基于层次分析法和灰色模糊的车辆碰撞预警方法
【专利摘要】本发明公开了一种基于层次分析法和灰色模糊的车辆防碰撞预警方法，主要解决了现有技术中安全距离不准确的问题。其实现步骤是：1.构建车辆安全距离的层次分析结构，计算各层影响因素的权重向量；2.利用灰色模糊的方法，计算指标层影响因素的评价值；3.根据指标层影响因素的评价值对车辆的加速度和驾驶员的反应时间进行修正；4.利用车辆的运动学公式计算车辆的绝对安全距离和相对安全距离；5.根据绝对安全距离、相对安全距离和传感器检测到的车距，划分预警级别。本发明综合考虑了人的因素、车辆的因素、道路的因素和环境的因素对车辆安全距离的影响，给出了车辆防碰撞的预警，提高了车辆安全距离的准确性以及车辆行驶的安全性。
【专利说明】基于层次分析法和灰色模糊的车辆碰撞预警方法
【技术领域】
[0001] 本发明属于通信【技术领域】，主要涉及车辆自组织网络VANETs中保证行驶安全的 多级预警方法，适用于高速公路、郊区等中高速运动场景。
【背景技术】
[0002] 随着车辆拥有量的增加和道路状况的日益复杂，交通事故频繁发生，如何尽量避 免事故的发生是VANETs领域中的一个重要的研究方向。因此，车辆碰撞预警系统CWS越来 越受到人们的关注，其中Daimler-Benz的研究表明提前0. 5s的报警能够使追尾和交叉碰 撞产生的事故率减少50%以上。
[0003] Joan Garcia-Haro等人在文献"A Stochastic Model for Chain Collisions of Vehicles Equipped With Vehicular Communications"中提出了一种两车之间安全行驶的 最小车间距离算法。文中给出了一种能够有效减少事故发生率的主动安全系统的概念，其 中安全距离的判断是这一系统的重要组成部分。主要思想是：在假设两车前后行驶，即传统 跟车模型的前提下，给出前后车三种不同相对运动状态下的安全距离，这三种状态包括：前 车匀速行驶、前车匀加速行驶和前车以匀减速行驶。虽然文中给出了最小安全距离的定义， 但是并没有据此对驾驶员进行预警。
[0004] Yuan-Lin Chen, Chong-An Wang等人在文献"Vehicle Safety Distance Warning System:A Novel Algorithm for Vehicle Safety Distance Calculating Between Moving Cars"中提出了一种基于车辆安全距离的多级预警系统，该系统提出了两种距离的求法，即 障碍物距离和刹车安全距离，并通过比较这两种距离的大小，做出预警。如果障碍物距离大 于刹车安全距离，则车辆处于安全的状态，反之车辆处于危险的状态。虽然文中对预警级别 进行了划分，但是并没有进一步的说明，也没有考虑到驾驶员的状态对车辆安全的影响，因 此计算出来的安全距离偏大。
【发明内容】
[0005] 本发明的目的在于针对上述技术中没有考虑到驾驶员、车、路和环境因素对安全 距离影响的缺点，提出一种基于ΑΗΡ和灰色模糊的车辆碰撞预警方法，提高安全距离的准 确性。
[0006] 实现本发明目的技术方案是：采用定性分析和定量分析相结合的方式，从影响车 辆安全的人为因素、车辆因素、环境因素和道路状况进行分析，利用层次分析法和灰色模糊 结合运动学公式求解安全距离，并进一步根据安全距离进行预警级别划分。其具体步骤包 括如下：
[0007] (1)构建影响车辆安全距离因素的层次分析结构，根据层次分析法，计算各层因素 的权重向量W n，n = 1，2,3 ;
[0008] (2)根据各层的权重向量，利用灰色模糊法对影响车辆安全距离的因素进行综合 评价：
[0009] 2a)建立影响车辆安全距离因素的评价集V = (Vp V2, V3, V4)和指标集U，并将评价 集数值化为向量C;
[0010] V = (νι； V2, V3, V4) = C = (10, 8. 5, 6, 3)；
[0011] 2b)根据数值化向量C，k，k>3位专家对指标集中的因素进行打分，构成打分矩阵 Y；
[0012] 2c)构造白化权函数，并利用灰色统计法计算第j个因素属于评价灰类i的灰色统 计数和总灰色统计数！v得到第j个因素属于评价灰类i的灰色权值q i为：
[0013] 2d)依次执行2c)计算因素层中的各个因素的灰色权值，由构成的单因素矩阵 灰
[0014]
【权利要求】
1. 一种基于层次分析法和灰色模糊的车辆碰撞预警方法，包括以下步骤： (1) 构建影响车辆安全距离因素的层次分析结构，根据层次分析法，计算各层因素的权 重向量 wn，n = 1，2,3 ; (2) 根据各层的权重向量，利用灰色模糊法对影响车辆安全距离的因素进行综合评 价： 2a)建立影响车辆安全距离因素的评价集V = (Vp V2, V3, V4)，并将评价集数值化为向量 C； V = (V1； V2, V3, V4) = C = (10, 8. 5, 6, 3)； 2b)根据数值化向量C，k位专家对因素层中的因素进行打分，构成打分矩阵Y; 2c)构造白化权函数，并利用灰色统计法计算第j个因素属于评价灰类i的灰色统计数 1?和总灰色统计数！v得到第j个因素属于评价灰类i的灰色权值为： r：j ~ mh; / m； ~ m： _
2d)依次执行2c)计算因素层中的各个因素的灰色权值，由1^^构成的单因素矩阵灰度 模糊评价矩阵R ;
其中，i e v是评价等级，m是因素层的因素个数，j e m是因素层的第j个因素，rii是 第j个因素属于评价等级i的灰色权值。 2e)根据层次分析法得到的各层的权重向量，计算对应于第三层因素指标层的第t个 因素的总的权重向量w\h和指标层中第t个因素的评价向量Bt为： w3t，h = W2t*w3h， ft = 其中，T是转置，Dh e R是对应于指标层中第t个因素的灰色模糊评价矩阵的子矩阵， w2t是第二层指标层中第t个因素的权重，w3h是对应于指标层中第t个因素的第三层的h个 因素的权重向量； 2f)根据评价集的数值化向量C和评价向量Bt，得到指标层第t个因素的评价值Qt为： Qt = C*BtT ； 2g)依次执行步骤2e)到2f)计算出指标层中各个因素的评价向量Q: Q = (Q1；. . . , Qt)； 其中，t是指标层中因素的个数。 (3) 根据指标层中各个因素的评价值，修正车辆的加速度a和驾驶员的反应时间tr : a = aX (Q^. . . XQ^/8. 5, tr = tr X (〇! X. . . XQr/8. 5, 其中，Qi e q是影响加速度的因素的评价结果，l是影响加速度的因素的个数，e q 是影响驾驶员反映时间的因素的评价结果，r是影响驾驶员反映时间的因素的个数； (4) 根据修正的加速度和反应时间，结合运动学公式中，计算车辆行驶的相对安全距离 S和绝对安全距离Sm ; (5) 利用车辆传感器检测到的车距L、相对安全距离S和绝对安全距离Sm划分三级预 警级别： 5a)第一级报警，当检测到的车距L大于绝对安全距离Sm时，车辆正常行驶； 5b)第二级报警，当检测到的车距L小于绝对安全距离Sm而大于相对安全距离S发出 预警，提醒驾驶员采取措施，停止加速或减速控制车距L ; 5c)第三级报警，当检测到的车距L小于相对安全距离S时，发出预警，提醒驾驶员采取 措施减速，如果驾驶员没有采取措施，则汽车自动制动。
2. 根据权利要求书1所述的方法，其中步骤（1)所述的根据层次分析法，计算各层因素 的权重向量Wn，按如下步骤进行： la) 设影响车辆安全距离因素的结构为三层，第一层是决策层，第二层是指标层，第三 层是因素层，且指标层有t个因素，第二层指标层中第t个因素相对应的因素层有h个因 素； lb) 将指标层和因素层中的因素分别进行两两比较，用各层因素比较的结果构成指标 层的判断矩阵A和因素层的判断矩阵氏，i e t ;
其中，ati表示指标层中第t个因素与第i个因素对决策层的相对重要性，且满足 β bhj表示因素层中第h个因素与第j个元素的相对重要性,且满足S七: lc) 根据指标层和因素层的判断矩阵，计算指标层和因素层的权重向量Wn: xxr = a xr; 其中，X是判断矩阵，X e {A，BJ，α是对应于判断矩阵X的最大特征值； ld) 根据最大特征值α，进行一致性检测，计算一致性比率CR:
其中，CI是一致性指标，RI是平均一致性指标，k是判断矩阵的维数，若一致性比率 CR〈0. 10,则层次单排序结果具有一致性，反之，则应重新调整判断矩阵。
3. 根据权利要求书1所述的方法，其中步骤（4)所述的车辆行驶的绝对安全距离 相对安全距离S，按如下四种情况进行计算： 4a)设两车同向行驶，根据车辆运动学公式，两车的绝对安全距离Sm为： Sm = Vb X (tr+t2/2) +Vb2/ (2 X ab)； 其中，Vb是后面车辆的速度，t2是车辆的制动协作时间，ab是后面车辆修正后的加速 度。 4b)设两车同向行驶，前车匀速且前车速度小于后车速度时，两车的相对安全距离S 为：
其中，Va是前车的速度，te是两车速度相等的时间； 4c)设两车同向行驶，前车加速且前车速度小于后车速度时，两车的相对安全距离S 为：
其中，a是前车的加速度。 4d)设两车同向行驶，前车减速且前车速度大于后车速度时，两车的相对安全距离S 为：
【文档编号】G08G1/16GK104299450SQ201410571503
【公开日】2015年1月21日 申请日期:2014年10月23日 优先权日:2014年10月23日
【发明者】陈晨, 李亚娟, 魏康文, 吕宁, 裴庆祺, 薛刚 申请人:西安电子科技大学