一种基于风险动态平衡的车辆跟驰模型

技术领域

本发明涉及交通安全领域，特别是一种基于风险动态平衡的车辆跟驰模型。

背景技术

近年来，随着我国汽车产业及运输业的快速发展，我国道路交通安全面临着严峻的挑战。已有数据表明，追尾事故占高速公路交通事故总数的30％左右，是高速公路交通事故的主要类型。同时也有研究表明80％以上的交通事故是由于驾驶人的不当行为造成的。而车辆跟驰模型可以揭示车辆跟驰的机理，分析驾驶人行为造成的影响，同时也能为自适应巡航控制系统和自动驾驶系统的车辆跟驰系统提供理论基础和算法支持,避免由人因导致的追尾事故。因此，很多研究学者对车辆跟驰模型进行了一系列的研究。

在1953年，车辆跟驰的概念首先由Pipes提出。在此之后，Chandler等人提出了一种建立在驾驶人直觉驾驶基础上的刺激-反应车辆跟驰模型，模型把两车的相对速度作为唯一的刺激量。针对Chandler等人提出的跟驰模型忽视了车辆速度和车间距离两个因素的问题，Gazis等人把刺激参数从单一的相对速度延伸到速度、相对速度和相对车间距，提出了著名的GHR模型。随后，有一系列的学者对GHR模型进行了调整和优化。同时，随着刺激－反应理论的发展，1995年Bando等人又从另一个刺激角度提出了一个最优速度(optimalvelocity,OV)模型，模型任务驾驶人会会根据两车间距确定一个优化的速度目标，进而调整车速。Helbing和Tilch在OV模型的基础上考虑了两车的速度差，提出了广义力(Generalized Force,GF)跟车模型。针对GF模型中加减速速率不合理的情况，Jiang等人考虑了正负速度差，扩展了GF模型，并将该模型成为全速差(Full velocity difference,FVD)模型，该模型能够有效结合OV模型和GJ模型的优点。

然而，尽管大多数构建的车辆跟驰模型在确定的实际场景中能够有效模拟车辆跟驰行为，但是对车辆以某种方式进行跟驰的原因仍不清楚。进而，Wilde提出的风险动态平衡理论(Risk Homeostasis Theory,RHT)认为，驾驶人通过比较其期望风险与其驾驶行为带来的风险来改变其当前的驾驶行为。然而，虽然RHT能够有效的解释跟驰行为，但是如何量化跟驰过程中，后车驾驶人承受的风险是其应用于跟驰模型的关键问题。因此，本发明基于前车运动状态量化了前车纵向风险，构建了前车纵向风险场模型，通过考虑后车在前车纵向风险场中的位置，量化后车跟驰过程中承受的风险，并通过计算期望风险对应的位置计算后车跟驰行为，构建了一种基于风险动态平衡的车辆跟驰模型。

发明内容

针对现有模型存在的不足，本发明旨在提供一种能够量化跟驰过程中后车承受风险并以该风险确定后车跟驰行为的基于风险动态平衡的车辆跟驰模型，该模型具体包括如下步骤：

步骤1，基于车辆纵向风险场模型，结合前车运动状态，在平行于车辆的平面坐标系中构建前车纵向风险场；

步骤2，基于前车当前时刻运动状态完成预瞄时刻前车纵向风险场的预测；

步骤3，基于后车期望风险和通过步骤2获得的预瞄时刻前车纵向风险场确定后车期望风险对应位置；

步骤4，基于后车当前位置和通过步骤3获得的后车期望风险对应的位置计算后车加速度；

进一步地，步骤1所述的“前车纵向风险场”的构建是基于车辆纵向风险场模型，并将前车的位置和前车的速度代入其中：

式中：c

进一步地，步骤2所述的“前车纵向风险场”的预测包括如下步骤：

步骤21，假定前车保持匀速进行，进而通过匀速运动的计算公式，预测预瞄时刻前车位置：

x

步骤22，将步骤21中预测得到的预瞄时刻前车位置代入到前车纵向风险场模型中，计算预瞄时刻前车纵向风险场:

式中：c

进一步地，步骤3所述的“后车期望风险对应位置”的获得包括如下步骤：

步骤31，基于预瞄时刻前车纵向风险场，确定前车纵向风险场中等于期望风险位置，同时，为了满足车辆跟驰的基本要求，该位置需要位于前车的后方：

R

步骤32，基于前车纵向风险场中等于期望风险位置确定后车期望风险对应位置，由于后车承受风险的最大值位于后车车前端，因此，后车车辆前端位置为预瞄时刻期望风险对应位置，进而计算对应的后车中心位置：

式中，R

进一步地，步骤4所述的“后车加速度”通过如下公式进行计算，在这里设置为后车进行均加速运动，并且后车的纵向加速度需要满足最大最小纵向加速度的限制：

a

a

式中，T为预瞄的时间长度，a

与现有技术相比，本发明有益效果在于：基于前车运动状态构建了前车纵向风险场模型，量化了跟驰过程中后车承受的风险值。因此，在此基础上，基于风险动态平衡理论构建的跟驰模型能够有效的解释跟驰行为。除此之外，本发明能够以较高的精度拟合跟驰过程，且与GHR等模型相比，能够有效拟合车辆的停车起步过程。

附图说明

图1为本发明实施例中车辆跟驰运动及坐标系示意图；

图2为本发明实施例中前车速度为10m/s时纵向风险场平面示意图；

图3为本发明实施例中前车速度为10m/s时纵向风险场与距离的变化曲线；

图4为本发明实施例中前车纵向风险场的时空分布图；

图5为本发明实施例中后车速度的拟合效果图；

图6为本发明实施例中两车车间距的拟合效果图；

具体实施方式

下面结合附图和实施例对本发明进行详细的描述。

本实施例所提供的一种基于风险动态平衡的车辆跟驰模型包括以下步骤：

步骤1，基于车辆纵向风险场模型，结合前车运动状态，在如图1所示的坐标系中构建前车纵向风险场。同时，在前车速度为10m/s的情况下，前车纵向风险场平面示意图如图2所示，其纵向风险场与距离的变化曲线如图3所示；

步骤2，基于前车当前时刻运动状态完成预瞄时刻前车纵向风险场的预测；

步骤3，基于后车期望风险和通过步骤2获得的预瞄时刻前车纵向风险场确定后车期望风险对应位置；

步骤4，基于后车当前位置和通过步骤3获得的后车期望风险对应的位置计算后车加速度；

在一个实施例中，步骤2所述的“前车纵向风险场”的预测包括如下步骤：

步骤21，假定前车保持匀速进行，进而通过匀速运动的计算公式，预测预瞄时刻前车位置。同时，基于已有文献研究，预瞄时间的推荐值为：

T＝1.5s

因此，预瞄时刻前车位置计算公式如下：

x

步骤22，将步骤21中预测得到的预瞄时刻前车位置代入到前车纵向风险场模型中，计算预瞄时刻前车纵向风险场。同时，在这里提供模型参数的推荐值：

c

c

并且，在该实施例中，前车车辆长度为：

L

因此，预瞄时刻前车纵向风险模型为:

式中：c

在一个实施例中，步骤3所述的“后车期望风险对应位置”的获得包括如下步骤：

步骤31，基于预瞄时刻前车纵向风险场，确定前车纵向风险场中等于期望风险位置，由于，为了满足车辆跟驰的基本要求，该位置需要位于前车的后方。同时，在这里提供模型参数的推荐值：

R

并且，在该实施例中，前车车辆长度为：

L

因此，通过下述公式确定前车纵向风险场中等于期望风险位置：

R

x

步骤32，基于前车纵向风险场中等于期望风险位置确定后车期望风险对应位置，由于后车承受风险的最大值位于后车车前端，因此，后车车辆前端位置为预瞄时刻期望风险对应位置，进而计算对应的后车中心位置。

同时，在该实施例中，后车车辆车长为：

L

因此，后车中心期望到达的位置为：

x

式中，R

在一个实施例中，步骤4所述的“后车加速度”通过如下公式进行计算，在这里设置为后车进行均加速运动，并且后车的纵向加速度需要满足最大最小纵向加速度的限制。并且，在这里提供模型参数的推荐值：

T＝1.5s

a

a

因此，后车加速度的预测公式为：

a

a

式中，T为预瞄的时间长度，a

在一个实施例中，后车在前车的纵向风险场中的时空轨迹如图4所示，图中细黑线为后车纵向的时空轨迹。为了体现本发明的拟合效果，对整个案例后车运动状态进行拟合。因此，对后车运动状态按照如下公式进行更新，其中Δt为拟合数据的间隔，取为0.1s：

v

式中，Δt为拟合数据间隔，a

通过本发明对后车纵向速度拟合的效果图如图5所示，其均方根误差为0.9；对两车车间距拟合的效果图如图6所示，其均方根误差为4.0。该拟合效果表明，本发明能够有效拟合跟驰过程中后车的运动状态，并能够在停车起步的特殊场景中依旧适用。

上述各实施例仅用于说明本发明，其中方法的各个步骤等都是可以有所变化的，凡是在本发明技术方案的基础上进行的等同变换和改进，均不应排除在本发明的保护范围之外。