[发明专利]一种车辆自适应巡航控制系统跟车巡航风险识别方法

说明书

本发明公开了一种车辆自适应巡航控制系统跟车巡航风险识别方法，包括：分析车辆自适应巡航ACC系统的跟车巡航过程，建立车辆ACC系统跟车巡航过程模型，分析跟车巡航过程模型，抽象出ACC系统的平衡因子，根据跟车巡航过程中平衡状态受平衡因子影响的平衡反馈控制机制，定义和构建用于车辆ACC系统的平衡反馈控制Petrify网BFN模型。该方法能提高ACC系统的准确性和可靠性。

技术领域

本发明涉公路信息系统技术领域，更具体的涉及一种车辆自适应巡航控制系统跟车巡航风险识别方法。

背景技术

随着全球化带来的经济飞速发展，在我国这样的人口大国机动车保有量趋于饱和状态。2021年中国机动车保有量约4亿俩，同比去年增长6.2％。伴随着巨大的机动车数量，各种大大小小突发的交通问题也层出不穷。为了减少驾驶员的不规范驾驶行为，降低交通事故的发生率，自适应巡航控制系统被提出来主动预防交通事故的发生。在常规的行车环境中，ACC系统能够极大地提高机动车的主动安全性，降低驾驶成本。然而，在实际的行车环境中，对于ACC系统这样可靠性要求极高的主动安全系统，ACC系统可靠性不足的问题即会凸显。

Petri网是一种集图形化和数学化于一体的形式化建模工具，可以对各种复杂并发系统进行建模、仿真和分析，广泛应用于通信协议、网络交易、业务流程和控制系统等领域。利用Petri网对自适应巡航控制系统建模既可以通过直观的图形刻画系统的结构，又可以引入数学方法对其性质进行分析。

对于自适应巡航控制系统的建模，如何准确地抽象出其关键部分，从而建立起精确有效的Petri网模型是至关重要的。目前的主流建模思路主要有模块化建模、分层建模等。然而这些建模思路应用到自适应巡航控制系统中会保留大量、冗余的库所和变迁，当建立的系统模型过于复杂和庞大时，会产生状态空间爆炸，这使得自适应巡航控制系统的形式化验证工作十分困难，状态空间爆炸是模型复杂度太高而难以处理的问题，形式化验证就是用数学方法去寻找模型中的逻辑漏洞。因此，降低建立的ACC系统跟车模型的复杂程度，识别ACC系统跟车巡航过程中存在的追尾风险是非常有必要且有意义的。

发明内容

本发明实施例提供一种车辆自适应巡航控制系统跟车巡航风险识别方法，包括：

将两车之间的速度差、及两车之间实际间距和期望间距的差作为ACC系统的平衡因子；

基于Petri网构建含有平衡标识的ACC系统平衡反馈控制Petri网；其中，在Petri网中，采用各个库所表示各个ACC系统的平衡因子的状态；采用各个变迁表示平衡因子间的平衡反馈事件；采用各个弧表示平衡因子的状态变化；

输入跟车速度和跟车距离，利用ACC系统平衡反馈控制Petri网，识别ACC系统跟车巡航过程中存在的追尾风险及其追尾产生的原因。

优选地，平衡因子达到平衡状态的过程，包括：

通过雷达获得前车的速度、以及两车之间的距离相关信息；

通过传感器获取当前车辆的车速；

输入车头时距，确定与前车所保持的距离；

计算期望的跟车间距、并与两车间的实际间距；

当实际间距远大于期望间距时，则会反馈到速度的平衡因子，车俩的速度增加以缩短与前车的实际间距；

当前车速度小于前车时，则会反馈到两车的实际间距和期望间距的差，两车之间的实际间距逐渐远大于期望间距；

当两个平衡因子中的差值为0时，两车达到平衡状态，实现同步跟车巡航。

优选地，平衡反馈控制Petri网，包括：

平衡反馈控制Petri网是一种含有平衡标识M*的特殊Petri网；