王 斌 朱云生 楊凡弟

（重慶郵電大學自動化學院，中國 重慶 400065）

0 引言

隨著科技和經(jīng)濟的發(fā)展，全世界的汽車保有量正在逐年增加。由此引發(fā)的交通事故也是越來越多，其中十字路口的事故發(fā)生率在總的交通事故中占很大比重。設計一個輔助駕駛系統(tǒng)對駕駛員提供及時的警告十分必要。車車通信作為通信技術，通過無線通信設備向外界廣播自身的位置和速度信息，在通信范圍的車輛可以接收共享各自的數(shù)據(jù)。根據(jù)采集到的數(shù)據(jù)利用模糊理論計算車輛受到的威脅指數(shù)。

1 相關技術

本文的基于車車通信的十字路口威脅評估方法研究主要涉及車車通信技術和模糊理論。

1.1 車車通信技術

通過車車與車路通信技術，可以將機動車輛與道路有機的結合聯(lián)系到一起，通過對于路側與車載實況信息的采集而達到對交通資源高效充分利用的目的。然而隨著科學技術的迅猛發(fā)展，車路通信技術與車車通信技術正在從傳統(tǒng)的單一模式轉向多種通信的發(fā)展模式。對于出行者出行實時性要求較為一般的出行服務可以通過WiFi、3G以及4G和GPRS等公眾的通訊技術得到實現(xiàn)；但是對于出行實時性要求較高的諸如車輛主動安全服務等來說，則需要通過專用短程通信技術（DSRC）來實現(xiàn)。

1.2 模糊理論

模糊理論將傳統(tǒng)數(shù)學從二值邏輯擴展到連續(xù)多值，利用隸屬度函數(shù)描述一個概念特征值。模糊邏輯是一種用邏輯表達式描述模糊集合中的隸屬關系的方法，假定一個事件可以在不同程度上是正確的，并且我們知道這個程度。這是模糊事件和隨機事件根本的區(qū)別，隨機事件“非此即彼”，而模糊事件“亦此亦彼”。模糊推理就是對于規(guī)則：if is A then is B。構造出模糊集A與B之間的模糊關系R，通過R與證據(jù)合成求出結論。

2 十字路口威脅評估

2.1 數(shù)據(jù)采集

車輛上安裝里無線通信模塊、GPS模塊和CAN卡。數(shù)據(jù)采集主要分為兩個部分：自車數(shù)據(jù)采集和目標車輛數(shù)據(jù)采集。

（1）主車數(shù)據(jù)采集

主車采集的數(shù)據(jù)包括GPS數(shù)據(jù)采集和CAN數(shù)據(jù)的采集。GPS信息通過GPS天線獲得，GPS數(shù)據(jù)主要是位置信息，包括經(jīng)度、緯度、海拔、輛航向角等。CAN信息采集主要是通過車身CAN網(wǎng)絡或的車輛的速度信息。

（2）目標車數(shù)據(jù)采集

目標車通過車載通信設備接收通信范圍內的其他車輛的位置和速度信息，并將自車的位置和速度信息廣播給其他車輛。實現(xiàn)數(shù)據(jù)的共享。

2.2 模糊處理

根據(jù)主車和目標車的位置和速度信息計算出主車和目標車的相對距離RS和相對速度RV。

相對距離 RS的模糊集合為 RS={近(N)，中(M)，遠(F)}，論域 U=[0,150]。 相對速度速度 RV 的模糊集合 RV={慢(L)，中(M)，快(H)}。 論域U=[0,120]。相對距離RS和相對速度RV的隸屬度函數(shù)如圖1、圖2所示。

相對距離 RS 的威脅指數(shù)為 TI_RS(N，M，F(xiàn))={0.98，0.5，0.13}，相對速度 RV 的威脅指數(shù)為 TI_RV(L，M，H)={0.11，0.47，0.96}。 相對距離RS在綜合威脅中占的權重為0.6，相對速度RV在綜合權重中占的權重為0.4。則綜合威脅TI的計算公式為：

3 實驗仿真與結果分析

為了驗證本文方法的準確性和有效性，本文進行了仿真實驗。主車與目標車分別以40km/h，60km/h和80km/h的相對速度從十字路口相互靠近。其威脅結果如圖3所示。

由圖3可知，當車輛相對速度較小時，相對距離較遠時，威脅指數(shù)較小。當車輛相對速度較大時，相對距離較近時，威脅指數(shù)較大。

4 總結

本文針對十字路口車輛安全駕駛問題進行了分析，并結合車車通信技術和威脅評估技術，提出通過車車通信實現(xiàn)信息共享，利用威脅評估理論和模糊集理論，計算車輛在十字路口所受到的威脅的指數(shù)。通過實驗驗證本方法能夠比較準確的計算出車輛在十字路口受到的威脅級別，輔助駕駛員駕駛，提高十字路口交通安全。

[1]陳超,呂植勇,付姍姍,彭琪.國內外車路協(xié)同系統(tǒng)發(fā)展現(xiàn)狀綜述[J].交通信息與安全,2011,1(25).

[2]Kenney J.B.Dedicated Short-Range Communications(DSRC)Standards in the United States[J].Proceedings of the IEEE,2011,7(99):1162-1182.

[3]王曉帆,王寶樹.基于貝葉斯網(wǎng)絡和直覺模糊推理的態(tài)勢估計方法[J].統(tǒng)工程與電子技術,2009,12(5).

[4]李偉生.信息融合系統(tǒng)中態(tài)勢估計技術研究[D].西安電子科技大學，2006.