CN108287503A - 时变交互式卡尔曼滤波的重载货车分级式侧翻预警方法 - Google Patents

Abstract

本发明涉及重载货车侧翻预警技术领域，公开的一种时变交互式卡尔曼滤波的重载货车分级式侧翻预警方法，以汽车的刚体模型作为分析货车侧翻阈值的物理模型，通过多式传感器对车辆行驶加速度、角度偏量、道路湿度的指标数据完成采集，将采集数据集中于主控芯片，利用时变交互式卡尔曼滤波和四元数算法的融合数据挖掘技术完成数据处理，对刚体模型进行力学分析，得到侧翻条件方程，即判定货车侧翻的条件。本发明能够提高重型车辆行驶安全性及进行稳定性，能够对货车的行驶情况实现分级预警管理。能够为货车系统的安全优化设计提供更多可靠数据，并能够显著提高货车司机的安全意识，减少交通安全事故的发生。

Description

时变交互式卡尔曼滤波的重载货车分级式侧翻预警方法

技术领域

本发明涉及重载货车侧翻预警技术领域，尤其涉及一种时变交互式卡尔曼滤波的重载货车分级式侧翻预警方法。

背景技术

随着高速公路的发展，以多样式重型车辆为载体的道路运输业迎来了蓬勃发展。与此同时，重型车辆在高速行驶时，特别是载重过大时，极易容易发生侧翻等危险工况，交通事故数目一直居高不下，重型车辆的稳定性和安全性问题已经成为制约道路交通运输事业发展的瓶颈。

在汽车行驶的过程中，侧翻是其中一种最为严重并且威胁成员安全的事故。根据美国高速公路安全管理局NHTSA研究发现，车辆在使用过程中侧翻的造成的危害仅次于碰撞。

统计数据表明：2014年美国有561.5万车次交通事故，汽车侧翻事故占2.0%，但汽车侧翻伤亡人数占交通事故伤亡人数的20.3%。在我国，据公安部统计，2015年发生的特大交通事故16起，造成伤亡人数高达219人，其中由于侧翻引起的交通事故5起，造成的人员伤亡人数为77人。统计显示，由于汽车侧翻引起的人员伤亡比例高达35%。因此，汽车侧翻及防侧翻控制的研究逐渐受到人们的重视。

车辆侧翻是一个工况复杂的多种因素综合作用的过程，车辆发生侧翻时，驾驶员往往不能采取有效措施，而侧翻事故的危害是致命的，为使驾驶员能提前感知重载货车潜在侧翻风险，确保驾驶员有足够时间采取相应措施，避免交通事故发生。因此，研发重载货车分级式侧翻预警系统，对道路交通安全具有较大的理论意义和实用价值。据2015年卡车致命事故类型分布，如：私车占20%，侧翻占57%，碰撞占12%，其他占31%。

国内外研究现状

国外诸多国家对侧翻预警展开了广泛的研究。2003年Chen首先提出了基于车辆侧翻模型预测侧翻时间TTR的车辆侧翻预警方法，该算法力求精度的提高，但该算法运行速度缺制约其实用性。Tarko设计遗传算法评估轮胎极限变形量，进而判断车辆偏移程度，预测事故发生概率，但由于遗传算法自身缺陷致使该预测存在实时性较差缺陷。Islam基于车辆质心计算侧翻加速度阈值，并以此作为判断侧翻的条件，但该方法未考虑重心位置的扰动影响，当车辆状态参数变化较大，预警门限值会产生较大波动。

国内方面，夏晶晶等提出基于模型预测的侧翻主动控制方法，该方法通过控制空气悬架的充放气来实现对空气悬架的刚度调节，从而实现车辆侧翻的主动控制，提高重型车辆的侧倾稳定性；朱天军等提出基于改进TTR和卡尔曼滤波技术的侧翻预警方法，试验结果表明，该方法能实时预警；金智林等以运动汽车为研究对象，基于动态定因子提出了车辆侧翻预警方法，实验表明，该算法能够精确地判断车辆侧翻状况。

表1现有技术方案特点与缺陷

综上所述，现阶段国内外多数侧翻警示算法未考虑数据的时变性，且数据之间存在交互影响，而现有专利在物理结构、数据分析等方面也存在诸多缺陷，故而难以准确预测车辆在未来时刻发生侧翻的风险。

发明内容

为克服现有技术的不足，本发明提供一种时变交互式卡尔曼滤波的重载货车分级式侧翻预警方法。

为实现上述发明目的，本发明采用如下技术方案：

一种时变交互式卡尔曼滤波的重载货车分级式侧翻预警方法，是在即时路况环境中，以汽车的刚体模型作为分析货车侧翻阈值的物理模型，通过多式传感器对车辆行驶加速度、角度偏量、道路湿度的指标数据完成采集，将采集数据集中于主控芯片，利用时变交互式卡尔曼滤波和四元数算法的融合数据挖掘技术完成数据处理，对刚体模型进行力学分析，得到侧翻条件方程，即判定货车侧翻的条件，借助于蓝牙接口实现主控芯片与手机APP间的信息传输，进而对货车的行驶情况实现分级预警管理；

一种时变交互式卡尔曼滤波的重载货车分级式侧翻预警方法，时变交互式卡尔曼滤波的重载货车分级式侧翻预警流程，控制中心监控管理平台采用NJS编写代码，在HBuilder中打包发行为App安装包，运行程序通过调用蓝牙端口连接主控芯片，应用html5流跨手机平台接收传感器输出的16进制数据,结合百度api调用的地理信息，显示当前货车的行驶状态，即由加速度计和陀螺仪姿态角度测量系统,建立分级时变交互式卡尔曼滤波模型,对来自加速度计和陀螺仪的信号进行融合,在动态数据采集试验的基础上,通过模型有效地补偿传感器漂移与测量噪声等因素对加速度计与陀螺仪的影响,减小了姿态角度测量误差，规避参数变化快、偏差值消除难的缺陷；具体实施步骤如下：

(1)时变交互式卡尔曼滤波模型构建

根据所获取数据属于时变性数据，且数据之间存在交互影响，构建时变交互式卡尔曼滤波模型，并输出波形曲线； (2)数据的姿态解算

进一步地设计四元数法对初始处理数据进行解算，获得测算数据；采用三轴加速计和三轴磁强计，在静止条件下得到初始姿态（，在初始数据转化为测算数据的过程中，需要对初始数据进行四元数的加工处理，其中分别为X 轴、Y 轴、Z 轴加速度高、低字节；并且在运动条件下得到姿态（，其中分别为X 轴、Y 轴、Z 轴加速度高、低字节；分别为X 轴、Y轴、Z轴角度高、低字节；

(3)分级式预警管理系统

用于体现分级预警管理，依据行驶状况划分五种提示：不报警、一级至三级预警、四级报警；分别对货车司机提出不同提示，安全驾驶、谨慎驾驶、二度谨慎驾驶、高度谨慎驾驶，必要时自动发出求救信号。

由于采用如上所述技术方案，本发明具有如下优越性：

一种时变交互式卡尔曼滤波的重载货车分级式侧翻预警方法，通过软件、硬件结合的方式，实现了单片机与手机APP的紧密结合，通过可视化平台的应用，使得该设计成为一个功能齐全的预测系统，以保障驾驶员的安全。项目的创新点主要体现在以下几个方面：

（1）分级预警：针对车辆不同安全级别的行驶状态提出分级侧翻预警提示，必要时可以自动发出求救信号。

（2）实时监控。在汽车行驶的过程中，速度随时变化，外部环境也会复杂多变。通过感应器对外部数据的搜集，快速处理得到汽车侧翻的预测值，以保证驾驶员的安全。

（3）数据全面。提出行驶加速度、角度偏移量、道路湿度、温度数据、方向盘偏移量、实时车速等指标，实现零误差，可以在不同环境进行准确处理，比如雨雪天气，雾霾天气。

（4）经济实用。最大限度的考虑大众标准，避免了大笔支出。部分硬件以市场产品开发为标准，后期系统的可移植性、实用性强。

（5）技术创新。本系统考虑所获取数据属于时变性数据，且数据之间存在交互影响，通过姿态解算器配合时变交互式卡尔曼滤波算法，能够在动态环境下准确输出模块的当前姿态，并且可以效降低测量噪声，提高测量精度。运用重力场进行滤波修正，使得角度测量中不会出现漂移现象。将测量数据精确到0.01 度，稳定性极高。

本发明通过硬件与软件有机结合的方式对汽车侧翻进行预测，以实现道路上交通行为的有效安全，保障行车安全，营造和谐交通。系统优势表现在：（1）服务专项化，成本较低；（2）适用于大众，实用性强；（3）高集成度，易于管控和拆卸；（4）多因素管控，精准程度高；（5）系统稳定，适应苛刻环境。

本发明研究了重载货车分级式侧翻预警问题，通过探索研究，得到一些有益的研究成果。该产品的价值主要分为三大类：

（1）社会意义：针对汽车侧翻的问题进行了深度研究，当前货车侧翻事故频繁发生，交通的不安全因素给人们出行带来的影响让我们不得不在这方面进行改变，为了司机和行人的出行安全，将该产品推广已迫在眉睫。

（2）实用价值：不同于其他产品的高端，采用多种数据处理和改进的算法，用廉价的硬件组成多功能传感器，在外界干扰的情况下，保证了系统的控制精度，同时提高了控制系统的可靠性和抗干扰能力。

（3）经济效益：产品本身的设计目的在于能批量生产在货车上，当有危险发生时，能够即使提醒，避免人车的损伤，对道路的通行造成最小的影响。即便危险发生，能够自动求救，相关人员可以即时赶到，对财产的进一步破坏有良好的预防作用。

附图说明

图1为时变交互式卡尔曼滤波的重载货车分级式侧翻预警系统的框图：

图2加入外界干扰时加速度计与陀螺仪输出波形图；

图3引入时变交互式卡尔曼滤波后的波形曲线图；

图4时变交互式卡尔曼滤波数据的解算图；

图5为时变交互式卡尔曼滤波的重载货车分级式侧翻预警的流程图。

具体实施方式

如图1至图5所示，一种时变交互式卡尔曼滤波的重载货车分级式侧翻预警系统，包括车况检测装置，车况监测装置，包括：红外测速模块、陀螺仪、湿度信号采集传感器、蓝牙数据传输模块、主控芯片，红外测速模块1、陀螺仪2、湿度信号采集传感器3分别通过控制线与主控芯片4的输入端相连，主控芯片4的视频输出端通过视频信号线与液晶显示器6相连，主控芯片4的蓝牙端通过蓝牙模块5与手机7无线相连。

所述陀螺仪2为串口数据采集加速度的物理参数仪。所述湿度信号采集传感器为收集温湿度的气候参数仪。所述蓝牙数据传输模块用于实现主控芯片与手机间的无线信息传输。所述主控芯片为完成系统编程及算法设计功能的芯片，型号为STC89c52RC。

本装置运用多学科知识体系构建基础理论模型，借助实验数据验证系统的可行性，并通过反复实际操作数据对本系统加以完善，本系统的手机APP的界面包括天气海拔8、实时车况9、定位导航10、预警响应11。

一种时变交互式卡尔曼滤波的重载货车分级式侧翻预警方法，是在即时路况环境中，以汽车的刚体模型作为分析货车侧翻阈值的物理模型，通过多式传感器对车辆行驶加速度、角度偏量、道路湿度的指标数据完成采集，将采集数据集中于主控芯片，利用时变交互式卡尔曼滤波和四元数算法的融合数据挖掘技术完成数据处理，对刚体模型进行力学分析，得到侧翻条件方程，即判定货车侧翻的条件，借助于蓝牙接口实现主控芯片与手机APP间的信息传输，进而对货车的行驶情况实现分级预警管理；

时变交互式卡尔曼滤波的重载货车分级式侧翻预警流程，控制中心监控管理平台采用NJS编写代码，采用NJS编写代码，在HBuilder中打包发行为App安装包，运行程序通过调用蓝牙端口连接主控芯片，应用html5流跨手机平台接收传感器输出的16进制数据,结合百度api调用的地理信息，显示当前货车的行驶状态，即由加速度计和陀螺仪姿态角度测量系统,建立分级时变交互式卡尔曼滤波模型,对来自加速度计和陀螺仪的信号进行融合,在动态数据采集试验的基础上,通过模型有效地补偿传感器漂移与测量噪声等因素对加速度计与陀螺仪的影响,减小了姿态角度测量误差，规避参数变化快、偏差值消除难的缺陷；具体实施步骤如下：

(1)时变交互式卡尔曼滤波模型构建

根据所获取数据属于时变性数据，且数据之间存在交互影响，构建时变交互式卡尔曼滤波模型，并输出波形曲线； (2)数据的姿态解算

进一步地设计四元数法对初始处理数据进行解算，获得测算数据；采用三轴加速计和三轴磁强计，在静止条件下得到初始姿态（，在初始数据转化为测算数据的过程中，需要对初始数据进行四元数的加工处理，其中分别为X 轴、Y 轴、Z 轴加速度高、低字节；并且在运动条件下得到姿态（，其中分别为X 轴、Y 轴、Z 轴加速度高、低字节；其中分别为X 轴、Y轴、Z轴角度高、低字节；

(3)分级式预警管理系统

用于体现分级预警管理，依据行驶状况划分五种提示：不报警、一级至三级预警、四级报警；分别对货车司机提出不同提示，安全驾驶、谨慎驾驶、二度谨慎驾驶、高度谨慎驾驶，必要时自动发出求救信号。

本发明通过软件与硬件结合的方式，实现了单片机与手机APP的紧密结合，通过可视化平台的应用，使得该设计成为一个功能齐全的预测系统，以保障驾驶员的安全。项目的创新点主要体现在以下几个方面：

（1）分级预警：针对车辆不同安全级别的行驶状态提出分级侧翻预警提示，必要时可以自动发出求救信号。

（2）实时监控。在汽车行驶的过程中，速度随时变化，外部环境也会复杂多变。通过感应器对外部数据的搜集，快速处理得到汽车侧翻的预测值，以保证驾驶员的安全。

（3）数据全面。提出行驶加速度、角度偏移量、道路湿度、温度数据、方向盘偏移量、实时车速等指标，实现零误差，可以在不同环境进行准确处理，比如雨雪天气，雾霾天气。

（4）经济实用。最大限度的考虑大众标准，避免了大笔支出。部分硬件以市场产品开发为标准，后期系统的可移植性、实用性强。

（5）技术创新。本系统考虑所获取数据属于时变性数据，且数据之间存在交互影响，通过姿态解算器配合时变交互式卡尔曼滤波算法，能够在动态环境下准确输出模块的当前姿态，并且可以效降低测量噪声，提高测量精度。运用重力场进行滤波修正，使得角度测量中不会出现漂移现象。将测量数据精确到0.01 度，稳定性极高。

Claims (2)

1.一种时变交互式卡尔曼滤波的重载货车分级式侧翻预警方法，其特征是：是在即时路况环境中，以汽车的刚体模型作为分析货车侧翻阈值的物理模型，通过多式传感器对车辆行驶加速度、角度偏量、道路湿度的指标数据完成采集，将采集数据集中于主控芯片，利用时变交互式卡尔曼滤波和四元数算法的融合数据挖掘技术完成数据处理，对刚体模型进行力学分析，得到侧翻条件方程，即判定货车侧翻的条件，借助于蓝牙接口实现主控芯片与手机APP间的信息传输，进而对货车的行驶情况实现分级预警管理。

2.一种时变交互式卡尔曼滤波的重载货车分级式侧翻预警方法，其特征是：时变交互式卡尔曼滤波的重载货车分级式侧翻预警流程，控制中心监控管理平台采用NJS编写代码，在HBuilder中打包发行为App安装包，运行程序通过调用蓝牙端口连接主控芯片，应用html5流跨手机平台接收传感器输出的16进制数据,结合百度api调用的地理信息，显示当前货车的行驶状态，即由加速度计和陀螺仪姿态角度测量系统,建立分级时变交互式卡尔曼滤波模型,对来自加速度计和陀螺仪的信号进行融合,在动态数据采集试验的基础上,通过模型有效地补偿传感器漂移与测量噪声等因素对加速度计与陀螺仪的影响,减小了姿态角度测量误差，规避参数变化快、偏差值消除难的缺陷；具体实施步骤如下：

(1)时变交互式卡尔曼滤波模型构建

根据所获取数据属于时变性数据，且数据之间存在交互影响，构建时变交互式卡尔曼滤波模型，并输出波形曲线； (2)数据的姿态解算

进一步地设计四元数法对初始处理数据进行解算，获得测算数据；采用三轴加速计和三轴磁强计，在静止条件下得到初始姿态（，在初始数据转化为测算数据的过程中，需要对初始数据进行四元数的加工处理，其中分别为X 轴、Y 轴、Z 轴加速度高、低字节；并且在运动条件下得到姿态（，其中分别为X 轴、Y 轴、Z 轴加速度高、低字节；其中分别为X 轴、Y轴、Z轴角度高、低字节；

(3)分级式预警管理系统

用于体现分级预警管理，依据行驶状况划分五种提示：不报警、一级至三级预警、四级报警；分别对货车司机提出不同提示，安全驾驶、谨慎驾驶、二度谨慎驾驶、高度谨慎驾驶，必要时自动发出求救信号。