CN114187752B - 危化品车辆在跨海桥梁运输中的预警系统及方法 - Google Patents

危化品车辆在跨海桥梁运输中的预警系统及方法 Download PDF

Info

Publication number
CN114187752B
CN114187752B CN202210131348.9A CN202210131348A CN114187752B CN 114187752 B CN114187752 B CN 114187752B CN 202210131348 A CN202210131348 A CN 202210131348A CN 114187752 B CN114187752 B CN 114187752B
Authority
CN
China
Prior art keywords
road section
current road
vehicle
driver
current
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
Application number
CN202210131348.9A
Other languages
English (en)
Other versions
CN114187752A (zh
Inventor
郭健
马开疆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University of Technology ZJUT
Southwest Jiaotong University
Original Assignee
Zhejiang University of Technology ZJUT
Southwest Jiaotong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang University of Technology ZJUT, Southwest Jiaotong University filed Critical Zhejiang University of Technology ZJUT
Priority to CN202210131348.9A priority Critical patent/CN114187752B/zh
Publication of CN114187752A publication Critical patent/CN114187752A/zh
Application granted granted Critical
Publication of CN114187752B publication Critical patent/CN114187752B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00Predictive alarm systems characterised by extrapolation or other computation using updated historic data

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Emergency Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请提供了一种危化品车辆在跨海桥梁运输中的预警系统及方法,涉及危化品车辆运输领域。系统包括中控端,跨海桥梁的每个路段上的风速仪、路况传感器及图像采集装置;当前路段上的图像采集装置采集当前路段的图像数据并将图像数据上传至中控端;中控端分析图像数据,在图像数据中包括危化品车辆的情况下,向当前路段的风速仪和路况传感器发送风速风向获取指令和路况获取指令;风速仪在接收到风速风向获取指令后将当前路段的风速和风向发送至中控端;路况传感器在接收到路况获取指令后将当前路段的路况信息发送至中控端;中控端确定是否输出预警信息。本申请避免了跨海桥梁上驾驶员的不当操作被不利环境因素放大导致车辆发生事故的问题。

Description

危化品车辆在跨海桥梁运输中的预警系统及方法
技术领域
本申请涉及危化品车辆运输领域,尤其涉及一种危化品车辆在跨海桥梁运输中的预警系统及方法。
背景技术
随着危化品产业发展,危化品运输日益繁忙,目前我国危化品运输量已占年货运总量的30%以上。危化品运输车辆一旦发生交通事故,造成的人员伤亡及财产损失非常大,而且可能会引发环境污染、生态破坏等一系列严重问题,所以保障危化品车辆运输安全十分重要。跨海桥梁是沿海地区危化品运输的重要节点,但跨海桥梁所处的复杂海域环境会大大增加危化品车辆的运输风险。现有技术中多围绕普通车辆在一般环境下的行驶风险进行评估或预警,针对危化品车辆在跨海桥梁上进行运输时的预警方案还不完善。
发明内容
本申请提供一种危化品车辆在跨海桥梁运输中的预警系统及方法,以提供危化品车辆在跨海桥梁上进行运输时的预警方案。
第一方面,本申请提供了一种危化品车辆在跨海桥梁运输中的预警系统,包括中控端,以及设置于跨海桥梁的多个路段中每个路段上的风速仪、路况传感器以及图像采集装置;其中,
当前路段上的图像采集装置用于以预设频率采集当前路段的图像数据,并将采集的图像数据实时上传至所述中控端;
所述中控端用于接收并分析所述采集的图像数据,并在所述采集的图像数据中包括危化品车辆的情况下,向当前路段的风速仪发送风速风向获取指令,向当前路段的路况传感器发送路况获取指令;
当前路段上的风速仪用于在接收到所述风速风向获取指令后将实时采集的当前路段的风速和风向发送至所述中控端;
当前路段上的路况传感器用于在接收到所述路况获取指令后将实时计算的当前路段的路况信息发送至所述中控端;
所述中控端还用于根据当前路段的驾驶员信息以及危化品车辆的第一侧向位移确定当前路段的方向盘转向角;根据当前路段的方向盘转向角、当前路段的风速和风向、当前路段的路况信息以及所述危化品车辆的参数确定所述危化品车辆在当前路段的第二侧向位移、偏转角以及轮胎与路面的接触力;根据当前路段的第二侧向位移、偏转角、轮胎与路面的接触力确定是否输出预警信息;将当前路段的第二侧向位移作为所述危化品车辆在下一路段的第一侧向位移,进入下一路段的迭代操作,直至所述危化品车辆驶离所述跨海桥梁。
第二方面,本申请还提供了一种危化品车辆在跨海桥梁运输中的预警方法,应用于上述的危化品车辆在跨海桥梁运输中的预警系统,其中,所述危化品车辆在跨海桥梁运输中的预警系统包括中控端、跨海桥梁的多个路段中每个路段上的风速仪、路况传感器以及图像采集装置,所述方法包括:
当前路段上的图像采集装置以预设频率采集当前路段的图像数据,并将采集的图像数据实时上传至所述中控端;
所述中控端接收并分析所述采集的图像数据,并在所述采集的图像数据中包括危化品车辆的情况下,向当前路段的风速仪发送风速风向获取指令,向当前路段的路况传感器发送路况获取指令;
当前路段上的风速仪在接收到所述风速风向获取指令后将实时采集的当前路段的风速和风向发送至所述中控端;
当前路段上的路况传感器在接收到所述路况获取指令后将实时计算的当前路段的路况信息发送至所述中控端;
所述中控端根据当前路段的驾驶员信息以及危化品车辆的第一侧向位移确定当前路段的方向盘转向角;根据当前路段的方向盘转向角、当前路段的风速和风向、当前路段的路况信息以及所述危化品车辆的参数确定所述危化品车辆在当前路段的第二侧向位移、偏转角以及轮胎与路面的接触力;根据当前路段的第二侧向位移、偏转角、轮胎与路面的接触力确定是否输出预警信息;将当前路段的第二侧向位移作为所述危化品车辆在下一路段的第一侧向位移,进入下一路段的迭代操作,直至所述危化品车辆驶离所述跨海桥梁。
本申请中的危化品车辆在跨海桥梁运输中的预警系统包括中控端,以及设置于跨海桥梁的多个路段中每个路段上的风速仪、路况传感器以及图像采集装置,通过风速仪、路况传感器以及图像采集装置的配合,实现对跨海桥梁的环境因素以及驾驶员信息的检测,使得中控端可以根据跨海桥梁的环境因素、以及驾驶员信息对危化品车辆进行安全预警,避免了跨海桥梁上驾驶员的不当操作被不利环境因素放大,导致车辆发生事故的问题。同时,本实施例中的预警方法还反映了多维度数据之间的物理关系,使得确定的预警结果更加准确。
附图说明
图1为本申请实施例提供的一种危化品车辆在跨海桥梁运输中的预警系统示意图;
图2为本申请实施例提供的一种危化品车辆在跨海桥梁运输中的预警方法的流程示意图;
图3为本申请实施例提供的一种中控端工作流程示意图;
图4为本申请实施例提供的另一种危化品车辆在跨海桥梁运输中的预警方法的流程示意图;
图5为本申请实施例提供的一种预设的方向盘转向角模型的确定方法的流程示意图;
图6为本申请实施例提供的一种试验对象分组方式示意图;
图7为本申请实施例提供的又一种危化品车辆在跨海桥梁运输中的预警方法的流程示意图。
具体实施方式
下面将参照附图更详细地描述本申请的实施例。虽然附图中显示了本申请的某些实施例,然而应当理解的是,本申请可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本申请。应当理解的是,本申请的附图及实施例仅用于示例性作用,并非用于限制本申请的保护范围。
应当理解,本申请的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本申请的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本申请中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
危化品车辆在跨海桥梁上运输时,会受到恶劣海域环境的影响。在普通道路上驾驶员的一些不当操作由于受到环境的影响比较小,驾驶员一般可以及时调整到安全状态。但是,在跨海桥梁上,驾驶员的不当操作可能会被不利环境因素放大,导致车辆发生事故。针对这一问题,本申请提供一种危化品车辆在跨海桥梁运输中的预警系统及方法。
图1为本申请实施例提供的一种危化品车辆在跨海桥梁运输中的预警系统示意图。如图1所示,危化品车辆在跨海桥梁运输中的预警系统:包括中控端,以及设置于跨海桥梁的多个路段中每个路段上的风速仪、路况传感器以及图像采集装置。图1中每个路段的风速仪与路况传感器采用一体化设置。
本实施例中的预警系统适用于在跨海桥梁上,对危化品车辆进行安全预警的场景。该预警系统由中控端、多个风速仪、多个路况传感器以及多个图像采集装置组成。中控端一般可以为服务器、电子终端等具备数据计算以及图像处理能力的设备,该中控端可设置于中控室内,以便跨海桥梁的管理人员操作该中控端,并获取该中控端输出的信息。一实施例中,该中控端包括处理器,输入设备,输出设备,网络适配单元以及存储器。跨海桥梁的管理人员可通过输出设备,例如显示器等,查看中控端输出的预警信息或者其他反映跨海桥梁状态以及车辆状态的信息;跨海桥梁的管理人员可通过输入设备向中控端发送指令,以使中控端的处理器根据接收到的指令执行相应的操作;中控端还可以通过网络适配单元与其他设备通信,例如,中控端通过无线连接的方式与跨海桥梁上的风速仪以及路况传感器连接,实现信息交互;中控端中的存储器用于存储上述信息输入,信息输出以及信息交互过程中的数据,以便后续查看。
本实施例中,跨海桥梁被划分为多个路段,划分路段的方式可根据实际情况确定,本实施例对此不作限定。例如,可以根据跨海桥梁的总长度以及预设的每个路段的长度在跨海桥梁上平均划分出多个路段,也可以是,根据跨海桥梁所处的地理位置、桥梁结构、桥梁所处位置的风场特征等将跨海桥梁划分为多个路段,其中,多个路段的长度可以不相同。
在将跨海桥梁划分为多个路段后,在每个路段上设置风速仪、路况传感器以及图像采集装置。一般情况下,每个路段上设置的风速仪、路况传感器以及图像采集装置的数量均为一个,但是,在所划分的单个路段过长,或者所划分的单个路段跨越多个风场的情况下,也可以在一个路段上设置多个风速仪、多个路况传感器以及多个图像采集装置,本申请实施例对此不作限定。
本实施例中,当前路段上的图像采集装置用于以预设频率采集当前路段的图像数据,并将采集的图像数据实时上传至中控端;中控端用于接收并分析采集的图像数据,并在采集的图像数据中包括危化品车辆的情况下,向当前路段的风速仪发送风速风向获取指令,向当前路段的路况传感器发送路况获取指令;当前路段上的风速仪用于在接收到风速风向获取指令后将实时采集的当前路段的风速和风向发送至中控端;当前路段上的路况传感器用于在接收到路况获取指令后将实时计算的当前路段的路况信息发送至中控端;中控端还用于根据当前路段的驾驶员信息以及危化品车辆的第一侧向位移确定当前路段的方向盘转向角;根据根据当前路段的方向盘转向角、当前路段的风速和风向、当前路段的路况信息以及危化品车辆的参数确定危化品车辆在当前路段的第二侧向位移、偏转角以及轮胎与路面的接触力;根据当前路段的第二侧向位移、偏转角、轮胎与路面的接触力确定是否输出预警信息;将当前路段的第二侧向位移作为危化品车辆在下一路段的第一侧向位移,进入下一路段的迭代操作,直至危化品车辆驶离跨海桥梁。
当前路段为危化品车辆行驶至的跨海桥梁上的一路段。一实施例中,沿车辆行驶方向,每个路段上的图像采集装置位于风速仪以及路况传感器之前,也就是说,当前路段的图像采集装置以预设频率采集当前路段的图像数据,并将采集的图像数据实时上传至中控端,一旦危化品车辆进入当前路段,当前路段的图像采集装置就可以采集到包含该危化品车辆的图像数据,中控端在通过该图像数据确定该危化品车辆已经行驶至当前路段时,可以主动获取位于当前路段的图像采集装置之后的风速仪以及路况传感器的数据,以便在当前路段对该危化品车辆进行检测。如此设置,仅需要每个路段上的图像采集装置实时向中控端发送图像数据即可确定危化品车辆的位置,在确定危化品车辆位于某一路段时中控端才获取对应路段上的风速仪以及路况传感器的数据,无需每个路段上的风速仪以及路况传感器均实时向中控端发送数据,减少了中控端与跨海桥梁上的检测设备(图像采集装置、风速仪以及路况传感器)之间的网络压力,同时也减少了对中控端的处理量和存储量的需求。
本实施例中的图像采集装置可以是路侧电子摄像头,中控端在获取路侧电子摄像头上传的图像数据后,不仅可以根据图像数据确定当前路段中是否有危化品车辆驶入,还根据该图像数据确定危化品车辆的车速以及车辆的违法行为等。
中控端获取跨海桥梁上的每个图像采集装置实时上传的图像数据,并对获取的图像数据进行分析,当确定一图像数据中存在危化品车辆时,确定上传该图像数据的图像采集装置所处的路段,并向该路段上的风速仪发送风速风向获取指令,向该路段上的路况传感器发送路况获取指令。该路段上的风速仪以及路况传感器在接收到对应的指令后,将实时采集的当前路段的风速和风向以及计算出的当前路段的路况信息上传至中控端,以使中控端可以根据跨海桥梁的环境因素对危化品车辆进行安全预警。
中控端在获取跨海桥梁的环境因素的同时,还可以获取危化品车辆的驾驶员信息以及危化品车辆的参数。如图1所示,本实施例中的预警系统还包括电子标识信号接收设备,电子标识信号接收设备设置于跨海桥梁的沿车辆行驶方向的上桥侧;驾驶员信息包括危化品车辆的驾驶员的年龄、驾驶员的驾龄以及驾驶员在当前路段的异常行为数据,驾驶员在当前路段的异常行为数据包括抽烟、使用手机以及疲劳驾驶等。
电子标识信号接收设备用于在危化品车辆驶入跨海桥梁的情况下,识别危化品车辆的电子标识,并将电子标识指示的驾驶员的年龄、驾驶员的驾龄以及危化品车辆的参数发送至中控端;中控端还用于接收电子标识信号接收设备发送的数据,并在采集的图像数据中包括危化品车辆的情况下,从采集的图像数据中识别并分析驾驶员在当前路段的异常行为数据,将驾驶员的年龄、驾驶员的驾龄以及驾驶员在当前路段的异常行为数据作为驾驶员信息。通过电子标识信号接收设备以及图像采集装置可以获得危化品车辆的驾驶员信息以及危化品车辆的参数,为后续中控端基于多维度数据检测危化品车辆的安全状态提供依据。
针对中控端如何根据获取的多维度数据对当前路段上的危化品车辆进行安全预警的具体步骤将在下文的危化品车辆在跨海桥梁运输中的预警方法实施例中详述。需要说明的是,下文的危化品车辆在跨海桥梁运输中的预警方法实施例中的全部方案均可在本实施的危化品车辆在跨海桥梁运输中的预警系统中执行,此处不再赘述。
本实施例中的危化品车辆在跨海桥梁运输中的预警系统包括中控端,以及设置于跨海桥梁的多个路段中每个路段上的风速仪、路况传感器以及图像采集装置,通过风速仪、路况传感器以及图像采集装置的配合,实现对跨海桥梁的环境因素以及驾驶员信息的检测,使得中控端可以根据跨海桥梁的环境因素、以及驾驶员信息对危化品车辆进行安全预警,避免了跨海桥梁上驾驶员的不当操作被不利环境因素放大,导致车辆发生事故的问题。同时,本实施例中的预警系统还反映了多维度数据之间的物理关系,使得确定的预警结果更加准确。
继续参考图1,本实施例中对风速仪以及路况传感器进行详细说明。
跨海桥梁所处区域具有大风天数量多、台风影响频繁、风向变化迅速等特点,且考虑跨海大桥的地理位置特殊性,其桥面高度往往比较高,特别是通航孔桥面,这就使得桥面的风速相对于附近的气象站测得的风速要高出不少。其他多侧风路段如隧道口、峡谷、高架桥等,这些路段往往侧风影响长度较短,在构建风速监测系统时可能只需安装一个或几个风速监测仪就可以满足需求。但跨海大桥的长度往往有几十公里,这就导致桥梁的两端或桥梁中部可能会存在不同的风场情况,因此在跨海长桥布置风速仪时需结合现场情况、风场特点,合理的进行风速仪的布置安装,且风速时变性较强需要实时监测。
本实施例中,跨海桥梁的多个风速仪分别在多个路段的设置位置与跨海桥梁所处地理位置的风场特征相关。也就是说,可以根据跨海桥梁所处位置的风场特征对跨海桥梁进行路段划分以确定跨海桥梁的多个路段,此时,多个路段可以对应跨海桥梁所处位置的不同风场特征,那么,在每个路段上设置的风速仪也应该与跨海桥梁所处地理位置的风场特征相关。除将风速仪的设置位置与跨海桥梁所处地理位置的风场特征关联外,风速仪的设置位置还可以与桥梁结构、现场情况以及其他可能影响风速和风向的因素关联,以达到对当前路段的风速和风向的准确测量。
同样的,路况传感器的设置位置也可以与桥梁结构、现场情况以及其他可能影响路况的因素关联。除此之外,由于跨海桥梁所处区域是多雨水的地区,年均降雨量大,持续时间长,且冬天经常出现冰冻霜雪天气。这些恶劣天气都将严重影响路面的粗糙程度,使路面摩擦系数降低,车辆发生侧滑的事故概率大大增加。据此,本实施例中,当前路段的路况信息包括当前路段的滚动摩擦系数以及侧滑摩擦系数;当前路段上的路况传感器还用于采用红外激光遥感技术实时检测路面状态、路面覆盖类型以及与路面覆盖类型对应的路面覆盖厚度,其中,路面状态包括干状态、潮状态或湿状态,路面覆盖类型包括水覆盖、冰覆盖或雪覆盖;当前路段上的路况传感器具体用于在接收到路况获取指令后根据实时检测到的路面状态、路面覆盖类型以及与路面覆盖类型对应的路面覆盖厚度计算当前路段的滚动摩擦系数以及侧滑摩擦系数,并将滚动摩擦系数以及侧滑摩擦系数发送至中控端。
本实施例中,路况传感器对应的3种湿滑程度分别为:良好(0.82—0.65),湿滑(0.65—0.40)以及很滑(0.40—0.10)。一般情况下,将滚动摩擦系数与侧滑摩擦系数设置为相同的数值,例如,对应上述3种湿滑程度,滚动摩擦系数与侧滑摩擦系数分别为:0.7、0.5、0.15。
本实施例中,对风速仪和路况传感器的设置位置以及工作原理进行详细说明。通过根据跨海桥梁的环境特征合理地设置风速仪和路况传感器,使得危化品车辆在跨海桥梁运输中的预警系统可以准确地获取危化品车辆在当前路段的环境参数,以便中控端结合实时的环境参数对危化品车辆进行安全预警。
图2为本申请实施例提供的一种危化品车辆在跨海桥梁运输中的预警方法的流程示意图。该方法应用于上述任一实施例中的危化品车辆在跨海桥梁运输中的预警系统,适用于在跨海桥梁上,对危化品车辆进行安全预警的场景。其中,跨海桥梁的多个路段中的每个路段上设置有风速仪、路况传感器以及图像采集装置。如图2所示,本实施例提供的危化品车辆在跨海桥梁运输中的预警方法可以包括:
S210、当前路段上的图像采集装置以预设频率采集当前路段的图像数据,并将采集的图像数据实时上传至中控端。
S220、中控端接收并分析采集的图像数据,并在采集的图像数据中包括危化品车辆的情况下,向当前路段的风速仪发送风速风向获取指令,向当前路段的路况传感器发送路况获取指令。
S230、当前路段上的风速仪在接收到风速风向获取指令后将实时采集的当前路段的风速和风向发送至中控端。
S240、当前路段上的路况传感器在接收到路况获取指令后将实时计算的当前路段的路况信息发送至中控端。
S250、中控端根据当前路段的驾驶员信息以及危化品车辆的第一侧向位移确定当前路段的方向盘转向角;根据当前路段的方向盘转向角、当前路段的风速和风向、当前路段的路况信息以及危化品车辆的参数确定危化品车辆在当前路段的第二侧向位移、偏转角以及轮胎与路面的接触力;根据当前路段的第二侧向位移、偏转角、轮胎与路面的接触力确定是否输出预警信息;将当前路段的第二侧向位移作为危化品车辆在下一路段的第一侧向位移,进入下一路段的迭代操作,直至危化品车辆驶离跨海桥梁。
图3为本申请实施例提供的一种中控端工作流程示意图。中控端基于当前路段的驾驶员信息以及第一侧向位移,通过机器学习的方式确定方向盘转向角,并将获得的方向盘转向角与通过跨海桥梁上的检测设备获得的当前路段的危化品车辆的参数、风速、风向以及路况信息一同输入车辆动力学模型,得到当前路段的第二侧向位移、偏转角、轮胎与路面的接触力,将获得的第二侧向位移、偏转角、轮胎与路面的接触力分别与对应的风险评价准则对比,确定是否输出预警信息。同时,中控端还将当前路段的第二侧向位移作为下一路段用于确定方向盘转向角的第一侧向位移,即将多个路段中的侧向位移相关联,使用上一路段通过车辆动力学模型计算出的侧向位移影响下一路段中用于计算方向盘转向角的侧向位移。本实施例中的预警方法不仅对多维度数据进行处理,综合考虑驾驶员信息、危化品车辆的参数以及跨海桥梁的环境因素对预警结果的影响,而且还反映了多维度数据之间的物理关系,将统计数据的机器学习方法与动力学分析相结合得到最终的预警结果。
需要说明的是,在危化品车辆上桥进入第一路段时,设定初始第一侧向位移为0,通过车辆动力学模型计算得到第一路段的第二侧向位移后,基于该第二侧向位移预测第二路段的方向盘转向角。
本实施例中的危化品车辆在跨海桥梁运输中的预警系统包括中控端,以及设置于跨海桥梁的多个路段中每个路段上的风速仪、路况传感器以及图像采集装置,通过风速仪、路况传感器以及图像采集装置的配合,实现对跨海桥梁的环境因素以及驾驶员信息的检测,使得中控端可以根据跨海桥梁的环境因素、以及驾驶员信息对危化品车辆进行安全预警,避免了跨海桥梁上驾驶员的不当操作被不利环境因素放大,导致车辆发生事故的问题。同时,本实施例中的预警方法还反映了多维度数据之间的物理关系,使得确定的预警结果更加准确。
一实施例中,当前路段的路况信息包括当前路段的滚动摩擦系数以及侧滑摩擦系数。该方法还包括:当前路段上的路况传感器采用红外激光遥感技术实时检测路面状态、路面覆盖类型以及与路面覆盖类型对应的路面覆盖厚度,其中,路面状态包括干状态、潮状态或湿状态,路面覆盖类型包括水覆盖、冰覆盖或雪覆盖。当前路段上的路况传感器在接收到路况获取指令后将实时计算的当前路段的路况信息发送至中控端,包括:当前路段上的路况传感器在接收到路况获取指令后根据实时检测到的路面状态、路面覆盖类型以及与路面覆盖类型对应的路面覆盖厚度计算当前路段的滚动摩擦系数以及侧滑摩擦系数,并将滚动摩擦系数以及侧滑摩擦系数发送至中控端。
路况传感器对应的3种湿滑程度分别为:良好(0.82—0.65),湿滑(0.65—0.40)以及很滑(0.40—0.10)。一般情况下,将滚动摩擦系数与侧滑摩擦系数设置为相同的数值,例如,对应上述3种湿滑程度,滚动摩擦系数与侧滑摩擦系数分别为:0.7、0.5、0.15。
由于跨海桥梁所处区域是多雨水的地区,年均降雨量大,持续时间长,且冬天经常出现冰冻霜雪天气。这些恶劣天气都将严重影响路面的粗糙程度,使路面摩擦系数降低,车辆发生侧滑的事故概率大大增加。本实施例中使用路况传感器对跨海桥梁的路面进行检测,确定不同路段的滚动摩擦系数与侧滑摩擦系数,为后续以跨海桥梁的环境因素为依据对危化品车辆进行安全预警提供依据。
一实施例中,驾驶员信息包括危化品车辆的驾驶员的年龄、驾驶员的驾龄以及驾驶员在当前路段的异常行为数据。在中控端根据当前路段的驾驶员信息以及危化品车辆的第一侧向位移确定当前路段的方向盘转向角之前,还包括:中控端接收危化品车辆在跨海桥梁运输中的预警系统的电子标识信号接收设备发送的驾驶员的年龄和驾驶员的驾龄,并在采集的图像数据中包括危化品车辆的情况下,从采集的图像数据中识别并分析驾驶员在当前路段的异常行为数据,将驾驶员的年龄、驾驶员的驾龄以及驾驶员在当前路段的异常行为数据作为驾驶员信息。中控端根据当前路段的驾驶员信息以及危化品车辆的第一侧向位移确定当前路段的方向盘转向角,包括:中控端将驾驶员的年龄、驾驶员的驾龄、驾驶员在当前路段的异常行为数据以及危化品车辆在当前路段的第一侧向位移输入预设的方向盘转向角模型,得到当前路段的方向盘转向角。
危化品车辆在跨海桥梁运输中的预警系统还包括电子标识信号接收设备,电子标识信号接收设备设置于跨海桥梁的沿车辆行驶方向的上桥侧,用于在危化品车辆驶入跨海桥梁的情况下,识别危化品车辆的电子标识,并将电子标识指示的驾驶员的年龄、驾驶员的驾龄以及危化品车辆的参数发送至中控端。
电子标识设置于危化品车辆上,其中记录有与危化品车辆以及驾驶员相关的信息,例如,危化品车辆的车辆质量以及几何参数、驾驶员的年龄以及驾龄等。电子标识信号接收设备通过在危化品车辆上桥时识别危化品车辆上的电子标签,获取该电子标签中的信息,并将获取的信息发送至中控端,以使中控端可以基于获取的信息对危化品车辆进行安全预警。
图4为本申请实施例提供的另一种危化品车辆在跨海桥梁运输中的预警方法的流程示意图,本实施例中的方案可以与上述实施例中的一个或多个可选方案组合。如图4所示,本实施例提供的预设的方向盘转向角模型的确定方法可以包括:
S410、当前路段上的图像采集装置以预设频率采集当前路段的图像数据,并将采集的图像数据实时上传至中控端。
S420、中控端接收并分析采集的图像数据,并在采集的图像数据中包括危化品车辆的情况下,向当前路段的风速仪发送风速风向获取指令,向当前路段的路况传感器发送路况获取指令。
S430、当前路段上的风速仪在接收到风速风向获取指令后将实时采集的当前路段的风速和风向发送至中控端。
S440、当前路段上的路况传感器在接收到路况获取指令后将实时计算的当前路段的路况信息发送至中控端。
S450、中控端接收电子标识信号接收设备发送的驾驶员的年龄和驾驶员的驾龄,并在采集的图像数据中包括危化品车辆的情况下,从采集的图像数据中识别并分析驾驶员在当前路段的异常行为数据,将驾驶员的年龄、驾驶员的驾龄以及驾驶员在当前路段的异常行为数据作为驾驶员信息。
本实施例中,中控端接收电子标识信号接收设备发送的驾驶员的年龄和驾驶员的驾龄的步骤只要在电子标识信号接收设备确定驾驶员的年龄和驾驶员的驾龄之后,中控端确定当前路段的方向盘转向角之前执行即可,此处的S450的执行顺序仅是示例。
同样的,本实施例中,中控端从采集的图像数据中识别并分析驾驶员在当前路段的异常行为数据的步骤只要在中控端确定采集的图像数据中包括危化品车辆之后,中控端确定当前路段的方向盘转向角之前执行即可,此处的S450的执行顺序仅是示例。
S460、中控端将驾驶员的年龄、驾驶员的驾龄、驾驶员在当前路段的异常行为数据以及危化品车辆在当前路段的第一侧向位移输入预设的方向盘转向角模型,得到当前路段的方向盘转向角。
S470、中控端根据当前路段的方向盘转向角、当前路段的风速和风向、当前路段的路况信息以及危化品车辆的参数确定危化品车辆在当前路段的第二侧向位移、偏转角以及轮胎与路面的接触力;根据当前路段的第二侧向位移、偏转角、轮胎与路面的接触力确定是否输出预警信息;将当前路段的第二侧向位移作为危化品车辆在下一路段的第一侧向位移,进入下一路段的迭代操作,直至危化品车辆驶离跨海桥梁。
图5为本申请实施例提供的一种预设的方向盘转向角模型的确定方法的流程示意图,本实施例可以采用如图5所示的方法确定预设的方向盘转向角模型,具体包括:
S510、获取多组原始数据,其中,每组原始数据中包括驾驶员年龄原始数据、驾驶员驾龄原始数据、驾驶员异常行为原始数据、车辆侧向位移原始数据与车辆方向盘转向角原始数据。
获取多组原始数据的方法为:驾驶员因素具有随机变异性,将驾驶员的影响作为影响车辆方向盘转向角的因素。采用驾驶员模拟驾驶试验,收集驾驶员年龄、驾驶员驾龄、驾驶员典型异常行为、车辆侧向位移与车辆方向盘转向角之间的原始数据。本实施例中进行的模拟驾驶试验,首先按照驾驶员年龄和驾龄选定试验对象。驾驶员驾龄指驾驶员从事危化品车辆运输的时间,驾龄分为一年以内、一年以上五年以下、五年及五年以上三组。驾驶员年龄分为30岁以内、30~50岁、50岁以上三组,且满足危化品运输驾驶员年龄需在60岁以下的国家规定。选择相同数量的不同驾龄段和年龄段的驾驶员,如图6所示。试验对象按照不同变量类型共分为多组,每组试验重复多次,每次根据输出控制车辆侧向位移连续采集多个转向角数据。据此,得到包括驾驶员年龄原始数据、驾驶员驾龄原始数据、驾驶员异常行为原始数据、车辆侧向位移原始数据与车辆方向盘转向角原始数据的多组原始数据。
其中,对驾驶员异常行为原始数据进行赋值。驾驶员无异常行为赋值0,抽烟赋值为1,使用手机赋值为2,疲劳驾驶赋值为3。驾驶员异常行为还有较多,比如酒驾、路怒等,但这些行为不容易检测,故在方向盘转向角模型中不做考虑。
S520、通过机器学习线性回归算法对多组原始数据进行训练,得到预设的方向盘转向角模型。
通过机器学习线性回归算法对多组原始数据进行训练,得到预设的方向盘转向角模型,包括:将多组原始数据中的驾驶员年龄原始数据、驾驶员驾龄原始数据、驾驶员异常行为原始数据以及车辆侧向位移原始数据输入当前方向盘转向角模型,得到多组原始数据分别对应的当前方向盘转向角模型的多个输出;将当前方向盘转向角模型的多个输出以及多组原始数据中的车辆方向盘转向角原始数据输入损失函数,并判断损失函数的输出是否满足预设要求;响应于损失函数的输出满足预设要求,将当前方向盘转向角模型作为预设的方向盘转向角模型;响应于损失函数的输出不满足预设要求,根据损失函数的输出调整当前方向盘转向角模型的线性回归拟合系数,根据调整模型参数后的方向盘转向角模型以及多组原始数据进入下一迭代操作,直至得到预设的方向盘转向角模型。
其中,当前方向盘转向角模型为δ θ (x) 0 1 x 1 2 x 2 3 x 3 4 x 4δ θ (x)为当前方向盘转向角模型的输出,x 1x 2x 3x 4分别为每组原始数据中的驾驶员年龄原始数据、驾驶员驾龄原始数据、驾驶员异常行为原始数据以及车辆侧向位移原始数据,θ 0 θ 1θ 2θ 3θ 4为当前方向盘转向角模型的线性回归拟合系数,损失函数为
Figure 100002_DEST_PATH_IMAGE001
J(θ 0 ,θ 1,…,θ 4)为损失函数值,δ θ (x (i))为第i组原始数据对应的当前方向盘转向角模型的输出,δ (i)为第i组原始数据中的车辆方向盘转向角原始数据,l为多组原始数据的组数,1≤il
在Matlab中训练当前方向盘转向角模型,用梯度下降的方法确定使损失函数最小的参数值。本实例中迭代次数为1500次,梯度下降步长取0.01。
需要说明的是,本实施例中的预设的方向盘转向角模型可以不断更新,也就是说,危化品车辆在跨海桥梁上进行运输作业的历史数据可以被存储,以用于更新训练预设的方向盘转向角模型的原始数据,当训练预设的方向盘转向角模型的原始数据被更新时,可以执行本实施例中的S510~S520,更新预设的方向盘转向角模型中的线性回归拟合系数,提高模型的准确度。
本实施例中,通过机器学习线性回归算法确定预设的方向盘转向角模型,将驾驶员年龄、驾驶员驾龄、驾驶员典型异常行为、车辆侧向位移综合作为影响车辆方向盘转向角的因素,使得车辆方向盘转向角与车辆参数以及驾驶员信息关联,反映了车辆方向盘转向角与其他物理量之间的关系,达到提高车辆方向盘转向角准确性的目的。
图7为本申请实施例提供的又一种危化品车辆在跨海桥梁运输中的预警方法的流程示意图,本实施例中的方案可以与上述实施例中的一个或多个可选方案组合。如图7所示,本实施例提供的危化品车辆在跨海桥梁运输中的预警方法可以包括:
S710、当前路段上的图像采集装置以预设频率采集当前路段的图像数据,并将采集的图像数据实时上传至中控端。
S720、中控端接收并分析采集的图像数据,并在采集的图像数据中包括危化品车辆的情况下,向当前路段的风速仪发送风速风向获取指令,向当前路段的路况传感器发送路况获取指令。
S730、当前路段上的风速仪在接收到风速风向获取指令后将实时采集的当前路段的风速和风向发送至中控端。
S740、当前路段上的路况传感器在接收到路况获取指令后将实时计算的当前路段的路况信息发送至中控端。
S750、中控端根据当前路段的驾驶员信息以及危化品车辆的第一侧向位移确定当前路段的方向盘转向角。
S760、中控端接收电子标识信号接收设备发送的危化品车辆的参数,将当前路段的方向盘转向角、当前路段的风速和风向、当前路段的路况信息以及危化品车辆的参数输入车辆动力学模型,得到车辆动力学模型输出的危化品车辆在当前路段的第二侧向位移、偏转角以及轮胎与路面的接触力。
本实施例中,通过建立危化品的车辆动力学模型,求解车辆响应以确定危化品车辆在当前路段的第二侧向位移、偏转角以及轮胎与路面的接触力。每个车辆轮胎受到两个方向的摩擦力F i H i 及与路面间的接触力V i i用于标识车辆轮胎,i = 1,2,3,4。其中F i =nV i H i =mγV i 。其中,n为滚动摩擦系数,m为侧滑摩擦系数,γ为侧滑角,γ=-v’/uv为车辆侧向位移,v’v相对于时间的一阶导数,表示车辆侧滑速度,u为车辆行驶速度。T i 为车辆牵引力,假定牵引力作用在车轮与路面接触点处,T i =kV i (i = 3,4),k为无量纲系数且为未知数,可通过以下方程求解,rs分别为车辆质心距车辆后轴和前轴的水平距离,p为车轮横向间距的一半,q为车辆质心距路面的距离。
假定车辆做匀速直线运动,且只考虑车辆侧向加速度与偏转加速度,其余方向的加速度不考虑,车辆运动方程如下:
沿x轴方向的平衡方程为:
(H 1+ H 2)cosδ+ H 3+ H 4 + (F 1 + F 2)sinδ+ S=Mv’’
沿y轴方向的平衡方程为:
(F 1 + F 2)cosδ+ F 3+F 4+T 3+T 4 -(H 1+ H 2)sinδ+ D=0
沿z轴方向的平衡方程为:
V 1+ V 2 + V 3 + V 4 + L-Mg = 0
绕x轴的平衡方程为:
P + V 1 s + V 2 s - V 3 r - V 4 r +(F 3+F 4+T 3+T 4+(F 1 + F 2)cosδ - (H 1+ H 2)sinδ)q =0
绕y轴的平衡方程为:
R -V 1 p + V 2 p - V 3 p + V 4 p - (H 3+H 4 +(H 1+ H 2)cosδ+ (F 1 + F 2)sinδ)q = 0
绕z轴的平衡方程为:
Y + H 3r + H 4r + (F 3 + T 3)p - (F 4 + T 4)p - ((H 1+ H 2)cosδ + (F 1 + F 2)sinδ)s+ (F 1cosδ- H 1sinδ)p - (F 2cosδ- H 2sinδ)p = Iφ’’
上式中,δ为车辆方向盘转向角,I为车辆的转动惯量,M为车辆质量,v’’v相对于时间的二阶导数,表示车辆侧滑加速度,φ为车辆偏转角,φ’’φ相对于时间的二阶导数,表示车辆偏转角加速度。SDL分别为气动侧力、气动阻力和气动升力,PRY分别为俯仰力矩、滚动力矩和偏转力矩,具体如下式:
Figure 564160DEST_PATH_IMAGE002
上式中,ρ为空气密度,U为合成风速,A为车辆迎风面积,q为车辆质心距路面的距离,C D C S C L C R C P C Y 为气动力系数,可以通过风洞试验测定获得。
Figure DEST_PATH_IMAGE003
其中,u为车辆行驶速度,w为风速,β为风向角。
求解本实施例中的所有公式,得到当前路段的车辆轮胎与路面的接触力、侧向位移及偏转角。
一实施例中,危化品车辆的参数如下表所示:
表1 危化品车辆参数
Figure 418983DEST_PATH_IMAGE004
危化品车辆行驶至跨海大桥,识别得到危化品车辆的参数及驾驶员信息,包括车重、驾驶员年龄与驾龄,通过路侧违法监控可以检测到驾驶员异常行为数据,初始车辆位移赋值为零,生成初始数据。风速和风向根据风速仪获得,路况信息根据路况传感器获得。将路面摩擦系数分为0.7(干路面)、0.5(湿路面)和0.15(雪路面),并假定滚动摩擦系数与侧滑摩擦系数相等。即初始输入为车辆参数(车重和几何参数)、驾驶员参数(驾龄、年龄和异常行为识别结果)、风速、风向、路况信息,输出车辆响应(侧向位移、偏转角及轮胎与路面的接触力)。
S770、中控端判断当前路段的轮胎与路面的接触力是否小于0,响应于当前路段的轮胎与路面的接触力小于0,输出侧翻预警信息。
S780、中控端判断当前路段的第二侧向位移是否大于0.3m,响应于当前路段的第二侧向位移大于0.3m,输出侧滑预警信息。
S790、中控端判断当前路段的偏转角是否大于0.1rad,响应于当前路段的偏转角大于0.1rad,输出侧滑预警信息。
S770~S790中,确定车辆风险评价准则。针对求解出的车辆响应,确定可接受的安全阈值。用车辆轮胎与路面间的接触力预警车辆侧翻事故。由于危化品车辆质量大重心高,危化品车辆较一般车辆更容易发生侧翻事故,规定当危化品车辆的某一车轮接触力减小为0设为侧翻安全阈值。用车辆侧向位移及偏转角预警车辆侧滑事故。跨海桥梁的标准车道宽度一般为3.75m,危化品车辆的最大宽度为2.5m。大部分危化品车辆为运输气体或液体的罐车,罐体容易与周围车辆发生剐蹭或碰撞导致破裂。规定车辆侧滑位移大于0.3m或偏转角大于0.1rad设为侧滑安全阈值。
S7100、中控端将当前路段的第二侧向位移作为危化品车辆在下一路段的第一侧向位移,进入下一路段的迭代操作,直至危化品车辆驶离跨海桥梁。
通过车辆风险评价准则评价车辆运输风险。将上一路段的侧向位移代入当前路段的预设的方向盘转向角模型中,得出当前路段的方向盘转向角,再进行当前路段的风险评价。
本实施例中,具体说明了如何建立车辆动力学模型,并基于车辆动力学模型确定危化品车辆在当前路段的第二侧向位移、偏转角以及轮胎与路面的接触力。该车辆动力学模型中,综合考虑了驾驶员信息、跨海桥梁的环境因素以及危化品车辆的参数,使得确定的车辆响应符合跨海桥梁的实际环境,而且,本实施例中基于上一路段的侧向位移确定当前路段的方向盘转向角,考虑了历史物理量对当前物理量的影响,得到的车辆响应更加准确。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的申请范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述申请构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中申请的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本申请的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (12)

1.一种危化品车辆在跨海桥梁运输中的预警系统,其特征在于,包括中控端,以及设置于跨海桥梁的多个路段中每个路段上的风速仪、路况传感器以及图像采集装置;其中,
当前路段上的图像采集装置用于以预设频率采集当前路段的图像数据,并将采集的图像数据实时上传至所述中控端;
所述中控端用于接收并分析所述采集的图像数据,并在所述采集的图像数据中包括危化品车辆的情况下,向当前路段的风速仪发送风速风向获取指令,向当前路段的路况传感器发送路况获取指令;
当前路段上的风速仪用于在接收到所述风速风向获取指令后将实时采集的当前路段的风速和风向发送至所述中控端;
当前路段上的路况传感器用于在接收到所述路况获取指令后将实时计算的当前路段的路况信息发送至所述中控端;
所述中控端还用于根据当前路段的驾驶员信息以及危化品车辆的第一侧向位移确定当前路段的方向盘转向角;根据当前路段的方向盘转向角、当前路段的风速和风向、当前路段的路况信息以及所述危化品车辆的参数确定所述危化品车辆在当前路段的第二侧向位移、偏转角以及轮胎与路面的接触力;根据当前路段的第二侧向位移、偏转角、轮胎与路面的接触力确定是否输出预警信息;将当前路段的第二侧向位移作为所述危化品车辆在下一路段的第一侧向位移,进入下一路段的迭代操作,直至所述危化品车辆驶离所述跨海桥梁。
2.根据权利要求1所述的系统,其特征在于,当前路段的路况信息包括当前路段的滚动摩擦系数以及侧滑摩擦系数;
当前路段上的路况传感器还用于采用红外激光遥感技术实时检测路面状态、路面覆盖类型以及与所述路面覆盖类型对应的路面覆盖厚度,其中,所述路面状态包括干状态、潮状态或湿状态,所述路面覆盖类型包括水覆盖、冰覆盖或雪覆盖;
当前路段上的路况传感器具体用于在接收到所述路况获取指令后根据实时检测到的路面状态、路面覆盖类型以及与所述路面覆盖类型对应的路面覆盖厚度计算当前路段的滚动摩擦系数以及侧滑摩擦系数,并将所述滚动摩擦系数以及所述侧滑摩擦系数发送至所述中控端。
3.根据权利要求1所述的系统,其特征在于,所述跨海桥梁的多个风速仪分别在所述多个路段的设置位置与所述跨海桥梁所处地理位置的风场特征相关。
4.根据权利要求1所述的系统,其特征在于,还包括电子标识信号接收设备,所述电子标识信号接收设备设置于所述跨海桥梁的沿车辆行驶方向的上桥侧;所述驾驶员信息包括所述危化品车辆的驾驶员的年龄、所述驾驶员的驾龄以及所述驾驶员在当前路段的异常行为数据;
所述电子标识信号接收设备用于在所述危化品车辆驶入所述跨海桥梁的情况下,识别所述危化品车辆的电子标识,并将所述电子标识指示的所述驾驶员的年龄、所述驾驶员的驾龄以及所述危化品车辆的参数发送至所述中控端;
所述中控端还用于接收所述电子标识信号接收设备发送的数据,并在所述采集的图像数据中包括所述危化品车辆的情况下,从所述采集的图像数据中识别并分析所述驾驶员在当前路段的异常行为数据,将所述驾驶员的年龄、所述驾驶员的驾龄以及所述驾驶员在当前路段的异常行为数据作为所述驾驶员信息。
5.根据权利要求1-4中任一项所述的系统,其特征在于,沿车辆行驶方向,每个路段上的图像采集装置位于风速仪以及路况传感器之前。
6.一种危化品车辆在跨海桥梁运输中的预警方法,其特征在于,应用于权利要求1-5中任一项所述的危化品车辆在跨海桥梁运输中的预警系统,其中,所述危化品车辆在跨海桥梁运输中的预警系统包括中控端、跨海桥梁的多个路段中每个路段上的风速仪、路况传感器以及图像采集装置,所述方法包括:
当前路段上的图像采集装置以预设频率采集当前路段的图像数据,并将采集的图像数据实时上传至所述中控端;
所述中控端接收并分析所述采集的图像数据,并在所述采集的图像数据中包括危化品车辆的情况下,向当前路段的风速仪发送风速风向获取指令,向当前路段的路况传感器发送路况获取指令;
当前路段上的风速仪在接收到所述风速风向获取指令后将实时采集的当前路段的风速和风向发送至所述中控端;
当前路段上的路况传感器在接收到所述路况获取指令后将实时计算的当前路段的路况信息发送至所述中控端;
所述中控端根据当前路段的驾驶员信息以及危化品车辆的第一侧向位移确定当前路段的方向盘转向角;根据当前路段的方向盘转向角、当前路段的风速和风向、当前路段的路况信息以及所述危化品车辆的参数确定所述危化品车辆在当前路段的第二侧向位移、偏转角以及轮胎与路面的接触力;根据当前路段的第二侧向位移、偏转角、轮胎与路面的接触力确定是否输出预警信息;将当前路段的第二侧向位移作为所述危化品车辆在下一路段的第一侧向位移,进入下一路段的迭代操作,直至所述危化品车辆驶离所述跨海桥梁。
7.根据权利要求6所述的方法,其特征在于,当前路段的路况信息包括当前路段的滚动摩擦系数以及侧滑摩擦系数;
所述方法还包括:
当前路段上的路况传感器采用红外激光遥感技术实时检测路面状态、路面覆盖类型以及与所述路面覆盖类型对应的路面覆盖厚度,其中,所述路面状态包括干状态、潮状态或湿状态,所述路面覆盖类型包括水覆盖、冰覆盖或雪覆盖;
所述当前路段上的路况传感器在接收到所述路况获取指令后将实时计算的当前路段的路况信息发送至所述中控端,包括:
当前路段上的路况传感器在接收到所述路况获取指令后根据实时检测到的路面状态、路面覆盖类型以及与所述路面覆盖类型对应的路面覆盖厚度计算当前路段的滚动摩擦系数以及侧滑摩擦系数,并将所述滚动摩擦系数以及所述侧滑摩擦系数发送至所述中控端。
8.根据权利要求6所述的方法,其特征在于,所述驾驶员信息包括所述危化品车辆的驾驶员的年龄、所述驾驶员的驾龄以及所述驾驶员在当前路段的异常行为数据;
在所述中控端根据当前路段的驾驶员信息以及危化品车辆的第一侧向位移确定当前路段的方向盘转向角之前,还包括:
所述中控端接收所述危化品车辆在跨海桥梁运输中的预警系统的电子标识信号接收设备发送的所述驾驶员的年龄和所述驾驶员的驾龄,并在所述采集的图像数据中包括所述危化品车辆的情况下,从所述采集的图像数据中识别并分析所述驾驶员在当前路段的异常行为数据,将所述驾驶员的年龄、所述驾驶员的驾龄以及所述驾驶员在当前路段的异常行为数据作为所述驾驶员信息;
所述中控端根据当前路段的驾驶员信息以及危化品车辆的第一侧向位移确定当前路段的方向盘转向角,包括:
所述中控端将所述驾驶员的年龄、所述驾驶员的驾龄、所述驾驶员在当前路段的异常行为数据以及所述危化品车辆在当前路段的第一侧向位移输入预设的方向盘转向角模型,得到当前路段的方向盘转向角。
9.根据权利要求8所述的方法,其特征在于,所述预设的方向盘转向角模型的确定方法,包括:
获取多组原始数据,其中,每组原始数据中包括驾驶员年龄原始数据、驾驶员驾龄原始数据、驾驶员异常行为原始数据、车辆侧向位移原始数据与车辆方向盘转向角原始数据;
通过机器学习线性回归算法对所述多组原始数据进行训练,得到所述预设的方向盘转向角模型。
10.根据权利要求9所述的方法,其特征在于,所述通过机器学习线性回归算法对所述多组原始数据进行训练,得到所述预设的方向盘转向角模型,包括:
将所述多组原始数据中的驾驶员年龄原始数据、驾驶员驾龄原始数据、驾驶员异常行为原始数据以及车辆侧向位移原始数据输入当前方向盘转向角模型,得到所述多组原始数据分别对应的所述当前方向盘转向角模型的多个输出;
将所述当前方向盘转向角模型的多个输出以及所述多组原始数据中的车辆方向盘转向角原始数据输入损失函数,并判断所述损失函数的输出是否满足预设要求;
响应于所述损失函数的输出满足所述预设要求,将所述当前方向盘转向角模型作为所述预设的方向盘转向角模型;
响应于所述损失函数的输出不满足所述预设要求,根据所述损失函数的输出调整所述当前方向盘转向角模型的线性回归拟合系数,根据调整模型参数后的方向盘转向角模型以及所述多组原始数据进入下一迭代操作,直至得到所述预设的方向盘转向角模型;
其中,当前方向盘转向角模型为δ θ (x) 0 1 x 1 2 x 2 3 x 3 4 x 4δ θ (x)为当前方向盘转向角模型的输出,x 1x 2x 3x 4分别为每组原始数据中的驾驶员年龄原始数据、驾驶员驾龄原始数据、驾驶员异常行为原始数据以及车辆侧向位移原始数据,θ 0 θ 1θ 2θ 3θ 4为当前方向盘转向角模型的线性回归拟合系数,所述损失函数为
Figure DEST_PATH_IMAGE001
J(θ 0 ,θ 1,…,θ 4)为损失函数值,δ θ (x (i))为第i组原始数据对应的当前方向盘转向角模型的输出,δ (i)为所述第i组原始数据中的车辆方向盘转向角原始数据,l为所述多组原始数据的组数,1≤il
11.根据权利要求8所述的方法,其特征在于,所述根据当前路段的方向盘转向角、当前路段的风速和风向、当前路段的路况信息以及所述危化品车辆的参数确定所述危化品车辆在当前路段的第二侧向位移、偏转角以及轮胎与路面的接触力,包括:
所述中控端接收所述电子标识信号接收设备发送的所述危化品车辆的参数,将当前路段的方向盘转向角、当前路段的风速和风向、当前路段的路况信息以及所述危化品车辆的参数输入车辆动力学模型,得到所述车辆动力学模型输出的所述危化品车辆在当前路段的第二侧向位移、偏转角以及轮胎与路面的接触力。
12.根据权利要求6所述的方法,其特征在于,所述根据当前路段的第二侧向位移、偏转角、轮胎与路面的接触力确定是否输出预警信息,包括:
所述中控端判断当前路段的轮胎与路面的接触力是否小于0,响应于当前路段的轮胎与路面的接触力小于0,输出侧翻预警信息;
所述中控端判断当前路段的第二侧向位移是否大于0.3m,响应于当前路段的第二侧向位移大于0.3m,输出侧滑预警信息;
所述中控端判断当前路段的偏转角是否大于0.1rad,响应于当前路段的偏转角大于0.1rad,输出侧滑预警信息。
CN202210131348.9A 2022-02-14 2022-02-14 危化品车辆在跨海桥梁运输中的预警系统及方法 Active CN114187752B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210131348.9A CN114187752B (zh) 2022-02-14 2022-02-14 危化品车辆在跨海桥梁运输中的预警系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210131348.9A CN114187752B (zh) 2022-02-14 2022-02-14 危化品车辆在跨海桥梁运输中的预警系统及方法

Publications (2)

Publication Number Publication Date
CN114187752A CN114187752A (zh) 2022-03-15
CN114187752B true CN114187752B (zh) 2022-04-15

Family

ID=80545818

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210131348.9A Active CN114187752B (zh) 2022-02-14 2022-02-14 危化品车辆在跨海桥梁运输中的预警系统及方法

Country Status (1)

Country Link
CN (1) CN114187752B (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SU1737486A1 (ru) * 1990-04-24 1992-05-30 Всесоюзный научно-исследовательский институт транспортного машиностроения Устройство дл моделировани вождени
WO2008073584A2 (en) * 2006-10-24 2008-06-19 Medapps, Inc. Wireless processing systems and methods for medical device monitoring and interface
CN204715204U (zh) * 2015-06-12 2015-10-21 郝玉萍 公路桥面径流化学危险品智能检测控制系统
CN107993039A (zh) * 2017-11-30 2018-05-04 重庆第二师范学院 一种基于物联网的危化品在途监控与事故应急救援方法
CN110009923A (zh) * 2019-05-20 2019-07-12 山东交通学院 侧风环境下桥梁上车辆侧滑与侧翻预警系统及方法
CN110796862A (zh) * 2019-11-05 2020-02-14 西南交通大学 一种基于人工智能的高速公路交通状况检测系统及方法
CN111009127A (zh) * 2019-12-24 2020-04-14 安徽虹湾信息技术有限公司 一种基于事故风险的城市动态预警系统及方法
CN210834745U (zh) * 2019-08-12 2020-06-23 浙江工业大学 液态危化品泄漏桥面感应检测预警装置
CN111341101A (zh) * 2020-02-28 2020-06-26 西南交通大学 一种大跨度公路桥梁大风行车监测预警系统
CN112419723A (zh) * 2020-11-19 2021-02-26 重庆同枥信息技术有限公司 基于交通预测的危化品运输车辆的安全监管方法和设备
CN113053130A (zh) * 2021-03-23 2021-06-29 西安黄河机电有限公司 桥上车辆运行风险预警方法及装置
CN113359764A (zh) * 2021-07-02 2021-09-07 合肥工业大学 一种基于gru的驾驶员模型优化方法
CN113554371A (zh) * 2020-04-23 2021-10-26 中国石油化工股份有限公司 基于层级管理的危化品运输综合管理方法、装置及系统
CN113723699A (zh) * 2021-09-07 2021-11-30 南京安通气象数据有限公司 恶劣天气高速公路安全车速矫正把控预警方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080097914A1 (en) * 2006-10-24 2008-04-24 Kent Dicks Systems and methods for wireless processing and transmittal of medical data through multiple interfaces
FR3041590B1 (fr) * 2015-09-30 2018-08-17 Renault S.A.S Systeme de commande de la direction d'un vehicule automobile en cas de collision imminente avec un obstacle

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SU1737486A1 (ru) * 1990-04-24 1992-05-30 Всесоюзный научно-исследовательский институт транспортного машиностроения Устройство дл моделировани вождени
WO2008073584A2 (en) * 2006-10-24 2008-06-19 Medapps, Inc. Wireless processing systems and methods for medical device monitoring and interface
CN204715204U (zh) * 2015-06-12 2015-10-21 郝玉萍 公路桥面径流化学危险品智能检测控制系统
CN107993039A (zh) * 2017-11-30 2018-05-04 重庆第二师范学院 一种基于物联网的危化品在途监控与事故应急救援方法
CN110009923A (zh) * 2019-05-20 2019-07-12 山东交通学院 侧风环境下桥梁上车辆侧滑与侧翻预警系统及方法
CN210834745U (zh) * 2019-08-12 2020-06-23 浙江工业大学 液态危化品泄漏桥面感应检测预警装置
CN110796862A (zh) * 2019-11-05 2020-02-14 西南交通大学 一种基于人工智能的高速公路交通状况检测系统及方法
CN111009127A (zh) * 2019-12-24 2020-04-14 安徽虹湾信息技术有限公司 一种基于事故风险的城市动态预警系统及方法
CN111341101A (zh) * 2020-02-28 2020-06-26 西南交通大学 一种大跨度公路桥梁大风行车监测预警系统
CN113554371A (zh) * 2020-04-23 2021-10-26 中国石油化工股份有限公司 基于层级管理的危化品运输综合管理方法、装置及系统
CN112419723A (zh) * 2020-11-19 2021-02-26 重庆同枥信息技术有限公司 基于交通预测的危化品运输车辆的安全监管方法和设备
CN113053130A (zh) * 2021-03-23 2021-06-29 西安黄河机电有限公司 桥上车辆运行风险预警方法及装置
CN113359764A (zh) * 2021-07-02 2021-09-07 合肥工业大学 一种基于gru的驾驶员模型优化方法
CN113723699A (zh) * 2021-09-07 2021-11-30 南京安通气象数据有限公司 恶劣天气高速公路安全车速矫正把控预警方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Application of E-Government on Hazardous Chemicals Transportation Supervision;Zhao laijun,等;《IEEE》;20101231;第1-6页 *
多学科交叉的危化品运输安全保障技术及动态演示;郭健,等;《安全与环境工程》;20210331;第80-85页 *
车联网智能视频监控终端对危险品运输车辆的多源化信息采集;许忠,等;《物联网技术》;20211231;第27-30页 *

Also Published As

Publication number Publication date
CN114187752A (zh) 2022-03-15

Similar Documents

Publication Publication Date Title
CN109064495A (zh) 一种基于Faster R-CNN与视频技术的桥面车辆时空信息获取方法
CN113264039B (zh) 基于路侧感知装置的车辆驾驶方法、装置和车路协同系统
CN105448106A (zh) 基于地磁传感器阵列的车辆检测装置
CN111038522B (zh) 评估驾驶员辅助系统的训练数据集的车辆控制单元和方法
US10987977B2 (en) Systems and methods for measuring tire wear using embedded image sensors
CN103164962A (zh) 一种山区公路急弯路段实时车速预警方法
CN112433519A (zh) 一种无人驾驶检测系统及车辆行驶检测方法
CN104200687A (zh) 一种驾驶员速度控制行为监测装置及监测方法
US20230169856A1 (en) Apparatus and System for Detecting Road Surface Condition and Method for Detecting Road Surface Condition by Using Same
CN113932758B (zh) 一种路面平整度预测方法及装置
CN111524365A (zh) 一种利用多地磁传感器进行车型分类的方法
CN114003849A (zh) 一种多车道非接触式车轴数自动计算方法及系统
CN108045375A (zh) 一种无人自动驾驶汽车自主运行车速控制方法
CN114264597B (zh) 一种低成本的路面附着系数确定方法及系统
CN113112817A (zh) 一种基于车联网和跟驰行为的隧道车辆定位和预警系统及其方法
CN113962301B (zh) 一种多源输入信号融合的路面质量检测方法及系统
CN113129602A (zh) 一种车辆状态监测方法、装置、存储介质及电子设备
CN111081023A (zh) 车辆弯道安全行驶预警系统及方法
CN114187752B (zh) 危化品车辆在跨海桥梁运输中的预警系统及方法
KR102297801B1 (ko) 사업용 차량을 이용하여 도로 위험정보를 탐지하는 방법 및 장치
CN113869196A (zh) 一种基于激光点云数据多特征分析的车型分类方法及装置
CN116631187B (zh) 一种案件现场勘查信息智能采集分析系统
CN113706889B (zh) 基于目标检测分析的高速公路团雾测量系统及方法
SE541876C2 (en) Method and system for analysing the fuel consumption for a vehicle
CN117104218B (zh) 无人驾驶远程控制协同决策系统

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
GR01 Patent grant
GR01 Patent grant