本發(fā)明涉及汽車(chē)技術(shù)領(lǐng)域，更具體地說(shuō)，涉及一種基于車(chē)聯(lián)網(wǎng)的車(chē)輛防碰撞方法和系統(tǒng)。

背景技術(shù)：

目前，由于道路上的汽車(chē)越來(lái)越多、路況越來(lái)越復(fù)雜，因此，導(dǎo)致每年發(fā)生交通事故的次數(shù)也越來(lái)越多。據(jù)不完全統(tǒng)計(jì)，全國(guó)每年發(fā)生交通事故的次數(shù)超過(guò)50萬(wàn)，死亡人數(shù)超過(guò)10萬(wàn)。其中，造成交通事故的主要原因是駕駛員在駕駛車(chē)輛時(shí)對(duì)路況信息判斷失誤或?qū)ν话l(fā)狀況反應(yīng)不及時(shí)。

基于此，現(xiàn)有技術(shù)中公開(kāi)了一種應(yīng)用到汽車(chē)上的車(chē)輛防碰撞系統(tǒng)，如自適應(yīng)巡航系統(tǒng)和前方防碰撞系統(tǒng)等，其主要采用雷達(dá)或攝像頭等傳感器采集車(chē)輛周?chē)系K物的信息，然后通過(guò)判斷車(chē)輛到障礙物的距離，來(lái)對(duì)駕駛員進(jìn)行路況信息以及可能發(fā)生的突發(fā)狀況的提示。

但是，這種采集車(chē)輛周?chē)系K物信息的傳感器對(duì)環(huán)境的依賴性較大，比如在雨、雪、霧等惡劣天氣，傳感器和防碰撞系統(tǒng)的測(cè)量精度會(huì)大大降低。其次，對(duì)于有遮擋的情況，傳感器的測(cè)量精度也會(huì)大大降低，例如在彎道行駛時(shí)，受到彎道的影響，傳感器很難探測(cè)到前方的車(chē)輛，從而影響防碰撞系統(tǒng)的測(cè)量精度。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明提供了一種基于車(chē)聯(lián)網(wǎng)的車(chē)輛防碰撞方法和系統(tǒng)，以解決現(xiàn)有技術(shù)中由于傳感器對(duì)環(huán)境的依賴性較大而導(dǎo)致的防碰撞系統(tǒng)測(cè)量精度較低的問(wèn)題。

為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

一種基于車(chē)聯(lián)網(wǎng)的車(chē)輛防碰撞方法，包括：

獲取當(dāng)前車(chē)輛和所述當(dāng)前車(chē)輛一定范圍內(nèi)車(chē)輛的行車(chē)數(shù)據(jù)；

根據(jù)所述行車(chē)數(shù)據(jù)從所述車(chē)輛中選出至少一個(gè)車(chē)輛作為目標(biāo)車(chē)輛；

根據(jù)所述當(dāng)前車(chē)輛的行車(chē)數(shù)據(jù)、所述目標(biāo)車(chē)輛的行車(chē)數(shù)據(jù)以及預(yù)先建立的基于人工神經(jīng)網(wǎng)絡(luò)的判別模型，確定所述當(dāng)前車(chē)輛和所述目標(biāo)車(chē)輛的碰撞時(shí)間閾值；根據(jù)所述當(dāng)前車(chē)輛的行車(chē)數(shù)據(jù)、所述目標(biāo)車(chē)輛的行車(chē)數(shù)據(jù)以及預(yù)先建立的防碰撞模型，確定所述當(dāng)前車(chē)輛和所述目標(biāo)車(chē)輛的碰撞時(shí)間；

判斷所述碰撞時(shí)間是否小于或等于所述碰撞時(shí)間閾值，若是，向所述當(dāng)前車(chē)輛的駕駛員發(fā)出危險(xiǎn)信號(hào)。

優(yōu)選地，根據(jù)所述行車(chē)數(shù)據(jù)從所述車(chē)輛中選出至少一個(gè)車(chē)輛作為目標(biāo)車(chē)輛的過(guò)程包括：

根據(jù)所述當(dāng)前車(chē)輛的行車(chē)數(shù)據(jù)判斷所述當(dāng)前車(chē)輛是否保持當(dāng)前車(chē)道行駛；

若是，將所述當(dāng)前車(chē)輛的當(dāng)前車(chē)道前方的車(chē)輛選定為目標(biāo)車(chē)輛；

若否，將所述當(dāng)前車(chē)輛相鄰車(chē)道前方和后方的車(chē)輛選定為目標(biāo)車(chē)輛。

優(yōu)選地，當(dāng)所述當(dāng)前車(chē)輛的當(dāng)前車(chē)道前方的車(chē)輛為目標(biāo)車(chē)輛時(shí)，所述根據(jù)所述當(dāng)前車(chē)輛的行車(chē)數(shù)據(jù)、所述目標(biāo)車(chē)輛的行車(chē)數(shù)據(jù)以及預(yù)先建立的防碰撞模型，確定所述當(dāng)前車(chē)輛和所述目標(biāo)車(chē)輛的碰撞時(shí)間為：根據(jù)所述當(dāng)前車(chē)輛的行車(chē)數(shù)據(jù)、所述目標(biāo)車(chē)輛的行車(chē)數(shù)據(jù)以及預(yù)先建立的保持同車(chē)道行駛的防碰撞模型，確定所述當(dāng)前車(chē)輛和所述目標(biāo)車(chē)輛的碰撞時(shí)間；

當(dāng)所述當(dāng)前車(chē)輛相鄰車(chē)道前方和后方的車(chē)輛為目標(biāo)車(chē)輛時(shí)，所述根據(jù)所述當(dāng)前車(chē)輛的行車(chē)數(shù)據(jù)、所述目標(biāo)車(chē)輛的行車(chē)數(shù)據(jù)以及預(yù)先建立的防碰撞模型，確定所述當(dāng)前車(chē)輛和所述目標(biāo)車(chē)輛的碰撞時(shí)間為：根據(jù)所述當(dāng)前車(chē)輛的行車(chē)數(shù)據(jù)、所述目標(biāo)車(chē)輛的行車(chē)數(shù)據(jù)以及預(yù)先建立的變道行駛的防碰撞模型，確定所述當(dāng)前車(chē)輛和所述目標(biāo)車(chē)輛的碰撞時(shí)間。

優(yōu)選地，所述保持同車(chē)道行駛的防碰撞模型為：

其中，ttc表示所述當(dāng)前車(chē)輛和目標(biāo)車(chē)輛的碰撞時(shí)間，vl表示所述目標(biāo)車(chē)輛的速度，vh表示所述當(dāng)前車(chē)輛的速度，al表示所述目標(biāo)車(chē)輛的加速度，ah表示所述當(dāng)前車(chē)輛的加速度，terr表示車(chē)載通信傳輸延時(shí)誤差，rerr表示gps定位誤差，r表示所述當(dāng)前車(chē)輛和目標(biāo)車(chē)輛之間的距離，d表示所述當(dāng)前車(chē)輛和目標(biāo)車(chē)輛總車(chē)長(zhǎng)的一半。

優(yōu)選地，所述變道行駛的防碰撞模型為：

其中，ttc1表示所述當(dāng)前車(chē)輛和相鄰車(chē)道前方目標(biāo)車(chē)輛的碰撞時(shí)間，ttc2表示所述當(dāng)前車(chē)輛和相鄰車(chē)道后方目標(biāo)車(chē)輛的碰撞時(shí)間，vl1表示所述前方目標(biāo)車(chē)輛的速度，vl2表示所述后方目標(biāo)車(chē)輛的速度，vh表示所述當(dāng)前車(chē)輛的速度，al1表示所述前方目標(biāo)車(chē)輛的加速度，al2表示所述后方目標(biāo)車(chē)輛的加速度，ah表示所述當(dāng)前車(chē)輛的加速度，terr表示車(chē)載通信傳輸延時(shí)誤差，rerr表示gps定位誤差，r1表示當(dāng)前車(chē)輛和前方目標(biāo)車(chē)輛之間的縱向距離，r2表示所述當(dāng)前車(chē)輛和后方目標(biāo)車(chē)輛之間的縱向距離，d表示所述當(dāng)前車(chē)輛和目標(biāo)車(chē)輛總車(chē)長(zhǎng)的一半，θ表示所述當(dāng)前車(chē)輛轉(zhuǎn)向角度和車(chē)輛縱軸之間的夾角。

優(yōu)選地，預(yù)先建立基于人工神經(jīng)網(wǎng)絡(luò)的判別模型的過(guò)程包括：

根據(jù)歷史行車(chē)數(shù)據(jù)以及預(yù)先建立的防碰撞模型，確定用于訓(xùn)練判別模型的輸入數(shù)據(jù)和輸出數(shù)據(jù)，輸入數(shù)據(jù)為行車(chē)數(shù)據(jù)，輸出數(shù)據(jù)為碰撞時(shí)間閾值；

利用所述輸入數(shù)據(jù)和輸出數(shù)據(jù)訓(xùn)練所述判別模型，獲得基于人工神經(jīng)網(wǎng)絡(luò)的判別模型，所述判別模型用于規(guī)定輸入數(shù)據(jù)和輸出數(shù)據(jù)之間的對(duì)應(yīng)關(guān)系。

優(yōu)選地，向所述當(dāng)前車(chē)輛的駕駛員發(fā)出危險(xiǎn)信號(hào)之后的預(yù)設(shè)時(shí)間內(nèi)，還包括：

根據(jù)所述當(dāng)前車(chē)輛和目標(biāo)車(chē)輛的實(shí)時(shí)行車(chē)數(shù)據(jù)計(jì)算出所述當(dāng)前車(chē)輛和目標(biāo)車(chē)輛的碰撞時(shí)間；

判斷所述碰撞時(shí)間是否仍小于或等于所述碰撞時(shí)間閾值，若是，則控制所述當(dāng)前車(chē)輛進(jìn)行緊急制動(dòng)。

優(yōu)選地，所述行車(chē)數(shù)據(jù)包括車(chē)輛的接入網(wǎng)絡(luò)認(rèn)證號(hào)碼、gps信息、速度、加速度、轉(zhuǎn)向意愿和變道意愿，所述gps信息包括車(chē)輛的經(jīng)緯度位置信息和gps時(shí)間。

一種基于車(chē)聯(lián)網(wǎng)的車(chē)輛防碰撞系統(tǒng)，應(yīng)用于上述所述的基于車(chē)聯(lián)網(wǎng)的車(chē)輛防碰撞方法，包括：

行車(chē)信息獲取單元，用于獲取當(dāng)前車(chē)輛的行車(chē)數(shù)據(jù)；

信息交互單元，用于獲取所述當(dāng)前車(chē)輛一定范圍內(nèi)車(chē)輛的行車(chē)數(shù)據(jù)，并向所述車(chē)輛發(fā)生所述當(dāng)前車(chē)輛的行車(chē)數(shù)據(jù)；

計(jì)算單元，用于根據(jù)所述行車(chē)數(shù)據(jù)從所述車(chē)輛中選出至少一個(gè)車(chē)輛作為目標(biāo)車(chē)輛，根據(jù)所述當(dāng)前車(chē)輛的行車(chē)數(shù)據(jù)、所述目標(biāo)車(chē)輛的行車(chē)數(shù)據(jù)以及預(yù)先建立的基于人工神經(jīng)網(wǎng)絡(luò)的判別模型，確定所述當(dāng)前車(chē)輛和所述目標(biāo)車(chē)輛的碰撞時(shí)間閾值，根據(jù)所述當(dāng)前車(chē)輛的行車(chē)數(shù)據(jù)、所述目標(biāo)車(chē)輛的行車(chē)數(shù)據(jù)以及預(yù)先建立的防碰撞模型，確定所述當(dāng)前車(chē)輛和所述目標(biāo)車(chē)輛的碰撞時(shí)間，判斷所述碰撞時(shí)間是否小于或等于所述碰撞時(shí)間閾值，若是，發(fā)送第一控制指令至人機(jī)交互單元；

所述人機(jī)交互單元，用于在接收到所述第一控制指令后向所述當(dāng)前車(chē)輛的駕駛員發(fā)出危險(xiǎn)信號(hào)。

優(yōu)選地，還包括自動(dòng)控制單元，所述計(jì)算單元還用于在所述人機(jī)交互單元向所述當(dāng)前車(chē)輛的駕駛員發(fā)出危險(xiǎn)信號(hào)之后的預(yù)設(shè)時(shí)間內(nèi)，根據(jù)所述當(dāng)前車(chē)輛和目標(biāo)車(chē)輛的實(shí)時(shí)行車(chē)數(shù)據(jù)計(jì)算出所述當(dāng)前車(chē)輛和目標(biāo)車(chē)輛的碰撞時(shí)間，計(jì)算所述碰撞時(shí)間是否仍小于或等于所述碰撞時(shí)間閾值，若是，發(fā)送第二控制指令至所述自動(dòng)控制單元；

所述自動(dòng)控制單元用于在接收到所述第二控制指令后，控制所述當(dāng)前車(chē)輛進(jìn)行緊急制動(dòng)。

與現(xiàn)有技術(shù)相比，本發(fā)明所提供的技術(shù)方案具有以下優(yōu)點(diǎn)：

本發(fā)明所提供的車(chē)輛防碰撞方法和系統(tǒng)，通過(guò)車(chē)輛之間的相互通信來(lái)獲取當(dāng)前車(chē)輛周?chē)?chē)輛的行車(chē)數(shù)據(jù)，并根據(jù)當(dāng)前車(chē)輛、確定的目標(biāo)車(chē)輛的行車(chē)數(shù)據(jù)以及預(yù)先建立的防碰撞模型計(jì)算車(chē)輛之間發(fā)生碰撞的可能性，以及時(shí)警示駕駛員，極大地保證行車(chē)的安全。由于本發(fā)明中的車(chē)輛防碰撞系統(tǒng)并不是通過(guò)傳統(tǒng)的雷達(dá)、攝像頭等傳感器來(lái)采集周?chē)能?chē)輛信息，因此，不會(huì)出現(xiàn)由于傳感器對(duì)環(huán)境的依賴性較大而導(dǎo)致的防碰撞系統(tǒng)測(cè)量精度較低的問(wèn)題。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)提供的附圖獲得其他的附圖。

圖1為本發(fā)明實(shí)施例提供的車(chē)輛防碰撞方法的流程圖；

圖2為本發(fā)明實(shí)施例中當(dāng)前車(chē)輛和目標(biāo)車(chē)輛保持同車(chē)道行駛的位置關(guān)系圖；

圖3為本發(fā)明實(shí)施例中當(dāng)前車(chē)輛和目標(biāo)車(chē)輛變道行駛的位置關(guān)系圖；

圖4為本發(fā)明實(shí)施例提供的車(chē)輛防碰撞系統(tǒng)的結(jié)構(gòu)示意圖；

圖5為本發(fā)明實(shí)施例提供的人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練數(shù)據(jù)選擇示意圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

本發(fā)明實(shí)施例提供了一種基于車(chē)聯(lián)網(wǎng)的車(chē)輛防碰撞方法，如圖1所示，包括：

s101：獲取當(dāng)前車(chē)輛和當(dāng)前車(chē)輛一定范圍內(nèi)車(chē)輛的行車(chē)數(shù)據(jù)；

道路上的車(chē)輛會(huì)周期性地向通信范圍內(nèi)的車(chē)輛發(fā)送自身的行車(chē)數(shù)據(jù)，并接收其他車(chē)輛發(fā)送的行車(chē)數(shù)據(jù)。以其中一個(gè)車(chē)輛為當(dāng)前車(chē)輛進(jìn)行說(shuō)明，當(dāng)前車(chē)輛不僅能通過(guò)can(controllerareanetwork，控制器局域網(wǎng)絡(luò))總線模塊獲取自身的行車(chē)數(shù)據(jù)，還可通過(guò)車(chē)載通信模塊獲取一定通信范圍內(nèi)其他車(chē)輛的行車(chē)數(shù)據(jù)。

可選的，獲取的行車(chē)數(shù)據(jù)包括車(chē)輛的接入網(wǎng)絡(luò)認(rèn)證號(hào)碼id、gps信息p、速度v、加速度a、轉(zhuǎn)向意愿t和變道意愿c，其中，行車(chē)數(shù)據(jù)的格式可以為：〔id,p,v,a,t,c〕，t時(shí)刻的行車(chē)數(shù)據(jù)以〔id,p,v,a,t,c〕^t格式存儲(chǔ)。其中，gps信息包括車(chē)輛的經(jīng)緯度位置信息和gps時(shí)間；t＝0表示無(wú)轉(zhuǎn)向意愿，t＝1表示左轉(zhuǎn)，t＝2表示右轉(zhuǎn)；c＝0表示無(wú)變道意愿，c＝1表示向左變道，c＝2表示向右變道。

s102：根據(jù)所述行車(chē)數(shù)據(jù)從所述車(chē)輛中選出至少一個(gè)車(chē)輛作為目標(biāo)車(chē)輛；

其中，根據(jù)行車(chē)數(shù)據(jù)從車(chē)輛中選出至少一個(gè)車(chē)輛作為目標(biāo)車(chē)輛的過(guò)程包括：根據(jù)當(dāng)前車(chē)輛的行車(chē)數(shù)據(jù)判斷當(dāng)前車(chē)輛是否保持當(dāng)前車(chē)道行駛；若是，將當(dāng)前車(chē)輛的當(dāng)前車(chē)道前方的車(chē)輛選定為目標(biāo)車(chē)輛；若否，將當(dāng)前車(chē)輛相鄰車(chē)道前方和后方的車(chē)輛選定為目標(biāo)車(chē)輛。

具體地，根據(jù)當(dāng)前車(chē)輛的行車(chē)數(shù)據(jù)中的變道意愿c判斷當(dāng)前車(chē)輛是保持當(dāng)前車(chē)道行駛還是變道行駛；若保持當(dāng)前車(chē)道行駛，則將當(dāng)前車(chē)輛的當(dāng)前車(chē)道前方的車(chē)輛選定為目標(biāo)車(chē)輛，來(lái)計(jì)算當(dāng)前車(chē)輛和目標(biāo)車(chē)輛碰撞的碰撞時(shí)間；若變道行駛，則根據(jù)變道意愿c判斷向左變道還是向右變道，若向左變道，則將當(dāng)前車(chē)道左邊的車(chē)道上在縱向位置上位于當(dāng)前車(chē)輛前方的車(chē)輛和后方的車(chē)輛選定為目標(biāo)車(chē)輛，并計(jì)算當(dāng)前車(chē)輛和前方目標(biāo)車(chē)輛的碰撞時(shí)間以及當(dāng)前車(chē)輛和后方目標(biāo)車(chē)輛的碰撞時(shí)間。

s103：根據(jù)所述當(dāng)前車(chē)輛的行車(chē)數(shù)據(jù)、所述目標(biāo)車(chē)輛的行車(chē)數(shù)據(jù)以及預(yù)先建立的基于人工神經(jīng)網(wǎng)絡(luò)的判別模型，確定所述當(dāng)前車(chē)輛和所述目標(biāo)車(chē)輛的碰撞時(shí)間閾值；

步驟s104：根據(jù)所述當(dāng)前車(chē)輛的行車(chē)數(shù)據(jù)、所述目標(biāo)車(chē)輛的行車(chē)數(shù)據(jù)以及預(yù)先建立的防碰撞模型，確定所述當(dāng)前車(chē)輛和所述目標(biāo)車(chē)輛的碰撞時(shí)間；

根據(jù)當(dāng)前車(chē)輛的行車(chē)數(shù)據(jù)以及目標(biāo)車(chē)輛的行車(chē)數(shù)據(jù)獲得輸入數(shù)據(jù)，輸入數(shù)據(jù)的格式為：〔vl,vh,al,ah,r〕，其中，vl表示所述目標(biāo)車(chē)輛的速度，vh表示所述當(dāng)前車(chē)輛的速度，al表示所述目標(biāo)車(chē)輛的加速度，ah表示所述當(dāng)前車(chē)輛的加速度，r表示所述當(dāng)前車(chē)輛和目標(biāo)車(chē)輛之間的距離，這一距離是根據(jù)當(dāng)前車(chē)輛以及目標(biāo)車(chē)輛行車(chē)數(shù)據(jù)中的導(dǎo)航定位信息p中的經(jīng)緯度位置信息計(jì)算出的；然后將輸入數(shù)據(jù)〔vl,vh,al,ah,r〕輸入預(yù)先建立的基于人工神經(jīng)網(wǎng)絡(luò)的判別模型獲得一個(gè)最佳的碰撞時(shí)間閾值，其中，基于人工神經(jīng)網(wǎng)絡(luò)的判別模型是關(guān)于輸入數(shù)據(jù)(即兩車(chē)行車(chē)數(shù)據(jù))和輸出數(shù)據(jù)(即碰撞時(shí)間閾值)之間對(duì)應(yīng)關(guān)系的模型。

其中，當(dāng)所述當(dāng)前車(chē)輛的當(dāng)前車(chē)道前方的車(chē)輛為目標(biāo)車(chē)輛時(shí)，所述根據(jù)所述當(dāng)前車(chē)輛的行車(chē)數(shù)據(jù)、所述目標(biāo)車(chē)輛的行車(chē)數(shù)據(jù)以及預(yù)先建立的防碰撞模型，確定所述當(dāng)前車(chē)輛和所述目標(biāo)車(chē)輛的碰撞時(shí)間為：根據(jù)所述當(dāng)前車(chē)輛的行車(chē)數(shù)據(jù)、所述目標(biāo)車(chē)輛的行車(chē)數(shù)據(jù)以及預(yù)先建立的保持同車(chē)道行駛的防碰撞模型，確定所述當(dāng)前車(chē)輛和所述目標(biāo)車(chē)輛的碰撞時(shí)間；

當(dāng)所述當(dāng)前車(chē)輛相鄰車(chē)道前方和后方的車(chē)輛為目標(biāo)車(chē)輛時(shí)，所述根據(jù)所述當(dāng)前車(chē)輛的行車(chē)數(shù)據(jù)、所述目標(biāo)車(chē)輛的行車(chē)數(shù)據(jù)以及預(yù)先建立的防碰撞模型，確定所述當(dāng)前車(chē)輛和所述目標(biāo)車(chē)輛的碰撞時(shí)間為：根據(jù)所述當(dāng)前車(chē)輛的行車(chē)數(shù)據(jù)、所述目標(biāo)車(chē)輛的行車(chē)數(shù)據(jù)以及預(yù)先建立的變道行駛的防碰撞模型，確定所述當(dāng)前車(chē)輛和所述目標(biāo)車(chē)輛的碰撞時(shí)間。

進(jìn)一步需要說(shuō)明的是，本實(shí)施例中保持同車(chē)道行駛的防碰撞模型為：

其中，ttc表示當(dāng)前車(chē)輛和目標(biāo)車(chē)輛的碰撞時(shí)間，vl表示目標(biāo)車(chē)輛的速度，vh表示當(dāng)前車(chē)輛的速度，al表示目標(biāo)車(chē)輛的加速度，ah表示當(dāng)前車(chē)輛的加速度，terr表示車(chē)載通信傳輸延時(shí)誤差，rerr表示gps定位誤差，r表示當(dāng)前車(chē)輛和目標(biāo)車(chē)輛之間的距離，d表示當(dāng)前車(chē)輛和目標(biāo)車(chē)輛總車(chē)長(zhǎng)的一半。

本實(shí)施例中的變道行駛的防碰撞模型為：

其中，ttc1表示當(dāng)前車(chē)輛和相鄰車(chē)道前方目標(biāo)車(chē)輛的碰撞時(shí)間，ttc2表示當(dāng)前車(chē)輛和相鄰車(chē)道后方目標(biāo)車(chē)輛的碰撞時(shí)間，vl1表示前方目標(biāo)車(chē)輛的速度，vl2表示后方目標(biāo)車(chē)輛的速度，vh表示當(dāng)前車(chē)輛的速度，al1表示前方目標(biāo)車(chē)輛的加速度，al2表示后方目標(biāo)車(chē)輛的加速度，ah表示當(dāng)前車(chē)輛的加速度，terr表示車(chē)載通信傳輸延時(shí)誤差，rerr表示gps定位誤差，r1表示當(dāng)前車(chē)輛和前方目標(biāo)車(chē)輛之間的縱向距離，r2表示當(dāng)前車(chē)輛和后方目標(biāo)車(chē)輛之間的縱向距離，d表示當(dāng)前車(chē)輛和目標(biāo)車(chē)輛總車(chē)長(zhǎng)的一半，θ表示當(dāng)前車(chē)輛轉(zhuǎn)向角度和車(chē)輛縱軸之間的夾角。

步驟s105：判斷所述碰撞時(shí)間是否小于或等于所述碰撞時(shí)間閾值，若是，進(jìn)入s106；

s106：向所述當(dāng)前車(chē)輛的駕駛員發(fā)出危險(xiǎn)信號(hào)。

計(jì)算出當(dāng)前車(chē)輛與目標(biāo)車(chē)輛的碰撞時(shí)間以及碰撞時(shí)間閾值之后，判斷碰撞時(shí)間是否小于或等于碰撞時(shí)間閾值；若碰撞時(shí)間小于或等于碰撞時(shí)間閾值，說(shuō)明當(dāng)前車(chē)輛與目標(biāo)車(chē)輛發(fā)生碰撞的可能性較大，需通過(guò)語(yǔ)音、動(dòng)畫(huà)或地圖等方式向當(dāng)前車(chē)輛的駕駛員發(fā)出危險(xiǎn)信號(hào)，提醒駕駛員進(jìn)行緊急制動(dòng)等措施減小當(dāng)前車(chē)輛的行車(chē)速度；若碰撞時(shí)間大于碰撞時(shí)間閾值，說(shuō)明當(dāng)前車(chē)輛與目標(biāo)車(chē)輛發(fā)生碰撞的可能性較小，可向當(dāng)前車(chē)輛的駕駛員發(fā)出安全信號(hào)或不發(fā)出信號(hào)。

進(jìn)一步地，向當(dāng)前車(chē)輛的駕駛員發(fā)出危險(xiǎn)信號(hào)之后的預(yù)設(shè)時(shí)間內(nèi)，若駕駛員沒(méi)有采取相應(yīng)的措施或者采集措施不到位，則本實(shí)施例中的車(chē)輛防碰撞方法還包括：

根據(jù)當(dāng)前車(chē)輛和目標(biāo)車(chē)輛的實(shí)時(shí)行車(chē)數(shù)據(jù)再次計(jì)算出當(dāng)前車(chē)輛和目標(biāo)車(chē)輛的碰撞時(shí)間；

判斷所述碰撞時(shí)間是否仍小于或等于碰撞時(shí)間閾值，若是，則控制所述當(dāng)前車(chē)輛進(jìn)行緊急制動(dòng)。

需要說(shuō)明的是，本實(shí)施例中的防碰撞模型所包括的保持同車(chē)道行駛的防碰撞模型和變道行駛的防碰撞模型中都考慮了gps定位誤差rerr以及車(chē)載通信傳輸延時(shí)誤差terr。

其中，預(yù)先建立防碰撞模型的過(guò)程包括：

首先，建立不考慮gps定位誤差和車(chē)載通信傳輸延時(shí)誤差的計(jì)算保持同車(chē)道行駛的當(dāng)前車(chē)輛和目標(biāo)車(chē)輛的碰撞時(shí)間的計(jì)算公式以及變道行駛的當(dāng)前車(chē)輛和目標(biāo)車(chē)輛的碰撞時(shí)間的計(jì)算公式；

結(jié)合圖2，根據(jù)路程計(jì)算公式即路程＝時(shí)間*速度，獲得不考慮gps定位誤差和車(chē)載通信傳輸延時(shí)誤差的保持同車(chē)道行駛的當(dāng)前車(chē)輛和目標(biāo)車(chē)輛的碰撞時(shí)間的計(jì)算公式為：

以向左變道為例，結(jié)合圖3，根據(jù)路程計(jì)算公式即路程＝時(shí)間*速度，獲得不考慮gps定位誤差和車(chē)載通信傳輸延時(shí)誤差的變道行駛的當(dāng)前車(chē)輛和目標(biāo)車(chē)輛的碰撞時(shí)間的計(jì)算公式為：

然后進(jìn)行g(shù)ps定位誤差分析和傳輸延遲誤差分析；

其中，gps的定位精度受到很多因素的影響，如高樓、立交橋、隧道、樹(shù)木等地表物體的反射和屏蔽等，同時(shí)gps模塊接收到的衛(wèi)星信號(hào)存在嚴(yán)重的多路徑效應(yīng)。本發(fā)明實(shí)施例中采用正態(tài)分布來(lái)估計(jì)gps定位誤差的概率分布，如下式：

在實(shí)際應(yīng)用中，根據(jù)所采用的gps的產(chǎn)品手冊(cè)中標(biāo)明的誤差參數(shù)，即可確定(1)式中的參數(shù)，便可得出gps定位誤差的概率分布函數(shù)。

目前車(chē)載通信即車(chē)輛之間通信尚沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)，本發(fā)明實(shí)施例中以美國(guó)專(zhuān)用短距離無(wú)線通信(dedicatedshortrangecommunications，dsrc)標(biāo)準(zhǔn)為例，分析車(chē)載通信傳輸延時(shí)誤差對(duì)計(jì)算精度的影響。本實(shí)施例中設(shè)定車(chē)輛之間以一個(gè)數(shù)據(jù)包的形式周期性地發(fā)送自身的行車(chē)數(shù)據(jù)，根據(jù)dsrc通信機(jī)制，不考慮內(nèi)部競(jìng)爭(zhēng)帶來(lái)的傳輸延時(shí)，但是，根據(jù)傳輸機(jī)制，等待發(fā)送的數(shù)據(jù)包不斷監(jiān)聽(tīng)信道空閑狀態(tài)，當(dāng)信道空閑時(shí)間arif(arbitrationinter-framespace)后，直接傳輸數(shù)據(jù)，傳輸時(shí)間為tr，因此，可得到內(nèi)部傳輸延時(shí)為：

tq＝aifs+tr(6)

在本發(fā)明實(shí)施例中，需要著重考慮的是外部競(jìng)爭(zhēng)延時(shí)。外部競(jìng)爭(zhēng)延時(shí)跟車(chē)輛密度有很大的關(guān)系，當(dāng)車(chē)輛密度大時(shí)，每輛車(chē)同時(shí)發(fā)送數(shù)據(jù)，會(huì)導(dǎo)致競(jìng)爭(zhēng)加劇。通過(guò)在ns-3網(wǎng)絡(luò)模擬器中對(duì)不飽和、中度飽和、飽和狀況下的車(chē)載通信進(jìn)行仿真，可得出外部競(jìng)爭(zhēng)延時(shí)服從指數(shù)分布，其概率密度函數(shù)如下式所示：

根據(jù)概率密度函數(shù)(7)，可得到碰撞延時(shí)的均值函數(shù)(8)、誤差函數(shù)(9)和概率分布函數(shù)(10)：

繼而可以得到其概率分布函數(shù)，如下所示：

根據(jù)極大似然估計(jì)，可得到如下公式：

其中，是采樣得到的碰撞延時(shí)平均誤差。根據(jù)在ns-3網(wǎng)絡(luò)模擬器中得到的仿真結(jié)果，可得出不同車(chē)輛密度情況下外部競(jìng)爭(zhēng)延時(shí)均值。

在實(shí)際應(yīng)用中，根據(jù)當(dāng)時(shí)的車(chē)輛密度，便可確定的值。同樣，tq的值可根據(jù)進(jìn)行仿真時(shí)設(shè)置的參數(shù)確定，因此，便可得到車(chē)載通信傳輸延時(shí)的概率分布函數(shù)。

假設(shè)gps接收數(shù)據(jù)與兩車(chē)信息交互時(shí)間同步，頻率均為10hz，在t時(shí)刻，當(dāng)前車(chē)輛接收到gps信息后，將當(dāng)前時(shí)刻的gps信息、速度、加速度數(shù)據(jù)以[id,p,v,a,t,c]^t格式存儲(chǔ)，用來(lái)計(jì)算t時(shí)刻兩車(chē)的碰撞可能。其中，gps定位誤差rerr會(huì)影響計(jì)算出的當(dāng)前車(chē)輛和目標(biāo)車(chē)輛之間距離r的精度，車(chē)載通信傳輸延時(shí)誤差terr會(huì)導(dǎo)致計(jì)算碰撞時(shí)間的目標(biāo)車(chē)輛的行車(chē)數(shù)據(jù)并不是目標(biāo)車(chē)輛的當(dāng)前行車(chē)數(shù)據(jù)，這就會(huì)影響計(jì)算出的碰撞時(shí)間的精度。

將上述分析過(guò)程得出gps定位誤差的概率分布函數(shù)誤差和車(chē)載通信傳輸延時(shí)的概率分布函數(shù)引入計(jì)算公式(3)，即可得到本實(shí)施例中保持同車(chē)道行駛的防碰撞公式(1)；將gps定位誤差的概率分布函數(shù)誤差和車(chē)載通信傳輸延時(shí)的概率分布函數(shù)引入計(jì)算公式(4)，即可得到本實(shí)施例中變道行駛的防碰撞公式(2)。

進(jìn)一步地，本實(shí)施例中預(yù)先建立基于人工神經(jīng)網(wǎng)絡(luò)的防碰撞模型的過(guò)程包括：

根據(jù)歷史行車(chē)數(shù)據(jù)以及預(yù)先建立的防碰撞模型，確定用于訓(xùn)練判別模型的輸入數(shù)據(jù)和輸出數(shù)據(jù)，輸入數(shù)據(jù)為行車(chē)數(shù)據(jù)，輸出數(shù)據(jù)為碰撞時(shí)間閾值；

利用所述輸入數(shù)據(jù)和輸出數(shù)據(jù)訓(xùn)練所述判別模型，獲得基于人工神經(jīng)網(wǎng)絡(luò)的判別模型，所述判別模型用于規(guī)定輸入數(shù)據(jù)和輸出數(shù)據(jù)之間的對(duì)應(yīng)關(guān)系。

首先，獲得用于訓(xùn)練模型的輸入輸出數(shù)據(jù)的過(guò)程為：輸入數(shù)據(jù)為t時(shí)刻的一組原始數(shù)據(jù)[vl,vh,al,ah,r]^t，根據(jù)公式(1)計(jì)算得到兩車(chē)的碰撞時(shí)間為ttc^t，如果ttc^t＞th，則計(jì)算下一時(shí)刻數(shù)據(jù)[vl,vh,al,ah,r0]^t+δt的碰撞時(shí)間ttc^t+δt，直到計(jì)算得到的碰撞時(shí)間ttc≤th為止。若ttc≤th，則后車(chē)立即以最大減速度amax減速，并根據(jù)兩車(chē)停止后的間距rs來(lái)判斷預(yù)警的正確率：

若rs＞2vh+d，則表示該預(yù)警為虛假預(yù)警；若rs＜d，則表示錯(cuò)失預(yù)警，即兩車(chē)已發(fā)生碰撞；若d≤rs≤2vh+d，則表示正確預(yù)警。

根據(jù)gb12676，amax選為5m/s²，d選為8m，根據(jù)相關(guān)條規(guī)，機(jī)動(dòng)車(chē)在高速公路上行駛，車(chē)速超過(guò)每小時(shí)100公里時(shí)，應(yīng)當(dāng)與同車(chē)道前車(chē)保持100m以上，因此，r選為100m，th為碰撞時(shí)間閾值。分別將th設(shè)置為2s、3s、4s，并對(duì)輸入數(shù)據(jù)進(jìn)行分類(lèi)，如設(shè)置為2s，對(duì)任意一組輸入數(shù)據(jù)，如果其輸出結(jié)果為正確報(bào)警，則分類(lèi)到碰撞時(shí)間為2s組，3s和4s同理。通過(guò)分類(lèi)可得到一組輸入輸出數(shù)據(jù)對(duì)應(yīng)的集合，輸入數(shù)據(jù)即行車(chē)數(shù)據(jù)格式為[vl,vh,al,ah,r]，輸出數(shù)據(jù)格式為：

其中，本申請(qǐng)預(yù)先設(shè)定了輸出數(shù)據(jù)為[1,0,0]對(duì)應(yīng)的ttc為2s，輸出數(shù)據(jù)為[0,1,0]對(duì)應(yīng)的ttc為3s，輸出數(shù)據(jù)為[0,0,1]對(duì)應(yīng)的ttc為4s。當(dāng)然，除了這種對(duì)應(yīng)關(guān)系之外，本申請(qǐng)還可以設(shè)置其它對(duì)應(yīng)關(guān)系。

上述介紹的獲得用于訓(xùn)練模型的輸入輸出數(shù)據(jù)的過(guò)程可以參考圖5所示。

進(jìn)一步，利用上述步驟獲得的輸入輸出數(shù)據(jù)對(duì)基于人工神經(jīng)網(wǎng)絡(luò)的判別模型進(jìn)行訓(xùn)練。人工神經(jīng)網(wǎng)絡(luò)是一種類(lèi)似于人類(lèi)神經(jīng)系統(tǒng)的信息處理技術(shù)，由大量的人工神經(jīng)元相互連接進(jìn)行計(jì)算，通過(guò)調(diào)節(jié)神經(jīng)元之間的連接權(quán)值來(lái)模擬人類(lèi)的學(xué)習(xí)過(guò)程，根據(jù)輸入的信息改變自身的結(jié)構(gòu)，實(shí)現(xiàn)分類(lèi)與模式識(shí)別。

本發(fā)明實(shí)施例中采用概率神經(jīng)網(wǎng)絡(luò)來(lái)訓(xùn)練模型，它在徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，融合了密度函數(shù)估計(jì)和貝葉斯決策理論，適用于模式分類(lèi)并且易于硬件實(shí)現(xiàn)。模型訓(xùn)練的過(guò)程如下：

一、貝葉斯決策

對(duì)于給定的輸入x及其輸出t，如果p(ti|x)＞p(tj|x)，則x∈ti，其中i≠j。

二、概率密度函數(shù)估計(jì)

采用高斯函數(shù)作為徑向基函數(shù)，可得到下式：

三、判別函數(shù)

根據(jù)p(ti|x)＝p(ti)p(x|ti)，去掉共有因素并歸一化后，可得到判別函數(shù)

其中，ni是第ti類(lèi)的訓(xùn)練樣本總數(shù)，xik是屬于第ti類(lèi)的第k個(gè)訓(xùn)練樣本，||x-xik||是向量x的范數(shù)，l是樣本向量的維數(shù)，σ是平滑參數(shù)，采用聚類(lèi)法或者按照經(jīng)驗(yàn)給出。

四、判別規(guī)則

gi(x)＞gj(x)，則x∈ti，其中i≠j。

基于上述步驟，可訓(xùn)練得到基于人工神經(jīng)網(wǎng)絡(luò)的判斷模型。

本實(shí)施例提供的車(chē)輛防碰撞方法，通過(guò)車(chē)輛之間的相互通信來(lái)獲取當(dāng)前車(chē)輛周?chē)?chē)輛的行車(chē)數(shù)據(jù)，并根據(jù)當(dāng)前車(chē)輛、確定的目標(biāo)車(chē)輛的行車(chē)數(shù)據(jù)以及預(yù)先建立的防碰撞模型計(jì)算車(chē)輛之間發(fā)生碰撞的可能性，以及時(shí)警示駕駛員，極大地保證行車(chē)的安全。由于本發(fā)明中的車(chē)輛防碰撞系統(tǒng)并不是通過(guò)雷達(dá)、攝像頭等傳感器來(lái)采集周?chē)能?chē)輛信息，因此，不會(huì)出現(xiàn)由于傳感器對(duì)環(huán)境的依賴性較大而導(dǎo)致的防碰撞系統(tǒng)測(cè)量精度較低的問(wèn)題。

本發(fā)明實(shí)施例還提供了一種基于車(chē)聯(lián)網(wǎng)的車(chē)輛防碰撞系統(tǒng)，應(yīng)用于上述實(shí)施例提供的車(chē)輛防碰撞方法，如圖4所示，包括行車(chē)信息獲取單元20、信息交互單元21、計(jì)算單元22和人機(jī)交互單元23，當(dāng)然本發(fā)明的實(shí)施例中，車(chē)輛防碰撞系統(tǒng)還可包括自動(dòng)控制單元24。

其中，行車(chē)信息獲取單元20用于獲取當(dāng)前車(chē)輛的行車(chē)數(shù)據(jù)；信息交互單元21優(yōu)選為dsrc模塊，用于獲取當(dāng)前車(chē)輛一定范圍內(nèi)車(chē)輛的行車(chē)數(shù)據(jù)，并向通信范圍內(nèi)的車(chē)輛發(fā)生當(dāng)前車(chē)輛的行車(chē)數(shù)據(jù)；計(jì)算單元22用于根據(jù)行車(chē)數(shù)據(jù)從車(chē)輛中選出至少一個(gè)車(chē)輛作為目標(biāo)車(chē)輛，根據(jù)所述當(dāng)前車(chē)輛的行車(chē)數(shù)據(jù)、所述目標(biāo)車(chē)輛的行車(chē)數(shù)據(jù)以及預(yù)先建立的基于人工神經(jīng)網(wǎng)絡(luò)的判別模型，確定所述當(dāng)前車(chē)輛和所述目標(biāo)車(chē)輛的碰撞時(shí)間閾值，根據(jù)所述當(dāng)前車(chē)輛的行車(chē)數(shù)據(jù)、所述目標(biāo)車(chē)輛的行車(chē)數(shù)據(jù)以及預(yù)先建立的防碰撞模型，確定所述當(dāng)前車(chē)輛和所述目標(biāo)車(chē)輛的碰撞時(shí)間，判斷所述碰撞時(shí)間是否小于或等于所述碰撞時(shí)間閾值，若是，發(fā)送第一控制指令至人機(jī)交互單元23；

所述人機(jī)交互單元23用于在接收到第一控制指令后向當(dāng)前車(chē)輛的駕駛員發(fā)出危險(xiǎn)信號(hào)。

當(dāng)車(chē)輛防碰撞系統(tǒng)還包括自動(dòng)控制單元時(shí)，人機(jī)交互單元23向當(dāng)前車(chē)輛的駕駛員發(fā)出危險(xiǎn)信號(hào)之后的預(yù)設(shè)時(shí)間內(nèi)，計(jì)算單元還用于根據(jù)所述當(dāng)前車(chē)輛和目標(biāo)車(chē)輛的實(shí)時(shí)行車(chē)數(shù)據(jù)計(jì)算出所述當(dāng)前車(chē)輛和目標(biāo)車(chē)輛的碰撞時(shí)間，并判斷碰撞時(shí)間是否仍小于或等于所述碰撞時(shí)間閾值，若是，發(fā)送第二控制指令至自動(dòng)控制單元24；所述自動(dòng)控制單元24用于在接收到所述第二控制指令后，控制所述當(dāng)前車(chē)輛進(jìn)行緊急制動(dòng)。

具體地，本實(shí)施例中的行車(chē)信息獲取單元20包括導(dǎo)航定位模塊和can總線模塊，導(dǎo)航定位模塊用于獲取當(dāng)前車(chē)輛的位置信號(hào)和當(dāng)前時(shí)間信息，can總線模塊通過(guò)can總線獲取當(dāng)前車(chē)輛速度、轉(zhuǎn)向意愿和變道意愿等數(shù)據(jù)信息。

本實(shí)施例提供的車(chē)輛防碰撞系統(tǒng)，通過(guò)車(chē)輛之間的相互通信來(lái)獲取當(dāng)前車(chē)輛周?chē)?chē)輛的行車(chē)數(shù)據(jù)，并根據(jù)當(dāng)前車(chē)輛、確定的目標(biāo)車(chē)輛的行車(chē)數(shù)據(jù)以及預(yù)先建立的防碰撞模型計(jì)算車(chē)輛之間發(fā)生碰撞的可能性，以及時(shí)警示駕駛員，極大地保證行車(chē)的安全。由于本發(fā)明中的車(chē)輛防碰撞系統(tǒng)并不是通過(guò)雷達(dá)、攝像頭等傳感器來(lái)采集周?chē)能?chē)輛信息，因此，不會(huì)出現(xiàn)由于傳感器對(duì)環(huán)境的依賴性較大而導(dǎo)致的防碰撞系統(tǒng)測(cè)量精度較低的問(wèn)題。

本說(shuō)明書(shū)中各個(gè)實(shí)施例采用遞進(jìn)的方式描述，每個(gè)實(shí)施例重點(diǎn)說(shuō)明的都是與其他實(shí)施例的不同之處，各個(gè)實(shí)施例之間相同相似部分互相參見(jiàn)即可。對(duì)于實(shí)施例公開(kāi)的裝置而言，由于其與實(shí)施例公開(kāi)的方法相對(duì)應(yīng)，所以描述的比較簡(jiǎn)單，相關(guān)之處參見(jiàn)方法部分說(shuō)明即可。

對(duì)所公開(kāi)的實(shí)施例的上述說(shuō)明，使本領(lǐng)域?qū)I(yè)技術(shù)人員能夠?qū)崿F(xiàn)或使用本發(fā)明。對(duì)這些實(shí)施例的多種修改對(duì)本領(lǐng)域的專(zhuān)業(yè)技術(shù)人員來(lái)說(shuō)將是顯而易見(jiàn)的，本文中所定義的一般原理可以在不脫離本發(fā)明的精神或范圍的情況下，在其它實(shí)施例中實(shí)現(xiàn)。因此，本發(fā)明將不會(huì)被限制于本文所示的這些實(shí)施例，而是要符合與本文所公開(kāi)的原理和新穎特點(diǎn)相一致的最寬的范圍。