆A与车辆B间的小相对位置距离;则,出现最小相对位置距离的时间为:
Figure BDA0002321692620000071
优选的,所述碰撞发生判断单元判断所述自身车辆与所述目标车辆的碰撞方向包括:
当车辆A和车辆B同向运动时,若|AC|小于后向预警距离,则判断为后向碰撞预警;其中,后向预警距离为LW=LA,A+LB,B+LS,LA,A表示车辆A的车头长度,即A车的GPS系统的安装位置与A车头的距离,LB,B表示车辆B的车尾长度,即B车的GPS系统的安装位置与B车尾的距离,LS表示预设的附加安全距离;
当车辆A和车辆B对向运动时,若|AC|小于正向预警距离,则判断为正向碰撞预警;其中,正向预警距离LW=LA,A+LA,B+LS;LA,B表示车辆B的车头长度,即B车的GPS系统的安装位置与B车头的距离;
当车辆A和车辆B垂向运动时,若|AC|小于正侧向预警距离,则判断为正侧向碰撞预警;其中,正侧向预警距离
Figure BDA0002321692620000072
其中,WB表示车辆B的宽度;
当车辆A和车辆B侧向运动时,若|AC|小于侧向预警距离,则判断为侧向碰撞预警;其中,侧向预警距离
Figure BDA0002321692620000073
其中,LR,A表示车辆A的前侧向长度,即A车的GPS系统的安装位置与A车头外轮廓的最大距离。
优选的,所述避撞策略模块根据所述预警信息,制定自身车辆与目标车辆避免发生碰撞的避撞策略包括:
在当前初速度下,计算预警车辆与目标车辆的最小相对位置距离大于等于安全预警距离所需的最小减速度;根据所述最小减速度确定预警等级,根据所述预警等级确定对应的避撞策略。
优选的,最小减速度as的计算方法如下:
预警车辆与目标车辆的最短距离出现在两车相对速度为0时,则:
ΔV2-02=2as(DAB-LW)
Figure BDA0002321692620000081
其中,ΔV表示自身车辆与目标车辆的速度差。
本发明有益效果:实现了更高容量、端到端超低延迟、更高的数据速率、设备连接性;D2D支持直接发现服务并在附近用户之间进行通信,实现直接的V2V和V2I通信,无需遍历蜂窝基础结构和传统的蜂窝(即上行/下行)通信;基于D2D的车载广播可以实现高光谱效率、高数据传输速率、低传输功率和低延迟,支持通过用户平面和网络切片进行数据加密,可调整安全参数;基于向量的车辆碰撞预警算法,充分考虑了GPS定位装置在车辆中的实际位置,并在系统安装时设定自身车辆的车型、颜色、物理尺寸等多项特征信息,在预警算法中建立以车辆实际长度、宽度为基础的物理模型,实现车辆在不同场景下的360°全方位碰撞预警,该算法适用于城市道路、交叉口及弯道等所有情景。
本发明附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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。
图1为本发明实施例1所述的基于向量算法的车辆全向防碰撞预警系统原理框图。
图2为本发明实施例2所述的基于向量算法的车辆全向防碰撞预警系统原理框图。
图3为本发明实施例2所述的基于向量算法的车辆全向防碰撞预警系统运行流程示意图。
图4为本发明实施例2所述的基于向量算法的车辆全向防碰撞预警系统智能终端预警界面显示示意图。
图5为本发明实施例2所述的基于向量算法的车辆全向防碰撞预警系统车辆仪表盘预警信息显示示意图。
图6为本发明实施例3所述的基于向量算法的车辆全向防碰撞预警系统车辆间距离向量计算示意图。
图7为本发明实施例3所述的基于向量算法的车辆全向防碰撞预警系统计算两车运动方向不发生改变时的两车间距示意图。
图8为本发明实施例3所述的基于向量算法的车辆全向防碰撞预警系统计算两车运动方向发生改变时的两车间距示意图。
图9为本发明实施例3所述的基于向量算法的车辆全向防碰撞预警系统预警方向判断示意图。
图10为本发明实施例3所述的基于向量算法的车辆全向防碰撞预警系统避撞策略制定流程图。
具体实施方式
下面详细叙述本发明的实施方式,所述实施方式的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不会用理想化或过于正式的含义来解释。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件和/或它们的组。
在本专利的描述中,需要理解的是,术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”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的限制。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
在本专利的描述中,需要说明的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“设置”应做广义理解,例如,可以是固定相连、设置,也可以是可拆卸连接、设置,或一体地连接、设置。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本专利中的具体含义。
为便于理解本发明,下面结合附图以具体实施例对本发明作进一步解释说明,且具体实施例并不构成对本发明实施例的限定。
本领域技术人员应该理解,附图只是实施例的示意图,附图中的部件并不一定是实施本发明所必须的。
实施例1
本发明实施例1提供一种车辆全向防碰撞预警系统,该系统利用全球卫星导航定位技术(GPS/北斗定位)准确获取当前车辆的位置信息,以基于5G通信的车-车通信(Vehicle-to-Vehicle,V2V)技术选择性传输区域内具有潜在碰撞风险的目标车辆的位置、物理及运动信息,通过基于向量的车辆全向碰撞预警算法,以车辆相对位置的变化计算分析碰撞情况,实现车辆在城市道路、交叉口及弯道等不同场景下的360°全方位碰撞预警。利用智能移动终端设备(例如智能手机)向驾驶员发送碰撞分级预警信息,辅助驾驶员安全驾驶,情况紧急时系统可直接向车辆控制器输出避撞策略,通过先进驾驶辅助系统(ADAS,Advanced Driver Assistance System)执行自动减速、变向或紧急刹车等避撞策略。最终达到降低不同场景下车辆碰撞风险,提高行车安全的目的。
如图1所示,基于向量算法的车辆全向防碰撞预警系统包括:数据采集模块、数据传输模块、预警信息计算模块、避撞策略模块以及碰撞预警模块;
所述数据采集模块,用于采集自身车辆信息、目标车辆信息以及道路信息,并发送给所述数据传输模块;
所述数据传输模块,用于接收所述数据采集模块采集的所述自身车辆信息、目标车辆信息以及道路信息,并进行存储,发送给所述预警信息计算模块;
所述预警信息计算模块,用于根据所述自身车辆信息、目标车辆信息以及道路信息计算自身车辆与目标车辆间的预警信息;其中,所述预警信息包括:自身车辆与目标车辆的预警时间以及碰撞方向,所述碰撞方向包括后向碰撞、正向碰撞正侧向碰撞以及侧向碰撞;
所述避撞策略模块,用于根据所述预警信息,制定自身车辆与目标车辆避免发生碰撞的避撞策略;
所述碰撞预警模块,用于输出所述预警信息及避撞策略。
所述数据采集模块通过云端电子地图获取所述道路信息;所述数据采集模块通过车辆OBD单元获取所述自身车辆信息;所述数据采集模块通过V2V车联网获取所述目标车辆信息。
所述道路信息包括道路物理信息、道路限速信息和路径导航信息;所述自身车辆信息包括自身车辆运动信息和自身车辆的物理信息;所述目标车辆信息包括目标车辆的运动信息和目标车辆的物理信息;
所述自身车辆的运动信息包括自身车辆的位置、速度以及加速度信息,所述目标车辆的运动信息包括目标车辆的位置、速度以及加速度信息;
所述自身车辆的物理信息包括自身车辆的颜色、车型以及车身大小信息,所述目标车辆的物理信息包括目标车辆的颜色、车型以及车身大小信息;所述自身车辆的物理信息预先设置在自身车辆的车载GPS系统中,所述目标车辆的物理信息预先设置在目标车辆的车载GPS系统中。
所述数据传输模块为5G通信模块。
所述预警信息计算模块包括:
位置计算单元,用于根据所述自身车辆信息和所述目标车辆信息,计算所述自身车辆和所述目标车辆间的最小相对位置距离以及出现最小相对位置距离的时间;
碰撞发生判断单元,用于根据所述最小相对位置距离以及出现最小相对位置距离的时间,结合车身大小信息判断所述自身车辆与所述目标车辆的碰撞方向。
所述碰撞预警模块包括智能移动终端,所述智能移动终端显示/播报所述碰撞信息;或者,所述智能移动终端显示/播报所述避撞策略。
实施例2
本发明实施例2提供的一种基于5G通信与向量算法的车辆全向防碰撞预警系统,该系统通过自身车辆物理、运动信息采集,区域内目标车辆物理、运动信息获取,完成碰撞信息的分析计算及避撞策略的制定及发布。
如图2、图3所示,该系统主要包括数据采集设备、数据分析设备、信息发布设备以及车-车间的通信方式。其中,1)数据采集:在车辆碰撞预警系统中需要采集的信息包括道路信息、车辆物理信息和车辆运动信息。道路信息包括自身车辆一定范围内的道路物理信息、道路限速信息、路径导航信息等,主要通过云端的电子地图获得。车辆物理信息包括车辆物理尺寸、颜色、车型等,主要通过预警系统的初始设定获得。车辆运动信息包括车辆实时位置、运动方向、速度、加速度等,分为自身车辆运动信息和目标车辆运动信息,自身车辆运动信息通过车辆OBD、移动智能终端获得,目标车辆运动信息通过移动智能终端和基于5G的V2V车联网通信获得;2)数据传输(共享):每辆车可准确采集自身的物理信息和运动信息,通过基于5G的V2V车联网通信方式传输(共享)给区域内可能发生碰撞的车辆;3)数据分析:接收到目标车辆的物理、运动信息后,结合自身车辆物理、运动信息,利用基于向量的车辆全向碰撞预警算法计算分析出是否发生碰撞、发生碰撞的对象车辆及碰撞发生的时间等信息;4)信息输出:输出碰撞预警信息和分级预警信息对应的避撞策略,为驾驶员提供驾驶建议,协助驾驶员执行避撞策略。
具体的,本发明实施例2所示的基于5G通信和向量算法的车辆全向防碰撞预警系统的结构构成主要如下:
1、数据采集设备
数据采集设备分为车载数据采集设备和移动智能终端设备两大部分。
(1)车载数据采集设备
车载数据采集设备将加速度传感器集成于车载诊断系统(OBD,on-boarddiagnostic),实时获取自身车辆的速度、加速度、转向角度等数据。
(2)移动智能终端设备
移动智能终端设备是系统的核心设备,其中的数据采集分为自身车辆数据采集和目标车辆数据采集两部分。自身车辆数据采集过程中,驾驶员在系统使用前设置自身车辆的车型、颜色、车头长度、车身宽度等物理信息;系统运行过程中,移动智能终端设备使用内置的GPS模块准确定位车辆的位置信息,获取自身车辆的经度、纬度等数据。目标车辆的数据采集过程在下述信息接收设备部分进行阐述。
2、信息接收设备
本预警系统的信息接收过程主要通过移动智能终端设备实现。移动智能终端设备利用其内置的通信模块和成熟的5G通信技术实现信息的高质量传输与接收。为保证信息传输与接收的效率与质量,系统将通过算法初步筛选数据传输与接收的对象,选择性传输可能发生碰撞的潜在目标车辆信息。
3、信息分析设备
本预警系统的信息分析过程主要通过安装于移动智能终端设备的预警软件实现,软件内置基于向量的车辆全向碰撞预警算法与对应的避撞策略。信息分析过程在系统后台运行,不单独设计界面,不过多占用移动智能终端设备的计算资源,不影响移动智能终端设备的其他操作。系统利用收集到的自身车辆及目标车辆的物理、运动信息,通过车辆全向碰撞预警算法在系统后台进行分析计算是否发生碰撞、发生碰撞的对象车辆及碰撞发生的时间等信息,制定对应的避撞策略。
4、信息输出设备
本实施例中,通过移动智能终端设备扬声器、移动智能终端设备显示屏和先进驾驶辅助系统三项内容,共同指导驾驶员的驾驶行为,为驾驶员提供驾驶建议,协助驾驶员执行避撞策略,达到提高行车安全的目的。
(1)移动智能终端设备扬声器
在本实施例中,发布的分级预警信息主要分为听觉、视觉两种方式。其中听觉预警信息通过移动智能终端设备的扬声器实时发布。发布轻度预警信息时,扬声器发出“滴”警报一声;发布中度预警信息时,扬声器发出连续“滴、滴、滴”警报三声;发布紧急预警信息时,扬声器发出持续尖锐的蜂鸣警报。声音预警警报拥有移动智能终端设备扬声器的最高权限,在播放音乐或通话过程中触发警报时,将关闭当前扬声器内容,发布预警信息。当预警程度逐级递减,声音预警警报随之逐级递减。
(2)移动智能终端设备显示屏/车辆仪表盘显示屏
本发明实施例中,系统的视觉预警信息通过移动智能终端设备的显示屏实时发布,主要显示预警级别及预警的目标车辆相关信息。
本预警系统可输出自身车辆当前车速、期望安全车速、最小减速度、目标车辆当前车速、车型、颜色以及碰撞发生的预计时间等多项信息,但作为安全预警系统,主要目的在于为驾驶员提供及时、准确的驾驶建议及避撞策略,发布的信息如果过于繁多,驾驶员将很难在极短的时间内获取重要信息并作出决策,系统的安全预警性能随之降低。因此,系统默认的预警信息发布界面如图4所示。系统不设专有页面,触发碰撞报警时,系统以弹窗形式弹出预警界面。
预警界面上方为分级报警符号,以不同标志和颜色区分,如,使用蓝色三角形标志为轻度预警,黄色三角形标志为中度预警,红色刹车标志为紧急预警。界面中部为避撞策略文字提醒,以“减速”、“刹车”、“制动”对应三种预警级别的避撞策略。同时发布碰撞目标车辆的相对位置及物理信息,以“前方”、“左侧”、“右侧”等提示目标车辆的相对位置,以对应颜色的字体提示目标车辆的车身颜色,以“小客车”、“小汽车”等提示目标车辆的车型信息,上述信息可帮助驾驶员快速定位可能发生碰撞的目标车辆,并执行对应的避撞策略。
界面底部为速度仪表盘图标,其中指针指向自身车辆的实时车速,速度区间以不同颜色进行区分,如使用红、黄、绿三种颜色加以区分。其中红色区间代表将会发生碰撞的危险速度区间或当前路段的超速区间;绿色区间代表可以避免发生碰撞的安全速度区间或当前路段及交通流状态下的期望或舒适速度区间;黄色区间则属于红色区间与绿色区间中间的过渡区间,表示存在潜在碰撞风险,需要驾驶员提高注意力或进一步减速以规避碰撞风险的速度区间。各级区间的范围随车辆运行情况的改变而不断变化,若自身车辆仪表盘可以智能显示,系统可将速度区间数据发送给车载电脑,并直接显示在车辆仪表盘上,车辆仪表盘显示屏界面设计如图5所示,可实时显示预警目标车辆与自身车辆的相对位置、目标车辆的车型、颜色等信息。用户也可以对预警界面进行自定义设置,选择显示更多的预警信息。
(3)先进驾驶辅助系统MCU控制器
对于已经装备有先进驾驶辅助系统的车辆,在紧急预警情况下,本发明将向车辆MCU控制器输出自动减速、变道、制动等避撞策略,车辆及时以正确精确的操作避免碰撞。数据信号通过移动智能终端设备的数据接口,以USB通信方式向MCU发送避撞策略,避开驾驶员的反映时间,提高了制动的可靠性,从而增加了本预警系统的可靠性和安全性。
实施例3
本发明实施例3提出基于向量的车辆全向碰撞预警算法,充分考虑了GPS定位装置在车辆中的实际位置,并在系统安装时设定自身车辆的车型、颜色、物理尺寸等多项特征信息,在预警算法中建立以车辆实际长度、宽度为基础的物理模型,以车辆相对位置的变化计算分析碰撞情况,实现车辆在不同场景下的360°全方位碰撞预警,该算法适用于城市道路、交叉口及弯道等所有情景。
算法符号解释:
以A车表示自身预警车辆,B车表示预警的目标车辆;自身预警车辆即通过减速或制动可有效避免碰撞的车辆。
PA,i、PB,i分别表示车辆A与车辆B在第i个时间间隔t初的坐标位置;
向量DAB,i表示车辆A与车辆B在第i个时间间隔t初的距离向量,包含距离长度及方向;
向量VA,i、VB,i分别表示车辆A与车辆B在第i个时间间隔t初的速度,包含速度大小及方向;
向量AA,i、AB,i分别表示车辆A与车辆B在第i个时间间隔t初的加速度,包含加速度大小及方向;
向量DA,i、DB,i分别表示车辆A与车辆B在时间间隔t内通过的位移,包含位移大小及方向;
t为预警算法的最小时间间隔,与GPS位置刷新频率及速度获取频率有关,其值越小则预警精度越高;
T为与目标车辆出现最小相对位置距离的时间。
算法运行过程:
如图6所示,当t足够小时,可认为车辆在i个t时间段内做匀变速运动,利用运动公式分别计算自身车辆A与目标车辆B下一时间间隔的速度VA,i+1、VB,i+1以及t时间间隔内通过的位移DA,i、DB,i
Figure BDA0002321692620000181
Figure BDA0002321692620000182
其中,VA,i表示车辆A在第i个时间间隔t的初始速度,VB,i表示车辆B在第i个时间间隔t的初始速度,AA,i表示车辆A在第i个时间间隔t的加速度,AB,i表示车辆B在第i个时间间隔t的加速度;
当在t时间间隔内汽车进行非直线运动,即速度与加速度方向不一致时(实际场景中表示汽车通过弯道或在交叉口转向),运动学公式的向量运算依然适用,具体的运算过程在此不再赘述。
车辆A在第i个时间间隔t末的位置:PA,i+1=PA,i+DA,i;车辆B在第i个时间间隔t末的位置:PB,i+1=PB,i+DB,i
其中,PA,i、PB,i分别表示车辆A与车辆B在第i个时间间隔t初的位置;
DAB,i表示车辆A与车辆B在第i个时间间隔t初的间隔距离,则,车辆A与车辆B在第i+1个时间间隔t初的间隔距离为:
DAB,i+1=DAB,i+DB,i-DA,i
基于新的位置向量、下一时间间隔的速度及加速度,不断重复上述运算,得到下一时间间隔的位置向量。如图7、图8所示,总能在PB,i与PB,i+1的连线上找到一点C,使得AC垂直于PB,i PB,i+1。当时间间隔t足够小时,可以认为车辆B与车辆A的相对位置由PB,i沿线段PB,iPB,i+1运动至PB,i+1,即当车辆B运动至C点时,车辆B与车辆A的相对距离最短,以向量AC表示此时车辆B与车辆A的位置向量。线段AC的长度|AC|即为车辆A与车辆B间的小相对位置距离;则,出现最小相对位置距离的时间为:
Figure BDA0002321692620000191
碰撞判断规则:
碰撞判断规则决定了何种计算结果将被视为碰撞。在本实施例中,首先考虑车辆的物理尺寸。由于车种不同,车辆的长度、宽度存在明显的差异,这在碰撞预警中不容忽视,而对车辆物理尺寸考虑的充分与否,将显著影响碰撞预警的精度。同时,本系统的GPS定位装置(即智能移动终端)安装于车辆驾驶位前方的控制面板,距离车头及车尾的距离并不相同,在不同碰撞场景下也因得到充分考虑。
其中:
W表示车辆的总宽度;LA表示车辆的车头长度,即驾驶位控制面板与车头的距离;LB表示车辆的车尾长度,即驾驶位控制面板与车尾的距离;LS表示预设的碰撞预警的附加安全距离,在本系统中不同方向的LS相同;LW表示预警距离,即系统判断为碰撞的车辆距离;LR表示车辆的前侧向长度,即驾驶位控制面板与车头外轮廓的最大距离,可近似为
Figure BDA0002321692620000192
在确定车辆间的最短相对位置距离后,即可根据相对位置向量的不同方向分别计算是否发生碰撞,判断过程如图9所示:
当车辆A和车辆B同向运动时,若|AC|小于后向预警距离,则判断为后向碰撞预警;其中,后向预警距离为LW=LA,A+LB,B+LS,LA,A表示车辆A的车头长度,即系统GPS系统的安装位置与A车头的距离,LB,B表示车辆B的车尾长度,即驾驶位控制面板(GPS系统的安装位置)与B车尾的距离,LS表示预设的附加安全距离;
当车辆A和车辆B对向运动时,若|AC|小于正向预警距离,则判断为正向碰撞预警;其中,正向预警距离LW=LA,A+LA,B+LS;LA,B表示车辆B的车头长度,即驾驶位控制面板与B车头的距离;
当车辆A和车辆B垂向运动时,若|AC|小于正侧向预警距离,则判断为正侧向碰撞预警;其中,正侧向预警距离
Figure BDA0002321692620000201
其中,WB表示车辆B的宽度;
当车辆A和车辆B侧向运动时,若|AC|小于侧向预警距离,则判断为侧向碰撞预警;其中,侧向预警距离
Figure BDA0002321692620000202
其中,LR,A表示车辆A的前侧向长度,即驾驶位控制面板与A车头外轮廓的最大距离。
定义预警级别:
本预警系统不仅可输出碰撞预警信息,还可以向驾驶员及车辆输出相应的避撞策略,作为安全辅助驾驶系统提高行车安全。故而,对预警状态进行分级,并制定对应的避撞策略就显得尤为重要。
避撞的重要措施即是减速,系统可计算出避撞对应的最小减速度。但对于驾驶员而言,接收到预警信息后保持某一特定的减速度是十分困难的。因此,系统除输出对应的减速度外,还应输出对应级别的避撞策略。
在本实施例中,所述避撞策略模块根据所述预警信息,制定自身车辆与目标车辆避免发生碰撞的避撞策略包括:
在当前初速度下,计算预警车辆与目标车辆的最小相对位置距离大于等于安全预警距离所需的最小减速度;根据所述最小减速度确定预警等级,根据所述预警等级确定对应的避撞策略。
最小减速度as的计算方法如下:
当为后向碰撞预警时,预警车辆与目标车辆的最短距离出现在两车相对速度为0时,则:
ΔV2-02=2as(DAB-LW)
Figure BDA0002321692620000211
其中ΔV=VA-VB,即预警车辆车速减目标车辆车速,在此例后向碰撞预警中,可理解为后车车速减前车车速。
所有方向的碰撞类型中as的计算公式是相同的,ΔV计算公式也是相同的,上述公示适用于向量计算,在向量计算方法中由车辆速度、加速度的方向以及最小相对位置出现时两车的相对位置方向不同而区分出不同的碰撞情况。
目前的相关研究均未提出一种适用于所有方向的碰撞算法,以本实施例提出的上述向量计算方法可简洁、统一地判断所有方向的碰撞预警。
如图10所示,在本实施例中,车辆全向碰撞预警算法分级预警策略的判断如下:设定分级范围的参考加速度-2m/s2与-5.5m/s2可在不同道路条件及车辆条件下适当调整。如表1所示为制定的避撞策略。
表1:
Figure BDA0002321692620000212
首先以-2m/s2加速度计算是否可以避免碰撞,若可以有效避撞,则输出为轻度预警;若无法有效避撞,则以-5.5m/s2加速度再次计算是否可以避免碰撞,若可以有效避撞,则输出为中度预警;否则输出为紧急预警,并立即制定适合执行的制动及变道策略,要求车辆ADAS系统立即执行。由于车速的逐渐降低,碰撞预警级别将逐级递减,预警信息逐级发布,有助于驾驶员直观感受到碰撞预警的解除。
综上所述,本发明实施例所述的基于向量算法的车辆防碰撞预警系统,充分利用5G通信使能D2D通信高数据传输速率、低传输功率和低延迟的特点,弥补了传统蜂窝网络(3G、LTE和LTEA)和DSRC技术频带利用率低、通信范围短、数据传输延迟高和信息安全无法保障的缺点;基于向量的车辆碰撞预警算法,充分考虑了GPS定位装置在车辆中的实际位置,并在系统安装时设定自身车辆的车型、颜色、物理尺寸等多项特征信息,在预警算法中建立以车辆实际长度、宽度为基础的物理模型,实现车辆在不同场景下的360°全方位碰撞预警,该算法适用于城市道路、交叉口及弯道等所有情景;借助移动智能终端设备实现预警的车辆碰撞预警。系统仅需一部移动智能终端设备(例如普通智能手机),就可满足安全预警系统的设备要求,借助USB数据线获取自身车辆的运动信息,数据分析过程在移动智能终端设备中后台运行,并不影响设备的其他正常操作。
系统按照预警紧急程度输出分级预警信息及分级预警避撞策略,分级预警信息通过视觉、听觉,借以悬浮弹窗形式发布,对于装有驾驶辅助系统的车辆,移动智能终端设备还可以直接向车辆控制器输出避撞策略,实现紧急预警下的自动避撞,同时系统还可以记录事故数据,为车辆行驶安全分析提供数据支持。本发明实施例提出的基于5G通信的车辆全向碰撞预警系统无需改装车辆、无需添加多余的物理设备,操作简单、方便,运行成本极低,可以在满足安全预警系统性能的前提下推广使用。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。

Claims (7)

1.一种基于向量算法的车辆全向防碰撞预警系统,其特征在于,包括数据采集模块、数据传输模块、预警信息计算模块、避撞策略模块以及碰撞预警模块;
所述数据采集模块,用于采集自身车辆信息、目标车辆信息以及道路信息,并发送给所述数据传输模块;
所述数据传输模块,用于接收所述数据采集模块采集的所述自身车辆信息、目标车辆信息以及道路信息,并进行存储,发送给所述预警信息计算模块;
所述预警信息计算模块,用于根据所述自身车辆信息、目标车辆信息以及道路信息计算自身车辆与目标车辆间的预警信息;其中,所述预警信息包括:自身车辆与目标车辆的预警时间以及碰撞方向,所述碰撞方向包括后向碰撞、正向碰撞、正侧向碰撞以及侧向碰撞;
所述避撞策略模块,用于根据所述预警信息,制定自身车辆与目标车辆避免发生碰撞的避撞策略;
所述碰撞预警模块,用于输出所述预警信息及避撞策略;
所述道路信息包括道路物理信息、道路限速信息和路径导航信息;所述自身车辆信息包括自身车辆运动信息和自身车辆的物理信息;所述目标车辆信息包括目标车辆的运动信息和目标车辆的物理信息;
所述自身车辆的运动信息包括自身车辆的位置、速度以及加速度信息,所述目标车辆的运动信息包括目标车辆的位置、速度以及加速度信息;
所述自身车辆的物理信息包括自身车辆的颜色、车型以及车身大小信息,所述目标车辆的物理信息包括目标车辆的颜色、车型以及车身大小信息;所述自身车辆的物理信息预先设置在自身车辆的车载GPS系统中,所述目标车辆的物理信息预先设置在目标车辆的车载GPS系统中;
所述预警信息计算模块包括:
位置计算单元,用于根据所述自身车辆信息和所述目标车辆信息,计算所述自身车辆和所述目标车辆间的最小相对位置距离以及出现最小相对位置距离的时间;
碰撞发生判断单元,用于根据所述最小相对位置距离以及出现最小相对位置距离的时间,结合车身大小信息判断所述自身车辆与所述目标车辆的碰撞方向;
所述位置计算单元计算所述自身车辆和所述目标车辆间的最小相对位置距离以及出现最小相对位置距离的时间包括:
当t足够小时,可认为车辆在i个t时间段内做匀变速运动,利用运动公式分别计算自身车辆A与目标车辆B下一时间间隔的速度VA,i+1、VB,i+1以及t时间间隔内通过的位移DA,i、DB,i
VA,i+1=VA,i+AA,i×t,VB,i+1=VB,i+AB,i×t,
Figure FDA0003132863290000021
Figure FDA0003132863290000022
其中,VA,i表示车辆A在第i个时间间隔t的初始速度,VB,i表示车辆B在第i个时间间隔t的初始速度,AA,i表示车辆A在第i个时间间隔t的加速度,AB,i表示车辆B在第i个时间间隔t的加速度;
车辆A在第i个时间间隔t末的位置:PA,i+1=PA,i+DA,i;车辆B在第i个时间间隔t末的位置:PB,i+1=PB,i+DB,i
其中,PA,i、PB,i分别表示车辆A与车辆B在第i个时间间隔t初的位置;
DAB,i表示车辆A与车辆B在第i个时间间隔t初的间隔距离,则,车辆A与车辆B在第i+1个时间间隔t初的间隔距离为:
DAB,i+1=DAB,i+DB,i-DA,i
在PB,i与PB,i+1的连线上找到一点C,使得PA,i垂直于PB,iPB,i+1
当时间间隔t足够小时,车辆B与车辆A的相对位置由PB,i沿线段PB,iPB,i+1运动至PB,i+1,即当车辆B运动至C点时,车辆B与车辆A的相对距离最短,以向量AC表示此时车辆B与车辆A的位置向量,线段AC的长度|AC|即为车辆A与车辆B间的最小相对位置距离;则,出现最小相对位置距离的时间为:
Figure FDA0003132863290000031
2.根据权利要求1所述的基于向量算法的车辆全向防碰撞预警系统,其特征在于:所述数据采集模块通过云端电子地图获取所述道路信息;所述数据采集模块通过车辆OBD单元获取所述自身车辆信息;所述数据采集模块通过V2V车联网获取所述目标车辆信息。
3.根据权利要求1所述的基于向量算法的车辆全向防碰撞预警系统,其特征在于:所述数据传输模块为5G通信模块。
4.根据权利要求1所述的基于向量算法的车辆全向防碰撞预警系统,其特征在于,所述碰撞预警模块包括智能移动终端,所述智能移动终端显示/播报所述碰撞信息;或者,所述智能移动终端显示/播报所述避撞策略。
5.根据权利要求1所述的基于向量算法的车辆全向防碰撞预警系统,其特征在于,所述碰撞发生判断单元判断所述自身车辆与所述目标车辆的碰撞方向包括:
当车辆A和车辆B同向运动时,若|AC|小于后向预警距离,则判断为后向碰撞预警;其中,后向预警距离为LW=LA,A+LB,B+LS,LA,A表示车辆A的车头长度,即A车的GPS系统的安装位置与A车头的距离,LB,B表示车辆B的车尾长度,即B车的GPS系统的安装位置与B车尾的距离,LS表示预设的附加安全距离;
当车辆A和车辆B对向运动时,若|AC|小于正向预警距离,则判断为正向碰撞预警;其中,正向预警距离LW=LA,A+LA,B+LS;LA,B表示车辆B的车头长度,即B车的GPS系统的安装位置与B车头的距离;
当车辆A和车辆B垂向运动时,若|AC|小于正侧向预警距离,则判断为正侧向碰撞预警;其中,正侧向预警距离
Figure FDA0003132863290000041
其中,WB表示车辆B的宽度;
当车辆A和车辆B侧向运动时,若|AC|小于侧向预警距离,则判断为侧向碰撞预警;其中,侧向预警距离
Figure FDA0003132863290000042
其中,LR,A表示车辆A的前侧向长度,即A车的GPS系统的安装位置与A车头外轮廓的最大距离。
6.根据权利要求5所述的基于向量算法的车辆全向防碰撞预警系统,其特征在于,所述避撞策略模块根据所述预警信息,制定自身车辆与目标车辆避免发生碰撞的避撞策略包括:
在当前初速度下,计算预警车辆与目标车辆的最小相对位置距离大于等于安全预警距离所需的最小减速度;根据所述最小减速度确定预警等级,根据所述预警等级确定对应的避撞策略。
7.根据权利要求6所述的基于向量算法的车辆全向防碰撞预警系统,其特征在于,最小减速度as的计算方法如下:
预警车辆与目标车辆的最短距离出现在两车相对速度为0时,则:
ΔV2-02=2as(DAB-LW)
Figure FDA0003132863290000043
其中,ΔV表示自身车辆与目标车辆的速度差。
CN201911300674.2A 2019-12-17 2019-12-17 基于向量算法的车辆全向防碰撞预警系统 Active CN111145589B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911300674.2A CN111145589B (zh) 2019-12-17 2019-12-17 基于向量算法的车辆全向防碰撞预警系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911300674.2A CN111145589B (zh) 2019-12-17 2019-12-17 基于向量算法的车辆全向防碰撞预警系统

Publications (2)

Publication Number Publication Date
CN111145589A CN111145589A (zh) 2020-05-12
CN111145589B true CN111145589B (zh) 2021-10-08

Family

ID=70518533

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911300674.2A Active CN111145589B (zh) 2019-12-17 2019-12-17 基于向量算法的车辆全向防碰撞预警系统

Country Status (1)

Country Link
CN (1) CN111145589B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12043193B1 (en) * 2024-02-28 2024-07-23 King Faisal University Automobile safety and facilitation system

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111681454A (zh) * 2020-06-03 2020-09-18 重庆邮电大学 一种基于驾驶行为的车车协同防撞预警方法
TWI762045B (zh) * 2020-11-23 2022-04-21 鼎天國際股份有限公司 偵測駕駛行為以預防碰撞之機車雷達系統及其校正方法
CN112829676B (zh) * 2020-12-24 2022-11-04 浙江合众新能源汽车有限公司 基于透明a柱的报警显示方法及装置
CN112908033B (zh) * 2021-01-13 2022-02-01 长安大学 一种无信控交叉口环境下网联车辆协作避碰预警系统及方法
CN115446120B (zh) * 2021-06-08 2024-12-27 上海宝信软件股份有限公司 一种生产节奏控制方法及系统
CN113613199B (zh) * 2021-07-26 2024-12-17 腾讯科技(深圳)有限公司 车辆信息处理方法及系统、装置、电子设备、存储介质
CN114141019B (zh) * 2021-12-15 2023-03-28 阿波罗智联(北京)科技有限公司 交通控制方法、装置、介质及程序产品
CN114897621A (zh) * 2022-04-14 2022-08-12 深圳季连科技有限公司 一种自动驾驶保费预警方法
CN114987498B (zh) * 2022-06-10 2023-01-20 清华大学 自动驾驶车辆的拟人化轨迹规划方法、装置、车辆及介质
CN115416547B (zh) * 2022-08-31 2023-10-13 东风柳州汽车有限公司 车辆座椅调整方法、装置、设备及存储介质
CN118197094A (zh) * 2024-03-04 2024-06-14 江西科技学院 一种汽车碰撞预警方法、系统、计算机及存储介质

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101327796A (zh) * 2007-06-05 2008-12-24 通用汽车环球科技运作公司 用于避免后路口交通碰撞的方法和设备
CN102390320A (zh) * 2011-08-22 2012-03-28 武汉理工大学 基于车载传感网络的车辆防撞预警系统
CN102616235A (zh) * 2012-04-09 2012-08-01 北京航空航天大学 一种基于车车通信的协同避撞装置及避撞方法
CN102745194A (zh) * 2012-06-19 2012-10-24 东南大学 一种高速公路汽车防追尾前车的自适应报警方法
CN102800214A (zh) * 2012-08-27 2012-11-28 武汉大学 一种基于车车信息交互条件下的车辆换道冲突消解方法
CN103208205A (zh) * 2013-03-20 2013-07-17 北京航空航天大学 一种基于车联网的车辆安全行驶预警方法
CN103594002A (zh) * 2013-09-29 2014-02-19 芜湖伯特利汽车安全系统有限公司 一种车辆安全保护系统
CN103871243A (zh) * 2014-04-16 2014-06-18 武汉欧普威科技有限公司 基于主动安全平台的无线车辆管理系统及方法
CN104157167A (zh) * 2014-08-28 2014-11-19 银江股份有限公司 一种基于协同相对定位技术的车辆防碰撞方法
CN105869438A (zh) * 2016-04-12 2016-08-17 深圳市中天安驰有限责任公司 一种车辆防碰撞预警系统
CN105938660A (zh) * 2016-06-07 2016-09-14 长安大学 一种汽车防追尾预警方法和系统
CN108248582A (zh) * 2018-02-13 2018-07-06 隆中控股集团股份有限公司 用于汽车的电控制动方法及计算机存储介质
CN108536132A (zh) * 2018-03-20 2018-09-14 南京航空航天大学 一种固定翼无人机空中加油平台及其加油方法
CN110111566A (zh) * 2019-04-19 2019-08-09 腾讯科技(深圳)有限公司 轨迹预测方法、装置和存储介质
CN110264783A (zh) * 2019-06-19 2019-09-20 中设设计集团股份有限公司 基于车路协同的车辆防碰撞预警系统及方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6683541B2 (en) * 1999-01-21 2004-01-27 Honeywell International Inc. Vertical speed indicator and traffic alert collision avoidance system
CN102033237B (zh) * 2010-12-16 2014-07-23 中国神华能源股份有限公司 预测碰撞可能性的方法和系统、防碰撞控制方法和系统
TWI499528B (zh) * 2014-01-10 2015-09-11 Ind Tech Res Inst 車輛碰撞預警裝置與方法
TWI509275B (zh) * 2014-03-14 2015-11-21 Wistron Neweb Corp 用於交通工具之警示系統及警示方法
CN104129387B (zh) * 2014-07-25 2016-10-05 杭州电子科技大学 安全距离与碰撞时间权衡风险的单摄像头汽车防撞方法
EP3496969A4 (en) * 2016-08-10 2020-09-16 Xevo Inc. PROCEDURE AND SYSTEM FOR PROVIDING INFORMATION ON COLLECTED AND STORED METADATA WITH A DERIVED ATTENTION MODEL

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101327796A (zh) * 2007-06-05 2008-12-24 通用汽车环球科技运作公司 用于避免后路口交通碰撞的方法和设备
CN102390320A (zh) * 2011-08-22 2012-03-28 武汉理工大学 基于车载传感网络的车辆防撞预警系统
CN102616235A (zh) * 2012-04-09 2012-08-01 北京航空航天大学 一种基于车车通信的协同避撞装置及避撞方法
CN102745194A (zh) * 2012-06-19 2012-10-24 东南大学 一种高速公路汽车防追尾前车的自适应报警方法
CN102800214A (zh) * 2012-08-27 2012-11-28 武汉大学 一种基于车车信息交互条件下的车辆换道冲突消解方法
CN103208205A (zh) * 2013-03-20 2013-07-17 北京航空航天大学 一种基于车联网的车辆安全行驶预警方法
CN103594002A (zh) * 2013-09-29 2014-02-19 芜湖伯特利汽车安全系统有限公司 一种车辆安全保护系统
CN103871243A (zh) * 2014-04-16 2014-06-18 武汉欧普威科技有限公司 基于主动安全平台的无线车辆管理系统及方法
CN104157167A (zh) * 2014-08-28 2014-11-19 银江股份有限公司 一种基于协同相对定位技术的车辆防碰撞方法
CN105869438A (zh) * 2016-04-12 2016-08-17 深圳市中天安驰有限责任公司 一种车辆防碰撞预警系统
CN105938660A (zh) * 2016-06-07 2016-09-14 长安大学 一种汽车防追尾预警方法和系统
CN108248582A (zh) * 2018-02-13 2018-07-06 隆中控股集团股份有限公司 用于汽车的电控制动方法及计算机存储介质
CN108536132A (zh) * 2018-03-20 2018-09-14 南京航空航天大学 一种固定翼无人机空中加油平台及其加油方法
CN110111566A (zh) * 2019-04-19 2019-08-09 腾讯科技(深圳)有限公司 轨迹预测方法、装置和存储介质
CN110264783A (zh) * 2019-06-19 2019-09-20 中设设计集团股份有限公司 基于车路协同的车辆防碰撞预警系统及方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12043193B1 (en) * 2024-02-28 2024-07-23 King Faisal University Automobile safety and facilitation system

Also Published As

Publication number Publication date
CN111145589A (zh) 2020-05-12

Similar Documents

Publication Publication Date Title
CN111145589B (zh) 基于向量算法的车辆全向防碰撞预警系统
US11580852B2 (en) Electrical data processing system for monitoring or affecting movement of a vehicle using a traffic device
US11348451B2 (en) Electrical data processing system for determining a navigation route based on the location of a vehicle and generating a recommendation for a vehicle maneuver
US10922967B1 (en) Electrical data processing system for determining status of traffic device and vehicle movement
US10176715B2 (en) Navigation system with dynamic mapping mechanism and method of operation thereof
US7804423B2 (en) Real time traffic aide
CN104269070B (zh) 一种车辆主动安全预警方法和运用该方法的安全预警系统
WO2018128946A1 (en) Method for providing vulnerable road user warnings in a blind spot of a parked vehicle
JP2018521392A (ja) 交差点運転補助方法及びシステム
US20160041560A1 (en) Localized dynamic swarming for automobile accident reduction
CN114566038B (zh) 一种面向网联货运车队的车路协同多级预警系统及方法
CN104325978A (zh) 一种基于车联网的安全防碰撞预警方法
JP2006279859A (ja) 移動体移動実態情報提供システム、位置情報収集装置、カーナビ装置および移動体移動実態情報提供方法
JP2020027645A (ja) サーバ、無線通信方法、コンピュータプログラム、及び車載装置
WO2023232046A1 (zh) 基于车联网的车辆控制方法及控制系统
KR101850254B1 (ko) 커넥티드 카 환경을 지원하기 위한 차량간 통신 시스템
US11285941B2 (en) Electronic device for vehicle and operating method thereof
CA3034441C (en) Electrical data processing system for determining a navigation route based on the location of a vehicle and generating a recommendation for a vehicle maneuver
CN106935078A (zh) 一种高速公路车辆群运行险态警示系统及方法
KR102635088B1 (ko) 차량 통신 데이터의 패킷 필터링 방법 및 그를 수행하는 차량용 통신 단말 장치
KR20040037423A (ko) 디 에스 알 씨를 이용한 지능형 서비스 장치 및 방법
JP2014232501A (ja) 交通情報提供装置及び交通情報提供方法
US20220386091A1 (en) Motorcycle monitoring system
JP2010134718A (ja) 車両用の情報提供装置及び情報提供方法
TWM578665U (zh) Human car travel smart collision warning system

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20250407

Address after: 7th Floor, Building A, Yinhe Port Science and Technology Innovation Center, No. 9 Jinghai 6th Road, Yizhuang Development Zone, Daxing District, Beijing 100176

Patentee after: SJTU Shangyuan (Beijing) Technology Co.,Ltd.

Country or region after: China

Address before: 100044 Beijing city Haidian District Xizhimen Shangyuan Village No. 3

Patentee before: Beijing Jiaotong University

Country or region before: China