本发明涉及一种基于激光测距的汽车纵向防碰撞系统，属于汽车工程技术领域。
背景技术：
随着人们生活质量的持续提升，汽车数量在新世纪之后成倍增长,导致人身安全和环境污染的问题的日益严峻，涉及人身安全的汽车事故给人们带来极大的损失。根据近年来公安部交通管理局发布的交通事故数据来看，我国每年发生交通事故总数约20万起，造成近6万余人丧生，造成直接财产损失十多亿人民币。其中汽车碰撞事故占比约70％。美国国家高速公路安全委员会指出，在所有严重的汽车碰撞交通事故中，由于驾驶员操作失误导致的事故占90％，而仅有3％的事故是因车辆故障引发的。德国大众汽车公司调查了驾驶员在车辆碰撞前的制动情况，结果表明绝大多数的驾驶员没有进行全制动甚至完全没有制动。据欧洲的一项研究表明，驾驶员若能在道路交通危险出现前得到预警提醒或提供辅助驾驶，可避免大多数的交通事故。根据欧盟新车认证程序测试，发现紧急制动系统(autonomousemergencybrake，aeb)可以避免27％的交通事故，并且能够在很大程度上减轻碰撞事故导致的人员伤害程度。以上诸多研究表明，急需开发一种汽车防碰撞系统，要求它在有碰撞危险时尽早地给予驾驶员提醒和在紧急工况下辅助驾驶员完成避撞动作，从而有效降低事故发生率和保障行车及行人安全。
根据大量的交通碰撞事故调研分析，研究发现汽车碰撞事故的主要原因如下：
1)前方的行人突然随意穿插马路，即“鬼探头”现象；
2)驾驶员由于分神或者注意力不集中；
3)能见度差的恶劣天气；
4)女性、老人、新手驾驶员预见性差、反应慢，而且容易误将油门当刹车。
面对上述突发情况，即使经验丰富的驾驶员亦难以采取及时有效的制动措施，最终导致碰撞事故的发生。因此，从保护人身安全和降低交通事故发生的可能性的角度出发,纵向防碰撞系统能够使驾驶员在没注意到与前方车辆或行人有碰撞危险的情况下首先警示驾驶员，若驾驶员没有及时反应，将采取自动紧急制动措施,避免与前车或行人发生碰撞，或者减轻直接碰撞造成的危害。
近几年来国内外汽车防碰撞系统取得了突飞猛进的发展，但以下几个方面尚有不足，需要进一步研究和完善：
(1)误报警率较高，比如驾驶员打算转向超车工况，容易误触发报警；目前大多数障碍物多针对大型车辆，对相对较小障碍物：如小个子行人(身高低于1米的儿童)和自行车等也很难正确识别。
(2)安全距离模型有待完善，传统的安全距离模型一般没有考虑驾驶意图和道路附着情况，因此不能实现精确避撞。
(3)现有汽车纵向防碰撞系统成本高，制约其市场推广。
技术实现要素：
本发明的目的是提供一种基于激光测距的汽车纵向防碰撞系统，增强驾驶人感知环境信息的能力，并能自动控制车辆实现分级制动，从而有效保证车辆安全行驶。
为了实现上述目的，本发明采用的技术方案是：
一种基于激光测距的汽车纵向防碰撞系统，包括环境感知功能部、决策功能部和执行功能部；环境感知功能部为用于探测自车信息和目标车信息的激光雷达，激光雷达固定设置在汽车的前端；决策功能部为接收激光雷达信息的单片机，所述单片机通过信号线与激光雷达连接；执行功能部使用信号线与单片机连接，包括接收决策功能部控制的汽车制动系统以及蜂鸣预警系统。
本发明技术方案的进一步改进为：自动制动系统是为制动主缸接入液压控制缸；液压控制缸由决策功能部的单片机控制。
本发明技术方案的进一步改进为：单片机使用mc9s12xs128；制动状态监测模块与pa4口连接，前进挡状态监测模块与pa5口连接；车速信号监测模块与pt7口连接；主动制动开启按键信号与pe3口连接，声音预警开启按键信号与pe2口连接；前方车辆led指示信号模块与pm6口连接，前方行人led指示信号模块与pm7口连接；左转向模块与pk3口连接，右转向模块与pk2口连接；蜂鸣器与pk1口连接，保温接收led与pk0口连接；中断动力控制信号与pp7口连接，制动尾灯控制信号与pk7连接；预警led与pk5口连接，hcu电机控制与pk4口连接；激光雷达与can总线连接，can总线与pm0和pm1接口连接。
本发明技术方案的进一步改进为：系统通过对激光雷达返回数据进行分析和处理，得到前方有效目标的状态信息，同时控制功能部采集自车车速、转向信号和利用算法估算路面附着系数和辨识驾驶意图，然后将这些信息输入到决策功能部中，计算出安全预警距离和安全制动距离，再与实际行车间距进行比较从而做出决策，最终将控制命令发送到执行功能部，执行功能部根据危险级别采取预警提醒或主动制动。
本发明技术方案的进一步改进为：数据处理主要包括预处理、支持向量机障碍物分类算法和有效目标的识别与跟踪；
系统动态检测算法具体过程如下，
(1)向leddar发送工作模式指令，id＝0x074,数据的第一位为2；
(2)在can中断函数中完成激光雷达的数据接收，存到msg_get中；
(3)在单片机main函数中处理接收到的数据，放置在一个16字节的数据存储器中，且每1位数据对应着一个检测角度，将数据从极坐标系转换到车辆直角坐标系中；
(4)滤除有效范围以外的目标，以及噪声点等无效数据点；
(5)经过支持向量机算法判断前方障碍物目标的类型是行人还是车辆；支持向量机算法具体工作原理如下，将前方障碍物简化为城市交通环境的2类主要目标：通过获取激光回波脉冲宽度和障碍物轮廓特征结合区分不同的障碍物，构造大型障碍物汽车、小型障碍物两个svm分类器进行障碍物识别；
(6)通过帧间距离差与采样时间之比来计算前方目标的速度信息；
(7)利用考虑驾驶员反应时间和路面附着系数的安全距离模型，计算前方目标的安全距离；
(8)根据障碍物的距离与安全距离之差，同时考虑车速、转向，形成一定的决策，给出预警或主动制动。
本发明技术方案的进一步改进为：步骤7中采用基于递推最小二乘法的路面附着系数估计算法来实时估计路面附着系数；
具体原理，在小滑移率区间内，纵向附着率与纵向滑移率之间近似存在正比例关系，基于递推最小二乘求出路面附着系数-纵向滑移率曲线的斜率值k，继而得到路面附着系数如下公式：
μ＝k×δmax×p(1)
式中，μ为路面附着系数，δmax为线性区内最大纵向滑移率，p为线性区内最大路面附着系数与峰值路面附着系数的比例系数。
最终建立本文纵向防碰撞系统安全距离如下：
式中，v为自车车速，δv是相对车速，t为驾驶员的反应速度，μ表示路面附着系数，d0为两车的最小安全距离。
由于采用了上述技术方案，本发明取得的技术效果有：
一、基于固态激光雷达返回数据特征设计了一种基于支持向量机(supportvectormachine,svm)算法的障碍物目标检测算法，分别对小目标障碍物：行人和大目标障碍物车辆做了动态检测，试验表明基于svm算法的障碍物识别算法有效对城市工况障碍物(车辆和行人)进行分类识别，分类精度高，完全可以满足纵向防碰撞系统对环境感知系统的实时性要求。
二、建立的安全距离模型参数容易获得，既考虑道路附着情况，又考虑驾驶意图辨识，同时适用于大多数城市行车工况。首先，根据自车转向灯信号进行驾驶意图辨识，正确判断自车转向超车意图，防止由于自车正常超车工况时误触发纵向防碰撞系统。其次，基于递推最小二乘法的路面附着系数估计算法,根据车辆状态实时估计纵向路面附着系数，并将其应用到安全距离模型计算中。
三、本文设计的汽车纵向防碰撞系统成本很低，全套下来也就不到3000元(量产后更低)，远远低于其他产品平均成本。
附图说明
图1是本发明系统各功能部连接示意图；
图2是本发明中单片机mc9s12xs128连接示意图；
图3是本发明算法流程图；
图4是本发明使用原理的聚类情况分析图；
图5是激光雷达目标对象探测和距离测量示意图；
其中，1、激光雷达，2、决策功能部，3、执行功能部。
具体实施方式
下面结合附图及具体实施例对本发明做进一步详细说明：
本发明是一种基于激光测距的汽车纵向防碰撞系统，该系统安装在汽车上，主要是为了在城市复杂工况下，能够在危险出现，驾驶者却没有及时做出反应时，帮助驾驶者制动车辆或降低车速，以达到避免碰撞或减少伤亡的目的。该系统主要应用范围定位于城市运行工况，属于低速纵向主动避撞系统。
本发明的纵向防碰撞系统主要包括环境感知功能部、决策功能部和执行功能部三个功能部。系统通过对环境感知部返回数据进行分析和处理，得到前方有效目标的状态信息，同时环境感知功能部采集自车车速、转向信号并利用算法估算路面附着系数和辨识驾驶意图，然后将这些信息输入到决策功能部中，计算出安全预警距离和安全制动距离，再与实际行车间距进行比较从而做出决策，最终将控制命令发送到执行功能部，执行功能部根据危险级别采取预警提醒或主动制动，从而起到保障行车安全的作用。
如图1所示，该系统包括环境感知功能部、决策功能部和执行功能部；环境感知功能部为用于探测自车信息和目标车信息的激光雷达1，决策功能部2为接收激光雷达信息的单片机，所述单片机通过信号线与激光雷达连接；执行功能部3使用信号线与单片机连接。
准确的环境感知功能部是纵向防碰撞预警系统的核心和关键。激光雷达使用的技术是时间飞行原理。其优点在于测距远、鲁棒性好、能获得物体三维信息。该系统的环境感知功能部为用于探测自车信息和目标车信息的激光雷达。将激光雷达固定设置在汽车的前端，能够实时探测前方障碍物的信息。在其中一个实施例中，选取了由加拿大leddartech公司生产的固态激光雷达leddartm，其成本较低、精度良好，是适用于纵向防碰撞预警系统中性价比较高的传感器。下表为固态激光雷达leddartm的主要技术参数
表1固态激光雷达的主要技术参数
单片机广泛应用在操作系统、机械自控设备中。单片机具有结构简单、使用方便、可实现模块化、可靠性高和环境适应能力强等优点。该系统的决策功能部选用单片机，将单片机通过信号线与激光雷达连接，从而能够接收激光雷达所探测到的信息。决策功能部还通过信号行啊与执行功能部连接，从而能够在其中的一个实施例中，选用基于mc9s12xs128的单片机作为纵向防碰撞预警系统的决策功能部。
如图2所示，单片机mc9s12xs128的主要的接口连接方式为，制动状态监测模块与pa4口连接，前进挡状态监测模块与pa5口连接；车速信号监测模块与pt7口连接；主动制动开启按键信号与pe3口连接，声音预警开启按键信号与pe2口连接；前方车辆led指示信号模块与pm6口连接，前方行人led指示信号模块与pm7口连接；左转向模块与pk3口连接，右转向模块与pk2口连接；蜂鸣器与pk1口连接，保温接收led与pk0口连接；中断动力控制信号与pp7口连接，制动尾灯控制信号与pk7连接；预警led与pk5口连接，hcu电机控制与pk4口连接。激光雷达首先与can总线连接，然后再将can总线与pm0和pm1接口连接。
决策功能部是纵向防碰撞预警系统的核心和关键所在，既实现对激光雷达数据、自车速度和转向信号的采集，又通过安全距离模型输出控制信号来实现对蜂鸣器、动力系统、制动系统及制动尾灯的控制。
执行功能部主要包括汽车制动系统以及蜂鸣预警系统，执行功能部使用信号线与单片机连接，通过接收决策功能部的控制信号进行相应的动作。汽车制动系统为车辆原有的部分，蜂鸣预警系统可以使用倒车雷达的蜂鸣预警系统。
原车制动系统主要包括制动踏板、真空助力器总成(含制动主缸和电机)、制动管路、轮缸等部件。为了实现制动系统的电控，即主动制动，同时避免对原车进行大幅改造而导致成本上升，所以仅在制动主缸后接入液压控制单元，同时根据实际需要对制动管路进行了适应性的布置。
该系统所需的自车信息主要包括纵向速度、轮速、转向信号等。自车车速的准确与否将直接影响安全距离模型的输出值，从而间接决定了防碰撞预警系统的性能优劣，因此将实际车速和仪表盘上的车速进行了对标，以确保车速的精确性。在无法具体获取车速can信息的情况下，可以通过用单片机对控制器的转速脉冲信号端进行捕获，并计算其脉冲周期，然后对标汽车仪表盘上显示的车速，拟合出仪表板车速与实际车速的关系曲线。
另一个需要采集的自车信号是转向信号，因为当自车处于转向状态时，即使前方障碍物目标处于安全预警距离或安全制动距离之内，系统不应采取预警或主动制动动作，否则会对驾驶员的换道或转向避撞行为造成干扰。为了降低纵向防碰撞预警系统的虚警率，同时有必要进行自车驾驶意图辨识，即当自车正在进行超车工况时，即使前方障碍物目标车辆处于安全预警距离或安全制动距离之内，系统也不应采取预警或主动制动动作，避免误触发系统。
激光雷达的数据处理主要包括预处理、支持向量机(supportvectormachine,svm)障碍物分类算法和有效目标的识别与跟踪。预处理主要是滤除一些无效数据；分割聚类则是要区分前方障碍物目标的类型，但要兼顾准确性和快速性；而有效目标的识别与跟踪则是对障碍物目标进行判别得到有效目标，从而进行跟踪并计算前方有效目标的状态信息。
如图3所示，系统动态检测算法具体流程如下：
(1)向leddar发送工作模式指令，id＝0x074,数据的第一位为2；
(2)在can中断函数中完成激光雷达的数据接收，存到msg_get中；
(3)在单片机main函数中处理接收到的数据，放置在一个16字节的数据存储器中，且每1位数据对应着一个检测角度，将数据从极坐标系转换到车辆直角坐标系中；
(4)滤除有效范围以外的目标，以及噪声点等无效数据点；
(5)经过支持向量机(supportvectormachine,svm)算法判断前方障碍物目标的类型：行人或车辆；
目前，汽车纵向防碰撞系统的障碍物识别很多仅针对大型障碍物目标，比如汽车、大型动物等大型障碍物，小型障碍物，比如行人(低于1米的儿童)、自行车等正确识别率很低。为了解决所有障碍物目标的正确识别问题，本文提出基于分类问题的机器学习方法-支持向量机算法，svm算法具有很强的非线性分类能力，可用于分类与回归，尤其作为一种较好的分类工具在模式识别等领域得到广泛的应用。
该算法对前方大型障碍物目标和小型障碍物目标进行分类训练、学习，能够在保证分类精度的情况下有效减少训练样本，从而增强分类算法的实时性。
支持向量机(supportvectormachine,svm)算法具体工作原理如下：将前方障碍物简化为城市交通环境的2类主要目标：通过获取激光回波脉冲宽度和障碍物轮廓特征结合区分不同的障碍物，构造大型障碍物汽车、小型障碍物(自行车、行人)两个svm分类器进行障碍物识别。该算法可以有效提高障碍物识别正确率。
(6)通过帧间距离差与采样时间之比来计算前方目标的速度信息；
(7)利用考虑驾驶员反应时间和路面附着系数的安全距离模型，计算前方目标的安全距离；
目前在大多数纵向防碰撞系统安全距离模型中，大多数都未考虑路面情况对模型的影响，就是将路面附着系数当作是一个常数。汽车的制动强度等于路面附着系数与重力加速度的乘积，即a＝μg，而重力加速度是常量，因此制动距离的大小很大程度上取决于路面附着系数的大小。路面附着能力低是导致交通事故发生的重要原因，因而路面附着系数是影响防碰撞预警系统性能的重要参数之一。
本文采用基于递推最小二乘法的路面附着系数估计算法来实时估计路面附着系数。
具体原理：在小滑移率区间内，纵向附着率与纵向滑移率之间近似存在正比例关系，基于递推最小二乘求出路面附着系数-纵向滑移率曲线的斜率值k，继而得到路面附着系数如下公式：
μ＝k×δmax×p(1)
式中，μ为路面附着系数，δmax为线性区内最大纵向滑移率，p为线性区内最大路面附着系数与峰值路面附着系数的比例系数。
最终建立本文纵向防碰撞系统安全距离如下：
式中，v为自车车速，δv是相对车速，t为驾驶员的反应速度，μ表示路面附着系数，d0为两车的最小安全距离(根据试验数据辨识确定)。
(8)根据障碍物的距离与安全距离之差，同时考虑车速、转向，形成一定的决策，给出预警或主动制动。
该系统中的单片机的主程序分为若干模块进行编写，包括：can发送、can接收、蜂鸣器预警、自车车速采集、目标速度处理、转向信息采集、噪声滤除、检测数据聚类及识别、决策控制等模块，大致编程思路如下：首先，通过can总线接收固态激光雷达的数据；利用支持向量机(supportvectormachine,svm)算法对数据进行分类，根据分类结果准确判断障碍物是否存在；当判断出障碍物，记录该值，计算障碍物相对速度。根据障碍物的距离与安全距离之差，同时考虑车速、驾驶意图，形成一定的决策，必要时发出预警和制动指令。
本系统中使用的激光雷达为固态激光雷达，固态激光雷达采用16通道光电探测器阵列，并提供多种探测和测距段。全波形分析实现对每个段中的多个对象实现探测和距离测量，前提是前方对象不完全掩盖他们背后的对象。过采样和积累的技术来提供扩展的分辨率和范围。图5说明了照明区域和检测段。16个通道提供了光束中的物体的轮廓。在其他装置中，16个通道可以用于定位和跟踪光束中的一个或多个物体。
固态激光雷达目标检测流程：首先，针对自车道内位于不同距离的障碍物进行试验，得到leddartm在自车道可以采集到的数据点个数以及其测距分辨率。其次，当接到16个点的数据时，利用支持向量机(supportvectormachine,svm)算法对数据进行聚类，根据结果以一定规则判断障碍物是否存在。最后，当判断出障碍物方位时，记录该值，计算障碍物相对速度；利用卡尔曼滤波对障碍物进行跟踪，预测障碍物的位置。如果当前时刻在上一次预测位置附近未检测出有效目标，则以一定的规则进行判断处理，提高识别的准确性。
激光雷达的基本原理
基于led照明(无论是在可见光或红外光谱)和光的飞行时间原理。led发射器照亮目标区域(通常在100千赫)和多通道传感器接收器收集所发射的光的反射光，并测量光返回到传感器的时间。采用16通道光电探测器阵列，并提供多种探测和测距段。全波形分析实现对每个段中的多个对象实现探测和距离测量，前提是前方对象不完全掩盖他们背后的对象。过采样和积累的技术来提供扩展的分辨率和范围。16个通道提供了光束中的物体的轮廓。在其他装置中，16个通道可以用于定位和跟踪光束中的一个或多个物体。
基于聚类的目标识别的基本原理
图4表示聚类2在聚类1和3的前方，由图可知由于聚类2的遮挡原因致使一个物体具有2个聚类；当聚类1终点与聚类3起点之间的距离小于1.5m时，会导致聚类2中所有点到聚类1终点与聚类3起点连线之间的距离小于0.15m；当聚类1终点与聚类3起点之间的距离小于1.5m时，可能还会导致聚类2标记为0，这是因为汽车部分位置分反射率太低而分成两个聚类。
针对道路交通参与者结构化较为单一，即主要为汽车和行人，且汽车及行人具有相似的几何形状特点，因此基于聚类特征方法的目标识别特别适用于目标识别系统。基于聚类特征方法的目标识别通过聚类分析、拟合几何形状、提取特征向量等步骤，最终获得激光雷达采集车辆目标的深度信息。
以下为该系统的测试情况：
选择附着系数良好的沥青路面作为行车路况，对系统进行试验来验证系统的有效性和准确性。
试验结果表明：本系统在50km/h中低速以下的任何车速接近前方障碍物，无论是大型障碍物还是较小的障碍物，都可以有效的实施障碍物预警和紧急制动，保证行车安全，且与障碍物保持适当的停车距离，因此本文设计的纵向防碰撞系统具有很好的有效性和安全性。
经过大量试验验证，该系统在车速不超过50km/h，雷达探测距离50米左右情况下，能有效避免30％以上的城市低速碰撞事故的发生，尤其在视野不好的恶劣天气。
该系统基于激光测距进行纵向防碰撞，能够增强驾驶人感知环境信息的能力，并能自动控制车辆实现两阶段分级制动：20km/h以下避免碰撞，20km/h至50km/h减轻碰撞损伤。系统可有效保证车辆安全行驶，大幅度降低汽车碰撞引发的交通事故。
该系统基于固态激光雷达传感器，选用单片机mc9s12xs128作为系统的控制单元，实现对自车信息及雷达数据的采集，并输出预警单元及制动系统的控制信号。该系统建立了考虑驾驶意图和路面附着系数估计的安全距离模型。
该系统在保证雷达安装精度的前提下,基于固态激光雷达的防碰撞系统搭建实车平台,并对制动系统进行主动制动功能改造后进行实车试验,结果表明,本文所采用的防碰撞系统在各种路况下均效果良好,验证了车辆纵向防碰撞系统及其算法的有效性。
技术特征：
1.一种基于激光测距的汽车纵向防碰撞系统，其特征在于：包括环境感知功能部、决策功能部和执行功能部；环境感知功能部为用于探测自车信息和目标车信息的激光雷达，激光雷达固定设置在汽车的前端；决策功能部为接收激光雷达信息的单片机，所述单片机通过信号线与激光雷达连接；执行功能部使用信号线与单片机连接，包括接收决策功能部控制的汽车制动系统以及蜂鸣预警系统。
2.根据权利要求1所述的一种基于激光测距的汽车纵向防碰撞系统，其特征在于：自动制动系统是为制动主缸接入液压控制缸；液压控制缸由决策功能部的单片机控制。
3.根据权利要求1所述的一种基于激光测距的汽车纵向防碰撞系统，其特征在于：单片机使用mc9s12xs128；制动状态监测模块与pa4口连接，前进挡状态监测模块与pa5口连接；车速信号监测模块与pt7口连接；主动制动开启按键信号与pe3口连接，声音预警开启按键信号与pe2口连接；前方车辆led指示信号模块与pm6口连接，前方行人led指示信号模块与pm7口连接；左转向模块与pk3口连接，右转向模块与pk2口连接；蜂鸣器与pk1口连接，保温接收led与pk0口连接；中断动力控制信号与pp7口连接，制动尾灯控制信号与pk7连接；预警led与pk5口连接，hcu电机控制与pk4口连接；激光雷达与can总线连接，can总线与pm0和pm1接口连接。
4.根据权利要求1～3任一项所述的一种基于激光测距的汽车纵向防碰撞系统，其特征在于：系统通过对激光雷达返回数据进行分析和处理，得到前方有效目标的状态信息，同时控制功能部采集自车车速、转向信号和利用算法估算路面附着系数和辨识驾驶意图，然后将这些信息输入到决策功能部中，计算出安全预警距离和安全制动距离，再与实际行车间距进行比较从而做出决策，最终将控制命令发送到执行功能部，执行功能部根据危险级别采取预警提醒或主动制动。
5.根据权利要求4所述的一种基于激光测距的汽车纵向防碰撞系统，其特征在于：数据处理主要包括预处理、支持向量机障碍物分类算法和有效目标的识别与跟踪；
系统动态检测算法具体过程如下，
(1)向leddar发送工作模式指令，id＝0x074,数据的第一位为2；
(2)在can中断函数中完成激光雷达的数据接收，存到msg_get中；
(3)在单片机main函数中处理接收到的数据，放置在一个16字节的数据存储器中，且每1位数据对应着一个检测角度，将数据从极坐标系转换到车辆直角坐标系中；
(4)滤除有效范围以外的目标，以及噪声点等无效数据点；
(5)经过支持向量机算法判断前方障碍物目标的类型是行人还是车辆；支持向量机算法具体工作原理如下，将前方障碍物简化为城市交通环境的2类主要目标：通过获取激光回波脉冲宽度和障碍物轮廓特征结合区分不同的障碍物，构造大型障碍物汽车、小型障碍物两个svm分类器进行障碍物识别；
(6)通过帧间距离差与采样时间之比来计算前方目标的速度信息；
(7)利用考虑驾驶员反应时间和路面附着系数的安全距离模型，计算前方目标的安全距离；
(8)根据障碍物的距离与安全距离之差，同时考虑车速、转向，形成一定的决策，给出预警或主动制动。
6.根据权利要求5所述的一种基于激光测距的汽车纵向防碰撞系统，其特征在于：步骤7中采用基于递推最小二乘法的路面附着系数估计算法来实时估计路面附着系数；
具体原理，在小滑移率区间内，纵向附着率与纵向滑移率之间近似存在正比例关系，基于递推最小二乘求出路面附着系数-纵向滑移率曲线的斜率值k，继而得到路面附着系数如下公式：
μ＝k×δmax×p(1)
式中，μ为路面附着系数，δmax为线性区内最大纵向滑移率，p为线性区内最大路面附着系数与峰值路面附着系数的比例系数。
最终建立本文纵向防碰撞系统安全距离如下：
式中，v为自车车速，δv是相对车速，t为驾驶员的反应速度，μ表示路面附着系数，d0为两车的最小安全距离。
技术总结
本发明涉及一种基于激光测距的汽车纵向防碰撞系统，属于汽车工程技术领域。包括环境感知功能部、决策功能部和执行功能部；环境感知功能部为用于探测自车信息和目标车信息的激光雷达，激光雷达固定设置在汽车的前端；决策功能部为接收激光雷达信息的单片机，所述单片机通过信号线与激光雷达连接；执行功能部使用信号线与单片机连接，包括接收决策功能部控制的汽车制动系统以及蜂鸣预警系统。该系统能够增强驾驶人感知环境信息的能力，可有效保证车辆安全行驶，大幅度降低汽车碰撞引发的交通事故。
技术研发人员：朱梓帧;张燕清
受保护的技术使用者：广东肇庆中学
技术研发日：.11.13
技术公布日：.02.25
