汽车跟车预警仿真及评价研究

为了提高高速公路汽车跟车行驶的安全性,从驾驶员特性、汽车特性、道路特性及交通流特性的角度,以经典的牛顿力学理论为依据,充分考虑制动前驾驶员的反应时间,分别建立了9种状态下的临界安全车距模型、基本安全车距模型和充分安全车距模型.在此基础之上,建立了驾驶员跟车行驶安全度评价模型,并利用驾驶模拟系统,对追尾预警模型及驾驶员跟车行驶安全性评价模型应用于仿真平台的有效性进行了验证.驾驶模拟实验结果表明,预警模型有效、可靠,可用于驾驶员跟车安全性检验,为提高驾驶员高速跟车行驶的安全性及速度控制提供了理论依据.     

高速公路车辆防追尾碰撞系统的设计与控制研究

针对汽车追尾碰撞事故频发和事故中驾乘人员头颈部易受损伤等问题,利用激光雷达测距和机电控制相结合的技术,提出了一种车辆防追尾碰撞系统,对高位制动灯和主动式头枕进行控制。首先利用激光雷达和本车状态信息对行车环境进行预测;接着对后车分液压和气压两种制动形式进行行车安全车距的分析,推导出临界安全车距的计算公式;最后通过AT89C51单片机系统预设的程序,将实际行车间距与临界安全车距进行比较,并据此控制高位制动灯的开闭和主动式头枕控制系统的执行。所提出的方法有较好的工程实用性。     

高速公路汽车追尾仿真

高速公路汽车追尾是当今高速公路交通事故的主要形式之一。文中以汽车安全车距模型为基础,应用VB软件开发了高速公路追尾可视化仿真系统;根据高速公路两车的运行状态、路面情况、天气情况等影响汽车追尾的因素,系统模拟两车在高速公路上跟车行驶和可能发生追尾的各种情况,然后进行仿真实验,对高速公路临界安全车距和追尾概率进行统计分析。     

车辆防追尾碰撞安全系统

高速公路的事故类型中追尾碰撞占了很大的比例,因而开发车辆防追尾碰撞安全系统是非常必要的。文章分析了影响行车安全的各种因素,建立了安全车距数学模型,利用现代技术,构造了一种车辆防追尾碰撞安全系统。指出此安全系统能减少由于驾驶员分心和疲劳等原因导致的交通事故,最大限度地提高车辆行驶的安全性。     

高速公路弯坡组合路段载重车最小安全车距模型

为降低高速公路弯坡组合路段载重车追尾碰撞风险,通过研究不同平纵组合下高速公路弯坡类型,界定弯坡组合路段参数范围,选取具有较强代表性的车型,针对现有最小安全车距模型的缺陷,建立基于载重车制动减速系统且满足驾驶人驾驶行为特性的弯坡组合路段安全车距计算模型并对其参数进行标定;利用载重车仿真软件TruckSim 2016建立弯坡段双车跟驰模型,分析小半径平曲线下载重车爬坡与下坡行车状态时车辆滑移率、行驶速度、车间距等指标,验证该最小安全车距模型的有效性。     

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。     

一种车辆防追尾碰撞安全系统设计

分析了影响行车安全的各种因素,建立了安全车距数学模型,利用现代技术,构造了一种车辆防追尾碰撞安全系统。     

网约车安全预警机制探析

针对我国网鈞车平台在安全预警机制方面存在的漏洞以及网约车安全预警机制建立的必要性,提出建立网约车安全预警机制;基于交通运输部介入安全预警机制的目标,实现警企联合,建立快速预警和防范播报机制,提出网约车安全预警机制的全面规划管理,做到合理维护乘客、驾驶人、平台三方的权益,保障公民的人身财产妥全,将危险损害程度最小化以求避免危险事故的发生,同时助力网约车行业健康发展。     

车道偏离预警算法研究

为提高车辆行驶的主动安全性,文章根据车辆偏离速度将TLC算法和FOD算法相结合,针对车道偏离预警系统提出了多模式车道偏离预警算法,并搭建Simulink模型,结合Carsim进行联合仿真实验。仿真结果表明,提出的算法能更好的进行车道偏离预警。     

基于红外测距的道路前方车辆探测预警系统研究

进行道路前方车辆探测预警系统设计时,通常采用红外测距仪来获取道路前方车距信息,并以此作为前车探测的基础数据。为了消除系统状态误差和测量误差对车距信息数据精度的影响,可根据车距信息和相对车速不会突变的特性建立预测模型,基于此预测模型,应用Kalman滤波理论准确预测相对车速,并利用车距信息和相对车速计算安全距离报警阈值。试验证明该探测及预警方法可大大提高车辆探测的准确性和鲁棒性。     

Vehicle Rear-end Collision Warning Algorithm Based on Driver's Braking Behavior

利用图像式汽车行驶记录仪在北京市采集了大量自然行驶状态下的驾驶行为数据,基于追尾碰撞中的驾驶员制动操作行为,分析驾驶员安全与危险跟车状态和车辆状态参数之间的关系,利用Fisher判别分析法建立了符合驾驶员危险感知特性的车辆追尾预警算法.研究结果表明该算法总的判别准确率高达95％.     

基于最小安全距离的车辆跟驰模型研究

在传统的基于车头时距的安全距离模型和基于制动过程的安全距离模型的研究基础上,针对前导车分别处于静止、匀速和匀减速等不同行驶状态,相应地建立了单车道跟驰状态下跟随车与前导车不发生追尾碰撞的最小安全距离模型,并充分考虑了车辆制动过程中减速度渐变的过程,避免了以往模型中采用制动减速度突变的问题。最后,通过M atlab仿真系统对改进模型和传统模型进行了同等条件下的仿真,仿真数据从理论上验证了改进模型能够很好地解决传统模型计算的安全距离存在较大偏差的问题,可为今后研究跟驰模型提供一定的参考。     

汽车防追尾外置安全气囊预警系统设计与仿真

高速公路发生追尾时对汽车破坏性巨大且人员伤亡率极高,为减少追尾事故带来的伤害设计了一套汽车防追尾外置安全气囊预警系统。该系统通过数学模型来对危险进行判定分析,采取安全距离预警、外置安全气囊点爆和安全带分级预紧三种措施,最大限度地卸去碰撞时的冲击力。实现碰撞前预警,碰撞前提前约束人体,点爆气囊,在发生追尾事故时为乘员提供最全面的保护。通过建立CarSim与Simulink的联合模型验证了系统的可行性。     

基于OpenCV的前方车辆检测和前撞预警算法研究

针对汽车的追尾碰撞事故,提出了基于OpenCV的前方车辆检测和多信息融合预警的方法。该方法首先利用Haar-like+Gentle Adaboost实现前方车辆的快速识别,结合Kalman滤波原理跟踪车辆,实现前方车辆检测,然后基于几何模型实时计算前车与本车的横纵向距离,最后根据本车及前车车速、碰撞时间TTC、横向距离等信息与阈值进行比较,分级识别碰撞风险。试验结果表明,该检测方法平均耗时22 ms/帧,检测率达到96%,并能较准确地测量车距,实现可靠的前方避撞预警输出。     

汽车车位测定和预警系统的研究

利用沿公路架设的天线和车载预警器实现中心管理站与汽车的双工通信借助高精度时间基准对测位信令的路径传播时延精确计量，达到对汽车车位准确测定目的。当相邻汽车的间跑小于安全车距时，系统向汽车发现预警。该系统可有效地避免在能见度较差时的追尾撞车事故。     

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。     

锂电池安全预警的神经网络算法研究

据不完全统计,2020年国内电动汽车起火案例已经超过100起,用户对于电动汽车的安全性关注程度剧增.为充分辨认电动汽车的安全程度,利用神经网络算法进行车辆安全预警分析,以反向传播算法为主体,通过多参数耦合方式来预判车辆发生安全问题的概率.通过外部因素,如车辆使用环境、用户习惯等;内部因素,如锂电池的老化、析锂情况等进行神经网络的参数叠加.为提高算法的准确性,使用海鸥算法对神经网络进行优化,在原算法的基础上,进一步提高神经网络收敛到期望误差的速度,增强全局搜索能力.在算法拟合上优化程度提升了99.75％,模型算法与输出结果相吻合.采用单个车辆对模型算法进行验证,通过优化模型可以准确识别车辆发生安全风险的概率.     

基于车路协同的高速公路车辆碰撞预警模型

为了预防和减少高速公路碰撞事故的发生,及时向高速公路一定范围内的相关车辆提供事故预警信息,提出了一种基于车路协同的高速公路车辆碰撞事故预警模型。首先,基于4G和DSRC通信网络构建了高速公路通信场景与事故预警框架。其次,建立了高速公路环境下双车道两车相撞的事故场景,分析了车辆在高速行驶时发生碰撞的动机以及可能发生的碰撞事故类型。最后,分析了追尾碰撞与侧向碰撞发生之前两车在横向和纵向两个方向接近的全过程,探索两种碰撞事故发生的内在规律,建立潜在碰撞事故判定规则,并基于车路协同技术建立了以时间、位置、速度、车间距以及制动距离为参数的车辆追尾碰撞预警模型与车辆侧向碰撞预警模型。针对实车场地试验对碰撞事故测试成本高难度大等问题,基于Veins仿真平台搭建了具备4G和DSRC异构通信网络环境的高速公路车联网仿真场景,对两种事故预警模型的性能进行测试。测试结果表明,在车速低于120 km/h的情况下,通过潜在碰撞事故判定得到预警结果,并给相关车辆发送事故预警消息广播,能有效避免追尾碰撞和侧向碰撞的发生。     

基于车-车通信的车辆车速动态控制系统设计

为了更好地解决车辆纵向追尾碰撞问题,利用车联网技术,设计了基于车-车通信的车辆车速动态控制系统,在系统软硬件设计的基础上,实现了车辆之间的车速、位置等关键数据信息的相互共享,并且通过车载APP显示。系统通过对自车与前车之间的实际车距和理论安全距离比较,控制电机实现对本车的车速动态控制。实验结果表明,该系统能够有效避免车辆纵向追尾碰撞风险。     

线控转向汽车状态和路面附着系数的联合估计算法

线控转向( SBW)系统采用电子元件代替了转向盘到转向车轮之间的机械连接,其车轮回正力矩较传统汽车更容易获得.本文中通过建立SBW系统动力学模型和利用车轮回正力矩信息,采用双扩展卡尔曼滤波(DEKF)算法对汽车状态和路面附着系数进行联合估计.通过DEKF估算与CarSim仿真结果的对比,验证了联合估计算法的有效性.