论文部分内容阅读
中图分类号:S755 文献标识码:A 文章编号:1009-914X(2018)16-0280-01
据统计,汽车行驶中,驾驶员是驾驶员—汽车—道路三环节里可靠性最差的,80%以上交通事故都是由驾驶员主观因素造成的,这些因素包括过度疲劳、疏忽、注意力分散等。所有的交通事故中,车道偏离事故(ROR)占约30%,因此车辆在车道偏离之前能准确及时的向驾驶员发出提醒,对提高汽车的主动安全性具有极其重要的意义。目前车道偏离预警技术已经比较成熟,其不仅可以减少交通事故,还可降低车辆油耗,提高公路的运输效率;同时,也能减轻驾驶员的负担,改善乘坐舒适性。
1 决策算法的发展和现状
道偏离预警算法亦即车道偏离的危险性评估,指利用从感知部分获得的信息判断车辆是否存在偏离车道的危险,常用预警时间来判断是否存在危险。
合适的预警时间,既要保证不会频繁错误报警给驾驶员造成不必要的干扰,又要保证预留给驾驶员恰当的反应时间采取校正措施。不同的驾驶员生理和心理素质以及驾驶风格的不同,造成驾驶员对车辆偏离危险性的感知特性不尽相同,即便是同一个驾驶员,其驾驶行为特性也会随着时间空间以及精神状态的不同而改变,所以不同类型驾驶员对预警系统的要求有所区别。如果预警系统针对新手驾驶员开发,则熟练驾驶员会觉得系统发出的预警过于频繁而失去耐心;反之,为熟练驾驶员设计的预警系统,新手驾驶员则会认为系统的预警作用不明显,不能预知危险,导致不能够信任系统,所以在系统开发过程中需全面考虑驾驶员的驾驶行为特性,最大限度地满足不同风格的驾驶需求。此外外界环境因素对车道偏离预警算法也有一定的影响。
目前国内外相关研究所采用预警决策算法有很多种,但总体而言,基本上都是以时间、速度、距离作为计算参数,并通过预测汽车的未来运动轨迹来估算发生车道偏离剩余的时间,并由此选择恰当的预警时间。完善的车道偏离预警算法应该全面考虑各种情况并经过长期的对大量数据的优化分析和实车实验验证得到,未来本领域需要还有大量的工作要在此方面深入开展。
2 预警决策算法分析
2.1 基于TLC的预警决策算法
TLC(Timeto Lane Crossing)法是目前车道偏离预警系统中常用的一种决策算法。TLC指从汽车当前位置开始到汽车与车道线开始接触为止所需的运动时间,其可快速识别未来可能发生的轨迹偏离。该方法通过对未来特定时间内的车辆动力学模型进行有效假设,根据建立的车辆运动模型和对前方道路模型的正确识别,最后计算出汽车即将跨越道路边界的时间,当TLC小于给定的时间阈值则认为汽车将发生车道偏离,触发系统报警,根据车道偏离方向,算法可分为横向算法和纵向算法。
以最简单直线路段上的直线轨迹的为例(如图1),当路段近似直线时,车辆一般在车道中心线附近行驶,行驶轨迹较平稳。图中A点为车辆右前轮,C点为车辆即将跨越车道边界线的位置。要计算车辆即将偏离车道边界的剩余时间TLC(用符号T表示),首先要求得偏离距离(沿着车辆当前行驶方向,延伸到与道路边界相交点处,用符号D表示),即图1中的AC线段长。最终可得车辆偏移时间如下式所示:
当车辆在直线道路上曲线行驶或在曲线道路上行驶时,可类似计算得出车辆偏移的时间,只是复杂的行驶轨迹决定了偏移距离的准确计算成为算法的关键。
2.2 基于瞬时侧向位移的预警算法
这种算法利用汽车中心偏离车道中心的瞬时侧向位移作为评价指标,当瞬时侧向位移大于给定的阈值时系统发出报警。这种算法较简单,在实际应用中易于实现;但它忽略了汽车的运动轨迹,当车辆的运动行驶轨迹偏离道路中心且平行车道行驶时会发出错误报警。通常驾驶员不可能严格沿着道路中心线驾驶,而是偏离道路中心线特定距离,对具有这种驾驶行为的驾驶员来说,该算法可导致频繁误报警。
2.3 基于CCP的评价算法
基于汽车当前位置CCP(Car's Current Position)法是利用汽车在道路中当前位置为评价指标,判断车辆是否会发生偏离。汽车在道路中的坐标由车道线检测算法得到,CCP假定汽车平行于行驶车道,在已知车宽的前提下不难算出前轮相对于左右道路边界的位置(Δyr和Δyt):
当Δyr、Δyt同时大于0时,说明汽车在车道内,不需发出预警,当两参数中任一小于0,则说明汽车将偏离行驶车道,系统发出预警。
3 总结
TLC法能保证预留给驾驶员足够的反应时间来纠正驾驶行为,但由于TLC一般假设车辆速度在短时间内不变,且未考虑车辆航向角变化,因此有一定误警率,同时该系统感知系统硬件要求较高。
CCP算法简单,容易实现,但当车辆以大角度偏离当前行驶车道时,系统留给驾驶员的反映时间太短,使驾驶员无法及时纠正车道偏离。
参考文献
[1] DAGAN E,MANO O,STEIN G P,et al. Forwardcollision warning with a single camera[C]. 2004 IEEE, 2004: 37-42.
[2] CHEN M ,JOCHEMT, POMERLE AUD.AURORA: Avision-based roadway departure warning system[C].1995 IEEE/RSJ,1995,1:243-248
[3] 董因平.高速汽車车道偏离预警系统的算法研究[D].吉林大学博士学位论文,2004.
[4] 王荣本,余天洪,郭烈等.基于机器视觉的车道偏离警告系统研究综述[J].汽车工程,2005,27(4):463-466.
[5] 王庆贺.车道偏离预警系统决策算法及性能测试方法研究[D].吉林大学硕士学位论文,2011.
据统计,汽车行驶中,驾驶员是驾驶员—汽车—道路三环节里可靠性最差的,80%以上交通事故都是由驾驶员主观因素造成的,这些因素包括过度疲劳、疏忽、注意力分散等。所有的交通事故中,车道偏离事故(ROR)占约30%,因此车辆在车道偏离之前能准确及时的向驾驶员发出提醒,对提高汽车的主动安全性具有极其重要的意义。目前车道偏离预警技术已经比较成熟,其不仅可以减少交通事故,还可降低车辆油耗,提高公路的运输效率;同时,也能减轻驾驶员的负担,改善乘坐舒适性。
1 决策算法的发展和现状
道偏离预警算法亦即车道偏离的危险性评估,指利用从感知部分获得的信息判断车辆是否存在偏离车道的危险,常用预警时间来判断是否存在危险。
合适的预警时间,既要保证不会频繁错误报警给驾驶员造成不必要的干扰,又要保证预留给驾驶员恰当的反应时间采取校正措施。不同的驾驶员生理和心理素质以及驾驶风格的不同,造成驾驶员对车辆偏离危险性的感知特性不尽相同,即便是同一个驾驶员,其驾驶行为特性也会随着时间空间以及精神状态的不同而改变,所以不同类型驾驶员对预警系统的要求有所区别。如果预警系统针对新手驾驶员开发,则熟练驾驶员会觉得系统发出的预警过于频繁而失去耐心;反之,为熟练驾驶员设计的预警系统,新手驾驶员则会认为系统的预警作用不明显,不能预知危险,导致不能够信任系统,所以在系统开发过程中需全面考虑驾驶员的驾驶行为特性,最大限度地满足不同风格的驾驶需求。此外外界环境因素对车道偏离预警算法也有一定的影响。
目前国内外相关研究所采用预警决策算法有很多种,但总体而言,基本上都是以时间、速度、距离作为计算参数,并通过预测汽车的未来运动轨迹来估算发生车道偏离剩余的时间,并由此选择恰当的预警时间。完善的车道偏离预警算法应该全面考虑各种情况并经过长期的对大量数据的优化分析和实车实验验证得到,未来本领域需要还有大量的工作要在此方面深入开展。
2 预警决策算法分析
2.1 基于TLC的预警决策算法
TLC(Timeto Lane Crossing)法是目前车道偏离预警系统中常用的一种决策算法。TLC指从汽车当前位置开始到汽车与车道线开始接触为止所需的运动时间,其可快速识别未来可能发生的轨迹偏离。该方法通过对未来特定时间内的车辆动力学模型进行有效假设,根据建立的车辆运动模型和对前方道路模型的正确识别,最后计算出汽车即将跨越道路边界的时间,当TLC小于给定的时间阈值则认为汽车将发生车道偏离,触发系统报警,根据车道偏离方向,算法可分为横向算法和纵向算法。
以最简单直线路段上的直线轨迹的为例(如图1),当路段近似直线时,车辆一般在车道中心线附近行驶,行驶轨迹较平稳。图中A点为车辆右前轮,C点为车辆即将跨越车道边界线的位置。要计算车辆即将偏离车道边界的剩余时间TLC(用符号T表示),首先要求得偏离距离(沿着车辆当前行驶方向,延伸到与道路边界相交点处,用符号D表示),即图1中的AC线段长。最终可得车辆偏移时间如下式所示:
当车辆在直线道路上曲线行驶或在曲线道路上行驶时,可类似计算得出车辆偏移的时间,只是复杂的行驶轨迹决定了偏移距离的准确计算成为算法的关键。
2.2 基于瞬时侧向位移的预警算法
这种算法利用汽车中心偏离车道中心的瞬时侧向位移作为评价指标,当瞬时侧向位移大于给定的阈值时系统发出报警。这种算法较简单,在实际应用中易于实现;但它忽略了汽车的运动轨迹,当车辆的运动行驶轨迹偏离道路中心且平行车道行驶时会发出错误报警。通常驾驶员不可能严格沿着道路中心线驾驶,而是偏离道路中心线特定距离,对具有这种驾驶行为的驾驶员来说,该算法可导致频繁误报警。
2.3 基于CCP的评价算法
基于汽车当前位置CCP(Car's Current Position)法是利用汽车在道路中当前位置为评价指标,判断车辆是否会发生偏离。汽车在道路中的坐标由车道线检测算法得到,CCP假定汽车平行于行驶车道,在已知车宽的前提下不难算出前轮相对于左右道路边界的位置(Δyr和Δyt):
当Δyr、Δyt同时大于0时,说明汽车在车道内,不需发出预警,当两参数中任一小于0,则说明汽车将偏离行驶车道,系统发出预警。
3 总结
TLC法能保证预留给驾驶员足够的反应时间来纠正驾驶行为,但由于TLC一般假设车辆速度在短时间内不变,且未考虑车辆航向角变化,因此有一定误警率,同时该系统感知系统硬件要求较高。
CCP算法简单,容易实现,但当车辆以大角度偏离当前行驶车道时,系统留给驾驶员的反映时间太短,使驾驶员无法及时纠正车道偏离。
参考文献
[1] DAGAN E,MANO O,STEIN G P,et al. Forwardcollision warning with a single camera[C]. 2004 IEEE, 2004: 37-42.
[2] CHEN M ,JOCHEMT, POMERLE AUD.AURORA: Avision-based roadway departure warning system[C].1995 IEEE/RSJ,1995,1:243-248
[3] 董因平.高速汽車车道偏离预警系统的算法研究[D].吉林大学博士学位论文,2004.
[4] 王荣本,余天洪,郭烈等.基于机器视觉的车道偏离警告系统研究综述[J].汽车工程,2005,27(4):463-466.
[5] 王庆贺.车道偏离预警系统决策算法及性能测试方法研究[D].吉林大学硕士学位论文,2011.