自主紧急制动系统避撞策略的研究

本文中提出了一种新的自主紧急制动系统避撞策略。首先基于真实交通工况中驾驶员的紧急制动行为构建了危险估计模型;然后开发了两级预警两级制动的避撞策略,它根据危险估计模型计算出的危险等级选取相应的介入方式。Pre Scan仿真结果表明,该策略可有效避免碰撞或减轻碰撞的程度。

自主紧急制动系统测试方法

由于自主紧急制动系统(AEB)引入国内时间较短,市场上在售车型装配率也不高,人们对其了解不多。从理论与试验两方面入手,对当前国内外关于AEB系统测试评价方法的研究成果进行了介绍,依据相应的测试规程,使用驾驶机器人、模拟实车外形及雷达特征的假车及GPS惯导设备对某款装备AEB系统的SUV车型进行了测试。通过分析测试过程中对静止目标物和移动目标的AEB制动减速度的数据差异,可知相对车速并不是唯一评价AEB系统表现的因素,因此有必要设置静态和动态2组试验。

基于视觉传感器的汽车自主紧急制动控制算法研究

驾驶员注意力不集中是导致汽车追尾事故频发的主要原因,采用自主紧急制动系统可以减少碰撞的数量、降低事故严重程度。针对雷达传感器成本高以及对于静止物体存在“虚目标”等问题,设计了一种基于视觉传感器的自主紧急制动算法。该算法利用一个单目视觉传感器根据图像坐标系中车辆的位置和速度计算碰撞时间(TTC),进而判断是否需要施加制动。将障碍物阴影行坐标根据小孔成像模型映射为两车距离,并利用Kalman滤波器将各行像素的测距误差调整为观测误差矩阵。仿真结果表明:在不同工况下,与传统距离估计算法相比,提出的时变观测误差矩阵Kalman滤波算法能有效降低估计误差,当TTC准确值低于3 s时,TTC的估计值能收敛于准确值,说明所设计的AEB算法有效。

弯道下商用车AEB的系统算法

仅以毫米波雷达获取前方环境信息的商用车AEB系统在弯道下易存在误动作,为解决此问题,对目标车辆进行位置补偿,判断其是否与自车在同一车道,从而完成对旁车道干扰车辆信息的滤除.基于制动过程与危险系数w f设计多级预警与自主制动控制策略,以AEB各阶段介入时的碰撞时距值作为评价指标,验证能否实现危险情况下的有效避撞.仿真结果表明:弯道补偿算法能够区分旁车道与自车道目标车辆,有效避免对旁车道车辆的误制动,多级预警与自主制动控制策略符合期望指标,能对本车道危险车辆有效预警与制动,提高了弯道下汽车的主动安全性.