详情

原文传递考虑驾驶风格倾性的车辆跟驰行为风险量化方法

专利名称：	考虑驾驶风格倾性的车辆跟驰行为风险量化方法
摘要：	本发明公开考虑驾驶风格倾性的车辆跟驰行为风险量化方法，属于数据预测方法技术领域，用于车辆跟驰行为风险量化，包括建立安全势场跟驰模型，安全势场由车道线势场、道路边界势场和车辆作用势场构成，反映车辆在行驶过程中面临的实时风险；计算基于安全势场的车辆纵向加速度，构建跟驰风险指数，使用梯度增强算法进行预测。本发明将驾驶风格倾性融入到跟驰风险的量化指标中，结合实时风险暴露程度和实时风险严重程度，建立考虑碰撞潜在可能性与严重程度的跟驰风险量化模型，根据模糊均值聚类划分风险等级；实现跟驰风险的实时预测，算法对重点关注的中高风险的识别率达到了85%以上，实现了考虑驾驶风格倾性的安全势场跟驰行为科学风险量化。
专利类型：	发明专利
国家地区组织代码：	山东;37
申请人：	青岛理工大学
发明人：	曲大义;杨玉凤;王可栋;崔善柠;杨宇翔
专利状态：	有效
申请日期：	2023-10-27T00:00:00+0800
发布日期：	2023-11-28T00:00:00+0800
申请号：	CN202311402715.5
公开号：	CN117125083A
代理机构：	青岛智地领创专利代理有限公司
代理人：	王鸣鹤
分类号：	B60W50/00;B60W40/09;B60W30/165;B;B60;B60W;B60W50;B60W40;B60W30;B60W50/00;B60W40/09;B60W30/165
申请人地址：	266525 山东省青岛市黄岛区嘉陵江东路777号
主权项：	1.考虑驾驶风格倾性的车辆跟驰行为风险量化方法，其特征在于，包括： S1.建立安全势场跟驰模型；安全势场由车道线势场/>、道路边界势场/>和车辆作用势场/>构成，反映车辆在行驶过程中面临的实时风险，安全势场跟驰模型为：； S2.计算基于安全势场的车辆纵向加速度；；其中，为车辆质量； S3.构建跟驰风险指数CFR； S4.使用梯度增强算法LightGBM进行CFR预测。 2.根据权利要求1所述的考虑驾驶风格倾性的车辆跟驰行为风险量化方法，其特征在于，S1包括：车道线势场为：；其中，为各类道路标线势场的强度系数用于确定车道线场的最大阈值，/>表示虚线，表示双黄线，且/>，/>为第/>条车道线的横坐标，/>为确定道路场强升降的速度。 3.根据权利要求2所述的考虑驾驶风格倾性的车辆跟驰行为风险量化方法，其特征在于，S1包括：道路边界势场为：；其中，为道路边界线，/>=1、2分别为左、右边界，/>为道路边界线的横坐标，/>为位置增益参数。 4.根据权利要求3所述的考虑驾驶风格倾性的车辆跟驰行为风险量化方法，其特征在于，S1包括：车辆作用势场为：；式中，为车辆相互作用势函数，/>为斥力场分布范围进行修正后的任意点/>与目标车辆的距离/>，/>为周围车辆到目标车辆质心的连线同目标车辆行驶方向形成的顺时针方向夹角。 5.根据权利要求4所述的考虑驾驶风格倾性的车辆跟驰行为风险量化方法，其特征在于，S1包括：；其中，为分子势能，/>为前后车实际距离，/>为跟驰需求安全距离，/>为斥力项参数，/>为引力项参数；；其中，和/>为待定系数，/>为前后车速度差，/>为后车速度；；其中，为最小安全距离，/>为车辆质心坐标，/>为待定系数。 6.根据权利要求5所述的考虑驾驶风格倾性的车辆跟驰行为风险量化方法，其特征在于，S3包括：跟驰风险指数CFR为：；其中，目标车辆未能安全执行跟驰的概率称为跟驰风险指数CFR，/>表示交互事件/>安全失效的概率，/>表示跟驰车辆；；其中，为/>时刻交互事件/>的实时风险暴露程度，/>为/>时刻交互事件/>的实时碰撞严重程度指标。 7.根据权利要求6所述的考虑驾驶风格倾性的车辆跟驰行为风险量化方法，其特征在于，S3包括：；其中，表示在/>时刻交互事件/>中同时考虑理论碰撞可能性和驾驶员异质性带来的附加碰撞可能性的一个综合影响因子，/>为指数衰减函数EDF的形状参数，/>表示/>时刻交互事件/>中前车与后车的停车距离指数；；其中，表示在/>时刻交互事件/>中后车和前车速度差的平方。 8.根据权利要求7所述的考虑驾驶风格倾性的车辆跟驰行为风险量化方法，其特征在于，S3包括：；其中，为交互事件/>中周围车辆在对应交互角色归一化处理后的驾驶风格倾性评分；；其中，表示/>和每个相邻车辆/>的交互事件，/>，/>分别为/>时刻交互事件/>中前车的停车视距和后车的停车视距，/>表示/>时刻交互事件/>中前车与后车的车辆间距；；其中，表示/>时刻交互事件/>中后车的速度，/>表示/>时刻交互事件/>中前车的速度。 9.根据权利要求8所述的考虑驾驶风格倾性的车辆跟驰行为风险量化方法，其特征在于，S3包括： EDF；其中，表示输入的目标函数。 10.根据权利要求9所述的考虑驾驶风格倾性的车辆跟驰行为风险量化方法，其特征在于，S4包括：提取8个特征进行CFR预测，包括：车辆速度、车辆加速度、跟驰车辆与前车的相对纵向距离、跟驰车辆与后车的相对纵向距离、跟驰车辆与前车的相对纵向速度、跟驰车辆与后车的相对纵向速度、前车的驾驶风格倾性、后车的驾驶风格倾性。