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: 2024118254044
申请人: 长沙理工大学
专利类型:发明专利
专利状态:已下证
专利领域: 信号装置
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:

1.一种基于交通事故要素匹配的车辆预碰撞预警方法,其特征在于,包括:

步骤1,从交通事故案例中提取用于还原交通事故的事故参数数据;

步骤2,基于提取的事故参数数据对交通事故发生前后的过程进行仿真还原,并从还原的交通事故案例中提取交通事故参与双方在交通事故发生前后过程内的多个运动参数,得到表述交通事故发生前后过程的多维时间序列;

步骤3,将表述交通事故发生前后过程的多维时间序列导入DS-HDP-HMM模型,得到对应的隐状态序列;并将各隐状态标记为危险状态、次危险状态和正常状态,得到危险状态子序列、次危险状态子序列和正常状态子序列;再将危险状态子序列和次危险状态子序列,以及对应时段的多维时间序列,均存入事故状态库的与该交通事故吻合的子库中;所述事故状态库,按交通事故所发生的道路类型和交通事故参与双方的类型进行组合分别设置多个子库;

步骤4,有预警需求的车辆,获取当前所处的道路类型,获取自身以及周围交通参与者在包括当前时刻在内最近若干长时间段内的所述多个运动参数;其中,周围交通参与者的运动参数通过车路云一体化设备获取;将自身分别与周围每个交通参与者进行组合,得到多组待预判的交通事故参与双方,每组待预判的交通事故参与双方对应得到一组多维时间序列T实;

步骤5,针对每组待预判的交通事故参与双方,根据所处的道路类型以及双方的类型,在事故状态库中定位到对应的子库,并将对应的多维时间序列T实与该子库中的多维时间序列进行相似度计算;

步骤6,根据相似度计算值,对该有预警需求的车辆进行预碰撞预警。

2.根据权利要求1所述的基于交通事故要素匹配的车辆预碰撞预警方法,其特征在于,提取的多个运动参数,包括:交通参与者双方的速度、位置、航向角和相对距离。

3.根据权利要求1所述的基于交通事故要素匹配的车辆预碰撞预警方法,其特征在于,所述道路类型包括十字路口、T型路口、高速公路。

4.根据权利要求1所述的基于交通事故要素匹配的车辆预碰撞预警方法,其特征在于,交通事故参与者的类型,包括乘用车辆、两轮车、行人。

5.根据权利要求1所述的基于交通事故要素匹配的车辆预碰撞预警方法,其特征在于,各隐状态的标记分类标准为:包含碰撞发生瞬间之前预设时长内的状态标记为危险状态,危险状态之前若干时长内的状态标记为次危险状态,次危险状态之前若干时长内状态标记为正常状态。

6.根据权利要求1所述的基于交通事故要素匹配的车辆预碰撞预警方法,其特征在于,通过归一化互相关进行相似度计算,包括:首先,将参与计算的两组多维时间序列进行归一化处理;

然后,在每个维度上计算归一化互相关计算该维度上两个时间序列之间形状相似度:

其中,分别表示第j个维度的两个归一化时间序列,表示时间序列之间的形状相似度;τ是时间偏移,τ的不同取值表示将一个序列相对于另一个序列平移;i表示时间序列的样本点编号,n表示时间序列的长度;表示在所有可能的时间偏移τ下,选择一个τ使得两个时间序列的归一化互相关达到最大值;

再将所有维度两个时间序列之间形状相似度进行组合,得到两组多维时间序列之间的相似度:

其中,T1,T2表示参与计算的两组多维时间序列,S(T1,T2)表示两组多维时间序列T1,T2之间的相似度,wj表示第j个维度的权重,m表示多维时间序列的维度。

7.根据权利要求1所述的基于交通事故要素匹配的车辆预碰撞预警方法,其特征在于,根据相似度计算值进行预碰撞预警的方法为:首先,将本车辆当前的多维时间序列T实与定位子库中每个危险状态子序列之间的相似度进行比较,若T实与其中任意一个危险状态子序列之间的相似度超过阈值,则发出警告以提醒当前驾驶车辆处于危险驾驶状态;否则,再将T实与定位子库中每个次危险状态子序列之间的相似度进行比较,若T实与其中任意一个次危险状态子序列之间的相似度超过阈值,则发出警告以提醒当前驾驶车辆有发生事故的风险。

8.一种基于交通事故要素匹配的车辆预碰撞预警系统,其特征在于,包括:

事故参数提取模块,用于:从交通事故案例中提取用于还原交通事故的事故参数数据;

事故还原与数据导出模块,用于:基于提取的事故参数数据对交通事故发生前后的过程进行仿真还原,并从还原的交通事故案例中提取交通事故参与者双方在交通事故发生前后过程内的多个运动参数,得到表述交通事故发生前后过程的多维时间序列;

事故状态库构建模块,用于:将表述交通事故发生前后过程的多维时间序列导入DS-HDP-HMM模型,得到对应的隐状态序列;并将各隐状态标记为危险状态、次危险状态和正常状态,得到危险状态子序列、次危险状态子序列和正常状态子序列;再将危险状态子序列和次危险状态子序列,以及对应时段的多维时间序列,均存入事故状态库的与该交通事故吻合的子库中;所述事故状态库,按交通事故所发生的道路类型和交通事故参与双方的类型进行组合分别设置多个子库;

实时数据获取模块,用于:对于有预警需求的车辆,获取当前所处的道路类型,获取自身以及周围交通参与者在包括当前时刻在内最近若干长时间段内的所述多个运动参数;其中,周围交通参与者的运动参数通过车路云一体化设备获取;将自身分别与周围每个交通参与者进行组合,得到多组待预判的交通事故参与双方,每组待预判的交通事故参与双方对应得到一组多维时间序列T实;

相似度计算模块,用于:针对每组待预判的交通事故参与双方,根据所处的道路类型以及双方的类型,在事故状态库中定位到对应的子库,并将对应的多维时间序列T实与该子库中的多维时间序列进行相似度计算;

预警模块,用于:根据相似度计算值,对当前有预警需求的车辆进行预碰撞预警。

9.根据权利要求8所述的基于交通事故要素匹配的车辆预碰撞预警系统,其特征在于,提取的多个运动参数,包括:交通参与者双方的速度、位置、航向角和相对距离。