CN115169908B 网联环境下基于知觉风险场的车辆行驶状态安全评估方法 （吉林大学）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN115169908B(45)授权公告日2025.07.11

(21)申请号202210823887.9

(22)申请日2022.07.14

(65)同一申请的已公布的文献号申请公布号CN115169908A

(43)申请公布日2022.10.11

(73)专利权人吉林大学

地址130012吉林省长春市前进大街2699

号

G06Q10/0639(2023.01)

GO6Q50/40(2024.01)

(56)对比文件

CNCN109416257110610023

CNCN

109416257

110610023

审查员曹伟然

(72)发明人李世武付明昊孙雅幸王鑫邱春香李鑫王玮迪

(74)专利代理机构长春市吉利专利事务所(普通合伙)22206

专利代理师王楠楠李晓莉

(51)Int.CI.

GO6Q10/0635(2023.01)权利要求书3页说明书7页附图4页

(54)发明名称

网联环境下基于知觉风险场的车辆行驶状态安全评估方法

(57)摘要

CN115166608B本发明公开了一种网联环境下基于知觉风险场的车辆行驶状态安全评估方法，属于汽车智能交互及交通安全技术领域，通过云端采集网联区域内车辆运动状态信息，得到每一辆车的历史运动状态及实时运动状态数据；通过对车辆的历史运动状态数据分析处理，得到驾驶人的驾驶风格参数，包括期望车头时距和驾驶人激进度；通过结合驾驶人驾驶风格参数与车辆实时运动状态数据，构建知觉风险场模型；通过知觉风险场模型计算知觉风险场场强，并根据车辆的驾驶场景计算车辆的行车安全因子，最终得到车辆行驶状态安全评价结果。本发明通过考虑不同驾驶人驾驶风格差异，构建网联环境下的知觉风险场模型，可实时监测、量化、评估网联区域内车辆的安

CN115166608B

网联区域云端

网联区域云端

当前时刻的实时运动状态数据

S2

驾驶风格量化

期望车头时距、驾驶人激进度

知觉风险场搭建

知觉风险场场强

S401

驾驶场景识别

S4

S402

关注区域划分

S403

安全因子计算

输出

车辆行驶安全评价结果

历史运动状态数据

位置、速度、加速度

车辆行驶

安全评价

S5

S1

S3

CN115169908B权利要求书1/3页

2

1.网联环境下基于知觉风险场的车辆行驶状态安全评估方法，其特征在于，包括以下步骤，且以下步骤顺次进行：

步骤S1、网联环境下所有车辆的运动状态信息上传至云端数据库，云端对每辆车存储至少15分钟数据，并实时更新，从而得到每一辆车历史运动状态数据和当前时刻的实时运动状态数据；车辆的运动状态信息包括速度v、位置x:和加速度a,i表示车辆的编号；

步骤S2、对步骤S1获得的车辆历史运动状态数据进行处理，进行驾驶风格量化，获得表征车辆驾驶风格的参数，驾驶风格参数包括期望车头时距THW和驾驶人激进度k;

步骤S3、根据步骤S2获得的驾驶风格参数以及步骤S1获取到的车辆当前位置、速度和加速度构建知觉风险场模型，并计算车辆i感知到的其周围车辆j对车辆i的知觉风险场强

Ej;

其中：车辆i的知觉风险场的轮廓为椭圆，车辆i位于椭圆中心，椭圆长半轴a=THW×v;,短半轴b取车道宽度，v;为车辆i当前时刻的车速；

步骤S4、对步骤S3的知觉风险场影响区域进行划分，计算车辆i在车辆j影响下的安全因子S;

步骤S5、通过步骤S4获得的安全因子S分析车辆j对车辆i的行车安全影响，同时对于车辆i周围的每一辆车重复步骤S3和步骤S4,获得车辆i行驶安全评价结果；

所述步骤S2中期望车头时距THW和驾驶人激进度k的计算方法为：

k,=1n(σ,+1)

其中，n为云端获取到的车辆i历史运动状态数据的样本数量；THWm为车辆i第m个样本点处的车头时距；THW为车辆i期望车头时距；xim、v;m和am分别为车辆i第m个样本点处的位置、速度和加速度；x:leader为车辆i在第m个样本点处其前车的位置；可为车辆i行驶加速度的方差，a为车辆i加速度的平均值；

所述步骤S3中车辆i的周围车辆j,定义为车辆i周围100m