CN110733510A - 一种用于车辆急转弯识别的检测方法 - Google Patents

Abstract

本发明公开了一种用于车辆急转弯识别的检测方法，包括：步骤一、采集车辆行驶过程中的车速和方向盘转角速度，确定所述车速和所述方向盘转角；步骤二、当所述车速在原地急转弯阈值判断区间时，对所述车速和所述方向盘转角速度进行判断，确定所述车辆是否为原地急转弯；当所述车速在低速急转弯阈值判断区间时，对所述车速和所述方向盘转角速度进行判断，确定所述车辆是否为低速急转弯；或者当所述车速在高速急转弯阈值判断区间时，对所述车速和所述方向盘转角速度进行判断，确定所述车辆是否为高速急转弯；步骤三、根据判断确定所述车辆的急转弯信息，包括原地急转弯、低速急转弯或者高速急转弯。

Description

一种用于车辆急转弯识别的检测方法

技术领域

本发明涉及车辆安全技术领域，尤其涉及一种用于车辆急转弯识别的检测方法。

背景技术

汽车安全对于车辆来说分为主动安全和被动安全两大方面；主动安全就是尽量自如的操纵控制汽车。无论是直线上的制动与加速还是左右打方向都应该尽量平稳，不至于偏离既定的行进路线，而且不影响司机的视野与舒适性，这样的汽车，当然就有着比较高的避免事故能力，犹其在突发情况的条件下保证汽车安全；被动安全是指汽车在发生事故以后对车内乘员的保护，如今这一保护的概念以及延伸到车内外所有的人甚至物体。由于国际汽车界对于被动安全已经有着非常详细的测试细节的规定，所以在某种程度上，被动安全是可以量化的。

主动安全就是尽量自如地操纵控制汽车，无论是直线上的制动与加速还是左右转弯都应该尽量平稳，不至于偏离既定的行进路线，而且不影响司机的视野与舒适性。这样的汽车，当然就有着比较高的避免事故能力，犹其在突发情况的条件下保证汽车安全，同时，在主动安全中，对车辆行驶过程中急转弯识别也是重要一环。

发明内容

本发明设计开发了一种用于车辆急转弯识别的检测方法，本发明的发明目的之一是对车辆的急转弯信息进行有效识别。

本发明的发明目的之二是对通过模糊控制模型以及根据车速和方向盘转角速度的信息，对车辆的急转弯信息进行校正。

本发明提供的技术方案为：

一种用于车辆急转弯识别的检测方法，包括如下步骤：

步骤一、采集车辆行驶过程中的车速和方向盘转角速度，确定所述车速和所述方向盘转角；

步骤二、当所述车速在原地急转弯阈值判断区间时，对所述车速和所述方向盘转角速度进行判断，确定所述车辆是否为原地急转弯；

当所述车速在低速急转弯阈值判断区间时，对所述车速和所述方向盘转角速度进行判断，确定所述车辆是否为低速急转弯；或者

当所述车速在高速急转弯阈值判断区间时，对所述车速和所述方向盘转角速度进行判断，确定所述车辆是否为高速急转弯；

步骤三、根据判断确定所述车辆的急转弯信息，包括原地急转弯、低速急转弯或者高速急转弯。

优选的是，所述原地急转弯阈值判断区间为0＜V≤15，所述低速急转弯阈值判断区间为15＜V≤40，所述高速急转弯阈值判断区间为V＞40；以及

所述方向盘转角速度区间为0＜W≤20。

优选的是，在所述步骤二中，当方向盘转角速度W＞20时，均判定为急转弯。

优选的是，在所述步骤二中采用模糊控制模型输出所述车辆的原地急转弯概率P₁进而判断所述车辆是否为原地急转弯，包括如下步骤：

分别将车速V、方向盘转角速度W以及原地急转弯概率P₁转换为模糊论域中的量化等级；

将所述车速V以及所述方向盘转角速度W输入模糊控制模型，均分为5个等级；

模糊控制模型输出为所述原地急转弯概率P₁，分为5个等级；

根据所述原地急转弯概率P₁判断所述车辆是否为原地急转弯；

其中，所述车速V的论域为[0，15]，所述方向盘转角速度W的论域为[0，20]，所述原地急转弯概率P₁的论域为[0，1]，设量化因子都为1，设定所述原地急转弯概率P₁的阈值为0.53～0.61中的一个值；

当所述原地急转弯概率P₁达到阈值时，判断所述车辆为原地急转弯。

优选的是，在所述步骤二中采用模糊控制模型输出所述车辆的低速急转弯概率P₂进而判断所述车辆是否为低速急转弯，包括如下步骤：

分别将车速V、方向盘转角速度W以及低速急转弯概率P₂转换为模糊论域中的量化等级；

将所述车速V以及所述方向盘转角速度W输入模糊控制模型，均分为5个等级；

模糊控制模型输出为所述低速急转弯概率P₂，分为5个等级；

根据所述低速急转弯概率P₂判断所述车辆是否为低速急转弯；

其中，所述车速V的论域为[15，40]，所述方向盘转角速度W的论域为[0，20]，所述低速急转弯概率P₂的论域为[0，1]，设量化因子都为1，设定所述低速急转弯概率P₂的阈值为0.51～0.59中的一个值；

当所述原地急转弯概率P₂达到阈值时，判断所述车辆为低速急转弯。

优选的是，在所述步骤二中，当40＜V≤120时，采用模糊控制模型输出所述车辆的高速急转弯概率P₃进而判断所述车辆是否为高速急转弯，包括如下步骤：

分别将车速V、方向盘转角速度W以及高速急转弯概率P₃转换为模糊论域中的量化等级；

将所述车速V以及所述方向盘转角速度W输入模糊控制模型，均分为5个等级；

模糊控制模型输出为所述高速急转弯概率P₃，分为5个等级；

根据所述高速急转弯概率P₃判断所述车辆是否为原地急转弯；

其中，所述车速V的论域为[40，120]，所述方向盘转角速度W的论域为[0，20]，所述高速急转弯概率P₃的论域为[0，1]，设量化因子都为1，设定所述高速弯概率P₃的阈值为0.49～0.55中的一个值；

当所述原地急转弯概率P₃达到阈值时，判断所述车辆为高速急转弯。

优选的是，在所述步骤二中，当10＜W≤20时，对模糊控制模型的输出的原地急转弯概率P₁、低速急转弯概率P₂或者高速急转弯概率P₃进行如下校正，得到原地急转弯概率校正值P₁′、低速急转弯概率校正值P₂′或者高速急转弯概率校正值P₃′，当所述校正值达到阈值时，判断所述车辆为原地急转弯、低速急转弯或者高速急转弯：

式中，P₁′为原地急转弯概率校正值，P₂′为低速急转弯概率校正值，P₃′为高速急转弯概率校正值，V₁′为第一速度校正值，V₂′为第二速度校正值，V₃′为第三速度校正值，W₀′为方向盘转角速度第一校正值。

优选的是，在所述步骤二中，当V＞120时，对所述高速急转弯概率P₃进行计算：

当所述高速急转弯概率P₃达到阈值时，判断所述车辆为高速急转弯；

式中，W′为方向盘转角速度第二校正值，V₄′为第四速度校正值。

优选的是，所述车速的模糊集为{N，NM，M，ML，L}，所述方向盘转角速度的模糊集为{N，NM，M，ML，L}，所述原地急转弯概率、所述低速急转弯概率和所述高速急转弯概率的模糊集均为{S，SM，M，MB，B}；隶属函数均选用三角函数。

优选的是，V₁′为8km/h，V₂′为25km/h，V₃′为80km/h，W₀′为20rad/s，V₄′为125km/h，W′为15rad/s；以及

原地急转弯概率的阈值为0.59，低速急转弯概率的阈值为0.55，高速急转弯概率的阈值为0.51。

本发明与现有技术相比较所具有的有益效果：本发明通过对车速和方向盘转角的信息进行采集，通过建立模糊控制模型对车辆急转弯信息进行识别，同时根据不同的车速阈值和方向盘转角速度阈值对车辆急转弯信息进行校正。

附图说明

图1为本发明所述的用于车辆急转弯识别的检测方法的流程示意图。

图2为在原地急转弯阈值判断区间内进行判断的车速的隶属函数。

图3为在原地急转弯阈值判断区间内进行判断的方向盘转角速度的隶属函数。

图4为在原地急转弯阈值判断区间内进行判断的原地急转弯概率的隶属函数。

图5为在低速急转弯阈值判断区间内进行判断的车速的隶属函数。

图6为在低速急转弯阈值判断区间内进行判断的方向盘转角速度的隶属函数。

图7为在低速急转弯阈值判断区间内进行判断的低速急转弯概率的隶属函数。

图8为在高速急转弯阈值判断区间内进行判断的车速的隶属函数。

图9为在高速急转弯阈值判断区间内进行判断的方向盘转角速度的隶属函数。

图10为在高速急转弯阈值判断区间内进行判断的高速急转弯概率的隶属函数。

具体实施方式

下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。

本发明提供一种用于车辆急转弯识别的检测装置，其主体包括：采集模块、处理模块、判断模块和显示模块；其中，采集模块用于采集车辆行使过程中的车速和方向盘转角，处理模块与采集模块相连接，对车速和方向盘转角速度进行处理，确定车速的范围和方向盘转角速度，判断模块与处理模块相连接，判断模块对车速是否在原地急转弯阈值判断区间、低速急转弯阈值判断区间或者高速急转弯阈值判断区间，进而根据车速和方向盘转角速度进行判断车辆是否为原地急转弯、低速急转弯或者高速急转弯，显示模块与判断模块相连接，对车辆处于的急转弯状态进行显示。

如图1所示，本发明提供一种用于车辆急转弯识别的检测方法，包括如下步骤：

步骤一、采集车辆行驶过程中的车速和方向盘转角速度，确定车速和方向盘转角；

步骤二、当车速在原地急转弯阈值判断区间时，对车速和方向盘转角速度进行判断，确定所述车辆是否为原地急转弯；

当车速在低速急转弯阈值判断区间时，对车速和方向盘转角速度进行判断，确定车辆是否为低速急转弯；或者

当车速在高速急转弯阈值判断区间时，对车速和方向盘转角速度进行判断，确定车辆是否为高速急转弯；

步骤三、根据判断确定车辆的急转弯信息，包括原地急转弯、低速急转弯或者高速急转弯；

作为一种优选，原地急转弯阈值判断区间为0＜V₀≤15，低速急转弯阈值判断区间为15＜V₀≤40，高速急转弯阈值判断区间为V₀＞40，所述方向盘转角速度区间为0＜W≤20；

当方向盘转角速度W＞20时，均判定为急转弯。

在另一种实施例中，在步骤二中采用模糊控制模型输出车辆的原地急转弯概率P₁进而判断所述车辆是否为原地急转弯，具体包括如下：

分别将车速V、方向盘转角速度W以及原地急转弯概率P₁转换为模糊论域中的量化等级；将车速V以及方向盘转角速度W输入模糊控制模型，模糊控制模型输出为原地急转弯概率P₁，进而进行判断车辆是否为原地急转弯，原地急转弯的阈值为0.53～0.61中的一个值，如果原地急转弯概率P₁达到设定阈值，判断为车辆为原地急转弯；在本实施例中，为了保证控制的精度，使其在不同的环境下都能够很好地进行控制，根据反复试验，将阈值确定为0.59。

车速V的变化范围为[0，15]，方向盘转角速度W的变化范围为[0，20]，设定量化因子都为1，因此车速V以及方向盘转角速度W的论域分别为[0，15]和[0，20]，原地急转弯概率P₁的论域为[0，1]；为了保证控制的精度，使其在不同的环境下都能够很好地进行控制，根据反复试验，最终将车速V的变化范围分为5个等级，模糊集为{N，NM，M，ML，L}，N表示小，NM表示较小，M表示中等，ML表示较大，L表示大；将方向盘转角速度W的变化范围分为5个等级，模糊集为{N，NM，M，ML，L}，N表示小，NM表示较小，M表示中等，ML表示较大，L表示大；输出的原地急转弯概率P₁分为5个等级，模糊集为{S，SM，M，MB，B}，S表示小，SM表示较小，M表示中等，MB表示较大，B表示大；隶属函数均选用三角形隶属函数，如图2、3、4所示。

模糊控制模型的控制规则选取经验为：

如果车速V为极大，方向盘转角速度W为较大，则原地急转弯概率P₁为大，即车辆此时为原地急转弯；

如果车速V为小或零，方向盘转角速度W为小，则原地急转弯概率P₁为小，即车辆此时不是原地急转弯；

也就是说，如果原地急转弯概率P₁为“小或较小”，则车辆此时不是原地急转弯；如果原地急转弯概率P₁为“大或较大”，则车辆此时为原地急转弯；如果原地急转弯概率P₁为“中等”，则该原地急转弯概率P₁为阈值，此种情况，如果车速V或者方向盘转角速度W稍有变化，则必然会有车辆为原地急转弯或者不是原地急转弯这两种情况的切换。

具体的模糊控制规则如表1所示。

表1模糊控制规则

在另一种实施例中，在步骤二中采用模糊控制模型输出车辆的低速急转弯概率P₂进而判断所述车辆是否为低速急转弯，具体包括如下：

分别将车速V、方向盘转角速度W以及低速急转弯概率P₂转换为模糊论域中的量化等级；将车速V以及方向盘转角速度W输入模糊控制模型，模糊控制模型输出为低速急转弯概率P₂，进而进行判断车辆是否为低速急转弯，低速急转弯的阈值为0.51～0.59中的一个值，如果低速急转弯概率P₂达到设定阈值，判断为车辆为低速急转弯；在本实施例中，为了保证控制的精度，使其在不同的环境下都能够很好地进行控制，根据反复试验，将阈值确定为0.55。

车速V的变化范围为[15，40]，方向盘转角速度W的变化范围为[0，20]，设定量化因子都为1，因此车速V以及方向盘转角速度W的论域分别为[15，40]和[0，20]，低速急转弯概率P₂的论域为[0，1]；为了保证控制的精度，使其在不同的环境下都能够很好地进行控制，根据反复试验，最终将车速V的变化范围分为5个等级，模糊集为{N，NM，M，ML，L}，N表示小，NM表示较小，M表示中等，ML表示较大，L表示大；将方向盘转角速度W的变化范围分为5个等级，模糊集为{N，NM，M，ML，L}，N表示小，NM表示较小，M表示中等，ML表示较大，L表示大；输出的低速急转弯概率P₂分为5个等级，模糊集为{S，SM，M，MB，B}，S表示小，SM表示较小，M表示中等，MB表示较大，B表示大；隶属函数均选用三角形隶属函数，如图5、6、7所示。

模糊控制模型的控制规则选取经验为：

如果车速V为极大，方向盘转角速度W为较大，则低速急转弯概率P₂为大，即车辆此时为低速急转弯；

如果车速V为小或零，方向盘转角速度W为小，则低速急转弯概率P₂为小，即车辆此时不是低速急转弯；

也就是说，如果低速急转弯概率P₂为“小或较小”，则车辆此时不是低速急转弯；如果低速急转弯概率P₂为“大或较大”，则车辆此时为低速急转弯；如果低速急转弯概率P₂为“中等”，则该低速急转弯概率P₂为阈值，此种情况，如果车速V或者方向盘转角速度W稍有变化，则必然会有车辆为低速急转弯或者不是低速急转弯这两种情况的切换。

具体的模糊控制规则如表2所示。

表2模糊控制规则

在另一种实施例中，在步骤二中采用模糊控制模型输出车辆的高速急转弯概率P₃进而判断所述车辆是否为高速急转弯，具体包括如下：

分别将车速V、方向盘转角速度W以及高速急转弯概率P₃转换为模糊论域中的量化等级；将车速V以及方向盘转角速度W输入模糊控制模型，模糊控制模型输出为高速急转弯概率P₃，进而进行判断车辆是否为高速急转弯，高速急转弯的阈值为0.49～0.55中的一个值，如果高速急转弯概率P₃达到设定阈值，判断为车辆为高速急转弯；在本实施例中，为了保证控制的精度，使其在不同的环境下都能够很好地进行控制，根据反复试验，将阈值确定为0.51。

车速V的变化范围为[40，120]，方向盘转角速度W的变化范围为[0，20]，设定量化因子都为1，因此车速V以及方向盘转角速度W的论域分别为[40，120]和[0，20]，高速急转弯概率P₃的论域为[0，1]；为了保证控制的精度，使其在不同的环境下都能够很好地进行控制，根据反复试验，最终将车速V的变化范围分为5个等级，模糊集为{N，NM，M，ML，L}，N表示小，NM表示较小，M表示中等，ML表示较大，L表示大；将方向盘转角速度W的变化范围分为5个等级，模糊集为{N，NM，M，ML，L}，N表示小，NM表示较小，M表示中等，ML表示较大，L表示大；输出的高速急转弯概率P₃分为5个等级，模糊集为{S，SM，M，MB，B}，S表示小，SM表示较小，M表示中等，MB表示较大，B表示大；隶属函数均选用三角形隶属函数，如图8、9、10所示。

模糊控制模型的控制规则选取经验为：

如果车速V为极大，方向盘转角速度W为较大，则高速急转弯概率P₃为大，即车辆此时为高速急转弯；

如果车速V为小或零，方向盘转角速度W为小，则高速急转弯概率P₃为小，即车辆此时不是高速急转弯；

也就是说，如果高速急转弯概率P₃为“小或较小”，则车辆此时不是高速急转弯；如果高速急转弯概率P₃为“大或较大”，则车辆此时为高速急转弯；如果高速急转弯概率P₃为“中等”，则该高速急转弯概率P₃为阈值，此种情况，如果车速V或者方向盘转角速度W稍有变化，则必然会有车辆为高速急转弯或者不是高速急转弯这两种情况的切换。

具体的模糊控制规则如表3所示。

表3模糊控制规则

在另一种实施例中，在步骤二中，当10＜W≤20时，对模糊控制模型的输出的原地急转弯概率P₁、低速急转弯概率P₂和高速急转弯概率P₃进行如下校正，得到原地急转弯概率校正值、低速急转弯概率校正值和高速急转弯概率校正值，当所述校正值达到阈值时，判断所述车辆为原地急转弯、低速急转弯或者高速急转弯：

式中，P₁′为原地急转弯概率校正值，P₂′为低速急转弯概率校正值，P₃′为高速急转弯概率校正值，V₁′为第一速度校正值，V₂′为第二速度校正值，V₃′为第三速度校正值，W₀′为方向盘转角速度第一校正值；作为一种优选，在本实施例中，V₁′为8km/h，V₂′为25km/h，V₃′为80km/h，W₀′为20rad/s。

在另一种实施例中，在步骤二中，当V＞120时，对所述高速急转弯概率P₃进行计算：

当高速急转弯概率P₃达到阈值时，判断所述车辆为高速急转弯；

式中，W′为方向盘转角速度第二校正值，V₄′为第四速度校正值；作为一种优选，在本实施例中，V₄′为125km/h，W′为15rad/s。

尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。

Claims (10)

1.一种用于车辆急转弯识别的检测方法，其特征在于，包括如下步骤：

步骤一、采集车辆行驶过程中的车速和方向盘转角速度，确定所述车速和所述方向盘转角；

步骤二、当所述车速在原地急转弯阈值判断区间时，对所述车速和所述方向盘转角速度进行判断，确定所述车辆是否为原地急转弯；

当所述车速在低速急转弯阈值判断区间时，对所述车速和所述方向盘转角速度进行判断，确定所述车辆是否为低速急转弯；或者

当所述车速在高速急转弯阈值判断区间时，对所述车速和所述方向盘转角速度进行判断，确定所述车辆是否为高速急转弯；

步骤三、根据判断确定所述车辆的急转弯信息，包括原地急转弯、低速急转弯或者高速急转弯。

2.根据权利要求1所述的用于车辆急转弯识别的检测方法，其特征在于，所述原地急转弯阈值判断区间为0＜V≤15，所述低速急转弯阈值判断区间为15＜V≤40，所述高速急转弯阈值判断区间为V＞40；以及

所述方向盘转角速度区间为0＜W≤20。

3.根据权利要求2所述的用于车辆急转弯识别的检测方法，其特征在于，在所述步骤二中，当方向盘转角速度W＞20时，均判定为急转弯。

4.根据权利要求1所述的用于车辆急转弯识别的检测方法，其特征在于，在所述步骤二中采用模糊控制模型输出所述车辆的原地急转弯概率P₁进而判断所述车辆是否为原地急转弯，包括如下步骤：

分别将车速V、方向盘转角速度W以及原地急转弯概率P₁转换为模糊论域中的量化等级；

将所述车速V以及所述方向盘转角速度W输入模糊控制模型，均分为5个等级；

模糊控制模型输出为所述原地急转弯概率P₁，分为5个等级；

根据所述原地急转弯概率P₁判断所述车辆是否为原地急转弯；

其中，所述车速V的论域为[0，15]，所述方向盘转角速度W的论域为[0，20]，所述原地急转弯概率P₁的论域为[0，1]，设量化因子都为1，设定所述原地急转弯概率P₁的阈值为0.53～0.61中的一个值；

当所述原地急转弯概率P₁达到阈值时，判断所述车辆为原地急转弯。

5.根据权利要求1所述的用于车辆急转弯识别的检测方法，其特征在于，在所述步骤二中采用模糊控制模型输出所述车辆的低速急转弯概率P₂进而判断所述车辆是否为低速急转弯，包括如下步骤：

分别将车速V、方向盘转角速度W以及低速急转弯概率P₂转换为模糊论域中的量化等级；

将所述车速V以及所述方向盘转角速度W输入模糊控制模型，均分为5个等级；

模糊控制模型输出为所述低速急转弯概率P₂，分为5个等级；

根据所述低速急转弯概率P₂判断所述车辆是否为低速急转弯；

其中，所述车速V的论域为[15，40]，所述方向盘转角速度W的论域为[0，20]，所述低速急转弯概率P₂的论域为[0，1]，设量化因子都为1，设定所述低速急转弯概率P₂的阈值为0.51～0.59中的一个值；

当所述原地急转弯概率P₂达到阈值时，判断所述车辆为低速急转弯。

6.根据权利要求1所述的用于车辆急转弯识别的检测方法，其特征在于，在所述步骤二中，当40＜V≤120时，采用模糊控制模型输出所述车辆的高速急转弯概率P₃进而判断所述车辆是否为高速急转弯，包括如下步骤：

分别将车速V、方向盘转角速度W以及高速急转弯概率P₃转换为模糊论域中的量化等级；

将所述车速V以及所述方向盘转角速度W输入模糊控制模型，均分为5个等级；

模糊控制模型输出为所述高速急转弯概率P₃，分为5个等级；

根据所述高速急转弯概率P₃判断所述车辆是否为原地急转弯；

其中，所述车速V的论域为[40，120]，所述方向盘转角速度W的论域为[0，20]，所述高速急转弯概率P₃的论域为[0，1]，设量化因子都为1，设定所述高速弯概率P₃的阈值为0.49～0.55中的一个值；

当所述原地急转弯概率P₃达到阈值时，判断所述车辆为高速急转弯。

7.根据权利要求4、5或6所述的用于车辆急转弯识别的检测方法，其特征在于，在所述步骤二中，当10＜W≤20时，对模糊控制模型的输出的原地急转弯概率P₁、低速急转弯概率P₂或者高速急转弯概率P₃进行如下校正，得到原地急转弯概率校正值P₁′、低速急转弯概率校正值P₂′或者高速急转弯概率校正值P₃′，当所述校正值达到阈值时，判断所述车辆为原地急转弯、低速急转弯或者高速急转弯：

式中，P₁′为原地急转弯概率校正值，P₂′为低速急转弯概率校正值，P₃′为高速急转弯概率校正值，V₁′为第一速度校正值，V₂′为第二速度校正值，V₃′为第三速度校正值，W₀′为方向盘转角速度第一校正值。

8.根据权利要求6所述的用于车辆急转弯识别的检测方法，其特征在于，在所述步骤二中，当V＞120时，对所述高速急转弯概率P₃进行计算：

当所述高速急转弯概率P₃达到阈值时，判断所述车辆为高速急转弯；

式中，W′为方向盘转角速度第二校正值，V₄′为第四速度校正值。

9.根据权利要求7所述的用于车辆急转弯识别的检测方法，其特征在于，所述车速的模糊集为{N，NM，M，ML，L}，所述方向盘转角速度的模糊集为{N，NM，M，ML，L}，所述原地急转弯概率、所述低速急转弯概率和所述高速急转弯概率的模糊集均为{S，SM，M，MB，B}；隶属函数均选用三角函数。

10.根据权利要求9所述的用于车辆急转弯识别的检测方法，其特征在于，V₁′为8km/h，V₂′为25km/h，V₃′为80km/h，W₀′为20rad/s，V₄′为125km/h，W′为15rad/s；以及

原地急转弯概率的阈值为0.59，低速急转弯概率的阈值为0.55，高速急转弯概率的阈值为0.51。

Images