一種重型車輛側(cè)翻預(yù)警方法及裝置制造方法
【專利摘要】本發(fā)明屬于汽車主動安全【技術(shù)領(lǐng)域】，具體提供一種重型車輛側(cè)翻危險(xiǎn)預(yù)警方法及裝置，目的是提供一種低成本、不受重型車輛載荷、質(zhì)心高度變化的影響，并且能夠?qū)ξ磥硪欢螘r(shí)間重型車輛即將發(fā)生的側(cè)翻事故提前做出預(yù)警的方法及裝置。其解決了現(xiàn)有重型車輛側(cè)翻預(yù)警方法只能通過靜態(tài)門限值方式警示車輛側(cè)翻危險(xiǎn)，無法提前警示駕駛員即將發(fā)生的側(cè)翻危險(xiǎn)。其側(cè)翻預(yù)警方法采用經(jīng)典的卡爾曼濾波技術(shù)結(jié)合簡化側(cè)翻預(yù)警模型，準(zhǔn)確估計(jì)重型車輛的運(yùn)動狀態(tài)，然后利用TTR算法預(yù)測未來一段時(shí)刻的側(cè)翻危險(xiǎn)。該預(yù)警算法具有較好的普適性，同時(shí)避免由于重型車輛的載荷、重心位置、轉(zhuǎn)動慣量等變化引起的預(yù)警不準(zhǔn)確或失效。
【專利說明】一種重型車輛側(cè)翻預(yù)警方法及裝置

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于汽車主動安全【技術(shù)領(lǐng)域】，尤其涉及一種重型車輛側(cè)翻危險(xiǎn)實(shí)時(shí)主動安 全預(yù)警方法及裝置。

【背景技術(shù)】
[0002] 側(cè)翻事故是重型車輛最危險(xiǎn)的事故，而且在側(cè)翻事故發(fā)生時(shí)，幾乎所有的駕駛員 都無法察覺到側(cè)翻的發(fā)生。據(jù)美國密歇根大學(xué)交通研究中心（UMTRI)統(tǒng)計(jì)，2002年至2006 年，美國每年各類重型商用車的側(cè)翻事故平均有5, 200起。同時(shí)每年死于重型商用車側(cè)翻 事故的人數(shù)，也從2002年的5, 314人增加到2006年的5, 537人。汽車側(cè)翻已經(jīng)成為破壞 生命財(cái)產(chǎn)和交通安全的重要問題。因此一直以來，重型車輛的行駛安全性，尤其是側(cè)翻預(yù)警 技術(shù)研究問題備受國內(nèi)外學(xué)者的關(guān)注。
[0003] 美國、加拿大、德國、日本等歐美國家在重型車輛側(cè)翻預(yù)警領(lǐng)域的研究起步較早， 很多汽車制造企業(yè)、科研機(jī)構(gòu)都針對車輛側(cè)翻預(yù)警系統(tǒng)進(jìn)行了深入研究。目前，早期的側(cè)翻 預(yù)警系統(tǒng)一般在靜態(tài)轉(zhuǎn)向條件下通過實(shí)時(shí)比較側(cè)向加速度或車輛側(cè)傾角是否大于設(shè)定的 靜態(tài)門限值來判斷車輛行駛狀態(tài)，并可對駕駛員進(jìn)行警示。此類方法較為簡單，但不能提前 警示駕駛員即將發(fā)生的側(cè)翻危險(xiǎn)。2001年，Chen和Peng提出一套使用側(cè)翻時(shí)間（Timeto Rollover，TTR)預(yù)測的側(cè)翻預(yù)警算法，為了提高TTR值的精度，該算法采用神經(jīng)網(wǎng)絡(luò)技術(shù)， 但影響了算法的實(shí)時(shí)性。
[0004] 目前，我國對汽車側(cè)翻預(yù)警的研究尚處于初級階段，專門針對重型車輛側(cè)翻預(yù)警 技術(shù)的研究更少，僅有吉林大學(xué)、清華大學(xué)、北京航空航天大學(xué)、哈爾濱工業(yè)大學(xué)和南京航 空航天大學(xué)等高校對汽車側(cè)翻預(yù)警技術(shù)做了部分研究工作。例如，CN101350137公開了依 據(jù)側(cè)向加速度和側(cè)翻加速度閾值判定側(cè)翻危險(xiǎn)的轎車預(yù)警系統(tǒng)。CN10119658公開了基于 側(cè)向加速度進(jìn)行貨車彎道側(cè)翻預(yù)警裝置，但上述專利都是基于靜態(tài)門限值（側(cè)向加速度閾 值）來判定側(cè)翻危險(xiǎn)的，該方法對重型車輛未來一段時(shí)間發(fā)生的側(cè)翻危險(xiǎn)無法預(yù)測。同時(shí)， 由于重型車輛的載荷、重心位置、轉(zhuǎn)動慣量等參數(shù)經(jīng)常變化，引起預(yù)警不準(zhǔn)確或失效。為了 能夠?qū)崿F(xiàn)重型車輛動態(tài)側(cè)翻預(yù)警，需要提出一種可以預(yù)測未來一段時(shí)間側(cè)翻危險(xiǎn)的重型車 輛動態(tài)側(cè)翻預(yù)警裝置。


【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的是提供一種低成本、能夠根據(jù)當(dāng)前重型車輛狀態(tài)，對車輛側(cè)翻事故 提前做出預(yù)警的重型車輛側(cè)翻預(yù)警方法及其實(shí)現(xiàn)裝置。該裝置實(shí)時(shí)計(jì)算未來3秒時(shí)間內(nèi)， 重型車輛是否達(dá)到側(cè)翻穩(wěn)定閾值，得出側(cè)翻預(yù)警時(shí)間TTR值。根據(jù)側(cè)翻預(yù)警TTR值判定是 否觸發(fā)預(yù)警裝置（蜂鳴器和預(yù)警警示燈），提醒駕駛員減速并及時(shí)修正危險(xiǎn)駕駛操縱，從而 避免危險(xiǎn)發(fā)生。
[0006] 本發(fā)明采用的技術(shù)方案為：
[0007] -種重型車輛側(cè)翻預(yù)警方法，包括如下計(jì)算步驟：
[0008] 第一步：重型車輛Kalman狀態(tài)估計(jì)；
[0009] 第二步：重型車輛側(cè)翻預(yù)警。
[0010] 如上述第一步，首先獲取當(dāng)前重型車輛運(yùn)動狀態(tài)，并根據(jù)重型車輛運(yùn)動狀態(tài)，估計(jì) 車輛側(cè)傾角、橫擺角速度和質(zhì)心側(cè)偏角。具體包括以下步驟：
[0011] (1)獲取重型車輛運(yùn)動狀態(tài)信息：車速、方向盤轉(zhuǎn)角、側(cè)向加速度；
[0012] (2)建立重型車輛側(cè)翻預(yù)警模型；
[0013] (3)利用Kalman濾波技術(shù)估計(jì)車輛側(cè)傾角、橫擺角速度和質(zhì)心側(cè)偏角；
[0014] 如上所述的建立重型車輛側(cè)翻預(yù)警模型步驟，根據(jù)步驟（1)測量得到的重型車輛 運(yùn)動信息，完成步驟（2)建立穩(wěn)態(tài)條件下重型車輛側(cè)翻預(yù)警模型；所述的重型車輛側(cè)翻預(yù) 警模型內(nèi)容，其運(yùn)動微分方程，并轉(zhuǎn)化為狀態(tài)空間形式如下所示：

【權(quán)利要求】
1. 一種重型車輛側(cè)翻預(yù)警方法，包括如下內(nèi)容： (1) 獲取重型車輛當(dāng)前運(yùn)動狀態(tài)； (2) 重型車輛Kalman狀態(tài)估計(jì)； (3) 重型車輛側(cè)翻預(yù)警。
2. 根據(jù)權(quán)利要求1所述的一種重型車輛側(cè)翻預(yù)警方法，其特征在于：獲取當(dāng)前重型車 輛運(yùn)動狀態(tài)，并根據(jù)重型車輛運(yùn)動狀態(tài)，估計(jì)車輛側(cè)傾角、橫擺角速度和質(zhì)心側(cè)偏角。具體 包括如下步驟： (1) 獲取重型車輛運(yùn)動狀態(tài)信息：車速、方向盤轉(zhuǎn)角、側(cè)向加速度； (2) 重型車輛側(cè)翻預(yù)警模型； (3) 利用Kalman濾波技術(shù)估計(jì)車輛側(cè)傾角、橫擺角速度和質(zhì)心側(cè)偏角； (4) 基于改進(jìn)TTR側(cè)翻預(yù)警算法。
3. 根據(jù)權(quán)利要求2所述的一種重型車輛側(cè)翻預(yù)警方法，其特征在于：所述的重型車輛 側(cè)翻預(yù)警模型內(nèi)容，其運(yùn)動微分方程，并轉(zhuǎn)化為狀態(tài)空間形式如下所示：
式中，預(yù)警參考模型的狀態(tài)變量為

式中，m是整車質(zhì)量；Jxx是整車質(zhì)量繞車身重心的縱軸的轉(zhuǎn)動慣量；JMq是整車質(zhì)量繞 側(cè)傾軸的轉(zhuǎn)動慣量；Jzz是整車質(zhì)量繞Z軸的轉(zhuǎn)動慣量。lv是整車重心縱向至前軸的距離； lh是整車重心縱向至后軸的距離；ay是車輛的側(cè)向加速度；V是車輛的航向角；P車輛的橫 擺角速度；小是車輛的側(cè)傾角j是車輛的側(cè)傾角速率；v是車輛的縱向車速；前、后輪胎的 側(cè)偏剛度分別定義為Cv和Ch ;h為重心到側(cè)傾中心的距離；k為懸架側(cè)傾剛度；S為前輪轉(zhuǎn) 角；c為懸架阻尼系數(shù)邛為質(zhì)心側(cè)偏角，〇、p和K為車輛模型系統(tǒng)參數(shù)。
4. 根據(jù)權(quán)利要求2所述的一種重型車輛側(cè)翻預(yù)警方法，其特征在于：所述的利用 Kalman濾波技術(shù)估計(jì)車輛側(cè)傾角、橫擺角速度和質(zhì)心側(cè)偏角內(nèi)容，根據(jù)內(nèi)容（1)測量獲得 的重型車輛運(yùn)動狀態(tài)信息，利用內(nèi)容（2)建立的重型車輛側(cè)翻預(yù)警模型和Kalman濾波技術(shù) 估計(jì)車輛側(cè)傾角、橫擺角速度、質(zhì)心側(cè)偏角的狀態(tài)量。具體的車輛狀態(tài)Kalman濾波器設(shè)計(jì) 步驟如下： ⑴定義車輛側(cè)翻模型初始的狀態(tài)變量設(shè)定：毛=[〇,〇,〇,〇]和巧⑷；Kalman濾波 估計(jì)器系數(shù)設(shè)定：測量噪聲協(xié)方差R= 1、過程激勵噪聲協(xié)方差Q= 1〇〇〇Xeye(4)，觀測矩 陣H=C。 (2) 濾波器時(shí)間更新部分
Pk_ =GPhGT+Q (3) 濾波器狀態(tài)更新部分 Kk =Pk_HT(HPk_HT+R)_1
Pk= (I-KkH)Pk_ 式中，Pk和Pf表示誤差協(xié)方差；Kk為卡爾曼濾波器增益；G、F和Q為系統(tǒng)參數(shù)；I為單 位矩陣；ay為測量的側(cè)向加速度；S為系統(tǒng)干擾。
5. 根據(jù)權(quán)利要求2所述的一種重型車輛側(cè)翻預(yù)警方法，其特征在于：所述的基于改進(jìn) TTR側(cè)翻預(yù)警算法，該算法原理是基于上述重型車輛側(cè)翻預(yù)警模型來預(yù)測真實(shí)車輛的狀態(tài) 參數(shù)響應(yīng)，利用前面所建立的重型車輛側(cè)翻預(yù)警模型，以車輛當(dāng)前時(shí)刻的運(yùn)行狀態(tài)為初始 值，按照車輛側(cè)翻規(guī)律以Ts步長計(jì)算側(cè)翻預(yù)警指標(biāo)LTRd。當(dāng)該指標(biāo)第一次滿足側(cè)翻條件時(shí) 記下計(jì)算步數(shù)N，即可以得到車輛側(cè)翻預(yù)警時(shí)間為TTR=NXTS。TTR值越小，表明車輛側(cè)翻 風(fēng)險(xiǎn)越高；若TTR為0時(shí)，表明重型車輛正在發(fā)生側(cè)翻。 其中，側(cè)翻預(yù)警指標(biāo)動態(tài)載荷轉(zhuǎn)移率LTRd計(jì)算公式如下：
式中：T是車輛的輪距，g是重力加速度。 為了減小側(cè)翻預(yù)警模型計(jì)算量，保證車輛側(cè)翻預(yù)警的實(shí)時(shí)性，需要設(shè)定一個側(cè)翻預(yù)警 門檻值為X秒。本發(fā)明中重型車輛側(cè)翻預(yù)警裝置的門檻值設(shè)置為3秒，即在3秒內(nèi)計(jì)算側(cè) 翻指標(biāo)不滿足側(cè)翻條件則停止計(jì)算，TTR設(shè)置為3,從而避免死循環(huán)。因此，當(dāng)?shù)玫降膫?cè)翻預(yù) 警時(shí)間為3秒時(shí)，表明汽車未來3秒內(nèi)沒有側(cè)翻危險(xiǎn)，小于門檻值時(shí)則認(rèn)為車輛存在側(cè)翻風(fēng) 險(xiǎn)，并令TTR=NXTS，同時(shí)觸發(fā)側(cè)翻預(yù)警裝置。
6. -種實(shí)現(xiàn)根據(jù)權(quán)利要求1所述方法的裝置，其特征在于：它包括車載傳感器、側(cè)翻預(yù) 警控制器和報(bào)警及顯示裝置。所述的車載傳感器用于檢測重型車輛運(yùn)動信息，并將運(yùn)動信 息發(fā)送至側(cè)翻預(yù)警決策單元；車輛側(cè)翻預(yù)警控制器通過接收車輛運(yùn)動參數(shù)信息，根據(jù)預(yù)先 設(shè)定程序進(jìn)行側(cè)翻危險(xiǎn)程度計(jì)算，得到上述重型車輛側(cè)翻預(yù)警結(jié)果，并將該結(jié)果發(fā)送給顯 示裝置；顯示裝置將接收到的側(cè)翻報(bào)警結(jié)果顯示，供駕駛員及時(shí)修正危險(xiǎn)操縱，從而有效避 免側(cè)翻事故發(fā)生。
【文檔編號】B60W50/14GK104401323SQ201410662913
【公開日】2015年3月11日 申請日期:2014年11月4日 優(yōu)先權(quán)日:2014年11月4日
【發(fā)明者】朱天軍, 王偉, 魏志成, 趙若禹, 吳楊 申請人:河北工程大學(xué)