CN104729454A - 基于遗传算法的自动识别obd设备在车辆中安装方向的方法 - Google Patents

Abstract

本发明公开了一种基于遗传算法的自动识别OBD设备在车辆中安装方向的方法，利用陀螺仪的输出判断车辆转弯，转弯角速度达到峰值时的加速度计的输出作为遗传算法的适应度值，将适应度值代入遗传算法从而确定车载OBD设备在车辆中的安装方向；本发明实现了OBD设备自动识别在车辆中的安装方向，解决了因为不同车辆所产生的OBD设备安装方向不一样的问题。

Description

基于遗传算法的自动识别OBD设备在车辆中安装方向的方法

技术领域

本发明涉及一种通过遗传算法实现OBD设备建立坐标系的方法，利用陀螺仪的输出判断车辆转弯，转弯角速度达到峰值时的加速度计的输出作为遗传算法的适应度值，将适应度值代入遗传算法从而确定车载OBD设备在车辆中的安装方向。

背景技术

OBD设备内置的MEMS加速度计、陀螺仪统称为OBD设备内置的惯性组件。将MEMS加速度计、陀螺仪与车载OBD设备集成，可实现对车辆运动状态的全程监测，测量数据辅助评价驾驶者的驾驶行为以及甄别车辆碰撞情况，极大的扩展了OBD产品功能，提升了驾驶者的驾控体验。

为了实现对车辆运动的监控，就需要将OBD设备内置的加速度计与陀螺仪的坐标系与车辆建立关联，但是不同型号的车辆，OBD接口的位置不同，导致OBD设备在插入车辆时，其真实坐标系方向可能指向车辆的各个方向。如果根据不同的车型设置不同的OBD设备代码，该项工作就变得比较繁琐。

发明内容

为了解决上述问题，本发明提供一种基于遗传算法的自动识别OBD设备在车辆中安装方向的方法，解决了因不同型号的车辆所产生的OBD设备安装方向不一样的问题。

为实现上述目的，本发明采用的技术方案是：基于遗传算法的自动识别OBD设备在车辆中安装方向的方法，包括如下步骤：

A、开始时OBD设备的坐标系是一个非水平的坐标系，利用加速度计输出的ax、ay和az，计算OBD设备的不水平度θ和γ；

$\mathrm{\θ}{=\sin }^{-1}\frac{-\mathrm{ax}}{\sqrt{{\mathrm{ax}}^2+{\mathrm{ay}}^2+{\mathrm{az}}^2}}$

$\mathrm{\γ}={\tan }^{-1}\frac{\mathrm{ay}}{\mathrm{az}}$

其中，ax、ay和az分别表示加速度计x轴、y轴和z轴输出的加速度，θ表示俯仰角，γ表示横滚角；

B、根据非水平的坐标系下加速度计输出的ax、ay和az与陀螺仪输出的gx、gy和gz，计算水平坐标系下的加速度计输出的Ax、Ay和Az与陀螺仪三轴输出的Gx、Gy和Gz；

B1、计算加速度计水平坐标系下的输出：

Ax＝ax*cosθ+ay*sinθ*sinγ+az*sinθ*cosγ

Ay＝ay*cosγ-az*sinγ

Az＝-ax*sinθ+ay*cosθ*sinγ+az*cosθ*cosγ

B2、计算陀螺仪水平坐标系下的输出：

Gx＝gx*cosθ+gy*sinθ*sinγ+gz*sinθ*cosγ

Gy＝gy*cosγ-gz*sinγ

Gz＝-gx*sinθ+gy*cosθ*sinγ+gz*cosθ*cosγ

其中，Ax、Ay和Az分别表示在水平坐标系下加速度计x轴、y轴和z轴输出的加速度，Gx、Gy和Gz分别表示在水平坐标系下陀螺仪x轴、y轴和z轴输出的角速度；

C、如果陀螺仪的输出积分，大于10°则认定为发生了转弯：

Sum＝∑Gz

其中，Sum表示为陀螺仪的输出积分；

D、在转弯过程中，陀螺仪输出的Gz达到峰值时加速度计的输出Ax，Ay作为转弯过程中OBD设备的离心力，即为遗传算法中各个染色体的适应度；

E、将染色体适应度Ax、Ay带入遗传算法中进行计算，经过4-5代的遗传，4个个体Rx、Ry、Lx和Ly中加权值最大的，是OBD设备在车辆中的真实安装方向，其中Rx表示x轴指向右侧、Ry表示y轴指向右侧、Lx表示x轴指向左侧、Ly表示y轴指向左侧；

作为步骤D的进一步补充，加速度计与陀螺仪的初始坐标系是一个右手坐标系，其相对车辆存在4种变化，即存在4个个体Rx、Ry、Lx和Ly组成的种群：

D1：当发生左转弯时：

X轴指向右侧，则加速度计输出的Ax为一个小于0的数值；X轴指向左侧时，则加速度计输出的Ax为一个大于0的数值；根据此时加速度计输出的数值与0比较，大于0，则将Ax作为个体Lx的适应度F_lx，此时个体Rx完全不适应，所以将0作为此次Rx的适应度F_rx；

Y轴指向右侧，则加速度计输出的Ay为一个小于0的数值；Y轴指向左侧时，则加速度计输出的Ay为一个大于0的数值；根据此时加速度计输出的数值与0比较，大于0，则将Ay作为个体Ly的适应度F_ly，此时个体Ry完全不适应，所以将0作为此次Ry的适应度F_ry；

D2：当发生右转弯时：

X轴指向右侧，则加速度计输出的Ax为一个大于0的数值；X轴指向左侧时，则加速度计输出的Ax为一个小于0的数值；根据此时加速度计输出的数值与0比较，大于0，则将Ax作为个体Rx的适应度F_rx，此时个体Lx完全不适应，所以将0作为此次Lx的适应度F_lx；

Y轴指向右侧，则加速度计输出的Ay为一个大于0的数值；Y轴指向左侧时，则加速度计输出的Ay为一个小于0的数值；根据此时加速度计输出的数值与0比较，大于0，则将Ay作为个体Ry的适应度F_ry，此时个体Ly完全不适应，所以将0作为此次Ly的适应度F_ly；

作为步骤E的进一步补充：使用轮盘赌选择法选择个体，首先计算各个个体的选择概率：

个体Rx的选择概率P_rx：

$P_{\mathrm{rx}}=\frac{F_{\mathrm{rx}}}{F_{\mathrm{rx}}+F_{\mathrm{lx}}+F_{\mathrm{ry}}+F_{\mathrm{ly}}}$

个体Lx的选择概率P_lx：

$P_{\mathrm{lx}}=\frac{F_{\mathrm{lx}}}{F_{\mathrm{rx}}+F_{\mathrm{lx}}+F_{\mathrm{ry}}+F_{\mathrm{ly}}}$

个体Ry的选择概率P_ry：

$P_{\mathrm{ry}}=\frac{F_{\mathrm{ry}}}{F_{\mathrm{rx}}+F_{\mathrm{lx}}+F_{\mathrm{ry}}+F_{\mathrm{ly}}}$

个体Ly的选择概率P_ly：

$P_{\mathrm{ly}}=\frac{F_{\mathrm{ly}}}{F_{\mathrm{rx}}+F_{\mathrm{lx}}+F_{\mathrm{ry}}+F_{\mathrm{ly}}}$

每一轮轮盘赌产生一个[0，1]的均匀随机数，将该随机数作为选择指针来确定被选择个体，Rx的区间为0：P_rx，Lx的区间为P_rx：(P_lx+P_rx)，Ry的区间为(P_lx+P_rx)：(P_lx+P_rx+P_ry)，Ly的区间为(P_lx+P_rx+P_ry)：1，根据每次产生的随机数在哪个区间，则该个体在该轮轮盘赌被选中一次；进行多轮轮盘赌后，将被选中的各个个体次数做加权：

$T_i=2^{n_i}$

其中，n_i为被选择中个体的次数，T_i为该个体的加权值；当某个个体的加权值多次相加的和超过设定的阈值时，则认为此个体为最优个体，即此个体所代表的相应坐标系即为车载OBD设备的安装方向。

本发明的有益效果为：本发明实现了OBD设备自动识别在车辆中的安装方向，解决了因为不同车辆所产生的OBD设备安装方向不一样的问题。不需要再根据不同车辆设置不同的软件代码，从而解放了人力资源，降低了软件维护的成本，提高了设备的竞争力。

附图说明

图1为OBD设备x轴指向右侧在车辆中安装方向示意图；

图2为OBD设备x轴指向左侧在车辆中安装方向示意图；

图3为OBD设备y轴指向右侧在车辆中安装方向示意图；

图4为OBD设备y轴指向左侧在车辆中安装方向示意图。

具体实施方式

下面为实施例，对本发明的具体实施方式作进一步详细描述，以下实施例用于解释说明本发明，但不用来限制本发明的保护范围。

基于遗传算法的自动识别OBD设备在车辆中安装方向的方法，包括如下步骤：

A、将OBD设备安装在车辆上，因为各种因素的影响，此时OBD设备的坐标系是一个非水平的坐标系，利用加速度计输出的ax、ay和az，计算OBD设备的不水平度θ和γ；

$\mathrm{\θ}{=\sin }^{-1}\frac{-\mathrm{ax}}{\sqrt{{\mathrm{ax}}^2+{\mathrm{ay}}^2+{\mathrm{az}}^2}}$

$\mathrm{\γ}={\tan }^{-1}\frac{\mathrm{ay}}{\mathrm{az}}$

其中，ax、ay和az分别表示加速度计x轴、y轴和z轴输出的加速度，θ表示俯仰角，γ表示横滚角；

B、根据非水平的坐标系下加速度计输出的ax、ay和az与陀螺仪输出的gx、gy和gz，计算水平坐标系下的加速度计输出的Ax、Ay和Az与陀螺仪三轴输出的Gx、Gy和Gz；

B1、计算加速度计水平坐标系下的输出：

Ax＝ax*cosθ+ay*sinθ*sinγ+az*sinθ*cosγ

Ay＝ay*cosγ-az*sinγ

Az＝-ax*sinθ+ay*cosθ*sinγ+az*cosθ*cosγ

B2、计算陀螺仪水平坐标系下的输出：

Gx＝gx*cosθ+gy*sinθ*sinγ+gz*sinθ*cosγ

Gy＝gy*cosγ-gz*sinγ

Gz＝-gx*sinθ+gy*cosθ*sinγ+gz*cosθ*cosγ

其中，Ax、Ay和Az分别表示在水平坐标系下加速度计x轴、y轴和z轴输出的加速度，Gx、Gy和Gz分别表示在水平坐标系下陀螺仪x轴、y轴和z轴输出的角速度；

C、如果陀螺仪的输出积分，大于10°则认定为发生了转弯：

Sum＝∑Gz

其中，Sum表示为陀螺仪的输出积分；

D、在转弯过程中，陀螺仪输出的Gz达到峰值时加速度计的输出Ax，Ay作为转弯过程中OBD设备的离心力，即为遗传算法中各个染色体的适应度；

E、将染色体适应度Ax、Ay带入遗传算法中进行计算，经过4-5代的遗传，4个个体Rx、Ry、Lx和Ly中加权值最大的，是OBD设备在车辆中的真实安装方向，其中Rx表示x轴指向右侧、Ry表示y轴指向右侧、Lx表示x轴指向左侧、Ly表示y轴指向左侧；

作为步骤D的进一步补充，加速度计与陀螺仪的初始坐标系是一个右手坐标系，其相对车辆存在4种变化，即存在4个个体Rx、Ry、Lx和Ly组成的种群：

D1：当发生左转弯时：水平坐标系下的陀螺仪输出的Gz大于0，此时离心力的方向相对于车辆是向左的，分析此时的加速度计输出：

X轴指向右侧，则加速度计输出的Ax为一个小于0的数值；X轴指向左侧时，则加速度计输出的Ax为一个大于0的数值；根据此时加速度计输出的数值与0比较，大于0，则将Ax作为个体Lx的适应度F_lx，此时个体Rx完全不适应，所以将0作为此次Rx的适应度F_rx；

Y轴指向右侧，则加速度计输出的Ay为一个小于0的数值；Y轴指向左侧时，则加速度计输出的Ay为一个大于0的数值；根据此时加速度计输出的数值与0比较，大于0，则将Ay作为个体Ly的适应度F_ly，此时个体Ry完全不适应，所以将0作为此次Ry的适应度F_ry；

D2：当发生右转弯时：水平坐标系下的陀螺仪输出的Gz小于0，此时离心力的方向相对于车辆是向右的，分析此时的加速度计输出：

X轴指向右侧，则加速度计输出的Ax为一个大于0的数值；X轴指向左侧时，则加速度计输出的Ax为一个小于0的数值；根据此时加速度计输出的数值与0比较，大于0，则将Ax作为个体Rx的适应度F_rx，此时个体Lx完全不适应，所以将0作为此次Lx的适应度F_lx；

Y轴指向右侧，则加速度计输出的Ay为一个大于0的数值；Y轴指向左侧时，则加速度计输出的Ay为一个小于0的数值；根据此时加速度计输出的数值与0比较，大于0，则将Ay作为个体Ry的适应度F_ry，此时个体Ly完全不适应，所以将0作为此次Ly的适应度F_ly；

作为步骤E的进一步补充：使用轮盘赌选择法选择个体，首先计算各个个体的选择概率：

个体Rx的选择概率P_rx：

$P_{\mathrm{rx}}=\frac{F_{\mathrm{rx}}}{F_{\mathrm{rx}}+F_{\mathrm{lx}}+F_{\mathrm{ry}}+F_{\mathrm{ly}}}$

个体Lx的选择概率P_lx：

$P_{\mathrm{lx}}=\frac{F_{\mathrm{lx}}}{F_{\mathrm{rx}}+F_{\mathrm{lx}}+F_{\mathrm{ry}}+F_{\mathrm{ly}}}$

个体Ry的选择概率P_ry：

$P_{\mathrm{ry}}=\frac{F_{\mathrm{ry}}}{F_{\mathrm{rx}}+F_{\mathrm{lx}}+F_{\mathrm{ry}}+F_{\mathrm{ly}}}$

个体Ly的选择概率P_ly：

$P_{\mathrm{ly}}=\frac{F_{\mathrm{ly}}}{F_{\mathrm{rx}}+F_{\mathrm{lx}}+F_{\mathrm{ry}}+F_{\mathrm{ly}}}$

每一轮轮盘赌产生一个[0，1]的均匀随机数，将该随机数作为选择指针来确定被选择个体，Rx的区间为0：P_rx，Lx的区间为P_rx：(P_lx+P_rx)，Ry的区间为(P_lx+P_rx)：(P_lx+P_rx+P_ry)，Ly的区间为(P_lx+P_rx+P_ry)：1，根据每次产生的随机数在哪个区间，则该个体在该轮轮盘赌被选中一次；进行多轮轮盘赌后，将被选中的各个个体次数做加权：

$T_i=2^{n_i}$

其中，n_i为被选择中个体的次数，T_i为该个体的加权值；当某个个体的加权值多次相加的和超过设定的阈值时，则认为此个体为最优个体，即此个体所代表的相应坐标系即为车载OBD设备的安装方向。

根据求得的坐标系，将此坐标系转换为右前天坐标系，即Y轴指向车头方向，X轴指向车辆右侧，Z轴指向天向；本发明实现了OBD设备自动识别在车辆中的安装方向，解决了因为不同车辆所产生的OBD设备安装方向不一样的问题。

Claims (2)

1.基于遗传算法的自动识别OBD设备在车辆中安装方向的方法，其特征在于，包括如下步骤：

A、开始时OBD设备的坐标系是一个非水平的坐标系，利用加速度计输出的ax、ay和az，计算OBD设备的不水平度θ和γ；

$\mathrm{\θ}={\sin }^{-1}\frac{-\mathrm{ax}}{\sqrt{{\mathrm{ax}}^2+{\mathrm{ay}}^2+{\mathrm{az}}^2}}$

$\mathrm{\γ}={\tan }^{-1}\frac{\mathrm{ay}}{\mathrm{az}}$

其中，ax、ay和az分别表示加速度计x轴、y轴和z轴输出的加速度，θ表示俯仰角，γ表示横滚角；

B、根据非水平的坐标系下加速度计输出的ax、ay和az与陀螺仪输出的gx、gy和gz，计算水平坐标系下的加速度计输出的Ax、Ay和Az与陀螺仪三轴输出的Gx、Gy和Gz；

B1、计算加速度计水平坐标系下的输出：

Ax＝ax*cosθ+ay*sinθ*sinγ+az*sinθ*cosγ

Ay＝ay*cosγ-az*sinγ

Az＝-ax*sinθ+ay*cosθ*sinγ+az*cosθ*cosγ

B2、计算陀螺仪水平坐标系下的输出:

Gx＝gx*cosθ+gy*sinθ*sinγ+gz*sinθ*cosγ

Gy＝gy*cosγ-gz*sinγ

Gz＝-gx*sinθ+gy*cosθ*sinγ+gz*cosθ*cosγ

其中，Ax、Ay和Az分别表示在水平坐标系下加速度计x轴、y轴和z轴输出的加速度，Gx、Gy和Gz分别表示在水平坐标系下陀螺仪x轴、y轴和z轴输出的角速度；

C、如果陀螺仪的输出积分，大于10°则认定为发生了转弯：

Sum＝∑Gz

其中，Sum表示为陀螺仪的输出积分；

D、在转弯过程中，陀螺仪输出的Gz达到峰值时加速度计的输出Ax，Ay作为转弯过程中OBD设备的离心力，即为遗传算法中各个染色体的适应度；

E、将染色体适应度Ax、Ay带入遗传算法中进行计算，经过4-5代的遗传，4个个体Rx、Ry、Lx和Ly中加权值最大的，是OBD设备在车辆中的真实安装方向，其中Rx表示x轴指向右侧、Ry表示y轴指向右侧、Lx表示x轴指向左侧、Ly表示y轴指向左侧。

2.根据权利要求1所述的基于遗传算法的自动识别OBD设备在车辆中安装方向的方法，其特征在于，在所述的步骤D中，加速度计与陀螺仪的初始坐标系是一个右手坐标系，其相对车辆存在4种变化，即存在4个个体Rx、Ry、Lx和Ly组成的种群：

D1：当发生左转弯时：

X轴指向右侧，则加速度计输出的Ax为一个小于0的数值；X轴指向左侧时，则加速度计输出的Ax为一个大于0的数值；根据此时加速度计输出的数值与0比较，大于0，则将Ax作为个体Lx的适应度F_lx，此时个体Rx完全不适应，所以将0作为此次Rx的适应度F_rx；

Y轴指向右侧，则加速度计输出的Ay为一个小于0的数值；Y轴指向左侧时，则加速度计输出的Ay为一个大于0的数值；根据此时加速度计输出的数值与0比较，大于0，则将Ay作为个体Ly的适应度F_ly，此时个体Ry完全不适应，所以将0作为此次Ry的适应度F_ry；

D2：当发生右转弯时：

X轴指向右侧，则加速度计输出的Ax为一个大于0的数值；X轴指向左侧时，则加速度计输出的Ax为一个小于0的数值；根据此时加速度计输出的数值与0比较，大于0，则将Ax作为个体Rx的适应度F_rx，此时个体Lx完全不适应，所以将0作为此次Lx的适应度F_lx；

Y轴指向右侧，则加速度计输出的Ay为一个大于0的数值；Y轴指向左侧时，则加速度计输出的Ay为一个小于0的数值；根据此时加速度计输出的数值与0比较，大于0，则将Ay作为个体Ry的适应度F_ry，此时个体Ly完全不适应，所以将0作为此次Ly的适应度F_ly。3、根据权利要求1所述的基于遗传算法的自动识别OBD设备在车辆中安装方向的方法，其特征在于，在步骤E中使用轮盘赌选择法选择个体，首先计算各个个体的选择概率:

个体Rx的选择概率P_rx：

$P_{\mathrm{rx}}=\frac{F_{\mathrm{rx}}}{F_{\mathrm{rx}}+F_{\mathrm{lx}}+F_{\mathrm{ry}}+F_{\mathrm{ly}}}$

个体Lx的选择概率P_lx：

$P_{\mathrm{lx}}=\frac{F_{\mathrm{lx}}}{F_{\mathrm{rx}}+F_{\mathrm{lx}}+F_{\mathrm{ry}}+F_{\mathrm{ly}}}$

个体Ry的选择概率P_ry：

$P_{\mathrm{ry}}=\frac{F_{\mathrm{ry}}}{F_{\mathrm{rx}}+F_{\mathrm{lx}}+F_{\mathrm{ry}}+F_{\mathrm{ly}}}$

个体Ly的选择概率P_ly：

$P_{\mathrm{ly}}=\frac{F_{\mathrm{ly}}}{F_{\mathrm{rx}}+F_{\mathrm{lx}}+F_{\mathrm{ry}}+F_{\mathrm{ly}}}$

每一轮轮盘赌产生一个[0，1]的均匀随机数，将该随机数作为选择指针来确定被选择个体，Rx的区间为0：P_rx，Lx的区间为P_rx：(P_lx+P_rx)，Ry的区间为(P_lx+P_rx)：(P_lx+P_rx+P_ry)，Ly的区间为(P_lx+P_rx+P_ry)：1，根据每次产生的随机数在哪个区间，则该个体在该轮轮盘赌被选中一次；进行多轮轮盘赌后，将被选中的各个个体次数做加权：

$T_i=2^{n_i}$

其中，n_i为被选择中个体的次数，T_i为该个体的加权值；当某个个体的加权值多次相加的和超过设定的阈值时，则认为此个体为最优个体，即此个体所代表的相应坐标系即为车载OBD设备的安装方向。