[发明专利]一种基于前方路面峰值附着系数的安全距离估算方法

权利要求书

1.一种基于前方路面峰值附着系数的安全距离估算方法，其特征在于包含以下步骤：

1)采集典型道路图像并提取图像特征；其中所述典型道路包括干沥青路面道路、干水泥路面道路、湿沥青路面道路、湿水泥路面道路、雪路面道路和冰路面道路；所述图像特征包括纹理特征和颜色特征，纹理特征包括能量E、熵H、惯性矩J和局部平稳L，颜色特征包括色调T、饱和度S和亮度B；

2)采集当前车辆行驶状态参数；其中所述状态参数包括车轮的纵向力F_X、法向力F_Z、车轮中心速度v、车轮角速度w以及车轮滚动半径r；

3)计算路面利用附着系数和实时滑移率s；其中所述路面利用附着系数计算公式为滑移率的计算式为

4)计算当前路面实际峰值附着系数μ_max；

5)利用图像特征、车辆行驶状态参数和当前路面实际峰值附着系数设计HMM模型；

设计HMM模型包括如下步骤：

5.1)确定模型的输入参量，包括能量E、熵H、惯性矩J、局部平稳L、色调T、饱和度S和亮度B以及步骤4求出的当前路面实际峰值附着系数μ_max；

5.2)确定模型的输出参量为未知的前方路面的峰值附着系数μ_imax；

5.3)确定模型的隐状态数N、可观察状态数M；

5.4)确定模型的参数组λ＝(A,B,π)，A是典型道路路面峰值附着系数相互间的转移概率组成的矩阵，记为A＝{a_ij}_N×M,其中a_ij＝P[q_t+1＝S_j|q_t＝S_i],1≤i,j≤N,是在时刻t处于状态s_i的条件下在t+1时刻转移到s_j的概率；B是7个特征参数组成的观察值概率矩阵，记为B＝{b_jk}_N×M,其中b_jk＝P[O_t＝v_k|q_t＝S_j],1≤j≤N,1≤k≤M，是在时刻t处于状态s_i的条件下取得观测值v_k的概率；π是初始某个路面状态的概率分布向量，记为π＝(π₁,...,π₆),其中π_i＝P(q₁＝S_i)，是在初始时刻处于状态s_i的概率；

6)训练HMM模型得到安全距离的影响因数U；

7)计算实时路面的安全距离，所述安全距离包括碰撞警报距离D_W和自制动距离D_br；

所述碰撞警报距离D_W的计算公式如下：

所述自制动距离D_br的计算公式如下：

式中V_f、a_f、V_l、a_l分别为前车和后车的速度和减速度，T_W为后车制动时间，包括驾驶员反应动作时间和制动协调时间，T_br为自动制动时的制动时间，U为路面情况对安全距离的影响因数。

2.如权利要求1所述的基于前方路面峰值附着系数的安全距离估算方法，其特征在于所述步骤4)中，当前路面实际峰值附着系数μ_max计算方法包括如下步骤：

4.1)根据和s定位到点找到该点被曲线S1、S2所包围的区域W，其中曲线S1、S2与附着系数μ-滑移率s曲线图中任意两条相邻曲线一致；

4.2)根据计算得到的s，在曲线S1、S2上定位到两点

4.3)计算当前路面实际峰值附着系数μ_max，计算公式如下：

为当前路面利用附着系数，是曲线S1、S2的利用附着系数，μ_1max、μ_2max是曲线S1、S2的峰值附着系数。

3.如权利要求1所述的基于前方路面峰值附着系数的安全距离估算方法，其特征在于所述步骤6)中，HMM模型训练方法包括如下步骤：

6.1)输入典型路面特征参数的样本数据O＝{E、H、J、L、T、S、B}；

6.2)采用均值法给模型参数赋值，π＝[1/6,1/6,1/6,1/6,1/6,1/6]；

6.3)输入N、M、A矩阵、B矩阵以及附着系数μ-滑移率s曲线，运用Baum-Welch算法得到最佳的HMM模型参数；

6.4)利用前向-后向算法计算概率P(O|λ)，概率最大值对应的模型输出即为前方路面的峰值附着系数，计算公式如下：

λ_n＝argmaxP(O|λ_i)，其中，π_q1为初始时刻处于q₁状态的概率，b_qT(O_T)为在状态q_T下产生观察O_T的概率，a_qT-1qT为由状态q_T-1转移到状态q_T的概率，λ＝{λ1,λ2,…,λ_n}(n＝1,2,3,4,5,6)为六种典型路面；

6.5)训练后的模型输出值为前方路面的实时峰值附着系数μ_imax，作为路面情况对安全距离的影响因子U。