[发明专利]一种适用于车载短距离通信网络的高速公路危险路况识别和告警方法

摘要

本发明公开了一种适用于车载短距离通信网络的高速公路危险路况识别和告警方法，选择抛洒物、故障车辆和道路拥挤三个因素作为危险路段的识别元素，识别方法是首先确立路段危险性识别的贝叶斯网络结构和算法，然后确立判定上述三个识别元素的贝叶斯网络结构和算法，通过车载短距离通信网络的路侧节点接收覆盖范围内车载节点定期广播的包含车辆位置的心跳信息来获得各车辆的位置，进而获得车辆的速度和行驶方向的变化，然后通过贝叶斯网络来获得上述三个识别元素的后验概率，再通过贝叶斯网络，获得路段危险性的后验概率，当概率高于系统设定的门限值时，向覆盖范围内的车辆广播告警消息。实现了有效的识别高速公路危险路况并发出告警。

主权项

1.一种适用于车载短距离通信网络的高速公路危险路况识别和告警方法，所述方法包括：选择抛洒物、故障车辆和道路拥挤三个因素作为危险路段的识别元素，通过车载短距离通信网络的路侧节点接收覆盖范围内车载节点定期广播的包含车辆位置的心跳信息来获得各车辆的位置，进而获得车辆的速度和行驶方向的变化，然后通过贝叶斯网络来获得抛洒物、故障车辆和道路拥挤三个识别元素的后验概率，然后再通过贝叶斯网络，获得路段危险性的后验概率，当出现危险现象时，向覆盖范围内的车辆进行告警，具体包括：第一部分、确立路段危险性识别的贝叶斯网络结构和算法1.1、以有向无环图构造贝叶斯网络，其中的节点用于路段危险识别的元素对应的变量，有向边代表变量的条件依赖关系；1.2、道路危险性识别采用加减速特性、车道偏离特性、行车方向特性三个特性，父节点(Rd)表示路段危险性，子节点(Ao)表示抛洒物因素，子节点(Fv)表示故障车辆因素，子节点(Rc)表示道路拥挤因素；父节点(Rd)与子节点(Ao)、子节点(Fv)、子节点(Rc)之间的连线表示路段危险性与抛洒物因素、故障车辆因素和道路拥挤因素的条件概率p(Ao|Rd)、p(Fv|Rd)和p(Rc|Rd)；1.3、路段危险性判别的贝叶斯网络算法；路段危险性的大小采用概率p(Rd|Ao,Fv,Rc)表示，根据贝叶斯公式，首先根据专家经验确定贝叶斯网络中父节点与子节点之间连线的条件概率后，然后获得3个节点的先验概率，获得路段危险性的后验概率p(Rd|Ao,Fv,Rc)；为简化运算，各个状态取值为有和无，分别对应0和1，则：第二部分、确立判定各识别元素的贝叶斯网络结构和算法2.1、确立识别抛洒物(Ao)的贝叶斯网络结构和算法；抛洒物的识别是通过车辆区域绕行(Aa)和车辆缓行(Va)两个车辆行驶特性进行识别；抛洒物存在的概率用p(Ao|Aa,Va)表示，根据贝叶斯公式，其中，p(Aa,Va)＝p(Aa|Va)p(Va)，p(Aa,Va|Ao)＝p(Aa|Va,Ao)p(Va|Ao)，上述概率从路侧节点收集的历史数据中获得；2.2、确立识别故障车辆(Fv)的贝叶斯网络结构和算法；故障车的识别是通过车辆停止(Vs)和车辆缓行(Va)两个车辆行驶特性进行识别；故障车辆存在的概率p(Fv|Vs,Va)表示，根据贝叶斯公式，其中，p(Vs,Va)＝p(Vs|Va)p(Va)，p(Vs,Va|Fv)＝p(Vs|Va,Fv)p(Va|Fv)，上述概率从路侧节点收集的历史数据中获得；2.3、确立识别道路拥挤(Rc)的贝叶斯网络结构和算法；道路拥挤的识别是通过车辆停止(Vs)和车辆缓行(Va)两个车辆行驶特性进行识别；故障车辆存在的概率p(Rc|Vs,Va)表示，根据贝叶斯公式，其中，p(Vs,Va)＝p(Vs|Va)p(Va)，p(Vs,Va|Rc)＝p(Vs|Va,Rc)p(Va|Rc)，上述概率从路侧节点收集的历史数据中获得；第三部分、高速公路路段危险程度驶识和告警3.1、部署于高速公路沿途的路侧节点通过接收覆盖范围内车辆车载V2X设备广播发送的包含车辆地理位置信息的消息；3.2、路侧节点根据接收到的车辆的位置信息，以及获得的形式位置变化，从而对车辆的绕行、缓行和停止的概率进行判断；判断采用设定时间段内计数的方式进行：其中，C_Aa是在一个地点发生向同一个方向偏转的车辆数量，C_Vs是发生停止现象的车辆数量，C_Va是发生车速缓慢的车辆数量，C是识别区段的总的车辆数量；3.3、V2X路侧节点设备初始化时，根据本路段的电子地图，通过设定的经验数据，然后通过式(1)至式(6)，得到本路段的危险等级；3.4、路段的风险概率超过门限值后，将告警信息通过V2X网络向覆盖范围内的车辆进行广播，车载V2X设备接收到告警信息后，会采用声音和显示的当时对危险路段的危险因素以及发生位置进行提醒；3.5、将此时的后验概率p(Rd|Ao,Fv,Rc)作为下一个计算周期的先验概率p(Rd)，使预测能更符合当前的道路特点。