車聯網中基于車間距離概率分布的碰撞預測方法

車聯網中基于車間距離概率分布的碰撞預測方法
【專利摘要】本發明公開了一種基于車間距概率分布的高速路模型下車輛碰撞的預測方法，包括以下步驟：車輛周期性(10Hz)廣播當前運動狀態信息Beacons（速度、加速度、GPS）；動態計算周圍環境的車輛密度，構建車間距分布概率模型；根據自身和前方緊相鄰車輛的運動狀態，動態計算兩者同時緊急剎車情況下避免發生碰撞所需的最小安全距離；根據車間距概率分布，計算相鄰兩車發生碰撞的概率（車間距小于最小安全距離概率）；構建多車輛發生碰撞的Markov鏈和狀態轉移矩陣，評估整個路段某時刻發生車輛碰撞次數的期望。該方法創新度高，擴展性強，較好的彌補了當前基于車輛定位預測碰撞算法中GPS數據精度不足和不穩定的缺陷，在GPS衛星信號盲區本方法的作用尤為突出，應用前景十分廣闊。
【專利說明】車聯網中基于車間距離概率分布的碰撞預測方法
【技術領域】
[0001]本發明屬于智能交通系統的車聯網【技術領域】，具體涉及一種在緊急情況下基于車間距概率分布的多車碰撞預測方法。車輛碰撞預測方法，可以用于實時計算單獨車輛行駛的安全系數，也可以用于評估整條路段在遭遇突發事故時引發次生碰撞的風險。
【背景技術】
[0002]近年來,車聯網(Vehicular Ad-hoc Network, VANET)作為智能交通領域中一種新興技術引起了眾多汽車廠商和學者的廣泛關注，聯邦通訊委員會(Federal CommunicationCommission, FCC)專門為車聯網應用分配了 75MHz的通信頻段。在VANET中，每個移動車輛均具備無線通信的能力，正常情況下周期性廣播包含自身運動狀態和GPS位置信息的Beacons消息，當車輛遭遇危險情形時會觸發并廣播警告消息。通過實時分享各自運動狀態和及時告知危險事件達到提高行車安全的目的。
[0003]基于車聯網技術，實時預測相鄰車輛碰撞概率是智能交通領域中的一項強烈需求，可以有效保障和提高道路交通的安全。目前常見預測碰撞的方法大部分是基于車輛GPS定位技術，通過Beacon消息獲取周圍車輛的位置信息,結合自身GPS坐標計算相對車距。同時根據相鄰車輛的運動狀態計算是否會發生碰撞。由于當前車載GPS定位系統存在較大誤差，造成此類預測車輛碰撞的方法可靠性較差。尤其在GPS信號覆蓋不到或者信號較弱的路段，此類方法將會失去作用。
[0004]雖然文獻[C.Garcia-Costa, etc, “A stochastic model for chain collisionsof vehicles equipped with vehicular communications，，，IEEE Transactions onIntelligent Transportation Systems, vol.13, n0.2, Jun.2012]給出 了一種預測車輛連環碰撞的隨機模型，但是由于該模型中各種輸入變量均假設為隨機變量，無法有效應用到實際車聯網中實時預測多車碰撞的問題。為了擺脫對GPS定位精度強依賴，本發明首次采用基于車間距概率分布的方法來預測車輛的碰撞事件，并充分利用車聯網中的兩類消息的作用，提高的預測碰撞的準確度。

【發明內容】

[0005]本發明目的在于提供一種在緊急情況下基于車間距概率分布的多車碰撞預測方法，有效提高車聯網中行車碰撞預測的準確度，保障了道路交通安全，同時擺脫了 GPS定位精度不足的制約，實用范圍更廣。
[0006]為了解決現有技術中的這些問題，本發明提供的技術方案是:
[0007]一種車聯網中基于車間距概率分布的碰撞預測方法，假設車聯網整個路段上共有N輛編號依次為V1, V2,..., Vn的車相繼前行，每一個移動車輛均具備無線發射和接受信息的能力，其特征在于所述方法包括以下步驟:
[0008](I)車輛周期性的向鄰居車輛廣播包含自身實時運動狀態的Beacons消息，其中實時運動狀態信息包括速度V，加速度a，運動方向以及GPS位置向量X ；[0009](2)車聯網中的每個車輛通過解析來自鄰居車輛的Beacons消息，獲取周圍環境中鄰居車輛的實時運動狀態信息，動態計算周圍環境的車輛分布密度λ，構建車間距概率分布模型；
[0010](3)前后相鄰同向行駛的車輛Vp1和Vi根據兩者的最新速度Vp1和V1、加速度
和％、最大剎車速度和ama!U，根據物理學運動模型動態計算兩者同時緊急剎車情況下為避免碰撞所需保持的最小安全距離dms ；
[0011](4)根據車輛Vi與前方相鄰車輛Vp1的車間距概率分布模型，計算相鄰兩車發生碰撞的概率；所述Vi和Vp1發生碰撞的概率即為Vi與Vp1的車間距小于最小安全間距dms的概率；1 < =i < =N;
[0012](5)根據相鄰兩車發生碰撞的概率構建多車輛發生碰撞的Markov鏈和狀態轉移矩陣，評估整個路段某時刻發生車輛碰撞次數的期望。 [0013]優選的技術方案是:所述方法步驟(1)中鄰居車輛的Beacons消息解析出來的GPS位置向量數據用于局部計算周圍環境的實時車輛密度λ ;通過偵聽范圍內最前和最后的兩個鄰居車輛GPS位置向量計算車輛的感知范圍總長度L，各個車輛進而可以實時計算出所處局部環境的車輛密度λ=Ν/1。
[0014]優選的技術方案是:所述方法步驟(2)中前后相繼行駛車輛乂㈠和^的剎車延遲tMS包含接受到前方事故車輛'觸發的告警消息傳輸延遲和司機采取緊急剎車的反應延遲兩部分。
[0015]優選的技術方案是:相鄰車輛Vg和Vi的最小安全行駛距離dms的計算方法根據剎車延遲tMS結束時刻兩車的初始運動狀態，分為三種情況:
[0016]i) j = 1-1,即Vg為車隊中首先觸發告警消息并向后傳輸的車輛；
[0017]ii) j < 1-1,且剎車延遲結束時刻Vi的速度大于Vp1的速度；
[0018]iii) j < 1-1,且剎車延遲結束時刻Vi的速度小于等于Vp1的速度。 [0019]優選的技術方案是:所述方法中當其中編號為' 的車遭遇緊急事故并將此告警消息向后廣播，后繼的N-j輛車在收到此消息后幾乎同時采取緊急剎車動作會引發連環的多車碰撞，基于后續車輛發生連環碰撞過程的所有狀態，構建包含了(N-j+1) (N-j+2)/2種狀態的齊次Markov鏈和對應的狀態轉移矩陣P ;通過N-j次自乘運算生成新矩陣ΡΝΛ矩陣元素PN1_(1，(N-j+1) (N-j+2)/2-k)表示N-j個后續車輛中最終共有k個車輛發生碰撞的概率，其中O≤k≤N-j ;計算出由' 引發的后續N-j輛車發生碰撞次數的期望。
[0020]優選的技術方案是:所述方法步驟(4)中構建Markov鏈的狀態集合為C = (c0；0,cI,O，cO, I，...，CN-j, 0) CN-j-l, I，CN-j-2,2，...，Cl，N-j_l，C0, N-j)，集合大小為(N-j + l) (N_j+2)/2。其中Ctltl表示觸發告警消息的'，定義為初始狀態，Cu表示從'往后的I輛車中有一個發生碰撞，表示從Vj開始的后續N-j輛車中有N-j-2個發生碰撞，依次類推。
[0021]本發明提供了一種基于車間距概率分布的高速路模型下車輛碰撞的預測方法，其特征在于所述方法包括以下步驟:(1)移動車輛通過周期性的向鄰居節點廣播狀態信息(Beacons),獲取鄰居車輛當前的運動狀態并計算所處環境下的車輛密度λ ;(2)結合自身當前的運動狀態，每個車輛動態計算在緊急剎車情況下和前方相鄰車輛避免發生碰撞的最小安全行車距離；(3)根據車輛分布密度，動態更新車間距的概率分布模型。結合最小安全行車距離，計算兩兩相鄰車輛緊急情況下發生碰撞的概率；(4)針對相同車道上同向相繼行駛的多個車輛，基于連環碰撞發生的所有中間狀態構建Markov鏈和狀態轉移矩陣，并計算每種最終碰撞狀態發生的概率。進而評估整個路段緊急情況下發生車輛連環碰撞次數的總體期望。該方法創新度高，擴展性強，較好的彌補了當前基于車輛定位預測碰撞算法中GPS數據精度不足和不穩定的缺陷，在GPS衛星信號盲區本方法的作用尤為突出，應用前景十分廣闊。
[0022]本發明利用車聯網中周圍車輛的實時運動狀態信息(Beacons)，動態維護相鄰車間距的概率分布模型。基于相鄰車輛的運動狀態計算緊急狀況下保證兩車避免碰撞所需的最小安全距離，車間距小于最小安全距離的概率即為碰撞概率，并基于Markov鏈評估整個路段上多車碰撞的危險系數，提高了行車的安全度，該方法具體可以按照如下步驟進行:
[0023]步驟一:移動車輛周期性的向周圍的車輛廣播Beacons消息，同一車輛廣播Beacon消息的間隔周期為0.1s。Beacon消息包含了當前車輛最新的運動狀態信息，具體包括速度V，加速度a，運動方向以及GPS位置向量X。通過偵聽來自周圍鄰居車輛的Beacons消息，可以獲取周圍車輛的上述信息。
[0024]步驟二:計算各自感知范圍總長度L = Xhead-Xlast和周圍環境中車輛分布密度λ =N/L。其中Xhead和Xlast表示車輛偵聽范圍內的最前和最后兩個鄰居車輛的GPS位置向量，均從鄰居車輛的Beacon消息中解析出來，N表示偵聽范圍內鄰居總數；
[0025]步驟三:假設前后相鄰同向行駛的車輛Vp1和Vi同時收到來前方危險車輛Vj, j ( 1-1觸發的警告消息均立即采取緊急剎車，Vi根據自身和其前驅車輛Vp1的最新速度Vi和Vp1、加速度ag和a”最大剎車速度aM!U和a—n，按照物理學運動模型(如圖3所示)，計算兩者同時緊急剎車情況下為避免碰撞所需保持的最小安全間距dms。為了便于分析和計算，本方法中所有車輛的最大剎車加速度均為&_。根據剎車延遲結束時刻前后兩車的初始運動狀態，dms的計算方法具體分為三種情況:
[0026]i) j = 1-1,即Vp1為車隊中首先觸發告警消息并向后傳輸的車輛此種情況下認為Vj (即Vp1)立即停止，其后繼車輛Vi是否與其相撞完全取決于Vi的剎車距離。此時的最小安全行車距離為:
[0027]
【權利要求】
1.一種車聯網中基于車間距概率分布的碰撞預測方法，假設車聯網整個路段上共有N輛編號依次為V1, V2,..., Vn的車相繼前行，每一個移動車輛均具備無線發射和接受信息的能力，其特征在于所述方法包括以下步驟: (O車輛周期性的向鄰居車輛廣播包含自身實時運動狀態的Beacons消息，其中實時運動狀態信息包括速度V，加速度a，運動方向以及GPS位置向量X ; (2)車聯網中的每個車輛通過解析來自鄰居車輛的Beacons消息，獲取周圍環境中鄰居車輛的實時運動狀態信息，動態計算周圍環境的車輛分布密度λ，構建車間距概率分布模型； (3)前后相鄰同向行駛的車輛Vp1和Vi根據兩者的最新速度Vp1和Vp加速度Bp1和%、最大剎車速度amax，η和amax，i，根據物理學運動模型動態計算兩者同時緊急剎車情況下為避免碰撞所需保持的最小安全距離dms ； (4)根據車輛Vi與前方相鄰車輛Vp1的車間距概率分布模型，計算相鄰兩車發生碰撞的概率；所述Vi和Vp1發生碰撞的概率即為Vi與V1的車間距小于最小安全間距dms的概率；I < =i < =N; (5)根據相鄰兩車發生碰撞的概率構建多車輛發生碰撞的Markov鏈和狀態轉移矩陣，評估整個路段某時刻發生車輛碰撞次數的期望。
2.根據權利要求1所述的方法，其特征在于所述方法步驟(1)中鄰居車輛的Beacons消息解析出來的GPS位置向量數據用于局部計算周圍環境的實時車輛密度λ ;通過偵聽范圍內最前和最后的兩個鄰居車輛GPS位置向量計算車輛的感知范圍總長度L，各個車輛進而可以實時計算出所處局部環境的車輛密度λ=Ν/1。
3.根據權利要求1所述的方法，其特征在于所述方法步驟(2)中前后相繼行駛車輛Vp1和Vi的剎車延遲包含接受到前方事故車輛 ' 觸發的告警消息傳輸延遲和司機采取緊急剎車的反應延遲兩部分。
4.根據權利要求3所述的方法，其特征在于相鄰車輛Vp1和Vi的最小安全行駛距離dms的計算方法根據剎車延遲結束時刻兩車的初始運動狀態，分為三種情況: i)j = 1-1,即Vp1為車隊中首先觸發告警消息并向后傳輸的車輛； ii)j < 1-1,且剎車延遲tMS結束時刻Vi的速度大于Vp1的速度； iii)j < 1-1,且剎車延遲tMS結束時刻Vi的速度小于等于Vp1的速度。
5.根據權利要求1所述的方法，其特征在于所述方法中當其中編號為'的車遭遇緊急事故并將此告警消息向后廣播，后繼的N-j輛車在收到此消息后幾乎同時采取緊急剎車動作會引發連環的多車碰撞，基于后續車輛發生連環碰撞過程的所有狀態，構建包含了(N-j+1) (N-j+2) /2種狀態的齊次Markov鏈和對應的狀態轉移矩陣P ;通過N-j次自乘運算生成新矩陣Pn'矩陣元素PN1_(1，(N-j+1) (N-j+2)/2-k)表示N-j個后續車輛中最終共有k個車輛發生碰撞的概率，其中O≤k≤N-j ;計算出由 ' 引發的后續N-j輛車發生碰撞次數的期望。
6.根據權利要求1所述的方法，其特征在于所述方法步驟(4)中構建Markov鏈的狀態集合為 C — (C。，。, Clj O, C(|，l，...，cN-J-, O) cN-J-1, D CN-j-2, 2)...，Cl,N-j-l> C0, N-j)，集合大小為(N_j + 1)(N-j+2)/2。其中Ctltl表示觸發告警消息的'，定義為初始狀態，Cu表示從'往后的I輛車中有一個發生碰撞，cN_j_2，2表不從Vj開始的后續N-j輛車中有N-j-2個發生碰撞,依次類推。
【文檔編號】G08G1/16GK103544850SQ201310419256
【公開日】2014年1月29日 申請日期:2013年9月13日 優先權日:2013年9月13日
【發明者】黃劉生, 郭偉杰, 徐宏力 申請人:中國科學技術大學蘇州研究院