一种基于模糊逻辑理论的防碰撞预警方法

1.本发明涉及车辆主动安全领域，尤其涉及一种基于模糊逻辑理论的防碰撞预警方法。


背景技术：

2.车辆防碰撞系统，如车辆前向防碰撞预警系统(fcw),已经得到了广泛的应用，这些主动安全预警系统能够有效减少交通事故，提高道路交通安全水平，然而，在当前，大部分防碰撞预警系统的工作范围具有相当大的局限性。一方面，现有的防碰撞预警系统只能识别同一车道内的潜在碰撞事件，不能识别相邻车道车辆带来的潜在碰撞风险。另一方面，当前的防碰撞预警算法只关注车辆的一维动力学，忽略了车辆在二维平面的相互作用。因此，亟待构建一种能够体现车辆二维动力学特性及交互方式的防碰撞预警方法，该方法需要实时地，准确地识别多车道场景中，复杂的，多样的交通风险。此外该预警方法应该与驾驶员的主观风险认知相接近。


技术实现要素：

3.本发明提供了一种基于模糊逻辑理论的防碰撞预警方法，旨在解决当前车辆防碰撞预警系统只考虑同一车道内潜在碰撞，不能考虑车辆二维交互情形，对多车道场景(尤其是换道场景)存在大量假阳性报警的问题。
4.本发明为解决上述技术问题采用以下技术方案：
5.一种基于模糊逻辑的防碰撞预警方法，该方法包含以下步骤：
6.s1、收集目标区域内目标车辆的自然驾驶数据，根据自然驾驶数据对目标车辆横向动力学的不确定性进行归纳，并基于模糊逻辑理论得到车辆行车安全建模中的横向动力学隶属度系数γ
s,n
；
7.s2、将步骤s1所得的横向动力学隶属度系数γ
s,n
结合车辆驾驶场景中的纵向预碰撞时间，加权计算得到行车安全测度fl-ittc；
8.s3、基于步骤s2中所得的行车安全测度fl-ittc，设计防碰撞预警系统的报警模型，并根据驾驶人的实际制动行为设置报警阈值参数；
9.s4、将步骤s2中的行车安全测度fl-ittc结合步骤s3中的预警阈值参数，根据不同场景对驾驶人下发防碰撞预警。
10.进一步的，在所述步骤s1中，车辆横向动力学隶属度系数γ
s,n
的求解步骤如下:
11.步骤一、归纳位移不确定性的分布规律，位移的不确定性被定义为在给定时间步长后，车辆预计横向位置(由当前横向位置和速度计算)和实际位置的差值，计算方式如下：
[0012][0013]
式中，δxn表示车辆横向位移的不确定性，x
n,t
表示车辆在t时刻的横向位置，x
n,t+δt
表示车辆在δt时间后的横向位置坐标，表示车辆在t时刻的横向速度。
[0014]
根据实际自然驾驶数据的实证研究，位移的不确定性服从拉普拉斯分布，且尺度
参数与时间步长δt具有线性关系，其默认概率分布如下：
[0015][0016]
步骤二、根据概率方法求解车辆与相邻车辆在给定时间步长后，横向上有几何重叠的概率，求解方法如下：
[0017][0018]
其中，t表示当前时间，δt表示预测时间步长，ws表示本车宽度，wn表示邻车宽度，β(δx)是与δx概率分布有关的函数，
[0019]
步骤三、将横向重叠概率向横向动力学隶属度系数进行转化，映射关系如下：
[0020][0021]
其中，k是归一化修正系数，计算方式如下：
[0022][0023]
得到了步骤s1中所述的横向动力学隶属度系数γ
s,n
。
[0024]
进一步的，在所述步骤s2中，行车安全测度fl-ittc的求解方式如下：
[0025]
步骤一、不考虑横向动力学，计算纵向上的预碰撞时间，并将该预碰撞时间作为预测时间步长δt，计算方式如下：
[0026][0027]
式中，yn表示邻车的纵向坐标，ys表示本车的纵向坐标，ln表示邻车车长，ls表示本车车长，表示邻车的纵向速度，表示本车的纵向速度。
[0028]
步骤二、计算本车与邻车发生几何重叠时的期望横向位移δx；
[0029][0030]
式中，δt是步骤一中所得的预测时间步长，xn表示邻车的横向坐标，xs表示本车的横向坐标，表示邻车的横向速度，表示本车的横向速度。
[0031]
步骤三、用s1中所得的隶属度系数作为权重修正纵向上的预碰撞时间的倒数，得到行车安全测度fl-ittc，即：
[0032][0033]
式中，m
fl
(δx)是步骤s1中所得的模糊逻辑隶属度函数，δt是预测时间步长。
[0034]
进一步的，在所述步骤s3中，设计防碰撞预警系统的报警模型与报警阈值参数的选取方式如下：
[0035]
通过驾驶人实际驾驶行为，对报警阈值参数进行标定，使报警方式接近驾驶员的风险感知，定义以下事件：
ittc越大，则该场景中行车风险水平越大。
[0059]
s3、求解报警阈值
[0060]
根据驾驶人的实际制动行为标定报警阈值参数。通过驾驶员对部分行车场景下安全水平的认知，开发混淆矩阵，将驾驶场景分为真阳性，假阳性，真阴性，假阴性四种。通过最大化真阳性率与假阳性率之差来设定最佳报警阈值(一个默认的报警阈值是0.15s-1
)。
[0061]
s4、设计预警系统及下发报警
[0062]
通过步骤s2中得到的二维安全测度评估行车安全水平。fl-ittc越大，则碰撞风险越大，反之则越安全。fl-ittc超出给定阈值时，防碰撞系统下发碰撞预警。
[0063]
进一步地，所述步骤s1中，车辆横向动力学隶属度系数的求解步骤如下:
[0064]
步骤一、通过自然驾驶数据，求解位移不确定性的概率分布，位移的不确定性被定义为在给定时间步长后，车辆预计横向位置(由当前横向位置和速度计算)和实际位置的差值，计算方式如下：
[0065][0066]
式中，δxn表示车辆横向位移的不确定性，x
n,t
表示车辆在t时刻的横向位置，x
n,t+δt
表示车辆在δt时间后的横向位置坐标，表示车辆在t时刻的横向速度。
[0067]
根据实际自然驾驶数据的实证研究，位移的不确定性服从拉普拉斯分布，且尺度参数与时间步长δt具有线性关系，推荐的默认概率分布如下：
[0068][0069]
在实际使用中，该分布可以根据实际需求调整，分布的一般形式为：
[0070][0071]
参数的具体标定方式为：
[0072][0073]
步骤二、根据概率方法求解车辆与相邻车辆在给定时间步长后，横向上有几何重叠的概率，求解方法如下：
[0074][0075]
该式中，t表示当前时间，δt表示预测时间步长，ws表示本车宽度，wn表示邻车宽度，β(δx)是与δx概率分布有关的函数，
[0076]
步骤三、将横向重叠概率向横向动力学隶属度系数进行转化，映射关系如下：
[0077][0078]
该式中，k是归一化修正系数，计算方式如下：
[0079][0080]
如此得到了步骤s1中所述的横向动力学隶属度系数。在实际应用中，该步骤可以略去，并且直接使用给出的推荐参数值和概率分布，这里亦给出了分布参数求解的方法。
[0081]
进一步地，所述步骤s2中，二维安全测度fl-ittc的求解方式如下：
[0082]
步骤一、不考虑横向动力学，计算纵向上的预碰撞时间，并将该预碰撞时间作为预测时间步长δt，计算方式如下：
[0083][0084]
式中，yn表示邻车的纵向坐标，ys表示本车的纵向坐标，ln表示邻车车长，ls表示本车车长，表示邻车的纵向速度，表示本车的纵向速度。
[0085]
步骤二、计算本车与邻车发生几何重叠时的期望横向位移δx；
[0086][0087]
式中，δt是步骤一中所得的预测时间步长，xn表示邻车的横向坐标，xs表示本车的横向坐标，表示邻车的横向速度，表示本车的横向速度。
[0088]
步骤三、用s1中所得的隶属度系数作为权重修正纵向上的预碰撞时间的倒数，得到二维安全测度fl-ittc，即：
[0089][0090]
式中，m
fl
(δx)是步骤s1中所得的模糊逻辑隶属度函数，δt是预测时间步长。
[0091]
进一步地，所述步骤s3中，报警阈值求解方式如下：
[0092]
通过司机实际驾驶行为(制动行为)，对报警阈值进行更新，使报警方式可能接近驾驶员的风险感知，在该步骤中，定义以下事件：
[0093]
真阳性(tp)：驾驶员和预警系统都认为该事件具有风险。
[0094]
真阴性(tn)：驾驶员和预警系统都认为该事件不具有风险。
[0095]
假阳性(fp)：驾驶员认为该事件不具有风险，但预警系统认为该事件具有风险。
[0096]
假阴性(fn)：驾驶员认为该事件具有风险，但预警系统认为该事件不具有风险。
[0097]
一个合理的预警阈值应该最大化真阳性率与假阳性率的差值，即：
[0098]
fl-ittc
*
＝argmax(tpr(fl-ittc
*
)-fpr(fl-ittc
*
))；
[0099]
其中tpr和fpr表示真阳性率与假阳性率，计算方式如下：
[0100][0101][0102]
该式中tp,fn,tn,fp分别指tp,fn,tn,fp的事件总数，根据驾驶数据标定。
[0103]
进一步地，所述步骤s4中，报警下发方法如下：
[0104]
依据fl-ittc设计报警系统，当车辆与周围车辆交互过程中，fl-ittc超出安全阈值，系统给出报警信号，不超出阈值时，则不给出报警信号，即：
[0105][0106]
在实例中，报警信号为单位阶跃信号θ(t)，θ(t)为1时，系统下发报警。
[0107]
以上所述，仅为本发明中的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉该技术的人在本发明所揭露的技术范围内，可理解想到的变换或替换，都应涵盖在本发明的包含范围之内，因此，本发明的保护范围应该以权利要求书的保护范围为准。

技术特征：
1.一种基于模糊逻辑的防碰撞预警方法，其特征在于，该方法包含以下步骤：s1、收集目标区域内目标车辆的自然驾驶数据，根据自然驾驶数据对目标车辆横向动力学的不确定性进行归纳，并基于模糊逻辑理论得到车辆行车安全建模中的横向动力学隶属度系数γ
s,n
；s2、将步骤s1所得的横向动力学隶属度系数γ
s,n
结合车辆驾驶场景中的纵向预碰撞时间，加权计算得到行车安全测度fl-ittc；s3、基于步骤s2中所得的行车安全测度fl-ittc，设计防碰撞预警系统的报警模型，并根据驾驶人的实际制动行为设置报警阈值参数；s4、将步骤s2中的行车安全测度fl-ittc结合步骤s3中的预警阈值参数，根据不同场景对驾驶人下发防碰撞预警。2.根据权利要求1所述的一种基于模糊逻辑的防碰撞预警方法，其特征在于，在所述步骤s1中，车辆横向动力学隶属度系数γ
s,n
的求解步骤如下:步骤一、归纳位移不确定性的分布规律，位移的不确定性被定义为在给定时间步长后，车辆预计横向位置和实际位置的差值，计算方式如下：式中，δx
n
表示车辆横向位移的不确定性，x
n,t
表示车辆在t时刻的横向位置，x
n,t+δt
表示车辆在δt时间后的横向位置坐标，表示车辆在t时刻的横向速度；根据实际自然驾驶数据的实证研究，位移的不确定性服从拉普拉斯分布，且尺度参数与时间步长δt具有线性关系，其默认概率分布如下：步骤二、根据概率方法求解车辆与相邻车辆在给定时间步长后，横向上有几何重叠的概率，求解方法如下：其中，t表示当前时间，δt表示预测时间步长，w
s
表示本车宽度，w
n
表示邻车宽度，β(δx)是与δx概率分布有关的函数，步骤三、将横向重叠概率向横向动力学隶属度系数进行转化，映射关系如下：其中，k是归一化修正系数，计算方式如下：得到了步骤s1中所述的横向动力学隶属度系数γ
s,n
。3.根据权利要求2所述的一种基于模糊逻辑的防碰撞预警方法，其特征在于，在所述步骤s2中，行车安全测度fl-ittc的求解方式如下：
步骤一、不考虑横向动力学，计算纵向上的预碰撞时间，并将该预碰撞时间作为预测时间步长δt，计算方式如下：式中，y
n
表示邻车的纵向坐标，y
s
表示本车的纵向坐标，l
n
表示邻车车长，l
s
表示本车车长，表示邻车的纵向速度，表示本车的纵向速度；步骤二、计算本车与邻车发生几何重叠时的期望横向位移δx；式中，δt是步骤一中所得的预测时间步长，x
n
表示邻车的横向坐标，x
s
表示本车的横向坐标，表示邻车的横向速度，表示本车的横向速度；步骤三、用s1中所得的隶属度系数作为权重修正纵向上的预碰撞时间的倒数，得到行车安全测度fl-ittc，即：式中，m
fl
(δx)是步骤s1中所得的模糊逻辑隶属度函数，δt是预测时间步长。4.根据权利要求1所述的一种基于模糊逻辑的防碰撞预警方法，其特征在于，在所述步骤s3中，设计防碰撞预警系统的报警模型与报警阈值参数的选取方式如下：通过驾驶人实际驾驶行为，对报警阈值参数进行标定，使报警方式接近驾驶员的风险感知，定义以下事件：真阳性tp：驾驶员和预警系统都认为该事件具有风险；真阴性tn：驾驶员和预警系统都认为该事件不具有风险；假阳性fp：驾驶员认为该事件不具有风险，但预警系统认为该事件具有风险；假阴性fn：驾驶员认为该事件具有风险，但预警系统认为该事件不具有风险；预警阈值参数最大化真阳性率与假阳性率的差值，即：fl-ittc
*
＝argmax(tpr(fl-ittc
*
)-fpr(fl-ittc
*
))；其中tpr和fpr表示真阳性率与假阳性率，计算方式如下：5.根据权利要求4所述的一种基于模糊逻辑的防碰撞预警方法，其特征在于，在所述步骤s4中，根据不同场景对驾驶人下发防碰撞预警的方式如下：当车辆与周围车辆交互过程中，fl-ittc超出安全阈值，系统给出报警信号，不超出阈值时，则不给出报警信号，即：

技术总结
本发明公开了一种基于模糊逻辑的防碰撞预警方法，首先通过模糊逻辑方法对驾驶人横向动力学的不确定性进行建模，得到横向动力学隶属度系数。在此基础上，利用隶属度系数，对一维的预碰撞时间进行加权得到二维道路安全指标FL-iTTC。接着以所提出的测度为报警依据，通过自然驾驶数据对防碰撞系统报警阈值进行标定。所提出的方法能够在复杂交通场景，尤其是设计多车道的减速，变道场景中准确识别潜在碰撞事件，对道路交通安全和防碰撞预警系统设计具有显著的积极意义。显著的积极意义。显著的积极意义。


技术研发人员：许跃如 叶为 叶智锐 施晓蒙 周霏翔
受保护的技术使用者：东南大学
技术研发日：2023.04.23
技术公布日：2023/6/26