[发明专利]一种车载雷达预警装置及预警方法

权利要求书

1.一种车载雷达预警方法，其特征在于，包括如下步骤：

步骤一、采集路况和车况数据，根据所述路况和车况数据确定目标车辆；

步骤二、采集路面坡度、风力等级、自车车速、目标车辆的车速、目标车辆的距离，并根据所述路面坡度、风力等级、自车车速、目标车辆的车速、目标车辆的距离进行处理得到风险评估指数ψ，当ψ≥ψ_S时，对所述目标车辆进行风险状态判断；其中，ψ_S为风险评估指数临界值；

步骤三、根据所述路面坡度、风力等级、自车车速、目标车辆的车速、目标车辆的距离进行车况风险预警状态判断，以此对车辆进行预警；

所述步骤一中确定目标车辆的方法具体包括：

当满足α≤30°，△S≤50m且△V≥40Km/h时的其他车辆为目标车辆；

当目标车辆的数目大于1时，则在步骤二中分别计算不同目标车辆的风险评估指数；

其中，α为他车与本车的中心轴线的夹角，△S为他车与本车距离，△V为他车与本车的相对速度；

在所述步骤三中，通过建立BP神经网络模型对所述风险预警状态判断，包括如下步骤：

步骤1、按照采样周期，通过红外传感器测得路面坡度，通过风力测量感应装置采集风力等级，通过车速传感器测得自车车速，通过车载雷达测得目标车辆的车速和目标车辆的距离，确定所述风险评估指数ξ；

步骤2、依次将所述路面坡度、风力等级、自车车速和目标车辆的车速和目标车辆的距离进行规格化，确定三层BP神经网络的输入层神经元向量x＝{x₁,x₂,x₃,x₄,x₅,x₆}，其中，x₁为路面坡度系数，x₂为风力等级系数，x₃为自车车速系数，x₄为目标车辆的车速系数，x₅为目标车辆的距离系数，x₆为风险评估指数系数；

步骤3、所述输入层神经元向量映射到隐层，所述隐层向量y＝{y₁,y₂,…,y_m}，m为隐层节点个数；

步骤4、得到输出层神经元向量o＝{o₁,o₂,o₃,o₄}；其中，o₁为设定的一级风险预警等级，o₂为设定的二级风险预警等级，o₃为设定的三级风险预警等级，o₄为设定的四级风险预警等级，所述输出层神经元值为k为输出层神经元序列号，k＝{1,2,3,4}，i为设定的第i个风险等级，i＝{1,2,3,4}，当o_k为1时，此时，待监测车辆处于o_k对应的风险等级；

步骤5、服务模块根据输出的安全等级判断，显示模块显示风险状态；其中，所述一级风险预警等级为安全状态，对自车车辆无需做出调整措施，所述二级风险预警等级为警告状态，对自车车辆的驾驶员作出提醒预警，所述三级风险预警等级为危险状态，对自车车辆的运行速度和方向进行调整，所述四级风险预警等级为高度危险等级，对自车车辆及目标车辆发出预警信号，并对自车车辆进行安全保护。

2.根据权利要求1所述的车载雷达预警方法，其特征在于，所述风险评估指数ψ计算过程为：

其中，f为校正系数，V_a为自车车速，V_b为目标车辆的车速，S为目标车辆的距离，F为风力等级，δ为路面坡度。

3.根据权利要求2所述的车载雷达预警方法，其特征在于，所述校正系数f满足：

其中，c为真空中的光速，f_r为车载雷达的发射频率，m为车载雷达的质量，I_r为车载雷达分辨率。