具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。下列实施例中未注明具体条件的试验方法，通常按照常规条件，或者按照各制造商所建议的条件。

实施例1

参考图1，本发明实施例提供了一种预测前车制动的驾驶辅助系统，包括：路测设备和车载设备；其中，路侧设备有多个，相邻两个路侧设备之间的间隔为200m，每个路侧设备包含毫米波雷达7、智能高清摄像头8和RSU智能路侧单元9；RSU智能路侧单元9包含边缘计算处理单元；车载设备包含OBU 智能车载单元5和车载显示屏6；OBU智能车载单元5包含数据存储单元、处理单元和无线通讯单元；

毫米波雷达7安装在路侧或中央隔离带上，且朝向车道线方向，用于采集车道内的车辆的运动数据信息，并将其传输给RSU智能路侧单元9；其中，车辆的运动数据信息包含车辆的速度、后车的车头与前车的车尾之间的距离；

智能高清摄像头8安装在毫米波雷达7的上方，用于拍摄车道内的车辆图像，并将其传输给RSU智能路侧单元9；

RSU智能路侧单元9安装在公路的路侧，用于将车辆的运动数据信息和车辆图像传输给边缘计算处理单元；

边缘计算处理单元用于提取运动数据信息中的车辆的速度和后车的车头与前车的车尾之间的距离以及车辆图像中车辆制动时的时刻，并将其传输给 OBU智能车载单元5；

OBU智能车载单元5安装于汽车前挡风玻璃内侧，用于将车辆的速度和后车的车头与前车的车尾之间的距离以及车辆图像中车辆制动时的时刻传输给数据存储单元；

数据存储单元用于对车辆的速度和后车的车头与前车的车尾之间的距离以及车辆图像中车辆制动时的时刻进行存储，同时将其传输给处理单元；

处理单元用于对车辆的速度和后车的车头与前车的车尾之间的距离以及车辆图像中车辆制动时的时刻进行处理，并将处理结果发送给无线通讯单元；

无线通讯单元用于将处理结果传输给车载显示屏6；

车载显示屏6安装在车辆仪表盘附近，用于向自车驾驶员显示前车的制动信息；

本发明实施例中毫米波雷达7采用77GHz高频段毫米波雷达，有效探测距离200米，探测角度正负45度。

本发明提供的预测前车制动的驾驶辅助系统，主要利用毫米波雷达、智能高清摄像头和智能路侧单元RSU实时获取道路上的车辆信息，再通过智能车载单元OBU对车辆信息进行处理得到车队内的车辆的制动信息，最终通过车载显示屏显示前车的制动信息，提醒后车的驾驶员及时减速，避免了追尾事故的发生，且技术储备成熟，可靠性高，适合未来的广泛推广和应用。

实施例2

本发明实施例提供了一种预测前车制动的驾驶辅助方法，包括如下步骤：

步骤1，利用毫米波雷达和智能高清摄像头检测车道上是否存在多车跟车行为的车队，若是，则转至步骤2；

具体的，当车队内的每相邻两辆车之间的跟车距离小于100米时，则判定车辆间存在跟车行为，存在跟车行为的连续多辆车可判定为一个车队；否则，不存在跟车行为；其中，车队内的车辆总数为n，n≥3且n为正整数；

参考图1，当第1个车辆与第2个车辆之间的距离l_1-2≤100m时，则判定第2个车辆跟随第1个车辆行驶，当第2个车辆与第3个车辆之间的距离 l_2-3≤100m时，则判定第3个车辆跟随第2个车辆行驶，当第3个车辆与第4 个车辆之间的距离l_3-4≤100m时，则判定第4个车辆跟随第3个车辆行驶，进一步可判定第1个车辆、第2个车辆、第3个车辆和第4个车辆组成一个车队；

步骤2，当车队内任意一个车辆的制动灯亮起时，获取该车辆及其后所有车辆的制动时刻t、制动车辆的速度v、制动车辆后车的速度v以及制动车辆与后车之间的距离l，并根据第i个车辆的制动时刻t_i、速度v_i、第i个车辆制动时第i+1个车辆的速度第i+1个车辆与第i个车辆之间的距离l_i-(i+1)以及第i+1个车辆制动时的制动时刻t_i+1和速度v_i+1计算第i个车辆的最大制动减速度a_maxi，第i+1个车辆的跟车时距D_i+1、制动反应时间 T_反应(i+1)和最大制动减速度a_max(i+1)；其中，车队内车辆的总数为n，n≥3且n 为正整数，1≤i≤n且i为正整数；

具体的，参考图1，当车队内的的车辆数目为4时，第1个车辆1的制动灯亮起时，获取第1个车辆1的制动时刻t₁、速度v₁、第2个车辆2的速度第2个车辆2与第1个车辆1之间的距离l_1-2；当第2个车辆2的制动灯亮起时，获取第2个车辆2的制动时刻t₂、第2个车辆2的速度v₂，第3个车辆 3的速度第3个车辆3与第2个车辆2之间的距离l_2-3；当第3个车辆3 的制动灯亮起时，获取第3个车辆3的制动时刻t₃、第3个车辆3的速度v₃、第4个车辆4的速度第4个车辆4与第3个车辆3之间的距离l_3-4；当第4个车辆4的制动灯亮起时，获取第4个车辆4的制动时刻t₄和第4个车辆4的速度v₄；

根据第一辆车制动时的速度v₁计算a_max1；根据l_1-2和计算D₂，其中，根据t₁和t₂计算T_反应2，其中，T_反应2＝t₂-t₁；根据第二辆车制动时的速度v₂计算a_max2；根据l_2-3和计算D₃，其中，根据t₂和t₃计算T_反应3，其中，T_反应3＝t₃-t₂；根据第三辆车制动时的速度v₃计算 a_max3；根据l_3-4和计算D₄，其中，根据t₃和t₄计算T_反应4，其中，T_反应4＝t₄-t₃；

步骤3，获取多个历史数据，提取每个历史数据中的前车的最大制动减速度、后车的跟车时距、后车的制动反应时间和后车的最大制动减速度，将其建立为一个样本，多个样本组成一个样本集并将样本集保存在存储单元中；

以车队中的第i个车辆为例，当第i个车辆的制动灯亮起时，所采集的历史数据对应样本(a_maxi，D_i+1，T_反应(i+1)，a_max(i+1))，其中，a_maxi为第i个车辆的最大制动减速度，D_i+1为第i+1个车辆的跟车时距，T_反应(i+1)为第 i+1个车辆的制动反应时间，a_max(i+1)为第i+1个车辆的最大制动减速度；

将存储单元中保存的每个样本中的前车的最大制动减速度和后车的跟车时距作为BP神经网络模型的输入，后车的制动反应时间和后车的最大制动减速度作为BP神经网络模型的输出，对BP神经网络模型进行训练，得到训练完成的BP神经网络模型；

其中，为保证BP神经网络模型的预测结果，需要获取足够多的车辆的制动信息，本发明中初始样本数据量为1000组；

本发明实施例中对BP神经网络模型进行训练，具体为：

获取训练样本集和测试样本集，通过训练样本训练BP神经网络模型，得到训练后的BP神经网络模型，再通过测试样本对训练好的BP神经网络模型进行测试；当BP神经网络模型的输出与测试样本的标签之间的差值的平均值小于预设的误差阈值，则确定BP神经网络模型训练完成；

其中，训练样本集和测试样本集分别选自历史数据，每个样本由前车的最大制动减速度、后车的跟车时距、后车的制动反应时间和后车的最大制动减速度组成；测试样本的标签为后车的制动反应时间和后车的最大制动减速度；

具体的，本发明实施例中选取100个样本作为测试样本，将每个样本中的前车的最大制动减速度和后车的跟车时距输入训练好的BP神经网络模型中，训练好的BP神经网络模型输出的是后车的制动反应时间和后车的最大制动减速度，当BP神经网络模型输出的预测的后车的制动反应时间与样本中的后车反应时间的差值的平均值小于预设的制动反应时间的误差阈值，以及BP神经网络模型输出的预测的后车的最大制动减速度与样本中的后车的最大制动减速度的差值的平均值小于预设的最大制动减速度的误差阈值时，说明BP神经网络模型训练完成；

若BP神经网络模型输出的预测的后车的制动反应时间与样本中的后车反应时间的差值的平均值大于等于预设的制动反应时间的误差阈值或BP神经网络模型输出的预测的后车的最大制动减速度与样本中的后车的最大制动减速度的差值的平均值大于等于预设的最大制动减速度的误差阈值时，则要继续采集道路上车队的制动信息，扩大样本数量，对BP神经网络模型继续进行训练，直至达到精度要求；

其中，本发明实施例中预设的误差阈值包含预设的制动反应时间的误差阈值和预设的最大制动减速度的误差阈值，预设的制动反应时间的误差阈值和预设的最大制动减速度的误差阈值可以根据BP神经网络模型的训练精度进行设定，本发明在此不作具体限定。

进一步的，本发明实施例中以第i个车辆的最大制动减速度a_maxi和第 i+1个车辆的跟车时距D_i+1作为BP神经网络模型的输入层，故输入层节点数为2；将第i+1个车辆的制动反应时间T_反应(i+1)和最大制动减速度a_max(i+1)作为 BP神经网络模型的输出层，故输出层节点数为2，其中，BP神经网络模型仅包含1个隐藏层，隐藏层节点数设为10；

为便于BP神经网络模型的训练，将样本数据进行归一化后输入BP神经网络模型，设定BP神经网络模型的隐藏层的激励函数为tan sig函数，BP神经网络模型的输出层的激励函数选择log Sig函数，学习率设置为0.01，网络最大迭代次数为10000次，训练目标设置为0.01。本发明实施例中以BP神经网络模型为例，但不仅限于BP神经网络模型。

步骤4，根据训练完成的BP神经网络模型可预测当车队内的车辆发生制动行为时其后面所有车辆的制动反应时间T_反应和最大制动减速度a_max，再根据预测的车队内制动车辆后面的所有车辆的制动反应时间T_反应计算出自车前车的制动反应时间T_反应，并显示前车的制动信息，提醒自车及时作出调整；

其中，计算自车前车的制动反应时间T_反应，具体为：

T_反应(n-1)＝T_反应(i+1)+T_反应(i+2)+……T_反应(n-1)

其中，T_反应(n-1)为车队内第i个车辆制动时第n-1个车辆的制动反应时间， T_反应(i+1)为车队内第i+1个车辆的制动反应时间，T_反应(i+2)为车队内第i+2 个车辆的制动反应时间，T_反应(n-1)为车队内第n-1个车辆的制动反应时间；

具体的，当车队内第i个车辆制动时，前车为车队内第n-1个车辆时为例，车载显示屏显示自车前车的制动信息具体为″前车将在T_反应(n-1)s后以最大制动减速度a_max(n-1)进行减速″，提醒自车驾驶员注意减速；

进一步的，步骤4中，当计算的车队内自车前车的制动反应时间T_反应≥5s 时，OBU智能车载单元暂时不对自车的车载显示屏发布提醒，经过 t_等待＝T_反应-5s后再向自车的车载显示屏传输前车的制动信息，提醒自车及时作出调整；

具体的，当车队内第i个车辆制动时，自车为车队内第n-1个车辆时为例，车载显示屏显示自车前车的制动信息具体为″前车将在5s后以最大制动减速度a_max(n-1)进行减速″，提醒自车驾驶员注意减速。

本发明提供的预测前车制动的驾驶辅助方法，可提前预测自车前车的制动行为，并给驾驶员进行安全提示，从而使驾驶员提前控制车辆，从而有效避免追尾事故的发生。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。