[发明专利]基于灰色预测模型的智能车辆主动避撞方法

摘要

本发明公开了基于灰色预测模型的智能车辆主动避撞方法，属于车辆主动安全技术领域。本发明利用灰色预测模型通过对车辆GPS原始时间序列进行数据处理，得出累加序列的预测值，进而累减还原得出原始序列的预测值，以此预测主车辆和周围车辆未来时刻的位置，计算出未来时刻主车辆和周围车辆的速度和加速度，判断是否存在碰撞危险车辆，并提醒主车辆司机远离危险源。本发明所需数据少，短期预测精度较高，实时性好；同时避免了基于传感器的避撞控制系统的复杂性，提高了精确性和鲁棒性。由于减少了传感器数量，成本降低，提高了经济性。

主权项

基于灰色预测模型的智能车辆主动避撞方法，其特征在于，包括如下步骤：步骤一，避撞控制器中的单片机接收到车辆Vi的GPS时间序列作为原始序列，表示为步骤二，计算时间序列的级比λ(k)，并判断级比λ(k)是否落在可容覆盖内，若落在可容覆盖内，则序列可以作为模型GM(1，1)的数据进行灰色预测；否则，需要对序列做变换处理，使其落入可容覆盖内；步骤三，对原始序列做1次累加生成累加序列步骤四，令为累加序列的紧邻均值序列，表示为步骤五，对建立微分方程及相应的白化微分方程分别为：令为待估参数向量，将微分方程写成矩阵形式，由最小二乘法估计U，将带入白化微分方程得出k+1时刻车辆vi位置的预测值，其中k＝2、…、n，a为发展系数，b为灰色作用量；步骤六，根据步骤五中k+1时刻车辆Vi位置的预测值，周围车辆进行瞬时速度和瞬时加速度估计，周围车辆将估算出的速度及采集的GPS时间序列发给主车辆，主车辆可以预测周围车辆及自身下一时刻的位置及速度，从而计算出主车辆与周围车辆的相对距离L及相对速度v，判断周围车辆是否为危险车辆，提醒主车辆司机远离危险源。