本发明涉及一种汽车安全预警系统及方法，尤其涉及一种基于人车路多信息融合的汽车主动安全预警系统方法，属于智能车辆控制中的高级辅助驾驶控制。
背景技术：
1、智能交通系统(its)通过融合先进技术，有效整合人、车、路资源，旨在缓解交通拥堵、减少环境污染，实现高效运输。车辆驾驶辅助系统(das)，作为its的关键部分，利用传感器监测行驶环境，评估安全风险，并在必要时采取控制措施以预防事故，从而增强车辆智能化和主动安全性。鉴于绝大多数交通事故源于驾驶员错误，如疲劳或疏忽驾驶，开发das能显著降低这类事故。目前的研究重点包括防撞系统、换道辅助、车道保持、自适应巡航控制(acc)和行人检测等，这些系统通过实时监控和分析，能够识别并预警潜在风险，促使驾驶员采取安全行动。然而，目前的车辆预警系统往往只考虑单一信息，没能充分考虑人车路多源信息，设计das时需考虑驾驶员个性和车辆特性，以增强系统的适应性和智能度，这些研究不仅加速智能驾驶的实现，也能有效提升行车安全，减少了事故发生率，对改善道路交通安全具有显著意义。
技术实现思路
1、为了解决上述问题，本发明提出了一种基于人车路多信息融合的汽车主动安全预警系统及方法，通过融合多源信息以提升整体的驾驶安全性。
2、为了达到以上目的，本发明的具体技术方案如下：基于人车路多信息融合的汽车主动安全预警系统，包括互相连通的信息感知模块、状态监测模块、阈值调整模块、安全预警模块及主动控制模块；
3、所述信息感知模块、状态监测模块、阈值调整模块、安全预警模块及主动控制模块集成安装于车辆的中央控制单元区域；
4、所述信息感知模块信息与状态监测模块和阈值调整模块通讯连接，用于实时获取车辆状态信息；
5、所述状态监测模块与信息感知模块和安全预警模块通讯连接，对所述信息感知模块获取的车辆状态信息进行计算处理，包含驾驶员操纵状态监测、车辆稳定性状态监测和车道保持监测三个子模块；
6、所述阈值调整模块与信息感知模块和安全预警模块连接，根据当前车道类型与驾驶员特性，基于模糊控制模型确定方向盘转角异常输入的安全阈值δδsm与车道偏离时间的安全阈值tam；
7、所述安全预警模块与状态监测模块和阈值调整模块连接，根据状态监测模块获取的各状态指标及阈值调整模块获取的安全阈值以确定预警等级和相应的预警方式；
8、所述主动控制模块与安全预警模块连接，根据安全预警模块的判断结果以决定是否介入，并根据当前车辆状态进行车辆主动前轮转向控制，计算产生附加前轮转角。
9、一种基于人车路多信息融合的汽车主动安全预警系统的方法，包括如下步骤：
10、步骤1，通过信息感知模块实时获取车辆状态信息；
11、步骤2，状态监测模块实时监测由步骤1中获取的车辆状态信息，并根据获取的车辆状态信息计算处理各状态指标值；
12、步骤3，阈值调整模块根据当前车道类型和驾驶员特性，基于模糊控制模型确定各状态指标的安全阈值；
13、步骤4，安全预警模块根据各状态指标及其安全阈值确定预警等级和相应的预警方式；
14、步骤5，主动控制模块在触发一级安全预警后介入进行主动前轮转向控制。
15、进一步的，所述步骤1中，车辆状态信息至少包括方向盘转角、方向盘转角速率、车辆横摆角、横摆角速度、横向位置、横向速度、纵向速度和横向加速度。
16、进一步的，所述步骤2中，包括如下具体步骤，
17、步骤2.1，通过驾驶员操纵状态监测子模块计算驾驶员方向盘转角异常输入，计算公式如下：
18、
19、其中，δsa为实际的方向盘转角，为实际的方向盘转角速率，δsd为理想的方向盘转角，ts为预设的驾驶员反应时间；
20、步骤2.2，通过车辆稳定性状态监测子模块计算车辆稳定状态判据后轮侧偏角估计值以判断车辆横摆稳定性状态，具体计算公式如下：
21、
22、其中ωr为横摆角速度，vy为横向速度；
23、步骤2.3，通过车道保持监测子模块计算车道偏离时间，所述车道偏离时间是指车辆以当前的行驶状态从当前位置行驶至外侧车轮碰到车道边界线为止的这段时间，具体计算公式如下：
24、
25、其中ay为横向加速度，dy为车辆相对于车道边界的横向距离。
26、进一步的，所述步骤2.1中，理想方向盘转角根据基于轨迹预测的理想驾驶员方向控制模型得到，具体计算公式如下：
27、
28、其中iw为方向盘转角和前轮转角的角传动比，m为整车质量，cf、cr为前、后轮胎等效侧偏刚度，lf、lr为整车质心至前、后轴距离，所述的iw、m、cf、cr、lf、lr均为车辆固有参数，可提前测定获知；β为质心侧偏角，vx为纵向速度，tp为预设的预瞄时间，dp为预瞄点与车道中心线的横向偏差，所述的β、vx、dp可通过信息感知模块获取。
29、进一步的，所述步骤3中，模糊控制模型为双输入双输出模型；输入分别为驾驶员类型dr与车道类型ro；所述驾驶员类型由驾驶员根据自身的行驶习惯自行选择，论域u1＝[0，1]，模糊集合m1＝(n1，z1，p1)，分别代表驾驶员驾驶类型为“谨慎、正常、激进”；车道类型由信息感知模块获取，论域u2＝[0，1]，模糊集合m2＝(n2，z2，p2)，分别代表车道等级为“低、中、高”；隶属度函数均采用高斯函数形式；
30、输出为方向盘转角异常输入的安全阈值δδsm与车道偏离时间的安全阈值tam，δδsm的论域u3＝[0，10]，模糊集合m3＝(n3，z3，p3)，分别代表方向盘转角异常输入为“小、中、大”；tam的论域u4＝[0.7，2]，模糊集合m4＝(n4，z4，p4)，分别代表方向盘转角异常输入为“小、中、大”；隶属度函数均采用高斯函数形式。
31、所述模糊控制模型的模糊推理规则如下表所示：
32、
33、所述模糊推理规则也可表述为如下模糊逻辑语句：
34、规则1：如果dr是n1且ro是n2，则δδsm为n3，tam为n4；
35、规则2：如果dr是n1且ro是z2，则δδsm为p3，tam为p4；
36、规则3：如果dr是n1且ro是p2，则δδsm为p3，tam为p4；
37、规则4：如果dr是z1且ro是n2，则δδsm为n3，tam为n4；
38、规则5：如果dr是z1且ro是z2，则δδsm为z3，tam为z4；
39、规则6：如果dr是z1且ro是p2，则δδsm为p3，tam为p4；
40、规则7：如果dr是p1且ro是n2，则δδsm为n3，tam为n4；
41、规则8：如果dr是p1且ro是z2，则δδsm为n3，tam为n4；
42、规则9：如果dr是p1且ro是p2，则δδsm为z3，tam为z4。
43、进一步的，所述步骤4中，安全预警模块根据步骤2中获取的驾驶员方向盘转角异常输入δδs、车辆横摆稳定性状态αr与车道偏离时间ta和步骤3中获取的方向盘转角异常输入的安全阈值δδsm、车辆稳定状态判据后轮侧偏角的安全阈值αrm与车道偏离时间的安全阈值tam确定预警等级和相应的预警方式，具体预警规则如下：
44、若δδs<δδsm且αr<αrm且ta<tam，则不触发安全预警，安全预警指示灯显示为绿色，无安全预警提示音，驾驶员正常行驶；
45、若δδs>＝δδsm且αr<αrm且ta<tam，则触发三级安全预警，安全预警指示灯显示为黄色，无安全预警提示音；
46、若αrm<＝αr<1.2*αrm或tam<＝ta<1.2*tam，则触发二级安全预警，安全预警指示灯显示为黄色，预警系统发出低频率安全预警提示音；
47、若1.2*αrm<＝αr或1.2*tam<＝ta，则触发一级安全预警，安全预警指示灯显示为红色，预警系统发出高频率安全预警提示音，所述主动控制模块介入控制。
48、进一步的，所述步骤5中，当预警等级判断结果在触发一级安全预警后，所述主动控制模块介入控制，并根据当前车辆状态进行车辆主动前轮转向控制，计算产生附加前轮转角；
49、所述附加前轮转角采用基于滑模控制的主动前轮转向控制算法得到，具体步骤如下：
50、步骤5.1，建立车辆横摆动力学模型：
51、
52、其中iz为横摆转动惯量，d为系统未知干扰且|d|<d；
53、步骤5.2，确定理想横摆角速度：
54、
55、步骤5.3，设计非奇异积分终端滑模面：
56、
57、其中e(t)＝ωr-ωrref，控制器参数μ1＞0，μ2＞0，0＜λ＜1；
58、步骤5.4，确定附加前轮转角控制律：
59、
60、其中控制器参数εd＞d。
61、与现有技术相比，本发明的有益效果为：
62、1、通过融合多源信息，系统能更准确地判断潜在的安全风险，相比单一信息源的预警系统，误报率和漏报率都有所下降。这种精确的预警可以帮助驾驶员及时做出反应，从而避免或减轻事故的发生；
63、2、本发明所述的方法能够根据当前的驾驶情境自动调整预警策略，提高了方法的适应性。通过实时分析综合信息，算法能够更早地识别出潜在的危险，并向驾驶员发出预警，为驾驶员提供了更多的反应时间；
64、3、长期使用具有人车路多信息融合的主动安全预警系统，可以帮助驾驶员识别和纠正不安全的驾驶习惯，从而提升整体的驾驶安全性。
1.基于人车路多信息融合的汽车主动安全预警系统，其特征在于：包括互相连通的信息感知模块、状态监测模块、阈值调整模块、安全预警模块及主动控制模块；
2.一种根据权利要求1所述的基于人车路多信息融合的汽车主动安全预警系统的方法，其特征在于：包括如下步骤，
3.根据权利要求2所述的基于人车路多信息融合的汽车主动安全预警方法，其特征在于：所述步骤1中，车辆状态信息至少包括方向盘转角、方向盘转角速率、车辆横摆角、横摆角速度、横向位置、横向速度、纵向速度和横向加速度。
4.根据权利要求2所述的基于人车路多信息融合的汽车主动安全预警方法，其特征在于：所述步骤2中，包括如下具体步骤，
5.根据权利要求4所述的基于人车路多信息融合的汽车主动安全预警方法，其特征在于：所述步骤2.1中，理想方向盘转角根据基于轨迹预测的理想驾驶员方向控制模型得到，具体计算公式如下：
6.根据权利要求2所述的基于人车路多信息融合的汽车主动安全预警方法，其特征在于：所述步骤3中，模糊控制模型为双输入双输出模型；输入分别为驾驶员类型dr与车道类型ro；所述驾驶员类型由驾驶员根据自身的行驶习惯自行选择，论域u1＝[0，1]，模糊集合m1＝(n1，z1，p1)，分别代表驾驶员驾驶类型为“谨慎、正常、激进”；车道类型由信息感知模块获取，论域u2＝[0，1]，模糊集合m2＝(n2，z2，p2)，分别代表车道等级为“低、中、高”；隶属度函数均采用高斯函数形式；
7.根据权利要求6所述的基于人车路多信息融合的汽车主动安全预警方法，其特征在于：所述模糊控制模型的模糊推理规则表述为如下模糊逻辑语句：
8.根据权利要求2所述的基于人车路多信息融合的汽车主动安全预警方法，其特征在于：所述步骤4中，安全预警模块根据步骤2中获取的驾驶员方向盘转角异常输入δδs、车辆横摆稳定性状态αr与车道偏离时间ta和步骤3中获取的方向盘转角异常输入的安全阈值δδsm、车辆稳定状态判据后轮侧偏角的安全阈值αrm与车道偏离时间的安全阈值tam确定预警等级和相应的预警方式，具体预警规则如下：
9.根据权利要求8所述的基于人车路多信息融合的汽车主动安全预警方法，其特征在于：所述步骤5中，当预警等级判断结果在触发一级安全预警后，所述主动控制模块介入控制，并根据当前车辆状态进行车辆主动前轮转向控制，计算产生附加前轮转角；
