車輛異常行駛軌跡模型.pdf

1、隨著經(jīng)濟(jì)的快速發(fā)展和汽車保有量的持續(xù)增長,交通事故率和死亡人數(shù)居高不下,交通安全問題日趨嚴(yán)重,交通安全問題研究是目前研究的重點(diǎn)。由車輛異常行駛行為引起的交通事故占其主要部分,因此,如何對車輛異常行駛行為進(jìn)行快速識別并實時警示,已成為現(xiàn)階段迫切需要解決的問題。
　　現(xiàn)有的車輛異常行駛行為識別技術(shù)只是通過相關(guān)的道路監(jiān)控設(shè)備對其進(jìn)行檢測和警示,或通過車載導(dǎo)航設(shè)備進(jìn)行預(yù)警,并未通過車輛本身對異常行駛行為進(jìn)行識別并做出實時警示,由此產(chǎn)生的消

2、息滯后也會帶來交通事故的發(fā)生。論文從車輛自身識別角度出發(fā),對車輛矢量行駛軌跡進(jìn)行分析和研究,建立了車輛異常行駛軌跡模型,并進(jìn)行智能車實驗驗證。
　　首先,調(diào)研車輛異常行駛行為,對常見車輛異常行駛行為進(jìn)行分類。其次,根據(jù)交通工程基本原理和數(shù)值逼近理論,對車輛行駛軌跡進(jìn)行理論分析和研究,建立車輛異常行駛軌跡模型。再次,搭建基于ARM Cortex-M3內(nèi)核的智能車,該智能車采用ARM Cortex-M3內(nèi)核的STM32F103處理器、

3、μC/OS-Ⅱ操作系統(tǒng)、μC/GUI圖形用戶界面、飛思卡爾車模、nRF無線遙控控制方式。最后,通過鋪設(shè)簡易智能車實驗路網(wǎng)、從智能車自身識別角度出發(fā),以車輛逆行和異常掉頭行為為例,對車輛異常行駛軌跡模型進(jìn)行實驗驗證,對實驗結(jié)果進(jìn)行分析。智能車對其所做的異常行駛行為做出了正確的識別并給出實時警示。
　　論文建立了基于智能車實驗的車輛異常行駛軌跡模型,采用理論分析與實驗驗證相結(jié)合的方法,提出了基于該模型的車輛異常行駛行為識別方法,同步實