《一种防追尾碰撞的前方车辆有效目标确定方法.pdf》由会员分享，可在线阅读，更多相关《一种防追尾碰撞的前方车辆有效目标确定方法.pdf（11页珍藏版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 103761889 A (43)申请公布日 2014.04.30 CN 103761889 A (21)申请号 201410053377.3 (22)申请日 2014.02.17 G08G 1/16(2006.01) (71)申请人 东南大学 地址 210096 江苏省南京市四牌楼 2 号 (72)发明人 李旭 严思宁 宋翔 张为公 (74)专利代理机构 江苏永衡昭辉律师事务所 32250 代理人 王斌 (54) 发明名称 一种防追尾碰撞的前方车辆有效目标确定方 法 (57) 摘要 本发明公开了一种防追尾碰撞的前方车辆有 效目标确定方法， 首先根据获取的周边车辆和自 。
2、车的相对运动信息和绝对运动信息， 初选出本车 道内除自车外的周边车辆， 然后计算出周边车辆 与自车的相对距离、 周边车辆与自车车体坐标系 纵轴方向的夹角， 并与初选出的本车道内周边车 辆信息进行验证匹配， 剔除不可靠目标， 得到本车 道内所有的可靠车辆， 最后根据最小纵向距离原 则确定有效目标。本发明方法可以有效地解决雷 达虚假目标过多的问题， 同时提高雷达对目标搜 索的可靠性， 对环境的适应性也更强。 (51)Int.Cl. 权利要求书 2 页 说明书 6 页 附图 2 页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书2页 说明书6页 附图2页 (10)申请公布号 。
3、CN 103761889 A CN 103761889 A 1/2 页 2 1. 一种防追尾碰撞的前方车辆有效目标确定方法， 其特征在于， 该方法首先根据获取 的周边车辆和自车的相对运动信息和绝对运动信息， 初选出本车道内除自车外的周边车 辆， 然后计算出周边车辆与自车的相对距离、 周边车辆与自车车体坐标系纵轴方向的夹角， 并与初选出的本车道内周边车辆信息进行验证匹配， 剔除不可靠目标， 得到本车道内所有 的可靠车辆， 最后根据最小纵向距离原则确定有效目标 ； 具体步骤为 ： 1） 接收自车和周边车辆的相对运动信息和绝对运动信息， 所述相对运动信息包括目标 与自车的相对速度 vk、 相对距离 。
4、dk， 目标与自车车体坐标系纵轴方向的夹角 k， 所述绝对 运动信息包括自车的绝对位置坐标x0， y0和绝对速度v0， 周边车辆的绝对位置坐标xl， yl， 其 中 k 为获取相对运动信息时的目标序号， k=1， 2， 3.i， i 为获取相对运动信息时能够接收 到的最大目标数， l 表示获取绝对运动信息时的周边车辆序号， l=1， 2， 3， 4.j， j 为获取绝 对运动信息时自车能够接收到的最大周边车辆数量 ； 2） 初选出本车道内除自车外的周边车辆， 具体流程为 ： 首先， 根据下式确定本车道的初选目标 ： sin(k)dk 2 米 根据下式确定静止目标， 然后将所述静止目标从初选目标。
5、中剔除 ： 将满足以下任一条件的目标确定为无效目标， 然后将所述无效目标从初选目标中剔 除 ： 目标信号连续出现的次数小于 5 次 ； |k(n+1)-k(n)| 3( ) ； |dk(n+1)-dk(n)| 5 米 ； |vk(n+1)-vk(n)| 5 米 / 秒 ； 其中 n 代表获取相对运动信息时的采样点序号， n=1， 2， 3， 4. ； 3） 根据下式计算出周边车辆与自车的相对距离 dl： 同时根据下式计算出周边车辆与自车车体坐标系纵轴方向的夹角 l： 4） 按照如下方法进行验证匹配， 剔除不可靠目标， 得到本车道内所有的可靠车辆 ： 将各周边车辆与自车的相对距离 dl， 同所述。
6、步骤 2） 中初选出的各周边车辆与自车的 相对距离 dk逐一进行对比， 将各周边车辆与自车车体坐标系纵轴方向的夹角 l， 同所述步骤 2） 中初选出的各周 边车辆与自车车体坐标系纵轴方向的夹角 k逐一进行对比 ； 若存在一组满足下式 ： 权 利 要 求 书 CN 103761889 A 2 2/2 页 3 则判定该组对应的周边车辆是本车道内的可靠车辆， 其中 dl为计算周边车辆 与自车的相对距离时的微小误差， l为计算周边车辆与自车车体坐标系纵轴方向的夹 角时的微小误差 ； 5） 根据下式分别计算本车道内各可靠车辆与自车的纵向距离 s ： s cos(l)dl， 然后将与自车的纵向距离最小的可。
7、靠车辆确定为有效目标。 权 利 要 求 书 CN 103761889 A 3 1/6 页 4 一种防追尾碰撞的前方车辆有效目标确定方法 技术领域 0001 本发明属于汽车主动安全测量及控制领域， 涉及一种防追尾碰撞的前方车辆有效 目标确定方法。 背景技术 0002 随着社会经济的发展， 伴随着车辆保有量的迅速增长， 道路交通安全问题日益突 出， 并已成为全球性难题。全世界每年因交通事故都会造成大量的人员伤亡和财产损失， 世界各国都在努力降低交通事故的发生。统计资料表明， 车辆的追尾碰撞事故是高速公路 上最主要的事故形态， 环境感知是追尾碰撞预警的关键技术之一。在环境感知中， 毫米波 雷达的使用。
8、最为常用， 性能也最为优良， 但所测信息噪声较大， 无法有效区分旁车道干扰目 标， 且会受恶劣天气影响和周围车辆、 障碍物的电磁波干扰， 特别在高速路上， 隔离带和路 两边的金属极大的限制了雷达性能。近年来， 国外很多学者对基于全球定位系统与车车通 信 （GPS-V2V） 的防追尾碰撞技术进行了研究， 该所获取的信息较为全面、 准确， 并且不受天 气、 周围障碍物、 旁车道干扰目标等影响。 但是无论是雷达还是GPS-V2V， 都不可避免存在因 传感器误差或者由于环境适应的原因引起的测量信息产生无法确定的变化甚至错误， 影响 测试结果的可靠性。 0003 在我国， 随着汽车工业蓬勃发展和汽车保有。
9、量迅速增长， 道路交通事故频繁发 生， 由此导致的人员伤亡和财产损失数目惊人， 给国家的人民生命财产和国民经济造成 了巨大的损失。因此， 如何采取合理的手段与措施， 减少交通事故的发生成为一个亟待 解决的问题， 这不仅是政府和人民普遍关注的社会问题， 同时也是科学技术进步所面临 的重要课题之一。近年来， 尽管采用越来越多的被动安全技术减轻了事故的伤害程度， 但引发交通事故产生的根本原因仍未得到有效解决。在 中国汽车工业中长期科技发 展战略研究 （2004-2020 年） 中， 也提出了 “我国汽车被动安全技术的发展相对较快， 以 电子技术为基础的大量主动安全技术还没有开展或只是刚刚起步， 这将。
10、是我国今后安全 技术发展工作中需要重视的问题” 。基于这样的考虑， 智能交通系统 ITS(Intelligent TransportSystem) 应 运 而 生。 其 中 的 先 进 汽 车 控 制 与 安 全 系 统 AVCSS(Advanced VehicleControlandSafetySystem) 是智能交通系统中以车辆为研究对象的子系统， 提高汽 车主动安全性是该系统要实现的目标。 0004 国内外在有效目标提取方面进行了一些研究。 主要包括使用一定范围限制准则来 进行目标的同车道识别， 通过临界车间距离来判断两车相对运动的危险程度 ； 或者在目标 识别的基础上使用 Kalma。
11、n 滤波方法进行目标信息提取。这些方法在一定程度上可以选取 有效目标， 但是所选目标的有效性和真实性都需要进一步考虑， 以便有效排除干扰目标或 虚假目标的影响， 以提高目标选取的稳定性和准确性。 发明内容 0005 技术问题 ： 本发明提供一种可以有效地解决雷达虚假目标过多的问题， 同时提高 说 明 书 CN 103761889 A 4 2/6 页 5 雷达对目标搜索的可靠性， 对环境适应性也更强的防追尾碰撞的前方车辆有效目标确定方 法。 0006 发明内容 ： 本发明的防追尾碰撞的前方车辆有效目标确定方法， 首先根据获取的 周边车辆和自车的相对运动信息和绝对运动信息， 初选出本车道内除自车外。
12、的周边车辆， 然后计算出周边车辆与自车的相对距离、 周边车辆与自车车体坐标系纵轴方向的夹角， 并 与初选出的本车道内周边车辆信息进行验证匹配， 剔除不可靠目标， 得到本车道内所有的 可靠车辆， 最后根据最小纵向距离原则确定有效目标 ； 0007 具体步骤为 ： 0008 1） 接收自车和周边车辆的相对运动信息和绝对运动信息， 相对运动信息包括目标 与自车的相对速度 vk、 相对距离 dk， 目标与自车车体坐标系纵轴方向的夹角 k， 绝对运动 信息包括自车的绝对位置坐标 x0， y0和绝对速度 v0， 周边车辆的绝对位置坐标 xl， yl， 其中 k 为获取相对运动信息时的目标序号， k=1， 。
13、2， 3.i， i 为获取相对运动信息时能够接收到的 最大目标数， l 表示获取绝对运动信息时的周边车辆序号， l=1， 2， 3， 4.j， j 为获取绝对运 动信息时自车能够接收到的最大周边车辆数量 ； 0009 2） 初选出本车道内除自车外的周边车辆， 具体流程为 ： 0010 首先， 根据下式确定本车道的初选目标 ： 0011 sin(k)dk 2 米 0012 根据下式确定静止目标， 然后将静止目标从初选目标中剔除 ： 0013 0014 将满足以下任一条件的目标确定为无效目标， 然后将无效目标从初选目标中剔 除 ： 0015 目标信号连续出现的次数小于 5 次 ； 0016 |k(。
14、n+1)-k(n)| 3( ) ； 0017 |dk(n+1)-dk(n)| 5 米 ； 0018 |vk(n+1)-vk(n)| 5 米 / 秒 ； 0019 其中 n 代表获取相对运动信息时的采样点序号， n=1， 2， 3， 4. ； 0020 3） 根据下式计算出周边车辆与自车的相对距离 dl： 0021 0022 同时根据下式计算出周边车辆与自车车体坐标系纵轴方向的夹角 l： 0023 0024 4） 按照如下方法进行验证匹配， 剔除不可靠目标， 得到本车道内所有的可靠车 辆 ： 0025 将各周边车辆与自车的相对距离 dl， 同步骤 2） 中初选出的各周边车辆与自车的 相对距离 d。
15、k逐一进行对比， 说 明 书 CN 103761889 A 5 3/6 页 6 0026 将各周边车辆与自车车体坐标系纵轴方向的夹角 l， 同步骤 2） 中初选出的各周 边车辆与自车车体坐标系纵轴方向的夹角 k逐一进行对比 ； 0027 若存在一组满足下式 ： 0028 0029 则判定该组对应的周边车辆是本车道内的可靠车辆， 其中 dl为计算周边 车辆与自车的相对距离时的微小误差， l为计算周边车辆与自车车体坐标系纵轴方向 的夹角时的微小误差 ； 0030 5） 根据下式分别计算本车道内各可靠车辆与自车的纵向距离 s ： 0031 s cos(l)dl， 0032 然后将与自车的纵向距离最小。
16、的可靠车辆确定为有效目标。 0033 有益效果 ： 本发明与现有技术相比， 具有以下优点 ： 0034 本发明方法基于毫米波雷达和 V2V（vehicletovehicle， 车车通信） 技术， 相比传 统只有单类型雷达的方法， 本发明充分利用雷达覆盖面广， 适应性好的特点的同时加入了 V2V 模块， 该模块可以接收来自周边一定范围内的所有车辆信息， 可以最大限度地提高了本 方法确定周边危险目标的精度。 本发明具有精度高、 可靠性好、 实时性好、 适应性好等优点。 0035 本发明采用了多种传感器数据相互验证匹配的方式， 相比传统只有单类型传感器 的方法， 本方法确保在个别传感器失灵的情况下，。
17、 仍能够保证车辆运行时的自车安全， 极大 避免了因传感器检测误差或者故障而影响目标确定的准确性。 0036 本发明将毫米波雷达和 V2V 结合起来， 相比传统只有单类型传感器的方法， 雷达 能够保证在复杂环境下可以工作， V2V 模块弥补了毫米波雷达本身可能出现的虚假目标过 多的问题， 两者相互配合， 最大限度地提高了本方法的精度。 附图说明 0037 图 1 为本发明所提方法的流程框图 ； 0038 图 2 为自车与目标车辆道路位置关系示意图 ； 0039 图 3 为 V2V 数据与雷达数据匹配选择算法流程图。 具体实施方式 0040 下面通过实施例对本发明方法作进一步具体说明。 0041 。
18、本发明实施例利用毫米波雷达、 GPS（GlobalPositioningSystem， 全球定位系统） 、 V2V（vehicletovehicle， 车车通信） 所获取的信息进行前方车辆有效目标确定， 通过对雷达 所获取的数据进行分析处理， 初选出本车道内除自车外的其他车辆目标的信息， 同时根据 GPS 和 V2V 获取的周边车辆和自车的位置坐标及速度， 计算出周边车辆与自车的相对距离、 周边车辆与自车车体坐标系纵轴方向的夹角， 并与初选出的本车道内其他车辆信息进行验 证匹配， 以剔除根据雷达数据进行初选时可能出现的不可靠目标， 进一步确定本车道内所 说 明 书 CN 103761889 A。
19、 6 4/6 页 7 有车辆状态， 再根据最小纵向距离原则确定有效目标。 0042 本实施例使用的雷达是 ESR 毫米波雷达， 德尔福 ESR 毫米波雷达是一种调频连续 波式毫米波雷达系统。该雷达采样频率为 20 赫兹， 最多可跟踪 64 个目标。该雷达主要有 两个测量范围， 分别为中距离测试与远距离测试。其中中距离测试的测试角度为 45 度， 测试距离为 60 米 ； 而远距离测试的测试角度为 10 度， 测试距离则为 174 米， ESR 毫米波 雷达不仅具有优秀的多目标区分能力， 还能够提供准确的目标相对距离、 相对速度和相对 角度数据， 同时该雷达封装性好、 性能稳定， 具有很强的抗恶。
20、劣环境和抗振动性能， 能够适 应恶劣自然天气的变化和复杂的交通环境。 0043 本发明的思路是 ： 假设自车与周边车辆均安装有 GPS（Global Positioning System， 全球定位系统） 、 V2V（vehicle to vehicle， 车车通信） ， 并且各车辆之间 V2V 通讯 无任何问题的前提下， 利用毫米波雷达、 GPS、 V2V 所获取的信息进行前方车辆有效目标确 定， 通过对雷达所获取的数据进行分析， 初选出本车道内除自车外的其他车辆目标的信息， 同时根据 GPS 和 V2V 获取的周边车辆和自车的位置坐标及速度， 计算出周边车辆与自车的 相对距离、 周边车辆与。
21、自车车体坐标系纵轴方向的夹角， 并与初选出的本车道内其他车辆 信息进行验证匹配， 以剔除根据雷达数据进行初选时可能出现的不可靠目标， 进一步确定 本车道内所有可靠车辆， 再根据最小纵向距离原则确定有效目标 ； 0044 具体步骤为 ： 0045 1） 接收毫米波雷达、 GPS、 V2V 来自周边车辆的数据信息。数据包括毫米波雷达接 收的目标 （雷达接收的目标包括除自车外的周边车辆、 静止的障碍物、 行人等） 与自车的相 对速度 vk， 相对距离 dk， 以及与车体坐标系纵轴方向的夹角 k， 其中 k 为雷达接收到的第 k 个目标， k=1， 2， 3.i， i 为雷达能够接收到的最大目标数 ；。
22、 GPS 获取的自车的绝对位置坐标 x0， y0和绝对速度 v0； V2V 获取的周边车辆的绝对位置坐标 xl， yl， 其中 l 表示周边的第 l 辆 车辆， l=1， 2， 3， 4.j， j 为自车通过 V2V 能够接收到的最大周边车辆的数量。 0046 2） 对上述数据进行分析处理， 根据雷达数据初选出本车道内的目标车辆。 首先， 车 辆行驶中， 最容易与自车发生前撞危险的就是同车道的前方车辆， 所以， 对雷达进行目标判 断就是要挑选出同车道内的前方目标， 首先需要设定目标判断的范围， 假设参数 w 就是目 标与自车的相对横向距离， 如图2所示。 若目标与自车处于同一车道， 则需要满足。
23、w|w0|， w0为区分本车道目标与其他车道中目标的横向距离阈值， 综合考虑了 w0的挑选依据， 并且 结合了我国的道路技术规范， 选择 w0 2 米 ； 而根据自车接收到的数据， 由图 2 中的几何关 系， 可以知道 w sin(k)dk， 因此， 初步挑选雷达目标数据时首先选择满足条件 ： 0047 sin(k)dk 2( 米 ) 0048 （1） 0049 其次， 毫米波雷达接收的数据中含有较多静止的目标和无效的虚假目标， 车辆在 公路上行驶时存在道路护栏、 交通标志、 行人、 绿化带等障碍物， 可能成为雷达探测的目标 ； 在雷达探测过程当中会由于噪声干扰等原因偶尔出现非空的干扰信号， 。
24、这种无效目标数据 出现时间极短、 连续性差， 没有实际意义， 需要进行排除 ； 在满足 （1） 式的条件下， 需要剔除 通道中的静止和无效目标 ； 对于静止的目标而言， 其绝对车速为 0 米 / 秒， 而在自车行进方 向上的相对于自车的相对速度为 cos(k)vk， 取自车前进方向为正， 自车绝对车速 v0为 正， 静止目标相对于自车的相对车速值接近自车车速， 因此应该满足 cos(k) vk -v0， 即 说 明 书 CN 103761889 A 7 5/6 页 8 静止目标相对于自车的相对速度与自车绝对速度相加的绝对值理论上等于 0 米 / 秒， 考虑 存在测量误差的原因， 设置的最小值为。
25、小于 2 米 / 秒 ； 而相对距离 dk 0 ； 所以， 可以确定 满足以下条件的为静止目标 ： 0050 0051 （2） 0052 对于无效目标而言， 由于没有客观对应的目标或者目标出现的时间极短， 没有实 际意义， 将满足以下任一条件的目标确定为无效目标并将其排除 ： 0053 当目标信号连续出现的次数小于 5 次时可以判断为无效目标 ； 0054 |k(n+1)-k(n)| 3( ) 0055 （3） 0056 |dk(n+1)-dk(n)| 5 米 0057 （4） 0058 |vk(n+1)-vk(n)| 5 米 / 秒 0059 （5） 0060 n 代表雷达的采样点 （雷达对。
26、同一目标在不同时间点的运动状态的描述） 序号， n=(1， 2， 3， 4.) ； 毫米波雷达的采样频率为 20Hz， 采样间隔为 0.05 秒， 当每个相邻采样点 之间的角度变化超过3度时， 则角变化率超过60度/秒， 可以判断此类目标为无效目标 ； 同 样， 当每个相邻采样点之间的距离变化超过 5 米， 则距离变化率达到 100 米 / 秒， 每个相邻 采样点之间速度变化超过 5 米 / 秒， 则速度变化率达到 100 米 / 秒 2， 均可以判断此类目标 为无效目标 ； 在满足 （1） 式的情况下， 分别把雷达目标信息中的满足 （2） 式或者目标出现次 数小于 5 次或者满足 （3） 、。
27、（4） 、（5） 式任一条件的目标剔除， 可以初步得到本车道内除自车 外的周边车辆。 0061 3） 计算周边车辆与自车的相对距离， 周边车辆与车在车体坐标系纵轴方向的夹 角。 对V2V传输的数据进行处理， 根据V2V模块传递过来的周边车辆的位置坐标信息和GPS 获得的自车位置绝对坐标， 可以得到自车与周围车的相对距离 dl， 周围车辆与自车在车体 坐标系纵轴方向的夹角 l， 其计算方式如下 ： 0062 0063 （6） 0064 0065 （7） 0066 4） 数据匹配验证， 获取本车道内的可靠车辆。将 V2V 处理的数据与初选的目标 信息进行循环匹配， 如图 3 所示， 匹配算法如下 。
28、： 两组数据， 第一组数据是 V2V 的数据， 经过 （4） ，（5） 处理， 得到的 dl和 l， l=（1,2,3.j） ； 第二组数据是将满足 （2） 式或者目标 出现次数小于 5 次或者满足 （3） 、（4） 、（5） 式任一条件的目标剔除后的雷达数据 dk和 k， k=(1,2,3.i1)， 其中 i1是经过初选过后的雷达接收的最大目标数， i1 i ； 取 V2V 数据中 说 明 书 CN 103761889 A 8 6/6 页 9 的首组数据与雷达数据逐次比较， 若雷达数据中存在一组满足 0067 0068 （8） 0069 则判定该组对应的周边车辆是本车道内的可靠车辆，（dl和。
29、 l是由于 测量、 计算等原因产生的微小误差， 误差范围为 dl 1 米， l 0.5 度） 否则， 该目 标不是本车道内的可靠车辆， 排除 ； 取下一组 V2V 数据重复上述步骤， 直至所有 V2V 数据比 较完毕 ； 最后得到本车道内所有可靠车辆。 0070 5） 找出本车道内的有效目标。 对于经过上述匹配算法处理后得到的本车道内的所 有可靠目标， 采用最小纵向距离的原则， 设自车与前方最近有效跟车目标之间的纵向距离 为 s， 则满足 0071 s cos(l)dl 0072 （9） 0073 循环计算 （9） 式， 使 s 值最小的对应的可靠车辆即可确定为有效目标。 说 明 书 CN 103761889 A 9 1/2 页 10 图 1 图 2 说 明 书 附 图 CN 103761889 A 10 2/2 页 11 图 3 说 明 书 附 图 CN 103761889 A 11 。