买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：重庆大学

摘要：本发明提供了一种面向弱势道路使用者的视线遮挡场景目标位置预测方法，包括：车辆传感器获取视野盲区前后的车辆前方被障碍物遮挡的弱势道路使用者的行驶信息；根据车辆传感器在视野盲区前后获取的行驶信息对遮挡缺失信号作采样补偿处理，得到补偿后的行驶信息后，基于卡尔曼滤波器对弱势道路使用者的行驶轨迹进行预测；根据弱势道路使用者到达前点所需时间内的车辆制动最小安全距离、前点与车辆之间的距离的关系来判断避撞模式。本发明针对自动紧急制动系统在“鬼探头”等复杂场景下的盲区信号提出了采样补偿处理和基于Kalman滤波的轨迹预测算法，对目标位置进行预测，增强汽车主动安全系统适应复杂道路场景的能力。

主权项：1.一种面向弱势道路使用者的视线遮挡场景目标位置预测方法，其特征在于，包括：车辆传感器获取视野盲区前后的所述车辆前方被障碍物遮挡的弱势道路使用者的行驶信息；所述行驶信息包括所述弱势道路使用者与所述车辆之间的距离、所述弱势道路使用者的行驶速度和方位角；根据所述车辆传感器在视野盲区前后获取的所述行驶信息对遮挡缺失信号作采样补偿处理，得到补偿后的行驶信息；得到补偿后的行驶信息后，基于卡尔曼滤波器对所述弱势道路使用者的行驶轨迹进行预测；所述基于卡尔曼滤波器对所述弱势道路使用者的行驶轨迹进行预测，包括：Kalman滤波算法的基本步骤为：①首先进行时间更新预测 （1） （2）②然后对测量信号进行更新校正 （3） （4） （5）其中，为状态变量；为观测变量；A为状态矩阵，它将k-1时刻状态和当前k时刻联系起来；B为控制矩阵，为k-1时刻的控制量，H是测量矩阵，从状态量到测量量的变换；Q为过程噪声协方差；R为观测噪声协方差；为误差协方差；为Kalman增益；在对雷达观测数据进行补偿后，建立模型的系统方程和量测方程：设弱势道路使用者在驶出车辆视野盲区过程中相对于车辆的横向速度是一定的，与车辆的纵向相对速度可以根据此时的车速计算出；此时主要考虑车辆与弱势道路使用者的相对距离变化，无需关心具体的空间过程，从雷达信号的发射端到接收端是没有其他控制状态的，但是在系统运动过程中是存在噪声的，由离散状态空间表达式根据k-1时刻的状态去预测k时刻的状态： （6）根据上述设定，A为[1]，B为[0]，为高斯白噪声；此外雷达在测量过程中存在一定的噪声，由观测方程 （7）其中，测量矩阵H为[1]，为雷达测量噪声；基于上述卡尔曼滤波算法得到的行驶信息，对所述弱势道路使用者的行驶轨迹进行预测；根据所述弱势道路使用者到达前点所需时间内的车辆制动最小安全距离、所述前点与车辆之间的距离的关系来判断避撞模式，所述前点为所述车辆与所述弱势道路使用者行驶路线的交汇点；该过程具体包括：设所述车辆传感器探测到被障碍物遮挡的弱势道路使用者VRU后为初始时刻，则所述弱势道路使用者到达前点所需时间以及在该时间内所述车辆制动的最小安全距离为 （8） （9）其中，和分别为VRU与车辆的径向距离和方位角；w为车辆的宽度；为VRU的横向行驶速度，为车辆的行驶速度，为车辆的最大制动减速度；前点与车辆之间的距离为 （10）根据与的关系来判断避撞模式；其中，b为VRU包络框的宽度，为预设的安全距离。

全文数据：

权利要求：

百度查询： 重庆大学 面向弱势道路使用者的视线遮挡场景目标位置预测方法