技術(shù)特征：

1.一種基于聚類分析雙半掛汽車行駛穩(wěn)定性自動(dòng)識(shí)別與預(yù)警系統(tǒng)，其特征是：所述系統(tǒng)包括試驗(yàn)數(shù)據(jù)采集模塊（1）、試驗(yàn)數(shù)據(jù)預(yù)處理模塊（2）、離線聚類分析模塊（3）、在線識(shí)別模塊（4）、車輛實(shí)時(shí)數(shù)據(jù)采集模塊（6）、實(shí)時(shí)試驗(yàn)數(shù)據(jù)預(yù)處理模塊（7）和決策執(zhí)行模塊（5）；所述試驗(yàn)數(shù)據(jù)采集模塊的輸出端通過試驗(yàn)數(shù)據(jù)預(yù)處理模塊連接到離線聚類分析模塊的輸入端，所述離線聚類分析模塊的一個(gè)輸出端與在線識(shí)別模塊輸入端連接，另一輸出端與決策執(zhí)行模塊連接；所述車輛實(shí)時(shí)數(shù)據(jù)采集模塊的輸出端通過實(shí)時(shí)數(shù)據(jù)預(yù)處理模塊與在線識(shí)別模塊輸入端連接，在線識(shí)別模塊的輸出端與決策執(zhí)行模塊輸入端連接；所述系統(tǒng)對(duì)試驗(yàn)采集的數(shù)據(jù)通過數(shù)據(jù)預(yù)處理后進(jìn)行離線聚類分析，通過K-Means聚類分析實(shí)現(xiàn)對(duì)車輛的行駛狀態(tài)進(jìn)行分類，然后根據(jù)分類結(jié)果采取相應(yīng)的措施。

2.根據(jù)權(quán)利要求1所述的基于聚類分析雙半掛汽車行駛穩(wěn)定性自動(dòng)識(shí)別與預(yù)警系統(tǒng)，其特征是：所述試驗(yàn)數(shù)據(jù)采集模塊（1）包括有設(shè)計(jì)試驗(yàn)和試驗(yàn)數(shù)據(jù)的采集兩部分，所述設(shè)計(jì)試驗(yàn)為根據(jù)雙半掛汽車列車高速行駛中的典型行駛工況確定試驗(yàn)時(shí)的載重、車速和前輪轉(zhuǎn)角，所述車速和前輪轉(zhuǎn)角為恒定或變化狀態(tài)；所述試驗(yàn)數(shù)據(jù)采集為通過GPS、VBOX和陀螺儀采集車輛的行駛速度、角速度、加速度、橫擺角速度、質(zhì)心側(cè)偏角、側(cè)向加速度和后部放大率RWA狀態(tài)變量。

3.根據(jù)權(quán)利要求1所述的基于聚類分析雙半掛汽車行駛穩(wěn)定性自動(dòng)識(shí)別與預(yù)警系統(tǒng)，其特征是：所述試驗(yàn)數(shù)據(jù)預(yù)處理模塊（2）包括有數(shù)據(jù)讀入、數(shù)據(jù)清洗和聚類參數(shù)相關(guān)性分析；所述試驗(yàn)數(shù)據(jù)預(yù)處理的過程為：①讀入數(shù)據(jù)，②判定是否＞，如果≯,結(jié)束，如果＞進(jìn)行下一步；③去冗余、去干擾、歸一化處理；④進(jìn)行聚類參數(shù)相關(guān)性分析；⑤輸出聚類參數(shù)；其中：為設(shè)定的某一速度閾值，為傳感器采集的車輛實(shí)時(shí)數(shù)據(jù)。

4.據(jù)權(quán)利要求1所述的基于聚類分析雙半掛汽車行駛穩(wěn)定性自動(dòng)識(shí)別與預(yù)警系統(tǒng)，其特征是：所述實(shí)時(shí)數(shù)據(jù)預(yù)處理模塊（7）包括有數(shù)據(jù)讀入和數(shù)據(jù)清洗，實(shí)時(shí)數(shù)據(jù)預(yù)處理的過程為：①讀入數(shù)據(jù)，②判定是否＞，如果≯,結(jié)束，如果＞進(jìn)行下一步；③去冗余、去干擾、歸一化處理。

5.根據(jù)權(quán)利要求3或4所述的基于聚類分析雙半掛汽車行駛穩(wěn)定性自動(dòng)識(shí)別與預(yù)警系統(tǒng)，其特征是：所述歸一化的公式為：

其中，為車輛狀態(tài)參數(shù)數(shù)據(jù)，

為車輛狀態(tài)參數(shù)數(shù)據(jù)中的最小值，

為車輛狀態(tài)參數(shù)數(shù)據(jù)中的最大值，

為歸一化后的參數(shù)值。

6.根據(jù)權(quán)利要求1所述的基于聚類分析雙半掛汽車行駛穩(wěn)定性自動(dòng)識(shí)別與預(yù)警系統(tǒng)，其特征是：所述離線聚類分析模塊（3）包括有離線聚類和聚類結(jié)果分析并制定相應(yīng)的措施；所述離線聚類過程為：①確定聚類的個(gè)數(shù)K、初始聚類簇質(zhì)心和最大的迭代次數(shù)，②計(jì)算數(shù)據(jù)點(diǎn)到質(zhì)心的歐氏距離并分配到最近的質(zhì)心中，③均值函數(shù)求聚類簇新的質(zhì)心，④計(jì)算聚類簇質(zhì)心的偏移量，⑤判斷質(zhì)心偏移量＜閾值/迭代次數(shù)是否達(dá)到上限，如果為是聚類結(jié)束，如果為否進(jìn)行下一步驟，⑥確定聚類簇新的聚類質(zhì)心，返回步驟②。

7.根據(jù)權(quán)利要求6所述的基于聚類分析雙半掛汽車行駛穩(wěn)定性自動(dòng)識(shí)別與預(yù)警系統(tǒng)，其特征是：所述聚類結(jié)果分析并制定相應(yīng)的措施為根據(jù)聚類各簇所有點(diǎn)的均值及其方差對(duì)各類別命名，對(duì)各類別的特征進(jìn)行描述，判斷處于該類別下的危險(xiǎn)程度，進(jìn)而制定相應(yīng)的措施提高車輛行駛安全性，如果聚類結(jié)果滿足要求，離線數(shù)據(jù)即可刪除，只保留各簇的質(zhì)心和方差；減少數(shù)據(jù)的存儲(chǔ)量，提高效率。

8.根據(jù)權(quán)利要求1所述的基于聚類分析雙半掛汽車行駛穩(wěn)定性自動(dòng)識(shí)別與預(yù)警系統(tǒng)，其特征是：所述在線識(shí)別模塊（4）為當(dāng)雙半掛汽車列車實(shí)時(shí)數(shù)據(jù)經(jīng)過數(shù)據(jù)預(yù)處理輸入到在線識(shí)別模塊，以離線聚類最終聚類簇的均值為質(zhì)心，計(jì)算實(shí)時(shí)數(shù)據(jù)與聚類質(zhì)心之間的歐氏距離；所述在線識(shí)別的實(shí)質(zhì)為以離線聚類最終聚類質(zhì)心為質(zhì)心進(jìn)行數(shù)據(jù)點(diǎn)分配的過程。

9.根據(jù)權(quán)利要求1所述的基于聚類分析雙半掛汽車行駛穩(wěn)定性自動(dòng)識(shí)別與預(yù)警系統(tǒng)，其特征是：所述決策、執(zhí)行模塊（5）根據(jù)在線識(shí)別結(jié)果危險(xiǎn)程度給予駕駛員預(yù)警或車輛主動(dòng)制動(dòng)控制；所述決策、執(zhí)行包括：①當(dāng)車輛行駛狀態(tài)被聚類到安全駕駛模式時(shí)，車輛行駛穩(wěn)定，系統(tǒng)不做任何動(dòng)作；②當(dāng)車輛行駛狀態(tài)被聚類到存在安全隱患駕駛模式時(shí)，系統(tǒng)對(duì)駕駛員提醒，③當(dāng)車輛行駛狀態(tài)被聚類到典型潛在危險(xiǎn)駕駛模式時(shí)，系統(tǒng)對(duì)駕駛員燈光和聲音警告；④當(dāng)車輛行駛狀態(tài)被聚類到高危險(xiǎn)駕駛模式時(shí)，系統(tǒng)對(duì)車輪實(shí)施制動(dòng)。