一種基于信息融合的智能變道輔助系統(tǒng)及其方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于智能變道輔助領(lǐng)域，具體說是一種基于信息融合的智能變道輔助系統(tǒng) 及其方法。
【背景技術(shù)】
[0002] 隨著車聯(lián)網(wǎng)時代的發(fā)展，以及傳感器技術(shù)、測量技術(shù)、計算機技術(shù)以及信息處理技 術(shù)的快速發(fā)展，智能型汽車輔助駕駛系統(tǒng)得到越來越多的關(guān)注和青睞，消費者也越來越注 重駕駛的安全性以及舒適性，這就要求駕駛輔助系統(tǒng)能夠更加快速的獲取駕駛環(huán)境的相關(guān) 信息，準確的判斷出駕駛過程中存在的危險情況，并駕駛員提供駕駛參考，甚至在緊急情況 下實現(xiàn)自主控制。
[0003] 在汽車前向防撞問題上，目前主要采用前向防撞雷達對前向車道車輛進行實時監(jiān) 控，并實時進行前向防撞預(yù)警功能，該功能的實現(xiàn)可能需要多個毫米波雷達傳感器配合實 現(xiàn);在汽車盲點部分(Blind Spot Detection)，采用盲點檢測（Blind Spot Detection)的 方式進行檢測，從而減少甚至消除汽車盲區(qū)，使得駕駛員可以無盲區(qū)操控汽車，使得駕駛更 加安全可靠；在汽車變化道路時存在的危險情況，主要采用汽車變道輔助（Lane Change Auxiliary)系統(tǒng)進行提前預(yù)防。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明提供了一種基于信息融合的智能變道輔助系統(tǒng)及其方法，通過對變道輔助 傳感器所獲取的環(huán)境中目標(biāo)的屬性數(shù)據(jù)采用模糊積分的方法進行有效的融合，根據(jù)專家系 統(tǒng)判斷汽車變道行為的危險程度，使得變道輔助系統(tǒng)具有智能化等特性。
[0005] 為實現(xiàn)上述目的，本發(fā)明的技術(shù)方案是，一種基于信息融合的智能變道輔助系 統(tǒng)，包括:用于實時檢測目標(biāo)車輛信息的雷達、將所有覆蓋區(qū)域檢測出的目標(biāo)車輛進行融合 處理的數(shù)據(jù)融合模塊、判斷目標(biāo)車輛所在位置的專家系統(tǒng)、判斷本車輛相對于目標(biāo)車輛進 行變道時危險程度的危險等級判決模塊和提醒駕駛員的變道提醒模塊;所述的數(shù)據(jù)融合模 塊分別與雷達、專家系統(tǒng)的一端相連，危險等級判決模塊分別與專家系統(tǒng)的另一端、變道提 醒模塊相連。
[0006] 進一步的，所述的雷達為24GHz毫米波雷達；
[0007]進一步的，所述的24GHz毫米波雷達為兩個，分別安裝在汽車尾端左右兩側(cè)；
[0008] 進一步的，目標(biāo)車輛所在位置是指在左邊車道和/或右邊車道和/或是本車道后 方；
[0009] -種基于信息融合的智能變道輔助方法，是通過上述系統(tǒng)實現(xiàn)的，具體步驟如下：
[0010] Sl:通過左、右兩側(cè)安裝的24GHz毫米波雷達將車輛后方的環(huán)境信息進行采集；
[0011] S2:對采集到的環(huán)境信息數(shù)據(jù)進行預(yù)處理；
[0012] S3:將預(yù)處理后的數(shù)據(jù)根據(jù)所處的狀態(tài)信息進行分類，然后根據(jù)分類的數(shù)據(jù)建立 對應(yīng)的特征向量表，設(shè)第j類狀態(tài)的特征向量為Clj= (CXj1^j2 ,CXj3, (Xj4);
[0013] S4:采用主成分分析法得出特征指標(biāo)Xi，X2，X3，X4對狀態(tài)影響系數(shù)為（yi，y2，y3，y4);
[0014] S5:采用模糊積分對上述數(shù)據(jù)進行融合；
[00?5] S6:將融合后計算出的模糊值ei，Θ2，Θ3，通過專家系統(tǒng)計算出：ej =max(ei，Θ2，Θ3)， 即利用模糊最大值判斷該目標(biāo)車輛對本車變道的危險程度；
[0016] S7:當(dāng)駕駛?cè)藛T在進行變道時，智能提供變道的狀態(tài)信息。
[0017] 進一步的，步驟Sl中的環(huán)境信息，包括:每個目標(biāo)車輛與本車的相對速度V、相對距 離R以及相對角度θ等。
[0018] 進一步的，步驟S2中預(yù)處理是通過如下步驟進行的：
[0019] a、數(shù)據(jù)替換：如左24GHz毫米波雷達或是右24GHz毫米波雷達獲得的環(huán)境信息數(shù)據(jù) 存在部分目標(biāo)的屬性數(shù)據(jù)缺失的情況，則采用該目標(biāo)上一周期獲得屬性數(shù)據(jù)進行替換掉本 周期缺失的數(shù)據(jù);例如檢測出的目標(biāo)屬性數(shù)據(jù)中缺少相對速度信息等，則采用該目標(biāo)上一 個周期獲得速度信息替換掉本周期內(nèi)目標(biāo)的速度值，從而完成數(shù)據(jù)替換工作；
[0020] b、數(shù)據(jù)集成:將左、右24GHz毫米波雷達獲得的各個目標(biāo)的距離、速度和角度值等 屬性數(shù)據(jù)進行數(shù)據(jù)結(jié)合并統(tǒng)一存儲，完成數(shù)據(jù)集成，即各個目標(biāo)在存儲時采用如下存儲格 式
[0021] X=(X1，X2，X3，X4)
[0022] 其中，X表示所獲取的一個目標(biāo)車輛的相關(guān)信息的數(shù)據(jù)向量，xl，。，^，以表示其 向量元素；其中xl表示左、右24GHz毫米波雷達，xl = 0時表示左24GHz毫米波雷達獲得的目 標(biāo)數(shù)據(jù)，xl = l表示右24GHz毫米波雷達獲得的目標(biāo)數(shù)據(jù);x2表示目標(biāo)車輛與本車的相對速 度值V，x3表示目標(biāo)車輛與本車的相對距離值R，x4表示目標(biāo)的方向角Θ。
[0023] 進一步的，步驟S3或步驟S7中所述的狀態(tài)信息是指安全狀態(tài)或警示狀態(tài)或危險狀 ??τ O
[0024] 進一步的，步驟S5中的融合過程是采用如下步驟進行的：
[0025] 首先定義一個模糊可測空間上的一個取值為[0，1]上的可測函數(shù)h(x)為
[0027] 此函數(shù)反映了汽車采集到特征指標(biāo)信息1=(^，12^3，^)屬于第」類狀態(tài)的信任 程度，j = 1表示安全狀態(tài)，j = 2表示警示狀態(tài)，j = 3表示危險狀態(tài)；
[0028] 其次利用特征指標(biāo)Xi，X2，X3，X4對狀態(tài)檢測影響(yi，y2，y3，y4)構(gòu)造一個模糊測度g
[0029] g(xi) = gx
[0030] g(xi) = g1+g(xi-i)+Ag1g(xi-i)2 < i < 4
[0031] 其中λ由
且λ矣0求得，該方程的解存在且唯一；
[0032] 在求出g(x)和h(x)之后，通過模糊積分公式
求 得X = ( Xl，X2，X3，X4)屬于第j個狀態(tài)時的模糊值ei，Θ2，Θ3。
[0033] 作為更進一步的，步驟S7中變換道路時智能提供變道信息是通過相應(yīng)的聲、光或 駕駛座椅震動警示提醒駕駛?cè)藛T，如處于安全狀態(tài)則顯示綠色的燈，如處于警示狀態(tài)，則變 化為閃爍的黃燈，如為危險狀態(tài)，則轉(zhuǎn)換成紅燈狀態(tài);駕駛員如沒及時查看到變道燈的提示 信息，而進行強行變道行為，則進行聲音報警以及座椅震動用以及時提醒駕駛?cè)藛T不要做 出變道行為。
[0034]本發(fā)明的有益效果在于:通過對雷達所獲取的環(huán)境中目標(biāo)的屬性數(shù)據(jù)采用模糊積 分的方法進行有效的融合，根據(jù)專家系統(tǒng)判斷汽車變道行為的危險程度，使得變道輔助系 統(tǒng)具有智能化等特性，并且該智能系統(tǒng)也會更快、更準確的判斷出變道危險程度。該方法為 智能變道輔助系統(tǒng)實現(xiàn)智能化提供了一種解決方法，使得智能型變道輔助系統(tǒng)成為可能。
【附圖說明】
[0035]本發(fā)明共有附圖2幅：
[0036]圖1為本發(fā)明的系統(tǒng)框圖；
[0037] 圖2為本發(fā)明的流程框圖。
【具體實施方式】
[0038] 下面通過實施例，并結(jié)合附圖，對本發(fā)明的技術(shù)方案作進一步的具體說明。
[0039] 實施例1
[0040] 本發(fā)明是一種基于信息融合方法的智能型變道輔助系統(tǒng)，該系統(tǒng)主要是通過汽車 尾端左右兩側(cè)各安裝的一個24GHz毫米波雷達，實現(xiàn)對車輛后方100米范圍內(nèi)的目標(biāo)車輛信 息進行實時檢測。由于變道輔助系統(tǒng)采用左右兩側(cè)對稱式毫米波雷達安裝方式，目的在于 覆蓋行駛車輛的左右相鄰車道以及本行駛車道，但是左右毫米波雷達傳感器的作用范圍會 存在一定的重疊區(qū)域，即會出現(xiàn)一個目標(biāo)車輛，同時被左右毫米波雷達傳感器檢測到，所 以對于檢測到的目標(biāo)需要進行數(shù)據(jù)融合技術(shù)將所有覆蓋區(qū)域檢測出的目標(biāo)進行融合處理， 并通過專家系統(tǒng)有效地判斷是左邊車道的目標(biāo)，還是右邊車道的目標(biāo)，還是位于本車道后 方行駛的車輛，以及這些目標(biāo)車輛對于本車輛進行變道時的危險程度，即安全狀態(tài)，警示狀 態(tài)還是危險狀態(tài)等，并通過相應(yīng)的聲、光或駕駛座椅震動等警示在變換道路時提醒駕駛?cè)?員。
[0041] -種基于信息融合的智能變道輔助系統(tǒng)，包括：用于實時檢測目標(biāo)車輛信息的雷 達、將所有覆蓋區(qū)域檢測出的目標(biāo)車輛進行融合處理的數(shù)據(jù)融合模塊、判斷目標(biāo)車輛所在 位置的專家系統(tǒng)、判斷本車輛相對于目標(biāo)車輛進行變道時危險程度的危險等級判決模塊和 提醒駕駛員的變道提醒模塊;所述的數(shù)據(jù)融合模塊分別與雷達、專家系統(tǒng)的一端相連，危險 等級判決模塊分別與專家系統(tǒng)的另一端、變道提醒模塊相連。目標(biāo)車輛所在位置是指在左 邊車道和/或右邊車道和/或是本車道后方；
[0042] -種基于信息融合的智能變道輔助方法，是通過上述系統(tǒng)實現(xiàn)的，具體步驟如下： [0043] SI:通過左、右兩側(cè)安裝的24GHz毫米波雷達將車輛后方的環(huán)境信息進行采集;該 環(huán)境信息主要是針對毫米波雷達作用范圍內(nèi)的車輛的相關(guān)信息，包括每個目標(biāo)車輛與本車 的相對速度V、相對距離R以及相對角度θ等。
[0044] S2:對采集到的環(huán)境信息數(shù)據(jù)進行預(yù)處理；由于數(shù)據(jù)在采集過程中可能會存在數(shù) 據(jù)缺失等情況，以及后續(xù)數(shù)據(jù)進行融合處理時，需要提前進行數(shù)據(jù)集成等工作：
[0045] a、數(shù)據(jù)替換：如左24GHz毫米波雷達或是右24GHz毫米波雷達獲得的環(huán)境信息數(shù)據(jù) 存在部分目標(biāo)的屬性數(shù)據(jù)缺失的情況，則采用該目標(biāo)上一周期獲得屬性數(shù)據(jù)進行替換掉本 周期缺失的數(shù)據(jù);例如檢測出的目標(biāo)屬性數(shù)據(jù)中缺少相對速度信息等，則采用該目標(biāo)上一 個周期獲得速度信息替換掉本周期內(nèi)目標(biāo)的速度值，從而完成數(shù)據(jù)替換工作；
[0046] b、數(shù)據(jù)集成:將左、右24GHz毫米波雷達獲得的各個目標(biāo)的距離、速度和角度值等 屬性數(shù)據(jù)進行