基于碰撞点时间估计的车辆碰撞预警算法

针对十字路口处的车辆碰撞现象,提出一种基于碰撞点时间估计的车辆碰撞预警算法,以降低交通事故发生概率,提高十字路口处车流的流畅程度。在考虑交通信号灯控制的情况下,分析十字路口处车辆碰撞的不同场景,并给出碰撞点位置和车辆到达碰撞点时间的估计方法。MATLAB实验结果验证了该算法的正确性和可行性,同时表明车辆速度和位置的变化都会对车辆碰撞情况造成影响。     

基于Copula模型实现的车辆碰撞协同预警

近十年来,智能交通系统(ITS)和车载网络开始融合紧密,从而彻底改变了事件侦查和交通信息传送的方式。车辆碰撞协同预警系统是其中一个重要方向。根据预设的一系列车辆碰撞协同预警系统(CCWS)的参数,如前后两辆车之间的距离、司机的反应时间、相对速度和加速性能等,采用Copula模型对这些参数进行分析并得到车辆发生碰撞的条件概率,从而为其建立相互的联系,从全局的角度多方面对碰撞作出预测。最后的仿真验证了此分析结果的正确性。     

预防汽车追尾系统设计

介绍了预防公路追尾碰撞报警系统,系统由信息采集单元、中央控制单元、报警电路和显示输出单元构成.信息采集单元由4种传感器完成对车辆运行状态信号的采集,中央控制单元对输入信息进行分析、处理.完成防碰撞预测与判断功能,报警电路产生警报,提醒驾驶员采取措施以避免追尾碰撞事故发生.系统还具备显示功能.     

汽车碰撞预警主动安全预测方法

汽车主动避撞系统的研究主要是为了能够提前对汽车碰撞做出预警及自动处理,有效抑制交通事故的发生。文中开展基于摄像头、激光雷达、车间通信的车辆防碰撞预警关键技术研究,提出了一种适用于智能车超车换道阶段的基于TTC和冲突概率估计的碰撞概率主动安全预测算法。综合考虑时间域和超车距离等条件的约束,建立车辆超车换道最小安全距离模型;依据超车行为约束条件,提出碰撞时间与碰撞概率的公式(TTC);同时引入多元高斯分布的概率密度函数,用冲突潜在领域表示潜在冲突的可能性大小,建立了两车潜在冲突区域重合的概率密度计算模型。在1∶10模拟赛道仿真平台上对所提方法进行了模拟测试,其对4辆智能车200次的同向及反向接近预警警报和紧急警报的准确率均为100%,从而验证了该方法的有效性。     

基于位置信息的车辆协同碰撞预警协议

如果突然刹车、拐弯或出现故障的异常车辆能够及时地向后续车辆发送EWM(Emergence Warning Message,紧急报警信息)则可增加司机的反应时间,大大降低连环碰撞车祸的发生概率.因此,近年来车辆碰撞协同预警系统的研究受到广泛关注,为了提高EWM的传输距离,通常采用多跳广播式协同碰撞预警,传统的多跳广播很容...     

基于单视觉的车辆防碰撞预警系统研究

应用单目视觉车辆防碰撞预警系统能够发识别周围车辆并估算出与其之间的距离,利用预警系统及时提醒驾驶员。解决了车道线和车辆的检测识别问题,提出了新的边缘检测算法识别道路线,然后利用特征识别算法识别车辆,并根据车辆之间的距离判定危险等级。实验结果表明,系统能够有效的识别车道线和车辆,并能很好的测量车间距,实现预警输出。     

车辆碰撞信号准确挖掘过程的仿真分析

研究车祸中车辆碰撞信号的准确检测问题.针对车辆在完成碰撞的过程中,车辆碰撞部位随机性很大,碰撞过程较短,声音信号的采样周期和间隔很小,碰撞信号与外部的干扰声音信号经常形成交叉冲突,造成瞬时碰撞信号很难被准确采集.传统的检测算法很难在碰撞中对短促碰撞信号与外界声音信号进行区分,造成检测度不高,提出了一种粗糙集神经网络的车辆碰撞声音信号检测方法.采集车辆声音信号,对信号进行预处理,从而获取粗糙集神经网络参数.建立粗糙集神经网络模型,对车辆碰撞信号进行深度挖掘检测.实验结果表明,提出的算法能够有效提高车辆碰撞声音信号检测的准确性.     

车辆碰撞事件与碰撞损伤的检测方法

提出了一种针对车辆碰撞事件的远程检测方法. 该方法利用机器学习技术分析车辆的速度和加速度信号, 从而对车辆的行驶状态进行在线监测. 车载的前端设备实时的采集速度和加速度信号, 初步识别出可能的碰撞信号并通过无线网络发送给后台服务器. 后台服务器对碰撞信号进行准确识别, 并判断车辆的损伤程度. 论文给出了碰撞事件和碰撞损伤的检测方法, 并进行了实验测试, 结果表明该方法是有效的.     

基于5G通信的车联网自动驾驶技术研究

为了提高自动驾驶中碰撞预警系统的性能，提出一种基于5G通信的碰撞预警策略，帮助自动驾驶车辆规避车辆间的碰撞与剐蹭。具体则是在5G通信下，针对不同行驶状态进行安全距离的测算与分析，构建出安全距离测算模型，最后进行仿真实验进行验证。仿真结果表明：在一般刹车与紧急刹车两种情况下，得到的预警碰撞距离分别为23.15 m和18.26 m,安全距离数值较为适中，不会出现预警提示过早或过晚的问题，可以应用于驾驶系统中；在实际联车实验中，车与车之间的距离小于设定的安全距离时会发出预警，达到了预期的预警效果。     

基于车内外视觉信息的行人碰撞预警方法

行人碰撞预警系统通常依据行人检测与碰撞时间判断的方式为驾驶员提供预警信息。为了提供更加可靠的危险判断依据，本文提出一种同时分析道路状况与驾驶员头部姿态的行人碰撞预警方法，用两个单目相机分别获取车辆内外环境图像。通道特征检测器用于定位行人，根据单目视觉距离测量方法估计出行人与自车间的纵向与横向距离。多任务级联卷积网络用于定位驾驶员面部特征点，通过求解多点透视问题获取头部方向角以反映驾驶员注意状态。结合行人位置信息与驾驶员状态信息，本文构建模糊推理系统判断碰撞风险等级。在实际路况下的实验结果表明，根据模糊系统输出的风险等级可以为预防碰撞提供有效的指导。