基于车路协同的公路危险环境预警方法、装置及介质

1.本发明涉及车路协同的实际应用领域，更具体地，涉及一种基于车路协同的公路危险环境预警方法、装置及介质。

背景技术：

2.公路环境主要包括自然环境和社会环境，自然环境是各种不可抗力因素，而社会环境是人为因素形成。近几年气象灾害频发，恶劣天气造成了人员伤亡和经济损失，有些路段由于积水和坍塌的原因给出行带来了极大地危害和不便。另一方面，道路行驶车辆的增加造成了事故频发，这不仅造成道路拥堵，往往可能会引发二次事故。智慧交通方案由此应运而生，通过将车辆、道路基础设施、云平台进行同一网络的连接，实现道路信息的共享。车路协同是实现智能交通的途径，智能车安装车载单元(on-board unit,obu)后具备与路侧单元(vehicle to infrastructure,v2i)、行人设备(vehicle to pedestrians,v2p)、车载单元之间(vehicle to vehicle,v2v)的通信。自然危险环境是没法避免的，而社会危险环境来源于交通事故，这可以通过交通拥堵治理、危险情况的及时预警从而提前规避。针对自然危险环境和社会危险环境需要提出不同的解决方案，从而让车路协同技术真正解决现有问题。

技术实现要素：

3.提供了本发明以解决现有技术中存在的上述问题。因此，需要一种基于车路协同的公路危险环境预警方法、装置及介质。
4.自然危险环境和社会危险环境组成了公路危险环境。自然危险环境存在着不可抗力，只能通过提前预警来降低自然灾害的危害，而社会危险环境主要是人为造成的，可以通过危险场景的提前警示和交通事故的尽早播报来避免交通事故和二次事故的发生。基于上述思路，提出了本发明。车路协同技术在通信上增加了智能车感知信息的能力，车联网平台与交通管理平台和气象部门进行互联互通，实现了智能车对自然危险环境和社会危险环境的提前获取。本发明分别对自然危险环境和社会危险环境分别提出了不同的预警方案。对于自然危险环境，首先气象局发布最新的自然危险环境信息，发布警示路段给车联网平台，然后受灾区域内的路侧单元对警示信息进行广播，广播范围的车载终端最终能够接收到警示信息，从而规避自然危险灾害。对于社会危险环境，首先智能车辆具备感知危险区域的能力，包括右转盲区警示、超速警示，从而尽可能避免事故发生，其次交通管理平台发布最新的交通事故和道路施工信息，发布警示路段给车联网平台，然后事故区域内的路侧单元对警示信息进行广播，广播范围的车载终端最终能够接收到警示信息，从而选择畅通路段。预警方案分别对有人驾驶车辆和无人驾驶车辆产生影响。预警信息对有人驾驶车辆的驾驶行为产生影响，而无人驾驶车辆通过改变通行策略对公路危险环境做出反应。本发明对车路协同的实际应用具有指导性作用，对道路上异质车流的研究也有借鉴意义。
5.根据本发明的第一方案，提供了一种基于车路协同的公路危险环境预警方法，所
述方法包括：
6.获取公路危险场景信息；
7.在公路危险等级达到三级及以上的大雨、暴雨及大暴雨的情况下：
8.通过如下公式(7)计算湿滑道路车辆直线跟车行驶的临界安全距离l’：
[0009][0010]
式中，s为前车在干噪道路上行驶的滑动率，s’为前车在湿滑道路上行驶的滑动率，根据前车的车速以及行驶轨迹计算得到；l为车辆直线跟车行驶的临界安全距离；
[0011]
通过如下公式(9)计算前车和当前车的行驶位移sa和sb：
[0012][0013]
式中，va和vb为前车和当前车的行驶速度；aa和ab为前车和当前车的加速度；t为车辆行驶时间；
[0014]
获取前车的航向角θ1和当前车的航向角θ2，令θ1《θ2，则：
[0015][0016]
在大地坐标下，根据公式(11)和公式(12)计算车辆前车和当前车的横纵向行驶距离：
[0017][0018][0019]
式中，s
ax
为前车的横向行驶距离，s
ay
为前车的纵向行驶距离，s
bx
为当前车的横向行驶距离，s
by
为当前车的纵向行驶距离；
[0020]
令大地坐标系的质心跟当前车的坐标系质心重合，根据公式(13)计算当前车跟车转向行驶的横向偏移l1为：
[0021]
l1＝s
ay-s
by
ꢀꢀꢀ
(13)
[0022]
根据公式(14)计算湿滑道路车辆跟车转向行驶的横向偏移l1’
为：
[0023][0024]
其中ξ为系数常量。
[0025]
进一步，所述公路危险场景信息包括自然危险环境预警信息和社会危险环境信息，获取公路危险场景信息包括：通过气象局获取实时的自然危险环境预警信息；通过交通管理部门获取实时的社会危险环境信息。
[0026]
进一步，在获取公路危险场景信息之后，所述方法还包括：根据实时的自然危险环境预警信息，预测未来n小时内的道路积水和恶劣天气，其中n大于等于1；根据交通管理部
门的备案信息、道路交通监管后台和/或道路交通参与者及时发布最新交通事故信息和/或路侧单元广播的警示信息，确定危险路段，并发出预警信号。
[0027]
进一步，所述发出预警信号包括：若当前车处于人工驾驶状态，所述预警信号通过人机交互界面发出，包括语音、特殊图像以及道路的重新规划；若当前车处于自动驾驶状态，在公路危险等级小于设定阈值时，增加制动力、制动时间以缩短制动距离，并增加与其它车辆的车头间距以增加车辆反应时间的裕度；在公路危险等级大于等于设定阈值时，发出信号以提示用户将自动驾驶模式调整为人工驾驶模式。
[0028]
进一步，根据公式(5)计算车辆的滑动率s：
[0029][0030]
式中，uw为车轮中心的速度；r
r0
为没有地面制动力时的车轮滚动半径；ωw为车轮的角速度。
[0031]
进一步，根据公式(6)计算车辆直线跟车行驶的临界安全距离l：
[0032][0033]
式中，va为前车车速，vb为跟车车速，vr为前车和跟车的相对车速，vr＝v
b-va，a
max
为车辆最大减速度。
[0034]
根据本发明的第二技术方案，提供一种基于车路协同的公路危险环境预警装置，所述装置包括处理器，所述处理器被配置为：
[0035]
获取公路危险场景信息；
[0036]
在公路危险等级达到三级及以上的大雨、暴雨及大暴雨的情况下：
[0037]
通过如下公式(7)计算湿滑道路车辆直线跟车行驶的临界安全距离l’：
[0038][0039]
式中，s为前车在干噪道路上行驶的滑动率，s’为前车在湿滑道路上行驶的滑动率，根据前车的车速以及行驶轨迹计算得到；l为车辆直线跟车行驶的临界安全距离；
[0040]
通过如下公式(9)计算前车和当前车的行驶位移sa和sb：
[0041][0042]
式中，va和vb为前车和当前车的行驶速度；aa和ab为前车和当前车的加速度；t为车辆行驶时间；
[0043]
获取前车的航向角θ1和当前车的航向角θ2，令θ1《θ2，则：
[0044][0045]
在大地坐标下，根据公式(11)和公式(12)计算车辆前车和当前车的横纵向行驶距离：
[0046][0047][0048]
式中，s
ax
为前车的横向行驶距离，s
ay
为前车的纵向行驶距离，s
bx
为当前车的横向行驶距离，s
by
为当前车的纵向行驶距离；
[0049]
令大地坐标系的质心跟当前车的坐标系质心重合，根据公式(13)计算当前车跟车转向行驶的横向偏移l1为：
[0050]
l1＝s
ay-s
by
ꢀꢀꢀ
(13)
[0051]
根据公式(14)计算湿滑道路车辆跟车转向行驶的横向偏移l1’
为：
[0052][0053]
其中ξ为系数常量。
[0054]
进一步，所述处理器被进一步配置为：通过气象局获取实时的自然危险环境预警信息；通过交通管理部门获取实时的社会危险环境信息。
[0055]
进一步，所述处理器被进一步配置为：根据公式(5)计算车辆的滑动率s：
[0056][0057]
式中，uw为车轮中心的速度；r
r0
为没有地面制动力时的车轮滚动半径；ωw为车轮的角速度。
[0058]
进一步，所述处理器被进一步配置为：根据公式(6)计算车辆直线跟车行驶的临界安全距离l：
[0059][0060]
式中，va为前车车速，vb为跟车车速，vr为前车和跟车的相对车速，vr＝v
b-va，a
max
为车辆最大减速度。
[0061]
进一步，所述处理器被进一步配置为：根据实时的自然危险环境预警信息，预测未来n小时内的道路积水和恶劣天气，其中n大于等于1；根据交通管理部门的备案信息、道路交通监管后台和/或道路交通参与者及时发布最新交通事故信息和/或路侧单元广播的警示信息，确定危险路段，并发出预警信号。
[0062]
进一步，所述处理器被进一步配置为：若当前车处于人工驾驶状态，所述预警信号通过人机交互界面发出，包括语音、特殊图像以及道路的重新规划；若当前车处于自动驾驶状态，在公路危险等级小于设定阈值时，增加制动力、制动时间以缩短制动距离，并增加与其它车辆的车头间距以增加车辆反应时间的裕度；在公路危险等级大于等于设定阈值时，发出信号以提示用户将自动驾驶模式调整为人工驾驶模式。
[0063]
根据本发明的第三方案，提供了一种存储有指令的非暂时性计算机可读存储介质，当所述指令由处理器执行时，执行根据本发明各个实施例所述的方法。
[0064]
根据本发明各个方案的基于车路协同的公路危险环境预警方法、装置及介质，首
先打通车联网平台与气象局和交通管理部门的联系，其次通过车路协同技术对自然危险环境和社会危险环境采取不同方案，最后在公路危险环境不断补充、解决完善多种形态的公路危险环境预警。在危险等级高的情况下，计算出湿滑道路车辆直线跟车行驶的临界安全距离以及湿滑道路车辆跟车转向行驶的横向偏移，给驾驶人提供相应的预警，以提升车辆的行车安全性。本发明对车路协同的实际应用具有指导性作用，对道路上异质车流的研究也有借鉴意义。
附图说明
[0065]
在不一定按比例绘制的附图中，相同的附图标记可以在不同的视图中描述相似的部件。具有字母后缀或不同字母后缀的相同附图标记可以表示相似部件的不同实例。附图大体上通过举例而不是限制的方式示出各种实施例，并且与说明书以及权利要求书一起用于对所发明的实施例进行说明。在适当的时候，在所有附图中使用相同的附图标记指代同一或相似的部分。这样的实施例是例证性的，而并非旨在作为本装置或方法的穷尽或排他实施例。
[0066]
图1为本发明所述的基于车路协同的公路危险环境预警方法的技术路线图。
[0067]
图2为本发明所述的基于车路协同的公路危险环境预警方法的公路危险等级图。
[0068]
图3为本发明所述的基于车路协同的公路危险环境预警方法的公路危险等级指标图。
[0069]
图4为本发明所述的基于车路协同的公路危险环境预警方法的预警信息流向图。
[0070]
图5为本发明所述的基于车路协同的公路危险环境预警方法的详细说明图。
[0071]
图6为本发明所述的基于车路协同的公路危险环境预警方法的车辆轮胎附着力分解图。
[0072]
图7为本发明所述的基于车路协同的公路危险环境预警方法的车辆跟车转向示意图。
[0073]
图8为本发明所述的基于车路协同的公路危险环境预警方法的车载端显示界面图。
具体实施方式
[0074]
为使本领域技术人员更好的理解本发明的技术方案，下面结合附图和具体实施方式对本发明作详细说明。下面结合附图和具体实施例对本发明的实施例作进一步详细描述，但不作为对本发明的限定。本文中所描述的各个步骤，如果彼此之间没有前后关系的必要性，则本文中作为示例对其进行描述的次序不应视为限制，本领域技术人员应知道可以对其进行顺序调整，只要不破坏其彼此之间的逻辑性导致整个流程无法实现即可。
[0075]
如图1所示为基于车路协同的公路危险环境预警方法的技术路线图。根据公路危险场景是否存在不可抗力，分为自然危险场景和社会危险场景两大类。对于自然危险场景，需要根据气象局发布最新自然灾害情况，使用人工智能算法预测未来1小时内的道路积水和恶劣天气；对于社会危险场景，包括预期规划的道路建设和突发的道路交通事故两大类，前者需要交通管理部门的提前备案，后者需要道路交通监管后台和道路交通参与者及时发布最新交通事故情况。然后，公路危险环境信息通过内部网络转发至车联网平台，车联网平
台发布警示/封闭道路信息至路侧单元和车载单元，在危险环境范围内的车载单元会接收到路侧单元广播的警示信息，范围外的车载单元会收到提示信息。车联平台会对公路危险环境进行评估，当危险等级超出设定阈值时，有人驾驶车辆需要就近驶离危险路段，无人驾驶车需要切换控制策略，进行人工接管或远程驾驶。
[0076]
如图2所示为本发明所述的公路危险等级图。公路危险等级一共由低到高分为五级，一级公路危险等级低，五级公路危险等级高。一级公路危险等级包括自然环境小雪、小雨、劲风、轻雾以及社会环境道路车辆缓行和道路基础设施建设，二级公路危险等级包括自然环境中雪、中雨、强风、雾以及社会环境道路车辆拥挤，三级公路危险等级包括自然环境大雪、大雨、大风、大雾以及社会环境一般交通事故，四级公路危险等级包括自然环境暴雪、暴雨、狂风、浓雾以及社会环境重大交通事故，五级公路危险等级包括自然环境大暴雪、大暴雨、暴风、强浓雾以及社会环境特大交通事故。本发明所述的公路危险等级所对应指标如图3所示。
[0077]
如图4所示为本发明所述的预警信息流向图。车联网平台、交通管理平台及气象监测平台实现了不同部门间的互联互通。交通管理平台通过道路车辆监控平台和道路基础设施建设计划，从而及时获得道路车辆运行情况。气象监测平台实时对异常天气进行监测，通过人工智能算法预测未来恶劣天气情况。车联网平台第一时间从交通管理平台和气象监测平台获取到公路环境，根据公路危险等级划分，发布不同的预警信息。警示区域内的路侧单元、车载单元和个人手机能够及时收到预警信息。对于未安装车载单元的车辆，驾驶人可以根据道路智能网联指路标志获取到预警信息。对于交通部门不能第一时间处理的道路突发事件，车载单元能够反馈突发事件给车联网平台，最终实现预警信息的广播。
[0078]
如图5所示为本发明所述的预警方法详细说明，针对有人驾驶车辆和无人驾驶车辆分别采取不同的预警方式。对于有人驾驶车辆，主要采取的是人机交互界面的提醒，包括语音和特殊图像，以及道路的重新规划，最终使驾驶人做出合理反应。对于无人驾驶车辆，主要采取的是通行策略的调整，面对公路危险等级较低的情况，一方面以增加制动力、制动时间来缩短制动距离，另一方面增加与其它车辆的车头间距来增加车辆反应时间的裕度。面对公路危险等级较高的情况，主要采取切换无人驾驶车的工作模式，从无人驾驶模式改变为有人驾驶模式，平行驾驶配合安全员操作。智能车辆同时具备感知道路湿滑度的能力，从而适应性的改变碰撞预警距离，提醒周围车辆保持与环境相协调的车距。
[0079]
下面以下雨天气为例具体说明基于车路协同的公路危险环境预警方法。公路危险等级达到三级及以上的大雨、暴雨及大暴雨情况，无人驾驶模式切换为有人驾驶模式，所以只需要考虑对有人驾驶车辆的公路危险环境的预警。下雨天主要影响驾驶员的视认性和车辆的稳定性，通过对周围车辆的碰撞范围预警来弥补车辆稳定性的变差。汽车雨天行驶会遇到两种附着能力很小的危险情况：一种情况是刚开始下雨，路面上只有少量雨水时，雨水与路面上的尘土、油污相混合，形成粘度高的水液，滚动的轮胎无法排挤出胎面与路面间的水液膜，由于水液膜的润滑作用，附着性能将大为降低，平滑的路面有时会同冰雪路面一样滑溜。另外一种情况是高速行驶的汽车经过有积水层的路面，出现了滑水现象，轮胎将完全漂浮在水膜上面而与路面毫不接触。路面淋雨后，轮胎的附着力会大大下降。轮胎的附着力可分解为轮胎的纵向与侧向，其极限可以用图6所示。纵向相当于车辆行驶的方向，用于加/减速，侧向垂直于车辆行驶方向，用于转向。雨天路面行驶，此时轮胎总附着力小，若突然刹
车，纵向制动力过大，很容易导致侧向附着力不够，出现打滑，严重时还可能出现失去转向和甩尾的情况。
[0080]
汽车制动过程中逐渐增大踏板力时轮胎会在地面上留下三段印痕。第一段内，印痕的形状与轮胎胎面花纹基本一致，车轮接近于单纯的滚动，其轮胎速度定义为：
[0081]uw
≈r
r0
ωwꢀꢀꢀ
(1)
[0082]
式中，uw为车轮中心的速度；r
r0
为没有地面制动力时的车轮滚动半径；ωw为车轮的角速度。
[0083]
第二段内，轮胎花纹的印痕可以辨别出来，但花纹逐渐模糊，轮胎不只是单纯的滚动，胎面与地面发生一定程度的相对滑动，即车轮处于边滚边滑的状态，此时：
[0084]uw
＞r
r0
ωwꢀꢀꢀ
(2)
[0085]
且随着制动强度的增加，滑动成分的比例越来越大，即
[0086]uw
＞＞r
r0
ωwꢀꢀꢀ
(3)
[0087]
第三段形成一条粗黑的印痕，看不出花纹的印痕，车轮被制动器抱住，在路面上作完全的拖滑，此时
[0088]
ωw＝0
ꢀꢀꢀ
(4)
[0089]
根据这三段的变化情况随着制动强度的增加，车轮滚动成分越来越少，而滑动成分越来越多。一般用滑动率s来说明这个过程中滑动成分的多少。滑动率的定义为：
[0090][0091]
在纯滚动时，uw＝r
r0
ωw，滑动率s＝0；在纯拖滑时，ωw＝0，s＝100％；边滚边滑时，0《s《100％。所以，滑动率的数值说明了车轮运动中滑动成分所占的比例。滑动率越大，滑动成分越多。
[0092]
根据车辆的航向角和位置信息，可以分为两种情况，一种是车辆直线行驶情况，另一种是车辆转向行驶情况。车辆直线行驶主要考虑车辆的纵向偏移，在跟车情况下，后车通过车路协同技术获取到前车的车速以及行驶轨迹，从而计算出前车的滑动率，及时对后车提出不同滑动率下的跟车距离提醒。车辆转向行驶主要考虑车辆的横向偏移，其它车辆通过获取转向车辆的危险转向区域范围，提前进行规避。具体的计算公式如下。
[0093]
车辆直线跟车行驶的临界安全距离l为：
[0094][0095]
其中va为前车车速，vb为跟车车速，vr为前车和跟车的相对车速，vr＝v
b-va，a
max
为车辆最大减速度。
[0096]
前车在干噪道路上行驶的滑动率为s，在湿滑道路上行驶的滑动率为s’，则湿滑道路车辆直线跟车行驶的临界安全距离l’为：
[0097][0098]
如图7所示为车辆跟车转向示意图。a车为前车，b车为跟驰车，假设车辆无侧倾，则车辆的航向角等于车辆的横摆角，车辆横摆角与方向盘转角存在线性关系。为方便计算，以两车质心为参考。通常情况下，车辆行驶过程为变直线运动，车辆位移满足计算公式(8)：
[0099][0100]
式中：v为车辆行驶速度；a为车辆加速度；t为车辆行驶时间。车辆a、b的行驶位移分别为：
[0101][0102]
已知车辆a、b的航向角分别为θ1和θ2，为了保证车辆b能够顺利转弯，存在θ1《θ2，则：
[0103][0104]
在大地坐标系下，车辆a、b的横纵向行驶距离为：
[0105][0106][0107]
大地坐标系的质心跟车辆b坐标系质心重合，车辆跟车转向行驶的横向偏移l1为：
[0108]
l1＝s
ay-s
by
ꢀꢀꢀ
(13)
[0109]
前车在干噪道路上行驶的滑动率为s，在湿滑道路上行驶的滑动率为s’，则湿滑道路车辆跟车转向行驶的横向偏移l1’
为：
[0110][0111]
其中ξ为系数常量。
[0112]
本发明还提供一种基于车路协同的公路危险环境预警装置，所述装置包括处理器，所述处理器被配置为执行根据本发明各实施例所述的预警方法。
[0113]
需要说明的是，处理器可以是包括一个以上通用处理设备的处理设备，诸如微处理器、中央处理单元(cpu)、图形处理单元(gpu)等。更具体地，处理器可以是复杂指令集计算(cisc)微处理器、精简指令集计算(risc)微处理器、超长指令字(vliw)微处理器、运行其他指令集的处理器或运行指令集的组合的处理器。处理器还可以是一个以上专用处理设备，诸如专用集成电路(asic)、现场可编程门阵列(fpga)、数字信号处理器(dsp)、片上系统(soc)等。
[0114]
处理器可以通信地耦合到存储器并且被配置为执行存储在其上的计算机可执行指令，以执行根据本发明各个实施例所述的基于车路协同的公路危险环境预警方法。
[0115]
本发明实施例提供一种存储有指令的非暂时性计算机可读存储介质，当所述指令由处理器执行时，执行根据本发明各个实施例所述的方法。
[0116]
示例性的，当在车辆的车载终端上的处理器配置有可以实现根据本发明各个实施
例所述的基于车路协同的公路危险环境预警方法的执行指令时或者在车辆的车载终端上设置有本发明实施例提供的存储有指令的非暂时性计算机可读存储介质。在具体实施时，如图8所示为本发明所述的车载端人机界面图。区域1显示的是驾驶人头像，主要用来确认驾驶人的身份信息。区域2显示的是日常的天气情况。区域3显示的是信号灯信息，包括颜和配时。区域4显示的是公路危险环境预警显示，包括施工预警、异常天气预警、特殊车辆预警、弱势交通体预警，主要用来提醒驾驶人应对异常场景。区域5显示的是局部道路信息，根据施工情况、拥堵情况、路口数量来评估道路的通行能力，引导驾驶员选择通行能力较大的路线。
[0117]
此外，尽管已经在本文中描述了示例性实施例，其范围包括任何和所有基于本发明的具有等同元件、修改、省略、组合(例如，各种实施例交叉的方案)、改编或改变的实施例。权利要求书中的元件将被基于权利要求中采用的语言宽泛地解释，并不限于在本说明书中或本技术的实施期间所描述的示例，其示例将被解释为非排他性的。因此，本说明书和示例旨在仅被认为是示例，真正的范围和精神由以下权利要求以及其等同物的全部范围所指示。
[0118]
以上描述旨在是说明性的而不是限制性的。例如，上述示例(或其一个或更多方案)可以彼此组合使用。例如本领域普通技术人员在阅读上述描述时可以使用其它实施例。另外，在上述具体实施方式中，各种特征可以被分组在一起以简单化本发明。这不应解释为一种不要求保护的发明的特征对于任一权利要求是必要的意图。相反，本发明的主题可以少于特定的发明的实施例的全部特征。从而，以下权利要求书作为示例或实施例在此并入具体实施方式中，其中每个权利要求独立地作为单独的实施例，并且考虑这些实施例可以以各种组合或排列彼此组合。本发明的范围应参照所附权利要求以及这些权利要求赋权的等同形式的全部范围来确定。

技术特征：

1.一种基于车路协同的公路危险环境预警方法，其特征在于，所述方法包括：获取公路危险场景信息；在公路危险等级达到三级及以上的大雨、暴雨及大暴雨的情况下：通过如下公式(7)计算湿滑道路车辆直线跟车行驶的临界安全距离l’：式中，s为前车在干噪道路上行驶的滑动率，s’为前车在湿滑道路上行驶的滑动率，根据前车的车速以及行驶轨迹计算得到；l为车辆直线跟车行驶的临界安全距离；通过如下公式(9)计算前车和当前车的行驶位移s
a
和s
b
：式中，v
a
和v
b
为前车和当前车的行驶速度；a
a
和a
b
为前车和当前车的加速度；t为车辆行驶时间；获取前车的航向角θ1和当前车的航向角θ2，令θ1<θ2，则：在大地坐标下，根据公式(11)和公式(12)计算车辆前车和当前车的横纵向行驶距离：在大地坐标下，根据公式(11)和公式(12)计算车辆前车和当前车的横纵向行驶距离：式中，s
ax
为前车的横向行驶距离，s
ay
为前车的纵向行驶距离，s
bx
为当前车的横向行驶距离，s
by
为当前车的纵向行驶距离；令大地坐标系的质心跟当前车的坐标系质心重合，根据公式(13)计算当前车跟车转向行驶的横向偏移l1为：l1＝s
ay-s
by
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(13)根据公式(14)计算湿滑道路车辆跟车转向行驶的横向偏移l1’
为：其中ξ为系数常量。2.根据权利要求1所述的方法，其特征在于，所述公路危险场景信息包括自然危险环境预警信息和社会危险环境信息，获取公路危险场景信息包括：通过气象局获取实时的自然危险环境预警信息；通过交通管理部门获取实时的社会危险环境信息。3.根据权利要求2所述的方法，其特征在于，在获取公路危险场景信息之后，所述方法
还包括：根据实时的自然危险环境预警信息，预测未来n小时内的道路积水和恶劣天气，其中n大于等于1；根据交通管理部门的备案信息、道路交通监管后台和/或道路交通参与者及时发布最新交通事故信息和/或路侧单元广播的警示信息，确定危险路段，并发出预警信号。4.根据权利要求3所述的方法，其特征在于，所述发出预警信号包括：若当前车处于人工驾驶状态，所述预警信号通过人机交互界面发出，包括语音、特殊图像以及道路的重新规划；若当前车处于自动驾驶状态，在公路危险等级小于设定阈值时，增加制动力、制动时间以缩短制动距离，并增加与其它车辆的车头间距以增加车辆反应时间的裕度；在公路危险等级大于等于设定阈值时，发出信号以提示用户将自动驾驶模式调整为人工驾驶模式。5.根据权利要求1所述的方法，其特征在于，根据公式(5)计算车辆的滑动率s：式中，u
w
为车轮中心的速度；r
r0
为没有地面制动力时的车轮滚动半径；ω
w
为车轮的角速度。6.根据权利要求1所述的方法，其特征在于，根据公式(6)计算车辆直线跟车行驶的临界安全距离l：式中，v
a
为前车车速，v
b
为跟车车速，v
r
为前车和跟车的相对车速，v
r
＝v
b-v
a
，a
max
为车辆最大减速度。7.一种基于车路协同的公路危险环境预警装置，其特征在于，所述装置包括处理器，所述处理器被配置为：获取公路危险场景信息；在公路危险等级达到三级及以上的大雨、暴雨及大暴雨的情况下：通过如下公式(7)计算湿滑道路车辆直线跟车行驶的临界安全距离l’：式中，s为前车在干噪道路上行驶的滑动率，s’为前车在湿滑道路上行驶的滑动率，根据前车的车速以及行驶轨迹计算得到；l为车辆直线跟车行驶的临界安全距离；通过如下公式(9)计算前车和当前车的行驶位移s
a
和s
b
：式中，v
a
和v
b
为前车和当前车的行驶速度；a
a
和a
b
为前车和当前车的加速度；t为车辆行驶时间；获取前车的航向角θ1和当前车的航向角θ2，令θ1<θ2，则：
在大地坐标下，根据公式(11)和公式(12)计算车辆前车和当前车的横纵向行驶距离：在大地坐标下，根据公式(11)和公式(12)计算车辆前车和当前车的横纵向行驶距离：式中，s
ax
为前车的横向行驶距离，s
ay
为前车的纵向行驶距离，s
bx
为当前车的横向行驶距离，s
by
为当前车的纵向行驶距离；令大地坐标系的质心跟当前车的坐标系质心重合，根据公式(13)计算当前车跟车转向行驶的横向偏移l1为：l1＝s
ay-s
by
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(13)根据公式(14)计算湿滑道路车辆跟车转向行驶的横向偏移l1’
为：其中ξ为系数常量。8.根据权利要求7所述的装置，其特征在于，所述处理器被进一步配置为：根据实时的自然危险环境预警信息，预测未来n小时内的道路积水和恶劣天气，其中n大于等于1；根据交通管理部门的备案信息、道路交通监管后台和/或道路交通参与者及时发布最新交通事故信息和/或路侧单元广播的警示信息，确定危险路段，并发出预警信号。9.根据权利要求8所述的装置，其特征在于，所述处理器被进一步配置为：若当前车处于人工驾驶状态，所述预警信号通过人机交互界面发出，包括语音、特殊图像以及道路的重新规划；若当前车处于自动驾驶状态，在公路危险等级小于设定阈值时，增加制动力、制动时间以缩短制动距离，并增加与其它车辆的车头间距以增加车辆反应时间的裕度；在公路危险等级大于等于设定阈值时，发出信号以提示用户将自动驾驶模式调整为人工驾驶模式。10.一种存储有指令的非暂时性计算机可读存储介质，当所述指令由处理器执行时，执行根据权利要求1至6中任一项所述的方法。

技术总结

本发明公开一种基于车路协同的公路危险环境预警方法、装置及介质，首先打通车联网平台与气象局和交通管理部门的联系，其次通过车路协同技术对自然危险环境和社会危险环境采取不同方案，最后在公路危险环境不断补充、解决完善多种形态的公路危险环境预警。在危险等级高的情况下，计算出湿滑道路车辆直线跟车行驶的临界安全距离以及湿滑道路车辆跟车转向行驶的横向偏移，给驾驶人提供相应的预警，以提升车辆的行车安全性。提升车辆的行车安全性。提升车辆的行车安全性。