提出一種車車通信環(huán)境下基于RBF制動意圖辨識網(wǎng)絡(luò)的防追尾安全距離模型,通過RBF神經(jīng)網(wǎng)絡(luò)辨識駕駛員的制動意圖,并根據(jù)前車的運行狀態(tài)分為緊急制動模式、常規(guī)制動模式以及勻速或勻加速行駛3種工況進行討論,采用實車數(shù)據(jù)和Matlab/Simulink軟件分別對前車在緊急制動、常規(guī)制動、勻速及勻加速運行4種場景下進行聯(lián)合仿真分析。結(jié)果表明,基于RBF制動意圖辨識網(wǎng)絡(luò)的安全距離模型與傳統(tǒng)安全距離模型相比,安全距離得到顯著降低,模型最高平均誤報率為2. 4%,最低平均誤報率為1%,性能可靠,模型不僅可以有效減小車間安全距離,增加對交通設(shè)施資源的有效利用,提高道路運營效率,還能為駕駛員提供更加及時的追尾預(yù)警,進一步提高車輛的主動安全性。 

【文章來源】：重慶理工大學(xué)學(xué)報(自然科學(xué)). 2020,34(06)北大核心

【文章頁數(shù)】：10 頁

【部分圖文】：

制動意圖辨識的ＲBF結(jié)構(gòu)

既提高了數(shù)據(jù)的更新頻率，由可以消除累計誤差帶來的影響。設(shè)采集前車在運行過程中的速度信號序列依次為vAi，后車在運行過程中的速度信號序列依次為vBi，采樣周期均為Δt，則前后兩車在Δt內(nèi)的位移差Δs為Δs=∫t+Δtt(vAi－vBi)dt(23)最終獲得前后兩車在Δt內(nèi)的估算車距Di為Di=(Di－1+Δs)xi=xi－1orx"i=x"i－1dixi≠xi－1andx"i≠x"i－{1(24)3．2防追尾預(yù)警模型防追尾預(yù)警模型流程如圖2所示。根據(jù)制動踏板和加速踏板的狀態(tài)在制動踏板和加速踏板同時抬起時定義為滑行模式;當(dāng)制動踏板抬起加速踏板踩下時定義為加速模式:當(dāng)制動踏板踩下、加速踏板抬起的時候定義為制動模式，出現(xiàn)這種模式時，根據(jù)當(dāng)前制動踏板狀態(tài)對駕駛員的制動意圖進行判斷，獲得制動意圖及期望減速度后，通過車車通信系統(tǒng)，將前車的制動意圖、期望減速度、車速傳遞給后車，后車通過安全距離模型并結(jié)合與前車的車輛間距判斷是否進入危險狀態(tài)并作出相應(yīng)的制動措施。圖2防追尾預(yù)警模型4仿真分析為了驗證模型的準確性，在充分考慮車輛工作特性的基礎(chǔ)上建立準確高效的車輛動力學(xué)仿631重慶理工大學(xué)學(xué)報??????????????????????????????????????????????

度線性增長到模型輸出的期望減速度值，車輛做變減速運動，根據(jù)資料顯示減速度增長時間的閾值為0．4s，取t3=0．2s。兩車間的最小車距df主要是為了保證兩車在完全停止時不發(fā)生追尾事故，取df=2m。4種工況下前后車速與安全距離的關(guān)系分別如圖7～10所示。圖7前車緊急制動下前后車速與安全距離的關(guān)系圖8前車常規(guī)制動下前后車速與安全距離的關(guān)系圖9前車勻速行駛下前后車速與安全距離的關(guān)系圖10前車勻加速行駛下前后車速與安全距離的關(guān)系由圖7～10可以看出，當(dāng)前車速度小于后車速度且前車產(chǎn)生制動時，安全距離隨著前后兩車速度差的增大而增大，且當(dāng)前后兩車速度差相等的情況下，緊急制動工況下的安全距離永遠大于常規(guī)制動工況和勻速或勻加速運行工況下的安全距離。由于車輛在跟馳過程中，前車出現(xiàn)任何一種運行工況都是隨機發(fā)生的，為保證后車在前車出現(xiàn)任何制動工況下都不發(fā)生追尾事故，取4種工況下最小安全距離的最大值即緊急制動工況下的安全距離模型作為行車安全距離模型。將基于車車通信及ＲBF神經(jīng)網(wǎng)絡(luò)的行車安全距離模型分別與固定安全距離、基于制動過程的安全距離、駕駛員預(yù)估安全距離以及車路協(xié)同環(huán)境下安全距離進行對比分析，仿真結(jié)果如圖11所示。圖115種模型計算的安全距離對比831重慶理工大學(xué)學(xué)報??????????????????????????????????????????????

【參考文獻】：
期刊論文
[1]基于GPS/INS導(dǎo)航的速度誤差修正算法研究[J]. 江軍,丁夢磊,賈海杰.  戰(zhàn)術(shù)導(dǎo)彈技術(shù). 2019(04)
[2]基于魯棒補償RBF網(wǎng)絡(luò)的IEHB系統(tǒng)液壓力控制[J]. 李玉善,唐惟勝,季學(xué)武,武健.  重慶理工大學(xué)學(xué)報(自然科學(xué)). 2020(01)
[3]傳感器數(shù)據(jù)融合與單一傳感器在同步定位與構(gòu)圖中的對比研究[J]. 郭維,彭輝,張瑜.  計算機應(yīng)用研究. 2020(06)
[4]電動助力轉(zhuǎn)向系統(tǒng)的智能控制研究[J]. 彭滔,周鵬,胡桃川.  重慶理工大學(xué)學(xué)報(自然科學(xué)). 2019(04)
[5]駕駛員制動意圖對多軸車輛緊急制動遲滯特性的影響[J]. 王喆,周曉軍,楊辰龍,胡勃.  汽車工程. 2018(10)
[6]重載AGV車輛跟蹤算法和運動特性研究[J]. 吳寧強,李文銳,王艷霞,翟兆陽.  重慶理工大學(xué)學(xué)報(自然科學(xué)). 2018(10)
[7]一種基于駕駛員制動行為的車輛主動避撞模型研究[J]. 劉志強,張春雷,倪婕,朱偉達.  重慶理工大學(xué)學(xué)報(自然科學(xué)). 2018(02)
[8]基于車車通信的車輛防碰撞算法[J]. 陳友榮,萬錦昊,陳俊潔,任條娟.  電信科學(xué). 2016(11)
[9]EP-RBF神經(jīng)網(wǎng)絡(luò)在時間序列預(yù)測中的應(yīng)用[J]. 林麗娜,魏德志.  重慶理工大學(xué)學(xué)報(自然科學(xué)). 2016(11)
[10]乘用車駕駛員制動意圖識別參數(shù)的選擇[J]. 王英范,寧國寶,余卓平.  汽車工程. 2011(03)

碩士論文
[1]基于車路協(xié)同的車輛追尾預(yù)警系統(tǒng)的研究與實現(xiàn)[D]. 景首才.長安大學(xué) 2016
[2]基于車路協(xié)同安全距離模型的車速引導(dǎo)系統(tǒng)研究[D]. 于立勇.北京交通大學(xué) 2014
[3]基于車—車通信安全距離模型的駕駛員輔助決策研究[D]. 梁忠艷.哈爾濱工業(yè)大學(xué) 2010



本文編號：3598486