[发明专利]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

说明书

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全状态。

技术领域

本发明属于汽车智能交互及交通安全技术领域，具体涉及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。

背景技术

随着我国汽车保有量的增加，交通事故多发，车辆行驶状态安全对于交通参与者也越来越重要。驾驶人作为车辆控制的核心，其面对交通风险时所采取的驾驶决策将直接影响车辆的运动状态，最终对车辆行驶安全状态产生影响。因此，对驾驶人感知风险进行实时量化，对评估车辆行驶安全状态、减少交通事故具有重要意义。

现有的车辆行驶状态安全评估方法中，人工势场理论由于可以较为详细的刻画多种微观驾驶行为特征，得到了广泛应用。但传统的人工势场模型，通常通过车辆运动状态信息(例如相对距离、速度、加速度等)进行评估，缺乏对驾驶人因素，尤其是驾驶人对风险感知的不确定性因素的考虑，例如在相同的交通场景下越保守的驾驶人则有越高的知觉风险。

因此，现有技术中亟需基于知觉风险场理论对驾驶人感知风险进行量化，进而实现车辆行驶状态评估，以解决现有评估方法中难以把握驾驶人风险感知的不确定性问题。

发明内容

本发明的目的是针对现有技术中存在的技术问题，而提出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，用以解决现有方法中难以考虑驾驶人对行车风险感知的不确定性问题；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，实时监测、量化、评估网联区域内车辆的安全状态。

为实现上述目的，本发明采用如下技术方案：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_i、位置x_i和加速度a_i，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_i和驾驶人激进度k_i；

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E_ji；

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_i×v_i，短半轴b取车道宽度，v_i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_ij；

步骤S5、通过步骤S4获得的安全因子S_ij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。

进一步，所述步骤S2中期望车头时距THW_i和驾驶人激进度k_i的计算方法为：