前車突然減速時，有三種情形：

　　(1)兩車減速度相等，滿足公路行車的一般條件，以此種情況計算的安全車距為基數，通過測算前車的減速度，確定安全系數權重γ。

　　(2)本車減速度小于前車減速度，本車制動效能差于前車屬于最危險情況，但出現的概率不多。

　　(3)本車減速度大于前車減速度，本車制動強度高于前車制動強度，或本車制動強度隨前車的變化而變化，并且始終高于前車，是公路行車常見的情況。此時，計算的安全車距過小，不適宜作為預警依據。

　　綜上所述，當aq=0時，如上所述γ=1；當aq<5．0 m／s2時，本車減速度有能力高于前車減速度，取γ=0．8；當5．06．9 m／s2時，考慮不利條件即本車減速度小于前車的減速度，取γ=1．2。

　　3．2 試驗驗證

　　在結構化道路上選用五菱之光6400C3加長版微型車作為實驗車輛，利用上述基于前車狀態和安全系數的安全車距預警算法對車輛跟馳距離的預警時刻進行驗證。結果表明，系統能夠可靠地給出預警，并且預警時刻的車間距離對于駕駛員是可接受的。

　　圖2是前車勻速行駛，本車加速行駛時的報警時刻截圖。此時，車間距離為24．895 m，兩車相對速度為5．513m／S；

　　圖3為前車減速行駛，本車以90 km／h勻速行駛時的報警時刻截圖。此時，車間距離為45．847m，兩車相對速度為8．571m／s。

4 系統設計

　　汽車縱向碰撞系統的實時性要求處理器具有較快的運行速度和較強的實時調度能力，研究中選用美國德州儀器公司(TI)設計和出品的利用達芬奇技術(Davinci)，基于DSP和ARM9雙核的TMS320DM6446ZWT片上系統(SoC)的評估板作為系統的硬件平臺，選用Linux系統作為嵌入式操作系統。

　　系統首先接收圖像傳感器傳送過來的圖像，將彩色圖像轉化為待處理的灰度圖像，利用中值濾波、Sobel算子邊緣檢測、自適應閾值分割等圖象處理的方法，消除噪聲平滑圖像，經過邊緣檢測和圖像分割獲得二值化圖像。
在二值化圖像和灰度圖像基礎上對前方車輛輪廓進行識別，確定前車輪廓尺寸及其底邊位于平面圖像中的位置，根據汽車縱向碰撞預警模型實現跟車距離的計算和安全車距的預警。軟件流程圖如圖4所示。

5 結語

　　提出了基于前車運動狀態和安全系數權重的汽車縱向碰撞預警算法，保證駕駛安全的同時確保公路行車的通行能力，計算報警距離與駕駛員認可的跟馳安全距離相一致，改善了系統的可信任度；嵌入式系統的應用有效地減少了系統的體積，有利于系統的應用和推廣。