一種基于信息融合的智能變道輔助系統及其方法
【技術領域】
[0001] 本發明屬于智能變道輔助領域，具體說是一種基于信息融合的智能變道輔助系統 及其方法。
【背景技術】
[0002] 隨著車聯網時代的發展，以及傳感器技術、測量技術、計算機技術以及信息處理技 術的快速發展，智能型汽車輔助駕駛系統得到越來越多的關注和青睞，消費者也越來越注 重駕駛的安全性以及舒適性，這就要求駕駛輔助系統能夠更加快速的獲取駕駛環境的相關 信息，準確的判斷出駕駛過程中存在的危險情況，并駕駛員提供駕駛參考，甚至在緊急情況 下實現自主控制。
[0003] 在汽車前向防撞問題上，目前主要采用前向防撞雷達對前向車道車輛進行實時監 控，并實時進行前向防撞預警功能，該功能的實現可能需要多個毫米波雷達傳感器配合實 現;在汽車盲點部分(Blind Spot Detection)，采用盲點檢測（Blind Spot Detection)的 方式進行檢測，從而減少甚至消除汽車盲區，使得駕駛員可以無盲區操控汽車，使得駕駛更 加安全可靠；在汽車變化道路時存在的危險情況，主要采用汽車變道輔助（Lane Change Auxiliary)系統進行提前預防。
【發明內容】
[0004] 本發明提供了一種基于信息融合的智能變道輔助系統及其方法，通過對變道輔助 傳感器所獲取的環境中目標的屬性數據采用模糊積分的方法進行有效的融合，根據專家系 統判斷汽車變道行為的危險程度，使得變道輔助系統具有智能化等特性。
[0005] 為實現上述目的，本發明的技術方案是，一種基于信息融合的智能變道輔助系 統，包括:用于實時檢測目標車輛信息的雷達、將所有覆蓋區域檢測出的目標車輛進行融合 處理的數據融合模塊、判斷目標車輛所在位置的專家系統、判斷本車輛相對于目標車輛進 行變道時危險程度的危險等級判決模塊和提醒駕駛員的變道提醒模塊;所述的數據融合模 塊分別與雷達、專家系統的一端相連，危險等級判決模塊分別與專家系統的另一端、變道提 醒模塊相連。
[0006] 進一步的，所述的雷達為24GHz毫米波雷達；
[0007]進一步的，所述的24GHz毫米波雷達為兩個，分別安裝在汽車尾端左右兩側；
[0008] 進一步的，目標車輛所在位置是指在左邊車道和/或右邊車道和/或是本車道后 方；
[0009] -種基于信息融合的智能變道輔助方法，是通過上述系統實現的，具體步驟如下：
[0010] Sl:通過左、右兩側安裝的24GHz毫米波雷達將車輛后方的環境信息進行采集；
[0011] S2:對采集到的環境信息數據進行預處理；
[0012] S3:將預處理后的數據根據所處的狀態信息進行分類，然后根據分類的數據建立 對應的特征向量表，設第j類狀態的特征向量為Clj= (CXj1^j2 ,CXj3, (Xj4);
[0013] S4:采用主成分分析法得出特征指標Xi，X2，X3，X4對狀態影響系數為（yi，y2，y3，y4);
[0014] S5:采用模糊積分對上述數據進行融合；
[00?5] S6:將融合后計算出的模糊值ei，Θ2，Θ3，通過專家系統計算出：ej =max(ei，Θ2，Θ3)， 即利用模糊最大值判斷該目標車輛對本車變道的危險程度；
[0016] S7:當駕駛人員在進行變道時，智能提供變道的狀態信息。
[0017] 進一步的，步驟Sl中的環境信息，包括:每個目標車輛與本車的相對速度V、相對距 離R以及相對角度θ等。
[0018] 進一步的，步驟S2中預處理是通過如下步驟進行的：
[0019] a、數據替換：如左24GHz毫米波雷達或是右24GHz毫米波雷達獲得的環境信息數據 存在部分目標的屬性數據缺失的情況，則采用該目標上一周期獲得屬性數據進行替換掉本 周期缺失的數據;例如檢測出的目標屬性數據中缺少相對速度信息等，則采用該目標上一 個周期獲得速度信息替換掉本周期內目標的速度值，從而完成數據替換工作；
[0020] b、數據集成:將左、右24GHz毫米波雷達獲得的各個目標的距離、速度和角度值等 屬性數據進行數據結合并統一存儲，完成數據集成，即各個目標在存儲時采用如下存儲格 式
[0021] X=(X1，X2，X3，X4)
[0022] 其中，X表示所獲取的一個目標車輛的相關信息的數據向量，xl，。，^，以表示其 向量元素；其中xl表示左、右24GHz毫米波雷達，xl = 0時表示左24GHz毫米波雷達獲得的目 標數據，xl = l表示右24GHz毫米波雷達獲得的目標數據;x2表示目標車輛與本車的相對速 度值V，x3表示目標車輛與本車的相對距離值R，x4表示目標的方向角Θ。
[0023] 進一步的，步驟S3或步驟S7中所述的狀態信息是指安全狀態或警示狀態或危險狀 ??τ O
[0024] 進一步的，步驟S5中的融合過程是采用如下步驟進行的：
[0025] 首先定義一個模糊可測空間上的一個取值為[0，1]上的可測函數h(x)為
[0027] 此函數反映了汽車采集到特征指標信息1=(^，12^3，^)屬于第」類狀態的信任 程度，j = 1表示安全狀態，j = 2表示警示狀態，j = 3表示危險狀態；
[0028] 其次利用特征指標Xi，X2，X3，X4對狀態檢測影響(yi，y2，y3，y4)構造一個模糊測度g
[0029] g(xi) = gx
[0030] g(xi) = g1+g(xi-i)+Ag1g(xi-i)2 < i < 4
[0031] 其中λ由
且λ矣0求得，該方程的解存在且唯一；
[0032] 在求出g(x)和h(x)之后，通過模糊積分公式
求 得X = ( Xl，X2，X3，X4)屬于第j個狀態時的模糊值ei，Θ2，Θ3。
[0033] 作為更進一步的，步驟S7中變換道路時智能提供變道信息是通過相應的聲、光或 駕駛座椅震動警示提醒駕駛人員，如處于安全狀態則顯示綠色的燈，如處于警示狀態，則變 化為閃爍的黃燈，如為危險狀態，則轉換成紅燈狀態;駕駛員如沒及時查看到變道燈的提示 信息，而進行強行變道行為，則進行聲音報警以及座椅震動用以及時提醒駕駛人員不要做 出變道行為。
[0034]本發明的有益效果在于:通過對雷達所獲取的環境中目標的屬性數據采用模糊積 分的方法進行有效的融合，根據專家系統判斷汽車變道行為的危險程度，使得變道輔助系 統具有智能化等特性，并且該智能系統也會更快、更準確的判斷出變道危險程度。該方法為 智能變道輔助系統實現智能化提供了一種解決方法，使得智能型變道輔助系統成為可能。
【附圖說明】
[0035]本發明共有附圖2幅：
[0036]圖1為本發明的系統框圖；
[0037] 圖2為本發明的流程框圖。
【具體實施方式】
[0038] 下面通過實施例，并結合附圖，對本發明的技術方案作進一步的具體說明。
[0039] 實施例1
[0040] 本發明是一種基于信息融合方法的智能型變道輔助系統，該系統主要是通過汽車 尾端左右兩側各安裝的一個24GHz毫米波雷達，實現對車輛后方100米范圍內的目標車輛信 息進行實時檢測。由于變道輔助系統采用左右兩側對稱式毫米波雷達安裝方式，目的在于 覆蓋行駛車輛的左右相鄰車道以及本行駛車道，但是左右毫米波雷達傳感器的作用范圍會 存在一定的重疊區域，即會出現一個目標車輛，同時被左右毫米波雷達傳感器檢測到，所 以對于檢測到的目標需要進行數據融合技術將所有覆蓋區域檢測出的目標進行融合處理， 并通過專家系統有效地判斷是左邊車道的目標，還是右邊車道的目標，還是位于本車道后 方行駛的車輛，以及這些目標車輛對于本車輛進行變道時的危險程度，即安全狀態，警示狀 態還是危險狀態等，并通過相應的聲、光或駕駛座椅震動等警示在變換道路時提醒駕駛人 員。
[0041] -種基于信息融合的智能變道輔助系統，包括：用于實時檢測目標車輛信息的雷 達、將所有覆蓋區域檢測出的目標車輛進行融合處理的數據融合模塊、判斷目標車輛所在 位置的專家系統、判斷本車輛相對于目標車輛進行變道時危險程度的危險等級判決模塊和 提醒駕駛員的變道提醒模塊;所述的數據融合模塊分別與雷達、專家系統的一端相連，危險 等級判決模塊分別與專家系統的另一端、變道提醒模塊相連。目標車輛所在位置是指在左 邊車道和/或右邊車道和/或是本車道后方；
[0042] -種基于信息融合的智能變道輔助方法，是通過上述系統實現的，具體步驟如下： [0043] SI:通過左、右兩側安裝的24GHz毫米波雷達將車輛后方的環境信息進行采集;該 環境信息主要是針對毫米波雷達作用范圍內的車輛的相關信息，包括每個目標車輛與本車 的相對速度V、相對距離R以及相對角度θ等。
[0044] S2:對采集到的環境信息數據進行預處理；由于數據在采集過程中可能會存在數 據缺失等情況，以及后續數據進行融合處理時，需要提前進行數據集成等工作：
[0045] a、數據替換：如左24GHz毫米波雷達或是右24GHz毫米波雷達獲得的環境信息數據 存在部分目標的屬性數據缺失的情況，則采用該目標上一周期獲得屬性數據進行替換掉本 周期缺失的數據;例如檢測出的目標屬性數據中缺少相對速度信息等，則采用該目標上一 個周期獲得速度信息替換掉本周期內目標的速度值，從而完成數據替換工作；
[0046] b、數據集成:將左、右24GHz毫米波雷達獲得的各個目標的距離、速度和角度值等 屬性數據進行