基于北斗定位的车辆防碰撞预警算法研究_陈丽萍.pdf

基金项目：云南省教育厅科学研究基金项目（编号：111722038）收稿日期：20220525基于北斗定位的车辆防碰撞预警算法研究*陈丽萍，杨洁，覃倩倩，朱文超（西南林业大学 机械与交通学院，昆明650224）摘要：为了预测碰撞事故的发生和降低碰撞事故发生的概率，提出了一种基于北斗定位的车辆防碰撞预警算法。在每辆车上安装一个亚米级的北斗定位模块和无线通信模块，将监测到的自车位置坐标和周边相邻车辆的位置坐标，分解成水平和竖直两个方向，分别用卡尔曼滤波预测算法对下一时刻车辆的速度、加速度和行驶状态进行预判断，快速选出一定发生碰撞和一定不发生碰撞的情况。若不能立即判断，则分别计算出X和Y方向加速度可变情况下的安全距离，建立并求解碰撞预测状态模型，算出X和Y两个方向同时达到安全距离的碰撞时间最小值，若此最小值比设定的阀值小，则执行报警操作。通过北斗定位模块确定车辆位置坐标，利用卡尔曼滤波算法对车辆行驶情况进行预判断并建立防碰撞预测模型，最后运用MATLAB软件进行仿真。结果表明此算法与传统的利用雷达测距的防碰撞算法相比，具有预警准确性高、可靠性高的特点，更加适应驾驶环境。关键词：北斗定位技术；卡尔曼滤波预测；MATLAB仿真中图分类号：U461.91文献标志码：A文章编号：10099492（2023）02013004Research on Vehicle Anti-collision Warning Algorithm Based on Beidou PositioningChen Liping，Yang Jie，Qin Qianqian，Zhu Wenchao（College of Mechanical Engineering and Transportation,Southwest Forestry University,Kunming 650224,China）Abstract:In order to predict the occurrence of collision accidents and reduce the probability of collision accidents,a vehicle anti-collisionearly warning algorithm based on Beidou positioning was proposed.A sub-meter-level Beidou positioning module and wireless communicationmodule were installed on each vehicle.The position coordinates of the monitored self-owned vehicle and the position coordinates of theneighboring vehicles were decomposed into horizontal and vertical directions.The speed,acceleration and driving status of the vehicle at thenext moment were predicted by the Kalman filter prediction algorithm,and the collision and non-collision situations were quickly selected.If itcould not judg immediately,the safety distance under the condition of variable acceleration in X and Y directions was calculated separately,thecollision prediction state model was established and solved,and the minimum value of collision time when the safety distance was reached in Xand Y directions simultaneously was calculated.If the minimum value was smaller than the set threshold value,the alarm operation would beexecuted.The position coordinates of the vehicle were determined by the Beidou positioning module,and the Kalman filtering algorithm wasused to pre-judge the vehicle driving conditions and establish the anti-collision prediction model.Finally,the MATLAB software was used forsimulation.The results show that compared with the traditional anti-collision algorithm using radar ranging,the algorithm has thecharacteristics of high accuracy and reliability of early warning,and is more suitable for driving environment.Key words:Beidou Positioning technology;Kalman filter prediction;MATLAB simulation2023年02月第52卷第02期Feb.2023Vol.52No.02机电工程技术MECHANICAL&ELECTRICAL ENGINEERING TECHNOLOGYDOI:10.3969/j.issn.1009-9492.2023.02.030陈丽萍，杨洁，覃倩倩，等.基于北斗定位的车辆防碰撞预警算法研究 J.机电工程技术，2023，52（02）：130-133.0引言近年来，随着我国机动车保有量的迅速增加，交通安全问题越来越受到人们的重视，交通事故已经成为了我国公民主要死亡原因之一，然而在诸多交通事故中，碰撞是交通事故发生的主要表现形式1-2。目前对于防碰撞算法的研究已经取得了一些成果。如蔡启仲等3设计了一种基于GPS与无线通讯的防碰撞车载系统，利用GPS采集到的车辆经纬度弧度位置信息，计算车辆之间的地球球心夹角，推导出两车辆相对位置的计算公式。但该算法用到的GPS定位系统存在定位可靠性低、只能单向通信的缺点。胡艳等4利用RSU与感知设备（如毫米波雷达、摄像头等）连接获取道路交通信息，实现V2V的信息交互，从而规避城市道路交叉口碰撞事故的发生。但充满杂波的外部环境会干扰感知设备对车辆位置、速度等信息的获取，导致虚警问题的发生5。针对上述问题，提出基于北斗定位的车辆防碰撞预警算法，采用北斗高精度实时动态定位技术（RNK）集成道路信息系统，定位精度可达到厘米级6，与GPS、GLONASS、GALILEO等定位系统相比，北斗定位技术采用三频信号方案，能更好地消除高阶电层延迟的影响，增强数据预处理能力7-9，从而提高定位的可靠性；北斗定位附加了短报文通信功能10，GPS只能单向通信，北130斗已实现双向通信功能，北斗用户利用终端不仅可以知道自己的位置，还可以通过短报文将自己的情况告知他人，这在沙漠、深山等没有网络覆盖或灾难发生通信受阻是至关重要11-12。主要包括构建算法构成框图、计算加速度可变的安全距离、建立并求解预测模型和算法仿真4部分。1算法构成框图和工作原理1.1构成框图每个车辆装有如图1所示的电子模块，这些模块组成一个基本的防碰撞预警设备。车辆通过北斗定位模块监测自车及邻近车辆的位置坐标，无线通信模块可以检测到邻近车辆的速度以及加速度等信息，在距离1 m之内的范围内进行车-车通信，处理器模块将北斗定位模块和无线通信模块传递过来的数据信息进行评估计算，并做出决策，最后将指令传达给音频预警模块，以提示驾驶员做出正确的操作。此预警设备是基于车-车通信的基础上所研发的防碰撞预警方案，只需简单地通过北斗定位获取位置信息和通过V2V通信技术获得数据信息，预测判断是否具有碰撞风险，然后经过处理器计算能够达到安全距离的最小时间，并及时向驾驶员发出预警信息，提醒驾驶员注意。此种算法包括位置坐标的获取、卡尔曼滤波预测和碰撞情况预测。1.2工作原理将每台车辆安装上具有亚米级的北斗定位模块和基于V2V技术的无线通信模块，通过V2V通信技术的广播定位自车的行驶位置的北斗坐标，并且通过卡尔曼滤波接收并预测周边相邻车辆的位置信息、速度以及加速度，对周边车辆位置接收北斗位置坐标。根据所得的自车位置坐标和周边车辆位置坐标，将坐标信息分解成X与Y两个方向，利用卡尔曼预测技术分别对周边车辆的下一步位置信息、速度以及加速度进行预测判断，迅速挑选出不会碰撞和一定会碰撞的情况，对除此之外的其他情况进行分析，计算加速度有可能改变的情况下的行车安全距离，建立预测模型，将该模型分解成两个方向分析，分别求出这两个方向的时间最小值，这个值便是汽车发出预警信号的临界值，报警系统就会提醒驾驶员注意周边车辆。2计算加速度可变的安全距离加速度与时间的关系如图2所示。在tr+tb时间段内，水平位移S1为：S1=()tb+trvAx+12()tb+tr2aAx（1）在ts时间段内，加速度为：a(k)=()amax-aAxk/ts+aAx（2）则水平速度为：v=vAx+()tb+traAx+()amax-aAxk2/2ts+aAxk（3）水平位移S2为：S2=0svdk=tsvAx+ts()tb+traAx+t2saAx/3+t2samax/6（4）在tv时间段内，水平位移S3为：S3=v22amax=12amax(vAx+()tb+traAx+)()amax+aAxts/22（5）加速度可变的安全距离为：Db,x()vAx,aAx=S1+S2+S3（6）3建立预测模型3.1模型建立收集到自身车辆以及相邻车辆的最新坐标信息后，利用卡尔曼滤波预测算法预测t时刻车辆行驶情况以及下一时刻自身车辆和相邻车辆的位置信息，经过新坐标的不断输入，循环执行卡尔曼滤波算法，不断预测X和Y两方向新的位置信息。将该模型分解成X和Y 两个方向分析，分别求出这两个方向都可以达到安全距离时的时间最小值，这个值便是汽车发出预警信号的临界值，一旦达到这个值，报警系统就会提醒驾驶员注意周边车辆。如图3所示，经过这样的转换，就将车辆的防碰撞问题简化为单方向的防碰撞问题。在正常的行驶中，加速度实际上是不断变化的，假设加速度随时间的变化是呈线性变化的，并且在接下来图1构成框图图3车辆行驶方向分解陈丽萍，杨洁，覃倩倩，等：基于北斗定位的车辆防碰撞预警算法研究图2加速度与时间的关系131的1 s内，自身车辆与相邻车辆不会发生碰撞，相对于邻车B，自车A的相对加速度为：a()k=()a?t+1x,A+atx,B-atx,A-a?t+1x,Bk/T+atx,A-atx,B=A1k+A2（7）式 中：A1=()a?t+1x,A+atx,B-atx,A-a?t+1x,BT;A2=atx,A-atx,Bt；atx,A和atx,B分别为自车A和邻车B在此时刻的水平加速度；at+1x,A和at+1x,A分别为k时间之后，自车A与邻车B的水平加速度；T为数据信息收集所经历的时间。此时的相对速度为V1=vtx,A-vtx,B，然后对a()k进行积分可以得到水平速度相对于时间的关系式：v()k=V1+0ka()k dk=V