基于车载传感网络的车辆防撞预警系统及用途

1.一种基于车载传感网络的车辆防撞预警系统，其特征是包括本车SV信息模块、自学习功能模块、信息存储器模块、车辆碰撞判断模块、防撞预警装置模块、DSRC车车通信模块和周围NV车辆防撞预警系统，其中：本车SV信息模块由信息采集处理模块和包括车辆本身的ID及尺寸固定信息的模块组成；信息采集处理模块经自学习功能模块、车辆碰撞判断模块与防撞预警装置模块进行数据交换；车辆本身的ID及尺寸固定信息的模块经信息存储器模块、车辆碰撞判断模块与防撞预警装置模块进行数据交换；信息存储器模块经DSRC车车通信模块与周围车辆NV防撞预警系统实现DSRC无线通信。
2.如权利要求1所述的车辆防撞预警系统，其特征在于所述信息采集处理模块需要采集的信息分为ABS车辆速度获取、DGPS信息采集处理和其他传感器信息采集处理三大类，其中：DGPS信息采集处理包括卫星、差分式GPS基站及车载端移动GPS模块，处理后得到的信息有车辆位置和绝对运动方向；ABS车辆速度获取不再额外加传感器，直接从ABS控制器中把车辆速度数值输出备用；其他传感器信息采集处理包括双轴加速度传感器、车身偏转角、光电感应式方向盘转角传感器、油门和刹车踏板角位移传感器。
3.如权利要求2所述的车辆防撞预警系统，其特征在于所述车载端移动GPS模块包括射频前端、信号处理和应用处理模块。
4.如权利要求1所述的车辆防撞预警系统，其特征在于所述自学习功能模块包括BP神经网络模型、输入神经元，其中：BP神经网络模型是判断驾驶员的类型；输入神经元包括车辆速度、加速度、车身偏转角速度、方向盘转角变化率和油门或刹车踏板角速度的值，它们作为神经网络系统的输入神经元，经过隐含层的激励函数的作用，得到驾驶员激进、普通或保守的特定类型。
5.如权利要求4所述的车辆防撞预警系统，其特征在于：根据特定类型的历史数据，采用驾驶员释放加速踏板时刻的频数百分位为5％对应的碰撞时间 、启动刹车踏板时刻的频数百分位为5％对应的碰撞时间 和反应时间 值作为各聚类的特征参数，在防撞分级预警装置动作之后，实时改变阈值计算式的结果，达到实时关注驾驶员行为特性的目的。
6.如权利要求4所述的车辆防撞预警系统，其特征在于：所述自学习功能模块需要两个步骤，首先完成BP神经网络驾驶员类型判断模块，然后获取驾驶员释放加速踏板时刻的统计聚类百分频数为5％对应的碰撞时间 、启动刹车踏板时刻的统计聚类百分频数为5％对应的碰撞时间 、驾驶员反应时间 ；
求法是：在车辆处于跟驰状态时，设车距为 ，前后两车的相对速度为 ，则碰撞时间 ；经实验研究证明， 体现了驾驶员对追尾危险的判断机制，与潜在追尾危险的紧急程度相关；根据驾驶员跟车数据序列，提取出激进、普通、保守三种类型驾驶员释放加速踏板时刻累积 的频数，并取每种类型对应频数5％的值为该类型的 ；
的求法与 的求法相同。
7.如权利要求4所述的车辆防撞预警系统，其特征在于：所述车辆碰撞判断模块采用车辆之间通过DSRC车车通信技术实现本车SV和周围车辆NV交换车辆状态信息，根据车辆的相对位置和相对运动趋势对可能发生的轨迹碰撞划分为纵向防撞、侧向防撞两大类，每类适用不同的阈值计算方法；防撞预警信号分为三级，分别为一级提醒、二级警告和三级报警。
8.如权利要求1所述的车辆防撞预警系统，其特征在于：所述防撞预警装置模块在汽车中控台安装一个显示屏，用示意图标注本车SV与可能碰撞车辆的相对位置，且安装能显示绿、黄、红三种颜色的信号指示灯，显示屏旁设置蜂鸣报警器；预警信号划分为三个级别，级别越高，情况越紧急，其中一级提醒方式为绿灯闪烁，二级警告方式为黄灯闪烁，三级报警方式为红灯闪烁外加蜂鸣报警声。
9.权利要求1至8中任一权利要求所述车辆防撞预警系统的用途，其特征在于：该车辆防撞预警系统在实现车辆防撞分级预警功能中的应用。

基于车载传感网络的车辆防撞预警系统及用途\n技术领域\n[0001] 本发明涉及车辆防撞预警系统，特别是一种基于车载传感网络的车辆防撞预警系统及用途。\n背景技术\n[0002] 随着汽车数量的快速增长，车辆碰撞事故也呈上升趋势，导致大量的人员伤亡和财产损失。为减少车辆碰撞事故，近年来，基于红外、雷达、摄像机等传感器的车辆防撞预警装置被广泛关注，其原理一般是通过传感器检测本车与其它车辆的距离，当距离值小于设定的安全阈值时，给出报警提示。上述方法着眼于本车与周围车辆的相对距离和速度，所获取的信息量较少，存在一定的局限性。另外，红外、雷达、摄像机等传感器容易受天气、障碍物、光线等因素的影响，降低了防撞预警装置的适用性和效果。\n[0003] 近年来，车载传感网络技术得到快速发展，并被应用于车辆防撞预警系统，即在车辆上安装车载传感网络设备，实现车辆之间的实时数据交换，获取车辆行驶环境信息，并在此基础上进行防撞预警。申请号为200410042177.4的专利提出了利用无线自组织网络技术实现高速公路上的汽车防撞方法，该专利用IPv6实现车辆自组织网络，将测速雷达检测的速度与警戒值速度进行比较，当检测的速度高于警戒速度时给出报警提示，该技术方案主要针对高速公路这一特定场景。申请号为200810197439.2的专利进一步利用了车载GPS和传感器模块获取本车的位置、方向、速度和加速度等信息，并与周围车辆进行数据交换，通过计算碰撞概率与概率阈值的差进行决策预警。申请号为200910064025的专利设计了一种用于雾天汽车防撞的电路装置，把GPS和双轴加速度传感器的信息输入到DSP（Digital Signal Processor，数字信号处理器）进行运算处理，并结合本车与周围车辆的相对距离和相对速率，适时给出声光报警。现有利用车载无线传感器网络技术的车辆防撞预警系统存在以下不足：\n[0004] （1）未充分利用车载传感网络的优势，除了车辆速度、加速度、位置等信息外，还可引入车身偏转角、方向盘转角、油门踏板角位移、刹车踏板角位移、转向灯状态等信息，用于预测车辆的运行状态和运行轨迹，提高防撞预警的准确性和有效性。\n[0005] （2）虽然有专利提出过考虑不同驾驶员性格差异对车辆防撞算法的影响，但是通过人为设定方式可能会造成与实际状况存在较大出入。未有专利提出过对驾驶员实时行为特性有“自学习”功能的防撞预警系统。\n发明内容\n[0006] 本发明所要解决的技术问题是：针对现有车辆防撞预警系统存在的问题，提出一种基于车载传感网络的车辆防撞预警系统，该系统利用车载传感网络，实时交换车辆之间的当前状态信息，并对其行驶状态进行预测，同时，通过本车实时状态信息对驾驶员行为特性进行自学习来预测驾驶员的性格特点，进而判断本车与周围车辆之间是否会发生碰撞。\n当可能发生碰撞事故时，向驾驶员发出预警提示，便于驾驶员及时采取措施避免碰撞事故，从而提高道路交通安全水平。\n[0007] 本发明解决其技术问题采用以下的技术方案：\n[0008] 本发明提供的基于车载传感网络的车辆防撞预警系统，包括本车SV（Subject Vehicle，简称SV）信息模块、自学习功能模块、信息存储器模块、车辆碰撞判断模块、防撞预警装置模块、DSRC（Dedicated Short Range Communication，专用短程通信）车车通信模块和周围NV（Neighborhood Vehicle, 简称NV）车辆防撞预警系统，其中：本车SV信息模块由信息采集处理模块和包括车辆本身的ID及尺寸固定信息的模块组成，信息采集处理模块经自学习功能模块、车辆碰撞判断模块与防撞预警装置模块进行数据交换，车辆本身的ID及尺寸固定信息的模块经信息存储器模块、车辆碰撞判断模块与防撞预警装置模块进行数据交换；信息存储器模块经DSRC车车通信模块与周围车辆NV防撞预警系统实现DSRC无线通信。 \n[0009] 所述信息采集处理模块需要采集的信息可以分为ABS（Anti-lock Braking System，防抱死系统）车辆速度获取、DGPS（Difference Global Positioning System，差分式全球定位系统）信息采集处理和其他传感器信息采集处理三大类，其中：DGPS信息采集处理包括卫星、差分式GPS基站及车载端移动GPS模块，处理后得到的信息有车辆位置和绝对运动方向；ABS车辆速度的获取不再额外加传感器，直接从ABS控制器中把车辆速度数值输出备用；其他传感器信息采集处理包括双轴加速度传感器、车身偏转角（陀螺仪）、光电感应式方向盘转角传感器、油门和刹车踏板角位移传感器。\n[0010] 所述车载端移动GPS模块可以包括射频前端、信号处理和应用处理模块。\n[0011] 所述自学习功能模块可以包括BP神经网络模型，BP神经网络模型的输入神经元包括车辆速度、加速度、车身偏转角速度、方向盘转角变化率和油门或刹车踏板角速度的值，它们作为神经网络系统的输入神经元，经过隐含层的激励函数的作用，得到驾驶员激进、普通、保守其中某一类属的特定类型。\n[0012] 本 车 辆 防 撞 预 警 系 统 可 以 根 据 特 定 类 型 的 历 史 数 据，采用 驾 驶 员 释 放 加 速 踏 板 时 刻 的 频 数 百 分 位 为5 ％ 对 应 的 碰 撞 时 间 、启动刹车踏板时刻的频数百分位为5％对应的碰撞时间 和反应时间 值作为各聚类的特征参数，在防撞分级预警装置动作之后，实时改变阈值计算式的结果，达到实时关注驾驶员行为特性的目的。\n[0013] 所述自学习功能模块需要两个步骤，首先完成BP神经网络驾驶员类型判断模块，然后获取驾驶员释放加速踏板时刻的统计聚类百分频数为5％对应的碰撞时间 、启动刹车踏板时刻的统计聚类百分频数为5％对应的碰撞时间 、驾驶员反应时间 。\n[0014] 求法是：在车辆处于跟驰状态时，设车距为 ，前后两车的相对速度为，则碰撞时间 。经实验研究证明， 体现了驾驶员对追尾危险的判断机制，与潜在追尾危险的紧急程度相关；根据驾驶员跟车数据序列，提取出激进、普通、保守三种类型驾驶员释放加速踏板时刻累积 的频数，并取每种类型对应频数5％的值为该类型的；\n[0015] 求法与 相同。\n[0016] 所述车辆碰撞判断模块可以采用车辆之间通过DSRC车车通信技术实现本车SV和周围车辆NV交换车辆状态信息，根据车辆的相对位置和相对运动趋势对可能发生的轨迹碰撞划分为纵向防撞、侧向防撞两大类，每类适用不同的阈值计算方法；防撞预警信号分为三级，分别为一级提醒、二级警告和三级报警。\n[0017] 所述防撞预警装置模块在汽车中控台安装一个显示屏，用示意图标注本车SV与可能碰撞车辆的相对位置，且安装能显示绿、黄、红三种颜色的信号指示灯，显示屏旁设置蜂鸣报警器；预警信号划分为三个级别，级别越高，情况越紧急，其中一级提醒方式为绿灯闪烁，二级警告方式为黄灯闪烁，三级报警方式为红灯闪烁外加蜂鸣报警声。\n[0018] 本发明提供的上述车辆防撞预警系统，其在实现车辆防撞分级预警功能中的应用。\n[0019] 本发明与现有技术相比具有以下的主要的优点：\n[0020] 1.充分利用车载无线传感器网络的数据通信优势，在信息获取方面加入了车身偏转角、方向盘转角、油门踏板角位移、刹车踏板角位移、转向灯状态等数据，对车辆驾驶员特性和未来轨迹做出了比较合理的估计。\n[0021] 2.用驾驶员释放加速踏板时刻的频数百分位为5％对应的碰撞时间、启动刹车踏板时刻的频数百分位为5％对应的碰撞时间和反应时间表征不同驾驶员的行为特性差异，把定性问题定量处理，并避免人为干预影响。系统初始化时，这些量直接取普通类型驾驶员对应的默认值。行驶过程中的数据积累不断对这两个量进行修正，通过“自学习”功能不断调整防撞分级预警系统提示、报警阈值以适应驾驶员和车辆的实时状况。\n[0022] 3.根据SV和NV的相对位置和相对运动趋势，分为纵向防撞和侧向防撞两大类，分别提供适合的预警算法，在保证安全的前提下提高通行效率。\n[0023] 4.可实现车辆周边360度范围内的防撞预警，消除“盲角”，全面提高行车安全性。\n[0024] 总之，本发明利用车载传感网络实时交换本车SV和周围车辆NV的信息，能对车辆运行状态进行预测、且具备对驾驶员行为特性进行自学习功能的防撞预警系统，提高防撞预警系统的有效性和适应性。\n附图说明\n[0025] 图1为本发明实例的防撞预警装置整体结构示意图。\n[0026] 图2为信息采集处理模块的主要组成部分示意图。\n[0027] 图3为驾驶员的碰撞时间TTC和反应时间 计算流程。其中，TTC\n（Time-to-collision）包括驾驶员释放加速踏板时刻的统计聚类百分频数为5％对应的碰撞时间 和启动刹车踏板时刻的统计聚类百分频数为5％对应的碰撞时间 。\n[0028] 图4为防撞预警装置的结构示意图。\n[0029] 图中：1.本车SV信息模块； 2.自学习功能模块； 3.信息存储器模块； 4.车辆碰撞判断模块； 5.防撞预警装置模块； 6. DSRC车车通信模块； 7.周围NV车辆防撞预警系统； 8. ABS车辆速度获取； 9. DGPS信息采集处理；10.其他传感器信息采集处理；\n11. BP神经网络模型；12.输入神经元； 13.激励函数； 14.特定类型； 15.历史数据； \n16.特征参数； 17.显示屏；18.蜂鸣报警器； 19.北方； 20.西方； 21.东方； 22.南方。\n具体实施方式\n[0030] 本发明提供的基于车载传感网络的车辆防撞预警系统，设有若干DGPS基站，车载GPS接收机终端根据差分基站信号对定位结果进行修正，使车辆定位精度达到1m以内。车载端还安装有获取速度、加速度、车身偏转角、方向盘转角、油门或刹车踏板角位移等变量的传感器，以及DSRC车车通信模块综合处理CPU（Central Processing Unit，中央处理器）模块等。油门或刹车踏板角位移传感器的检测结果还可用于估算车辆加/减速度；通过DSRC车车通信实时与周围车辆交换车辆ID、尺寸、位置、运动方向、速度、加速度、车身偏转角、车身偏转角速度、估算加/减速度、转向灯状态、时间等信息；由各传感器采集计算的车辆速度、加速度、方向盘转角变化率、车身偏转角速度、油门或刹车踏板角速度等参数，代入已经经过“学习”处理的BP神经网络模型确定当前驾驶员的类型，并根据驾驶员的实时驾驶操作数据调整防撞预警阈值，实现自学习功能。\n[0031] 所述DSRC车车通信模块综合处理CPU的基本特征为：用于完成DGPS移动端的射频前端模块、信号处理模块、应用处理模块的相关运算；完成传感器的软件滤波、A/D处理及数据计算功能；实现驾驶员分类算法、驾驶行为统计碰撞判断算法处理；完成存储器的数据存取、DSRC设备的信息收发等控制功能。\n[0032] 下面结合实施例及附图对本发明作进一步说明，但并不局限于下面所述内容。\n[0033] 本发明提供的基于车载传感网络的车辆防撞预警系统，其结构如图1所示，包括本车SV信息模块1、自学习功能模块2、信息存储器模块3、车辆碰撞判断模块4、防撞预警装置模块5、DSRC车车通信模块6和周围NV车辆防撞预警系统7，其中：本车SV信息模块\n1由信息采集处理模块和包括车辆本身的ID及尺寸固定信息的模块组成，信息采集处理模块经自学习功能模块2、车辆碰撞判断模块4与防撞预警装置模块5进行数据交换，车辆本身的ID及尺寸固定信息的模块经信息存储器模块3、车辆碰撞判断模块4与防撞预警装置模块5进行数据交换。信息存储器模块3经DSRC车车通信模块6与周围车辆NV防撞预警系统7实现DSRC无线通信。\n[0034] 所述信息采集处理模块的主要内容见图2。该模块需要采集的信息分为ABS车辆速度获取8、DGPS信息采集处理9和其他传感器信息采集处理10三大类，其中：DGPS信息采集处理9包括卫星、差分式GPS基站及车载端移动GPS模块，处理后得到的信息有车辆位置和绝对运动方向；车载端移动GPS模块包括射频前端、信号处理和应用处理模块。因现在不少车辆配置有ABS防抱死制动系统，该系统本身具有非常精确的车速检测结果，故ABS车辆速度获取不再额外加传感器，可对该系统简单改造，在ABS控制器上外加一个数据输出的对应接口，进行防抱死算法运算的同时向外传送精确的车辆速度数值以备用。其他传感器信息采集处理10包括双轴加速度传感器、车身偏转角（陀螺仪）传感器、光电感应式方向盘转角传感器、油门和刹车踏板角位移传感器，因为其车辆加速度、车身偏转角、方向盘转角、油门或刹车踏板角位移这些值的获取过程基本相似，都是先用放大电路放大，然后输入CPU进行软件滤波和A/D转换的处理。车身偏转角、方向盘转角和踏板角位移对时间分别进行微分计算，还可以得到车身偏转角速度、方向盘转角变化率和油门或刹车踏板角速度；为了实现对车辆状态的预测，根据车辆机械动力转换原理，可代入油门或刹车踏板角位移，得到下一时刻车辆的估算加速度。\n[0035] 上述DGPS模块的基本特征为：差分基站采用伪距差分式设备，按一定范围分布，尽可能减少基站和移动式GPS的距离所带来的系统误差。为保证数据获取的实时性、准确性，这里所采用的差分式GPS的频率至少为5HZ以上，定位误差在1m之内。该模块具有数据I/O端口供外界读取其输出数据。\n[0036] 上述双轴加速度传感器的基本特征为：该装置平放且固定在汽车驾驶室内的适当部位。核心部分的双轴加速度传感器的X轴、Y轴输出信号送入放大电路放大，经软件滤波、A/D转换逐级处理之后，通过对应接口向外输出较精确的车辆加速度信息。\n[0037] 上述车身偏转角（陀螺仪）的传感器的基本特征为：所采用的传感器为陀螺仪，输出信号送入放大电路放大，经软件滤波、A/D转换逐级处理之后，通过对应接口向外输出较精确的车身偏转角信息。\n[0038] 上述光电感应式方向盘转角传感器的基本特征为：采用光电感应式方向盘转角传感器，既判断方向盘的转向，同时输出两个时刻之间的相对转角。把传感器输出信号送入放大电路放大，经软件滤波、A/D转换逐级处理之后，通过对应接口向外输出较为精确的方向盘转角信息。进一步的，把该信息进行微分处理，可得到方向盘转角的变化率。\n[0039] 上述油门和刹车踏板角位移传感器的基本特征为：分别给油门踏板和刹车踏板安装角位移传感器，送入放大电路放大，经软件滤波、A/D转换逐级处理之后，得到较为精确的角位移信息，通过对应接口往外送出。由于油门踏板和刹车踏板不可能同时踩下，故只输出一路角位移信号，再控制另一I/O口的高低电平便于下级输入判断此信号来自油门踏板还是刹车踏板。根据车辆机械动力转换原理，可由此角位移算出下一时刻车辆的估算加速度。\n[0040] 所述自学习功能模块2用于根据驾驶员操作行为数据，判断驾驶员的类型，并调整防撞预警阈值。其结构如图3所示，包括BP神经网络模型11、输入神经元12，其中：BP神经网络模型主要是判断驾驶员的类型。输入神经元包括车辆速度、加速度、车身偏转角速度、方向盘转角变化率和油门或刹车踏板角速度等的值 ，它们作为神经网络系统的输入神经元，经过隐含层的激励函数13的作用，得到驾驶员激进、普通、保守其中某一类属的特定类型14。根据特定类型14的历史数据15，选择驾驶员释放加速踏板时刻的频数百分位为5％对应的碰撞时间 、启动刹车踏板时刻的频数百分位为5％对应的碰撞时间 和反应时间 值作为各聚类的特征参数16，在防撞分级预警装置动作之后，实时改变阈值计算式的结果，达到实时关注驾驶员行为特性的目的。\n[0041] 所述自学习功能模块2需要两个步骤，首先完成BP神经网络驾驶员类型判断模块，然后获取驾驶员释放加速踏板时刻的统计聚类百分频数为5％对应的碰撞时间 、启动刹车踏板时刻的统计聚类百分频数为5％对应的碰撞时间 、驾驶员反应时间。\n[0042] 求法是：在车辆处于跟驰状态时，设车距为 ，前后两车的相对速度为，则碰撞时间 。经实验研究证明， 体现了驾驶员对追尾危险的判断机制，与潜在追尾危险的紧急程度相关；根据驾驶员跟车数据序列，提取出激进、普通、保守三种类型驾驶员释放加速踏板时刻累积 的频数，并取每种类型对应频数5％的值作为该类型的。 求法和 类似。\n[0043] 所述信息存储器模块3也被划分为本车SV信息存储区和周围车辆NV的信息存储区，以便车辆碰撞判断模块和DSRC车车通信模块获取正确的值。\n[0044] 所述车辆碰撞判断模块4采用了车辆之间通过DSRC车车通信技术实现本车SV和周围车辆NV交换车辆状态信息，根据车辆的相对位置和相对运动趋势对可能发生的轨迹碰撞划分为纵向防撞、侧向防撞两大类，每类适用不同的阈值计算方法。防撞预警信号分为三级，分别为一级提醒、二级警告和三级报警。本车SV信息模块包含传感器实时采集信息和车辆固有属性信息。\n[0045] 所述防撞预警装置模块5的结构如图4所示：在车辆中控台安装一个显示屏17，用示意图标注可能碰撞的NV车辆与本车SV的相对位置，且安装能显示绿、黄、红三种颜色的信号指示灯，供驾驶员查看靠近的周围车辆NV的信息存储区（简称NV）和本车SV信息存储区（简称SV）的相对位置，对不同方向（北方19、西方20、东方21、南方22）的一级提醒、二级警告分别亮起绿灯和黄灯表示，三级报警信号产生时则红灯闪烁，预警信号划分为三个级别，级别越高，情况越危险。一级提醒方式为绿灯闪烁，二级警告方式为黄灯闪烁，三级报警方式为红灯闪烁外加蜂鸣报警声。此外显示屏旁还安装了一个蜂鸣报警器18，辅助三级报警的声音提示，告诫驾驶员立即采取行动防止可能的碰撞。\n[0046] 所述DSRC车车通信模块6的基本特征为：针对点对多的车车通信方式特点，采用\n5.8GHZ频段，更新频率至少为10HZ，全双工通信方式。与周围车辆NV交换的信息帧为：帧头、车辆ID、尺寸、位置、运行方向、速度、加速度、车身偏转角、车身偏转角速度、转向灯状态、估算加速度、同步时间、帧尾。\n[0047] 所述转向灯状态的测量方法为：可由内部电路读取左转向灯或者右转向灯的开关状态得到。若两者均未开，则赋予转向灯状态的变量为0；若左转向灯开，则该变量置为1；\n若右转向灯开，变量值赋成2。\n[0048] 本发明提供的上述基于车载传感网络的车辆防撞预警系统，能够实现车辆防撞分级预警功能，具体是：实时采集的信息包括车载DGPS模块采集的车辆位置和运动方向信息、从车辆ABS控制器获取的车辆速度信息、双轴传感器检测的车辆加速度信息、陀螺仪检测的车身偏转角及微分运算所得的车身偏转角速度信息、光电感应式方向盘转角传感器检测的方向盘转角及由此得到的方向盘转角变化率和估算加速度信息、油门或刹车踏板角位移传感器检测的油门或刹车踏板角位移及由此测算得的油门或刹车踏板角速度和估算加速度信息、转向灯开关状态信息，以及由自学习功能模块判断得出的驾驶员类型信息。车辆固有属性信息包括车辆ID、车辆尺寸等。\n[0049] 本发明提供的上述基于车载传感网络的车辆防撞预警系统，其突出效果是：该系统利用车载传感网络，实时交换车辆之间的当前状态信息，并对其行驶状态进行预测，同时，通过本车实时状态信息对驾驶员行为特性进行自学习来预测驾驶员的性格特点，进而判断本车与周围车辆之间是否会发生碰撞。当可能发生碰撞事故时，向驾驶员发出预警提示，便于驾驶员及时采取措施避免碰撞事故，从而提高道路交通安全水平。\n[0050] 本发明提供的上述基于车载传感网络的车辆防撞预警系统，在实现车辆防撞分级预警功能应用时，其步骤包括：\n[0051] 步骤1：汽车点火启动时，汽车车上原有的车载差分式GPS接收装置、传感器采集模块、DSRC车车无线通信设备等完成启动及初始化设置。初始化时，驾驶员类型默认为普通型，其释放加速踏板时刻的频数百分位为5％对应的碰撞时间 、启动刹车踏板时刻的频数百分位为5％对应的碰撞时间 和驾驶员反应时间 均选择普通型的对应值。\n[0052] 步骤2：把DGPS的车载终端的天线接收信号导入汽车车上原有的射频前端模块、信号处理模块、应用处理模块，在逐级处理之后，可得到本车SV的二维绝对位置坐标及绝对运动方向 。\n[0053] 然后，把车辆ID、尺寸、本车SV的位置坐标 、运行方向 、速度 、加速度、车身偏转角 、车身偏转角速度 、估算加速度 、转向灯状态FLAG及当前同步时间等状态值作为一个信息帧，通过DSRC车-车通信方式，与周围车辆NV实时交换，并把发出去的和接收到的数据存储起来。这里的周围车辆NV是指距本车SV一定范围内的一辆或多辆车，但对周围车辆NV进行排序处理，每个方位重点关注与本车SV距离最近的一辆。\n[0054] 根据车辆尺寸和位置坐标信息，定义SV和NV车辆实体部分最接近的点为两者的距离，即 ，其中 和 为两车车体部分最近的两个坐标\n点。若 m，则告诉驾驶员100米范围之内有车辆行驶，防撞分级预警装置给出绿灯亮的一级提示。接下来，如何判断二级警告或三级报警将重点进行叙述，二级警告是提醒驾驶员必须提高注意力，三级报警则要求驾驶员必须对当前情况作出加速或减速或转弯的调整。\n[0055] 根据SV和NV的相对位置，分别转入纵向防撞、侧向防撞的对应类别：\n[0056] 1. 若SV和NV处于同一条路上，无转入旁路分支的意向，车身边缘沿其运动方向有重叠，且方向角一致，即满足下述公式时，转入纵向防撞的预警规则，该公式为：\n[0057] \n[0058] 式中： 为本车SV的车身宽度。 为SV的车身长度。 和 为两车车\n体部分最近的两个坐标点。FLAG为转向灯状态，其中，FLAG=0，直行；FLAG=1，左转；FLAG=2，右转。m1和m2为 。\n[0059] 预测时间 之后，本车SV和周围车辆NV的间距预测结果是：\n[0060] ，\n[0061] 式中： 为预测周期，通常取3秒； 、 分别为本车SV和周围车辆NV的加速度预测值。\n[0062] 二级警告需满足的条件是： （1）\n（ 是设定的最小安全距离），此时预警装置亮起黄灯提示驾驶员。\n[0063] 三级报警需满足的条件是 （2）此时预\n警装置红灯闪烁，且报警器动作，提示驾驶员采取相应操作避免碰撞事故发生。\n[0064] 以上是跟驰情况下的预警，若运动方向相对（即 ），则需对上述预警规则作简单变换，化为纵向相对碰撞的预警。此时对两车的预期距离进行加法运算，即二级警告需满足的条件是 ，（3）三级报警需满足的条件是\n。（4）\n[0065] 2. 若SV和NV的运动方向满足 ，则转入侧向防撞流程。经\n过 时 间 之 后，SV的 位 置、NV的 位 置 分 别 变 为 、 ，且\n、\n。 若\n（ 为一极小的正数），则说明未来轨迹有交汇\n点，有发生碰撞的可能性。当 (5)预警装置亮起黄灯；三级报警发生于(6)，红灯闪烁且报警器动作，要求驾驶员采取转向或减速等操作。这里的tres是指频数百分位为5％对应的反应时间驾驶员反应时间，它是各聚类驾驶员的特征参数。\n[0066] 步骤3：应用BP神经网络模型11对驾驶员的实时操作数据按照已经经过实验验证并聚类处理得到的驾驶员行为特性归类，实现“自学习”功能，具体方法如下：BP神经网络模型11的输入层 有5个神经元 ，分别表示车辆\n速度 、加速度 、车身偏转角速度 、方向盘转角变化率 和油门或刹车踏板角速度；隐层有若干神经元，并且已选择了适合传递函数；网络的3个输出向量 、、 分别代表激进、普通、保守三种类型的驾驶员。而且，在BP神经网\n络模型11正式工作之前，需要完成BP神经网络模型的学习过程：分别对三种典型行为特性的驾驶员采集大量操作数据并送入网络的输入端，同时将相应的期望输出与网络输出相比较，得到误差信号，以此控制权值连接强度的调整，经多次训练后收敛到一个确定的权值；\n通过对不同的样本情况修改权值，提高该模型的适应性。\n[0067] 把输入神经元12相关的各变量 送入经过训练的网络后，经过运算得到当前驾驶员的隶属类型，再用针对不同类型驾驶员的算法进行参数匹配。该算法来自于各个聚类的驾驶员的统一统计。根据该驾驶员类型选择驾驶员释放加速踏板时刻的频数百分位为5％对应的碰撞时间 、启动刹车踏板时刻的频数百分位为5％对应的碰撞时间 ，代入步骤2的公式（1）、（2）、（3）、（4），可获得与驾驶员实时状态对应的纵向防撞预警阈值；选择频数百分位为5％对应的反应时间 值作为各聚类驾驶员的特征参数，代入步骤2的公式（5）和公式（6），对可能发生的侧向防撞进行判断，并给出预警信号。