基于车路协同的公路危险环境预警方法、装置及介质制造方法及图纸

本发明专利技术公开一种基于车路协同的公路危险环境预警方法、装置及介质，首先打通车联网平台与气象局和交通管理部门的联系，其次通过车路协同技术对自然危险环境和社会危险环境采取不同方案，最后在公路危险环境不断补充、解决完善多种形态的公路危险环境预警。在危险等级高的情况下，计算出湿滑道路车辆直线跟车行驶的临界安全距离以及湿滑道路车辆跟车转向行驶的横向偏移，给驾驶人提供相应的预警，以提升车辆的行车安全性。提升车辆的行车安全性。提升车辆的行车安全性。

【技术实现步骤摘要】
基于车路协同的公路危险环境预警方法、装置及介质


[0001]本专利技术涉及车路协同的实际应用领域，更具体地，涉及一种基于车路协同的公路危险环境预警方法、装置及介质。

技术介绍

[0002]公路环境主要包括自然环境和社会环境，自然环境是各种不可抗力因素，而社会环境是人为因素形成。近几年气象灾害频发，恶劣天气造成了人员伤亡和经济损失，有些路段由于积水和坍塌的原因给出行带来了极大地危害和不便。另一方面，道路行驶车辆的增加造成了事故频发，这不仅造成道路拥堵，往往可能会引发二次事故。智慧交通方案由此应运而生，通过将车辆、道路基础设施、云平台进行同一网络的连接，实现道路信息的共享。车路协同是实现智能交通的途径，智能车安装车载单元(On
‑
Board Unit,OBU)后具备与路侧单元(Vehicle to Infrastructure,V2I)、行人设备(Vehicle to Pedestrians,V2P)、车载单元之间(Vehicle to Vehicle,V2V)的通信。自然危险环境是没法避免的，而社会危险环境来源于交通事故，这可以通过交通拥堵治理、危险情况的及时预警从而提前规避。针对自然危险环境和社会危险环境需要提出不同的解决方案，从而让车路协同技术真正解决现有问题。

技术实现思路

[0003]提供了本专利技术以解决现有技术中存在的上述问题。因此，需要一种基于车路协同的公路危险环境预警方法、装置及介质。
[0004]自然危险环境和社会危险环境组成了公路危险环境。自然危险环境存在着不可抗力，只能通过提前预警来降低自然灾害的危害，而社会危险环境主要是人为造成的，可以通过危险场景的提前警示和交通事故的尽早播报来避免交通事故和二次事故的发生。基于上述思路，提出了本专利技术。车路协同技术在通信上增加了智能车感知信息的能力，车联网平台与交通管理平台和气象部门进行互联互通，实现了智能车对自然危险环境和社会危险环境的提前获取。本专利技术分别对自然危险环境和社会危险环境分别提出了不同的预警方案。对于自然危险环境，首先气象局发布最新的自然危险环境信息，发布警示路段给车联网平台，然后受灾区域内的路侧单元对警示信息进行广播，广播范围的车载终端最终能够接收到警示信息，从而规避自然危险灾害。对于社会危险环境，首先智能车辆具备感知危险区域的能力，包括右转盲区警示、超速警示，从而尽可能避免事故发生，其次交通管理平台发布最新的交通事故和道路施工信息，发布警示路段给车联网平台，然后事故区域内的路侧单元对警示信息进行广播，广播范围的车载终端最终能够接收到警示信息，从而选择畅通路段。预警方案分别对有人驾驶车辆和无人驾驶车辆产生影响。预警信息对有人驾驶车辆的驾驶行为产生影响，而无人驾驶车辆通过改变通行策略对公路危险环境做出反应。本专利技术对车路协同的实际应用具有指导性作用，对道路上异质车流的研究也有借鉴意义。
[0005]根据本专利技术的第一方案，提供了一种基于车路协同的公路危险环境预警方法，所
述方法包括：
[0006]获取公路危险场景信息；
[0007]在公路危险等级达到三级及以上的大雨、暴雨及大暴雨的情况下：
[0008]通过如下公式(7)计算湿滑道路车辆直线跟车行驶的临界安全距离l
’
：
[0009][0010]式中，s为前车在干噪道路上行驶的滑动率，s
’
为前车在湿滑道路上行驶的滑动率，根据前车的车速以及行驶轨迹计算得到；l为车辆直线跟车行驶的临界安全距离；
[0011]通过如下公式(9)计算前车和当前车的行驶位移S
A
和S
B
：
[0012][0013]式中，v
A
和v
B
为前车和当前车的行驶速度；a
A
和a
B
为前车和当前车的加速度；t为车辆行驶时间；
[0014]获取前车的航向角θ1和当前车的航向角θ2，令θ1<θ2，则：
[0015][0016]在大地坐标下，根据公式(11)和公式(12)计算车辆前车和当前车的横纵向行驶距离：
[0017][0018][0019]式中，S
Ax
为前车的横向行驶距离，S
Ay
为前车的纵向行驶距离，S
Bx
为当前车的横向行驶距离，S
By
为当前车的纵向行驶距离；
[0020]令大地坐标系的质心跟当前车的坐标系质心重合，根据公式(13)计算当前车跟车转向行驶的横向偏移l1为：
[0021]l1＝S
Ay
‑
S
By
ꢀꢀꢀ
(13)
[0022]根据公式(14)计算湿滑道路车辆跟车转向行驶的横向偏移l1’
为：
[0023][0024]其中ξ为系数常量。
[0025]进一步，所述公路危险场景信息包括自然危险环境预警信息和社会危险环境信息，获取公路危险场景信息包括：通过气象局获取实时的自然危险环境预警信息；通过交通管理部门获取实时的社会危险环境信息。
[0026]进一步，在获取公路危险场景信息之后，所述方法还包括：根据实时的自然危险环境预警信息，预测未来n小时内的道路积水和恶劣天气，其中n大于等于1；根据交通管理部
门的备案信息、道路交通监管后台和/或道路交通参与者及时发布最新交通事故信息和/或路侧单元广播的警示信息，确定危险路段，并发出预警信号。
[0027]进一步，所述发出预警信号包括：若当前车处于人工驾驶状态，所述预警信号通过人机交互界面发出，包括语音、特殊图像以及道路的重新规划；若当前车处于自动驾驶状态，在公路危险等级小于设定阈值时，增加制动力、制动时间以缩短制动距离，并增加与其它车辆的车头间距以增加车辆反应时间的裕度；在公路危险等级大于等于设定阈值时，发出信号以提示用户将自动驾驶模式调整为人工驾驶模式。
[0028]进一步，根据公式(5)计算车辆的滑动率s：
[0029][0030]式中，u
w
为车轮中心的速度；r
r0
为没有地面制动力时的车轮滚动半径；ω
w
为车轮的角速度。
[0031]进一步，根据公式(6)计算车辆直线跟车行驶的临界安全距离l：
[0032][0033]式中，V
a
为前车车速，V
b
为跟车车速，V
r
为前车和跟车的相对车速，V
r
＝V
b
‑
V
a
，a
max
为车辆最大减速度。
[0034]根据本专利技术的第二技术方案，提供一种基于车路协同的公路危险环境预警装置，所述装置包括处理器，所述处理器被配置为：
[0035]获取公路危险场景信息；
[0036]在公路危险等级达到三级及以上的大雨、暴雨及大暴雨的情况下：
[0037]通过如本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于车路协同的公路危险环境预警方法，其特征在于，所述方法包括：获取公路危险场景信息；在公路危险等级达到三级及以上的大雨、暴雨及大暴雨的情况下：通过如下公式(7)计算湿滑道路车辆直线跟车行驶的临界安全距离l
’
：式中，s为前车在干噪道路上行驶的滑动率，s
’
为前车在湿滑道路上行驶的滑动率，根据前车的车速以及行驶轨迹计算得到；l为车辆直线跟车行驶的临界安全距离；通过如下公式(9)计算前车和当前车的行驶位移S
A
和S
B
：式中，v
A
和v
B
为前车和当前车的行驶速度；a
A
和a
B
为前车和当前车的加速度；t为车辆行驶时间；获取前车的航向角θ1和当前车的航向角θ2，令θ1<θ2，则：在大地坐标下，根据公式(11)和公式(12)计算车辆前车和当前车的横纵向行驶距离：在大地坐标下，根据公式(11)和公式(12)计算车辆前车和当前车的横纵向行驶距离：式中，S
Ax
为前车的横向行驶距离，S
Ay
为前车的纵向行驶距离，S
Bx
为当前车的横向行驶距离，S
By
为当前车的纵向行驶距离；令大地坐标系的质心跟当前车的坐标系质心重合，根据公式(13)计算当前车跟车转向行驶的横向偏移l1为：l1＝S
Ay
‑
S
By
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(13)根据公式(14)计算湿滑道路车辆跟车转向行驶的横向偏移l1’
为：其中ξ为系数常量。2.根据权利要求1所述的方法，其特征在于，所述公路危险场景信息包括自然危险环境预警信息和社会危险环境信息，获取公路危险场景信息包括：通过气象局获取实时的自然危险环境预警信息；通过交通管理部门获取实时的社会危险环境信息。3.根据权利要求2所述的方法，其特征在于，在获取公路危险场景信息之后，所述方法
还包括：根据实时的自然危险环境预警信息，预测未来n小时内的道路积水和恶劣天气，其中n大于等于1；根据交通管理部门的备案信息、道路交通监管后台和/或道路交通参与者及时发布最新交通事故信息和/或路侧单元广播的警示信息，确定危险路段，并发出预警信号。4.根据权利要求3所述的方法，其特征在于，所述发出预警信号包括：若当前车处于人工驾驶状态，所述预警信号通过人机交互界面发出，包括语音、特殊图像以及道路的重新规划；若当前车处于自动驾驶状态，在公路危险等级小于设定阈值时，增加制动力、制动时间以缩短制动距离，并增加与其它车辆的车头间距以增加车辆反应时间的裕度；在公路危险等级大于等于设定阈值时，发出信号以提示用户将自动驾驶模式调整为人工驾驶模式。5.根据权利要求1所述的方法，其特征在于，根据公式(5)计算车辆的滑动率s：式中，u
w
为车轮中心的速度；r
r0
为没有地面制动力时的车轮滚动半径；ω
w
为车轮的角速度。6.根据权利要求1所述的方法，其特征在于，根据...

【专利技术属性】
技术研发人员：张云顺，华国栋，吴峰，梁军，谢锜帅，郜铭磊，郭禹辰，
申请(专利权)人：江苏大学，
类型：发明
国别省市：