【技术实现步骤摘要】
本专利技术涉及车辆安全领域，具体涉及一种基于车辆智能监控的预警方法。
技术介绍
1、随着经济的快速发展，汽车尤其是私家车有了迅猛的增长，道路交通事故一直居高不下，并且有愈演愈烈的趋势。这些交通事故中很大一部分是在行车过程中，由于驾驶员对行车途中车距估计不当所造成的追尾、侧向碰撞或超车时发生的碰撞，或者阴天、雨雪等天气影响驾驶员能见度引发事故。
2、在此情况下，在驾车行驶在路况较为复杂的道路时，为了保证车辆的安全需要实时的监控车辆整体的状态，从而预防车辆行驶不当发生车辆事故；
3、现有的车辆安全监测系统主要是通过检测车辆形式过程的运运动参数，例如速度、加速度以及周围行驶的车辆行驶情况等，通过提前判断是否超出标准范围来进行车辆行驶过程中的碰撞预警。
4、但在一些植被茂密的道路运输货物时，往往会在短时间内遇到多个连续弯道，加上夜间或者雨雾天气视野不佳的情况下，有可能导致驾驶员行驶途中发生主观错误判断，引发驾驶事故，而现有的安全检测系统也无法对该类情况进行规避；因此，为了在连续弯道和视野不佳的情况下对车辆驾驶员进行提前预警，从而提升行驶安全。
技术实现思路
1、本专利技术的目的在于提供一种基于车辆智能监控的预警方法，解决以上技术问题。
2、本专利技术的目的可以通过以下技术方案实现：
3、一种基于车辆智能监控的预警方法，包括：
4、s100、实时获取驾驶车辆前方路况参数和车辆行驶速度，前方路况参数包括弯道曲率半径、连续弯
5、s200、获取前方弯道的历史人流量数据和车流量数据；
6、s300、将获取的所述前方路况信息与实时车辆行驶速度进行处理后与阈值条件进行比较，根据比较结果判断车辆行驶过弯是否存在风险，若存在，则根据预警策略对驾驶员发出预警信号；
7、s400、根据预警信号选择对应的过弯行驶策略并展示给驾驶员，提醒驾驶员按照所述过弯行驶策略进行行驶；
8、s500、对所述历史人流量数据和车流量数据进行综合分析，并根据分析结果对过弯行驶策略进行修正。
9、作为进一步的技术方案，所述s300中对前方路况信息与实时车辆行驶速度进行处理的过程包括：
10、通过公式：（1）
11、计算获得过弯风险系数；
12、通过公式：；（2）
13、通过公式： ；（3）
14、其中，为第j个弯道的车速风险系数，为弯道风险系数；、为权重系数，根据历史经验数据选择确定；为实时车辆行驶速度，为道路限速值，且；若则取值为0；、、为比例系数，根据历史数据和经验数据选择确定；s为当前车辆位置与弯道起始点之间距离值；， n为前方弯道的总数量，且 n≥2；，m为前方弯道的节点总数，将连续弯道中的每个弯道的起始点和结束点标记为节点。
15、作为进一步的技术方案，所述s300中判断车辆行驶过弯是否存在风险的过程包括：
16、将与预设过弯风险阈值系数进行比较，
17、若，则判断车联行驶过弯安全；
18、若，则判断车辆行驶过弯存在风险，并发出预警信号。
19、作为进一步的技术方案，所述预警策略的建立过程包括：
20、基于当前驾驶车辆行驶速度和位置获取预计通过第j个弯道的时长t，以及到达第j个弯道起始点的时间；
21、获取第j个弯道一个时间周期内的人流数据和车流数据；
22、将该时间周期按照预设时段划分成多个时间区间，并按照标记规则标记成绿色区间、黄色区间和红色区间；
23、若，且落入的时间区间为红色区间，则生成高级预警信号；
24、若，且落入的时间区间为黄色区间，则生成中级预警信号；
25、若，且落入的时间区间为红色区间，则生成初级预警信号；
26、若，则不进行预警。
27、作为进一步的技术方案，对多个时间区间进行筛分标记的规则为：
28、将人流量和车流量均为0的时间区间标记为绿色区间；
29、将人流量为0或者车流量为0的时间区间标记为黄色区间；
30、其余时间区间标记为红色区间。
31、作为进一步的技术方案，对所述历史人流量数据和车流量数据进行综合分析的过程包括：
32、通过公式：；（4）
33、计算获取整体过弯风险系数；
34、其中，为车流状态系数，为人流状态系数，为预设比例系数，根据实验数据和经验数据选择确定；m为历史所在时间区间的总数量。
35、作为进一步的技术方案，车流状态系数及人流状态系数的获取过程包括：
36、通过公式：；（5）
37、计算获得车流状态系数；
38、通过公式：；（6）
39、计算获得人流状态系数；
40、其中，分别为对应时间区间的标准人流量、标准车流量；为车流量随时间变化曲线，为车流量随时间变化标准曲线；为人流量随时间变化曲线，为人流量随时间变化标准曲线；时间区间的左右端点，。
41、作为进一步的技术方案，根据预警信号级别选择过弯行驶策略的过程包括：
42、若接收到初级预警信号，则在到达弯道的起始点前进行减速，将当前车辆行驶速度降低到；
43、若接收到中级预警信号，则在到达弯道的起始点前进行减速，将当前车辆行驶速度降低到；
44、若接收到高级预警信号，则在到达弯道的起始点前进行减速，将当前车辆行驶速度降低到。
45、作为进一步的技术方案，对过弯行驶策略进行修正的过程为：
46、获取每个弯道的车流状态系数、人流状态系数；
47、将车流状态系数、人流状态系数分别与各自的预设车流风险阈值、预设人流风险阈值进行比较；
48、若且，则判断弯道内人流和车流波动较大，属于高危弯道；
49、若，，则判断弯道内人流波动大；属于中危弯道；
50、若，，则判断弯道内车流波动大，属于中危弯道；
51、若且，则判断弯道内人流和车流波动均处于稳定状态，属于低危弯道；
52、基于gps实时当前车辆位置以及当前车辆位置距每个高危弯道的起始节点距离值；
53、按照距离值从小到大依次优先级排序，并按照优先级排序的方式修正当前车辆执行的过弯行驶策略。
54、一种基于车辆智能监控的预警系统，包括：
55、数据采集模块，用于采集前方道路信息、历史人流量及车流量数据；
56、预处理模块，用于将获取的所述前方路况信息与实时车辆行驶速度进行处理后与阈值条件进行比较；
57、分析模块，根据比较结果判断车辆行驶过弯是否存在风险，若存在，则根据预警策略对驾驶员发出预警信号；
58、预警模块，根据预本文档来自技高网...
【技术保护点】
1.一种基于车辆智能监控的预警方法，其特征在于，包括：
2.根据权利要求1所述的基于车辆智能监控的预警方法，其特征在于，所述S300中对前方路况信息与实时车辆行驶速度进行处理的过程包括：
3.根据权利要求2所述的基于车辆智能监控的预警方法，其特征在于，所述S300中判断车辆行驶过弯是否存在风险的过程包括：
4.根据权利要求3所述的基于车辆智能监控的预警方法，其特征在于，所述预警策略的建立过程包括：
5.根据权利要求4所述的基于车辆智能监控的预警方法，其特征在于，对多个时间区间进行筛分标记的规则为：
6.根据权利要求4所述的基于车辆智能监控的预警方法，其特征在于，对所述历史人流量数据和车流量数据进行综合分析的过程包括：
7.根据权利要求6所述的基于车辆智能监控的预警方法，其特征在于，车流状态系数及人流状态系数的获取过程包括：
8.根据权利要求4所述的基于车辆智能监控的预警方法，其特征在于，根据预警信号级别选择过弯行驶策略的过程包括：
9.根据权利要求7所述的基于车辆智能监控的预警方法，其
10.一种适用于权利要求1所述的基于车辆智能监控的预警系统，其特征在于，包括：
...【技术特征摘要】
1.一种基于车辆智能监控的预警方法，其特征在于，包括：
2.根据权利要求1所述的基于车辆智能监控的预警方法，其特征在于，所述s300中对前方路况信息与实时车辆行驶速度进行处理的过程包括：
3.根据权利要求2所述的基于车辆智能监控的预警方法，其特征在于，所述s300中判断车辆行驶过弯是否存在风险的过程包括：
4.根据权利要求3所述的基于车辆智能监控的预警方法，其特征在于，所述预警策略的建立过程包括：
5.根据权利要求4所述的基于车辆智能监控的预警方法，其特征在于，对多个时间区间进行筛分标记的规则为：
...
【专利技术属性】
技术研发人员：谢永贝，方远均，杨维美，林彦璇，
申请(专利权)人：深圳市顺禾电器科技有限公司，
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。