CN108638954B - 一种基于安全方程的车辆前照灯转角控制方法 - Google Patents
一种基于安全方程的车辆前照灯转角控制方法 Download PDFInfo
- Publication number
- CN108638954B CN108638954B CN201810777492.3A CN201810777492A CN108638954B CN 108638954 B CN108638954 B CN 108638954B CN 201810777492 A CN201810777492 A CN 201810777492A CN 108638954 B CN108638954 B CN 108638954B
- Authority
- CN
- China
- Prior art keywords
- safety
- vehicle
- equation
- vehicle speed
- vehicle headlamp
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 71
- 230000006378 damage Effects 0.000 claims abstract description 58
- 206010039203 Road traffic accident Diseases 0.000 claims abstract description 21
- 230000008569 process Effects 0.000 claims abstract description 20
- 230000000007 visual effect Effects 0.000 claims abstract description 19
- 238000013507 mapping Methods 0.000 claims abstract description 7
- 239000003016 pheromone Substances 0.000 claims description 31
- 238000010606 normalization Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 8
- 208000027418 Wounds and injury Diseases 0.000 claims description 7
- 208000014674 injury Diseases 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000013178 mathematical model Methods 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 4
- NTSBMKIZRSBFTA-AIDOXSFESA-N Digoxigenin bisdigitoxoside Chemical compound C1[C@H](O)[C@H](O)[C@@H](C)O[C@H]1O[C@@H]1[C@@H](C)O[C@@H](O[C@@H]2C[C@@H]3[C@]([C@@H]4[C@H]([C@]5(CC[C@@H]([C@@]5(C)[C@H](O)C4)C=4COC(=O)C=4)O)CC3)(C)CC2)C[C@@H]1O NTSBMKIZRSBFTA-AIDOXSFESA-N 0.000 claims description 3
- 238000007621 cluster analysis Methods 0.000 claims description 3
- 230000007423 decrease Effects 0.000 claims description 2
- 230000002776 aggregation Effects 0.000 claims 1
- 238000004220 aggregation Methods 0.000 claims 1
- 238000009826 distribution Methods 0.000 abstract description 4
- 230000008859 change Effects 0.000 description 7
- 231100000817 safety factor Toxicity 0.000 description 7
- 238000004088 simulation Methods 0.000 description 6
- 206010063385 Intellectualisation Diseases 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 230000005484 gravity Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000009191 jumping Effects 0.000 description 2
- 230000009194 climbing Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012850 discrimination method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000036544 posture Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
- B60Q1/00—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor
- B60Q1/02—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments
- B60Q1/04—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments the devices being headlights
- B60Q1/06—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments the devices being headlights adjustable, e.g. remotely-controlled from inside vehicle
- B60Q1/08—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments the devices being headlights adjustable, e.g. remotely-controlled from inside vehicle automatically
- B60Q1/085—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments the devices being headlights adjustable, e.g. remotely-controlled from inside vehicle automatically due to special conditions, e.g. adverse weather, type of road, badly illuminated road signs or potential dangers
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Lighting Device Outwards From Vehicle And Optical Signal (AREA)
Abstract
一种基于安全方程的车辆前照灯转角控制方法，首先，根据车速与车祸累计损伤的关系，映射出车速与安全权重的关系，建立安全方程；其次，用建立的安全方程分配安全制动模型和视野最优模型的占比，实现双因素下车辆前照灯的智能控制；最后，以STM32为核心搭建基于安全方程的车辆前照灯控制系统，模拟实际车辆行驶过程，实现基于安全方程的车辆前照灯转角控制。本发明根据车祸累计损伤与车速的关系建立安全方程，在两种传统建模模式中引入安全方程科学划分安全性与舒适度的分配关系，实现双因素下更具智能化的前照灯转角控制，解决了传统建模方式因素单一，智能化水平低的问题。
Description
技术领域
本发明涉及车辆车灯控制技术领域，具体的说是一种基于安全方程的车辆前照灯转角控制方法。
背景技术
随着汽车产业的发展，汽车生产技术的日趋完善，目前车辆材质、性能和基础设施方面的提升空间十分有限，这就使人们的眼光转向了智能化方面。安全，舒适，快捷很快成为了车辆智能化的主题。现阶段车辆智能化系统主要集中于环保系统，智能前照灯系统，智能刹车系统，导航系统等。这些智能化系统的出现很大程度上改善了驾驶者的驾驶体验，具有十分广阔的应用前景。
智能前照灯系统是基于车辆启动制动，加减速，转弯，上下坡道等不同驾驶姿态，使前照灯光光轴跟随视野最优范围的变化而智能变化的灯光随动系统。实践表明，安装该系统的车辆，车祸发生概率普遍降低，车祸发生后的车辆人员受损程度也大大减小。
智能前照灯系统模型建立经历了以下过程：最早提出的是经验建模的方法，根据车辆转弯时方向盘的转角比例传递车灯转角，这种方法最为直接，可以达到车灯在转弯时智能偏转，但应用局限性比较大，容易受干扰，灵敏度低；郑尧刚,张卫波写的《客车用AFS偏转规律研究》一文提出了七自由度模型建立的方法，根据阿卡曼转向原理建立几何关系，使车灯在水平方向上跟随视野变化智能调整，这种建模方式体现了智能化，但没有考虑安全性问题；孟昭君,魏生越,张祥军等人写的《汽车智能LED前照灯灯光照明系统研究》一文提出基于安全制动距离的模型建立方法，以安全制动距离为依据，将安全因素引入该对象中，这种建模方法只考虑了安全性，却忽略了舒适度。
舒适因素与安全因素作为智能化发展的准则，对驾驶者来说是同等重要，任何因素的缺失都可能造成严重的后果。上述文献考虑的方面单一，对智能前照灯系统的兼顾舒适度与安全性的数学模型进行研究显得至关重要。
发明内容
为了解决现有技术中的不足，本发明提供一种基于安全方程的车辆前照灯转角控制方法，根据各地车祸相关数据的采集与分析，建立车速与累积损伤的关系，科学得出安全方程；并根据安全方程为安全制动模型与视野最优模型分配权值，实现双因素下智能化的前照灯转角控制；在理论设计的基础上以STM32为核心搭建了智能前照灯控制系统，模拟实际车辆行驶过程，实现基于安全方程的车辆前照灯转角控制，
为了实现上述目的，本发明采用的具体方案为：一种基于安全方程的车辆前照灯转角控制方法，首先，根据车速与车祸累计损伤的关系，映射出车速与安全权重的关系，建立安全方程；其次，用建立的安全方程分配安全制动模型和视野最优模型的占比，实现双因素下车辆前照灯的智能控制；最后，以STM32为核心搭建基于安全方程的车辆前照灯控制系统，模拟实际车辆行驶过程，实现基于安全方程的车辆前照灯转角控制，具体包括如下步骤：
步骤1、用分层抽样的方法采集交通事故发生后的样本信息，提取车祸车速与伤亡损失情况，建立安全方程；所述建立安全方程的具体过程如下：
步骤11、采集样本城市交通事故发生后的样本信息，对于缺失的样本信息，采用Apriori算法补全，并记录相关数据；
步骤12、对于不同于正常事件的数据偏差大的事件，对数据进行聚类分析，以数据间的距离尺度作为聚类的依据，采用完全链接法定义数据之间的最远距离点，具体如下：
其中，x是事件集合Ci 中的任一元素，y是事件集合Cj 中的任一元素，d(x,y)为对象信息的距离，Dfl(Ci,Cj)为最远距离点；聚类分析主体的判别方法为：计算不同聚类信息素的最大聚类间距，并将步骤11中记录的相关数据作为聚类的信息，分别计算不同信息的最大距离尺度，具体计算如下：
Dab＝{max|da-db|,a∈ai,b∈bi}；
其中，Dab为不同信息的最大距离尺度，da为第a个待定信息素的值，ai为待定信息素的可选范围，db为第b个参考信息素的值，bi为参考信息的范围；
步骤13、分别对步骤12计算得到的不同聚类信息素的最大聚类间距和信息素做归一化处理，取定归一化常数为1，归一化处理具体如下：
其中，
为各个最远距离点和参考点的尺度，dmax和dmin分别为该类信息素的最大和最小值，
为集合{da,db}中各点与参考点之间的最大间距，
为集合{da,db}中各点与参考点之间的最小间距，μ为归一化常数,dk为归一化后的数值；
步骤14、计算不同聚类信息素的最大聚类间距占信息素的比重，将同一事件的相关数据占比作为一组比较依据，判定该事件信息的主体，具体如下：
其中，dk1为车速占比，dk2为行人损伤占比，dk3为车辆损伤占比，dk4为财产损失占比，z为事件 主体的占比；
步骤15、计算累计损伤，具体如下：
其中，ψ(v)为累计伤害；ηj为事故发生概率；ψi为各伤害数值；m为事故构成的事件；
步骤16、累计损伤越大，安全性权重越大，将累计损伤与车速回归曲线直接做线性化映射，建立安全方程，具体如下：
其中，v为车速(km/h)；λ(v)为该车速下安全性权重；
步骤2、用建立的安全方程分配安全制动模型和视野最优模型的占比，实现双因素下车辆前照灯的智能控制；
步骤3、以STM32为核心搭建基于安全方程的车辆前照灯控制系统，模拟实际车辆行驶过程，实现基于安全方程的车辆前照灯转角控制。
作为一种优选方案，所述相关数据包括车速、人员伤亡情况、车辆损坏情况和公共财产损失情况。
作为一种优选方案，步骤2中，用建立的安全方程分配安全制动模型和视野最优模型的占比，实现双因素下车辆前照灯的智能控制，具体方法如下：
步骤21、对视野最优的方法建模，理论车灯偏角与方向盘转角和转弯半径关系为：
其中，L为轴心距（m）；d为前悬长度（m）；R为转弯半径（m）；
,
,
分别为角度增量；α1为视野最优模型下内侧前照灯转角；γ为方向盘转角(°)；k为传动比；
步骤22、对安全制动方法的建模：根据车速与制动距离关系得到安全制动模式下的数学模型：
其中，R为转弯半径；v为车速；α2为安全制动模型下内侧前照灯转角；
步骤23、汽车转弯半径与方向盘转角和车辆类型因素呈现非线性关系，简化该关系为线性关系，设定转弯半径与方向盘转角的关系为：
R＝200(1-γ/270)；
步骤24、同时提取步骤21和步骤22两种建模方法的数据，根据步骤1得到的安全方程对两组数据分别进行加权处理，得到兼顾安全性与舒适度的车灯转角，具体如下：
α＝α1(1-λ(v))+α2λ(v)。
作为一种优选方案，步骤21中，L＝2；d＝0.8；k＝0.15。
作为一种优选方案，车速不断增加的过程中，方向盘转角逐渐增大，增大范围控制在0～60°；当车速达到85km/h时方向盘转角逐渐减小。
作为一种优选方案，步骤3所述车辆前照灯控制系统包括车速采集模块、方向盘转角采集模块、模式切换模块、主控芯片、模拟转向模块、转角输出模块和显示模块。
有益效果：
(1)本发明提供了一种基于安全方程的车辆前照灯转角控制方法，根据车祸累计损伤与车速的关系，将累计损伤与车速回归曲线直接做线性化映射，构建出一个分段方程，该方程即为安全方程，基于安全方程根据车速为安全因素分配占比，从量的角度科学权衡安全 因素在该车速下的的重要性，在保障安全转向的同时兼顾驾驶者视野舒适性，在两种传统建模模式中引入安全方程科学划分安全性与舒适度的分配关系，实现双因素下更具智能化 的前照灯转角控制，解决了传统建模方式因素单一，智能化水平低的问题；
(2)本发明提供了一种基于安全方程的车辆前照灯转角控制方法，可以在车辆行驶过程中，根据车辆不同转弯状况，实时调整前照灯偏转角，达到低速视野范围更舒适，中速安全舒适两不误，高速驾驶者更安全的设计目的，更体现智能化与人性化，具有应用前景。
附图说明
图1为本发明车祸车速与累计损伤的关系图；
图2为本发明理论双因素下车灯转角仿真曲线图；
图3为本发明控制系统的硬件结构框图；
图4为本发明控制系统的软件主流程图；
图5为本发明双因素下实际转角输出效果图；
图6为本发明理论控制转角与实际控制转角的误差曲线图。
具体实施方式
下面结合附图对本发明的实施例作详细说明，本实施例以本发明技术方案为前提，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
一种基于安全方程的车辆前照灯转角控制方法，首先，根据车速与车祸累计损伤的关系，映射出车速与安全权重的关系，建立安全方程；其次，用建立的安全方程分配安全制动模型和视野最优模型的占比，实现双因素下车辆前照灯的智能控制；最后，以STM32为核心搭建基于安全方程的车辆前照灯控制系统，模拟实际车辆行驶过程，实现基于安全方程的车辆前照灯转角控制。该控制系统设计如下：首先，抽取我国七个城市的交通事故事件(每个城市30起)，重点提取车速以及人员财物损失状况。对信息缺失的事件，采用Apriori算法来预测补全，并采用聚类的方法提取主要信息素；其次，根据中华人民共和国伤残评定标准和机动车辆定损损伤标准，将事故中人员伤亡情况以及车辆损伤程度划分为0～10十个不同等级，根据车祸的信息以及近五年来各类事故的发生比例，科学计算出不同车速下对应的累积损伤；而后，根据车速与累积损伤的关系，映射出车速与安全权重的关系，得出安全方程。用安全方程为舒适性与安全性分配占比，实现双因素下车辆前照灯的智能控制。在验证理论可行性的基础上，设计基于安全方程的控制系统，验证双因素模式下模拟车辆行驶的车灯偏转效果，分析得出控制系统的精度达到智能前照灯系统的偏转要求。
如上所述的一种基于安全方程的车辆前照灯转角控制方法，该控制方法具体包括如下步骤：
步骤一、建立安全方程：
步骤11、收集各地车祸相关的数据信息，作为优选的，为保证科学性，采用分层抽样的思想抽取我国的七个城市：北京、上海、深圳、河南、武汉、新疆和甘肃。收集近年来交通事故发生后的相关数据，提取车祸车速与伤亡损失情况。由于样本数据量大，信息存在缺失的情况，对于缺失的样本信息，采用关联规则学习的Apriori算法补全，来预测缺失的样本信息；
假设事件A为“车速100以上”，事件B为“大于1死两伤”，事件C为“车辆报废”，事件D为 “人车相撞”。则存在如下关系：
如果A＝1且B＝1或者C＝1，那么D＝1发生的概率为85％；
如果B＝1且C＝1或者D＝1，那么A＝1发生的概率为92％；
如果A＝0且B＝0或者C＝0，那么D＝1发生的概率为44％；
以一个城市该类事件发生的概率作为下一城市信息补全的概率，概率0％～25％认定事件不发生，75％～100％认定事件发生，25％～50％认定事件发生并对事件严重性重度降低后记录，50％～75％认定事件发生并对事件严重性轻度降低后记录；
按照上述原则对缺失信息补全，记录如下相关数据：车速，人员伤亡情况，车辆损坏情况和公共财产损失情况。
步骤12、由于个别事件决定因素较多，出现不同于正常事件的情况，相应的数据会出现较大的偏差；对于不同于正常事件的数据偏差大的事件，对数据进行聚类分析，以数据间的距离尺度作为聚类的依据，采用完全链接法定义数据之间的最远距离点，具体如下：
其中，x是事件集合Ci 中的任一元素，y是事件集合Cj 中的任一元素，d(x,y)为对象信息的距离，Dfl(Ci,Cj)为最远距离点；
由于数据信息素的多样性与冗杂性，需要给定聚类主体即信息主体的判别方法，计算不同聚类信息素的最大聚类间距，根据统计的需要，选定车速，行人损伤，车辆损伤和财产损失状况作为聚类的信息，分别计算不同信息的最大距离尺度，具体计算如下：
Dab＝{max|da-db|,a∈ai,b∈bi}；
其中，Dab为不同信息的最大距离尺度，da为第a个待定信息素的值，ai为待定信息素的可选范围，db为第b个参考信息素的值，bi为参考信息的范围；主要为了保证事故事件模糊，数据不精确的情况下对给定范围内的信息值逐一选定，db 为参考信息素的值，bi为参考信息的范围；参考信息素的值和范围通过统计确定事件的发生情况，划分区间，其中，速度范围划定为0km/h～120km/h，每增加10km/h取定一个参考信息，车祸类型分为人车相撞，车车相撞，意外事故三种情况，行人，车辆情况根据中华人民共和国伤残评定标准和机动车辆定损损伤标准均设置0～10个不同的等级，财产损失(仅代表 直接公共财产损失)以100万为最高界限平均划分0～10个不同等级。
步骤13、分别对步骤12计算得到的不同聚类信息素的最大聚类间距和信息素做归一化处理，取定归一化常数为1，归一化处理具体如下：
其中，
为各个最远距离点和参考点的尺度，dmax和dmin分别为该类信息素的最大和最小值，
为集合{da,db}中各点与参考点之间的最大间距，
为集合{da,db}中各点与参考点之间的最小间距，μ为归一化常数,dk为归一化后的数值；
步骤14、计算不同聚类信息素的最大聚类间距占信息素的比重，由于归一化常数取1，dk的值即为不同间距占该信息素最大间距尺度的比重。
以比重大的信息素作为该次聚类的聚类主体；若比例近似或相等，优先考虑速度因素。将同一事件的车速，行人损伤，车辆损伤和财产损失状况占比作为一组比较依据，判定该事件信息的主体。具体如下：
其中，dk1为车速占比，dk2为行人损伤占比，dk3为车辆损伤占比，dk4为财产损失占比，z为事件 主体的占比；由于信息素波动较大的是速度值，故相似情况下优先考虑速度作为信息主体，增加一个较小的数δ体现速度的优先选择性，作为优选的，其中δ取0.05。
若一场车祸发生时车速为68km/h，行人损伤等级为4.2级，车辆损伤等级为4.3级，事故结果为人车相撞。则车速的信息比重为1.67％，行人损伤信息比重为2％，车辆损伤信息比重为3％。若以车辆损失信息作为信息主体，其他次要信息可根据统计信息做适当调整，调整后的信息为：车速70km/h，行人损伤4级，车辆损伤4.3级。
步骤15、根据上述方法将数据样本处理为区域内散点分布，通过对采样事件的分类处理，计算不同类型车祸发生的概率，得到车速与累积损伤关系，此时，为便于计算与统计，车辆与人员损伤取整，累积损伤取小数点后一位，累计损伤的计算方法，具体如下：
其中，ψ(v)为累计伤害；ηj为事故发生概率；ψi为各伤害数值；m为事故构成的事件；根 据上述方法得到车祸车速与累计损伤的关系；如图1所示。
步骤16、累计损伤越大，考虑安全性越多，安全性权重越大，因此将累计损伤与车速回归曲线直接做线性化映射，可以构建出一个分段方程，该方程可根据车速为安全因素分配占比，从量的角度科学权衡安全因素在该车速下的的重要性，在保障安全转向的同时兼顾驾驶者视野舒适性，鉴于该方程的上述作用，将它称之为安全方程。本发明建立的安全方程具体如下：
其中，v为车速(km/h)；λ(v)为该车速下安全性权重。
步骤二、用建立的安全方程分配安全制动模型和视野最优模型的占比，实现双因素下车辆前照灯的智能控制；具体方法如下：
步骤21、对视野最优的方法建模，理论车灯偏角与方向盘转角和转弯半径关系为：
其中，L为轴心距（m）；d为前悬长度（m）；R为转弯半径（m）；
,
,
分别为角度增量；α1为视野最优模型下内侧前照灯转角；γ为方向盘转角(°)；k为传动比；作为一种优选方案，L＝2；d＝0.8；k＝ 0.15；
步骤22、对安全制动方法的建模：以踩下制动板到完全停止时车辆总行程视为理论上灯光应该照亮的区域，实现安全视野内的车辆制动，刹车距离与车速的关系如表1：
表1 车速与制动距离关系
由表1可得，根据车速与制动距离关系得到安全制动模式下的数学模型：
其中，R为转弯半径；v为车速；α2为安全制动模型下内侧前照灯转角；
步骤23、因汽车转弯半径与方向盘转角和车辆类型等因素相关，呈现非线性关系，根据需要简化该关系为线性关系，通过对某型号轿车的数据采集，设定转弯半径与方向盘转角的关系为：
R＝200(1-γ/270)；
步骤24、同时提取步骤21和步骤22两种建模方法的数据，根据步骤1得到的安全方程对两组数据分别进行加权处理，得到兼顾安全性与舒适度的车灯转角，具体如下：
α＝α1(1-λ(v))+α2λ(v)。
根据实际驾驶过程中的需要，车速不断增加的过程中，方向盘转角逐渐增大(控制在0°～60°)的小范围缓慢转向；当车速达到85km/h时考虑安全驾驶问题，方向盘转角逐渐减小，模拟该驾驶过程得到如图2所示的理论双因素下车灯转角；
根据图2仿真曲线图可以看出：基于安全制动模式下的转角呈现递增趋势，主要决定因素为速度；视野最优模式下的转角呈现类S型曲线趋势，与转弯半径的变化趋势相对应；双因素下的转角在车速跳变点出现不同程度的跳变，转角变化跟速度，转弯半径都相关，同时考虑到了安全因素与舒适因素。该仿真结果在理论角度上验证了双因素模式下的转角更具智能化。
步骤三、以STM32为核心搭建基于安全方程的车辆前照灯控制系统：
3-1、硬件结构
如图3所示，所述车辆前照灯控制系统包括车速采集模块、方向盘转角采集模块、模式切换模块、主控芯片、模拟转向模块、转角输出模块和显示模块。车速采集模块：MPU6050六轴传感器模拟车辆加减速采集实时车速，设定x轴正半轴俯角为正时为油门踩下过程，车速增大；x轴正半轴俯角为负时为制动板踩下的过程，车速减小。方向盘转角采集模块：LY- S0006型电位器模拟车辆方向盘的转动控制车辆转弯，电压0V～1.65V为模拟方向盘右转，电压1.65V～3.3V为模拟方向盘左转。模式切换模块：KEY0安全模式；KEY1视野最优模式；默认双因素模式。主控芯片：STM32F103ZET6。模拟转向模块：LED0(红灯)闪烁，蜂鸣器发声，左转；LED0(黄灯)闪烁，蜂鸣器发声，右转。转角输出模块：28BY-48型步进电机输出前照灯转角，顺时针为右转；逆时针为左转。显示模块：ILI9341屏显示屏显示实时车速与车灯转角信息，转角信息通过100线光电编码器测得。
3-2、软件设计
如图4所示，设定车辆初始速度为60km/h，车速采集为避免计算过程影响响应时间，不采用加速度公式计算，而采用按俯仰大小比例模拟车速加减的大小。方向盘转角采集模块 将电位器电压值比例放大为方向盘的转角-90°～90°。KEY0模式下输出安全制动理论转角；KEY1模式下输出视野最优理论转角；默认模式下输出双因素转角。根据电位器电压值位置判定左转右转，输出给模拟转向模块。步进电机输出主控芯片计算的理论转角值的十倍。光电编码器采集的信息送回主控芯片，转换为实际转角后通过显示屏显示。
3-3、软硬件联合实验
模拟车辆行驶某一状态：转动MPU6050来改变车速，同时转动电位器，改变模拟方向盘的转角，不按下任何键，使步进电机输出双因素转角。根据上述方法模拟车速从10km/h～ 120km/h增加，方向盘转角先增大后减小的过程(控制在0°～60°)，记录十组实际双因素模式下的转角信息，得到图5双因素下实际转角输出效果图与图6理论与实际转角的误差曲线 图；
由图5和图6可知：(1)理论与实际双因素下的车灯转角范围在0°～20°，符合实际车辆车灯旋转角度的要求；(2)由误差曲线可知，理论与实际转角误差大致分布在-0.5°～+0.5°之间，符合智能前照灯系统对控制精度的要求；(3)误差曲线A点由于涉及光电编码器与LED 指示灯(图4)的装卸，实测数据与理论数据偏差为0.851°，该结果是由器件变动导致，在实验条件下可以接受此误差。根据上述分析结果可知，该控制系统设计符合实际智能前照灯系统的要求。控制系统的设计对车灯智能化发展具有现实意义。
3-4、实车系统预测
将两块MPU6050分别装在汽车油门以及制动板上，实时采集油门与制动板踩下角位移，通过I2C总线传递给主控芯片，用来实时加减车速，由于车辆启动时车速为0km/h，故给定初始速度为0km/h。该方法得出的车速信息比车速码盘的车速信息更直接，准确，快速；电位器与方向盘传动轴以齿轮结构连接，用来采集方向盘的转角信息并传递给主控芯片；模式切换模块与汽车GPS导航模块相集成，按键用触摸按键代替，直接与主控芯片相连；主控芯片与GPS导航模块相集成，写入软件程序处理实时采集的信息，输出相应的转角信息给电机；模拟转向模块实车系统已经具备，即转弯时转向灯闪烁，警示器发声；车灯转向系统由步进电机与车灯组成，步进电机转子安装齿轮结构，与前照灯尾部的齿轮结构啮合，直接控制车灯的转向；光电编码器安装于步进电机齿轮部位，实时测量步进电机的角位移，反馈回主控芯片；显示模块与GPS显示屏相结合，实时显示主控芯片输出的车灯转角信息。
本发明提供了一种基于安全方程的车辆前照灯转角控制方法，根据车祸累计损伤与车速的关系建立安全方程，在两种传统建模模式中引入安全方程科学划分安全性与舒适度的分配关系，实现双因素下更具智能化的前照灯转角控制，解决了传统建模方式因素单一，智能化水平低的问题。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例描述如上，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，当可利用上述所述技术内容作出的些许更动或修饰均为等同变化的等效实施例，但凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。
Claims (6)
1.一种基于安全方程的车辆前照灯转角控制方法，其特征在于：首先，根据车速与车祸累计损伤的关系，映射出车速与安全权重的关系，建立安全方程；其次，用建立的安全方程分配安全制动模型和视野最优模型的占比，实现双因素下车辆前照灯的智能控制；最后，以STM32为核心搭建基于安全方程的车辆前照灯控制系统，模拟实际车辆行驶过程，实现基于安全方程的车辆前照灯转角控制，具体包括如下步骤：
步骤1、用分层抽样的方法采集交通事故发生后的样本信息，提取车祸车速与伤亡损失情况，建立安全方程；所述建立安全方程的具体过程如下：
步骤11、采集样本城市交通事故发生后的样本信息，对于缺失的样本信息，采用Apriori算法补全，并记录相关数据；
步骤12、对于不同于正常事件的数据偏差大的事件，对数据进行聚类分析，以数据间的距离尺度作为聚类的依据，采用完全链接法定义数据之间的最远距离点，具体如下：
其中，x是事件集合Ci 中的任一元素，y是事件集合Cj 中的任一元素，d(x,y)为对象信息的距离，Dfl(Ci,Cj)为最远距离点；聚类分析主体的判别方法为：计算不同聚类信息素的最大聚类间距，并将步骤11中记录的相关数据作为聚类的信息，分别计算不同信息的最大距离尺度，具体计算如下：
Dab＝{max|da-db|,a∈ai,b∈bi}；
其中，Dab为不同信息的最大距离尺度，da为第a个待定信息素的值，ai为待定信息素的可选范围，db为第b个参考信息素的值，bi为参考信息的范围；
步骤13、分别对步骤12计算得到的不同聚类信息素的最大聚类间距和信息素做归一化处理，取定归一化常数为1，归一化处理具体如下：
其中，
为各个最远距离点和参考点的尺度，dmax和dmin分别为该类信息素的最大和最小值，
为集合{da,db}中各点与参考点之间的最大间距，
为集合{da,db}中各点与参考点之间的最小间距，μ为归一化常数,dk为归一化后的数值；
步骤14、计算不同聚类信息素的最大聚类间距占信息素的比重，将同一事件的相关数据占比作为一组比较依据，判定该事件信息的主体，具体如下：
其中，dk1为车速占比，dk2为行人损伤占比，dk3为车辆损伤占比，dk4为财产损失占比，z为事件 主体的占比；
步骤15、计算累计损伤，具体如下：
其中，ψ(v)为累计伤害；ηj为第j起事故发生概率；ψi为各伤害数值；m为事故构成的事件；
步骤16、累计损伤越大，安全性权重越大，将累计损伤与车速回归曲线直接做线性化映射，建立安全方程，具体如下：
其中，v为车速(km/h)；λ(v)为该车速下安全性权重；
步骤2、用建立的安全方程分配安全制动模型和视野最优模型的占比，实现双因素下车辆前照灯的智能控制；
步骤3、以STM32为核心搭建基于安全方程的车辆前照灯控制系统，模拟实际车辆行驶过程，实现基于安全方程的车辆前照灯转角控制。
2.如权利要求1所述的一种基于安全方程的车辆前照灯转角控制方法，其特征在于：所述相关数据包括车速、人员伤亡情况、车辆损坏情况和公共财产损失情况。
3.如权利要求1所述的一种基于安全方程的车辆前照灯转角控制方法，其特征在于：步骤2中，用建立的安全方程分配安全制动模型和视野最优模型的占比，实现双因素下车辆前照灯的智能控制，具体方法如下：
步骤21、对视野最优的方法建模，理论车灯偏角与方向盘转角和转弯半径关系为：
其中，L为轴心距（m）；d为前悬长度（m）；R为转弯半径（m）；
,
,
分别为角度增量；α1为视野最优模型下内侧前照灯转角；γ为方向盘转角(°)；k为传动比；
步骤22、对安全制动方法的建模：根据车速与制动距离关系得到安全制动模式下的数学模型：
其中，R为转弯半径；v为车速；α2为安全制动模型下内侧前照灯转角；
步骤23、汽车转弯半径与方向盘转角和车辆类型因素呈现非线性关系，简化该关系为线性关系，设定转弯半径与方向盘转角的关系为：
R＝200(1-γ/270)；
步骤24、同时提取步骤21和步骤22两种建模方法的数据，根据步骤1得到的安全方程对两组数据分别进行加权处理，得到兼顾安全性与舒适度的车灯转角，具体如下：
α＝α1(1-λ(v))+α2λ(v)。
4.如权利要求3所述的一种基于安全方程的车辆前照灯转角控制方法，其特征在于：步骤21中，L＝2；d＝0.8；k＝0.15。
5.如权利要求3所述的一种基于安全方程的车辆前照灯转角控制方法，其特征在于：车速不断增加的过程中，方向盘转角逐渐增大，增大范围控制在0～60°；当车速达到85km/h时方向盘转角逐渐减小。
6.如权利要求1所述的一种基于安全方程的车辆前照灯转角控制方法，其特征在于：步骤3所述车辆前照灯控制系统包括车速采集模块、方向盘转角采集模块、模式切换模块、主控芯片、模拟转向模块、转角输出模块和显示模块。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810777492.3A CN108638954B (zh) | 2018-07-16 | 2018-07-16 | 一种基于安全方程的车辆前照灯转角控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810777492.3A CN108638954B (zh) | 2018-07-16 | 2018-07-16 | 一种基于安全方程的车辆前照灯转角控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108638954A CN108638954A (zh) | 2018-10-12 |
| CN108638954B true CN108638954B (zh) | 2020-04-14 |
Family
ID=63751775
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810777492.3A Active CN108638954B (zh) | 2018-07-16 | 2018-07-16 | 一种基于安全方程的车辆前照灯转角控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108638954B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111559308B (zh) * | 2020-05-28 | 2023-02-07 | 哈尔滨工业大学 | 一种车辆自适应弯道照明系统及其控制方法 |
| CN115042697A (zh) * | 2022-05-19 | 2022-09-13 | 吉林大学 | 基于多目标优化算法的点阵式车灯分组控制方法及系统 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN100506606C (zh) * | 2007-03-12 | 2009-07-01 | 上海小糸车灯有限公司 | 汽车前照灯自适应调节装置、光轴初始位置设定方法及弯道照明调光算法 |
| FR2942433B1 (fr) * | 2009-02-25 | 2015-01-16 | Peugeot Citroen Automobiles Sa | Dispositif de commande de sources lumineuses de vehicule automobile par lois de commande |
| CN102029941B (zh) * | 2010-12-17 | 2012-12-05 | 湖南大学 | 汽车前照灯自适应控制方法及装置 |
| JP2013143026A (ja) * | 2012-01-11 | 2013-07-22 | Suzuki Motor Corp | 車両の運転者状態検知システム |
| CN104908638B (zh) * | 2015-05-27 | 2017-06-16 | 奇瑞汽车股份有限公司 | 一种控制车辆的前大灯的方法和装置 |
-
2018
- 2018-07-16 CN CN201810777492.3A patent/CN108638954B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN108638954A (zh) | 2018-10-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104527647B (zh) | 一种驾驶行为危险度的监测评估方法 | |
| WO2021098222A1 (zh) | 一种车辆行驶控制方法及相关设备 | |
| CN103895649B (zh) | 一种驾驶员安全驾驶预警方法 | |
| CN102737504B (zh) | 一种基于驾驶特性的公交车到站时间实时估计方法 | |
| CN107844613A (zh) | 基于数据分析的电动车续航管理方法 | |
| CN106651210B (zh) | 基于can数据的驾驶人综合素质评价方法 | |
| CN110239559B (zh) | 基于新能源车数据的危险驾驶车辆检测方法及装置 | |
| CN105946860B (zh) | 一种考虑驾驶风格的弯道车速预测方法 | |
| CN110533909B (zh) | 一种基于交通环境的驾驶行为分析方法及系统 | |
| CN107919022B (zh) | 一种动态时长分配的智能交通灯信号控制方法 | |
| CN106203735A (zh) | 一种机动车驾驶员驾驶行为能耗特征测算方法 | |
| CN109552338A (zh) | 一种纯电动汽车生态驾驶行为评估方法及系统 | |
| CN108638954B (zh) | 一种基于安全方程的车辆前照灯转角控制方法 | |
| CN106503398B (zh) | 一种基于车辆动力学仿真和事故树的公路立体线形安全评价方法 | |
| CN110264825A (zh) | 一种驾驶模拟安全评价方法、装置及系统 | |
| CN104157158A (zh) | 行人夜间安全过街提醒装置 | |
| Wang et al. | Causation analysis of crashes and near crashes using naturalistic driving data | |
| Zhao et al. | Evaluation of fog warning system on driving under heavy fog condition based on driving simulator | |
| CN116229762A (zh) | 一种基于智能发光标线的交叉口右转车碰撞预警方法 | |
| CN116386316A (zh) | 交通风险的预测方法和装置、电子设备及存储介质 | |
| CN109740823B (zh) | 一种面向实时场景计算的出租车打车决策方法及系统 | |
| CN108447306B (zh) | 无控交叉口冲突车辆间实时位置共享避撞预警的模拟方法 | |
| CN113095387B (zh) | 基于联网车载adas的道路风险识别方法 | |
| Du et al. | A review of road safety evaluation methods based on driving behavior | |
| CN116383678B (zh) | 一种营运客车异常变速行为常发性路段识别方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB03 | Change of inventor or designer information |
Inventor after: Liu Shanzhong Inventor after: Li Ke Inventor after: Li Jinhui Inventor after: Han Pengna Inventor after: Liu Yongbin Inventor after: Wang Xinyong Inventor before: Liu Shanzhong Inventor before: Li Ke Inventor before: Li Jinhui Inventor before: Han Pengna Inventor before: Liu Yongbin Inventor before: Wang Xinyong |
|
| CB03 | Change of inventor or designer information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20181012 Assignee: Luoyang Lei Jia Electronic Technology Co.,Ltd. Assignor: HENAN University OF SCIENCE AND TECHNOLOGY Contract record no.: X2023980031602 Denomination of invention: A Method of Vehicle Headlamp Angle Control Based on Safety Equation Granted publication date: 20200414 License type: Common License Record date: 20230118 |
|
| EE01 | Entry into force of recordation of patent licensing contract | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20181012 Assignee: Luoyang Lei Jia Electronic Technology Co.,Ltd. Assignor: HENAN University OF SCIENCE AND TECHNOLOGY Contract record no.: X2023980053689 Denomination of invention: A Vehicle Headlamp Angle Control Method Based on Safety Equation Granted publication date: 20200414 License type: Common License Record date: 20231227 |
|
| EE01 | Entry into force of recordation of patent licensing contract |