基于轨迹预测的车辆协同碰撞预警仿真研究

基于轨迹预测的车辆协同碰撞预警仿真研究

ID:22825321

大小:92.00 KB

页数:21页

时间:2018-10-31

基于轨迹预测的车辆协同碰撞预警仿真研究_第1页
基于轨迹预测的车辆协同碰撞预警仿真研究_第2页
基于轨迹预测的车辆协同碰撞预警仿真研究_第3页
基于轨迹预测的车辆协同碰撞预警仿真研究_第4页
基于轨迹预测的车辆协同碰撞预警仿真研究_第5页
资源描述:

《基于轨迹预测的车辆协同碰撞预警仿真研究》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、基于轨迹预测的车辆协同碰撞预警仿真研究摘要:针对己有的车辆碰撞预警系统中车辆轨迹预测的误差较大问题,提出了一种基于DGPS和车载传感器的车辆轨迹预测方法,并采用扩展卡尔曼滤波,实现车辆位置的实时估计;提出了基于等加速度变化率、等横摆角加速度模型的车辆位置预测改进模型和基于V2X技术的协同碰撞预警系统(CCWS);在此基础上,采用模糊理论,实现纵向控制仿真试验,以验证预测模型的有效性.结果表明,基于等加速度变化率、等横摆角加速度模型的车辆位置预测模型误差更小,碰撞预警系统能更早的预警或主动制动.关键词:纵向控制;轨迹预测;扩展卡尔

2、曼滤波;主动安全;协同碰撞预警系统中图分类号:U461.91文献标识码:文章编号:1674-2974(2016)10-0001-07Abstract:Aimingattheproblemthatthetrajectorypredictionerrorinexistingvehiclecollisionwarningsystem(CWS)isrelativelylarge,aDGPSandothervehiclesensorsbasedvehicletrajectorypredictionwasproposed.Realtimev

3、ehiclepositionestimatewasrealizedbyusingextendedKalmanfilter(EKF).Then,constantrateofaccelerationchange,constantyawrateaccelerationmodelforvehiclepositionpredictionandV2Xtechnologybasedcooperativecollisionwarningsystem(CCWS)wereproposed.Basedonthis,thelongitudinalcon

4、trolsimulationwasrealizedbyusingfuzzytheorytovalidatethemethod.Thesimulationresultsshowthatthevehiclepositionpredictionmodelbasedonconstantrateofaccelerationchange,constantyawrateaccelerationmodelhaslowererror,andzCWScangetwarningsorbrakeearlier.Keywords:longitudinal

5、control;trajectoryprediction;extendedKalmanfilter(EKF);activesafetytechnology;cooperativecollisionwarningsystem(ccws)随着汽车交通运输的迅速发展,车辆碰撞事故数量居高不下,仅2012年全国共发生汽车交通事故142995起,造成44679人死亡[1].为此国内外许多专家学者开展了一系列研究,以减少事故的发生,车辆碰撞预警系统(CWS)便是有效方法之~CWS或车道偏离预警等主动安全系统需要对车辆位置或轨迹进行预测,吴

6、沬等将车辆速度和航向角设为定值,进行车辆跑偏检测[2-3];文献[4]将车速设为定值,提出了车辆追尾报警算法.这些研宄将车辆纵向速度和航向角或纵向加速度和横摆角速度设为恒定值,仍存在一定误差,导致预警信息不可靠,预测精度有待进一步提尚.随着通信技术的发展,V2X技术开始受到关注,其感知范围相对视觉传感器、雷达等自主传感器更广[5-8],可通过基站或其他车辆采用特定的通信方式得到环境信息,虽然车辆的快速移动和网络拓扑结构的快速变化给网络体系结构以及相关协议的设计带来了严峻挑战,但其仍广泛应用于车辆主动安全系统中.谢伯元等基于DGP

7、S和车路协同建立了二次卡尔曼滤波器,对车辆质心侧偏角进行了估计[9].田晶晶等基于车路协同建立了动态车辆安全状态评价模型[10].文献[11]基于多车协作进行了车辆检测和危险预警.另外,随着定位技术的不断发展,差分全球定位系统(DGPS)已被广泛地应用于车辆定位,而差分技术中,载波相位差分技术(RTK,realtimekinematic),可达到厘米级的高精度,在智能车辆领域得到了广泛应用[12-14].但已有的许多研究中[2-4],忽略了车速的变化和车辆的横向运动,车辆模型简化为等加速度等横摆角速度模型,这与实际不符.为此,本

8、文改进车辆轨迹预测方法:该方法采用扩展卡尔曼滤波进行车辆状态估计,基于改进的等加速度变化率和等横摆角加速度模型,进行车辆位置预测.同时,为了验证预测模型,设计协同碰撞预警机制和纵向模糊控制器,并采用直线减速和弯道两种行驶工况仿真试验进行验证.1传感器数据的获取为

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。