CN117292540A - 一种桥梁侧风环境车辆侧滑及侧翻预警系统及方法 - Google Patents

Abstract

本申请提供一种桥梁侧风环境车辆侧滑及侧翻预警系统及方法，包括传感器模块，识别环境信息，环境信息包括风速、风向、温度、湿度；识别模块，识别车辆信息，车辆信息包括基础信息和实时信息；基础信息通过识别车辆牌照查询车辆空载数据及荷载数据；实时信息采集车辆当前的载重数据；数据处理模块，设有预设评估系统，根据环境信息和车辆信息评估车辆侧滑及侧翻的风险；预警模块，将数据处理模块的风险等级反馈至后端平台，将风险等级经人工确认后发布预警信号。本申请提供的桥梁侧风环境车辆侧滑及侧翻预警系统及方法能够较好的对车辆侧滑及侧翻危险进行预警并引导车辆避险。

Description

一种桥梁侧风环境车辆侧滑及侧翻预警系统及方法

技术领域

本申请涉及道路交通安全技术领域，具体涉及一种桥梁侧风环境车辆侧滑及侧翻预警系统及方法。

背景技术

由于桥梁尤其是高架桥上的车辆环境复杂，尤其是侧风方向和等级变化迅速，常规的交通限速及引导不能实时动态的与桥梁上时机环境情况相匹配，因此影响了交通安全及通行效率。

因此，亟需一种桥梁侧风环境车辆侧滑及侧翻预警系统及方法。

发明内容

因此，本申请要解决的技术问题在于克服典型的技术中，桥梁上车辆环境复杂，现有技术不能高效引导保护车辆应对侧风安全通行的问题，从而提供一种能够实时动态根据车辆实际情况引导车辆安全通行的桥梁侧风环境车辆侧滑及侧翻预警系统及方法。

在本申请一示例性的实施方式中，提供一种桥梁侧风环境车辆侧滑及侧翻预警系统，包括：

传感器模块，识别环境信息，所述环境信息包括风速、风向、温度、湿度；

识别模块，识别车辆信息，所述车辆信息包括基础信息和实时信息；所述基础信息通过识别车辆牌照查询车辆空载数据及荷载数据；所述实时信息采集车辆当前的载重数据；

数据处理模块，设有预设评估系统，根据所述环境信息和所述车辆信息评估车辆侧滑及侧翻的风险；

所述预设评估系统包括计算系统及数据库，所述数据库设置有车辆侧滑及侧翻历史数据；所述计算系统包括仿真模拟单元和加权计算单元；所述仿真模拟单元的计算结果和所述历史数据经所述加权计算单元处理后判定车辆风险等级；

预警模块，将所述数据处理模块的所述风险等级反馈至后端平台，将所述风险等级经人工确认后发布预警信号。

在本申请一示例性的实施方式中，提供一种桥梁侧风环境车辆侧滑及侧翻预警系统，当所述实时信息超过所述基础信息的荷载数据，提升当前车辆的风险等级。

在本申请一示例性的实施方式中，提供一种桥梁侧风环境车辆侧滑及侧翻预警系统，所述基础信息及实时信息均还包括车辆型号信息中的轮胎型号、前后轮轴距、前轮间距、后轮间距、车辆长宽高中的至少一种；所述仿真模拟单元通过所述温度、所述湿度以及所述基础信息和所述实时信息模拟当前车辆与道路的摩擦力。

在本申请一示例性的实施方式中，提供一种桥梁侧风环境车辆侧滑及侧翻预警系统，还包括：

预警显示模块，具有LED屏幕，所述预警显示模块设置于道路上方，将所述预警信号相往来车辆展示；所述预警信号包括限速信息；

预警广播模块，具有无线电收发装置，通过交通广播向指定道路区域发布所述预警信号。

在本申请一示例性的实施方式中，提供一种桥梁侧风环境车辆侧滑及侧翻预警系统，所述限速信息包括对小型车辆和大型车辆的分类限速信息；所述限速信息还包括高风险车辆的车牌信息及指定限速信息。

在本申请一示例性的实施方式中，提供一种桥梁侧风环境车辆侧滑及侧翻预警系统，还包括：

车联网模块，通过车联网模块将所述预警信号显示于车辆多媒体装置，所述多媒体装置包括抬头显示装置及车载流媒体显示器中的至少一种。

在本申请一示例性的实施方式中，提供一种桥梁侧风环境车辆侧滑及侧翻预警系统，还包括：

智能车辆控制模块，通过所述车联网系统接入车辆控制系统，根据所述预警信号调整车辆电子限速模块、胎压升降、方向盘方向、车轮动力分配、悬挂行程及阻尼中的至少一种。

在本申请一示例性的实施方式中，提供一种桥梁侧风环境车辆侧滑及侧翻预警系统，还包括：

车道分流模块，连接预警显示模块、预警广播模块、车联网模块及智能车辆控制模块；所述车道分流模块根据所述车辆风险等级，引导风险等级较低车辆行驶于迎风侧，引导风险等级较高车辆行驶于被风侧；

对于风险等级较低的多个车辆，按照所述基础信息中的车辆高度信息，引导车辆按照迎风侧至被风侧车辆高度由低至高的顺序划分车道。

在本申请一示例性的实施方式中，提供一种桥梁侧风环境车辆侧滑及侧翻预警系统，所述基础信息包括车辆运营品类信息，通过车道分流模块引导高危车辆快速通过桥梁。

在本申请另一些示例性的实施例中，还提供一种桥梁侧风环境车辆侧滑及侧翻预警方法，包括前述的桥梁侧风环境车辆侧滑及侧翻预警系统，

所述预设评估系统采用多维影响因素数据建立贝叶斯网络，得到各个因素对交通事故的影响概率；

所述预设评估系统计算桥梁的交通事故数据、交通流量数据、天气特征数据，利用深度学习方法进行智能模型训练，更新侧滑及侧翻风险预测模型；根据风险预测模型预测桥梁上车辆侧滑及侧翻风险。

本申请实施例提供的桥梁侧风环境车辆侧滑及侧翻预警系统，通过实时采集桥梁侧风数据，识别车辆信息，通过数据处理模块的加权计算，能够动态准确的评估车辆实时风险等级并发布预警信号，能够安全高效的引导车辆应对侧风安全通行。

本申请实施例提供的桥梁侧风环境车辆侧滑及侧翻预警方法，通过概率分析及深度学习，能够实现对车辆风险等级的准确实时判断。

附图说明

为了更清楚地说明本申请具体实施方式或典型的技术中的技术方案，下面将对具体实施方式或典型的技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请一示例性实施方式中提供的一种桥梁侧风环境车辆侧滑及侧翻预警系统示意图。

图2为本申请一示例性实施方式中提出的一种桥梁侧风环境车辆侧滑及侧翻预警系方法中仿真模拟中侧翻预测时间流程示意图。

具体实施方式

下面将结合附图对本申请的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

在本申请的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

在本申请的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。

此外，下面所描述的本申请不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。

图1为本申请一示例性实施方式中提供的一种桥梁侧风环境车辆侧滑及侧翻预警系统示意图。

请结合图1，在本申请一实施例中，桥梁侧风环境车辆侧滑及侧翻预警系统包括：

传感器模块，识别环境信息，环境信息包括风速、风向、温度、湿度；

识别模块，识别车辆信息，车辆信息包括基础信息和实时信息；基础信息通过识别车辆牌照查询车辆空载数据及荷载数据；实时信息采集车辆当前的载重数据；

数据处理模块，设有预设评估系统，根据环境信息和车辆信息评估车辆侧滑及侧翻的风险；

预设评估系统包括计算系统及数据库，数据库设置有车辆侧滑及侧翻历史数据；计算系统包括仿真模拟单元和加权计算单元；仿真模拟单元的计算结果和历史数据经加权计算单元处理后判定车辆风险等级；

预警模块，将数据处理模块的风险等级反馈至后端平台，将风险等级经人工确认后发布预警信号。

本申请实施例提供的桥梁侧风环境车辆侧滑及侧翻预警系统，通过实时采集桥梁侧风数据，识别车辆信息，通过数据处理模块的加权计算，能够动态准确的评估车辆实时风险等级并发布预警信号，能够安全高效的引导车辆应对侧风安全通行。经过人工确认核对车辆状态及风速等信息，有利于提高信息准确性，避免误导车辆，有利于提升车辆安全。

在本申请一实施例中，当实时信息超过基础信息的荷载数据，提升当前车辆的风险等级。

本实施例中的荷载数据超过基础信息，意味着车辆可能存在载人和载货的超载现象。超出荷载可能是超出载重，超出荷载长度高度和宽度中的一种或多种。尤其在超出限高运营的车辆在对抗侧风时，对更加精准的预警需求更加明显。

在本申请一实施例中，基础信息及实时信息均还包括车辆型号信息中的轮胎型号、前后轮轴距、前轮间距、后轮间距、车辆长宽高中的至少一种；仿真模拟单元通过温度、湿度以及基础信息和实时信息模拟当前车辆与道路的摩擦力。

本实施例中的车辆信息，可以通过第三方数据平台实时采集，也可以通过数据库预先保存，上述信息用于测算车辆稳定性，并不限于列举出得示例信息，只要能够提高车辆受力状态仿真的准确度，多种维度的信息均可以用于参与仿真模拟。

在本申请一实施例中，预警显示模块，具有LED屏幕，预警显示模块设置于道路上方，将预警信号相往来车辆展示；预警信号包括限速信息；

预警广播模块，具有无线电收发装置，通过交通广播向指定道路区域发布预警信号。

在本申请一实施例中，限速信息包括对小型车辆和大型车辆的分类限速信息；限速信息还包括高风险车辆的车牌信息及指定限速信息。

本实施例中，LED显示屏可以通过显示车牌号码及对应限速的方式提高对车辆预警的准确度。对不同预警需求的车辆提供定制化的预警信息，有利于在安全的条件下，车辆快速通过桥梁侧风段及整个桥梁，缩短车辆受侧风影响的时间。

在本申请一实施例中，车联网模块，通过车联网模块将预警信号显示于车辆多媒体装置，多媒体装置包括抬头显示装置及车载流媒体显示器中的至少一种。

本实施例中，为了更好更全面的将每个车辆的预警信息精准推送，采用车联网将上述信息推送至车内。一方面提高了信息推送效率，提高了信息推送量。另一方面降低了对公共资源的占用，也避免了驾驶员漏看预警信息的风险。在一些实施例中，上述信息还可以接入车辆导航信息中，通过与历史导航信息的拟合，提高预警的准确度。另外，将预警信息推送至车内还能够避免极端天气低能见度条件下驾驶员看不清预警或没有精力仔细阅读道路交通提示的情况、

在本申请一实施例中，智能车辆控制模块，通过车联网系统接入车辆控制系统，根据预警信号调整车辆电子限速模块、胎压升降、方向盘方向、车轮动力分配、悬挂行程及阻尼中的至少一种。

本实施例中，对于车辆的限速接入可以设置驾驶员确认流程以及限速倒计时以及限速介入前的刹车灯预警功能。胎压升降可以是迎风侧胎压降低，被风侧胎压升高。包括车轮动力分配悬挂行程及阻尼等多种车辆可调节部件，其调节均用于提高车辆的抗侧风能力。车辆底盘及动力调校设计众多维度和参数，上述胎压升降仅作为其中的一个示例。其他有利于提高车辆抗侧风能力的条件方式均应被囊括与本实施例的技术方案，此处不一一列举。

在本申请一实施例中，车道分流模块，连接预警显示模块、预警广播模块、车联网模块及智能车辆控制模块；车道分流模块根据车辆风险等级，引导风险等级较低车辆行驶于迎风侧，引导风险等级较高车辆行驶于被风侧；

对于风险等级较低的多个车辆，按照基础信息中的车辆高度信息，引导车辆按照迎风侧至被风侧车辆高度由低至高的顺序划分车道。

本实施例中，将高风险车辆设置于被风侧有利于降低高风险车辆的侧风受力。一方面保护高风险车辆本身，另一方面避免高风险车辆侧滑及侧翻的同时，有利于降低交通事故的发生，保护其他车辆。

本实施例中，车辆高低由迎风侧向被风侧逐渐升高的车辆车道引导同样有利于减小高风险车辆的侧风受力。

在本申请一实施例中，基础信息包括车辆运营品类信息，通过车道分流模块引导高危车辆快速通过桥梁。

本实施例中，通过将例如运送危化品，易燃易爆品类的车辆进行分流，有利于此类高危高风险车辆的快速通过，缩短其本身及其他车辆的高风险时间。

图2为本申请一示例性实施方式中提出的一种桥梁侧风环境车辆侧滑及侧翻预警系方法中仿真模拟中侧翻预测时间流程示意图。

请结合图2，在本申请一实施例中，包括前述的桥梁侧风环境车辆侧滑及侧翻预警方法，预设评估系统采用多维影响因素数据建立贝叶斯网络，得到各个因素对交通事故的影响概率；

预设评估系统计算桥梁的交通事故数据、交通流量数据、天气特征数据，利用深度学习方法进行智能模型训练，更新侧滑及侧翻风险预测模型；根据风险预测模型预测桥梁上车辆侧滑及侧翻风险。

使用贝叶斯深度学习的方法包括：模型设定初始参数；算法对模型进行迭代，具体包括如下步骤：

以当前参数Θt推断隐变量分布P(Z|X,Θt)，并计算对数似然LL(Θ|X,Z)关于Z的期望：

其中X表示已观测变量集，Z表示隐变量集，Θ表示模型参数，t表示时刻。

贝叶斯深度学习训练模型算式如下：

其中表示个体高斯分布，fz(xi)表示给定权重的神经网络的输出；yi表示真实输出值，

本实施例中，对于桥梁路况的信息采集和仿真计算包括对桥梁路面湿滑情况、结冰、积水等多种路况的分析。

对于车辆的模拟可以包括车长、车宽、车高、车重心高度、空载重量等多种数据中的一种或多种。

对于侧向力的仿真模拟，使用下式：

式中：ρ—空气密度；CS—车辆侧向力系数；AS—车辆侧面投影面积(m2)；U—合成风速(m/s)。

侧向力为车辆行驶时的车辆表面分布压力和切向力沿y轴方向形成的合力。

侧倾力矩的仿真模拟，使用下式：

式中：M_x—车辆侧倾力矩；ρ—空气密度；C_Mx—车辆侧倾力矩系数；A_S—车辆侧投影面积(m2)；U—合成风速(m/s)；H—车辆重心高度。

车辆在侧向力和气动升力的作用下，车体将承受绕x轴的侧倾力矩。

纵倾力矩的仿真模拟，使用下式：

式中：Mz—车辆纵倾力矩；ρ—空气密度；CMx—车辆纵倾力矩系数；Ah—车辆俯视投影面积(m2)；U—合成风速(m/s)；

显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本申请创造的保护范围之中。

Claims (10)

1.一种桥梁侧风环境车辆侧滑及侧翻预警系统，其特征在于，包括：

传感器模块，识别环境信息，所述环境信息包括风速、风向、温度、湿度；

识别模块，识别车辆信息，所述车辆信息包括基础信息和实时信息；所述基础信息通过识别车辆牌照查询车辆空载数据及荷载数据；所述实时信息采集车辆当前的载重数据；

数据处理模块，设有预设评估系统，根据所述环境信息和所述车辆信息评估车辆侧滑及侧翻的风险；

所述预设评估系统包括计算系统及数据库，所述数据库设置有车辆侧滑及侧翻历史数据；所述计算系统包括仿真模拟单元和加权计算单元；所述仿真模拟单元的计算结果和所述历史数据经所述加权计算单元处理后判定车辆风险等级；

预警模块，将所述数据处理模块的所述风险等级反馈至后端平台，将所述风险等级经人工确认后发布预警信号。

2.根据权利要求1所述的桥梁侧风环境车辆侧滑及侧翻预警系统，其特征在于，当所述实时信息超过所述基础信息的荷载数据，提升当前车辆的风险等级。

3.根据权利要求2所述的桥梁侧风环境车辆侧滑及侧翻预警系统，其特征在于，所述基础信息及实时信息均还包括车辆型号信息中的轮胎型号、前后轮轴距、前轮间距、后轮间距、车辆长宽高中的至少一种；所述仿真模拟单元通过所述温度、所述湿度以及所述基础信息和所述实时信息模拟当前车辆与道路的摩擦力。

4.根据权利要求3所述的桥梁侧风环境车辆侧滑及侧翻预警系统，其特征在于，还包括：

预警显示模块，具有LED屏幕，所述预警显示模块设置于道路上方，将所述预警信号相往来车辆展示；所述预警信号包括限速信息；

预警广播模块，具有无线电收发装置，通过交通广播向指定道路区域发布所述预警信号。

5.根据权利要求4所述的桥梁侧风环境车辆侧滑及侧翻预警系统，其特征在于，所述限速信息包括对小型车辆和大型车辆的分类限速信息；所述限速信息还包括高风险车辆的车牌信息及指定限速信息。

6.根据权利要求5所述的桥梁侧风环境车辆侧滑及侧翻预警系统，其特征在于，还包括：

车联网模块，通过车联网模块将所述预警信号显示于车辆多媒体装置，所述多媒体装置包括抬头显示装置及车载流媒体显示器中的至少一种。

7.根据权利要求6所述的桥梁侧风环境车辆侧滑及侧翻预警系统，其特征在于，还包括：

智能车辆控制模块，通过所述车联网系统接入车辆控制系统，根据所述预警信号调整车辆电子限速模块、胎压升降、方向盘方向、车轮动力分配、悬挂行程及阻尼中的至少一种。

8.根据权利要求7所述的桥梁侧风环境车辆侧滑及侧翻预警系统，其特征在于，还包括：

车道分流模块，连接预警显示模块、预警广播模块、车联网模块及智能车辆控制模块；所述车道分流模块根据所述车辆风险等级，引导风险等级较低车辆行驶于迎风侧，引导风险等级较高车辆行驶于被风侧；

对于风险等级较低的多个车辆，按照所述基础信息中的车辆高度信息，引导车辆按照迎风侧至被风侧车辆高度由低至高的顺序划分车道。

9.根据权利要求8所述的桥梁侧风环境车辆侧滑及侧翻预警系统，其特征在于，所述基础信息包括车辆运营品类信息，通过车道分流模块引导高危车辆快速通过桥梁。

10.一种桥梁侧风环境车辆侧滑及侧翻预警方法，包括如权利要求9所述的桥梁侧风环境车辆侧滑及侧翻预警系统，其特征在于，

所述预设评估系统采用多维影响因素数据建立贝叶斯网络，得到各个因素对交通事故的影响概率；

所述预设评估系统计算桥梁的交通事故数据、交通流量数据、天气特征数据，利用深度学习方法进行智能模型训练，更新侧滑及侧翻风险预测模型；根据风险预测模型预测桥梁上车辆侧滑及侧翻风险。