本发明涉及车辆主动安全,具体涉及一种车辆主动安全预警系统阈值调整方法及系统。
背景技术:
1、近年来,经济社会的迅速发展使得汽车成为人们日常生活中不可缺少的一部分,全国汽车保有量与驾驶人数迅速增长。根据国家统计局数据,截至2021年底,全国汽车保有量已突破3亿辆,驾驶人数超过4.4亿人,由此带来的交通安全问题形势严峻,交通事故频发且造成的人身财产损失尤为严重。从以往大量的车辆碰撞交通事故分析中获知,驾驶人若可以提前预知险情,事故的发生率会有很大程度降低,例如若驾驶人提前0.5s意识到安全风险并采取相应的措施,可以避免约30%的正面碰撞事故,50%与路面相关事故,60%的追尾相关事故。基于该事实,在智能网联通信技术的快速发展下,汽车主动安全预警系统被得到广泛应用以提高行车安全性。
2、目前,国内外已经开发了许多主动安全预警系统并将其广泛应用在汽车销售市场中,如国外的奔驰pre-safe预警安全系统、本田sensing系统、丰田tss系统、mobileye aws系统以及特斯拉autopilot系统等,国内的sensedrive系统等。尽管这些系统在汽车道路行驶中大多数可以实现基本功能,提高汽车行驶的安全性,但绝大多数的主动安全预警系统其系统内部采用的预警算法是固定的,即系统设置预警阈值是固定不变的,不能适应复杂的汽车驾驶环境,系统预警的可靠度与安全性等方面存在问题,系统的运行可能在某些场景中不起作用,甚至干扰驾驶人的正常操作,造成新的安全隐患。因此,实时分析汽车驾驶环境并及时调整预警阈值对主动安全预警系统在实际运营中安全有效工作具有重要的现实意义。
技术实现思路
1、本发明所要解决的技术问题是针对现有主动安全预警系统内设预警阈值固定而存在一定安全风险的问题。
2、为解决上述技术问题,本发明采用以下技术方案:
3、一种车辆主动安全预警系统阈值调整方法,包括以下步骤:
4、步骤s1:针对车辆行驶过程中基于发生预警时的预警系统数据、以及预设各类型驾驶数据,基于预设各类型预警模式,获得各预警模式在对应预警阈值χi下的预警数据集合ξi,数据集合包括预警系统数据、以及对应的预设各类型驾驶数据,i为预警模式标记;
5、步骤s2:提取各预警模式在对应预警阈值χi下的预警数据集合ξi中与预警模式i关联的评价的数据作为预警模式i的供给数据,获得各预警模式分别对应的供给数据集合ηi,其中关联的评价数据为发生预警模式i时的预警系统数据、以及对应的预设各类型驾驶数据中判别预警效果的指标数据;
6、步骤s3:分别针对各预警模式,建立各预警模式分别对应的预警滞后判别的需求函数和预警提前判别的需求函数
7、步骤s4:基于各预警模式分别对应的预警滞后判别的需求函数和预警提前判别的需求函数结合各预警模式分别对应的供给数据集合ηi,建立各预警模式分别对应的预警滞后的判别极限状态函数和预警提前的极限状态函数
8、步骤s5:基于各预警模式分别对应的预警滞后的判别极限状态函数和预警提前的极限状态函数建立各预警模式分别对应的预警滞后判别的功能函数和预警提前功能函数
9、步骤s6:基于各预警模式分别对应的预警滞后判别的功能函数和预警提前功能函数获得各预警模式分别对应的预警滞后失效概率和预警提前失效概率
10、步骤s7:基于各预警模式分别对应的预警滞后失效概率和预警提前失效概率对各预警模式对应的预警阈值χi进行评估调整。
11、作为本发明的一种优选技术方案,所述步骤s3中,采用预警模式i发生时满足车辆行驶与驾驶安全需求的最小指标计算函数;
12、
13、式中,dci表示预警模式i判别指标允许接受提前预警的最大值。
14、作为本发明的一种优选技术方案,所述步骤s4中,
15、
16、
17、式中,xi为预警类别i的函数变量空间,表示预警类别i预警滞后的判别极限状态函数显性函数,表示预警类别i提前的判别极限状态函数显性函数,si为预警类别i的供给函数,供给函数基于供给集合ηi为因变量拟合得到关于需求函数中的变量函数。作为本发明的一种优选技术方案,所述步骤s5中:
18、
19、
20、式中,xij表示预警模式i的函数变量空间中的第j个变量,j为变量标识,n为函数变量空间xi变量总数,为函数变量空间中在函数处于极限状态面上一点为为函数变量空间中在函数处于极限状态面上一点为
21、作为本发明的一种优选技术方案,所述步骤s6中,分别针对各预警模式,基于各预警模式分别对应的预警滞后判别的功能函数和预警提前功能函数分别通过以下步骤,获得各预警模式分别对应的预警滞后失效概率和预警提前失效概率
22、步骤s6.1:基于该预警模式对应的函数变量空间x,判断x中各个变量是否服从正态分布,针对服从正态分布的变量,计算获得该变量对应的均值和方差然后执行步骤s63;针对不服从正态分布的变量,执行步骤s6.2;
23、步骤s6.2:将x中的不服从正态分布的变量xj进行当量正态化处理获得x'j,计算x'j的标准差和均值作为变量xj的均值和标准差执行步骤s6.3;
24、
25、
26、式中,表示变量xj的概率密度函数;表示变量xj的累积分布函数;φ函数为标准正态分布函数;为变量状态空间x使极限状态函数等于0变量标识为j的变量的值;
27、步骤s6.3:基于x中各变量分别对应的均值,获得x*,x*=μx,执行步骤s6.4;
28、步骤s6.4:基于x*,通过以下步骤,计算功能函数zl的均值μz和标准差σz,执行步骤s6.5;
29、
30、式中,为变量xk与xj之间的相关系数,n为函数变量空间x变量总数,g(x)为判别极限状态函数显性函数;
31、步骤s6.5:基于功能函数zl的标准差σz,通过以下步骤,计算获得变量xj的灵敏度系数执行步骤s6.6;
32、
33、步骤s6.6:基于功能函数zl的均值μz和标准差σz,通过计算获得系统可靠度指标β,执行步骤s6.7;
34、步骤s6.7:判断|||x*||-||x^|||<ε,ε为预设误差值,||x*||为x*的取模函数,若是,则输出步骤s6.6中β的值作为可靠度指标,执行步骤s6.8;若否,则更新x*,令x*=x^,返回步骤s6.4;
35、步骤s6.8:基于可靠度指标β,获得失效概率pf为:pf=φ(-β)=1-φ(β)。
36、作为本发明的一种优选技术方案,所述步骤s7中,基于各预警模式分别对应的预警滞后失效概率和预警提前失效概率通过以下步骤,对各预警模式对应的预警阈值χi进行评估调整。
37、步骤s7.1:判断预警滞后失效概率是否大于预设最大允许失效概率p0i,若大于,则执行步骤s7.2;若不大于,则执行步骤s7.3;其中,预警阈值χi定义为当预警模式i预警监测值时发出预警,其中为预警监测值;
38、步骤s7.2:对预警类别i对应的预警阈值χi进行调整,获取预警类别i新阈值
39、步骤s7.3:判断预警提前失效概率否大于预设最大允许失效概率p0i,若大于,则执行步骤s7.4;若不大于,保持当前预警类别i对应的预警阈值χi不变;
40、步骤s7.4:对预警类别i对应的预警阈值χi进行调整,获取预警类别i新阈值
41、作为本发明的一种优选技术方案,所述步骤s1中,预设各类型驾驶数据包括预设各类型车辆运行数据、预设各类型驾驶环境数据,预设各类型驾驶人状态数据。
42、一种基于所述车辆主动安全预警系统阈值调整方法的系统,包括数据获取模块、预警模式供给模块、需求函数模块、判别极限状态函数模块、预警阈值评估模型,
43、数据获取模块用于针对车辆行驶过程中基于发生预警时的预警系统数据、以及预设各类型驾驶数据,基于预设各类型预警模式,获得各预警模式在对应预警阈值χi下的数据集合ξi;
44、预警模式供给模块基于各预警模式在对应预警阈值χi下的数据集合ξi,将发生预警时的预警系统数据作为预警模式的供给数据,获得各预警模式分别对应的供给数据集合si;
45、需求函数模块用于针对各预警模式,建立各预警模式分别对应的预警滞后判别的需求函数和预警提前判别的需求函数
46、步骤s4:基于各预警模式分别对应的预警滞后判别的需求函数和预警提前判别的需求函数结合各预警模式分别对应的供给数据集合si,建立各预警模式分别对应的预警滞后的判别极限状态函数和预警提前的极限状态函数
47、判别极限状态函数模块用于基于各预警模式分别对应的预警滞后的判别极限状态函数和预警提前的极限状态函数建立各预警模式分别对应的预警滞后判别的功能函数和预警提前功能函数
48、预警阈值评估模型用于基于各预警模式分别对应的预警滞后判别的功能函数和预警提前功能函数获得各预警模式分别对应的预警滞后失效概率和预警提前失效概率进而对各预警模式对应的预警阈值χi进行评估调整。
49、一种车辆主动安全预警系统阈值调整终端,包括存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行所述的一种车辆主动安全预警系统阈值调整方法。
50、本发明的有益效果是:(1)本发明的主动安全系统阈值调整方法采用了系统的可靠度理论方法建立了基于车辆行驶时主动安全预警系统的失效模式的系统风险评估模型,定量化评估车辆行驶时前主动安全预警系统的可靠度,为主动安全系统动态调整预警阈值提供理论参考;
51、(2)通过本发明设计方法实现实时采集分析预警数据并不断调整主动安全系统的预警阈值,预警阈值满足不同道路环境下的安全需求,提高了应用主动安全预警系统的车辆在实际运营中的安全性和可靠度。