[发明专利]一种基于车载自组网的驾驶辅助方法在审

专利信息
申请号: 202210376724.0 申请日: 2022-04-11
公开(公告)号: CN114724371A 公开(公告)日: 2022-07-08
发明(设计)人: 翟元盛;王震 申请(专利权)人: 哈尔滨理工大学
主分类号: G08G1/01 分类号: G08G1/01;G08G1/052;G08G1/0962;G08G1/0967;G08G1/0968;G08G1/16;H04W4/02;H04W4/44;H04W4/48;H04W84/18;B60W40/068;B60W50/00;G06Q10/04;G06N3/04
代理公司: 暂无信息 代理人: 暂无信息
地址: 150080 黑龙*** 国省代码: 黑龙江;23
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 车载 组网 驾驶 辅助 方法
【说明书】:

一种基于车载自组网的驾驶辅助方法,其中在一定区域内的车辆对道路情况进行检测,利用VANET(车载自组织网络)发送给周围车辆并将得到的路面附着系数更新至云端,车辆根据路面信息进行避让或减速。包括以下几个步骤:S1)获取路面附着系数S2)路面信息传输S3)计算安全距离S4)车载终端进行示警S5)若路面附着系数下降较大,则为根据云端路面数据为车辆重新规划路面较好的路径。

技术领域

发明涉及车联网领域,更具体地说,涉及一种基于车载自组网的驾驶辅助方法。

背景技术

近年来,由于车辆数量的增长和交通设施建设的滞后,交通安全问题和拥堵问题日益突出。交通智能化,缓解拥堵问题,出行更具便捷性等愈加成为人们关注的焦点。在此背景下,车载无线自组织网络(Vehicular Ad hoc Network,VANET)作为智能交通的重要组成部分,愈发受到人们的关注。车载自组网创造性地将自组网技术应用于车辆间通信,使司机能够在超视距的范围内获得其他车辆的状况信息和实时路况信息,在事故预警、保障交通安全以及为用户提供舒适的驾驶环境等安全方面起到了巨大的作用。

车载自组网的基本思想是在一定通信范围内的车辆可以互相交换各自的车速、位置等信息和车载传感器感知的数据,并自动连接建立一个移动的网络,强调多跳、自组织、无中心的概念。目前国外所应用的车载自组网系统所采用的的物理层技术主要是基于IEEE802.11和UTRA-TDD技术,而国内最普及的是GSM移动通信技术,但这些都属于中心式网络架构,若将其应用于分布式无助网络,需要进行多方面的改进。另外,目前应用较为广泛的自组网MAC协议是IEEE802.11DCFt2s协议,路由协议为GPSR(GreedyPerimeterStatelessRouting),利用地理位置来优化路由协议。

自组网是一种没有骨干网络的条件下,由系统中的通信节点通过分布式协议互联或组织起来的网络系统。移动自组网是支持通信节点移动的网络,与传统的移动通信系统相比较,移动自组网具有以下特点:1)节点移动性或机动性;2)动态拓扑;3)分布性;4)传输带宽受限且链路容量是时变的;5)独立性。

发明内容

(一)要解决的技术问题

为克服现有技术的不足,提出一种一种基于车载自组网和路面附着系数识别的驾驶辅助方法。

(二)技术方案

该方法包括以下步骤:

1)利用车载摄像头拍摄前方道路照片,将采集到的照片导入路面附着系数预测神经网络模型获得当前行驶路面的路面附着系数μ;

2)利用mesh车载自组网设备VANET将当前行驶路面的详细信息(包括位置和路面附着系数)发送给周围车辆,并将路面附着系数更新到云端。车载自组网采用AODV路由协议实现多跳,用来传播信息,未在车载自组网范围内车辆通过云端获取道路数据,所传输的信息呈现在车载终端的高精地图上,显示在LED显示屏上。

3)周围车辆根据所收到的路面附着系数,提醒驾驶员提前根据路面变化根据调节跟车距离和速度

4)未进入此路段车辆接收云端数据,对于未进入路面附着系数下降较大路段的车辆进行重新路径规划。

特别的,云端更新路面附着系数的更新方式为:路面附着系数μ存入路面附着系数数据库,替换掉与车辆当前所处的精确的路段信息、车辆当前所处路段的天气信息对应的路面附着系数,

路面附着系数μ的计算方法如下:1.1)建立包含各种路面的路面图像信息库1.2)建立路面图像数据集,对采集到不同路面状态的图片进行标注路面附着系数;1.3)选择相应的分类预测神经网络,对上述处理图片进行大量的训练;1.4)在车辆行驶过程中通过摄像头拍摄前方路面图像,将摄像头拍摄到的前方路面图像,应于上述已训练好的预测神经网络模型获得路面附着系数μ。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨理工大学,未经哈尔滨理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210376724.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top