基于突变理论的人车碰撞风险实时预警模型

杨 旭,周竹萍,刘博闻

(1.南京理工大学 自动化学院,江苏 南京 210094;2.南京莱斯信息技术股份有限公司,江苏 南京 210014)

在自动驾驶汽车技术中,人车碰撞风险实时预警是一项关键技术。尤其在无信号控制的路段,若能对可能发生的碰撞事故作出实时预警,提前采取避碰措施,可以有效减少事故的发生。

国内外学者对于交通碰撞的研究很多,提出了各种碰撞度量的指标。例如:以碰撞到达时间(Time-to-collision,TTC)等为代表的度量指标先决条件是根据几何计算判定交通参与者以当前速度和方向继续行驶是否会发生碰撞;而以后侵入时间(Post-encroachment-time,PET)为代表的这类度量指标,只有当车辆通过公共区域后才能进行计算,因此适宜作为碰撞发生后的模型参数,同样不适用于车辆行驶过程中的实时预警。

在碰撞风险的研究中,Almodfer等[1]基于行人-车辆冲突严重程度不同的情况,研究了车辆冲突以及行人步行速度的分布;Chen等[2]提出了一种多项Logit(MNL)模型,以研究和确定影响人车辆碰撞严重性的重要因素;O’Donnell等[3]采用有序Logit模型和有序Probit模型分析事故严重程度与驾驶人属性和车辆特征之间的关系。

人车的碰撞风险是行人与车辆在连续性与突变性相统一的过程。连续性表现在人、车、环境自身的状态是一个不停变化积累的连续过程,而人车碰撞风险是各项相关参数变化积累而产生的质变结果,因此突变理论应用于人车碰撞风险分析中是可行的。

突变理论在工程上的应用非常广泛,但……