為了預(yù)防和減少車輛縱向追尾事故的發(fā)生,提出了一種基于車聯(lián)網(wǎng)的車輛縱向碰撞分級預(yù)警模型。首先,構(gòu)建了基于下一代移動通信網(wǎng)絡(luò)的車聯(lián)網(wǎng)框架,通過車聯(lián)網(wǎng)平臺采集前車和自車的位置信息,基于卡爾曼濾波進(jìn)行位置信息的融合,得到某一時刻車輛位置信息的最優(yōu)值,得到自車和前車的實(shí)時距離。其次,基于自車和前車的實(shí)時距離以及通過對車輛制動過程分析得到的臨界預(yù)警距離和臨界制動距離建立了車輛縱向碰撞分級預(yù)警模型,并且根據(jù)不同的預(yù)警等級以及預(yù)警參數(shù)和危險警告靈敏度參數(shù)設(shè)計了不同的預(yù)警信息提示�？紤]到實(shí)地進(jìn)行車輛預(yù)警試驗(yàn)存在著成本高和安全性等方面問題,搭建了基于VISSIM和OMNeT++的車聯(lián)網(wǎng)仿真平臺。仿真實(shí)驗(yàn)結(jié)果表明:相比較于傳統(tǒng)固定閾值預(yù)警算法的車輛,基于車聯(lián)網(wǎng)的分級預(yù)警模型的誤警率降低了14.4%,預(yù)警漏報率降低了3.5%。綜合來看,基于車聯(lián)網(wǎng)的分級預(yù)警模型可以更加有效的減少縱向交通追尾事故的發(fā)生,提高了行車的安全性。

【文章頁數(shù)】：7 頁

本文編號：3878592