【技术实现步骤摘要】
一种车辆碰撞风险预测系统及车辆
[0001]本申请涉及车辆碰撞安全
,尤其涉及基于模型设计与数据驱动融合的车辆碰撞风险预测技术。
技术介绍
[0002]汽车的碰撞安全技术是利用有限的空间与时间,在车体结构、约束系统、外部保护等多种设计的融合与联动调控下,在临界碰撞时刻附近的极短作用时间范围内,以降低车内外人员受伤程度为目标的涉及多学科优化的综合性研究领域。随着辅助驾驶系统(ADAS:Advanced Driving Assistance System)的普及,以及车身结构/材料的优化,碰撞安全技术在主被动安全融合方面得到发展。
[0003]专利文献CN 106326866B“车辆碰撞的预警方法及装置”、CN 109318891A“驾驶辅助系统”等均提出了针对碰撞的预测算法,在算法激活时直接基于当前探测的运动信息进行车辆轨迹预测,未涉及险态中人员的应激响应可能导致的险态场景不确定性。专利文献CN 113291251A“车辆碰撞中的安全防护方法和装置、电子设备和介”则规定了对碰撞类型的预测以及后续对应的乘员保护执行策略,对乘员反应及位姿的监测仅针对于保护策略的实施,不涉及乘员对车辆的操控。专利文献CN 107458372A“基于车辆安全系统的预碰撞控制方法及装置针”对预碰撞场景,根据安全距离进行了是否可以避免的判断,若否,则执行相应的保护策略。
[0004]在如今人驾为主智驾为辅的大环境下,“人
‑
车
‑
人”交互响应,即驾驶员在行驶过程中基于对方车辆运行状态以及道 ...
【技术保护点】
【技术特征摘要】
1.一种车辆碰撞风险预测系统,其特征在于,所述系统包括:状态参数预处理模块、车辆轨迹预测模块、车辆碰撞损伤程度预测模块、碰撞及损伤可靠性检测模块和综合决策模块;所述状态参数预处理模块,用于对初始场景参数进行处理,确定危险目标集合,并基于自车与锁定目标车的相对运动信息判断是否激活后续预测模块;所述初始场景参数包括自车与锁定目标车的运动状态信息及道路环境信息;所述车辆轨迹预测模块,用于在所述状态参数预处理模块判断激活后续预测模块前提下,使用当前时刻自车与锁定目标车的运动状态信息作为初始边界条件,对自车与锁定目标车在预设的预测时间范围内的行驶轨迹进行预测,计算碰撞预测结果;所述车辆碰撞损伤程度预测模块,用于根据所述碰撞预测结果,进行车辆碰撞波形曲线预测,再进行乘员碰撞相应损伤预测,输出对应的自车乘员受伤严重程度的预测结果;所述碰撞及损伤可靠性检测模块,用于使用当前时刻自车与锁定目标车的运动状态信息作为边界特征输入机器/深度学习模型,对所述车辆轨迹预测模块的碰撞预测结果和碰撞损伤预测模块的碰撞损伤预测结果进行可靠性分析,并给出关于所述碰撞及损伤预测结果的可靠度量化指标;所述综合决策模块,用于综合分析碰撞预测结果、碰撞损伤预测结果和可靠度量化指标,并给出综合性碰撞风险评估。2.根据权利要求1所述的车辆碰撞风险预测系统,其特征在于,所述状态参数预处理模块对获得的初始场景参数进行处理,确定危险目标集,包括:通过自车以及锁定目标车运动状态信息,动态计算碰撞时间TTC;对获得的每个锁定目标车的TTC依据大小排序,将满足TTC0≤TTC≤TTC
p
的锁定目标车设为含潜在威胁的目标,记为潜在危险目标集,将满足TTC≤TTC0的目标设为威胁性较大的目标,记为危险目标集;其中TTC
p
和TTC0为基于危险紧急程度预设的TTC碰撞时间最长和最短两个时间阈值;所述状态参数预处理模块判断是否激活后续预测模块的条件是:当出现满足TTC0≤TTC≤TTC
p
或TTC≤TTC0的目标时,激活后续预测模块。3.根据权利要求1所述的车辆碰撞风险预测系统,其特征在于,所述车辆轨迹预测模块具体是:根据行驶场景和涉及车辆的运动状态信息,对潜在危险目标集的锁定目标车基于运动学模型和感知系统的感知信息进行车辆运动状态估计;再对危险目标集的锁定目标车基于当前时刻运动状态,使用运动学模型在预设的预测时间范围内的行驶轨迹和自车轨迹进行预测,并计算自车与锁定目标车的碰撞可能性,若预测结果为发生碰撞,则记录碰撞时刻自车与锁定目标车的运动状态信息。4.根据权利要求3所述的车辆碰撞风险预测系统,其特征在于,所述车辆轨迹预测模块进行车辆运动状态估计:是对潜在危险目标集的锁定目标车的运动状态基于感知系统的更新频率进行运动状态估计,直至其TTC大于TTC
p
,则被移除出潜在危险目标集,或者其TTC小于TTC0,则被移入危险目标集;估计方法不限于使用扩展卡尔曼滤波或无迹卡尔曼滤波或粒子滤波,估计频率与自车感知信息更新频率一致。5.根据权利要求3所述的车辆碰撞风险预测系统,其特征在于,所述车辆轨迹预测模块进行碰撞预测,具体是:对于预测时刻T
i
,自车和任一锁定目标车的几何中心的相对距离为
令关于自车和锁定目标车的距离阈值其中(l
ego
,w
ego
)和(l
obj
,w
obj
)分为别自车与锁定目标车长度与宽度;将L
i
与L
crit
进行比较:L
i
≤αL
crit
,其中α为增益系数;当上式为真时,则对碰撞进行预测;根据自车顶角坐标(X
e,i,j
,Y
e,i,j
)和锁定目标车顶角坐标(X
o,i,j
,Y
o,i,j
)所围成的两个矩形,j=1,2,3,4,检测是否有重叠:若有重叠,则判定两车发生碰撞,预测结果记为CR=1;当在预测时间范围内(TTC0)没有检测到所述的两个矩形重叠时,则判定两车未发生碰撞,预测结果记为CR=0;对于所有属于危险目标集的锁定目标车数量G,均进行轨迹/碰撞预测计算,则存在包括自车在内的(G+1)项轨迹预测,以及G项碰撞预测结果,即包括G1项“CR=1”,G0项“CR=0”。6.根据权利要求1所述的车辆碰撞风险预测系统,其特征在于,所述车辆碰撞损伤程度预测模块在进行预测时,对于会发生碰撞的预测结果,先将碰撞时刻自车与锁定目标车的运动状态信息即碰撞边界信息、两车尺寸、质量、夹角、重叠率参数输入车辆碰撞曲线预测模型,获得车辆碰撞波形预测曲线;再将车辆碰撞波形预测曲线和自车乘员的乘员约束形式状态信息即座舱约束信息作为参数输入乘员损伤程度预测模型,对自车乘员的碰撞响应运动进行预测。7.根据权利要求6所述的车辆碰撞风险预测系统,其特征在于,所述车辆碰撞损伤程度预测模块利用车辆碰撞曲线预测模型获得车辆碰撞预测曲线的方法是:在G项碰撞预测结果中,若第k项发生碰撞事件,将碰撞时刻T
c
自车与第k辆锁定目标车的运动状态信息(X
e,c
,Y
e,c
,v
e,c
,a
e,c
,θ
e,c
,ω
e,c
)、(X
o,k,c
,Y
o,k,c
,v
o,k,c
,a
o,k,c
,θ
o,k,c
,ω
o,k,c
),两车尺寸(l
ego
,w
ego
)、(l
obj,k
,w
obj,k
),质量m
ego
、m
obj,k
,夹角γ
k
,重叠率φ
k
参数均输入所述车辆碰撞曲线预测...
【专利技术属性】
技术研发人员:何欣,崔泰松,史方圆,李锐阳,毛溶洁,
申请(专利权)人:重庆长安汽车股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。