[發明專利]一種基于前方路面峰值附著系數的安全距離估算方法

有效

• 申請號: 201910089996.0
• 申請日: 2019-01-30
• 公開（公告）號: CN109910897B
• 公開（公告）日: 2020-09-25
• 發明（設計）人: 袁朝春;王俊嫻;翁爍豐;王桐;朱昊宇;張海峰
• 申請（專利權）人: 江蘇大學
• 主分類號: B60W40/064
• 分類號: B60W40/064;G06K9/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于前方路面峰值附著系數的安全距離估算方法，其特征在于包含以下步驟：

1)采集典型道路圖像并提取圖像特征；其中所述典型道路包括干瀝青路面道路、干水泥路面道路、濕瀝青路面道路、濕水泥路面道路、雪路面道路和冰路面道路；所述圖像特征包括紋理特征和顏色特征，紋理特征包括能量E、熵H、慣性矩J和局部平穩L，顏色特征包括色調T、飽和度S和亮度B；

2)采集當前車輛行駛狀態參數；其中所述狀態參數包括車輪的縱向力F_X、法向力F_Z、車輪中心速度v、車輪角速度w以及車輪滾動半徑r；

3)計算路面利用附著系數和實時滑移率s；其中所述路面利用附著系數計算公式為滑移率的計算式為

4)計算當前路面實際峰值附著系數μ_max；

5)利用圖像特征、車輛行駛狀態參數和當前路面實際峰值附著系數設計HMM模型；

設計HMM模型包括如下步驟：

5.1)確定模型的輸入參量，包括能量E、熵H、慣性矩J、局部平穩L、色調T、飽和度S和亮度B以及步驟4求出的當前路面實際峰值附著系數μ_max；

5.2)確定模型的輸出參量為未知的前方路面的峰值附著系數μ_imax；

5.3)確定模型的隱狀態數N、可觀察狀態數M；

5.4)確定模型的參數組λ＝(A,B,π)，A是典型道路路面峰值附著系數相互間的轉移概率組成的矩陣，記為A＝{a_ij}_N×M,其中a_ij＝P[q_t+1＝S_j|q_t＝S_i],1≤i,j≤N,是在時刻t處于狀態s_i的條件下在t+1時刻轉移到s_j的概率；B是7個特征參數組成的觀察值概率矩陣，記為B＝{b_jk}_N×M,其中b_jk＝P[O_t＝v_k|q_t＝S_j],1≤j≤N,1≤k≤M，是在時刻t處于狀態s_i的條件下取得觀測值v_k的概率；π是初始某個路面狀態的概率分布向量，記為π＝(π₁,...,π₆),其中π_i＝P(q₁＝S_i)，是在初始時刻處于狀態s_i的概率；

6)訓練HMM模型得到安全距離的影響因數U；

7)計算實時路面的安全距離，所述安全距離包括碰撞警報距離D_W和自制動距離D_br；

所述碰撞警報距離D_W的計算公式如下：

所述自制動距離D_br的計算公式如下：

式中V_f、a_f、V_l、a_l分別為前車和后車的速度和減速度，T_W為后車制動時間，包括駕駛員反應動作時間和制動協調時間，T_br為自動制動時的制動時間，U為路面情況對安全距離的影響因數。

2.如權利要求1所述的基于前方路面峰值附著系數的安全距離估算方法，其特征在于所述步驟4)中，當前路面實際峰值附著系數μ_max計算方法包括如下步驟：

4.1)根據和s定位到點找到該點被曲線S1、S2所包圍的區域W，其中曲線S1、S2與附著系數μ-滑移率s曲線圖中任意兩條相鄰曲線一致；

4.2)根據計算得到的s，在曲線S1、S2上定位到兩點

4.3)計算當前路面實際峰值附著系數μ_max，計算公式如下：

為當前路面利用附著系數，是曲線S1、S2的利用附著系數，μ_1max、μ_2max是曲線S1、S2的峰值附著系數。

3.如權利要求1所述的基于前方路面峰值附著系數的安全距離估算方法，其特征在于所述步驟6)中，HMM模型訓練方法包括如下步驟：

6.1)輸入典型路面特征參數的樣本數據O＝{E、H、J、L、T、S、B}；

6.2)采用均值法給模型參數賦值，π＝[1/6,1/6,1/6,1/6,1/6,1/6]；

6.3)輸入N、M、A矩陣、B矩陣以及附著系數μ-滑移率s曲線，運用Baum-Welch算法得到最佳的HMM模型參數；

6.4)利用前向-后向算法計算概率P(O|λ)，概率最大值對應的模型輸出即為前方路面的峰值附著系數，計算公式如下：

λ_n＝argmaxP(O|λ_i)，其中，π_q1為初始時刻處于q₁狀態的概率，b_qT(O_T)為在狀態q_T下產生觀察O_T的概率，a_qT-1qT為由狀態q_T-1轉移到狀態q_T的概率，λ＝{λ1,λ2,…,λ_n}(n＝1,2,3,4,5,6)為六種典型路面；

6.5)訓練后的模型輸出值為前方路面的實時峰值附著系數μ_imax，作為路面情況對安全距離的影響因子U。