汽车行业的快速发展对交通安全出行提出了更高的要求,提高道路交通安全成为亟待解决的重大议题。驾驶员操作不当或复杂的交通环境都可能导致交通事故的发生。交通事故往往在短时间内发生,通过主动预警可以提高车辆驾驶的安全性。依靠驾驶员视觉和听觉等人体感官获取信息来判断车辆的安全风险的能力往往是有限的,车联网的发展为车辆的安全预警提供了新的思路。车联网以车辆作为终端,实现车辆与车辆、车辆与路侧设施之间信息交流和共享,驾驶员将不再仅仅局限于自身的感知能力,而可以依靠联网信息获取实现“超视距”感知。首先,在路段场景中,选取路段上频发的纵向追尾碰撞为研究场景。路段交通场景相对简单,车辆安全因素主要与车辆速度、加减速度、驾驶员和车辆系统反应时间等因素有关。然后设计了路段车联网环境模块,在车联网环境中,车辆与车辆以及车辆与道路设施之间可以保持信息传输和共享。通过分析车辆制动过程以及车辆加减速度、速度、车辆安全距离之间的物理关系,建立了路段车辆碰撞风险分级预警模型。其次,在交叉口场景中,选取无信号控制十字形交叉口不同方向上的直行车辆产生交通冲突为研究对象。交叉口处交通场景较为复杂,车辆安全因素较多,本文将车辆安全因素分为动态安全因素和静态安全因素。综合考虑动态安全因素和静态安全因素的影响,在此基础上建立了交叉口车辆碰撞风险分级预警模型。车辆的碰撞风险大小通过模型计算的概率来表示,根据碰撞风险概率的大小范围来判断车辆碰撞风险紧急程度级别。第三,由于模型的实现和验证需要在车联网环境中进行。为了验证本文中提出的路段和交叉口处车辆碰撞风险预警分级模型的有效性,本文通过Matlab和Simulink搭建了车联网仿真环境。分别设计了路段和交叉口仿真实验方案,进行了单车预警实验和统计预警实验。最后,为了将车辆碰撞风险紧急程度及时直观反馈到驾驶员,本文设计了车辆碰撞风险信息提示模块。通过不同的视觉以及听觉来表示不同的危险级别,驾驶员可以快速获取并识别反馈的信息并采取相应的措施避免事故发生。