CN108304594A - 一种基于速度与陀螺仪数据的汽车驾驶稳定性的判定方法 - Google Patents

Abstract

本发明一种基于速度与陀螺仪数据的汽车驾驶稳定性的判定方法，基于汽车的速度和陀螺仪数据，通过建立数学模型，解算出较现有技术所使用加速度传感器的方法更为准确的汽车行驶加速度。在此基础上针对前进方向加速度和偏航角速度，定义了三个用于统计判定急加速、急减速、急转弯事件的变量，在汽车行驶过程中，分别统计急加速、急减速、急转弯事件的变量的值，再根据急加速、急减速、急转弯事件的变量的大小值，实现对汽车驾驶稳定性精准且高效的判定，进而对用户不良的驾驶行为提出改进建议。

Description

一种基于速度与陀螺仪数据的汽车驾驶稳定性的判定方法

技术领域

本发明属于车辆监控领域，具体涉及一种基于速度与陀螺仪数据的汽车驾驶稳定性的判定方法。

背景技术

车联网技术是当前汽车技术研究的热点领域之一，随着车联网技术的兴起，对于行驶里程、实时油耗、疲劳程度和驾驶稳定性等驾驶习惯的分析，日益受到汽车用户的关注与重视，并有一大部分相关领域人员提出了多种研究、解决方案。然而，就驾驶稳定性分析而言，目前已有的技术大多存在着某些方面不同程度的缺陷或者不足。

如申请号为CN201610251846.1的一种驾驶行为自动优化方法，在预设阈值的基础上，通过对油门踏板开度值的直接判断实现对急加速行为的推断。事实上，踏板开度值反映了驾驶员对扭矩的请求，虽然扭矩越大、汽车加速能力越强，但是同一踏板开度值下，随着转速的增大、请求到的扭矩却在下降，直至达到最大扭矩，因此踏板开度值与加速能力并非简单的线性关系。

又如申请号为CN201410729090.8的基于智能移动终端的异常驾驶行为监测和识别方法及系统，将三轴加速度计等传感器采集到的加速度等数据作为特征值，通过支持向量机对急刹车、急转弯等异常行为进行识别。由于三轴加速度计的测量值是重力加速度与行驶加速度的矢量和，该专利虽然先进行坐标系的重定向处理，但是却太过于理想化地将汽车视为在完全水平面上行驶，也就限制了重力加速度必须始终与汽车前进方向、侧向方向相互垂直，然而实际上如上、下坡面都会使得重力加速度的方向相对汽车发生倾斜，即使是在水平面上发动机等因素也会引起干扰，也会使得重力加速度不可能始终与前进方向、侧向方向相互垂直。

再如申请号为CN201510605149.7的一种基于三轴加速度传感器判断车辆急转弯的方法，在预设阈值的基础上，通过对侧向加速度的直接判断实现对急转弯事件的推断。事实上，这将加速度作为急转弯判断的唯一依据，但却忽略了速度这一重要行驶参数的作用，例如，对于同样大小的侧向加速度，高速行驶汽车的转弯程度要低于低速行驶的汽车。

发明内容

本发明在于为解决上述问题而提出一种基于速度与陀螺仪数据的汽车驾驶稳定性的判定方法，在准确解算出汽车行驶加速度的基础上，实现对急加速、急减速、急转弯等事件精准且高效的判定。进而对用户不良的驾驶行为提出改进建议。

本发明一种基于速度与陀螺仪数据的汽车驾驶稳定性的判定方法，包括如下步骤：

S1：行车前，以汽车的前进方向、左侧向方向、垂直向上方向为x、y、z坐标轴，建立右手直角坐标系Oxyz，且设置S₁、S₂、S₃的初始值为0，其中S₁、S₂、S₃分别为急加速事件次数、急减速事件次数、急转弯事件次数，进入S2；

S2：获取各个时刻行驶加速度提取在x轴、y轴、z轴方向的加速度分量a_x,i、a_y,i、a_z,i，进入S3；

S3：定义其中ω_γ,i为第i时刻的陀螺仪偏航角速度，进入S4；

S4：定时计算(k＝i-n+1,i-n+2,…,i)的平均值，分别记为 Ω_i，其中n为采样的频率nHz，进入S5；

S5：设定阈值A⁺、A^-、Ω，将A⁺和A-和Ω和Ω_i分别进行比较，若大于A⁺则判定为一次急加速事件，令S₁自增1更新；若大于A^-则判定为一次急减速事件，令S₂自增1更新；若Ω_i大于Ω则判定为一次急转弯事件，令S₃自增1更新，进入S6；

S6：行车结束后，令S＝S₁+S₂+S₃，根据S的值对用户驾驶稳定性进行判定。

进一步的，还包括S7：根据S₁、S₂、S₃的值的情况，对用户不良的驾驶行为提出改进建议。

进一步的，S2中，获取各个时刻行驶加速度具体为：

S21：获取第i-1时刻和第i时刻陀螺仪数据中的横滚角速度ω_α,i-1和ω_α,i、俯仰角速度ω_β,i-1和ω_β,i、偏航角速度ω_γ,i-1和ω_γ,i；

_S22：分别计算ω_α,i-1和ω_α,i、ω_β,i-1和ω_β,i、ω_γ,i-1和ω_γ,i的平均值；

S23：S22中计算的结果分别乘以第i-1时刻到第i时刻这段时间的间隔Δt，乘积分别作为Δt时间段内x、y、z坐标轴的旋转角度α_i-1/2、β_i-1/2、γ_i-1/2，计算公式分别为：α_i-1/2＝(ω_α,i-1+ω_α,i)Δt/2、β_i-1/2＝(ω_β,i-1+ω_β,i)Δt/2、γ_i-1/2＝(ω_γ,i-1+ω_γ,i)Δt/2；

S24：获取第i+1、i-1时刻汽车的速度v_i+1、v_i-1，并通过公式计算出第i+1、i-1时刻对应坐标系下的速度矢量其中，t表示向量、矩阵的转置；

S25：分别对进行旋转轴变换和逆变换，得到在第i时刻坐标系下的坐标，再使用中心差商近似代替速度变化率的定义，解算出行驶加速度计算公式为：

其中，和为欧拉角捷联矩阵，其形式为

进一步的，S4中，计算(k＝i-n+1,i-n+2,…,i)的平均值的频率是0.5秒一次。

更进一步的，S4中，n的值大于或等于10。

进一步的，S6中，根据S的值对用户驾驶稳定性进行判定具体为：

S的值越小表明稳定性越好，S的值越大表明稳定性越差。

本发明的有益效果是：

本发明基于汽车的速度和陀螺仪数据，通过建立数学模型，解算出较其他已公开专利所使用加速度传感器的方法更为准确的汽车行驶加速度。并在此基础上，针对前进方向加速度和偏航角速度，定义了三个用于统计判定急加速、急减速、急转弯事件的变量，从而实现对汽车驾驶稳定性精准且高效的判定。进而对用户不良的驾驶行为提出改进建议。

附图说明

图1为实际行驶工况中重力加速度不与前进方向、侧向方向相互垂直的示意图；图2为本发明所建立的汽车右手直角坐标系的示意图；

图3为汽车前进、侧向、垂直三个方向轴(即x、y、z坐标轴)旋转情况示意图；

图4为相邻三个采样时刻汽车直角坐标系对应情况示意图(点划线表示汽车行驶轨迹)。

具体实施方式

为进一步说明各实施例，本发明提供有附图。这些附图为本发明揭露内容的一部分，其主要用以说明实施例，并可配合说明书的相关描述来解释实施例的运作原理。配合参考这些内容，本领域普通技术人员应能理解其他可能的实施方式以及本发明的优点。图中的组件并未按比例绘制，而类似的组件符号通常用来表示类似的组件。

现结合附图和具体实施方式对本发明进一步说明。

现有技术中获取汽车行驶加速度的方法，通常都是直接对加速度传感器采集到的数据进行投射变换。然而，如图1所示，重力加速度并非总是与汽车的前进方向、侧向方向相互垂直，这就使得前进方向、侧向方向所构成的平面内存在着重力加速度的非零分量，造成无法从加速度传感器的测量结果中获取到准确的行驶加速度。因此，实际行驶工况中不宜直接使用三轴加速度计等传感器去获取行驶加速度。

本发明一种基于速度与陀螺仪数据的汽车驾驶稳定性的判定方法，根据前进方向加速度和偏航角速度对急加速、急减速、急转弯等事件进行判定，进而实现对汽车驾驶稳定性精准且高效的判定。

本发明实施例提供了一种基于速度与陀螺仪数据的汽车驾驶稳定性的判定方法，包括如下步骤：

S1：如图2所示，行车前，以汽车的前进方向、左侧向方向、垂直向上方向为x、y、z坐标轴，建立右手直角坐标系Oxyz，且设置S₁、S₂、S₃的初始值为0，其中S₁、S₂、S₃分别为急加速事件次数、急减速事件次数、急转弯事件次数，进入S2；

S2：获取各个时刻行驶加速度提取在x轴、y轴、z轴方向的加速度分量a_x,i、a_y,i、a_z,i，进入S3；

其中，S2中，获取各个时刻行驶加速度具体为：

S21：如图3所示，获取第i-1时刻和第i时刻陀螺仪数据中的横滚角速度(即x轴的旋转角速度)ω_α,i-1和ω_α,i、俯仰角速度(即y轴的旋转角速度)ω_β,i-1和ω_β,i、偏航角速度(即z轴的旋转角速度)ω_γ,i-1和ω_γ,i；

S22：分别计算ω_α,i-1和ω_α,i、ω_β,i-1和ω_β,i、ω_γ,i-1和ω_γ,i的平均值；

S23：S22中计算的结果分别乘以第i-1时刻到第i时刻这段时间的间隔Δt，乘积分别作为Δt时间段内x、y、z坐标轴的旋转角度α_i-1/2、β_i-1/2、γ_i-1/2，计算公式分别为：α_i-1/2＝(ω_α,i-1+ω_α,i)Δt/2、β_i-1/2＝(ω_β,i-1+ω_β,i)Δt/2、γ_i-1/2＝(ω_γ,i-1+ω_γ,i)Δt/2；

S24：获取第i+1、i-1时刻汽车的速度v_i+1、v_i-1，并通过公式计算出第i+1、i-1时刻对应坐标系下的速度矢量其中，t表示向量、矩阵的转置；

S25：如图4所示，分别对进行旋转轴变换和逆变换，得到 在第i时刻坐标系下的坐标，再使用中心差商近似代替速度变化率的定义，解算出行驶加速度令i取不同的值，即可得到各个时刻汽车的行驶加速度，计算公式为：

其中，和为欧拉角捷联矩阵，其形式为

S3：定义其中ω_γ,i为第i时刻的陀螺仪偏航角速度，a_x,i是第i时刻汽车前进方向，也即x轴方向的加速度，进入S4；

S4：每隔0.5秒分别计算一次(k＝i-n+1,i-n+2,…,i)的平均值，分别记为Ω_i，其中n为采样的频率nHz，即每秒采样n次。为了得到准确的行驶加速度，通常需要有较高的数据采样频率，本实施例中，n的值大于或等于10，进入S5；

S5：设定阈值A⁺、A^-、Ω，将A⁺和A^-和Ω和Ω_i分别进行比较，若大于A⁺则判定为一次急加速事件，令S₁自增1更新；若大于A^-则判定为一次急减速事件，令S₂自增1更新；若Ω_i大于Ω则判定为一次急转弯事件，令S₃自增1更新，进入S6；

S6：行车结束后，令S＝S₁+S₂+S₃，根据S的值对用户驾驶稳定性进行判定。S的值越小表明稳定性越好，S的值越大表明稳定性越差。

还包括S7：根据S₁、S₂、S₃的值的情况，对用户不良的驾驶行为提出改进建议。

本发明一种基于速度与陀螺仪数据的汽车驾驶稳定性的判定方法，是基于汽车的速度和陀螺仪数据，通过建立数学模型，解算出较其他已公开专利所使用加速度传感器的方法更为准确的汽车行驶加速度。并在此基础上，针对前进方向加速度和偏航角速度，定义了三个用于统计判定急加速、急减速、急转弯事件的变量，从而实现对汽车驾驶稳定性精准且高效的判定。进而对用户不良的驾驶行为提出改进建议。

尽管结合优选实施方案具体展示和介绍了本发明，但所属领域的技术人员应该明白，在不脱离所附权利要求书所限定的本发明的精神和范围内，在形式上和细节上可以对本发明做出各种变化，均为本发明的保护范围。

Claims (6)

1.一种基于速度与陀螺仪数据的汽车驾驶稳定性的判定方法，其特征在于：包括如下步骤：

S1：行车前，以汽车的前进方向、左侧向方向、垂直向上方向为x、y、z坐标轴，建立右手直角坐标系Oxyz，且设置S₁、S₂、S₃的初始值为0，其中S₁、S₂、S₃分别为急加速事件次数、急减速事件次数、急转弯事件次数，进入S2；

S2：获取各个时刻行驶加速度提取在x轴、y轴、z轴方向的加速度分量a_x,i、a_y,i、a_z,i，进入S3；

S3：定义其中ω_γ,i为第i时刻的陀螺仪偏航角速度，进入S4；

S4：定时计算的平均值，分别记为 Ω_i，其中n为采样的频率nHz，进入S5；

S5：设定阈值A⁺、A^-、Ω，将A⁺和A^-和Ω和Ω_i分别进行比较，若大于A⁺则判定为一次急加速事件，令S₁自增1更新；若大于A^-则判定为一次急减速事件，令S₂自增1更新；若Ω_i大于Ω则判定为一次急转弯事件，令S₃自增1更新，进入S6；

S6：行车结束后，令S＝S₁+S₂+S₃，根据S的值对用户驾驶稳定性进行判定。

2.如权利要求1所述的一种基于速度与陀螺仪数据的汽车驾驶稳定性的判定方法，其特征在于：

还包括S7：根据S₁、S₂、S₃的值的情况，对用户不良的驾驶行为提出改进建议。

3.如权利要求1所述的一种基于速度与陀螺仪数据的汽车驾驶稳定性的判定方法，其特征在于：

S2中，获取各个时刻行驶加速度具体为：

S21：获取第i-1时刻和第i时刻陀螺仪数据中的横滚角速度ω_α,i-1和ω_α,i、俯仰角速度ω_β,i-1和ω_β,i、偏航角速度ω_γ,i-1和ω_γ,i；

S22：分别计算ω_α,i-1和ω_α,i、ω_β,i-1和ω_β,i、ω_γ,i-1和ω_γ,i的平均值；

S23：S22中计算的结果分别乘以第i-1时刻到第i时刻这段时间的间隔Δt，乘积分别作为Δt时间段内x、y、z坐标轴的旋转角度α_i-1/2、β_i-1/2、γ_i-1/2，计算公式分别为：α_i-1/2＝(ω_α,i-1+ω_α,i)Δt/2、β_i-1/2＝(ω_β,i-1+ω_β,i)Δt/2、γ_i-1/2＝(ω_γ,i-1+ω_γ,i)Δt/2；

S24：获取第i+1、i-1时刻汽车的速度v_i+1、v_i-1，并通过公式计算出第i+1、i-1时刻对应坐标系下的速度矢量其中，t表示向量、矩阵的转置；

S25：分别对进行旋转轴变换和逆变换，得到在第i时刻坐标系下的坐标，再使用中心差商近似代替速度变化率的定义，解算出行驶加速度计算公式为：

其中，和为欧拉角捷联矩阵，其形式为

4.如权利要求3所述的一种基于速度与陀螺仪数据的汽车驾驶稳定性的判定方法，其特征在于：

S4中，计算的平均值的频率是0.5秒一次。

5.如权利要求4所述的一种基于速度与陀螺仪数据的汽车驾驶稳定性的判定方法，其特征在于：

S4中，n的值大于或等于10。

6.如权利要求1所述的一种基于速度与陀螺仪数据的汽车驾驶稳定性的判定方法，其特征在于：

S6中，根据S的值对用户驾驶稳定性进行判定具体为：

S的值越小表明稳定性越好，S的值越大表明稳定性越差。