基于自然驾驶数据的跟车场景潜在危险估计模型

• 作者: 刘瑞 朱西产 贺经纬 马志雄
• 来源期刊: 东南大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 主动安全 跟车场景 危险估计 潜在危险 驾驶行为
• 年，卷（期）: 2019,（4）
• 页码范围: 788-795
• 页数: 8页
• 分类号: U461.91
• 字数: 5893字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0505.2019.04.024

摘要

为了改善主动安全系统的性能,提出一种跟车场景潜在危险估计模型.将前车制动时为避免碰撞留给本车制动之前的时间作为跟车场景潜在危险估计指标,即时间裕度.将TTC(time to collision)定义为明显危险估计指标.使用自然驾驶数据来确定时间裕度中的目标车和本车的减速度.为了得到真实可信的驾驶员制动行为特性,讨论了驾驶员制动行为的收敛性.使用核密度估计来描述驾驶员的纵向加速行为,使用相对熵来表征2个不同数据集之间的差异.使用稳定收敛的数据集提取了驾驶员制动行为的特征参数,并根据这些特征参数得到了考虑驾驶员制动极限的时间裕度.最后使用跟车危险工况制动开始时刻的时间裕度构建了跟车场景潜在危险估计模型.分析稳定跟车工况中的明显危险和潜在危险表明,潜在危险估计模型可以描述两车相对速度较小情况的危险等级.真实跟车危险工况验证发现,使用潜在危险估计模型可以更早地发现危险发生的可能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱西产	同济大学汽车学院	100	676	13.0	19.0
2	马志雄	同济大学汽车学院	48	294	10.0	15.0
3	刘瑞	同济大学汽车学院	11	16	2.0	3.0
4	贺经纬	上汽大众汽车有限公司前瞻研究与智能驾驶研发部	1	0	0.0	0.0