1.一种基于车辆运动学和遗传算法的车辆紧急换道危险评估方法，其特征在于，包括如下步骤：

步骤1：基于五次多项式的紧急换道路径规划；

步骤2：对车辆车身所需横摆率进行表征；

步骤3：构建等效最大车身横摆率的表征及危险评估函数F；

步骤4：依据紧急换道过程中的前后车辆边界距离更有效的评估紧急换道风险，推导出优化后的危险评估函数E；

步骤5：确定最优危险评估函数的构建及危险阈值Th。

2.根据权利要求1所述的一种基于车辆运动学和遗传算法的车辆紧急换道危险评估方法，其特征在于:所述步骤1基于五次多项式的紧急换道路径规划方法，考虑了车辆运动学和车辆动力学的条件约束计算推导出无碰撞紧急换道轨迹方程。

3.根据权利要求2所述的一种基于车辆运动学和遗传算法的车辆紧急换道危险评估方法，其特征在于：基于五次多项式的紧急换道路径规划，具体步骤如下：Pro1：当采用紧急换道方式避免车辆碰撞时，使用五阶多项式方程描述紧急换道轨迹为：

T

y＝AX                   (1)其中：

T

A＝[a0 a1 a2 a3 a4 a5]

2 3 4 5 T

X＝[1 x x x x x]x,y是避撞路径的纵坐标和横坐标，以及an是多项式系数,其中n＝1,2,3…；

Pro2:五阶多项式的边界约束条件定义为：其中:

x0和y(x0)是初始避撞时刻车辆质心的纵向和横向坐标，xT和yT为分别为避撞轨迹的终点时刻车辆质心的纵向和横向坐标，K是车辆避撞轨迹的曲率；

Pro3：等式(1)代入边界约束条件，获得以下关系式：T

BA＝[0 yT 0 0 0 0]                       (3)其中：

推导出系数矩阵A：

Pro4：联列等式(1)和等式(4)，推导出避撞轨迹为：

4.根据权利要求1所述的一种基于车辆运动学和遗传算法的车辆紧急换道危险评估方法，其特征在于：所述步骤2中，依据横向加速度、路面摩擦系数推导横摆率的条件约束；再依据紧急换道避撞轨迹求解避撞轨迹曲率，表征车辆所需要的横摆率。

5.根据权利要求4所述的一种基于车辆运动学和遗传算法的车辆紧急换道危险评估方法，其特征在于：依据紧急换道避撞轨迹求解避撞轨迹曲率，表征车辆所需的横摆率，具体步骤如下：

Pro2.1：车辆重心的横向加速度可定义为：其中：

vy＝vxtan(β)

vx是纵向速度，vy是横向速度，γ是车体的横摆率，β是车身侧滑角；

因此，横向加速度进一步描述为：Pro2.2：横向加速度必须依据轮胎‑路面摩擦系数确定数值界限，具体关系为：vxγ+ay≤μg                  (8)其中：μ是轮胎‑路面摩擦系数，g是重力加速度；

文中定义以下关系式：

ay＝(1‑k)μg                 (9)其中：k是动态因子，且0＜k＜1；

Pro2.3：联列等式(8)和等式(9)，推导得到以下关系式:根据运动学原理，可以给出所需的横摆率为：γd＝Kvx                       (11)其中:K为轨迹曲率；

联列等式(2)、等式(5)以及等式(11)推导出所需的横摆率为：其中：

6.根据权利要求1所述的一种基于车辆运动学和遗传算法的车辆紧急换道危险评估方法，其特征在于：所述步骤3中，采用遗传算法搜索横摆率表达式的全局最优，确定种群大小Np、染色体长度Lc、终止代Gt、交叉概率Pc、变异概率Pm，求解获得紧急换道所需车身横摆率的等效最大值,然后依据等效最大横摆率、横摆率条件约束构建危险评估函数F。

7.根据权利要求6所述的一种基于车辆运动学和遗传算法的车辆紧急换道危险评估方法，其特征在于：采用遗传算法搜索横摆率表达式的全局最优，获得紧急换道所需车身横摆率的等效最大值，再依据等效最大横摆率、横摆率条件约束构建危险评估函数F，具体步骤如下：

Pro3.1：考虑到遗传算法常用于搜索全局最优，基于优化策略获得种群大小Np、染色体长度Lc、终止代Gt分别设计为100、20、500，交叉概率Pc和变异概率Pm分别设计为0.8和0.1；

Pro3.2：当U＝0.20时，可以获得所需车身横摆率的等效最大值：其中：P1、P2是增益参数，近似值分别为5.76、0.59；

Pro3.3：所需的车身横摆率需要满足车辆动力学约束条件，因此可以推导出以下关系：Pro3.4：联列等式(13)和等式(14)，求得以下关系式：F(vx,k,μ,xT,yT)≤0                   (15)其中：

F为紧急换道过程中的危险评估函数。

8.根据权利要求1所述的一种基于车辆运动学和遗传算法的车辆紧急换道危险评估方法，其特征在于：所述步骤4的具体步骤如下：Pro4.1：考虑车辆紧急避撞期间，为了更有效地评估风险并进一步探索安全驾驶的约束条件，研究跟随车辆与引导车辆之间的横向及纵向距离；

文中定义如下关系：

其中n、m为正比例系数，其中xfl为跟随车辆雷达或摄像机到引导车辆的纵向距离，其中yfl为跟随车辆行车距离为xfl时对应的横向位移；

假设(xfl,yfl)是避撞路径上的点，并且结合等式(5)、等式(16)，推导得到：Pro4.2：联列等式(16)、等式(17)、危险评估函数F，得到优化后的危险评估函数E：

9.根据权利要求8所述的一种基于车辆运动学和遗传算法的车辆紧急换道危险评估方法，其特征在于：所述步骤5中，设定优化后危险评估函数E为最小值0，推导出临界动力因子Kc的表征式，Kc的表达式作为最优危险评估函数，临界动力因子Kc可以预测和分析紧急换道过程的危险程度；具体步骤如下：Pro5.1：跟随车辆与引导车辆之间的纵向距离xfl和正比例系数n分别被视为因变量和自变量，等式(18)中的其他参数被视为常数；

当n近似等于2.2时，可以获得前后车纵向距离xfl的最小值，此外，分析等式(17)，当n等于2时，m等于2，为了简化分析模型设计过程，在该部分中选择n＝2，故等式(18)进一步简化为：

Pro5.2：危险评估函数设为最小值0，推导出临界动力因子：Pro5.3：临界动力因子Kc可以预测和分析避撞过程的危险紧急程度，考虑乘用车的宽度约为1.85米，横向位移的安全边界距离为0.4米，yfl设计为2.25米；

临界动态因子Kc随着vx的增大而增大，随着xfl和μ的增大而减小，此外，区间(0.8,1)上的Kc随着xfl的减小而急剧增加，随着vx的增加而急剧增加；

Pro5.4：当Kc大于危险阈值Th时，会触发紧急换道避碰策略，否则不会触发；

考虑到区间(0.8，1)上的Kc随xfl的减小和vx的增加而急剧增加，并且考虑紧急情况下避免碰撞的情况，因此设Th至0.85。