● 摘要
论文以车辆避撞预警系统（Collision Warning System，CWS）为研究对象，以交通流理论和控制理论为基础，对实现CWS功能所涉及的信息采集、驾驶员行为分析、预警模型设计、基于虚拟环境仿真模型建立与测试、实验验证等进行了研究。首先，结合CWS国内外研究现状和我国智能车辆发展实际情况，给出了论文CWS研究的理论框架，分析了CWS所需的关键技术及其相互关系，并针对每项关键技术进行了详细的论述。然后，基于常用CWS信息采集方法分析，论文对所采用的机器视觉采集方法进行了研究，并对其中图像预处理、车道线识别、车辆检测和车辆跟踪等关键问题进行了分析。根据以上分析，结合信息融合技术，给出了论文CWS的信息采集系统。从交通流理论角度，论文研究了驾驶员的跟驰行为和换道行为，并针对每种行为给出了相应的模型。将影响对象车辆的周围车辆为目标车辆，对多车道、多车辆的换道安全性做了详细的分析，重点研究了对象车辆与原车道和目的车道上相邻车辆的最小纵向安全换道车距。利用Matlab/Simulink和虚拟现实建模语言VRML建立了驾驶员行为动态联合仿真模型，能直观的表现跟驰和换道过程中各车辆间的位置关系。在回顾几种经典CWS模型基础上，论文设计了具有多级报警功能的避撞预警模型，能够为驾驶员提供渐进的反应时间，在紧急情况下使其有更多的时间来避免碰撞。考虑到CWS模型的适用性，将对象车辆所处的交通状态引入到模型设计中，其中重点分析了顺畅流状态下的CWS模型。为了评价不同CWS模型的性能，论文提出了CWS的性能评价指标体系，并给出了相应的评价指标。最后，利用仿真及实车试验对CWS总体功能及相关研究内容的正确性进行了验证，对系统在提高车辆主动安全性方面的效果进行了初步评价。结果表明，通过论文的研究实现了车辆CWS的各项基本功能，对于提高车辆的主动安全性，保障安全行车具有重要意义。