CN104483861A - 一种智能车载监控装置及方法 - Google Patents

Abstract

本发明公开了一种智能车载监控装置与方法，该装置采用了车辆状态采集模块，结合了北斗/GPS定位模块和无线通信模块，通过将车辆的实时状态传输至后台监控中心，当无线通信模块无法正常工作时，利用北斗/GPS定位模块进行传送，保证了对车辆的实时监控；该方法巧妙的利用三自由度线性汽车侧翻模型，利用车辆状态数据获得准确的车辆动态横向载荷率，通过对车辆动态横向载荷率进行判断，及时发出预警信号，有效的解决传统载重车辆侧翻预警装置中，依靠单一信号进行预警而产生的可靠性低的问题；在有效的实现载重车辆的实时定位及常规监控外，还为载重车辆的安全状态特别是侧翻状态提供了实时预警，这将有效的降低车辆由于侧翻造成的交通事故。

Description

一种智能车载监控装置及方法

技术领域

本发明属于车载监控系统领域，特别涉及一种智能车载监控装置及方法。

背景技术

随着经济的快速发展，国内载重汽车的保有量是越来越大，车辆的安全和监管成为了车辆拥有者非常关心的问题，特别是大型货车、大型工程机械车等运输车辆。传统的车载监控装置中，大都是基于视频的监控方法，这种基于图像和视频的监控方式在协助驾驶员安全驾驶，减少车辆碰撞、追尾等交通事故的发生具有积极的效果。然而，这种监控系统对于车辆侧翻尤其是载货汽车的侧翻的监控及预警效果并不明显。

国外权威机构统计数据表明，车辆侧翻事故的危害程度在所有交通事故中高居第二，在造成人员伤亡的交通事故中占20％以上，仅次于车辆碰撞引起的事故。因此，如何利用车载设备，实现对车辆侧倾状态进行监控和提前预警，减少车辆侧翻事故的发生，具有积极的意义。

为解决车辆侧翻问题，国内外研究学者进行了多种有益的尝试，一种方法是在车身底盘横向和纵向中轴线的交点处安装陀螺仪，通过测量汽车重心转移进行模糊对比，同时对车轮速度计高度差进行补偿，使车辆保持在水平面行驶；另一种方式为将机械式预警装置放置在车身顶部来采集侧翻信号，以此实现侧翻预警。这些方式采集信号单一，且采集信号精度达不到理想要求，容易出现误报、错报和漏报等情况，无法达到真正的预警效果；此外，这些信号通常并未传递给车载监控系统，无法实现后台对侧翻状态的实时监控。

发明内容

本发明的目的在于提供一种智能车载监控装置与方法，以此解决传统的车载监控系统中，无法对车辆侧翻状态实现监控及预警的问题。

一种智能车载监控装置，包括安装在车辆上的微控制器MCU模块、北斗/GPS定位模块、远程通信模块、车辆状态采集模块、人机交互模块及电源模块；

所述定位模块、远程通信模块、车辆状态采集模块、人机交互模块及电源模块均与所述微控制器MCU模块相连；

所述微控制器MCU模块通过CAN总线与车辆ECU单元相连，微控制器MCU模块通过远程通信模块或北斗/GPS定位模块与后台监控中心进行通信。

所述车辆状态采集模块包括侧倾角传感器、电子陀螺仪及测重传感器。

所述人机交互模块包括矩阵按键单元、显示单元及声光报警单元。

所述微控制器MCU模块采用型号为LPC1788的MCU。

所述的北斗/GPS定位模块采用TD3017A定位芯片。

所述的远程通信模块采用G610通信芯片。

定位模块中的定位芯片获取车辆的实时位置信息，通过串口传输至微控制器MCU。

一种智能车载监控方法，采用所述的智能车载监控装置，利用车辆状态采集模块及车辆ECU单元采集车辆的侧倾角、角速度、车速及车重，基于三自由度线性汽车侧翻模型，以车辆动态横向载荷率为监测指标，建立车辆侧倾角、角速度、速度及车重的状态约束方程，对车辆侧倾状态进行实时监控和预警，当实时获得的车辆动态载荷率超过设定的横向载荷率门限值时，由人机交互单元发出警报，且通过远程通信模块发送至后台监控中心；

所述车辆动态载荷率包括在轮胎垂直力力矩平衡下获得的动态横向载荷率及绕侧倾中心力矩平衡下获得的动态横向载荷率；

所述车辆侧倾角、角速度、速度及车重的状态约束方程如下：

$\left\{\begin{array}{c}{L}_{d1}\left(n\right)=k_1\mathrm{\φ}\left(n\right)+k_2\mathrm{\φ}(n-1)\≤L_0\\ L_{d2}\left(n\right)=k_3\mathrm{\ω}\left(n\right)U\left(n\right)+k_4\mathrm{\φ}\left(n\right)+2k_5\mathrm{\φ}(n-1)+k_5\mathrm{\φ}(n-2)\≤L_0\end{array}\right.,n\≥2$

其中，n表示第n次数据采样，取整数，L_d1(n)、L_d2(n)分别为第n次数据采样时，在轮胎垂直力力矩平衡下获得的动态横向载荷率及绕侧倾中心力矩平衡下获得的动态横向载荷率；φ(n)、ω(n)及U(n)为第n次数据采样时的车辆侧倾角、角速度及车辆行驶速度，侧倾角由侧倾角传感器测得，角速度由电子陀螺仪测得，车速由ECU单元获得，φ(0)表示车辆初始侧倾角，φ(1)表示第一次数据采样时得到的车辆侧倾角，车辆l_w为车辆轮距宽度；L₀为横向载荷率门限设定值；

所述的采样间隔在1～10ms之间，在实时监控及预警过程中，以所述监控装置启动时作为初始化时刻即n＝0，在设定的采样间隔时间达到后，以此时采集到的数据作为第一次采样时刻获得的数据，即n＝1，以此类推；

k₁、k₂、k₃、k₄及k₅均为车辆质量m的函数：分别为 其中，c为车辆悬架阻尼系数，m为簧载质量，I_r为簧载质量绕侧倾轴的转动惯量，g为重力加速度，h为车辆重心高度；c、k、g、l_w、I_r属于车辆固有属性参数。

所述h为车辆重心高度利用公式计算获得；

其中，k₃的值是利用采集的N组车辆速度、角速度及车辆侧倾角代入公式k₁φ(n)+k₂φ(n-1)-k₃ω(n)U(n)-k₄φ(n)-k₅(2φ(n-1)-φ(n-2))＝0，选用最小二乘方法拟合获得，其中，N为整数，且N≥20。

当远程通信模块无法正常工作时，利用定位模块中北斗短报文与后台监控中心进行通信。

其中，所述车辆侧倾角、角速度、速度及车重的状态约束方程的建立过程具体如下：

1)建立车辆侧倾时的力矩平衡方程；

以三自由度线性汽车侧翻模型为基础，建立包含轮胎垂直力和悬架侧倾力的力矩平衡方程、侧倾时x轴的力矩平衡方程：

$\left\{\begin{array}{c}c\stackrel{\·}{\mathrm{\φ}}+\mathrm{k\φ}=\frac{l_w}{2}(F_{\mathrm{out}}-F_{\mathrm{in}})\\ c\stackrel{\·}{\mathrm{\φ}}+\mathrm{k\φ}=\mathrm{mgh\φ}+{\mathrm{ma}}_{y}h-I_r\stackrel{\·\·}{\mathrm{\φ}}\end{array}\right.---\left(1\right)$

其中，c为悬架阻尼系数；k为悬架侧倾刚度；φ为倾侧角；l_w为汽车轮距宽度；F_in、F_out分别为内、外侧载荷；I_r为簧载质量绕侧倾轴的转动惯量；m为簧载质量；g为重力加速度；h为中心高度；a_y为侧向加速度，可由下式获得：

$a_y=\stackrel{\·}{V}+\mathrm{\ωU}---\left(2\right)$

式中，V为车辆横向速度，ω为车辆角速度，U为车辆行驶速度；

V变化率较ωU较小，可忽略，故有：

a_y＝ωU   (3)

将(3)式带入(1)式，可得：

$\left\{\begin{array}{c}(F_{\mathrm{out}}-F_{\mathrm{in}})=2\frac{c\stackrel{\·}{\mathrm{\φ}}+\mathrm{k\φ}}{l_w}\\ c\stackrel{\·}{\mathrm{\φ}}+\mathrm{k\φ}=\mathrm{mgh\φ}+\mathrm{m\ωUh}-I_r\stackrel{\·\·}{\mathrm{\φ}}\end{array}\right.---\left(4\right)$

2)定义车辆动态横向载荷率L_d，建立侧倾角，加速度、角速度及车辆速度的关系方程；

$L_d=\frac{F_{\mathrm{out}}-F_{\mathrm{in}}}{F_{\mathrm{out}}+F_{\mathrm{in}}}---\left(5\right)$

其中，F_out+F_in＝mg   (6)

对式(5)进行变换，可得：

$\left\{\begin{array}{c}{L}_d=2\frac{\mathrm{mgh\φ}+\mathrm{m\ωUh}-I_r\stackrel{\·\·}{\mathrm{\φ}}}{\mathrm{mg}{l}_w}\\ L_d=2\frac{c\stackrel{\·}{\mathrm{\φ}}+\mathrm{k\φ}}{\mathrm{mg}{l}_w}\end{array}\right.---\left(7\right)$

对(7)式进行离散化，可得：

$\left\{\begin{array}{c}{L}_d\left(n\right)=2\frac{c+k}{\mathrm{mg}{l}_w}\mathrm{\φ}\left(n\right)+\frac{2k}{\mathrm{mg}{l}_w}\mathrm{\φ}(n-1)\\ L_d\left(k\right)=\frac{2h}{{\mathrm{gl}}_w}\mathrm{\ω}\left(n\right)U\left(n\right)+\frac{2\mathrm{mgh}+I_r}{\mathrm{mg}{l}_w}\mathrm{\φ}\left(n\right)+\frac{2I_r}{\mathrm{mg}{l}_w}\mathrm{\φ}(n-1)+\frac{I_r}{\mathrm{mg}{l}_w}\mathrm{\φ}(n-2)\end{array}\right.---\left(8\right)$

令： $k_1=2\frac{c+k}{\mathrm{mg}{l}_w},k_2=\frac{2k}{\mathrm{mg}{l}_w},k_3=\frac{2h}{g{l}_w},k_4=\frac{2\mathrm{mgh}+I_r}{\mathrm{mg}{l}_w},k_5=\frac{I_r}{\mathrm{mg}{l}_w}$

则(8)式可化为：

$\left\{\begin{array}{c}{L}_d\left(n\right)=k_1\mathrm{\φ}\left(n\right)+k_2\mathrm{\φ}(n-1)\\ L_d\left(n\right)=k_3\mathrm{\ω}\left(n\right)U\left(n\right)+k_4\mathrm{\φ}\left(n\right)+2k_5\mathrm{\φ}(n-1)+k_5\mathrm{\φ}(n-2)\end{array}\right.---\left(9\right)$

对同一类型车辆而言，式k₁～k₅中，参数c、k、g、l_w、I_r为定值，m可由测重传感器获得，h可通过离线计算获得，因此，k₁～k₅为簧载质量m的函数，也可以确定。

定义采用公式k₁φ(n)+k₂φ(n-1)计算获得的车辆动态横向载荷率为在轮胎垂直力力矩平衡下获得的动态横向载荷率L_d1(n)，定义采用公式k₃ω(n)U(n)+k₄φ(n)+2k₅φ(n-1)+k₅φ(n-2)计算获得的车辆动态横向载荷率为在绕侧倾中心力矩平衡下获得的动态横向载荷率L_d2(n)，从理论角度出发，两者应该相等，但是实际情况中，由于各种测量传感器采集的数据存在误差，从两种平衡角度出发获得的车辆动态横向载荷率存在一定的差异，但是两者均应该满足相同的约束条件，才能保证车辆不发生侧翻；

3)选取动态横向载荷率门限值L₀为约束值，建立侧倾角，加速度、角速度及车辆速度的状态约束方程；

$\left\{\begin{array}{c}{k}_1\mathrm{\φ}\left(k\right)+k_2\mathrm{\φ}(k-1)\≤L_0\\ k_3\mathrm{\ω}\left(k\right)U\left(k\right)+k_4\mathrm{\φ}\left(k\right)+2k_5\mathrm{\φ}(k-1)+k_5\mathrm{\φ}(k-2)\≤L_0\end{array}\right.---\left(10\right)$

4)基于状态约束方程(10)式，对车辆车侧倾状态进行实时监测，当所测值超过设定的预警门限值，则向驾驶员发出预警，并实时回传至后台监控中心。

所述簧载质量是指由弹性元件(包括弹簧和减振筒)所承载的质量，主要包括底盘骨架及其他所有弹性部件所承载的质量。

有益效果

本发明提供了一种智能车载监控装置与方法，该装置采用了车辆状态采集模块，结合了北斗/GPS定位模块和无线通信模块，通过将车辆的实时状态传输至后台监控中心，当无线通信模块无法正常工作时，利用北斗/GPS定位模块进行传送，保证了对车辆的实时监控；该方法巧妙的利用三自由度线性汽车侧翻模型，利用车辆状态数据获得准确的车辆动态横向载荷率，通过对车辆动态横向载荷率进行判断，及时发出预警信号，有效的解决传统车辆侧翻预警装置中，依靠单一信号进行预警而产生的可靠性低的问题；同时，本发明将倾侧状态预警与传统的车载监控装置结合起来，在有效的实现载重车辆的实时定位及常规监控外，还为载重车辆的安全状态特别是侧翻状态提供了实时预警，这将有效的降低车辆由于侧翻造成的交通事故，有力的保障车主、驾驶员及其他交通参与者的生命、财产安全。

附图说明

图1是本发明所述装置的结构示意图；

图2是本发明所述方法的流程图。

具体实施方式

下面将结合附图和实施例对本发明做进一步的说明。

如图1所示，一种智能车载监控装置，包括安装在车辆上的微控制器MCU模块1、北斗/GPS定位模块2、远程通信模块3、车辆状态采集模块4、人机交互模块5及电源模块6；

所述定位模块、远程通信模块、车辆状态采集模块、人机交互模块及电源模块均与所述微控制器MCU模块相连；

所述微控制器MCU模块通过CAN总线与车辆ECU单元相连，微控制器MCU模块通过远程通信模块或北斗/GPS定位模块与后台监控中心进行通信。

所述车辆状态采集模块包括侧倾角传感器、电子陀螺仪及测重传感器。

所述人机交互模块包括矩阵按键单元、显示单元及声光报警单元。

所述微控制器MCU模块采用型号为LPC1788的MCU。

所述的北斗/GPS定位模块采用TD3017A定位芯片。

所述的远程通信模块采用G610通信芯片。

定位模块中的定位芯片获取车辆的实时位置信息，通过串口传输至微控制器MCU。

监控信息由微控制器MCU模块1通过串口发送给GPRS通信单元，经过一系列编码后，通过天线阵列发送给后台监控中心；同时，后台监控中心8的指令也通过天线阵列接收，由GPRS通信单元解码，再通过串口传输给微控制器MCU模块1；

所述车辆状态采集模块中的侧倾角测量仪选用型号BWM427Modbus，电子陀螺仪选用型号MSG7000D，测重传感器选用型号MINEBEA。

如图2所示，一种智能车载监控方法，采用所述的智能车载监控装置，利用车辆状态采集模块及车辆ECU单元采集车辆的侧倾角、角速度、车速及车重，基于三自由度线性汽车侧翻模型，以车辆动态横向载荷率为监测指标，建立车辆侧倾角、角速度、速度及车重的状态约束方程，对车辆侧倾状态进行实时监控和预警，当实时获得的车辆动态载荷率超过设定的横向载荷率门限值时，由人机交互单元发出警报，且通过远程通信模块发送至后台监控中心；

所述车辆动态载荷率包括在轮胎垂直力力矩平衡下获得的动态横向载荷率及绕侧倾中心力矩平衡下获得的动态横向载荷率；

所述车辆侧倾角、角速度、速度及车重的状态约束方程如下：

$\left\{\begin{array}{c}{L}_{d1}\left(n\right)=k_1\mathrm{\φ}\left(n\right)+k_2\mathrm{\φ}(n-1)\≤L_0\\ L_{d2}\left(n\right)=k_3\mathrm{\ω}\left(n\right)U\left(n\right)+k_4\mathrm{\φ}\left(n\right)+2k_5\mathrm{\φ}(n-1)+k_5\mathrm{\φ}(n-2)\≤L_0\end{array}\right.,n\≥2$

其中，n表示第n次数据采样，取整数，L_d1(n)、L_d2(n)分别为第n次数据采样时，在轮胎垂直力力矩平衡下获得的动态横向载荷率及绕侧倾中心力矩平衡下获得的动态横向载荷率；φ(n)、ω(n)及U(n)为第n次数据采样时的车辆侧倾角、角速度及车辆行驶速度，侧倾角由侧倾角传感器测得，角速度由电子陀螺仪测得，车速由ECU单元获得，φ(0)表示车辆初始侧倾角，φ(1)表示第一次数据采样时得到的车辆侧倾角，车辆l_w为车辆轮距宽度；L₀为横向载荷率门限设定值；

k₁、k₂、k₃、k₄及k₅均为车辆质量m的函数：分别为 其中，c为车辆悬架阻尼系数，m为簧载质量，I_r为簧载质量绕侧倾轴的转动惯量，g为重力加速度，h为车辆重心高度；c、k、g、l_w、I_r属于车辆固有属性参数。

所述h为车辆重心高度利用公式计算获得；

其中，k₃的值是利用采集的N组车辆速度、角速度及车辆侧倾角代入公式k₁φ(n)+k₂φ(n-1)-k₃ω(n)U(n)-k₄φ(n)-k₅(2φ(n-1)-φ(n-2))＝0，选用最小二乘方法拟合获得，其中，N为整数，且N≥20。

当远程通信模块无法正常工作时，利用定位模块中北斗短报文与后台监控中心进行通信。

其中，所述车辆侧倾角、角速度、速度及车重的状态约束方程的建立过程具体如下：

1)建立车辆侧倾时的力矩平衡方程；

以三自由度线性汽车侧翻模型为基础，建立包含轮胎垂直力和悬架侧倾力的力矩平衡方程、侧倾时x轴的力矩平衡方程：

$\left\{\begin{array}{c}c\stackrel{\·}{\mathrm{\φ}}+\mathrm{k\φ}=\frac{l_w}{2}(F_{\mathrm{out}}-F_{\mathrm{in}})\\ c\stackrel{\·}{\mathrm{\φ}}+\mathrm{k\φ}=\mathrm{mgh\φ}+{\mathrm{ma}}_{y}h-I_r\stackrel{\·\·}{\mathrm{\φ}}\end{array}\right.---\left(1\right)$

其中，c为悬架阻尼系数；k为悬架侧倾刚度；φ为倾侧角；l_w为汽车轮距宽度；F_in、F_out分别为内、外侧载荷；I_r为簧载质量绕侧倾轴的转动惯量；m为簧载质量；g为重力加速度；h为中心高度；a_y为侧向加速度，可由下式获得：

$a_y=\stackrel{\·}{V}+\mathrm{\ωU}---\left(2\right)$

式中，V为车辆横向速度，ω为车辆角速度，U为车辆行驶速度；

V变化率较ωU较小，可忽略，故有：

a_y＝ωU   (3)

将(3)式带入(1)式，可得：

$\left\{\begin{array}{c}(F_{\mathrm{out}}-F_{\mathrm{in}})=2\frac{c\stackrel{\·}{\mathrm{\φ}}+\mathrm{k\φ}}{l_w}\\ c\stackrel{\·}{\mathrm{\φ}}+\mathrm{k\φ}=\mathrm{mgh\φ}+\mathrm{m\ωUh}-I_r\stackrel{\·\·}{\mathrm{\φ}}\end{array}\right.---\left(4\right)$

2)定义车辆动态横向载荷率L_d，建立侧倾角，加速度、角速度及车辆速度的关系方程；

$L_d=\frac{F_{\mathrm{out}}-F_{\mathrm{in}}}{F_{\mathrm{out}}+F_{\mathrm{in}}}---\left(5\right)$

其中，F_out+F_in＝mg   (6)

对式(5)进行变换，可得：

$\left\{\begin{array}{c}{L}_d=2\frac{\mathrm{mgh\φ}+\mathrm{m\ωUh}-I_r\stackrel{\·\·}{\mathrm{\φ}}}{\mathrm{mg}{l}_w}\\ L_d=2\frac{c\stackrel{\·}{\mathrm{\φ}}+\mathrm{k\φ}}{\mathrm{mg}{l}_w}\end{array}\right.---\left(7\right)$

对(7)式进行离散化，可得：

$\left\{\begin{array}{c}{L}_d\left(n\right)=2\frac{c+k}{\mathrm{mg}{l}_w}\mathrm{\φ}\left(n\right)+\frac{2k}{\mathrm{mg}{l}_w}\mathrm{\φ}(n-1)\\ L_d\left(k\right)=\frac{2h}{{\mathrm{gl}}_w}\mathrm{\ω}\left(n\right)U\left(n\right)+\frac{2\mathrm{mgh}+I_r}{\mathrm{mg}{l}_w}\mathrm{\φ}\left(n\right)+\frac{2I_r}{\mathrm{mg}{l}_w}\mathrm{\φ}(n-1)+\frac{I_r}{\mathrm{mg}{l}_w}\mathrm{\φ}(n-2)\end{array}\right.---\left(8\right)$

令： $k_1=2\frac{c+k}{\mathrm{mg}{l}_w},k_2=\frac{2k}{\mathrm{mg}{l}_w},k_3=\frac{2h}{g{l}_w},k_4=\frac{2\mathrm{mgh}+I_r}{\mathrm{mg}{l}_w},k_5=\frac{I_r}{\mathrm{mg}{l}_w}$

则(8)式可化为：

$\left\{\begin{array}{c}{L}_d\left(n\right)=k_1\mathrm{\φ}\left(n\right)+k_2\mathrm{\φ}(n-1)\\ L_d\left(n\right)=k_3\mathrm{\ω}\left(n\right)U\left(n\right)+k_4\mathrm{\φ}\left(n\right)+2k_5\mathrm{\φ}(n-1)+k_5\mathrm{\φ}(n-2)\end{array}\right.---\left(9\right)$

对同一类型车辆而言，式k₁～k₅中，参数c、k、g、l_w、I_r为定值，m可由测重传感器获得，h可通过离线计算获得，因此，k₁～k₅为簧载质量m的函数，也可以确定。

定义采用公式k₁φ(n)+k₂φ(n-1)计算获得的车辆动态横向载荷率为在轮胎垂直力力矩平衡下获得的动态横向载荷率L_d1(n)，定义采用公式k₃ω(n)U(n)+k₄φ(n)+2k₅φ(n-1)+k₅φ(n-2)计算获得的车辆动态横向载荷率为在绕侧倾中心力矩平衡下获得的动态横向载荷率L_d2(n)，从理论角度出发，两者应该相等，但是实际情况中，由于各种测量传感器采集的数据存在误差，从两种平衡角度出发获得的车辆动态横向载荷率存在一定的差异，但是两者均应该满足相同的约束条件，才能保证车辆不发生侧翻；

3)选取动态横向载荷率门限值L₀为约束值，建立侧倾角，加速度、角速度及车辆速度的状态约束方程；

$\left\{\begin{array}{c}{k}_1\mathrm{\φ}\left(k\right)+k_2\mathrm{\φ}(k-1)\≤L_0\\ k_3\mathrm{\ω}\left(k\right)U\left(k\right)+k_4\mathrm{\φ}\left(k\right)+2k_5\mathrm{\φ}(k-1)+k_5\mathrm{\φ}(k-2)\≤L_0\end{array}\right.---\left(10\right)$

4)基于状态约束方程(10)式，对车辆车侧倾状态进行实时监测，当所测值超过设定的预警门限值，则向驾驶员发出预警，并实时回传至后台监控中心。

其步骤如下：

A.设定参数c、k、g、l_w、I_r初始值，其值根据车辆类型获得，此处，其值设定为c＝487050；k＝400000kN.m/rad；g＝9.8m/s²；l_w＝2.1m；I_r＝7695.6kg/s²；

B.通过电子陀螺仪、侧倾角传感器、测重传感器及CAN总线，分别获得角速度ω(n)、车辆倾斜角φ(n)、簧载质量m及车速U(n)的值，利用(9)式离线计算获得车辆重心高度h＝0.8；采样时间间隔在1～10ms之间，本实施例中选取5ms；

C.设定横向载荷率门限值L₀，其值以车辆侧倾临界值为基准，并增加部分裕量，其增加部分通过统计优化获得，此处选取L₀＝0.8；

D.设定L_d的门限值L₀，利用(10)式对车辆倾斜状态进行实时判断，当L_d超过门限值L₀，则向驾驶员发出预警，并指导驾驶员回调方向角或降低车速，同时将预警信息实时回传至后台监控中心。

Claims (9)

1.一种智能车载监控装置，其特征在于，包括安装在车辆上的微控制器MCU模块、北斗/GPS定位模块、远程通信模块、车辆状态采集模块、人机交互模块及电源模块；

所述定位模块、远程通信模块、车辆状态采集模块、人机交互模块及电源模块均与所述微控制器MCU模块相连；

所述微控制器MCU模块通过CAN总线与车辆ECU单元相连，微控制器MCU模块通过远程通信模块或北斗/GPS定位模块与后台监控中心进行通信。

2.根据权利要求1所述的智能车载监控装置，其特征在于，所述车辆状态采集模块包括侧倾角传感器、电子陀螺仪及测重传感器。

3.根据权利要求1所述的智能车载监控装置，其特征在于，所述人机交互模块包括矩阵按键单元、显示单元及声光报警单元。

4.根据权利要求1-3任一项所述的智能车载监控装置，其特征在于，所述微控制器MCU模块采用型号为LPC1788的MCU。

5.根据权利要求1-3任一项所述的智能车载监控装置，其特征在于，所述的北斗/GPS定位模块采用TD3017A定位芯片。

6.根据权利要求1-3任一项所述的智能车载监控装置，其特征在于，所述的远程通信模块采用G610通信芯片。

7.一种智能车载监控方法，其特征在于，采用权利要求1-6任一项所述的智能车载监控装置，利用车辆状态采集模块及车辆ECU单元采集车辆的侧倾角、角速度、车速及车重，基于三自由度线性汽车侧翻模型，以车辆动态横向载荷率为监测指标，建立车辆侧倾角、角速度、速度及车重的状态约束方程，对车辆侧倾状态进行实时监控和预警，当实时获得的车辆动态载荷率超过设定的横向载荷率门限值时，由人机交互单元发出警报，且通过远程通信模块发送至后台监控中心；

所述车辆动态载荷率包括在轮胎垂直力力矩平衡下获得的动态横向载荷率及绕侧倾中心力矩平衡下获得的动态横向载荷率；

所述车辆侧倾角、角速度、速度及车重的状态约束方程如下：

$\left\{\begin{array}{c}{L}_{d1}\left(n\right)=k_1\mathrm{\φ}\left(n\right)+k_2\mathrm{\φ}(n-1)\≤L_0\\ L_{d2}\left(n\right)=k_3\mathrm{\ω}\left(n\right)U\left(n\right)+k_4\mathrm{\φ}\left(n\right)+2k_5\mathrm{\φ}(n-1)+k_5\mathrm{\φ}(n-2)\≤L_0\end{array}\right.,n\≥2$

其中，n表示第n次数据采样，取整数，数据采样间隔为设定值；L_d1(n)、L_d2(n)分别为第n次数据采样时，在轮胎垂直力力矩平衡下获得的动态横向载荷率及绕侧倾中心力矩平衡下获得的动态横向载荷率；φ(n)、ω(n)及U(n)为第n次数据采样时的车辆侧倾角、角速度及车辆行驶速度，侧倾角由侧倾角传感器测得，角速度由电子陀螺仪测得，车速由ECU单元获得，φ(0)表示车辆初始侧倾角，φ(1)表示第一次数据采样时得到的车辆侧倾角，车辆l_w为车辆轮距宽度；L₀为横向载荷率门限设定值；

k₁、k₂、k₃、k₄及k₅均为车辆质量m的函数：分别为 其中，c为车辆悬架阻尼系数，m为簧载质量，I_r为簧载质量绕侧倾轴的转动惯量，g为重力加速度，h为车辆重心高度；c、k、g、l_w、I_r属于车辆固有属性参数。

8.根据权利要求7所述的智能车载监控方法，其特征在于，所述h为车辆重心高度利用公式计算获得，其中，k₃的值是利用采集的N组车辆速度、角速度及车辆侧倾角代入公式k₁φ(n)+k₂φ(n-1)-k₃ω(n)U(n)-k₄φ(n)-k₅(2φ(n-1)-φ(n-2))＝0，选用最小二乘方法拟合获得，其中，N为整数，且N≥20。

9.根据权利要求7所述的智能车载监控方法，其特征在于，当远程通信模块无法正常工作时，利用定位模块中北斗短报文与后台监控中心进行通信。