基于车联网多源信息融合的汽车碰撞危险态势辨识
为了更准确的判断道路行车安全状态,本文综合考虑了驾驶入因素(驾驶意图、驾驶行为)、汽车运动状态、道路交通环境(障碍物、路面湿滑程度)对安全行车的影响,构建了基于以上多源异构信息融合的汽车碰撞危险态势辨识模型.应用变精度粗糙集方法从大量自然驾驶行为下的观测数据中提取了汽车碰撞危险态势的评估规则,并采用属性加权相似度量方法计算汽车行驶过程中的安全状态信息与评估规则中的条件属性信息之间的相似程度,进而辨识汽车当前行驶过程中是否存在碰撞危险.试验结果表明,融合”人-车-路”多源信息辨识汽车行驶过程中碰撞危险,相对于传统的基于安全距离指标的辨识方法,更能反映实际的行车安全状态.
车联网 碰撞危险 辨识模型 变精度粗糙集
彭理群 吴超仲
武汉理工大学智能运输系统研究中心,武汉430063;水路公路交通安全控制与装备教育部工程研究中心,武汉430063
国内会议
广州
中文
344-359
2015-05-01（万方平台首次上网日期，不代表论文的发表时间）