ارائه یک سیستم دستیار راننده مبتنی بر ارتباطات بین خودرویی با استفاده از منطق فازی

نوع مقاله : علمی - پژوهشی

نویسندگان

دانشکده فنی و مهندسی، دانشگاه ارومیه، ارومیه، ایران

چکیده

در این مقاله با بهره‌گیری از امکان ارتباطات بین‌خودرویی، یک سیستم ایمنی کمک راننده براساس منطق فازی طراحی شده‌است. در این سیستم پیشنهادی، هر خودرو اطلاعاتی مانند سرعت، چگالی ودرجه تخطی راننده را از خودروهای همسایه با استفاده‌از ارتباطات بین‌خودرویی دریافت کرده وسپس با استفاده از یک سیستم فازی، ایمنی خود را سنجیده و به راننده‌پیشنهاد لازم برای ایمنی بالاتر را ارائه می‌کند. افزون بر این سیستم پیشنهادی در مورد ایمن بودن مانورهای تغییر خط مانند سبقت وانحراف به چپ و راست، به راننده کمک می‌کند. نتایج شبیه‌سازی سیستم‌ پیشنهادی نشان می‌دهد که این سیستم در نهایت باعث کاهش حدود 60‏% تصادفات می‌شود. در شبیه‌سازی سیستم پیشنهادی در مانورهای مختلف نیز کاهش 77‏% تصادفات در مانور سبقت، کاهش 74‏% در مانور انحراف به راست و دور زدن به سمت راست و کاهش 82% در مانورهای انحراف به چپ ودور زدن به سمت چپ، مشاهده شده‌است.

کلیدواژه‌ها


عنوان مقاله [English]

Design of a Driver Assistant System Based on Vehicular Communications Using Fuzzy Logic

نویسندگان [English]

  • Mehdi Esmailoghli
  • Saleh Yusefi
چکیده [English]

In this paper a novel fuzzy driver assistant system is introduced which takes advantage of the information provided by vehicular communications. In the proposed system, each vehicle receives some information such as speed, density and drivers’ violation status from the vehicles in its vicinity. Then the danger level of each neighboring vehicle is evaluated by means of a fuzzy decision system. Finally the system suggests appropriate actions to improve safety of the vehicle. The proposed system also can be used for making lane changing maneuvers (such as overtaking, turning to left and turning to right) safer. Results of extensive simulations show that our driver assistant system decreases the number of potential accidents by 60%. Moreover, the number of accidents caused by overtaking, turning to left and turning to right is decreased by 77%, 74% and 82% respectively.

کلیدواژه‌ها [English]

  • driver assistant system
  • Road Safety
  • accident avoidance
  • Fuzzy logic
- ناصر علوی، سید صابر، صفارزاده، محمود، ممدوحی، امیررضا و ندیمی، نوید (1389)"معرفی شاخص ایمنی ترمزگیری اضطراری جهت تشخیص به موقع تصادفات جلو به عقب"، پژوهشنامه حمل و نقل، دوره 1، شماره 3، بهار 1389، ص، 27-39

-Blezy, K. and James, A. (2014) “Applications of fuzzy systems in autonomous cars”, University of Pittsburgh Swanson School of Engineering.

-Chong, L., Abbas, M. M., Flintsch, A. M. and  Higgs, B. (2013)  “A rule-based neural network approach to model driver naturalistic behavior in traffic”, ELSEVIER Transportation Research Part C, No. 32, pp.  207–223.

-Hegeman, G. (2004) "Overtaking frequency and advanced driver assistance systems", in Proc. IEEE Intell. Vehicles Symp., Parma, Italy: Univ. Parma, pp. 145-149.

-Kononov, J., Durso, C., Reeves, D. and Allery, B. K. (2012) “Relationship between Traffic Density, Speed and Safety and Its Implication on Setting Variable Speed Limits on Freeways”,  Presentation and Publication at the 2012 TRB Annual Meeting.

-Kononov, J., Lyon, C. and Allery, B. K. (2011) “Relation of flow, speed, and density of urban freeways to functional form of a safety performance function”, Transportation Research Record, Journal of the Transportation Research Board, No. 2236, Transportation Research Board of the National Academies, Washington, D.C. , pp. 11–19.

-Lawton, R., Parker, D., Manstead, A. S. R. and Stradling, S. G. (1997) “The role of affect in predicting social behaviors: The case of road traffic violations”, Journal of Applied Social Psychology, No. 27, pp. 1258-1276.

-Milanés, V., Perez, J., Godoy, J. and Onieva, E. (2012) “A fuzzy aid rear-end collision warning/ avoidance system”, Expert SystAppl, No. 39, pp. 9097-9107.

-Milanés, V., Pérez, J., Onieva, E. and González, C. (2010) “Controller for urban intersections based on wireless communications and fuzzy logic”, IEEE Transportations on Intelligent Transportation Systems, Vol. 11, No. 1, MARCH

-Mohammadzadeh Moghaddam, A. and Ayati, E. (2014) “Introducing a risk estimation index for drivers: A case of Iran”, Elsevier Safety Science, No. 62, pp.  90–97.

-Morgan, Y .L. (2010) "Notes on DSRC & wave standards suite: Its architecture, design, and characteristics", Communications Surveys & Tutorials, IEEE , vol.12, No.4, pp. 504-518.

-Naranjo, J. E., Gonzalez, C., Garcia, R. and de Pedro, T. (2007) “Interactive road situation analysis for driver assistance and safety warning systems: framework and algorithms”, IEEE Transportations on Intelligent Transportation Systems, VOL. 8, NO. 1, MARCH.

-Naranjo, J.E., Gonzalez, C., Garcia, R. and de Pedro, T. (2008) “Lane-change fuzzy control in autonomous vehicles for the overtaking maneuver”, IEEE Transportations On Intelligent Transportation Systems, Vol. 9, No. 3, September.

-NaserAlavi, S., Saffarzade, M., Mamdoohi, A. and Nadimi, N. (2010) “Development of urgent decleration safety indicator designed for opportune detection of rear-end conflict”, Quarterly Journal of Transportation Engineering. Vol. 1, Issue. 3, spring, pp 27-39

-Reimer, B., Donmez, B., Lavallière, M., Mehler B., Coughlin, J.F. and Teasdale, N. (2013) “Impact of age and cognitive demand on lane choice and changing under actual highway conditions”, ELSEVIER Accident Analysis and Prevention, No. 52, pp.  125– 132.

-Roidl, E., Wilhelm Siebert, F., Oehl, M. and Höger, R. (2013) “Introducing a multivariate model for predicting driving performance: The role of driving anger and personal characteristics”, Journal of Safety Research, No. 47, PP.  47–56.

-Saunier, N., Sayed, T. and Lim, C. (2007) “Probabilistic collision prediction for vision-based automated road safety analysis”, Proceeding of the 2007 IEEE intelligent transportation system conference, No. 9, pp. 872-878

-Sugeno, M. and Nishida, M. (1985) "Fuzzy control of a model car", Fuzzy Sets Syst., vol. 16, No. 2, Jul, pp. 103-113.