[发明专利]一种基于车联网技术的车辆前向防撞报警方法

说明书

技术领域

本发明涉及交通安全领域，更具体的说涉及一种基于车联网技术的车辆前向防撞报警方法。

背景技术

根据美国国家公路交通安全管理局（NHTSA）的调查资料显示，世界范围内因车辆追尾引发的交通事故约占全部交通事故的28%以上。同时，德国大众公司对欧洲历年来追尾事故原因的统计结果表明，其中45%左右的事故是由于驾驶员对车间距离或相对速度的误判引起。

前向防撞报警系统（Forward Collision Warning System，简称FCWS）作为一种先进的车载电子安全系统，其主要功能是在自车与前车之间存在潜在的碰撞危险时，向驾驶员发出提醒信息，避免因车辆追尾引发交通事故。该系统能够实时监测前方车辆的运行状态，通过结合自车运行参数及时做出判断，极大程度减少驾驶员对车间距离和相对速度的误判，可有效预防追尾事故的发生。安全车距控制模型作为前向防撞报警系统的核心技术之一，如何有效利用各类传感器信息，保证不同工况条件下系统报警动作的及时性与准确性是当前研究的重点所在。

中国发明专利申请201210203507.8中提出了一种基于安全时间逻辑算法的防追尾自适应报警方法，该算法通过初始模式选择和车载传感器采集车辆行驶相关信息，首先通过判别驾驶员意图设置报警抑制策略以减少虚警率，进而计算出自车与前车当前状态下的距碰撞时间TTC，并根据驾驶员特性和当前行驶环境实时计算出当前报警安全门限值Tw，最后依据所计算出的自车与前车的距碰撞时间 TTC 和报警安全门限值 Tw，判别当前是否存在潜在的追尾前车的危险，当判别存在潜在危险时，发出报警指令。

上述方法存在以下不足之处：

首先，在车辆运行过程中，道路路面类型将随着各地天气条件的变化而发生改变，基于初始模式选择路面类型的方式不适用于实时的动态系统；

其次，在车载传感器信息采集环节，算法提出利用单独传感器采集油门踏板、制动踏板及能见度信号，一方面传感器的引入增加了系统成本，另一方面也增加了潜在的系统故障点，影响了系统工作的可靠性；

最后，算法利用BP神经网络进行驾驶员反应时间的训练，综合考虑了自车车速、能见度、路面类型及驾驶员驾龄等条件，但并未加入关于车辆位置属性，在连续下坡、连续急转弯等事故多发路段无法做到提前预警，同时神经网络的训练算法需要大量的样本作为数据支撑，数据采集也是不容忽视的困难之一。

发明内容

本发明的目的在于提供一种基于车联网技术的车辆前向防撞报警方法，最大程度上保证了计算模型的客观性与准确性，从而能够有效地辅助驾驶员及时发现潜在的追尾碰撞危险，避免安全事故的发生。

为了达成上述目的，本发明的解决方案是：

一种基于车联网技术的车辆前向防撞报警方法，其中，包括：

①车载终端设备采集实时数据：该车载终端设备直接获取车辆配置信息，通过CAN总线实时采集车辆当前状态信息以及传感器信息，通过卫星定位手段获取车辆的经纬度坐标信息后再通过与后台管理中心通信以确定车辆的实时位置和当前道路环境信息，通过身份认证技术并通过与后台管理中心通信获得驾驶员信息；

②调整动态阀值：根据车辆配置信息、驾驶员信息、传感器信息以及车辆的实时位置和道路类型来调整车辆的动态调节因子的取值；

③计算两车间的理论安全距离S_safe：                                               ，其中：为通过CAN总线获取的自车车速，T_r为动态调节因子，为两车相对速度绝对值，TTC为可通过车载终端设备进行配置以反应系统报警灵敏度等级的距碰撞时间；

④判断并报警：将理论安全距离与测距传感器获得的实际车间距离进行比较，若实际车间距离小于理论安全距离则发出报警信息。

进一步，步骤④中报警信息的触发条件包括：自车车速高于系统设定的启动车速、自车车速高于前车车速以及驾驶员没有主动操控意图，该主动操控意图包括开启转向灯和制动刹车。

进一步，步骤①中还包括对驾驶员的违规违章驾驶行为进行分析和统计以形成驾驶行为报表，该车载终端设备与后台管理中心通信时候还获得当前驾驶员的驾驶行为报表。

进一步，该车辆配置信息包括生产日期、制动器类型和缓速器类型；该车辆当前状态信息包括车速信号、仪表灯光信号、刹车信号和雨刮档位信号；该传感器信息包括光敏传感器采集的光通量信息，测距传感器采集的车间距离及相对车速信息；该驾驶员信息包括年龄和驾龄信息。