基于模糊神经网络车辆自动避撞预警算法的研究.pdfVIP

基于模糊神经网络的车辆自动避撞预警算法研究 高峰，王江锋，施绍友，王健 北京航空航天大学汽车工程系，北京 （100083 ） 摘 要：随着全球城市化进展和车辆的普及，世界各国的交通安全状况日益恶化，对人们的 生命财产构成严重威胁。智能交通系统（ITS ）的出现，目前已经成为世界各国公认解决道路 交通安全问题的有效途径。作为车辆智能控制（AVCS ）的重要研究内容，车辆碰撞预警系统 （Collision Warning System, CWS ）等主动安全技术一直是ITS 研究中的热点和关键点，其中 碰撞预警算法（Collision Warning Algorithm, CWA ）的研究作为CWS 的核心，已经成为世界 各大汽车生产商和交通安全领域研究人员的重点研究方向。CWS 就是利用信息技术、通信技 术和电子控制技术等新技术持续感知道路状况、相邻车辆行进情况以及车辆的动力学性能， 并对预测到的碰撞给出报警。首先，论文在分析驾驶员驾驶行为基础上，确定CWA 的报警准 则；然后，基于报警准则采用模糊神经网络（Fuzzy Neural Networks, FuNN ）方法，建立一种 多输入、多输出的协作CWA 模型，用于支持CWS；最后，利用实测数据对CWA 进行测试， 试验结果表明，算法能够对车辆碰撞进行有效地报警，对提高车辆行驶的安全性具有重要意 义。 关键词：ITS, 碰撞预警算法, 模糊神经网络 1 简介 近几年来，随着车辆拥有量的增加和道路交通状况的日益复杂，交通事故频繁发生，给 人们的生命财产造成了巨大威胁。在美国，每年由车辆碰撞引起的交通事故造成死亡人数大 约4 万人次，受伤人数300 万或更多，财产损失超过 130 亿美元[1]。2004 年，我国总共发生 交通事故 567 753 起，导致 99 217 人死亡，451 810 人受伤，直接财产损失 27.7 亿元，而 碰撞是交通事故的主要表现形式[2]。随着ITS 在全球的兴起，世界各大汽车制造商和交通安 全工程人员将车辆CWS 作为研究的对象。Daimler-Benz 和NHTSA 研究结果表明，提前一秒 钟的报警能够使追尾和交叉碰撞事故率减少50%～90% 。另据Eaton 的研究报告，装有Eaton 提供的VORAD 横向和纵向CWS 的车队，事故率下降73%[3] 。 作为CWS 的核心部分—CWA 的研究一直是CWS 研究中的关键点，一个效果良好的CWA 可以使得CWS 为驾驶员提供更加准确、可靠的报警，避免碰撞的发生。国内外很多研究人员 都从事过此方面的研究，这些研究存在一定的不足，或者是针对特定条件下开发的CWA，或 者CWA 提供的结果不够理想。这些算法通常考虑的是目标车辆（Leading Vehicle, LV ）的运行 状态和跟随车辆（following Vehicle, FV ）的反应之间存在一一对应的确定关系。但实际上，驾 驶员对其他车辆的反应会因不同人和不同情况而存在一定差异。实际上，驾驶员做出的决策 是一个模糊推理的结果，推理的过程能够预测出HV 做出不同反应的可能性[4]。 驾驶员的驾驶行为（跟驰行为、车道变换行为等）具有很强的不确定性，特别是在我国 混合交通现象严重、车辆性能差异大的条件下，这一特点更加明显。论文结合驾驶员的驾驶 行为，基于神经模糊网络技术建立一种多输入、多输出的CWA，并通过实测数据对其进行了 验证，效果比较好。 2 驾驶员行为分析 本课题得到教育部博士点基金项目资助（20030006007 ）。 作者简介：高峰（1955- ），男，河南洛阳人，博士生导师，研究方向：车辆工程. 100083 ，北京. Tel:010804，Fax:010801 ，E-mail: gaof@. 王江锋（1976-），男，河北保定人， 博士生，研究方向：智能交通系统，E-mail:wangjfeng_2008@163.com. -1-