基于層次分析法和灰色模糊的車輛碰撞預警方法
【專利摘要】本發明公開了一種基于層次分析法和灰色模糊的車輛防碰撞預警方法，主要解決了現有技術中安全距離不準確的問題。其實現步驟是：1.構建車輛安全距離的層次分析結構，計算各層影響因素的權重向量；2.利用灰色模糊的方法，計算指標層影響因素的評價值；3.根據指標層影響因素的評價值對車輛的加速度和駕駛員的反應時間進行修正；4.利用車輛的運動學公式計算車輛的絕對安全距離和相對安全距離；5.根據絕對安全距離、相對安全距離和傳感器檢測到的車距，劃分預警級別。本發明綜合考慮了人的因素、車輛的因素、道路的因素和環境的因素對車輛安全距離的影響，給出了車輛防碰撞的預警，提高了車輛安全距離的準確性以及車輛行駛的安全性。
【專利說明】基于層次分析法和灰色模糊的車輛碰撞預警方法
【技術領域】
[0001] 本發明屬于通信【技術領域】，主要涉及車輛自組織網絡VANETs中保證行駛安全的 多級預警方法，適用于高速公路、郊區等中高速運動場景。
【背景技術】
[0002] 隨著車輛擁有量的增加和道路狀況的日益復雜，交通事故頻繁發生，如何盡量避 免事故的發生是VANETs領域中的一個重要的研究方向。因此，車輛碰撞預警系統CWS越來 越受到人們的關注，其中Daimler-Benz的研究表明提前0. 5s的報警能夠使追尾和交叉碰 撞產生的事故率減少50%以上。
[0003] Joan Garcia-Haro等人在文獻"A Stochastic Model for Chain Collisions of Vehicles Equipped With Vehicular Communications"中提出了一種兩車之間安全行駛的 最小車間距離算法。文中給出了一種能夠有效減少事故發生率的主動安全系統的概念，其 中安全距離的判斷是這一系統的重要組成部分。主要思想是：在假設兩車前后行駛，即傳統 跟車模型的前提下，給出前后車三種不同相對運動狀態下的安全距離，這三種狀態包括：前 車勻速行駛、前車勻加速行駛和前車以勻減速行駛。雖然文中給出了最小安全距離的定義， 但是并沒有據此對駕駛員進行預警。
[0004] Yuan-Lin Chen, Chong-An Wang等人在文獻"Vehicle Safety Distance Warning System:A Novel Algorithm for Vehicle Safety Distance Calculating Between Moving Cars"中提出了一種基于車輛安全距離的多級預警系統，該系統提出了兩種距離的求法，即 障礙物距離和剎車安全距離，并通過比較這兩種距離的大小，做出預警。如果障礙物距離大 于剎車安全距離，則車輛處于安全的狀態，反之車輛處于危險的狀態。雖然文中對預警級別 進行了劃分，但是并沒有進一步的說明，也沒有考慮到駕駛員的狀態對車輛安全的影響，因 此計算出來的安全距離偏大。
【發明內容】
[0005] 本發明的目的在于針對上述技術中沒有考慮到駕駛員、車、路和環境因素對安全 距離影響的缺點，提出一種基于ΑΗΡ和灰色模糊的車輛碰撞預警方法，提高安全距離的準 確性。
[0006] 實現本發明目的技術方案是：采用定性分析和定量分析相結合的方式，從影響車 輛安全的人為因素、車輛因素、環境因素和道路狀況進行分析，利用層次分析法和灰色模糊 結合運動學公式求解安全距離，并進一步根據安全距離進行預警級別劃分。其具體步驟包 括如下：
[0007] (1)構建影響車輛安全距離因素的層次分析結構，根據層次分析法，計算各層因素 的權重向量W n，n = 1，2,3 ;
[0008] (2)根據各層的權重向量，利用灰色模糊法對影響車輛安全距離的因素進行綜合 評價：
[0009] 2a)建立影響車輛安全距離因素的評價集V = (Vp V2, V3, V4)和指標集U，并將評價 集數值化為向量C;
[0010] V = (νι； V2, V3, V4) = C = (10, 8. 5, 6, 3)；
[0011] 2b)根據數值化向量C，k，k>3位專家對指標集中的因素進行打分，構成打分矩陣 Y；
[0012] 2c)構造白化權函數，并利用灰色統計法計算第j個因素屬于評價灰類i的灰色統 計數和總灰色統計數！v得到第j個因素屬于評價灰類i的灰色權值q i為：
[0013] 2d)依次執行2c)計算因素層中的各個因素的灰色權值，由構成的單因素矩陣 灰
[0014]
【權利要求】
1. 一種基于層次分析法和灰色模糊的車輛碰撞預警方法，包括以下步驟： (1) 構建影響車輛安全距離因素的層次分析結構，根據層次分析法，計算各層因素的權 重向量 wn，n = 1，2,3 ; (2) 根據各層的權重向量，利用灰色模糊法對影響車輛安全距離的因素進行綜合評 價： 2a)建立影響車輛安全距離因素的評價集V = (Vp V2, V3, V4)，并將評價集數值化為向量 C； V = (V1； V2, V3, V4) = C = (10, 8. 5, 6, 3)； 2b)根據數值化向量C，k位專家對因素層中的因素進行打分，構成打分矩陣Y; 2c)構造白化權函數，并利用灰色統計法計算第j個因素屬于評價灰類i的灰色統計數 1?和總灰色統計數！v得到第j個因素屬于評價灰類i的灰色權值為： r：j ~ mh; / m； ~ m： _
2d)依次執行2c)計算因素層中的各個因素的灰色權值，由1^^構成的單因素矩陣灰度 模糊評價矩陣R ;
其中，i e v是評價等級，m是因素層的因素個數，j e m是因素層的第j個因素，rii是 第j個因素屬于評價等級i的灰色權值。 2e)根據層次分析法得到的各層的權重向量，計算對應于第三層因素指標層的第t個 因素的總的權重向量w\h和指標層中第t個因素的評價向量Bt為： w3t，h = W2t*w3h， ft = 其中，T是轉置，Dh e R是對應于指標層中第t個因素的灰色模糊評價矩陣的子矩陣， w2t是第二層指標層中第t個因素的權重，w3h是對應于指標層中第t個因素的第三層的h個 因素的權重向量； 2f)根據評價集的數值化向量C和評價向量Bt，得到指標層第t個因素的評價值Qt為： Qt = C*BtT ； 2g)依次執行步驟2e)到2f)計算出指標層中各個因素的評價向量Q: Q = (Q1；. . . , Qt)； 其中，t是指標層中因素的個數。 (3) 根據指標層中各個因素的評價值，修正車輛的加速度a和駕駛員的反應時間tr : a = aX (Q^. . . XQ^/8. 5, tr = tr X (〇! X. . . XQr/8. 5, 其中，Qi e q是影響加速度的因素的評價結果，l是影響加速度的因素的個數，e q 是影響駕駛員反映時間的因素的評價結果，r是影響駕駛員反映時間的因素的個數； (4) 根據修正的加速度和反應時間，結合運動學公式中，計算車輛行駛的相對安全距離 S和絕對安全距離Sm ; (5) 利用車輛傳感器檢測到的車距L、相對安全距離S和絕對安全距離Sm劃分三級預 警級別： 5a)第一級報警，當檢測到的車距L大于絕對安全距離Sm時，車輛正常行駛； 5b)第二級報警，當檢測到的車距L小于絕對安全距離Sm而大于相對安全距離S發出 預警，提醒駕駛員采取措施，停止加速或減速控制車距L ; 5c)第三級報警，當檢測到的車距L小于相對安全距離S時，發出預警，提醒駕駛員采取 措施減速，如果駕駛員沒有采取措施，則汽車自動制動。
2. 根據權利要求書1所述的方法，其中步驟（1)所述的根據層次分析法，計算各層因素 的權重向量Wn，按如下步驟進行： la) 設影響車輛安全距離因素的結構為三層，第一層是決策層，第二層是指標層，第三 層是因素層，且指標層有t個因素，第二層指標層中第t個因素相對應的因素層有h個因 素； lb) 將指標層和因素層中的因素分別進行兩兩比較，用各層因素比較的結果構成指標 層的判斷矩陣A和因素層的判斷矩陣氏，i e t ;
其中，ati表示指標層中第t個因素與第i個因素對決策層的相對重要性，且滿足 β bhj表示因素層中第h個因素與第j個元素的相對重要性,且滿足S七: lc) 根據指標層和因素層的判斷矩陣，計算指標層和因素層的權重向量Wn: xxr = a xr; 其中，X是判斷矩陣，X e {A，BJ，α是對應于判斷矩陣X的最大特征值； ld) 根據最大特征值α，進行一致性檢測，計算一致性比率CR:
其中，CI是一致性指標，RI是平均一致性指標，k是判斷矩陣的維數，若一致性比率 CR〈0. 10,則層次單排序結果具有一致性，反之，則應重新調整判斷矩陣。
3. 根據權利要求書1所述的方法，其中步驟（4)所述的車輛行駛的絕對安全距離 相對安全距離S，按如下四種情況進行計算： 4a)設兩車同向行駛，根據車輛運動學公式，兩車的絕對安全距離Sm為： Sm = Vb X (tr+t2/2) +Vb2/ (2 X ab)； 其中，Vb是后面車輛的速度，t2是車輛的制動協作時間，ab是后面車輛修正后的加速 度。 4b)設兩車同向行駛，前車勻速且前車速度小于后車速度時，兩車的相對安全距離S 為：
其中，Va是前車的速度，te是兩車速度相等的時間； 4c)設兩車同向行駛，前車加速且前車速度小于后車速度時，兩車的相對安全距離S 為：
其中，a是前車的加速度。 4d)設兩車同向行駛，前車減速且前車速度大于后車速度時，兩車的相對安全距離S 為：
【文檔編號】G08G1/16GK104299450SQ201410571503
【公開日】2015年1月21日 申請日期:2014年10月23日 優先權日:2014年10月23日
【發明者】陳晨, 李亞娟, 魏康文, 呂寧, 裴慶祺, 薛剛 申請人:西安電子科技大學