欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2023103435540
申请人: 长安大学
专利类型:发明专利
专利状态:已下证
专利领域: 一般车辆
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于驾驶人实时反应时间的车辆前向碰撞预警方法,其特征在于,包括以下步骤,步骤1,获取当前路段所有车辆的车辆信息和车辆运动参数,并计算两车的车间距以及车头时距;

步骤2,依据步骤1中所获取的数据,根据保持稳定跟驰状态下主车与前车的时空图像存在的相似性与延迟性,设计曲线匹配函数对驾驶人实时反应时间进行计算;所述曲线匹配函数以欧几里得距离作为曲线匹配程度的衡量指标;

步骤3,输出带时间戳的驾驶人实时反应时间,并计算出实时的驾驶人的舒适预警区域;

步骤4,依据步骤1中所获取的数据,对当前路段在预设时间内的车辆加速度信息进行集合,整合出当前路段预设时间内的所有加速度的累计频率分布图,获取1%处的加速度值,作为判断是否发生硬制动的指标,并传输给主车;

步骤5,主车根据是否生成警报信号用于区分阳性事件和阴性事件,同时系统触发警报后驾驶人舒适预警区间内驾驶人是否确认报警信息,判断是否触发制动作用于判断真实事件或错误事件;

步骤6,依据驾驶人实时反应时间将前向碰撞预警的决策问题表述为马尔可夫决策过程模型;

步骤7,依据步骤6的马尔可夫决策模型构建DQN模型对步骤1的数据集进行训练;

步骤8,依据步骤7中的训练结果,对驾驶人进行预警操作。

2.根据权利要求1所述的一种基于驾驶人实时反应时间的车辆前向碰撞预警方法,其特征在于,步骤1中,通过路侧设备获取当前路段所有车辆的车辆信息,所述车辆信息包括时间、速度、加速度、车辆数、车辆编号;同时通过车载设备获取车辆运动参数,车辆运动参数包括主车及其同车道紧邻前车的速度、加速度、位置信息、车辆编号。

3.根据权利要求1所述的一种基于驾驶人实时反应时间的车辆前向碰撞预警方法,其特征在于,所述稳定跟驰状态为:前车车辆信息保持不变,主车无换道或超车意图,两车车间距相对稳定的情况。

4.根据权利要求1所述的一种基于驾驶人实时反应时间的车辆前向碰撞预警方法,其特征在于,步骤2中具体包括以下步骤,步骤2.1,将步骤1所获取的每一帧数据,标记在时空图中记为一个数据点;将主车的轨迹中的每个数据点进行平移并与前车的数据点重叠,以获得运动矢量V;

步骤2.2,将主车的整个轨迹沿运动矢量V平移之后,对重叠部分的数据点之间的进行欧氏距离的计算;欧几里得距离(DE)的计算方法如下,其中,是所述主车的数据点,是所述前车的数据点,i和j表示两车当前匹配的数据点,n是匹配的数据点个数;

步骤2.3,根据步骤2.1和步骤2.2匹配主车的每个数据点,以获得相应的欧几里得距离;在结束一轮遍历之后,选择与欧几里得距离最小值相对应的运动矢量(V)作为最终匹配方案,以获得V在时间方向的分量,即驾驶人实时反应时间;

步骤2.4,当执行曲线匹配时,设置一个固定大小的窗口,每个窗口只匹配窗口中的轨迹;曲线匹配算法获得的结果是当前窗口中最后一帧的驾驶人实时反应时间,每一个步长进行一次轨迹曲线匹配,更新一次参数。

5.根据权利要求1所述的一种基于驾驶人实时反应时间的车辆前向碰撞预警方法,其特征在于,步骤3中,驾驶人的舒适预警区域的计算方式为驾驶人实时反应时间的±5%的置信区间。

6.根据权利要求1所述的一种基于驾驶人实时反应时间的车辆前向碰撞预警方法,其特征在于,步骤6中具体包括以下步骤,步骤6.1,将驾驶信息与驾驶人个性化信息组合为MDP模型中的状态集,形成如下式的向量集合体,其中,t为当前时刻,驾驶信息数据包含所述主车的速度加速度车头时距以及所述主车与所述前车之间的间隙(gapt);驾驶人个性化信息为驾驶人实时反应时间步骤6.2,MDP模型中的动作集为预警信息的激活状态;

步骤6.3,根据车载端所获取的数据中五个不同类别(TP、FP-E、FP-L、TN、FN)对当前状态进行分类,设计奖励函数;

马尔可夫决策过程模型根据奖励函数值做出判断是否触发警报,然后监控驾驶员的行为,以查看驾驶员是否会确认报警信息。

7.根据权利要求1所述的一种基于驾驶人实时反应时间的车辆前向碰撞预警方法,其特征在于,步骤7中具体包括以下步骤,步骤7.1,建立DQN模型中进行神经网络训练时所需的数据集,数据集为每个驾驶人的个人数据集;

步骤7.2,将常用驾驶人的驾驶数据单独保存,当所述主车的实际驾驶人发生改变时,可以选择对应得到驾驶人数据集,以适应不同驾驶人的驾驶需求;

步骤7.3,计算DQN模型中的Q值,DQN模型将状态和动作集作为神经网络的输入,并输出相应的Q值;同时,构建目标神经网络以生成目标Q值;引入目标神经网络后,目标Q值将在一段时间内保持不变;

根据损失函数更新策略神经网络的模型参数;在N次迭代之后,将策略神经网络的参数复制到目标神经网络。

8.根据权利要求1所述的一种基于驾驶人实时反应时间的车辆前向碰撞预警方法,其特征在于,步骤8中,进行预警操作时,在HMI界面进行人机交互;人机交互的预警模式包括普通预警模式和提高注意预警模式。

9.一种基于驾驶人实时反应时间的车辆前向碰撞预警系统,其特征在于,包括标准值计算模块、驾驶人实时反应时间计算模块、数据划分模块、基于DQN的预警决策模块和HMI显示模块;

所述驾驶人实时反应时间计算模块用于计算驾驶人实时反应时间,所述驾驶人实时反应时间计算模块和标准值计算模块均连接数据划分模块的输入端;

所述数据划分模块的输出端连接基于DQN的预警决策模块的输入端,基于DQN的预警决策模块的输出端连接HMI显示模块。