车车通信下基于RBF神经网络的防追尾模型研究
发布时间：2022-01-20 08:18
提出一种车车通信环境下基于RBF制动意图辨识网络的防追尾安全距离模型,通过RBF神经网络辨识驾驶员的制动意图,并根据前车的运行状态分为紧急制动模式、常规制动模式以及匀速或匀加速行驶3种工况进行讨论,采用实车数据和Matlab/Simulink软件分别对前车在紧急制动、常规制动、匀速及匀加速运行4种场景下进行联合仿真分析。结果表明,基于RBF制动意图辨识网络的安全距离模型与传统安全距离模型相比,安全距离得到显著降低,模型最高平均误报率为2. 4%,最低平均误报率为1%,性能可靠,模型不仅可以有效减小车间安全距离,增加对交通设施资源的有效利用,提高道路运营效率,还能为驾驶员提供更加及时的追尾预警,进一步提高车辆的主动安全性。
【文章来源】：重庆理工大学学报(自然科学). 2020,34(06)北大核心
【文章页数】：10 页
【部分图文】：
制动意图辨识的ＲBF结构
既提高了数据的更新频率，由可以消除累计误差带来的影响。设采集前车在运行过程中的速度信号序列依次为vAi，后车在运行过程中的速度信号序列依次为vBi，采样周期均为Δt，则前后两车在Δt内的位移差Δs为Δs=∫t+Δtt(vAi－vBi)dt(23)最终获得前后两车在Δt内的估算车距Di为Di=(Di－1+Δs)xi=xi－1orx"i=x"i－1dixi≠xi－1andx"i≠x"i－{1(24)3．2防追尾预警模型防追尾预警模型流程如图2所示。根据制动踏板和加速踏板的状态在制动踏板和加速踏板同时抬起时定义为滑行模式;当制动踏板抬起加速踏板踩下时定义为加速模式:当制动踏板踩下、加速踏板抬起的时候定义为制动模式，出现这种模式时，根据当前制动踏板状态对驾驶员的制动意图进行判断，获得制动意图及期望减速度后，通过车车通信系统，将前车的制动意图、期望减速度、车速传递给后车，后车通过安全距离模型并结合与前车的车辆间距判断是否进入危险状态并作出相应的制动措施。图2防追尾预警模型4仿真分析为了验证模型的准确性，在充分考虑车辆工作特性的基础上建立准确高效的车辆动力学仿631重庆理工大学学报??????????????????????????????????????????????
度线性增长到模型输出的期望减速度值，车辆做变减速运动，根据资料显示减速度增长时间的阈值为0．4s，取t3=0．2s。两车间的最小车距df主要是为了保证两车在完全停止时不发生追尾事故，取df=2m。4种工况下前后车速与安全距离的关系分别如图7～10所示。图7前车紧急制动下前后车速与安全距离的关系图8前车常规制动下前后车速与安全距离的关系图9前车匀速行驶下前后车速与安全距离的关系图10前车匀加速行驶下前后车速与安全距离的关系由图7～10可以看出，当前车速度小于后车速度且前车产生制动时，安全距离随着前后两车速度差的增大而增大，且当前后两车速度差相等的情况下，紧急制动工况下的安全距离永远大于常规制动工况和匀速或匀加速运行工况下的安全距离。由于车辆在跟驰过程中，前车出现任何一种运行工况都是随机发生的，为保证后车在前车出现任何制动工况下都不发生追尾事故，取4种工况下最小安全距离的最大值即紧急制动工况下的安全距离模型作为行车安全距离模型。将基于车车通信及ＲBF神经网络的行车安全距离模型分别与固定安全距离、基于制动过程的安全距离、驾驶员预估安全距离以及车路协同环境下安全距离进行对比分析，仿真结果如图11所示。图115种模型计算的安全距离对比831重庆理工大学学报??????????????????????????????????????????????
【参考文献】：
期刊论文
[1]基于GPS/INS导航的速度误差修正算法研究[J]. 江军,丁梦磊,贾海杰. 战术导弹技术. 2019(04)
[2]基于鲁棒补偿RBF网络的IEHB系统液压力控制[J]. 李玉善,唐惟胜,季学武,武健. 重庆理工大学学报(自然科学). 2020(01)
[3]传感器数据融合与单一传感器在同步定位与构图中的对比研究[J]. 郭维,彭辉,张瑜. 计算机应用研究. 2020(06)
[4]电动助力转向系统的智能控制研究[J]. 彭滔,周鹏,胡桃川. 重庆理工大学学报(自然科学). 2019(04)
[5]驾驶员制动意图对多轴车辆紧急制动迟滞特性的影响[J]. 王喆,周晓军,杨辰龙,胡勃. 汽车工程. 2018(10)
[6]重载AGV车辆跟踪算法和运动特性研究[J]. 吴宁强,李文锐,王艳霞,翟兆阳. 重庆理工大学学报(自然科学). 2018(10)
[7]一种基于驾驶员制动行为的车辆主动避撞模型研究[J]. 刘志强,张春雷,倪婕,朱伟达. 重庆理工大学学报(自然科学). 2018(02)
[8]基于车车通信的车辆防碰撞算法[J]. 陈友荣,万锦昊,陈俊洁,任条娟. 电信科学. 2016(11)
[9]EP-RBF神经网络在时间序列预测中的应用[J]. 林丽娜,魏德志. 重庆理工大学学报(自然科学). 2016(11)
[10]乘用车驾驶员制动意图识别参数的选择[J]. 王英范,宁国宝,余卓平. 汽车工程. 2011(03)
硕士论文
[1]基于车路协同的车辆追尾预警系统的研究与实现[D]. 景首才.长安大学 2016
[2]基于车路协同安全距离模型的车速引导系统研究[D]. 于立勇.北京交通大学 2014
[3]基于车—车通信安全距离模型的驾驶员辅助决策研究[D]. 梁忠艳.哈尔滨工业大学 2010
本文编号：3598486
【文章来源】：重庆理工大学学报(自然科学). 2020,34(06)北大核心
【文章页数】：10 页
【部分图文】：
制动意图辨识的ＲBF结构
既提高了数据的更新频率，由可以消除累计误差带来的影响。设采集前车在运行过程中的速度信号序列依次为vAi，后车在运行过程中的速度信号序列依次为vBi，采样周期均为Δt，则前后两车在Δt内的位移差Δs为Δs=∫t+Δtt(vAi－vBi)dt(23)最终获得前后两车在Δt内的估算车距Di为Di=(Di－1+Δs)xi=xi－1orx"i=x"i－1dixi≠xi－1andx"i≠x"i－{1(24)3．2防追尾预警模型防追尾预警模型流程如图2所示。根据制动踏板和加速踏板的状态在制动踏板和加速踏板同时抬起时定义为滑行模式;当制动踏板抬起加速踏板踩下时定义为加速模式:当制动踏板踩下、加速踏板抬起的时候定义为制动模式，出现这种模式时，根据当前制动踏板状态对驾驶员的制动意图进行判断，获得制动意图及期望减速度后，通过车车通信系统，将前车的制动意图、期望减速度、车速传递给后车，后车通过安全距离模型并结合与前车的车辆间距判断是否进入危险状态并作出相应的制动措施。图2防追尾预警模型4仿真分析为了验证模型的准确性，在充分考虑车辆工作特性的基础上建立准确高效的车辆动力学仿631重庆理工大学学报??????????????????????????????????????????????
度线性增长到模型输出的期望减速度值，车辆做变减速运动，根据资料显示减速度增长时间的阈值为0．4s，取t3=0．2s。两车间的最小车距df主要是为了保证两车在完全停止时不发生追尾事故，取df=2m。4种工况下前后车速与安全距离的关系分别如图7～10所示。图7前车紧急制动下前后车速与安全距离的关系图8前车常规制动下前后车速与安全距离的关系图9前车匀速行驶下前后车速与安全距离的关系图10前车匀加速行驶下前后车速与安全距离的关系由图7～10可以看出，当前车速度小于后车速度且前车产生制动时，安全距离随着前后两车速度差的增大而增大，且当前后两车速度差相等的情况下，紧急制动工况下的安全距离永远大于常规制动工况和匀速或匀加速运行工况下的安全距离。由于车辆在跟驰过程中，前车出现任何一种运行工况都是随机发生的，为保证后车在前车出现任何制动工况下都不发生追尾事故，取4种工况下最小安全距离的最大值即紧急制动工况下的安全距离模型作为行车安全距离模型。将基于车车通信及ＲBF神经网络的行车安全距离模型分别与固定安全距离、基于制动过程的安全距离、驾驶员预估安全距离以及车路协同环境下安全距离进行对比分析，仿真结果如图11所示。图115种模型计算的安全距离对比831重庆理工大学学报??????????????????????????????????????????????
【参考文献】：
期刊论文
[1]基于GPS/INS导航的速度误差修正算法研究[J]. 江军,丁梦磊,贾海杰. 战术导弹技术. 2019(04)
[2]基于鲁棒补偿RBF网络的IEHB系统液压力控制[J]. 李玉善,唐惟胜,季学武,武健. 重庆理工大学学报(自然科学). 2020(01)
[3]传感器数据融合与单一传感器在同步定位与构图中的对比研究[J]. 郭维,彭辉,张瑜. 计算机应用研究. 2020(06)
[4]电动助力转向系统的智能控制研究[J]. 彭滔,周鹏,胡桃川. 重庆理工大学学报(自然科学). 2019(04)
[5]驾驶员制动意图对多轴车辆紧急制动迟滞特性的影响[J]. 王喆,周晓军,杨辰龙,胡勃. 汽车工程. 2018(10)
[6]重载AGV车辆跟踪算法和运动特性研究[J]. 吴宁强,李文锐,王艳霞,翟兆阳. 重庆理工大学学报(自然科学). 2018(10)
[7]一种基于驾驶员制动行为的车辆主动避撞模型研究[J]. 刘志强,张春雷,倪婕,朱伟达. 重庆理工大学学报(自然科学). 2018(02)
[8]基于车车通信的车辆防碰撞算法[J]. 陈友荣,万锦昊,陈俊洁,任条娟. 电信科学. 2016(11)
[9]EP-RBF神经网络在时间序列预测中的应用[J]. 林丽娜,魏德志. 重庆理工大学学报(自然科学). 2016(11)
[10]乘用车驾驶员制动意图识别参数的选择[J]. 王英范,宁国宝,余卓平. 汽车工程. 2011(03)
硕士论文
[1]基于车路协同的车辆追尾预警系统的研究与实现[D]. 景首才.长安大学 2016
[2]基于车路协同安全距离模型的车速引导系统研究[D]. 于立勇.北京交通大学 2014
[3]基于车—车通信安全距离模型的驾驶员辅助决策研究[D]. 梁忠艳.哈尔滨工业大学 2010
本文编号：3598486
本文链接：https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/3598486.html
