基于OpenCV的AEB系统车辆检测和预警研究

为降低汽车换道时碰撞事故发生概率,提出基于OpenO_4CV的AEB系统车辆检测和预警算法。首先利用Haar-like+Adaboost实现前方车辆的识别与检测,并结合粒子滤波原理建立车辆跟踪模型。然后基于单目视觉模型对前方车辆距离进行测量,根据障碍物与车辆的安全距离估测碰撞时间。最后,基于AEB系统进行车辆防撞预警测试,测试仿真结果表明,在不干扰驾驶员正常驾驶的前提下,即碰时间的TTC算法性能最佳,有效提升了前方车辆检测预警精确率。     

载货汽车自动紧急制动系统研究

自动紧急制动系统(AEBS)是一种为防止汽车追尾或碰撞,具备预警和主动防撞功能的先进主动安全系统。在驾驶员没有主动刹车的情况下,将刹车信号传递给控制系统进行紧急主动刹车,从而避免与前方障碍物或车辆发生碰撞。     

FCZ轮辐式桥墩防撞安全装置数值分析及性能评价

提出了一种新型柔性吸能防撞产品——FCZ轮辐式桥墩防撞安全装置,采用大型通用有限元软件Ls-Dyna,对设置FCZ装置后的桥墩,进行了汽车碰撞仿真建模和数值分析,并分别从构件级别和"车-桥墩碰撞系统",对防撞装置和桥墩进行了保护能力评价。由于桥墩受到车辆高速撞击的安全隐患巨大,专门就桥墩未设置保护措施进行了碰撞计算,与设置FCZ装置后的碰撞结果做了对比分析,验证了该装置的良好技术性能。     

自动防撞预警系统知多少

汽车自动防撞是防止汽车发生碰撞的一种智能装置.它能够自动发现可能与汽车发生碰撞的车辆、行人或其他障碍物,发出警报或同时采取制动、规避等措施,以避免碰撞的发生.汽车自动防撞系统主要分信号采集系统、数据处理系统和执行机构3部分,分别起到数据检测、数据处理和方案执行的作用.自动防撞预警系统是自动防撞系统的最核心最关键的部分,下面简要介绍几种自动防撞预警系统.     

汽车铝制防撞梁碰撞性能优化分析

深入开展车辆与护栏碰撞的安全研究,对提高我国交通安全具有重要现实意义。文章阐述了国内外学者对车辆与护栏碰撞的研究,利用ANSYS以及LS-DYNA软件建立车辆和护栏模型,通过碰撞模拟和计算,研究车辆防撞梁单元车速因素对防撞梁碰撞性能的影响,对防撞梁碰撞性能进行优化分析。     

V2X系统应用中多场景融合及预警优先级浅析

在V2X(Vehicle to X,车对外界的信息交换)系统应用中,存在多种不同的具体功能场景,如前向碰撞预警、紧急刹车预警、车辆变道预警等。在具体车辆行驶过程,多场景同时触发的情况肯定存在。主要讨论在此种情况下,在保证车辆和公共安全的前提下,考虑如何确定多场景触发情况下的优先级分类,同时优化多场景同时触发下的优先级报警问题。     

追尾碰撞主动头枕的控制策略研究

追尾碰撞事故导致挥鞭伤,造成了很大的社会经济支出。根据生物力学的研究成果,在追尾碰撞发生时,减小头枕与头部的水平距离可以降低挥鞭伤的程度。为了弥补传统纯机械主动头枕响应滞后的不足,采用机电结合的方法,根据自主巡航系统提供的信息,提前判断并启动头枕,从而保护乘员。分析了追尾碰撞中颈部的保护策略,研究了追尾防撞和预警算法,根据基于安全间距的追尾防撞模型和安全度评定算法编写了可视化的判断算例。算例具有如下功能:根据输入的跟车信息判断安全度;追尾碰撞NIC值的估算;碰撞后两车的运动追踪。     

前防撞横梁布置分析研究

文章通过不同车辆碰撞试验工况下,前防撞梁的布置区域和防撞梁截面对碰撞安全的影响,分析得到前防撞横梁应布置区域和防撞梁截面尺寸设计范围,为工程设计中提供参考依据。     

汽车碰撞报警/防撞系统的方案分析

章从技术的角度分析了目前汽车碰撞报警／防撞系统的几种方案，并进行比较为研制该系统指出了发展方向。     

一种基于双传感器的双向报警主动安全防撞系统的设计

本文介绍了一种基于双传感器的双向报警主动安全预警系统,通过系统硬件组成及软件流程等设计方案的研究,实现实时、准确、低虚警率的预警系统。该系统可对设定宽度范围内车辆进行准确检测,同时进行双向报警,防止追尾碰撞,减少交通事故的发生。填补了目前国内市场在降低预警率系统领域研究的空白,具有重要的参考价值。     

复杂路况下汽车主动避撞报警技术研究

汽车主动避撞报警技术对提高行车安全有重要意义,但如何减少复杂路况下行车时的误警率是当前需解决的关键问题。通过测量车载信息如汽车转向角度、车速、制动信号、转向灯信号等获知汽车的行驶状态,利用雷达技术感知路况和危险,基于合理的报警算法和控制策略,研制出复杂路况下的汽车主动避撞报警系统。通过实际道路报警试验,结果表明所采取的减少误警率的方法是有效的,所开发的报警系统更趋实用化。     

基于机器视觉的智能车辆避撞预警算法

由于受到信息采集源性能影响,造成了智能车辆避撞预警系统(Collision Warning System,CWS)前后车相对距离测量精度低的问题,针对此问题提出了一种基于机器视觉的预警算法(Collision Warning Algorithm,CWA),利用机器视觉获得了较高精度的测距信息,有效提高了预警算法的有效性。在分析驾驶员驾驶行为基础上,确定CWA的报警准则。基于机器视觉技术建立了一种多输入、多输出的CWA模型,给出了模型预警原理、决策阈值确定方法、逻辑结构图,以及基于机器视觉的车辆信息获取方法。设计了一个单车道双车辆跟驰实车试验,采集模型测试所需的数据,并利用实测数据对模型进行了验证。试验结果显示,平均测距误差不超过3.6 m,预警模型能够准确给出预警信息,对提高车辆行驶主动安全性具有重要意义。     

基于交通信息的电动汽车制动策略及仿真

为了提高滑行能量回收经济性和踏板制动安全性、舒适性,基于交通信息,提出了电动汽车(EV)制动协调策略。分析了滑行制动的经济性,由交通信息和汽车行驶状态确定滑行制动强度;由道路信息和前方车辆信息建立汽车安全距离模型和碰撞预警策略,利用预警信息对滑行制动和踏板制动强度进行协调。对本策略进行仿真验证。结果表明:利用交通信息的滑行策略,在通行良好工况下综合能耗减少1.1%,拥堵工况下减轻驾驶员的制动疲劳;预警和协调策略避免了频繁预警,减小了紧急避撞触发几率。因此,利用交通信息能够辅助驾驶员进行更加合理的制动。     

基于驾驶员跟车习惯的报警/避撞算法研究

在驾驶员实车实验的基础上,研究跟车工况中的驾驶员行为特性和习惯,建立驾驶员跟随车距模型,并结合对车辆制动过程的分析,研究分别基于驾驶员制动行为特性和驾驶员跟随车距模型的报警/避撞算法,通过改变算法的参数值,可使算法得到的报警/避撞时机符合不同驾驶员的驾驶习惯。利用实验数据对算法进行离线检验,验证该算法在报警/避撞系统中的适用性。     

汽车纵向行驶安全报警系统开发

在介绍现代汽车主动避撞系统的基础上，设计了一个汽车纵向行驶安全报警系统，研制了系统相关硬件及安全报警软件，在此基础上，通过实车试验对车头时距报警算法和驾驶员预估报警算法进行了比较分析，证明了所开发系统的有效性。     

汽车主动避撞系统中的报警方法及其关键技术

在分析现代汽车主动避撞系统特性的基础上设计了汽车主动避撞报警系统，对系统报警方法，雷达信号的Kalman滤波处理，雷达目标物有效性识别算法等关键技术进行了研究，给出了系统合理性及实用性验证的仿真及初步试验结果。     

大数据驱动的新能源汽车多维度安全预警建模方法研究

新能源汽车安全已是一个非常严峻的现实问题,直接影响到产业的未来与发展。综合阐述了基于大数据驱动的安全预警技术建模的方法学问题。从多个层次、多个维度讨论了安全预警的技术方法,重点分析提出了基于系统稳定性、相关性、一致性等累计风险模型与事故特征匹配追踪两大类模型。介绍稳态概率计算方法、累计风险计算方法、风险曲线识别方法。介绍了基于中心距、能量一致性的累计风险模型与应用情况,最后介绍一类全新的模式匹配识别模型:事故特征匹配追踪模型。总结提出了从微观定义安全、宏观预警安全、智能完善安全、数据保障安全一个比较完整的安全预警体系与方法。     

Development of a Driving Behavior-Based Collision Warning System Using a Neural Network

An advanced driver assistance system (ADAS) uses radar, visual information, and laser sensors to calculate variables representing driving conditions, such as time-to-collision (TTC) and time headway (THW), and to determine collision risk using empirically set thresholds. However, the empirically set threshold can generate differences in performance that are detected by the driver. It is appropriate to quickly relay collision risk to drivers whose response speed to dangerous situations is relatively slow and who drive defensively. However, for drivers whose response speed is relatively fast and who drive actively, it may be better not to provide a warning if they are aware of the collision risk in advance, because giving collision warnings too frequently can lower the reliability of the warnings and cause dissatisfaction in the driver, or promote disregard. To solve this problem, this study proposes a collision warning system (CWS) based on an individual driver’s driving behavior. In particular, a driver behavior model was created using an artificial neural network learning algorithm so that the collision risk could be determined according to the driving characteristics of the driver. Finally, the driver behavior model was learned using actual vehicle driving data and the applicability of the proposed CWS was verified through simulation.     

基于高频高精度定位信息的车辆轮廓冲突瞬时预测方法

车辆避撞预警系统是高级驾驶辅助系统（ADAS）研究的关键内容，也是降低道路事故率的有效途径。目前，车辆避撞预警的一般实施途径是通过在车辆上布设多元传感设备进行相对间距检测，并通过智能算法对碰撞条件进行判断。但由于该方法存在传感设备成本高昂、受环境噪声影响大等缺点，应用条件仅局限于单车智能。基于此，在卫星导航、车路协同技术快速发展的背景下，提出一种依托北斗高精度定位技术，利用车载终端获取高频（5 Hz）、高精度（厘米级）车辆定位数据进行车辆避撞预警的方法，该方法立足车路协同角度，构建包括路侧北斗连续运行参考站系统、车路通信系统、车载定位预警终端的车辆避撞预警体系，并建立基于实时位置信息的车辆轮廓冲突瞬时预测模型。为验证模型可靠性，设计动、静态试验对定位精度进行验证，并在西安绕城高速约7 km试验路段开展3次实车试验，共采集约6 000个有效样本数据对轨迹预测精度进行评估。研究结果表明：静态条件下，用于评价定位精度的圆概率误差C_EP50，C_EP95分别为1.51，3.24 cm；行车速度为80~100 km·h^-1条件下，通过2 317组数据对比分析，采用车载定位设备与成熟产品天宝接收机（亚米级精度）获取的定位数据的误差均值为1 cm，标准差为1.38 cm；行车速度为80~100 km·h^-1条件下，定位数据的真实值与预测值的横向误差标准差可达厘米级，纵向误差标准差可达分米级，该级别精度可满足车辆避撞短临预警要求。     

制动与转向协调动作的车辆避撞控制研究（双语出版）

为了弥补现有汽车避撞控制策略以及碰撞风险评价指标单一的不足，提出转向和制动协调的主动避撞控制系统。首先规划了五次多项式换道路径，在对其理论分析的基础上得到转向临界避撞距离和与目标车道车辆的安全距离约束。其次，考虑道路附着系数和系统延迟的影响，基于制动过程给出制动临界避撞距离，并以纵向行驶安全系数ξ和碰撞时间倒数T^-1_TC划分安全行驶区域，利用驾驶人实车跟车数据标定稳态跟随/定速巡航区域的阈值。随后，通过转向/制动临界避撞距离的对比给出2种避撞方式的安全收益范围。最后搭建Simulink/CarSim联合仿真模型，并对其进行不同初始条件下的避撞仿真试验。研究结果表明：转向操作在制动距离不足时仍是有效的；当主车高速近距离接近静止前车时，主车可以顺利采取转向换道动作，而常规ACC系统在2.5 s处的车间相对距离为-0.76 m，事实上已经发生了碰撞；当相邻车道前车与主车纵向间距不满足换道安全距离约束时，避撞控制系统进入紧急制动模式，最大制动减速度达到-0.8g（g为重力加速度），实际最小车间距为5.1 m；通过转向和制动的协调动作，充分发挥了车辆的避撞潜力；ξ和T^-1_TC指标的融合，可以更好地评估碰撞风险并实现不同控制模式的转换，在保证行车安全的同时可避免过分制动给乘客造成的紧张感。