CN115206134A - 一种基于物联网的车辆爆胎预警系统及方法 - Google Patents

一种基于物联网的车辆爆胎预警系统及方法 Download PDF

Info

Publication number
CN115206134A
CN115206134A CN202211120955.1A CN202211120955A CN115206134A CN 115206134 A CN115206134 A CN 115206134A CN 202211120955 A CN202211120955 A CN 202211120955A CN 115206134 A CN115206134 A CN 115206134A
Authority
CN
China
Prior art keywords
vehicle
module
early warning
tire burst
data
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.)
Granted
Application number
CN202211120955.1A
Other languages
English (en)
Other versions
CN115206134B (zh
Inventor
项大兵
苏宇
张舜
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.)
Jiangsu Lubida Internet Of Things Technology Co ltd
Original Assignee
Jiangsu Lubida Internet Of Things Technology Co ltd
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 Jiangsu Lubida Internet Of Things Technology Co ltd filed Critical Jiangsu Lubida Internet Of Things Technology Co ltd
Priority to CN202211120955.1A priority Critical patent/CN115206134B/zh
Publication of CN115206134A publication Critical patent/CN115206134A/zh
Application granted granted Critical
Publication of CN115206134B publication Critical patent/CN115206134B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/025—Services making use of location information using location based information parameters
    • H04W4/027—Services making use of location information using location based information parameters using movement velocity, acceleration information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information

Abstract

本发明公开了一种基于物联网的车辆爆胎预警系统及方法，包括数据采集模块、爆胎监测模块和预警调控模块，所述数据采集模块用于对车辆内部传感器数据及行车数据进行采集，所述爆胎监测模块用于对车辆爆胎碰撞情况进行监测，所述预警调控模块用于在车辆发生爆胎碰撞的情况下进行预警调控，所述爆胎监测模块与数据采集模块网络连接，所述预警调控模块与爆胎监测模块网络连接，所述数据采集模块包括区块链存储数据库、传感器布置模块、行车数据整合模块和数据传输真实性评估模块，所述爆胎监测模块包括爆胎识别模块和碰撞识别模块，本发明，具有不受偶合因素影响直接反应轮胎破损状况的特点。

Description

一种基于物联网的车辆爆胎预警系统及方法
技术领域
本发明涉及汽车物联网技术领域，具体为一种基于物联网的车辆爆胎预警系统及方法。
背景技术
随着汽车的普及，汽车进入了普通家庭中，很多普通家庭并没有相关的汽车基础知识，车辆驾驶人员对车辆状态及原理并不了解，也没有定期检查轮胎状态的习惯。由于轮胎不可预测性和不可控性，如果其出现问题，轻则影响正常的使用，重则在行驶过程中发生轮胎爆炸的严重后果，造成交通事故，给人们的生命财产带来损害。但是轮胎的爆胎并不是没有预兆的，比如胎内胎温胎压会发生异常，设置胎温胎压阈值，当胎内胎温胎压超过阈值时，进行爆胎预警。但是胎内胎温胎压受轮胎行驶路况、行驶速度以及单胎载荷影响，因此通过设置单一阈值，不能满足多工况报警的需求。同时不同车辆不同轮胎的标准气压不同，针对不同轮胎需要通过试验标定不同的报警阈值，过程繁琐。因此，设计不受偶合因素影响直接反应轮胎破损状况的一种基于物联网的车辆爆胎预警系统及方法是很有必要的。
发明内容
本发明的目的在于提供一种基于物联网的车辆爆胎预警系统及方法，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：一种基于物联网的车辆爆胎预警系统及方法，包括数据采集模块、爆胎监测模块和预警调控模块，所述数据采集模块用于对车辆内部传感器数据及行车数据进行采集，所述爆胎监测模块用于对车辆爆胎碰撞情况进行监测，所述预警调控模块用于在车辆发生爆胎碰撞的情况下进行预警调控，所述爆胎监测模块与数据采集模块网络连接，所述预警调控模块与爆胎监测模块网络连接。
根据上述技术方案，所述数据采集模块包括区块链存储数据库、传感器布置模块、行车数据整合模块和数据传输真实性评估模块，所述区块链存储数据库用于存储采集的车辆信息，所述传感器布置模块用于在车辆内部安置传感器，所述行车数据整合模块用于采集整合车辆的行车数据，所述数据传输真实性评估模块用于对车辆进行数据传输真实性评估。
根据上述技术方案，所述爆胎监测模块包括爆胎识别模块和碰撞识别模块，所述爆胎识别模块用于对车辆爆胎情况进行识别，所述碰撞识别模块用于对车辆间的碰撞进行识别，所述碰撞识别模块与爆胎识别模块网络连接；
所述爆胎识别模块包括数据提取处理模块和爆胎指标分析模块，所述数据提取处理模块用于对传感器采集到的数据信息进行提取并处理，所述爆胎指标分析模块用于根据处理后的数据计算分析车辆的爆胎指标，所述爆胎指标分析模块与数据提取处理模块网络连接；
所述碰撞识别模块包括车辆坐标转化单元、行驶轨迹拟合模块和位置判断模块，所述车辆坐标转化单元用于将车辆位置信息进行坐标转化，所述行驶轨迹拟合模块用于对车辆的行驶轨迹进行拟合分析，所述位置判断模块用于判断爆胎车辆与可能碰撞车辆之间的位置关系，所述行驶轨迹拟合模块与车辆坐标转化单元网络连接。
根据上述技术方案，所述预警调控模块包括通信传输模块和预警通知模块，所述通信传输模块用于车辆之间进行通信传输，所述预警通知模块用于在车辆产生爆胎或是发生碰撞时，向相关车辆发出预警通知，所述预警通知模块与通信传输模块网络连接。
根据上述技术方案，所述车辆爆胎预警方法主要包括以下步骤：
步骤S1：通过在车辆内部安置传感器以及车辆自身车载单元采集数据信息，并存储至区块链数据库中；
步骤S2：获取智能轮胎传感器采集到的数据，对车辆轮胎内部的破损特征进行识别分析，爆胎指标分析结果超过阈值则触发爆胎预警通知；
步骤S3：当识别分析到车辆轮胎内部存在破损特征时，判断车辆是否处于运行状态，若车速在短时间内降为0则判断其已停车，不存在碰撞隐患，无需进一步检测；若无停车迹象则进一步调取周围车辆自身车载单元采集数据信息，进一步判断存在爆胎可能车辆的周边是否存在爆胎后造成二次碰撞的隐患车辆；
步骤S4：进一步识别到碰撞信息后，通过路侧单元与车载单元之间的通信传输，将碰撞预警通知发送至对应车辆，对应车辆接收到预警通知后，在预警装置内发出视觉或听觉的预警提示，对驾驶员进行提醒。
根据上述技术方案，所述步骤S1进一步包括以下步骤：
步骤S11：在车辆轮胎内部沿周向布置智能轮胎传感器以及接收预警信号的装置；
步骤S12：车辆通过自身的车载单元、车内传感器以及GPS装置周期性地感知采集自身车辆的行驶数据和道路上的环境数据；
步骤S13：通过部署在区块链的智能合约对所有车辆消息的真实性进行评估；
步骤S14：将采集到的车辆数据以及真实性评估数据通过数据存储智能合约分布式保存在车辆区块链存储数据库中。
根据上述技术方案，所述步骤S13中通过以节点真实性、时效性和交互真实性值三个指标，以及各项指标的权重，构建真实性评估模型，对各车辆的数据传输真实性进行评估，根据评估结果作为后续预警参考。
根据上述技术方案，所述步骤S2进一步包括以下步骤：
步骤S21：获取智能轮胎传感器数据，提取轮胎旋转一圈所有传感器的加速度数据并进行5点的移动平均，得到时间序列
Figure DEST_PATH_IMAGE001
；
步骤S22：选定模式维数m，构造一组m维矢量，
Figure 729808DEST_PATH_IMAGE002
，设置
Figure DEST_PATH_IMAGE003
维矢量的重叠率为
Figure 579952DEST_PATH_IMAGE004
；
步骤S23：对
Figure DEST_PATH_IMAGE005
序列中的各个元素进行升序排列，并获得排序后每个元素的位置信息；
步骤S24：定义长度为
Figure 950890DEST_PATH_IMAGE003
！的零向量，当位置信息与对应排列方式相同时，则在相应位置+1；
步骤S25：定义每一种排序出现的概率如下：
Figure 165971DEST_PATH_IMAGE006
；
步骤S26：计算轮胎爆胎指标：
Figure DEST_PATH_IMAGE007
；
步骤S27：最终，对爆胎指标进行归一化：
Figure 255150DEST_PATH_IMAGE008
；
步骤S28：当
Figure DEST_PATH_IMAGE009
变化量指标超过初始
Figure 643406DEST_PATH_IMAGE009
的30%时，则触发爆胎警报。
根据上述技术方案，所述步骤S3进一步包括以下步骤：
步骤S31：以当前爆胎预警车辆所在位置作为几何中心，行驶方向为Y轴正方向，建立直角坐标系，将各车辆位置信息转化为坐标；
步骤S32：选取最近时间段内车辆的N个历史轨迹点，以此为观测量，通过最小二乘准则和线性回归模型拟合出车辆的运行轨迹；
步骤S33：通过当前车辆与其他车辆的航向角差值判断其是否处于同一行驶方向，结合轨迹拟合结果，以及两车位置转化后的平面坐标差值与车道宽度的对比，判断其是否位于同一车道；
步骤S34：路侧单元统计标记车辆的轨迹与当前爆胎车辆是否存在交叉轨迹；
步骤S35：路侧单元设定碰撞预警触发阈值D，判定关联车辆在同一时刻行车位置坐标之间的距离是否小于阈值，若小于，则触发预警。
根据上述技术方案，所述步骤S35进一步包括以下步骤：
步骤S351：从数据库中读取关联车辆
Figure 337692DEST_PATH_IMAGE010
的具体行车数据，以
Figure DEST_PATH_IMAGE011
为开始时间，取
Figure 520412DEST_PATH_IMAGE012
为时间间隔，计算车辆在
Figure DEST_PATH_IMAGE013
时刻的距离是否小于阈值D；
步骤S352：对于车辆A，其在
Figure 300149DEST_PATH_IMAGE011
时刻的位置
Figure 695359DEST_PATH_IMAGE014
与其在
Figure DEST_PATH_IMAGE015
时刻的位置
Figure 775310DEST_PATH_IMAGE016
之间的距离为：
Figure DEST_PATH_IMAGE017
，结合其在
Figure 660089DEST_PATH_IMAGE011
时刻行驶角度数据计算出
Figure 661543DEST_PATH_IMAGE015
时刻x和y轴方向的行驶距离分量，进一步结合地球模型计算出车辆A在
Figure 860444DEST_PATH_IMAGE015
时刻的GPS位置
Figure 60481DEST_PATH_IMAGE016
；
步骤S353：对于车辆B，重复步骤S352，计算其在
Figure 53845DEST_PATH_IMAGE015
时刻的GPS位置
Figure 808174DEST_PATH_IMAGE018
；
步骤S354：最终通过
Figure 341923DEST_PATH_IMAGE015
时刻车辆A与B的GPS位置判断两车距离是否小于碰撞预警触发阈值D。
与现有技术相比，本发明所达到的有益效果是：本发明通过设置有数据采集模块、爆胎监测模块和预警调控模块，通过在车辆内部安置传感器以及车辆自身车载单元采集数据信息，对车辆进行数据传输真实性评估，保证车辆自身数据的准确性，并存储至区块链数据库中，通过区块链的不可篡改性可保证数据安全；通过智能传感器加速度信号，监控等间隔区域的信号变化，监测轮胎的破损情况，规避了使用温度或压力阈值的方式，避免了针对不同类型或尺寸的轮胎进行阈值标定的繁琐过程，不受载荷或行驶速度等耦合因素的影响，可以直接反应轮胎内外部破损情况，进而实现爆胎预警的目的；同时，由于轮胎爆胎时的不可控性，对于继续行驶的存在爆胎隐患的车辆其周围车辆进一步进行碰撞预警，保证周围车辆的安全。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明的系统模块组成示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，本发明提供技术方案：一种基于物联网的车辆爆胎预警系统及方法，包括数据采集模块、爆胎监测模块和预警调控模块，数据采集模块用于对车辆内部传感器数据及行车数据进行采集，爆胎监测模块用于对车辆爆胎碰撞情况进行监测，预警调控模块用于在车辆发生爆胎碰撞的情况下进行预警调控，爆胎监测模块与数据采集模块网络连接，预警调控模块与爆胎监测模块网络连接，通过设置有数据采集模块、爆胎监测模块和预警调控模块，通过在车辆内部安置传感器以及车辆自身车载单元采集数据信息，对车辆进行数据传输真实性评估，保证车辆自身数据的准确性，并存储至区块链数据库中，通过区块链的不可篡改性可保证数据安全；通过智能传感器加速度信号，监控等间隔区域的信号变化，监测轮胎的破损情况，规避了使用温度或压力阈值的方式，避免了针对不同类型或尺寸的轮胎进行阈值标定的繁琐过程，不受载荷或行驶速度等耦合因素的影响，可以直接反应轮胎内外部破损情况，进而实现爆胎预警的目的；同时，由于轮胎爆胎时的不可控性，对于继续行驶的存在爆胎隐患的车辆其周围车辆进一步进行碰撞预警，保证周围车辆的安全。
数据采集模块包括区块链存储数据库、传感器布置模块、行车数据整合模块和数据传输真实性评估模块，区块链存储数据库用于存储采集的车辆信息，传感器布置模块用于在车辆内部安置传感器，行车数据整合模块用于采集整合车辆的行车数据，数据传输真实性评估模块用于对车辆进行数据传输真实性评估。
爆胎监测模块包括爆胎识别模块和碰撞识别模块，爆胎识别模块用于对车辆爆胎情况进行识别，碰撞识别模块用于对车辆间的碰撞进行识别，碰撞识别模块与爆胎识别模块网络连接；
爆胎识别模块包括数据提取处理模块和爆胎指标分析模块，数据提取处理模块用于对传感器采集到的数据信息进行提取并处理，爆胎指标分析模块用于根据处理后的数据计算分析车辆的爆胎指标，爆胎指标分析模块与数据提取处理模块网络连接；
碰撞识别模块包括车辆坐标转化单元、行驶轨迹拟合模块和位置判断模块，车辆坐标转化单元用于将车辆位置信息进行坐标转化，行驶轨迹拟合模块用于对车辆的行驶轨迹进行拟合分析，位置判断模块用于判断爆胎车辆与可能碰撞车辆之间的位置关系，行驶轨迹拟合模块与车辆坐标转化单元网络连接。
预警调控模块包括通信传输模块和预警通知模块，通信传输模块用于车辆之间进行通信传输，预警通知模块用于在车辆产生爆胎或是发生碰撞时，向相关车辆发出预警通知，预警通知模块与通信传输模块网络连接。
车辆爆胎预警方法主要包括以下步骤：
步骤S1：通过在车辆内部安置传感器以及车辆自身车载单元采集数据信息，并存储至区块链数据库中；
步骤S2：获取智能轮胎传感器采集到的数据，对车辆轮胎内部的破损特征进行识别分析，当轮胎内部发生破损时，对应区域的振动信号时序特征会发生明显变化，爆胎指标分析结果超过阈值则触发爆胎预警通知；
步骤S3：当识别分析到车辆轮胎内部存在破损特征时，判断车辆是否处于运行状态，若车速在短时间内降为0则判断其已停车，不存在碰撞隐患，无需进一步检测；若无停车迹象则进一步调取周围车辆自身车载单元采集数据信息，进一步判断存在爆胎可能车辆的周边是否存在爆胎后造成二次碰撞的隐患车辆，在司机接收到爆胎预警时，若立即靠边停车则不会触发碰撞隐患，无需进行步骤S3；若司机没有及时反应操作预警提示，或由于当前路段车速较快无法立即靠边停车，汽车仍需继续行驶，在此过程中或可能产生车辆爆胎的危险，进而对周围车辆造成安全隐患，因此进一步进入步骤S3，判断爆胎车辆在继续行驶的过程中与周围车辆是否存在二次碰撞的隐患，并在识别到碰撞隐患后向周围车辆发出碰撞预警提醒；
步骤S4：进一步识别到碰撞信息后，通过路侧单元与车载单元之间的通信传输，将碰撞预警通知发送至对应车辆，对应车辆接收到预警通知后，在预警装置内发出视觉或听觉的预警提示，对驾驶员进行提醒。
步骤S1进一步包括以下步骤：
步骤S11：在车辆轮胎内部沿周向布置智能轮胎传感器，通过智能传感器加速度信号，监控等间隔区域的信号变化，以及接收预警信号的装置；
步骤S12：车辆通过自身的车载单元、车内传感器以及GPS装置周期性地感知采集自身车辆的行驶数据和道路上的环境数据，数据包括车辆的速度、加速度、时间戳、车辆经纬度、车辆方向等实时行车状态数据以及GPS数据；
步骤S13：通过部署在区块链的智能合约对所有车辆消息的真实性进行评估，通过参照评估结果对不同真实性等级的车辆采取相应的信息过滤措施，便于后续的数据分析预警监测；
步骤S14：将采集到的车辆数据以及真实性评估数据通过数据存储智能合约分布式保存在车辆区块链存储数据库中，除了当遇到计算车辆爆胎和碰撞预警需求时，可以将车辆的相关信息从区块链中取出，其他过程中车辆消息以及车辆评估信息将得以完好安全保存，此外，借助车辆区块链的数据分布式维护特征，车辆即使在不同的区域，车辆的相关信息可实现全局同步。
步骤S13中通过以节点真实性、时效性和交互真实性值三个指标，以及各项指标的权重，构建真实性评估模型，对各车辆的数据传输真实性进行评估，根据评估结果作为后续预警参考，若车辆数据传输真实性较高，则可保持正常车辆的碰撞预警距离阈值；若数据传输真实性一般，则需参考实际情况适当扩大其碰撞预警距离阈值；若数据传输真实性较低，则表示该车辆发送的消息或为虚假信息，即该车辆传感器精确性较低，其可能造成虚假位置周围的车辆触发碰撞预警误报的情况，影响正常车辆的行驶。
步骤S2进一步包括以下步骤：
步骤S21：获取智能轮胎传感器数据，轮胎旋转一圈过程中，每个区域的传感器时序排布相对稳定，提取轮胎旋转一圈所有传感器的加速度数据并进行5点的移动平均，以消除路面颠簸或异常值的影响，得到时间序列
Figure 599729DEST_PATH_IMAGE001
；
步骤S22：选定模式维数m，构造一组m维矢量，
Figure 29574DEST_PATH_IMAGE002
，
Figure DEST_PATH_IMAGE019
为延迟量
Figure 802358DEST_PATH_IMAGE019
，根据采样率的不同，设置延迟量以达到降采样的目的，减小处理数据的长度，设置
Figure 77481DEST_PATH_IMAGE003
维矢量的重叠率为
Figure 517690DEST_PATH_IMAGE004
，此时，长度为
Figure 852856DEST_PATH_IMAGE020
的时间序列，约生成
Figure DEST_PATH_IMAGE021
组数据，当最后一组数据长度不足
Figure 112936DEST_PATH_IMAGE003
时，略去最后一组数据；
步骤S23：对
Figure 191751DEST_PATH_IMAGE005
序列中的各个元素进行升序排列，并获得排序后每个元素的位置信息，对于
Figure 424149DEST_PATH_IMAGE003
维的向量，可能出现的排列方式共
Figure 726954DEST_PATH_IMAGE003
！种；
步骤S24：定义长度为
Figure 943172DEST_PATH_IMAGE003
！的零向量，当位置信息与对应排列方式相同时，则在相应位置+1；
步骤S25：定义每一种排序出现的概率如下：
Figure 560098DEST_PATH_IMAGE006
；
步骤S26：计算轮胎爆胎指标：
Figure 709320DEST_PATH_IMAGE007
；
步骤S27：最终，对爆胎指标进行归一化：
Figure 651868DEST_PATH_IMAGE008
；
步骤S28：当
Figure 824223DEST_PATH_IMAGE009
变化量指标超过初始
Figure 41578DEST_PATH_IMAGE009
的30%时，则触发爆胎警报，轮胎爆胎的成因很多，当轮胎充气压力过低，轮胎胎体变形过大，会产生过度的曲挠作用，造成轮胎生热，加速度橡胶的老化与轮胎胎体结构的脱层甚至断裂；如果充气压力过高，轮胎承受的动载荷和过大，是的轮胎胎冠容易发生破裂；如果车辆左右轮胎充气压力不均匀，会造成不同轮位承受的载荷发生偏移，单轮位承受载荷过大，造成轮胎胎体脱层；当行车速度过高，达到临界速度时，轮胎变形来不及恢复，形成“驻波”，也会造成胎体的老化以及胎体材料耐疲劳性降低，轮胎会出现脱层或爆破现象；由此可见轮胎在爆胎前，轮胎内部或外部结构会发生破损，当破损达到一定程度时，轮胎会发生爆胎，当轮胎内部发生破损时，对应区域的振动信号时序特征会发生明显变化，因此，设置变化量指标预警为30%，监测指标超过此数值则会触发预警通知，且规避了使用温度或压力阈值的方式，避免了针对不同类型或尺寸的轮胎进行阈值标定的繁琐过程，同时不受载荷或行驶速度等耦合因素的影响，可以直接反应轮胎内外部破损情况，进而实现爆胎预警的目的。
步骤S3进一步包括以下步骤：
步骤S31：以当前爆胎预警车辆所在位置作为几何中心，行驶方向为Y轴正方向，建立直角坐标系，将各车辆位置信息转化为坐标，当前车辆坐标即为（0,0），航向角为
Figure 514148DEST_PATH_IMAGE022
，其他车辆坐标记为（x，y）；
步骤S32：选取最近时间段内车辆的N个历史轨迹点，轨迹点以坐标的形式调用，以此为观测量，通过最小二乘准则和线性回归模型拟合出车辆的运行轨迹，为后续车辆位置的判断做准备；
步骤S33：通过当前车辆与其他车辆的航向角差值判断其是否处于同一行驶方向，结合轨迹拟合结果，以及两车位置转化后的平面坐标差值与车道宽度的对比，判断其是否位于同一车道，并将处于同一方向同一车道的车辆进行筛选标记；
步骤S34：路侧单元统计标记车辆的轨迹与当前爆胎车辆是否存在交叉轨迹，若存在，则表示对应车辆可能会出现碰撞，判定存在轨迹交叉的两车辆为关联车辆，需要对相应车辆进行进一步检测和预警；
步骤S35：路侧单元设定碰撞预警触发阈值D，判定关联车辆在同一时刻行车位置坐标之间的距离是否小于阈值，若小于，则触发预警，由路侧单元将预警消息广播至关联车辆，以实现碰撞预警。
步骤S35进一步包括以下步骤：
步骤S351：从数据库中读取关联车辆
Figure 96439DEST_PATH_IMAGE010
的具体行车数据，其中，
Figure DEST_PATH_IMAGE023
为存在爆胎预警的车辆，以
Figure 818407DEST_PATH_IMAGE011
为开始时间，取
Figure 777136DEST_PATH_IMAGE012
为时间间隔，计算车辆在
Figure 900950DEST_PATH_IMAGE013
时刻的距离是否小于阈值D；
步骤S352：对于车辆A，其在
Figure 185300DEST_PATH_IMAGE011
时刻的位置
Figure 332248DEST_PATH_IMAGE014
与其在
Figure 891405DEST_PATH_IMAGE015
时刻的位置
Figure 72988DEST_PATH_IMAGE016
之间的距离为：
Figure 262661DEST_PATH_IMAGE017
，式中，
Figure 959221DEST_PATH_IMAGE024
为路侧单元调用历史行车记录得到的平均速度，
Figure DEST_PATH_IMAGE025
为平均加速度，
Figure 259753DEST_PATH_IMAGE026
为由车辆A的爆胎可能引发的不可控的安全制动距离，进一步保证碰撞预警对其附近车辆的绝对安全，结合其在
Figure 92580DEST_PATH_IMAGE011
时刻行驶角度数据计算出
Figure 718733DEST_PATH_IMAGE015
时刻x和y轴方向的行驶距离分量，进一步结合地球模型计算出车辆A在
Figure 840273DEST_PATH_IMAGE015
时刻的GPS位置
Figure 944495DEST_PATH_IMAGE016
；
步骤S353：对于车辆B，重复步骤S352，计算其在
Figure 897407DEST_PATH_IMAGE015
时刻的GPS位置
Figure 428883DEST_PATH_IMAGE018
，由于车辆B为产生爆胎预警，因此在计算过程中，
Figure 37719DEST_PATH_IMAGE026
取值为0；
步骤S354：最终通过
Figure 7949DEST_PATH_IMAGE015
时刻车辆A与B的GPS位置判断两车距离是否小于碰撞预警触发阈值D。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于物联网的车辆爆胎预警系统，包括数据采集模块、爆胎监测模块和预警调控模块，其特征在于：所述数据采集模块用于对车辆内部传感器数据及行车数据进行采集，所述爆胎监测模块用于对车辆爆胎碰撞情况进行监测，所述预警调控模块用于在车辆发生爆胎碰撞的情况下进行预警调控，所述爆胎监测模块与数据采集模块网络连接，所述预警调控模块与爆胎监测模块网络连接。
2.根据权利要求1所述的一种基于物联网的车辆爆胎预警系统，其特征在于：所述数据采集模块包括区块链存储数据库、传感器布置模块、行车数据整合模块和数据传输真实性评估模块，所述区块链存储数据库用于存储采集的车辆信息，所述传感器布置模块用于在车辆内部安置传感器，所述行车数据整合模块用于采集整合车辆的行车数据，所述数据传输真实性评估模块用于对车辆进行数据传输真实性评估。
3.根据权利要求2所述的一种基于物联网的车辆爆胎预警系统，其特征在于：所述爆胎监测模块包括爆胎识别模块和碰撞识别模块，所述爆胎识别模块用于对车辆爆胎情况进行识别，所述碰撞识别模块用于对车辆间的碰撞进行识别，所述碰撞识别模块与爆胎识别模块网络连接；
所述爆胎识别模块包括数据提取处理模块和爆胎指标分析模块，所述数据提取处理模块用于对传感器采集到的数据信息进行提取并处理，所述爆胎指标分析模块用于根据处理后的数据计算分析车辆的爆胎指标，所述爆胎指标分析模块与数据提取处理模块网络连接；
所述碰撞识别模块包括车辆坐标转化单元、行驶轨迹拟合模块和位置判断模块，所述车辆坐标转化单元用于将车辆位置信息进行坐标转化，所述行驶轨迹拟合模块用于对车辆的行驶轨迹进行拟合分析，所述位置判断模块用于判断爆胎车辆与可能碰撞车辆之间的位置关系，所述行驶轨迹拟合模块与车辆坐标转化单元网络连接。
4.根据权利要求3所述的一种基于物联网的车辆爆胎预警系统，其特征在于：所述预警调控模块包括通信传输模块和预警通知模块，所述通信传输模块用于车辆之间进行通信传输，所述预警通知模块用于在车辆产生爆胎或是发生碰撞时，向相关车辆发出预警通知，所述预警通知模块与通信传输模块网络连接。
5.根据权利要求4所述的一种基于物联网的车辆爆胎预警方法，其特征在于：所述车辆爆胎预警方法主要包括以下步骤：
步骤S1：通过在车辆内部安置传感器以及车辆自身车载单元采集数据信息，并存储至区块链数据库中；
步骤S2：获取智能轮胎传感器采集到的数据，对车辆轮胎内部的破损特征进行识别分析，爆胎指标分析结果超过阈值则触发爆胎预警通知；
步骤S3：当识别分析到车辆轮胎内部存在破损特征时，判断车辆是否处于运行状态，若车速在短时间内降为0则判断其已停车，不存在碰撞隐患，无需进一步检测；若无停车迹象则进一步调取周围车辆自身车载单元采集数据信息，进一步判断存在爆胎可能车辆的周边是否存在爆胎后造成二次碰撞的隐患车辆；
步骤S4：进一步识别到碰撞信息后，通过路侧单元与车载单元之间的通信传输，将碰撞预警通知发送至对应车辆，对应车辆接收到预警通知后，在预警装置内发出视觉或听觉的预警提示，对驾驶员进行提醒。
6.根据权利要求5所述的一种基于物联网的车辆爆胎预警方法，其特征在于：所述步骤S1进一步包括以下步骤：
步骤S11：在车辆轮胎内部沿周向布置智能轮胎传感器以及接收预警信号的装置；
步骤S12：车辆通过自身的车载单元、车内传感器以及GPS装置周期性地感知采集自身车辆的行驶数据和道路上的环境数据；
步骤S13：通过部署在区块链的智能合约对所有车辆消息的真实性进行评估；
步骤S14：将采集到的车辆数据以及真实性评估数据通过数据存储智能合约分布式保存在车辆区块链存储数据库中。
7.根据权利要求6所述的一种基于物联网的车辆爆胎预警方法，其特征在于：所述步骤S13中通过以节点真实性、时效性和交互真实性值三个指标，以及各项指标的权重，构建真实性评估模型，对各车辆的数据传输真实性进行评估，根据评估结果作为后续预警参考。
8.根据权利要求7所述的一种基于物联网的车辆爆胎预警方法，其特征在于：所述步骤S2进一步包括以下步骤：
步骤S21：获取智能轮胎传感器数据，提取轮胎旋转一圈所有传感器的加速度数据并进行5点的移动平均，得到时间序列
Figure 465072DEST_PATH_IMAGE001
；
步骤S22：选定模式维数m，构造一组m维矢量，
Figure 167449DEST_PATH_IMAGE002
，设置
Figure 60318DEST_PATH_IMAGE003
维矢量的重叠率为
Figure 240764DEST_PATH_IMAGE004
；
步骤S23：对
Figure 371531DEST_PATH_IMAGE005
序列中的各个元素进行升序排列，并获得排序后每个元素的位置信息；
步骤S24：定义长度为
Figure 307126DEST_PATH_IMAGE003
！的零向量，当位置信息与对应排列方式相同时，则在相应位置+1；
步骤S25：定义每一种排序出现的概率如下：
Figure 624975DEST_PATH_IMAGE006
；
步骤S26：计算轮胎爆胎指标：
Figure 874691DEST_PATH_IMAGE007
；
步骤S27：最终，对爆胎指标进行归一化：
Figure 391123DEST_PATH_IMAGE008
；
步骤S28：当
Figure 497619DEST_PATH_IMAGE009
变化量指标超过初始
Figure 568343DEST_PATH_IMAGE009
的30%时，则触发爆胎警报。
9.根据权利要求8所述的一种基于物联网的车辆爆胎预警方法，其特征在于：所述步骤S3进一步包括以下步骤：
步骤S31：以当前爆胎预警车辆所在位置作为几何中心，行驶方向为Y轴正方向，建立直角坐标系，将各车辆位置信息转化为坐标；
步骤S32：选取最近时间段内车辆的N个历史轨迹点，以此为观测量，通过最小二乘准则和线性回归模型拟合出车辆的运行轨迹；
步骤S33：通过当前车辆与其他车辆的航向角差值判断其是否处于同一行驶方向，结合轨迹拟合结果，以及两车位置转化后的平面坐标差值与车道宽度的对比，判断其是否位于同一车道；
步骤S34：路侧单元统计标记车辆的轨迹与当前爆胎车辆是否存在交叉轨迹；
步骤S35：路侧单元设定碰撞预警触发阈值D，判定关联车辆在同一时刻行车位置坐标之间的距离是否小于阈值，若小于，则触发预警。
10.根据权利要求9所述的一种基于物联网的车辆爆胎预警方法，其特征在于：所述步骤S35进一步包括以下步骤：
步骤S351：从数据库中读取关联车辆
Figure 356170DEST_PATH_IMAGE010
的具体行车数据，以
Figure 992688DEST_PATH_IMAGE011
为开始时间，取
Figure 473348DEST_PATH_IMAGE012
为时间间隔，计算车辆在
Figure 500210DEST_PATH_IMAGE013
时刻的距离是否小于阈值D；
步骤S352：对于车辆A，其在
Figure 154045DEST_PATH_IMAGE011
时刻的位置
Figure 582752DEST_PATH_IMAGE014
与其在
Figure 234314DEST_PATH_IMAGE015
时刻的位置
Figure 76368DEST_PATH_IMAGE016
之间的距离为：
Figure 471577DEST_PATH_IMAGE017
，结合其在
Figure 754791DEST_PATH_IMAGE011
时刻行驶角度数据计算出
Figure 639570DEST_PATH_IMAGE015
时刻x和y轴方向的行驶距离分量，进一步结合地球模型计算出车辆A在
Figure 906603DEST_PATH_IMAGE015
时刻的GPS位置
Figure 574345DEST_PATH_IMAGE016
；
步骤S353：对于车辆B，重复步骤S352，计算其在
Figure 39962DEST_PATH_IMAGE015
时刻的GPS位置
Figure 33325DEST_PATH_IMAGE018
；
步骤S354：最终通过
Figure 522075DEST_PATH_IMAGE019
时刻车辆A与B的GPS位置判断两车距离是否小于碰撞预警触发阈值D。
CN202211120955.1A 2022-09-15 2022-09-15 一种基于物联网的车辆爆胎预警系统及方法 Active CN115206134B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211120955.1A CN115206134B (zh) 2022-09-15 2022-09-15 一种基于物联网的车辆爆胎预警系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211120955.1A CN115206134B (zh) 2022-09-15 2022-09-15 一种基于物联网的车辆爆胎预警系统及方法

Publications (2)

Publication Number Publication Date
CN115206134A true CN115206134A (zh) 2022-10-18
CN115206134B CN115206134B (zh) 2022-12-13

Family

ID=83572556

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211120955.1A Active CN115206134B (zh) 2022-09-15 2022-09-15 一种基于物联网的车辆爆胎预警系统及方法

Country Status (1)

Country Link
CN (1) CN115206134B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115352370A (zh) * 2022-10-19 2022-11-18 成都凌中盈智科技服务有限公司 一种基于北斗系统的车载驾驶预警器
CN115762155A (zh) * 2022-11-14 2023-03-07 东南大学 一种高速公路路面异常监测方法和系统
CN116110147A (zh) * 2023-04-12 2023-05-12 江西珉轩大数据有限公司 一种分布式时序数据存储与聚合分析方法
CN117058885A (zh) * 2023-10-11 2023-11-14 广州扬名信息科技有限公司 一种车况信息反馈共享服务系统
CN117354755A (zh) * 2023-12-05 2024-01-05 鹰驾科技（深圳）有限公司 一种无线传输技术的车载多媒体管理云平台
CN117894159A (zh) * 2024-03-15 2024-04-16 杭州企智互联科技有限公司 基于物联网的智慧社区安防监控系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106228637A (zh) * 2016-07-22 2016-12-14 纳瓦电子（上海）有限公司 一种车辆爆胎监控方法
US20170066421A1 (en) * 2013-11-19 2017-03-09 Zhejiang Geely Automobile Research Institute Co., Ltd Graded braking control device and control method for vehicle tire burst
CN107719037A (zh) * 2017-09-30 2018-02-23 东风商用车有限公司 一种车辆爆胎应急系统及其控制方法
CN108973545A (zh) * 2018-09-20 2018-12-11 马鞍山市安工大工业技术研究院有限公司 一种预测爆胎的监测装置及方法
CN109606034A (zh) * 2018-12-11 2019-04-12 湖北汽车工业学院 一种爆胎预警系统及预警方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170066421A1 (en) * 2013-11-19 2017-03-09 Zhejiang Geely Automobile Research Institute Co., Ltd Graded braking control device and control method for vehicle tire burst
CN106228637A (zh) * 2016-07-22 2016-12-14 纳瓦电子（上海）有限公司 一种车辆爆胎监控方法
CN107719037A (zh) * 2017-09-30 2018-02-23 东风商用车有限公司 一种车辆爆胎应急系统及其控制方法
CN108973545A (zh) * 2018-09-20 2018-12-11 马鞍山市安工大工业技术研究院有限公司 一种预测爆胎的监测装置及方法
CN109606034A (zh) * 2018-12-11 2019-04-12 湖北汽车工业学院 一种爆胎预警系统及预警方法

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115352370A (zh) * 2022-10-19 2022-11-18 成都凌中盈智科技服务有限公司 一种基于北斗系统的车载驾驶预警器
CN115352370B (zh) * 2022-10-19 2023-01-17 西藏金采科技股份有限公司 一种基于北斗系统的车载驾驶预警器
CN115762155A (zh) * 2022-11-14 2023-03-07 东南大学 一种高速公路路面异常监测方法和系统
CN115762155B (zh) * 2022-11-14 2024-03-22 东南大学 一种高速公路路面异常监测方法和系统
CN116110147A (zh) * 2023-04-12 2023-05-12 江西珉轩大数据有限公司 一种分布式时序数据存储与聚合分析方法
CN117058885A (zh) * 2023-10-11 2023-11-14 广州扬名信息科技有限公司 一种车况信息反馈共享服务系统
CN117058885B (zh) * 2023-10-11 2023-12-08 广州扬名信息科技有限公司 一种车况信息反馈共享服务系统
CN117354755A (zh) * 2023-12-05 2024-01-05 鹰驾科技（深圳）有限公司 一种无线传输技术的车载多媒体管理云平台
CN117354755B (zh) * 2023-12-05 2024-02-02 鹰驾科技（深圳）有限公司 一种无线传输技术的车载多媒体管理云平台
CN117894159A (zh) * 2024-03-15 2024-04-16 杭州企智互联科技有限公司 基于物联网的智慧社区安防监控系统

Also Published As

Publication number Publication date
CN115206134B (zh) 2022-12-13

Similar Documents

Publication Publication Date Title
CN115206134B (zh) 一种基于物联网的车辆爆胎预警系统及方法
CN107161097B (zh) 基于北斗导航系统的车辆行驶智能安全系统
CN112389448B (zh) 一种基于车辆状态和驾驶员状态的异常驾驶行为识别方法
US6404330B1 (en) Apparatus and method for alarming decrease in tire air-pressure
WO2018058958A1 (zh) 一种道路车辆交通告警系统及其方法
CN103487125B (zh) 一种车载重量远程检测方法和系统
CN103043057A (zh) 基于车辆位置信息的异常驾驶判定和警报系统
CN110316198A (zh) 一种用于高速公路提速的安全保障系统及运行方法
EP0729855B1 (en) A method of determining the inflation pressure of a tyre on a moving vehicle
CN109466488A (zh) 一种车辆碰撞自动救援报警系统
CN114155707A (zh) 一种智能交通安全行驶视觉警示系统和方法
CN110166946B (zh) 一种基于无线通信的高速公路车辆信息监测方法及系统
CN112356849A (zh) 一种危险驾驶的预警方法及装置
CN110154654A (zh) 一种大数据与云计算轮胎自动检测系统
CN105835634A (zh) 轮胎气压检测方法、装置及终端
CN116740986A (zh) 一种隧道行车交通事故风险智能预警方法
CN205264045U (zh) 一种车辆管理系统
CN208855629U (zh) 一种高速公路弯道侧翻侧滑预警系统
CN111445669A (zh) 一种公交车的安全监测系统
CN113920734B (zh) 一种基于logistics模型的变道预警方法
CN110745093A (zh) 智能识别车辆碰撞事件的方法、系统、存储介质及车辆
CN114851786A (zh) 一种智能轮胎偏磨预警方法及装置
CN106530822A (zh) 一种车辆监测方法及系统
CN105575116B (zh) 汽车导航远程监控系统
CN112061028B (zh) 一种用于观光车辆的监测预警装置

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