基于模糊神经网络的车辆避撞预警算法

为实现车辆的智能控制提供理论基础,研究了碰撞预警算法．在分析不同驾驶员的驾驶行为的基础上,确定碰撞预警算法的报警准则,用于指导报警算法做出合理的报警．基于报警准则采用模糊神经网络方法,提出一种多输入、多输出的协作预警算法模型,用于支持碰撞预警系统．利用实测数据对预警算法进行测试,试验结果表明,算法能够对车辆碰撞进行有效的报警,对提高车辆行驶的安全性具有重要意义．     

基于3G的危险品车辆在途监控预警系统的设计

为了监控在途运营的危险品车辆,设计了一套危险品车辆在途监控预警系统.该设计主要包括系统构架、数据库设计、通信协议设计、系统功能等内容.该系统对危险化学品状态和运输车辆本身进行监测,实现对危险品车辆的实时定位、监控预警和碰撞、倾覆、超速等的状态监测,通过监控中心对报警的车辆进行应急处理,有效地遏制事故的发生.     

基于轨迹预测的车辆协同碰撞预警仿真研究

针对已有的车辆碰撞预警系统中车辆轨迹预测的误差较大问题,提出了一种基于DGPS和车载传感器的车辆轨迹预测方法,并采用扩展卡尔曼滤波,实现车辆位置的实时估计;提出了基于等加速度变化率、等横摆角加速度模型的车辆位置预测改进模型和基于V2X技术的协同碰撞预警系统(CCWS);在此基础上,采用模糊理论,实现纵向控制仿真试验,以验证预测模型的有效性.结果表明,基于等加速度变化率、等横摆角加速度模型的车辆位置预测模型误差更小,碰撞预警系统能更早的预警或主动制动.     

基于DSP的蝗虫视觉神经网络碰撞预警实现研究

针对运动场景下碰撞安全预警问题,研究一种基于DSP的蝗虫视觉神经网络碰撞预警系统。该系统通过视频采集器接收场景视频图像;借助图像处理器提取运动目标,利用此神经网络获取目标逼近行为量,以及利用已有预警检测方案和预警装置发出预警信号。实验结果表明,该预警系统能有效对视域中可能发生的碰撞进行预警,无附加雷达、红外线设备,具有灵敏度高、可靠性好、处理速度快和抗干扰能力强的优点,对运动场景下安全预警有应用潜力。     

基于环境复杂度的危险品运输车辆碰撞预警策略

为研究传统车辆碰撞预警系统误警率较高、不完全适用于危险品运输车的问题，文中在碰撞预警策略中引入环境复杂度的概念。对静态复杂度和动态复杂度影响因子进行具体分析，提出了危险判别指标的计算方法和预警策略的具体框架，在此基础上结合国内公开的运输载货车事故报告及真实运输路段的环境信息，利用神经网络对非线性关系的高拟合度建立环境复杂度量化模型，收集真实路段下带有普通预警系统的危险品运输车辆实车数据并进行策略验证。研究结果表明:相较于市面上普通的碰撞预警系统，所提出的预警策略误警率从41％降低至8％，分类后的正确率达92％，可以较好地适应驾驶人对危险的判别和制动习惯，提高危险品运输车辆运行的安全性。      

基于机器视觉和深度学习的车辆碰撞预警算法研究

车辆行驶中，常因跟车过近引发碰撞事故，针对这一问题，研究提出一种基于机器视觉和深度学习的车辆碰撞预警算法。首先，利用图像处理方法对车道线进行检测，根据不同车速设置不同范围的安全区域。再利用深度学习卷积神经网络对视野中车辆目标进行检测，当目标侵入安全区域时发出碰撞预警提示。实验结果表明，文章算法能有效地对潜在碰撞威胁进行预警，对碰撞威胁检测的查准率和查全率有着较好的表现。将其应用在车辆驾驶中可有效地提高行车安全，具有实际应用价值。     

基于数字孪生的航班保障预警系统

为了提高航班和保障车辆的安全性,本文提出了一种基于数字孪生的新型航班保障预警系统架构。数字孪生系统中包括实际机场、赛博空间的仿真模型以及实时数据。系统可以根据当前作业状况,预测保障活动未来会出现的风险情况。文章中详细介绍了航班保障的规则,仿真模型的设计开发,如何实现保障车辆和航班数据的实时采集,以及潜在碰撞风险的预测。为了验证预警逻辑和算法的有效性,在Anylogic平台进行系统开发和仿真实验,实验结果表明本文提出的架构可以对车辆和航班进行提前预警,保障运营安全。     

基于模糊推理的驾驶员反应时间修正研究

为进一步完善汽车主动防碰撞预警系统,建立了一种基于模糊推理的驾驶员反应时间修正方法。该方法以驾驶员的实时反应时间为研究对象,通过实时采集驾驶员的加油频率、深加油比例、制动频率、深制动比例等数据,利用所建立的模糊推理规则判断出一个适应于当前驾驶员动态驾驶倾向的实时反应时间,然后对Berkeley算法进行修正,计算出车辆行驶所需要的安全车距,并在驾驶模拟器上进行了对比分析。经模拟实验验证,本方法所确定的15名驾驶员的理论平均反应时间为1.0000 s,方差为0.0417,而实际平均反应时间为1.0077 s,方差为0.0469,并且根据理论反应时间所确定的预警距离与根据实际反应时间所确定的预警距离比较接近。可见本方法能在一定程度上提高安全预警算法的准确性,能够充分考虑驾驶员的实时驾驶特性,降低预警系统的虚警率。     

基于LBS的盘山公路防对头碰撞及监测系统

为解决盘山公路行车易发生对头碰撞的问题,提出了基于位置服务的盘山公路防碰撞及监测系统,并以Android 软件模拟行人和车辆的“互联网+”终端,以百度鹰眼服务作为主要后台对系统的有效性进行了验证。系统适用于盘山公路交通防碰撞监测,可计算出防碰撞安全距离之外的动态车辆、行人位置,并进行全局可视化,以便行人、车辆在狭窄的盘山公路上提前做好鸣笛、避让等准备,依托百度鹰眼后台将各种行驶、活动轨迹数据形成相关报表,并对其分析以便做好交通监测预警。实验验证了系统的有效性,系统的防碰撞预警可有效降低盘山公路发生碰撞的可能性。     

基于BP神经网络的纵向避撞安全辅助算法

针对复杂人-车-路交通环境下汽车前向防碰撞预警系统(FCWS)在实际工程应用中存在虚警漏警、可接受性差等问题,为提高FCWS对驾驶群体行为差异的适应性,提出了驾驶员行为特性自适应学习的纵向避撞安全辅助算法,建立了基于BP神经网络的闭环驾驶跟驰习惯模型。该网络模型以跟车车距、前车减速度、前车速度、自车速度、环境亮度、路面附着系数、紧急制动次数、本次驾驶时间为输入,采用动量梯度下降自适应学习率方法对网络模型进行训练,进而预测出自车待制动减速度。引入聚类算法思想,对训练样本集进行特征聚类,进一步改善了BP网络的预测性能,设计了激进、谨慎、新手3类典型驾驶群体,通过制动深度、期望碰撞时间倒数、应急反应时间来表征驾驶群体性特征,在稳态跟车过程中对不同驾驶群体的行为特性进行学习,建立起非线性输入输出映射关系知识库,进而预测出相应群体的待制动行为,实现差异化预警,可有效降低虚警或预警不及时现象。仿真结果表明,改进后的BP网络减小了训练过程中陷入局部极小的可能性,提高了网络收敛速度以及预测精度,激进群体与新手群体待制动曲线下降的趋势相对更陡,激进群体跟车距离相对偏近,新手群体采取制动措施时所需相对车距相对偏远,以补偿较长的反应距离,从而验证了该理论模型对不同驾驶群体的适应性。     

考虑驾驶人换道意图的车道偏离预警系统

 为降低基于机器视觉车道偏离预警系统的误警率,提出一种考虑驾驶人换道意图的车道偏离预警系统。运用SteerableFilter 方法对所采集的道路图像信息进行滤波,运用局部搜索区域法提取车道线参数,运用基于图像信息的识别方法检测车辆的车速、转向信号、车道偏离状态以及驾驶人的头部动作状态,判断驾驶人的换道意图,建立了车道偏离预警的决策算法及系统。应用Matlab 软件对实车采集得到的视频进行算法验证和系统仿真试验,结果表明,提出的车道偏离预警决策算法是可行的,该预警系统将有意识与无意识的车道偏离区分开,从而能有效屏蔽在驾驶人有意识偏离车道时的误报警,具有更高的可靠性。     

基于突变理论的人车碰撞风险实时预警模型

人车碰撞风险预警是保证行驶安全的关键技术。该文基于突变理论提出一种动态系数的人车碰撞风险实时预警模型。通过行车记录仪图像分析及车辆仪表等设备实时获取车辆动态基本参数,针对行人位于车辆左右两侧的情形,建立行人过街决策概率Binary Logistic模型;基于突变级数法建立碰撞系数模型,根据突变级数计算结果确定模型系数,构建人车碰撞风险实时预警模型。将模型计算结果与TCCS风险矩阵判定结果、人工评定结果进行对比,结果表明该模型准确率高,且符合安全导向原则。     

汽车防碰撞预警/碰撞算法研究现状及分析

汽车防碰撞系统是汽车主动安全的关键技术之一,而预警/碰撞(CW/CA)算法又是汽车防碰撞系统的核心.对已有的几种预警/碰撞算法进行了分析,并利用Berkeley模型对比分析了分别考虑驾驶模式和驾驶员驾驶特征情况下预警算法的准确性.结果表明,基于驾驶员驾驶特征的预警模型更能满足实时预警要求、降低虚警率.最后,分析了当前预警/碰撞算法存在的问题.     

Monitoring method for vehicle dynamic loading status with multi-sensors

为了研究车辆装载状态实时监测方法,建立了路面随机高程激励仿真模型,并将其作为二自由度四参数的1/4车辆振动模型的输入激励。在不同运行工况下用SIMULINK对悬架动态特性进行仿真分析,得到悬架动行程与动载荷具有全局线性关系。基于悬架动态特性分析结果,提出了一种多传感器的车辆装载状态动态监测方法。以解放赛龙Ⅱ重型载货汽车为试验车、MC9S12XEP100单片机为车载终端,设计开发了车辆载荷动态监测预警系统平台,并进行了标定试验。在A等级路面、不同车速的状态下,采用预设货物滑移的方法进行了道路试验。试验结果表明：该方法实现了车辆装载状态的实时监测,为车辆行驶过程中装载状态异常监测预警提供了一种新方法。     

区域水环境生态安全的预警系统构建初探

通过对现阶段我国水环境生态安全问题的分析,探讨了实施区域水环境生态安全预警系统构建的重要意义,提出了预警系统建设的基本原则和主要思路,并勾画了预警系统的基本框架结构,其具体结构包括3个部分,即预警监测信息子系统、预警分析评价子系统和预警处理对策子系统。     

基于前方车辆行为识别的碰撞预警系统

提出了一种基于车辆行为识别的汽车前方碰撞预警方法.利用单目视觉,首先采用基于梯度方向直方图特征和支持向量机的方法识别前方车辆,并结合卡尔曼滤波进行车辆跟踪;然后使用隐马尔科夫模型对车辆行为进行建模,识别前方车辆行为,并根据行为识别结果计算对应的风险评估因子;最后将风险评估因子引入碰撞风险评估系统,使碰撞预警时间比未加入风险评估因子平均提前2.04s.实车实验验证了本方法的有效性.     

基于连续波毫米波雷达的车辆开门防撞预警技术

为了解决驾乘人员突然开车门导致的车门和后方接近目标发生碰撞的问题,提出了一种开门预警技术,通过低成本的连续波毫米波雷达实时检测接近车辆后方报警区域的运动目标,采用巴特沃斯4阶带通模拟滤波器和数字滤波器组,结合对消和加权方法对中频信号进行处理,通过降低中频数字信号副瓣功率的方法提高远距离目标的检测概率.同时采用单元最大最小平均恒虚警检测算法(CMMA-CFAR),根据噪声强度实时调整识别门限,保持较高的目标检测概率.该技术在奇瑞G5车上进行了标定和测试,针对3种典型接近目标自行车、摩托车和轿车,平均预警率分别为95.25%,95.50%,96.37%.结果表明:该技术能够在各种天气和时间,实时检测进入车辆后方报警区域的动态目标,并进行有效碰撞预警.     

基于双CCD摄像技术的车辆安全预警系统研究

针对目前市场上车辆安全预警系统价格高昂、系统复杂和虚警频繁等难以普及推广的现状,提出了一种基于双CCD立体摄像技术的车辆安全预警系统.该系统通过双CCD摄像头进行图像获取和相对车距的检测,利用FPGA技术进行图像处理与识别,并能实时监测本车前方的车辆与行人等障碍物,可有效地提高车辆在高速行驶时的主动安全性能.通过MATLAB在计算机上对图片中的车辆和行人等障碍物进行图像识别的模拟仿真,达到了预期效果.     

基于纵向避撞时间的预警/制动算法

针对汽车纵向避撞系统的要求,提出了一种基于纵向避撞时间的纵向碰撞预警/避撞(FCW/FCA)算法。通过分析纵向避撞时间与驾驶员反应时间之间的关系,建立了前车不同行驶工况条件下的安全车距模型,并在3种不同行驶工况下,与Berkeley模型进行制动/预警距离的对比。研究结果表明:该算法确定的制动距离与Berkeley模型确定的距离相差很小,并且考虑了前车的运行工况;该算法还能够根据前车行驶工况的不同,确定出合理的预警距离。对比分析结果验证了该算法的有效性和可行性,能够提高车辆行驶的安全性。     

基于纵向避撞时间的预警／制动算法

针对汽车纵向避撞系统的要求,提出了一种基于纵向避撞时间的纵向碰撞预警／避撞（FCW／FCA）算法。通过分析纵向避撞时间与驾驶员反应时间之间的关系,建立了前车不同行驶工况条件下的安全车距模型,并在3种不同行驶工况下,与 Berkeley 模型进行制动／预警距离的对比。研究结果表明：该算法确定的制动距离与 Berkeley 模型确定的距离相差很小,并且考虑了前车的运行工况;该算法还能够根据前车行驶工况的不同,确定出合理的预警距离。对比分析结果验证了该算法的有效性和可行性,能够提高车辆行驶的安全性。