智能交通系统下的汽车防撞系统设计

张震，刘世达

（德州学院汽车工程学院，山东 德州 253023）

智能交通系统下的汽车防撞系统设计

张震，刘世达

（德州学院汽车工程学院，山东 德州 253023）

现如今的智能交通系统发展仍是一个逐渐完善的过程，事故的频繁发生要求我们不仅要从智能系统方面来统一规划，还应该从汽车自身出发研究防撞系统来减少事故中的人员伤亡和财产损失。文章介绍了元胞自动机交通流模型的应用对智能交通系统发展的影响，以及针对以此为框架的交通系统中所表现的不足设计智能防撞系统。

智能交通；元胞自动机；行车安全；智能防撞

CLC NO.: U462.1 Document Code: A Article ID: 1671-7988 (2017)19-49-04

引言

未来交通系统的发展将向智能交通系统(Intelligent Transportation System，简称ITS)方向迈进，智能交通系统是一种能够将先进的信息技术、数据通讯传输技术、电子传感技术、控制技术及计算机技术等有效的集成应用于整个地面交通管理系统，能够在大范围内、全方位发挥作用的，实时、准确、高效的综合交通运输管理系统，但是现阶段智能交通系统不完善，交通事故的频繁发生是交通系统中最棘手的问题，因此，设计一个智能防撞系统显得尤为重要[1]。

1 元胞自动机与智能交通系统

1.1 元胞自动机与交通流

元胞自动机(Cellular Automaton简称CA）由冯诺依曼在20世纪50年代发明，是一时间和空间都离散的动力系统。它被应用于包括计算、构造、生长、复制、竞争与演化等现象的研究，其中，交通流的元胞自动机模型在交通流研究中得到了广泛的关注。此时的离散系统为由大量车辆组成的车流，因此采用本质上离散的元胞自动机模型来描述实际的交通现象具有算法简单易于实现、可以研究具体交通现象的独特优越性，这也为未来智能交通系统的发展指明了具体研究方向。

1.2 元胞自动机BML模型

在元胞自动机的诸多模型中，由美国科学家 O．Biham、A．A．Middeleton 和 D．Levine 于1992年提出的二维交通流元胞自动机模型（BML 模型）能更好的对交通流进行分析模拟，该模型简单直观：模型定义于N×N个格点的网络上，向北和向东的车辆数分别为和采用周期边界条件来同时满足模型的决定论性和每个方向上车辆总数的守恒。标准模型中和取值相同。车辆密度ρ定义为总车辆数与总格点数之比，即：

BML模型创始人对模型进行了随机初始位形系统的模拟，系统经过一个暂态过程后到达渐进稳态，暂态时间的长短与系统尺度 N，车辆密度 P 和车辆初始分布有关，模拟结果显示：

此时系统会自组织成为使绝大部分车辆都能自由运动的态，系统的宏观特点是车辆分布在几条由左上至右下的带中。

此时系统会自组织成为使所有车辆都无法运动的态，系统的宏观特点是车辆分布在几条由右上至左下的带中。由于车辆的初始位形分布是随机选取的，不排除在ρ<ρc时存在运动终态的可能性。BML模型中的两方向车流之间的相互作用造成了模型宏观行为的极端复杂性和不可预知性。

1.3 元胞自动机在智能交通中的局限

对于BML模型的宏观行为的极端复杂性和不可预知性，BML模型上的改进模型有：两个方向上的车辆密度可以不同的各项异性二维交通流模型，考虑到交通灯缺损造成的缺陷交通灯二维交通流模型及开放性边界交通流模型等。这些模型在原模型的基础上更进一步考虑了真实交通流中其它的因素，模型的演化行为能反映实际交通流更多的特征，但是元胞自动机模型的假设与实际的驾驶行为还存在着一定的差距。

2 智能交通下的汽车防撞系统

虽然元胞自动机的多种模型在智能交通中得到充分的应用，但是模型的建立始终不能完全归算交通中实际的复杂情况，为了进一步防止交通事故的发生，也为了更全方位的建立智能交通系统，研究开发一种基于汽车本身的防撞系统显得尤为重要。

2.1 汽车防撞预警系统的工作原理

汽车防撞预警系统能够在事故发生前提醒驾驶员注意，以及在紧急状况下帮助驾驶员采取安全措施控制汽车，使汽车能主动避开危险，保证车辆安全行驶。系统开始工作时，距离传感器会发出光或波，同时定时器开始计时，由传感器接收光或波的返回，定时器时间停止，计算实际距离，并根据变化率来计算出两车的相对速度；速度传感器测量的速度传送到控制单元，算出此时行驶的临界安全距离与临界安全距离相比较，提醒驾驶员做出相应的动作。系统总体结构图如图1所示。

图1 系统总体结构图

2.2 系统的关键技术和设计要求

为了保证系统的安全性和可靠性，汽车防撞预警系统需要目标信息的获取技术、危险目标的识别和路面状况的识别等技术支持，还需要严格制定规避控制策略与算法以及安全车距模型的合理建立[2]。

对于系统的设计要求主要有保证目标探测传感器的视野广阔（覆盖车辆前方10°～30°且距离大于150米）、快速准确识别雷达视野内的所有目标、安全车距计算的实时性和准确性、规避控制单元的迅速应响，对车载传感器和雷达数据实时采集及处理、保证防撞预警系统在某些特殊状况的抑制报警能力且性能稳定便于安装。

2.3 系统所需传感器、开关

2.3.1 传感器的选择

对于毫米波雷达传感器的选择根据设计要求，Delphi 公司下的ESR毫米波雷达更为合适。它的有效探测距离是1m～175m，探测的角度为±10°，响应的时间不高于200ms，且该产品技术比较成熟。

车速传感器采用霍尔传感器，它是一种基于霍尔效应的传感器，当电流通过一个处在磁场当中的导体时，如果磁场和电流方向垂直，那么导体在与磁场和电流的方向上产生电动势，即霍尔效应。选择AH04E型霍尔传感器作为车速传感器，能够和单片机连接，用来传递信号。

2.3.2 抑警开关的设计

为了防止假报警需要设计系统的转向抑警开关，所谓假报警就是车辆转向时雷达可能由于探测到路边的护栏、标志牌等从而引起的报警。假报警会引起驾驶员对报警系统的信任度下降，故而失去预警的作用和意义。该系统为了避免此种情况的发生，从而把一个转向抑警开关安装在了转向柱上，预设在方向盘的±30°内，保持预警状态。当转向角不小于30°时，系统将这个时间认为转向状态，此时驾驶员对行车安全更加注意，所以这种情况下实施抑制报警。

此外当汽车驾驶员已经意识到危险开始制动时，此时需抑制系统系统不再发出警报，因此把制动继电器设置在报警控制电路上设计成制动信号抑警开关。如图2，当采取制动措施后，由于制动继电器的线圈通电，从而产生吸力，进而开关B被打开，这时报警控制电路处于断开状态，报警被抑制。

图2 各种抑警开关控制原理图

对于倒车灯信号抑警开关的设计来说，在挂上倒车档之后，车速慢，由于有倒车信号灯显示，倒车灯继电器由于线圈通电而产生吸力，开关C被打开，这时报警控制电路断开，不再报警。如图2，其中行驶路面状况开关选择原理图如图3所示。

图3 行驶路面状况开关选择原理图

3 控制系统概述

3.1 防撞预警控制方案

安全驾驶需要车辆在行驶过程中，和前方车辆保持一个适当的距离。因此，基于安全角度出发来建立安全车距模型，用来帮助驾驶员维持安全的车距。首先，分析行驶时前后车辆的运动示意图[3]，如图4。

图4 前后车辆的运动示意图

在某一时刻，本车的运动速度为u1，前车的运动速度为u2，本车头部与前车尾部之间的安全车距为d，经过一段时间t秒后，本车的运动速度为u1，所行驶过的距离为d1,前车的运动速度为u2，所行驶过的距离为d2,此时这两辆车之间距离为d0，d0表示两辆车脱离危险后要保持的最小安全距离，即安全车距。一般情况下取2～5m。以上四个距离之间满足以下的关系：

通过对驾驶员驾驶状态的了解，确定了相应的防撞报警控制方案即当前后两车间的间距低于d0时，雷达就会开始测距报警。d0的大小和路面状况有关，在不同的路面上行驶，将得到不一样的预警距离，此外方案设计中还包括当汽车弯道行驶时不预警、倒车时不预警、低速行驶时不预警、加速超车时不预警、采取制动时不预警以及当前车的速度高于或等于后车速度时不预警。

3.2 规避控制算法设计

在制定了合理的规避控制策略之后应该设计稳定可靠的控制算法，用来实现主动规避的功能。其原理如图5所示。

图5 规避控制器原理框图

3.3 控制算法设计

在设计主动防撞预警控制算法前，引入安全因子的概念，使用SF（safety factor）表示：

式中，Rrel表示当前时刻与威胁目标间的相对距离，dL表示极限临界车距，ds表示安全临界车距，SF为安全因子。

1）安全状态

当SF>1时，对应于Rrel>ds，表明此时车辆处于安全状态，SF的值越大说明越安全，应采用抑制报警策略，人机界面上的安全显示模块接受控制单元提供的高电平。

2）报警状态

定义变量m如下，显然1>m>0：

当1≥SF> m时，对应于ds≥Rrel> dd，表明此时车辆是非安全行驶状态，且SF 的值越小越不安全，应该采用报警控制策略，控制单元给蜂鸣器和报警显示模块提供电信号，让其工作。为了方便驾驶员区别不安全程度，蜂鸣器采用变频率和变幅值的警报方法，显然报警频率f和幅值A跟SF的值是反比例关系。可取，

临界报警时SF=1，此时f=p，A=q，可根据驾驶习惯和实际情况选择参数p、q的值，推荐p=1～2。

3）减速状态

当m≥SF>0时,对应于dd≥Rrel>dL，表明此时车辆处于危险行驶状态，并且危险程度随SF值变小而增加，应采用减速控制策略，控制单元给蜂鸣器和危险显示模块提供电信号，并且自动释放油门踏板，使油门压力paccel=0。SF=m时，刚进入危险状态，依靠放松节气门的方式可有效降低车辆的速度。但随着SF的减小危险加剧，当SF≤i·m时（0

4）制动状态

图6 防撞预警系统主控程序

当SF≤0时，对应于Rrel≤dL，表明此时车辆处于极度危险的状态，不加以控制会导致追尾事故的发生，并且危险程度随SF值变小而增加，应采用持续制动控制策略，控制单元给蜂鸣器和制动显示模块提供电信号，并且自动释放油门踏板和自动将制动压力调节到最大值。此时，paccel=0，pbrake= 100%。

3.4 控制程序设计

智能防撞预警系统在工作中，内部执行以下主控程序，如图6所示。通过将毫米波雷达、AT89C51单片机和报警蜂鸣器进行连接，通过控制程序，即可实现防撞报警功能[4]。

4 结语

更高效安全的智能交通系统的建立与研究并非朝夕之事，需要的我们不断地探索研究，基于元胞自动机的交通流模型的建立无疑给智能交通系统的下一步发展指明了方向，元胞自动机的各类模型在未来智能交通系统的整合下不再单一的呈现，而是向着多维方向联合发展。在此系统下的汽车防撞系统的开发更是系统能够强有力执行的有力保障，维护了系统的效率，降低了事故的发生，弥补智能交通系统不确定性带来了人身和财产损失。

[1] 李昌吉.汽车驾驶员的人为因素与交通安全[J].疾病控制杂志,2009:576-578.

[2] 李智安.车辆防追尾碰撞安全系统[J].天津汽车, 2009,(11): 35-38.

[3] 吉超.基于车联网环境下智能汽车防撞控制的研究[D].重庆：重庆交通大学.2016.

[4] 李晓霞,李百川.汽车追尾碰撞预警系统开发研究[J].中国公路学报,2001,14(3):93-95.

Design of Vehicle Collision Avoidance System under Intelligent Transportation System

Zhang Zhen, Liu Shida
( Texas college of automotive engineering, Shandong Dezhou 253023 )

Nowadays, the development of intelligent transportation system is still a process of gradual improvement. The frequent occurrence of accidents requires us not only to plan from the intelligent system, but also to study the collision avoidance system from the automobile itself to reduce the casualties in the accident and property damage. This thesis introduces the application of cellular automaton traffic flow model to the development of intelligent transportation system,and designs the intelligent collision avoidance system for the deficiencies in the traffic system.

Intelligent Transportation System; Cellular Automaton; Driving safety; Tntelligent collision avoidance

U462.1 文献标识码：A 文章编号：1671-7988 (2017)19-49-04

10.16638 /j.cnki.1671-7988.2017.19.018

张震（1996-），男，德州学院大三在读，主要研究方向：交通运输（汽车运用工程方向）。< class="emphasis_bold">通讯作者：刘世达

刘世达（1987.03-），男，德州学院助教，主要研究方向：汽车NVH控制。