文摘

智能车辆技术的发展,先进的司机助理系统的需求不断增加。提高主动安全系统的性能,我们专注于边拐车辆碰撞预警和规避。我们提出了一个算法基于蒙特卡罗模拟计算碰撞概率之间的边拐车辆和另一辆车在十字路口(或行人)。我们画了碰撞概率曲线time-to-collision用作水平轴和垂直轴碰撞概率。我们建立了一个三级碰撞预警系统,用软件来计算和模拟碰撞概率和预警流程。积极避免碰撞时右转,一个两级制动策略应用。四个边拐碰撞条件为例,两级制动策略应用,分析和比较前后的曲线关系图同时积极避免碰撞和减少碰撞概率。相比之下,碰撞概率2 s之前主动防撞超过80%和碰撞概率在某些情况下甚至可能达到100%。提高主动安全性能、二级制动策略可以减少碰撞概率超过50%,接近0%的2 s和减少碰撞概率3 s的不到5%。通过改变四个初始位置,碰撞概率曲线计算算法和两级制动策略进行验证和分析。 The results verified the rationality of the collision probability curve calculation algorithm and the two-stage braking strategy.

1。介绍

随着车辆主动安全系统的发展,ADAS在具有挑战性的崩溃的情况下可以解决交通安全问题。当前ADAS主要关注左转,研究右旋过程改善交通安全也很重要。考虑到在中国大陆司机坐在左边,有一个很大的盲点右转的过程中,相应的算法,设计了以右转就是一个例子。右旋条件是特别的和相对复杂的1因为司机需要注意行人过马路,同时避免来自左侧车辆和司机有一个视觉盲点在右旋(2]。因此,智能车辆的右旋条件进行了研究和分析。

在十字路口,智能车辆的条件是一个复杂交通场景具有高事故率(3,4]。有越来越多的边拐车辆和行人之间的碰撞(或其他车辆)(5,6]。因此,有必要通过技术手段降低碰撞概率。目前,大多数以前的研究集中在前碰撞预警系统(结合)和主动防撞(7];然而,有一个缺乏研究右旋造成车辆碰撞。一些研究人员估计车辆和行人的运动状态(8,9]。通过建立概率模型,桥本等人提前预测,确定了行人穿越决定(10];然而,这项研究没有对车辆碰撞概率的计算边拐课程。在边拐年间研究Sitao等人提出了一个十字路口之间的碰撞概率优化设计减少边拐车辆和行人11),但不能覆盖所有可能的右旋碰撞在十字路口。赵等人进行了智能汽车主动防撞研究相关领域(12]。崔和赵等人采用了自动紧急制动(AEB)系统来避免碰撞13,14]。然而,这些研究没有结合智能车辆的右旋条件。摘要蒙特卡罗模拟被用来建立一个随机模拟算法,模拟了右旋智能车辆的碰撞概率。

当前的研究总结如下:(1)目前,大多数以前的研究集中在前碰撞预警系统(结合)和自动紧急制动(AEB)系统;然而,有一个缺乏研究右旋造成车辆碰撞。(2)目前的研究集中在行人意图预测和识别,而不考虑右转的条件。右边的现有研究还不够全面,和研究应该延伸到右转车辆和行人保护。(3)目前,AEB早期预警和积极干预是成熟的,但是有相对较少的研究在右转交通冲突过程的早期预警。目前的研究缺乏对汽车碰撞概率的计算边拐课程。预警机制应该引入右转的碰撞警告。

为了准确计算碰撞概率,广泛覆盖所有可能的碰撞在边拐,并积极避免碰撞,本文中描述的系统不仅计算碰撞概率和设计了三级碰撞预警系统(水煤浆)还积极避免碰撞降低碰撞概率。

根据该算法基于蒙特卡罗模拟计算碰撞概率,我们已经主动安全系统的性能改善,导致边拐车辆的碰撞预警和规避。我们建立了一个三级碰撞预警系统,用软件来计算和模拟碰撞概率和预警流程。为了避免碰撞积极右转时,二级制动策略应用。因此,我们计算碰撞的概率,通过预警级别和积极干预改善边拐过程的安全,降低事故发生率。

2。建立碰撞安全模型和预警机制

2.1。基于Time-to-Collision碰撞安全模型

我们的研究分析了右旋条件和预测四个边拐过程中不同的碰撞模式。水煤浆的目的是为每一个碰撞的情况下,和两级制动策略是为每个场景设计的积极,同时避免碰撞。最后,通过改变四个初始位置,碰撞概率曲线计算算法和两级制动策略验证和分析。这种控制方案的技术路线图如图1。

碰撞预警和避免算法的主要过程如下:(1)信息收集过程需要收集车辆的速度信息和分类成四个模式。四个模式如下:碰撞车辆右拐入巷和另一辆车也并入车道左侧(场景1);边拐车辆碰撞合并到车道,行人过马路在同一车道(场景2);之间的碰撞行人过马路,边拐车辆(场景3);和边拐车辆碰撞合并成线,另一个存在的车辆车道(场景4)。这四个模式如图2。(2)我们计算碰撞概率这四个模式和使用车辆和行人的安全性作为碰撞标准。我们随机变量生成速度和转弯半径和模拟碰撞概率曲线使用基于蒙特卡罗模拟的碰撞概率的计算算法。我们积累了碰撞概率和策划上的碰撞概率曲线三级预警图。(3)我们通过三级预警输出警告级别区域和二级制动策略执行特定的场景。

在我们的研究中,我们采用了基于time-to-collision碰撞安全模型(TTC) [1]。司机的危险感知造成延迟,和制动系统也造成了延误。

总延迟如下:时间驱动程序包括刺激(D₁),识别和决策时间(D₂),时间控制动作(D₃)和制动系统延迟时间(d)。

以确保安全,这是必要的,以确保安全时间阈值(D_年代)大于延迟(的总和D_总和),所以之前采取行动所需的水煤浆D_总和如下方程表示:

D_总和一般在3 s (15];因此,D_年代应大于3 s。达到安全可靠的智能车辆在右旋条件、碰撞预警和避免算法设计的TTC 5 s。

2.2。建立碰撞预警机制

智能车辆的三个边拐碰撞预警水平(16,17)定义如下:区的统一性:低碰撞概率;车辆的右旋过程是安全的,所以预警系统没有警告司机。II-level:智能车辆有一定的碰撞概率;预警系统的显示黄灯提醒司机的仪表板。III-level:立即会发生碰撞,与预警系统提醒司机采取行动。如果TTC 2 s,智能车辆将执行两级制动策略积极避免碰撞。

许多研究人员认为,车辆之间的碰撞和其他车辆或车辆和行人之间应该有不同的碰撞预警数据,碰撞警告图标应该根据崩溃对象不同,和他们的系统生成不同的碰撞警告数据基于不同碰撞对象(18,19]。我们使用了一个保守的预警图作为唯一的碰撞警告图,可同时简化碰撞预警机制,确保安全。水煤浆的特定领域如表所示1和绘制,如图3。在模拟过程中,碰撞概率曲线位于的地方是警告级别。

2.3。几何造型的车辆和行人的安全配置文件

汽车的右旋过程被认为是刚体运动,和车辆的中心(O₁)被放在它的几何中心。边拐车辆的长度l₁和宽度W₁。第二辆车的长度l₂,宽度W₂。坐标系统是基于O₁和另一辆车的中心是O₂在坐标(a、b),边拐车辆的速度V₁和的角度X设在是θ₁。另一辆车的速度是多少V₂和的角度X设在是θ₂。汽车的坐标系如图4。在仿真过程中,第二个车辆或行人的位置是不变的,和逆转速度等于第二车辆或行人的速度应用到车辆。如果边拐车辆的中心(O₁)进入第二个车辆或行人的安全资料,发生碰撞。

许多学者认为汽车轮廓(20.,21];在此基础上,第二个车辆和行人的安全配置文件了。在这项研究中,我们扩大了其他车辆或行人的轮廓,和规模扩张转向车辆的大小和使用这个尺寸建立车辆和行人的安全配置文件。如果把车辆的进入安全资料中心,发生了碰撞。

当另一辆车与右旋车辆相撞时,这种情况可以作为安全阈值轮廓。汽车的安全性是建立如下。

前面的车辆的安全性是一个圆前面的中心₂点和中心(l₁+W₂)/ 2为半径。汽车的后方安全概要文件构建和前面一样,和过渡部分是一个矩形。汽车的安全性,如图所示5。

同样,行人的安全性在行人,行人的几何区域扩大,以确定车辆的中心(O₁)进入行人安全性,碰撞标准。当车辆与行人的正面相撞,这种情况是行人的安全性阈值。我们定义了行人的形象作为一个圆圈中心O₂和半径D / 2,行人的安全性是一个圆中心O₂和半径(D+l₁)/ 2。行人的安全配置如图6。

3所示。边拐车辆碰撞概率的计算算法

蒙特卡罗模拟理论是基于中心极限定理和大量定理(22,23]。中心极限定理表明,尽管每个随机变量的分布米_我是未知的,Σ米_我服从正态分布,可以转化成标准正态分布;因此,它可以处理使用标准正态分布性质。我们定义{米_我}是一个独立的随机变量和的同分布随机变量序列的一部分,期望值O和方差的k²,见

Φ(m)标准正态分布的值表示。根据方程(3),随机变量的样本米_我获得,分布越接近正常,这是蒙特卡罗模拟法的基础理论碰撞概率。

N随机数生成每个随机变量V₁和V₂和右旋半径r。随机变量是假定服从正态分布μ和期望值σ²的方差(24,25]。智能车辆的位置是不断更新采样时间增加。采样时间是pt;每个模拟碰撞的碰撞概率计算分析时期(T),如图7,计算碰撞是否会发生T;根据车辆和行人的安全资料、电脑代表了碰撞概率。如果发生了碰撞,积累的概率,概率曲线画在三级预警图的软件。

四个模式的碰撞概率的计算过程如下。首先,边拐车辆的角度(θ₁)和坐标计算算法被引入。计算的四个模式略有不同,由于不同的初始速度的方向和初始位置,但基本计算原理是相同的。我们介绍了计算过程θ₁和边拐车辆的坐标(x(t),y(t))。在我次模拟,边拐车辆的速度V₁(我),转弯半径r(我),第二车的速度V₂(我)。我们代表TTCt,t代表了仿真时间。

角的计算θ₁所示的是

计算位置坐标(x(t),y(t))t使用θ₁,_,第二汽车被认为是静止的和相反的速度V₂(我)是应用于边拐车辆。

当条件满足场景1,边拐车辆的坐标(x(t),y(t)所示

当条件满足场景2,边拐车辆的坐标(x(t),y(t)所示

当条件满足场景3,边拐车辆的坐标(x(t),y(t)所示:

当条件满足场景4,边拐车辆的坐标(x (t), y (t))所示

第二步,在我次模拟,判断就会发生碰撞。我们需要判断边拐车辆中心O₁穿过车辆或行人的安全性。当条件满足场景1或场景4,车辆的安全性状况给出了方程(9),概率累积根据安全性条件:

边拐车辆和行人之间的碰撞是判断行人的安全性条件,当条件满足场景2或场景3,也以同样的方式给出了方程(9)。概率累积根据行人的安全性状况;行人的安全性状况所示

4所示。二级制动策略

一个智能边拐车辆碰撞预警和避免算法需要一个制动实现主动避撞策略。

我们建立了二级制动策略。二级制动策略可以选择独立制动强度根据TTC高效制动可以实现,和紧急制动可以避免防止司机misoperating车很紧张。的具体流两级制动策略如下:II-stage制动:如果碰撞概率达到50%在1 s(是否达到III-level警告在1 s),我们使用了II-stage制动量一个_马克斯。在制动过程中,我们考虑了刹车减速(一个)与制动延迟近似线性增加(d)和时域积分操作执行一个,所以减速数量可以获得,从而获得每个采样时间车辆速度。I-stage制动:如果碰撞概率达到50%在1 - 2 s(是否达到III-level警告在1 - 2 s),我们使用了I-stage制动量一个_最小值。出于同样的原因在II-stage制动过程,我们认为刹车减速(一个)与制动延迟近似线性增加(d)和时域积分操作执行一个。二级制动策略如图8。

加速度的时域积分运算得到的减少速度,ΔV(t),在两级制动过程中;因此,我们获得的速度改变加速度的时域集成:

二级制动策略有两套公式,方程(12)代表了II-stage刹车,这是1 s内:

方程(13)代表了I-stage制动,在1 - 2:

因此,在每一个模拟,边拐车辆速度V₁(我),然后,更新的速度获得,所示

位置坐标(x_t,y_t)车辆更新的时间t,更新后的坐标 所示的是

5。仿真结果和比较分析

5.1。仿真结果的四种模式

场景1:司机坐在左边,需要查看正确的,和不方便观察的运动车辆在左边,所以很容易与另一辆车相撞。在这种情况下的参数定义如下:pt = 0.01秒,T= 5,l1 = 8 m,W1 = 2米,l2 = 8 m,W2 = 2米;第二辆车的坐标是(−9日12)。V₁,V₂,R10000年由正态分布随机数;V₁∼N(1)12V₂∼N(1)15R∼N(20日1)。我们使用了二级制动策略;具体参数如下:一个_马克斯= 6米/秒²,一个_最小值= 3 m / s²,d= 0.3 s。碰撞概率曲线(一个曲线)和碰撞概率曲线(B二级制动后曲线)如图9。

5.2。仿真结果分析四种模式

通过仿真结果的四个模式,通过对比碰撞概率曲线(一个曲线)和碰撞概率曲线(B二级制动后曲线),二级制动策略可以降低碰撞概率超过50%在2 s到近0%。二级制动策略改变了碰撞概率曲线(一个曲线)的权利,这样大部分的曲线落区的统一性地区。在二级制动之前,大部分的曲线II-level和III-level区域。最后,仿真结果表明,该智能边拐车辆碰撞概率计算算法可以计算碰撞概率和二级制动算法显著降低碰撞概率可以改善安全。

5.3。比较分析

验证碰撞概率曲线计算算法的合理性,我们比较和分析了碰撞概率曲线生成使用三种不同的初始位置。以场景1为例,两辆车的大小不变,我们设计了三种不同的初始位置和改变了初始坐标第二车辆,如表所示2。

碰撞概率曲线(一个曲线)三种不同初始位置如图13。

从图13,我们可以得出结论,碰撞概率增加从位置1到位置3期限内从1到4.5秒,和两辆车之间的距离就越近,碰撞概率越高。因此,计算碰撞概率曲线的算法(一个可以验证曲线)。

出于同样的原因,来验证两阶段制动策略的合理性,我们比较和分析了碰撞概率曲线后两级制动生成使用三种不同的初始位置。以场景1为例,两辆车的大小不变,我们设计了三种不同的初始位置和改变了初始坐标第二车辆,如表所示3。

碰撞概率曲线(B曲线)两级制动后使用三种不同的初始位置如图14。

从图14,我们可以得出结论,碰撞概率增加从位置1到位置3期限内从2.5到4.5 s,和两辆车之间的距离就越近,碰撞概率越高。因此,二级制动策略可以得到证实。

6。结论

(1)与安全距离模型相比,基于TTC安全模型可以更直观地反映出危险的程度。二级制动策略可以降低预警级别。旨在减少一个智能边拐车辆的碰撞概率,我们建立了一个三级预警机制,画了图的警告。基于蒙特卡罗随机模拟,我们建立了碰撞概率计算智能算法边拐车辆在十字路口和图上的碰撞概率曲线绘制警告。概率曲线位于的地方输出警告级别。(2)建立了两级制动策略积极避免碰撞,如果2 s内碰撞概率达到50%。我们分析了四个模式边拐车辆和模拟碰撞概率曲线(一个曲线)和碰撞概率曲线(B二级制动后曲线)。最后,我们改变了初始位置进行比较分析和验证。(3)四个模式的模拟结果表明,碰撞概率达到80%主动防撞,前2 s和碰撞概率的模式可以达到100%。二级制动策略减少了碰撞概率2 s近0%,和碰撞概率在3 s减少到低于5%,这将极大地提高安全。(4)碰撞概率曲线计算算法和两级制动策略验证和分析。通过比较三种不同的初始位置,比较结果表明,碰撞概率曲线计算算法和两级制动策略是合理的。(5)我们使用了蒙特卡罗方法计算碰撞概率;碰撞预警和规避进行了减少边拐车辆的碰撞概率。我们的未来实验研究奠定了基础,我们将在未来更好地进行实验分析。通过未来的实验,我们可以完美的碰撞预警和避免算法。

数据可用性

所有生成的数据或分析在本研究被包含在这篇文章。在研究过程中使用的所有数据和模型出现在提交文章。部分数据计算的算法和代码。

的利益冲突

作者宣称没有利益冲突。

确认

这个项目是由中国国家自然科学基金(批准号。51875237,51875237,51675224)。

补充材料

补充文件程序文件压缩包。(补充材料)