CN103745507A - 行车状态分析方法及装置 - Google Patents
行车状态分析方法及装置 Download PDFInfo
- Publication number
- CN103745507A CN103745507A CN201310754386.0A CN201310754386A CN103745507A CN 103745507 A CN103745507 A CN 103745507A CN 201310754386 A CN201310754386 A CN 201310754386A CN 103745507 A CN103745507 A CN 103745507A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- driving states
- acceleration
- polar coordinates
- vehicle movement
- 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
Links
Images
Landscapes
- Indicating Or Recording The Presence, Absence, Or Direction Of Movement (AREA)
- Navigation (AREA)
Abstract
一种行车状态分析方法及装置,所述行车状态分析方法包括:选取行车状态分析时段;采集所选取的行车状态分析时段内的三轴加速度数据;根据所采集的三轴加速度数据确定车辆运动平面;将所述三轴加速度数据转换成为所述车辆运动平面所在的极坐标系内的极坐标加速度矢量;根据所述极坐标加速度矢量和所述车辆运动平面进行行车状态分析。上述方法由于将所采集到的三轴加速度矢量转换成为车辆运动平面内的极坐标加速度矢量,使得在采集单元位置或者姿态不固定的情况下可以准确地获取车辆运动平面所在的极坐标系内的极坐标加速度矢量,从而根据所述极坐标加速度矢量进行行车状态分析,有效避免行车状态误判情况的发生。
Description
技术领域
本发明涉及车载终端技术领域,特别是涉及一种行车状态分析方法及装置。
背景技术
车载终端是一种能够帮助用户在车辆内获取信息、导航和娱乐等等服务的车载设备。车载终端融合了GPS技术、里程定位技术及汽车黑匣技术,能用于对运输车辆的现代化管理,包括:行车安全监控管理、运营管理、服务质量管理、智能集中调度管理、电子站牌控制管理等,因车载终端可以满足用户随时按需获取服务需求,使得车载终端得到了越来越广泛的应用。
行车状态分析仪是一种广泛使用的车载终端。这种行车状态分析仪在进行行车状态分析时采集单元需保持固定的状态,一旦行车状态分析仪的位置或者姿态发生变化,其所测得的数据就产生较大的偏差,导致行车状态误判情况的发生。
发明内容
本发明实施例解决的问题是如何在行车状态分析仪位置或者姿态发生变化时,准确地进行行车状态的分析。
为解决上述问题,本发明实施例的行车状态分析方法,包括:
选取行车状态分析时段;
采集所选取的行车状态分析时段内的三轴加速度数据;
根据所采集的三轴加速度数据确定车辆运动平面;
将所述三轴加速度数据转换成为所述车辆运动平面所在的极坐标系内的极坐标加速度矢量;
根据所述极坐标加速度矢量和所述车辆运动平面进行行车状态分析,得出行车状态分析结果。
可选地,所述行车状态分析方法还包括:根据所述行车状态分析结果,输出提示信息。
可选地,所述根据所采集的三轴加速度数据确定车辆运动平面包括:
确定所述车辆的行车状态,获取所述车辆静止状态时间区段内的三轴加速度数据;
根据所述车辆静止状态时间区段内的三轴加速度数据,采用如下车辆运动平面方程确定所述车辆运动平面:
Ax+By+Cz=0;
其中,A、B、C分别为所获取的车辆静止状态时间区段的三轴加速度数据,x、y、z分别为三轴加速度法向量方向。
可选地,所述确定所述车辆的行车状态包括:
选取行车状态分析时段内的时间区段;
获取所述时间区段内的三轴加速度数据;
计算所获取的三轴加速度数据的方差之和;
比较所述方差之和与预设的静止门限值,当所述方差之和小于所述静止门限值时,判断车辆处于静止状态;当所述方差之和大于所述静止门限值且小于预设的翻转门限值时,判断车辆处于行驶状态。
可选地,所述确定所述车辆的行车状态还包括:当所述方差之和大于所述翻转门限值时,判断所述采集单元发生了姿态变化。
可选地,采用下述的投影方式将所述三轴加速度矢量转换成为所述车辆运动平面所在的极坐标系内的极坐标加速度矢量,包括:
根据所述车辆运动平面方程,所述车辆运动平面所在的极坐标系内的极坐标加速度矢量满足下列的公式:
其中,OP1=x1i+y1j+z1k,OP2=x2i+y2j+z2k;
x1、y1、z1分别为所获取的三轴加速度矢量数据,x2、y2、z2分别为极坐标加速度矢量数据,OP1为根据所述三轴加速度数据确定的三轴加速度矢量,OP2为OP1经过转换所得到的所述车辆运动平面所在的极坐标系内的极坐标加速度矢量。
可选地,所述根据所述极坐标加速度矢量和所述车辆运动平面进行行车状态分析,得出行车状态分析结果包括:
根据所述极坐标加速度矢量和所述车辆运动平面,确定车辆运动方位角;
根据所述车辆运动方位角确定车辆行驶方向;
根据所述车辆行驶方向判断加减速和左右转。
可选地,所述确定车辆运动方位角,包括:
在所述行车状态分析时段起始时刻,计算采集单元平面与所述车辆运动平面之间的夹角;
选取与所述车辆运动平面之间夹角最小的采集单元平面作为参考平面;
将所述参考平面的坐标轴作为参考坐标轴,并将所述参考坐标轴转换成为所述车辆运动平面所在的极坐标系内的极坐标加速度矢量,作为参考向量;
计算所述行车状态分析时段内的所有极坐标加速度矢量与所述参考向量之间的相位差;
根据所述相位差,采用迭代运算的方法确定车辆运动方位角。
可选地,所述在所选取的行车状态分析时段起始时刻,计算所述采集单元平面与所述车辆运动平面之间的夹角,包括:
获取车辆静止状态时间区段内的三轴加速度数据;
根据所获取的三轴加速度数据,所述采集单元平面与所述车辆运动平面之间的夹角满足如下公式:
其中,A、B、C为车辆静止状态时间区段内的三轴加速度数据,α为所述采集单元平面与所述车辆运动平面之间的夹角。
可选地,所述计算所述行车状态分析时段内的所有极坐标加速度矢量与所述参考向量之间的相位差,包括:
其中,θ为所获取的极坐标加速度矢量与所述参考向量之间的相位差,OM为参考向量,u、v、w为所述参考向量OM的极坐标加速度矢量数据,OM=ui+vj+wk,i、j、k分别为车辆运动平面所在的极坐标系的i轴、j轴和k轴方向;OP2为三轴加速度矢量OP1经过转换所得到的所述车辆运动平面所在的极坐标系内的极坐标加速度矢量,OP1=x1i+y1j+z1k,OP2=x2i+y2j+z2k。
可选地,根据所述车辆运动方位角确定车辆行驶方向包括:
选取与车辆静止状态时间区段相邻的前一相邻时间区段和后一相邻时间区段;
获取所述前一相邻时间区段和后一相邻时间区段内的极坐标加速度矢量;
计算所获取的极坐标加速度矢量相位与所述车辆运动方位角之间的角度差,当所述角度差小于预定角度时,将预设的前进变量和预设的第一增量相加,当所述角度差绝对值大于所述预定角度时,将预设的后退变量与所述第一增量相加;
比较所述前进变量与所述后退变量,当所述前进变量大于所述后退变量时,将所述车辆运动方位角作为车辆行驶方向,当所述前进变量大于所述后退变量时,将所述车辆运动方位角的反方向作为车辆行驶方向。
可选地,所述判断加减速包括:
在所述行车状态分析时段内选取一时间窗口;
获取所选取的时间窗口内的所有极坐标加速度矢量:
计算所述极坐标加速度矢量分别与所述车辆行驶方向、车辆行驶方向的相反方向之间的角度差,分别作为第一角度差、第二角度差;
当所述第一角度差小于预设的第一误差门限值,且极坐标加速度矢量在所述车辆行驶方向上的分量模值均值大于预设的加速门限值时,判断车辆处于加速状态;当所述第二角度差小于预设的第二误差门限值,且极坐标加速度矢量在车辆行驶方向上的分量模值均值大于预设的减速门限值,判断车辆处于减速状态。
可选地,所述判断左右转包括:
在所述行车状态分析时段内选取时间分析窗口;
获取所述时间分析窗口内的所有极坐标加速度矢量;
选取模值大于预设的第二预设模值的极坐标加速度矢量;
计算所选取的极坐标加速度矢量与车辆行驶方向之间的角度差,作为第三角度差;
当所述第三角度差在预设的第一角度差范围内时,将预设的右转变量与预设的第二增量相加;当所述第三角度差在预设的第二角度差范围内时,将预设的左转变量与所述第二增量相加;
当所述右转变量与所选取的极坐标加速度矢量的个数之间的比率大于预设的比率值时,判断车辆为右转状态;当所述左转变量与所选取的极坐标加速度矢量的个数之间的比率大于所述比率值时,判断车辆为左转状态。
本发明实施例还提供了一种行车状态分析装置,包括:
选取单元,用于选取行车状态分析时段;
采集单元,用于采集所选取的行车状态分析时段内的三轴加速度数据;
确定单元,用于根据所采集的三轴加速度数据确定车辆运动平面;
转换单元,用于将所述三轴加速度数据转换成为所述车辆运动平面所在的极坐标系内的极坐标加速度矢量;
分析单元,用于根据所述极坐标加速度矢量和所述车辆运动平面进行行车状态分析,得出行车状态分析结果。
可选地,所述行车状态分析装置还包括:
输出单元,用于根据所述行车状态分析结果,输出提示信息。
可选地,所述确定单元包括:
行车状态确定子单元,用于确定所述车辆的行车状态;
数据获取子单元,用于当所述车辆处于静止状态时,获取所述车辆静止状态时间区段内的三轴加速度数据;
运动平面确定子单元,用于根据所述车辆静止状态时间区段内的三轴加速度数据确定所述车辆运动平面
可选地,所述行车状态确定子单元,包括:
选取模块,用于选取行车状态分析时段内的时间区段;
获取模块,用于获取所述时间区段内的三轴加速度数据;
计算模块,用于计算所获取的三轴加速度数据的方差之和;
判断模块,用于比较所述方差之和与预设的静止门限值,当所述方差之和小于所述静止门限值时,判断车辆处于静止状态;当所述方差之和大于所述静止门限值且小于预设的翻转门限值时,判断车辆处于行驶状态。
可选地,所述转换单元,用于采用投影的方式将所述三轴加速度矢量转换成为所述车辆运动平面所在的极坐标系内的极坐标加速度矢量。
可选地,所述分析单元包括:
第一确定子单元,用于确定车辆运动方位角;
第二确定子单元,用于根据所述车辆运动方位角确定车辆行驶方向;
判断子单元,用于根据所述车辆行驶方向判断加减速和左右转。
可选地,所述第一确定子单元,包括:
第一计算模块,用于在所述所选取的行车状态分析时段起始时刻,计算所述采集单元平面与所述车辆运动平面之间的夹角;
选取模块,用于将与所述车辆运动平面之间夹角最小的采集单元平面作为参考平面;
第一确定模块,用于将所述参考平面的坐标轴作为参考坐标轴,并将所述参考坐标轴转换成为所述车辆运动平面所在的极坐标系内的极坐标加速度矢量,作为参考向量;
第二计算模块,用于计算所述行车状态分析时段内的所有极坐标加速度矢量与所述参考向量之间的相位差;
第二确定模块,用于根据所述相位差,采用迭代运算的方法确定车辆运动方位角。
可选地,所述第二确定子单元包括:
第二选取模块,用于选取与车辆静止状态时间区段相邻的前一相邻时间区段和后一相邻时间区段;
第二获取模块,用于获取前一相邻时间区段和后一相邻时间区段内的极坐标加速度矢量;
第二计算模块,用于计算所获取的极坐标加速度矢量方向与所述车辆运动方位角之间的角度差,当所述角度差小于预定角度时,则将预设的前进变量和预设的第一增量相加,当所述角度差绝对值大于所述预定角度时,将预设的后退变量与所述第一增量相加;
第二比较判断模块,用于比较所述前进变量与所述后退变量,当所述前进变量大于所述后退变量时,将所述车辆运动方位角作为车辆行驶方向;当所述前进变量大于所述后退变量时,将车辆运动方位角的反方向作为车辆行驶方向为。
可选地,所述判断子单元,包括加减速判断模块,用于判断车辆的加减速,所述加减速判断模块包括:
第一时间选取子模块,用于在所述行车状态分析时段内选取一时间窗口;
第一矢量获取子模块,用于获取所选取的时间窗口内的所有极坐标加速度矢量:
第一误差计算子模块,用于计算所述极坐标加速度矢量与所述车辆行驶方向、车辆行驶方向的相反方向之间的角度误差,分别作为第一角度差、第二角度差;
第一比较判断子模块,用于当所述第一角度差小于预设的第一误差门限值,且极坐标加速度矢量在车辆行驶方向上的分量模值均值大于预设的加速门限值时,判断车辆处于加速状态;当所述第二角度差小于预设的第二误差门限值,且极坐标加速度矢量在车辆行驶方向上的分量模值均值大于预设的减速门限值,判断车辆处于减速状态。
可选地,所述加减速判断模块还包括第二比较判断子模块,用于当所述极坐标加速度矢量在车辆行驶方向上的分量模值均值超过预设的警告门限值时,判断车辆处于急加速或者急刹车状态。
可选地,所述判断子单元还包括左右转判断模块,用于判断车辆的左右转,所述左右转判断模块包括:
第二时间选取子模块,用于在所述行车状态分析时段内选取时间分析窗口;
第二矢量获取子模块,用于获取所述时间分析窗口内的所有极坐标加速度矢量;
第二矢量选取子模块,用于选取模值大于预设的第二预设模值的极坐标加速度矢量;
角度差计算子模块,用于计算所选取的极坐标加速度矢量与车辆行驶方向之间的角度差;
比较相加子模块,用于当所述角度差在预设的第一角度差范围内时,将预设的右转变量与预设的第二增量相加;当所述角度差在预设的第二角度差范围内时,将预设的左转变量与所述第二增量相加;
左右转判断子模块,用于当所述右转变量与所选取的极坐标加速度矢量个数之间的比率大于预设的比率值时,判断车辆为右转状态;当所述左转变量与所选取的极坐标加速度矢量个数之间的比率大于所述比率值时,判断车辆为左转状态。
与现有技术相比,本发明实施例的技术方案具有以下优点:
由于将所采集到的三轴加速度矢量转换成为车辆运动平面内的极坐标加速度矢量,使得在采集单元位置或者姿态不固定的情况下可以准确地获取车辆运动平面坐在的极坐标系内的极坐标加速度矢量,进而可以根据所述极坐标加速度矢量进行行车状态分析,可以有效避免行车状态误判情况的发生。
进一步地,由于采用迭代运算的方法确定车辆运动方位角,进而确定车辆行驶方向,可以更加准确地确定车辆行驶方向,进而可以提高行车状态分析的准确性。
进一步地,由于选取模值大于预设模值的极坐标加速度矢量确定车辆运动方位角,有效避免随机选取的极坐标加速度矢量对于行车状态分析所造成的误差,可以提高行车状态分析的准确性。
附图说明
图1是本发明实施例的一种行车状态分析方法的流程图;
图2是本发明实施例中的另一种行车状态分析方法的流程图;
图3是本发明实施例中的根据所采集的三轴加速度数据确定车辆运动平面的流程图。
图4是本发明实施例中的确定所述车辆的行车状态的流程图;
图5是本发明实施例中的根据所述极坐标加速度矢量和所述车辆运动平面进行行车状态分析得出行车状态分析结果的流程图;
图6是本发明实施例中的一种确定车辆运动方位角的流程图;
图7是本发明实施例中的另一种确定车辆运动方位角的流程图;
图8是本发明实施例中的根据相位差确定车辆的运动方位角的流程图;
图9是本发明实施例中的根据所述车辆运动方位角确定车辆行驶方向的流程图;
图10是本发明实施例中的根据所述车辆行驶方向判断加减速的流程图;
图11是本发明实施例中的根据所述车辆行驶方向判断左右转的流程图;
图12是本发明实施例中的一种行车状态分析装置的结构示意图;
图13是本发明实施例中的另一种行车状态分析装置的结构示意图;
图14是本发明实施例中的确定单元的结构示意图。
图15是本发明中的一种行车状态确定子单元的结构示意图。
图16是本发明实施例中的分析单元的结构示意图;
图17是本发明实施例中的一种第一确定子单元的结构示意图;
图18是本发明实施例中的另一种第一确定子单元的结构示意图;
图19是本发明实施例中的第二确定模块的结构示意图;
图20是本发明实施例中的第二确定子单元的结构示意图;
图21是本发明实施例中的判断单元的结构示意图;
图22是本发明实施例中的行车控制***的结构示意图。
具体实施方式
本发明实施例采用的技术方案由于通过将所采集的三轴加速度数据转换成为车辆运动平面所在的极坐标系内的极坐标加速度矢量,并根据所述极坐标加速度矢量进行行车状态分析,可以提高行车状态分析的准确性,并可有效避免行车状态误判情况的发生。
为使本发明的上述目的、特征和优点能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
图1示出了本发明实施例中的行车状态分析方法的流程图。如图1所述的行车状态分析方法,包括:
步骤S11:选取行车状态分析时段。
步骤S12:采集所选取的行车状态分析时段内的三轴加速度数据。
在具体实施中,可以通过采集单元如移动终端内置的三轴加速度传感器来采集所选取的行车状态分析时段内的三轴加速度数据。
步骤S13:根据所采集的三轴加速度数据确定车辆运动平面。
在具体实施中,可以根据车辆静止状态时间区段内所采集到的三轴加速度数据来得出重力加速度,由于采集单元平面所在的坐标系的方向与重力加速度的方向相反,因此,可以通过所述重力加速度来确定车辆运动平面。
步骤S14:将所述三轴加速度数据转换成为所述车辆运动平面所在的极坐标系内的极坐标加速度矢量。
在具体实施中,通过采集单元采集到的三轴加速度数据反映了相应的采集时刻车辆在采集单元平面所在的坐标系内三个正交方向上的加速度变化情况。为了在采集单元的位置或者姿态变化时可以准确地进行行车状态分析,可以将采集单元平面所在的坐标系内的三轴加速度矢量转换成为车辆运动平面所在的极坐标系内的极坐标加速度矢量。
步骤S15:根据所述极坐标加速度矢量和所述车辆运动平面进行行车状态分析,得出行车状态分析结果。
在具体实施中,步骤S15可以通过获取转换得到的极坐标加速度矢量和车辆运动平面,可以准确地进行行车状态的分析,例如可以进行左右转判断和加减速判断,当然也可以进行其他方面的行车状态分析。
由于将所采集到的三轴加速度矢量转换成为车辆运动平面坐在的极坐标系内的极坐标加速度矢量,使得在采集单元位置或者姿态不固定的情况下可以准确地获取车辆运动平面坐在的极坐标系内的极坐标加速度矢量,从而根据所述极坐标加速度矢量进行行车状态分析,可以有效避免行车状态误判情况的发生。
图2示出了本发明实施例中的另一种行车状态分析方法的流程图。如图2所示的行车状态分析方法,包括:
步骤S21:选取行车状态分析时段。
在具体实施中,可以通过设定行车状态分析时段的起点和终点来选取行车状态分析时段。
步骤S22:采集所选取的行车状态分析时段内的三轴加速度数据。
在具体实施中,可以通过采集单元例如移动终端内设置的三轴加速度传感器来采集三轴加速度数据。采集单元所采集的三轴加速度数据可以反映采集单元平面所在的坐标系的三个正交方向上的加速度的变化情况。当然,也可以增加角速度传感器,以采集更加准确的加速度数据,从而可以提高行车状态判断的准确性。
步骤S23:根据所采集的三轴加速度数据确定车辆运动平面。
在具体实施中,可以通过获取车辆静止状态时间区段内的三轴加速度数据来确定车辆的运动平面。在步骤S23中确定车辆运动平面后,可以进一步将所采集到的三轴加速度数据转换成为车辆运动平面所在的坐标系的极坐标加速度矢量。
图3示出了本发明实施例中的根据所采集的三轴加速度数据确定车辆运动平面的流程图。如图3所示的根据所采集的三轴加速度数据确定车辆运动平面,包括:
步骤S231:确定所述车辆的行车状态;
步骤S232:当所述车辆处于静止状态时,获取所述车辆静止状态时间区段内的三轴加速度数据;
步骤S233:根据所述车辆静止状态时间区段内的三轴加速度数据,采用如下车辆运动平面方程确定所述车辆运动平面:
Ax+By+Cz=0; (1);
其中,A、B、C分别为所获取的车辆静止状态时间区段的三轴加速度数据,x、y、z分别为三轴加速度法向量。
在具体实施中,重力加速度的值并非预先设定,而是可以通过对所获取的车辆静止状态时间区段内的三轴加速度数据求平均值得到,以准确地获得重力加速度,进而可以准确地确定车辆运动平面。
在具体实施中,所述根据所采集的三轴加速度数据确定车辆运动平面还可以包括:确定车辆的行车状态。
图4示出了本发明实施例中的确定所述车辆的行车状态的流程图。如图4所示的确定所述车辆的行车状态可以包括:
步骤S231a:选取行车状态分析时段内的时间区段。
步骤S231b:获取所述时间区段内的三轴加速度数据。
步骤S231c:计算所获取的三轴加速度数据的方差之和。
步骤S231d:比较所述方差之和与预设的静止门限值,当所述方差之和小于所述静止门限值时,判断车辆处于静止状态;当三轴加速度数据的方差之和大于所述静止门限值且小于预设的翻转门限值时,可以判断车辆处于行驶状态。
其中,静止门限值可以为0.03~0.1,翻转门限值可以为10~15。
通过上述的方式,可以判断车辆处于静止状态还是行驶状态。当车辆处于静止状态时,通过采集单元采集到的三轴加速度数据,并可以根据车辆运动平面方程(1)来确定车辆运动平面。
同时,当所述方差之和大于所述翻转门限值时,可以判断所述采集单元发生了位置或姿态变化。
例如,在行车状态分析时段的初始时刻,采集单元平面与车辆运动平面相一致,那么,在这种情况下采集单元平面和车辆运动平面所处的坐标系一致,采集单元所采集到的三轴加速度数据与车辆运动平面所在的极坐标系内的极坐标加速度数据相一致,在这种情况下,可以直接使用所采集到的三轴加速度数据进行行车状态分析。而经过一段时间,由于车辆晃动或者人为因素可能导致采集单元平面发生变化,从而导致采集单元平面与车辆运动平面不一致。倘若此时仍然根据采集单元所采集到的三轴加速度数据进行行车状态分析,将会造成行车状态误判情况的发生。在这种情况下,可以通过将采集单元平面所在的坐标系内的三轴加速度数据转换成为车辆运动平面所在的极坐标系内的极坐标加速度矢量,再利用转换得到的极坐标加速度矢量进行行车状态分析,可以避免行车状态误判情况的发生进而可以提高行车状态分析的准确性。
步骤S24:将所述三轴加速度数据转换成为所述车辆运动平面所在的极坐标系内的极坐标加速度矢量。
在具体实施中,在采集单元的位置或者姿态变化时,可以通过步骤24将所述三轴加速度数据转换成为所述车辆运动平面所在的极坐标系内的极坐标加速度矢量。
具体实施中,步骤S24可以包括:采用投影方式将所述三轴加速度矢量转换成为所述车辆运动平面所在的极坐标系内的极坐标加速度矢量。
具体而言,步骤S24可以包括:
根据所述车辆运动平面方程(1),所述车辆运动平面所在的极坐标系内的极坐标加速度矢量可以满足下列的公式:
其中,OP1=x1i+y1j+z1k;OP2=x2i+y2j+z2k;
x1、y1、z1分别为所获取的三轴加速度矢量数据,x2、y2、z2分别为极坐标加速度矢量数据,OP1为根据所述三轴加速度数据确定的三轴加速度矢量,OP2为OP1经过转换所得到的所述车辆运动平面所在的极坐标系内的极坐标加速度矢量。
在采集单元位置或者姿态变化时,可以通过公式(2)、(3)将采集单元平面所在的坐标系内的三轴加速度矢量转换成为车辆运动平面所在的极坐标系的极坐标加速度矢量。由于极坐标加速度矢量可以真实地反映车辆在车辆运动平面所在的极坐标系的三个正交方向上的加速度变化情况,进而根据极坐标加速度矢量进行行车状态地分析,可以提高行车状态分析的准确性。
同时,采用投影的方式将采集单元平面所在的坐标系内的三轴加速度矢量转换成为车辆运动平面所在的极坐标系的极坐标加速度矢量可以节省计算资源,简单易操作。
步骤S25:根据所述极坐标加速度矢量和所述车辆运动平面进行行车状态分析,得出行车状态分析结果。
图5示出了本发明实施例中的根据所述极坐标加速度矢量和所述车辆运动平面进行行车状态分析,得出行车状态分析结果的流程图。如图5所示,步骤S25可以包括:
步骤S251:确定车辆运动方位角。
图6示出了本发明实施例中的一种确定车辆运动方位角的流程图。如图6所示,步骤S251可以包括如下步骤:
步骤S251a:选取与所述车辆静止状态时间区段相邻的前一相邻时间区段和后一相邻时间区段。
步骤S251b:获取所述前一相邻时间区段和后一相邻时间区段内的所有极坐标加速度矢量。
步骤S251c:计算所述前一相邻时间区段和后一相邻时间区段内的所有极坐标加速度矢量的相位的绝对值,作为相位绝对值。
步骤S251d:将180°的角度范围划分成为若干个相等的角度区间,并确定所获取的极坐标加速度矢量的所述相位绝对值落入的角度区间。
在具体实施中,可以以1°为划分单元,将180°的角度范围划分成为180个相等的角度区间。
步骤S251e:统计得出所述相位绝对值分布最密集的角度区间,将所述角度区间确定为车辆运动方位角。由于车辆在长时间的行驶过程中,转弯等非直行行车状态占少数,因此,可以使用上述的概率统计的方法来统计极坐标加速度矢量在车辆运动平面上的向量分量的角度,得出车辆运动方位角。
但是,使用上述的概率统计的方法来确定车辆的运动方位角,会产生三个问题:其一,使得大量的未处于频度最高区域的极坐标加速度矢量数据成为无效数据,例如车辆处于转弯状态所得出的极坐标加速度数据,而从统计学意义上而言,左转和右转的次数接近,从中也可以发现车辆前进的规律。其二,当车辆行驶的某段路程中集中了较多的转弯或者高架道路上连续出现顺行的情况,此时,车辆前进方向和转弯方向上数据量的差异就变得不再明显,若单纯地采用统计的方法很可能会造成误判情况的发生。其三,对得出的极坐标加速度矢量数据仅仅进行单次的处理,鲁棒性较差,易造成所得出的车辆运动方位角产生较大的偏差。
为克服上述的缺点,本发明实施例还提供了另一种确定车辆运动方位角的方法。
图7示出了本发明实施例中的另一种确定车辆运动方位角的流程图。如图7所示,步骤S251可以包括:
步骤S2511:在所述行车状态分析时段起始时刻,计算采集单元平面与所述车辆运动平面之间的夹角。
在具体实施中,步骤S2511可以包括:
根据获取的车辆静止状态时间区段内三轴加速度数据,所述采集单元平面与所述车辆运动平面之间的夹角满足如下公式:
A、B、C为车辆静止状态时间区段内的三轴加速度数据,α为所述采集单元平面与所述车辆运动平面之间的夹角。
其中,采集单元位置或者姿态可以通过以下的方式进行判断:当C为负值时,α为钝角,表明采集单元的平面朝下;当α为锐角时,表明采集单元平面朝上。
步骤S2512:选取与所述车辆运动平面之间夹角最小的采集单元平面作为参考平面。
具体实施中,步骤S2512可以通过选取与车辆运动平面之间的夹角最小的采集单元平面作为参考平面,使得静止时的重力加速度在车辆运动平面内的分量模值最小,从而可以减少数据转换所带来的误差,进而提高行车状态分析的准确性。
步骤S2513:将所述参考平面的坐标轴作为参考坐标轴,并将所述参考坐标轴转换成为所述车辆运动平面所在的极坐标系内的极坐标加速度矢量,作为参考向量。
具体实施中,可以通过将与车辆运动平面之间的夹角最小的采集单元平面作为参考平面,以参考平面所在的坐标轴作为参考坐标轴,计算出参考坐标轴在车辆运动平面上的投影,作为参考向量,也即是将参考坐标轴转换成为车辆运动平面内的极坐标轴,再计算出参考坐标轴在车辆运动平面内的投影,作为参考向量,从而可以确定车辆运动的参考方向。
步骤S2514:计算所述行车状态分析时段内的所有极坐标加速度矢量与所述参考向量之间的相位差;
具体实施中,可以通过计算所述行车状态分析时段内的所有极坐标加速度矢量与所述参考向量之间的相位差,可以确定相应的极坐标加速度所在的时刻的车辆的运动方向。
具体而言,步骤S2514可以包括:
其中,θ为所获取的极坐标加速度矢量与所述参考向量之间的相位差,OM为参考向量。u、v、w为所述参考向量OM的极坐标加速度矢量数据,OM=ui+vj+wk,i、j、k分别为车辆运动平面所在的极坐标系的i轴、j轴和k轴方向;OP2为三轴加速度矢量OP1经过转换所得到的所述车辆运动平面所在的极坐标系内的极坐标加速度矢量,OP1=x1i+y1j+z1k,OP2=x2i+y2j+z2k。
θ为正值还是负值,可以通过向量积计算方法中的右手准则进行判定:当转换得到的极坐标加速度矢量的方向与重力加速度的反方向在车辆运动平面内的分量方向相同时,θ为正值;当转换得到的极坐标加速度矢量的方向与重力加速度的反方向在车辆运动平面内的分量方向相反时,θ为负值。
步骤S2515:根据所述相位差确定车辆运动方位角。
图8示出了本发明实施例中的根据相位差确定车辆的运动方位角的流程图。如图8所示,步骤S2515可以包括:
步骤S2515a:选取与车辆静止状态时间区段相邻的前一相邻时间区段和后一相邻时间区段。
步骤S2515b:获取所述前一相邻时间区段和后一相邻时间区段内的所有极坐标加速度矢量。
步骤S2515c:选取与所述参考向量之间的相位差在[-π/2,+π/2]范围内的所有极坐标加速度矢量。
在具体实施中,还可以首先对所选取的极坐标加速度矢量进行筛选,例如可以选取在车辆运动平面内的分量大于预设的第一模值的极坐标加速度矢量参与迭代运算,可以避免随机选取的极坐标加速度矢量对迭代结果造成的影响,提高计算的准确性。
其中,第一模值可以为0.3~1。
S2515d:将所述参考向量的相位作为初始迭代矢量,以所述参考向量的相位为中心,获取所选取的极坐标加速度矢量与所述参考向量之间的相位差,并计算所述相位差的平均值,得到相位差平均值。
在具体实施中,参考向量的初始相位可以为零。
S2515e:计算所述参考向量与所述相位差平均值之间的差值的绝对值,作为误差绝对值。
S2515f:比较所述误差绝对值与预设的第一门限值,当所述误差绝对值小于所述第一门限值时,选取与所述参考向量之间的相位差在[-π/4,+π/4]内的极坐标加速度矢量,并相应缩小所述第一门限值,继续进行迭代运算和比较,直至所选取的极坐标加速度矢量的相位收敛至最终相位,将所述最终相位确定为车辆运动方位角。
其中,算法收敛可以指运算结果的误差随着运算趋于无穷小,算法不收敛可以指运算结果的误差扩大或不趋于0。
S2515g:当所述误差绝对值大于所述第一门限值时,选取与所述参考向量之间的相位差在[-π,+π]内的所有极坐标加速度矢量,重复所述迭代运算和比较。
在具体实施中,第一门限值可以为1°。
采用上述的迭代运算的方法来计算车辆运动方位角,将参考向量的相位作为迭代的初值,将选取的行车状态分析时段内的所有极坐标加速度矢量全部考虑进去,选取相位在180度的范围内极坐标加速度矢量,求取极坐标加速度矢量与参考向量之间的相位差的平均值,逐步接近真实的车辆运动方位角。对于一马平川的平坦直行大道,采用迭代运算的方法自然可以快速收敛至真实的车辆运动方位角。而对于车辆行驶过程中出现大量转弯的情况,通过数次的迭代运算也可以快速收敛至车辆运动方位角。同时,采用迭代运算的方法来计算车辆运动方位角,通过数次的迭代运算,可以尽可能多地使用所选取的极坐标加速度矢量,可以增大参与计算的极坐标加速度矢量的数据样本数,可以有效避免统计概率的方法所带来的弊端,进而提高车辆运动方位角计算的准确性。
步骤S252:根据所述车辆运动方位角确定车辆行驶方向。
图9示出了本发明实施例中的根据所述车辆运动方位角确定车辆行驶方向的流程图。如图9所示的方法可以包括:
步骤S252a:选取与车辆静止状态时间区段相邻的前一相邻时间区段和后一相邻时间区段。
步骤S252b:获取所述前一相邻时间区段和后一相邻时间区段内的极坐标加速度矢量。
在具体实施中,当判断出车辆在静止状态时,可以推出车辆在静止状态时间区段的前一相邻时间区段内处于减速的状态,而在静止状态时间区段的后一相邻时间区段内处于加速的状态。正是基于上述的情况,可以通过对所选取的车辆静止状态时间区段相邻的前一相邻时间区段和后一相邻时间区段内的极坐标加速度矢量进行统计,进而可以得出车辆行驶方向。
步骤S252c:计算所获取的极坐标加速度矢量的相位与所述车辆运动方位角之间的角度差;当所述角度差小于预定角度时,将预设的前进变量和预设的第一增量相加,当所述角度差绝对值大于所述预定角度时,将预设的后退变量与所述第一增量相加。
在具体实施中,第一增量可以为1。
步骤S252d:比较所述前进变量与所述后退变量,当所述前进变量大于所述后退变量时,将所述车辆运动方位角作为车辆行驶方向;当所述前进变量大于所述后退变量时,将所述车辆运动方位角的反方向作为车辆行驶方向。
因此,可以通过上述的概率统计的方法,根据车辆运动方位角确定车辆行驶方向。
在确定了车辆行驶方向后,可以进一步进行行车状态分析,例如判断加减速、判断左右转以及进行其他的行车状态分析。
步骤S253:根据所述车辆行驶方向判断加减速和左右转。
图10示出了本发明实施例中的根据所述车辆行驶方向判断加减速的流程图。如图10所示,步骤S253可以包括:
步骤S253A:在所述行车状态分析时段内选取一时间窗口。
在具体实施中,所述时间窗口可以为1秒。
步骤S253B:获取所选取的时间窗口内的所有极坐标加速度矢量。
步骤S253C:计算所述极坐标加速度矢量分别与所述车辆行驶方向、车辆行驶方向的相反方向之间的角度差,分别作为第一角度差、第二角度差。
步骤S253D:当所述第一角度差小于预设的第一误差门限值,且极坐标加速度矢量在所述车辆行驶方向上的分量模值均值大于预设的加速门限值时,判断车辆处于加速状态;当所述第二角度差小于预设的第二误差门限值,且极坐标加速度矢量在车辆行驶方向上的分量的模值的均值大于预设的减速门限值,判断车辆处于减速状态。
在具体实施中,第一误差门限值的范围可以为30°~50°,第二误差门限值范围可以为-150°~-130°,加速门限值和减速门限值的范围分别可以为1.5~2.5。
在具体实施中,当所述极坐标加速度矢量在所述车辆行驶方向上的分量模值均值超过预设的警告门限值时,判断车辆处于急加速或者急刹车状态。
急加速就是行车时,在短时间内,通过瞬间急踩油门的方式使得车速度迅速提高。急刹车就是在行车时,在短时间内,通过急踩刹车的方式,使得车辆迅速停止。
在具体实施中,警告门限值的范围可以为2.5~4。
图11示出了根据所述车辆行驶方向判断左右转的流程图。如图11所示,根据所述车辆行驶方向判断左右转可以包括:
步骤S253a:在所述行车状态分析时段内选取时间分析窗口。
在具体实施中,所述时间分析窗口可以为行车状态分析时段内的3~10秒。
步骤S253b:获取所述时间分析窗口内的所有极坐标加速度矢量。
具体实施中,为避免随机选取的极坐标加速度矢量对于结果所造成的误差,可以岁所述时间窗口内的极坐标加速度矢量进行进一步地筛选,选取模值大于预设的第二预设模值的极坐标加速度矢量。
其中,第二预设模值的范围可以为0.5~1.5。
步骤S253c:计算所选取的极坐标加速度矢量与车辆行驶方向之间的角度差,作为第三角度差。
步骤S253d:当所述第三角度差在预设的第一角度差范围内时,将预设的右转变量与预设的第二增量相加;当所述第三角度差在预设的第二角度差范围内时,将预设的左转变量与所述第二增量相加。
在具体实施中,第一角度差范围可以为45°~135°,第二角度差范围可以为-135°~-45°,第二增量可以为1。
步骤S253e:当所述右转变量与所选取的极坐标加速度矢量的个数之间的比率大于预设的比率值时,判断车辆为右转状态;当所述左转变量与所选取的极坐标加速度矢量的个数之间的比率大于所述比率值时,判断车辆为左转状态。
在具体实施中,第二增量可以为1,比率值可以为50%。
在具体实施中,当极坐标加速度矢量在车辆行驶方向上的分量的平均值大于预设的急转弯门限值时,可以判断车辆处于急转弯状态。
急转弯是指车辆在转弯状态时,速度大,转弯半径小,急转弯门限值可以为2~4。
同时需要指出的是,也可以采取其他的方式将三轴加速度数据转换成为车辆运动平面所在的极坐标系内的极坐标加速度矢量,例如,采用欧拉变换等矩阵变换的方式,在此不作赘述。
步骤S26:根据所述行车状态分析结果,输出提示信息。
在具体实施中,步骤S26可以通过根据所述行车状态分析的结果,输出提示信息,使得用户可以及时准确地了解实时的行车状态。
图12示出了本发明实施例中的一种行车状态分析装置的结构示意图。如图12所示,行车状态分析装置可以包括:
选取单元10,可以用于选取行车状态分析时段。
采集单元20,可以用于采集所选取的行车状态分析时段内的三轴加速度数据。
在具体实施中,可以通过采集单元20如移动终端内置的三轴加速度传感器来采集所选取的行车状态分析时段内的三轴加速度数据。
确定单元30,可以用于根据所采集的三轴加速度数据确定车辆运动平面。
在具体实施中,可以根据车辆静止状态时间区段内所采集到的三轴加速度数据来得出重力加速度,由于采集单元平面所在的坐标系的方向与重力加速度的方向相反,因此,确定单元30可以通过所述重力加速度来确定车辆运动平面。
转换单元40,可以用于将所述三轴加速度数据转换成为所述车辆运动平面所在的极坐标系内的极坐标加速度矢量。
在具体实施中,由于通过采集单元如移动终端内的三轴加速度传感器采集三轴加速度数据,因此,所采集到的三轴加速度数据为采集单元平面所在的坐标系内的加速度数据。为了在采集单元的位置或者姿态变化的时候能够准确地进行行车状态分析,转换单元40可以将采集单元平面所在的坐标系内的三轴加速度矢量转换成为车辆运动平面所在的极坐标系内的极坐标加速度矢量。
分析单元50,可以用于根据所述极坐标加速度矢量和所述车辆运动平面进行行车状态分析,得出行车状态分析结果。
在具体实施中,分析单元50可以通过获取经过转换得到的极坐标加速度矢量和车辆运动平面,就可以准确地进行行车状态的分析。
由于本发明实施例中的行车状态分析装置可以将所采集到的三轴加速度矢量转换成为车辆运动平面内的极坐标加速度矢量,使得在采集单元位置或者姿态不固定的情况下可以准确地获取车辆运动平面坐在的极坐标系内的极坐标加速度矢量,从而根据所述极坐标加速度矢量进行行车状态分析,可以有效避免行车状态误判情况的发生。
图13示出了本发明实施例中的另一种行车状态分析装置的结构示意图。如图13所示,行车分析装置可以包括:
选取单元1,可以用于选取行车状态分析时段。
在具体实施中,选取单元1可以通过设定行车状态分析时段的时间起点和终点来选取行车状态分析时段。
采集单元2,可以用于采集所选取的行车状态分析时段内的三轴加速度数据。
在具体实施中,可以通过采集单元2如移动终端中的三轴加速度传感器来采集三轴加速度数据。所采集到的三轴加速度数据可以反映采集单元平面所在的坐标系的三个正交方向上的加速度数据的变化情况。当然,也可以增加角速度传感器,以采集更加准确的加速度数据,从而可以提高行车状态判断的准确性。
确定单元3,可以用于根据所采集的三轴加速度数据确定车辆运动平面。
在具体实施中,确定单元3可以用于确定车辆运动平面。只有确定了车辆运动平面,才可以进一步将所采集到的三轴加速度数据转换成为车辆运动平面所在的坐标系的极坐标加速度矢量。
图14示出了本发明实施例中的确定单元的结构示意图。如图14所示的确定单元包括:
行车状态确定子单元3a,用于确定所述车辆的行车状态。
图15示出了本发明中的一种行车状态确定子单元的结构示意图。如图15所示,行车状态确定子单元3a可以包括:
选取模块31a,可以用于选取行车状态分析时段内的时间区段。
获取模块32a,可以用于获取所述时间区段内的三轴加速度数据。
计算模块33a,可以用于计算所获取的三轴加速度数据的方差之和。
判断模块34a,可以用于比较所述方差之和与预设的静止门限值,当所述方差之和小于所述静止门限值时,判断车辆处于静止状态;当所述方差之和大于所述静止门限值且小于预设的翻转门限值时,判断车辆处于行驶状态。
在具体实施中,判断模块34a还可以在当三轴加速度数据的方差之和大于所述静止门限值且小于预设的翻转门限值时,可以判断车辆处于行驶状态。
其中,静止门限值可以为0.03~0.1,翻转门限值可以为10~15。
在具体实施中,当所述方差之和大于所述翻转门限值时,判断模块34a可以判断采集单元2是否发生了位置或者姿态变化。
例如,在行车状态分析时段的初始时刻,采集单元平面与车辆运动平面相一致,那么,在这种情况下采集单元平面和车辆运动平面处于相同的坐标系,采集单元2所采集到的三轴加速度数据与车辆运动平面所在的极坐标系内的极坐标加速度数据相一致。在这种情况下,可以直接使用所采集到的三轴加速度数据进行行车状态分析。而经过一段时间,由于车辆晃动或者人为因素可能导致采集单元平面发生变化,从而导致采集单元平面与车辆运动平面不一致。倘若此时仍然根据采集单元2所采集到的三轴加速度数据进行行车状态分析,将会造成误判情况的发生。在这种情况下,转换单元4可以通过将采集单元平面所在的坐标系内的三轴加速度数据转换成为车辆运动平面所在的极坐标系内的极坐标加速度矢量,可以避免行车状态误判情况的发生进而可以提高行车状态分析的准确性。
数据获取子单元3b,用于当所述车辆处于静止状态时,获取所述车辆静止状态时间区段内的三轴加速度数据。
运动平面确定子单元3c,用于根据所述车辆静止状态时间区段内的三轴加速度数据确定所述车辆运动平面。
在具体实施中,可以获取车辆静止状态时间区段内的三轴加速度数据A、B、C,从而可以合成三轴加速度矢量Ai+Bj+Ck,而三轴加速度矢量Ai+Bj+Ck的模值与重力加速度的值相等,方向相反,由于重力加速度的值时垂直向下的,因此,运动平面确定子单元3c可以确定所述车辆运动平面方程为:
Ax+By+Cz=0 (1a);
其中,x、y、z分别为三轴加速度法向量方向。
在具体实施中,重力加速度的值并非预先设定,而是可以通过对所获取的车辆静止状态时间区段内的三轴加速度数据求平均值得到,以准确地获得重力加速度,进而运动平面确定子单元3c可以准确地确定车辆运动平面。
因此,通过行车状态确定子单元3a,可以判断车辆处于静止状态还是行驶状态。当车辆处于静止状态时间区间时,数据获取子单元3b可以从采集单元2中获取车辆静止状态时间区段内的三轴加速度数据,运动平面确定子单元3c可以根据方程(1a)确定车辆的运动平面。
转换单元4,可以用于将所述三轴加速度数据转换成为所述车辆运动平面所在的极坐标系内的极坐标加速度矢量。
在具体实施中,在采集单元2的位置或者姿态变化时,转换单元4可以通过投影的方式将所述三轴加速度数据转换成为车辆运动平面所在的极坐标系内的极坐标加速度矢量。
具体而言,转换单元4可以用于:
根据所述车辆运动平面方程(1),所述车辆运动平面所在的极坐标系内的极坐标加速度矢量满足下列的公式:
其中,OP1=x1i+y1j+z1k;OP2=x2i+y2j+z2k;
x1、y1、z1分别为所获取的三轴加速度矢量数据,x2、y2、z2分别为极坐标加速度矢量数据,OP1为根据所述三轴加速度数据确定的三轴加速度矢量,OP2为OP1经过转换所得到的所述车辆运动平面所在的极坐标系内的极坐标加速度矢量。
因此,在采集单元位置或者姿态变化时,转换单元4可以通过公式(2a)、(3a)将采集单元平面所在的坐标系内的三轴加速度矢量转换成为车辆运动平面所在的极坐标系的极坐标加速度矢量。由于极坐标加速度矢量可以真实地反映车辆在车辆运动平面内所在的极坐标系的三个正交方向上的加速度变化情况,进而根据极坐标加速度矢量进行行车状态地分析,可以提高行车状态分析的准确性。
同时,由于采用投影的方式进行数据的转换,相较于传统的坐标系转换方式,可以节省计算资源,简单易操作。
分析单元5,可以用于根据所述极坐标加速度矢量和所述车辆运动平面进行行车状态分析,得出行车状态分析结果。
图16示出了本发明实施例中的分析单元的结构示意图。如图16所示的分析单元5可以包括:
第一确定子单元51,可以用于确定车辆运动方位角。
图17示出了本发明实施例中的一种第一确定子单元的结构示意图。如图17所示的第一确定子单元51a可以包括:
第二选取模块511a,可以用于选取与车辆静止状态时间区段相邻的前一相邻时间区段和后一相邻时间区段。
第二获取模块512a,可以用于获取所述前一相邻时间区段和后一相邻时间区段内的所有极坐标加速度矢量。
在具体实施中,第一确定子单元51还可以包括模值选取模块52a’:用于选取模值大于预设的第一模值的极坐标加速度矢量。
其中,第一模值可以为0.3~1。
第二计算模块513a,可以用于统计所述前一相邻时间区段和后一相邻时间区段内的所有极坐标加速度矢量的相位,并计算所述相位的绝对值,作为相位绝对值。
划分确定模块514a,可以用于将180°的角度范围划分成为若干个相等的角度区间,并确定所述相位绝对值落入的角度区间。
在具体实施中,划分确定模块514a可以以1°为划分单元,将180°的角度范围划分成为180个相等的角度区间,并确定所述相位绝对值落入的角度区间。
确定模块515a,可以用于统计得出所述相位绝对值分布最密集的角度区间,并将所述角度区间确定为车辆运动方位角。
由于车辆在长时间的行驶过程中,转弯等非直行行车状态占少数,因此,可以使用上述第一确定子单元来统计极坐标加速度矢量车辆运动平面上的向量分量的角度,得出车辆运动方位角。
但是,使用上述第一确定子单元来确定车辆运动方位角,会产生三个问题:其一,使得大量的未处于频度最高区域的极坐标加速度矢量数据成为无效数据,例如车辆处于转弯状态所得出的极坐标加速度数据,而从统计学意义上而言,左转和右转的次数接近,从中也可以发现车辆前进的规律。其二,当车辆行驶的某段路程中集中了较多的转弯或者高架道路上连续出现顺行的情况,此时,车辆前进方向和转弯方向上数据量的差异就变得不再明显,若单纯地采用统计的方法很可能会造成误判情况的发生。其三,对得出的极坐标加速度矢量数据仅仅进行单次的处理,鲁棒性较差,易造成所得出的车辆运动方位角产生较大的偏差。
为克服上述的缺点,图18示出了本发明实施例中的另一种第一确定子单元的结构示意图。如图18所示的第一确定子单元51b可以包括:
第一计算模块511,可以用于在所述所选取的行车状态分析时段起始时刻,计算所述采集单元平面与所述车辆运动平面之间的夹角。
在具体实施中,第一计算模块511可以通过在行车状态分析时段起始时刻,计算采集单元平面与车辆运动平面之间的夹角,来选出与所述车辆运动平面最接近的平面作为参考平面。
具体而言,,第一计算模块511可以用于:
根据获取的车辆静止状态时间区段内三轴加速度数据,所述采集单元平面与所述车辆运动平面之间的夹角满足如下公式:
A、B、C为车辆静止状态时间区段内的三轴加速度数据,α为所述采集单元平面与所述车辆运动平面之间的夹角。
其中,采集单元位置或者姿态可以通过以下的方式进行判断:当C为负值时,α为钝角,表明采集单元的平面朝下;当α为锐角时,表明采集单元平面朝上。
第一选取模块512,可以用于将与所述车辆运动平面之间夹角最小的采集单元平面作为参考平面。
具体实施中,选取模块512可以通过选取与车辆运动平面之间的夹角最小的采集单元平面作为参考平面,使得静止时的重力加速度在车辆运动平面内的分量模值最小,从而可以减少数据转换所带来的误差,进而提高行车状态分析的准确性。
第一确定模块513,可以用于将所述参考平面的坐标轴作为参考坐标轴,并将所述参考坐标轴转换成为所述车辆运动平面所在的极坐标系内的极坐标加速度矢量,作为参考向量。
具体实施中,第一确定模块513可以通过将与车辆运动平面之间的夹角最小的采集单元平面作为参考平面,以参考平面所在的坐标轴作为参考坐标轴,计算出参考坐标轴在车辆运动平面上的投影,作为参考向量,也即是将参考坐标轴转换成为车辆运动平面内的极坐标轴,再计算出参考坐标轴在车辆运动平面内的投影,作为参考向量,从而可以确定车辆运动的参考方向。
第二计算模块514,可以用于计算所述行车状态分析时段内的所有极坐标加速度矢量与所述参考向量之间的相位差。
具体实施中,第二计算模块514可以通过计算所述行车状态分析时段内的所有极坐标加速度矢量与所述参考向量之间的相位差,可以确定相应的极坐标加速度所在的时刻的车辆的运动方向。
具体而言,第二计算模块514可以用于通过下列的公式计算极坐标加速度矢量与所述参考向量之间的相位差:
其中,θ为所获取的极坐标加速度矢量与所述参考向量之间的相位差,OM为参考向量。u、v、w为所述参考向量OM的极坐标加速度矢量数据,OM=ui+vj+wk,i、j、k分别为车辆运动平面所在的极坐标系的i轴、j轴和k轴方向;OP2为三轴加速度矢量OP1经过转换所得到的所述车辆运动平面所在的极坐标系内的极坐标加速度矢量,OP1=x1i+y1j+z1k,OP2=x2i+y2j+z2k。
θ为正值还是负值,可以通过向量积计算方法中的右手准则进行判定:当转换得到的极坐标加速度矢量的方向与重力加速度的反方向在车辆运动平面内的分量方向相同时,θ为正值;当转换得到的极坐标加速度矢量的方向与重力加速度的反方向在车辆运动平面内的分量方向相反时,θ为负值。
第二确定模块515,可以用于根据所述相位差确定车辆运动方位角。
图19示出了本发明实施例中的第二确定模块的结构示意图。如图19所示的第二确定模块515可以包括:
第一选取子模块515a,可以用于选取与车辆静止状态时间区段相邻的前一相邻时间区段和后一相邻时间区段。
获取子模块515b,可以用于获取所述前一相邻时间区段和后一相邻时间区段内的所有极坐标加速度矢量。
第二选取子模块515c,可以用于选取与所述参考向量之间的相位差在[-π/2,+π/2]范围内的所有极坐标加速度矢量。
在具体实施中,还第二确定模块515可以包括极坐标加速度矢量选取模块515c’。极坐标加速度矢量选取模块515c’可以用于对所选取的极坐标加速度矢量进行筛选,例如可以选取在车辆运动平面内的分量大于预设的第一模值的极坐标加速度矢量参与迭代运算,可以避免随机选取的极坐标加速度矢量对迭代结果造成的影响,提高计算的准确性。
其中,第一模值可以为0.3~1。
计算子模块515d,可以用于将所述参考向量的相位作为初始迭代矢量,以所述参考向量的相位为中心,获取所选取的极坐标加速度矢量与所述参考向量之间的相位差,并计算所述相位差的平均值,得到相位差平均值。
在具体实施中,参考向量的初始相位可以为零。
比较子模块515e,可以用于比较所述误差绝对值与预设的第一门限值,当所述误差值小于所述第一门限值时,当所述误差绝对值小于所述第一门限值时,选取与所述参考向量之间的相位差在[-π/4,+π/4]内的极坐标加速度矢量,并相应缩小所述第一门限值,继续进行迭代运算和比较,直至所选取的极坐标加速度矢量的相位收敛至最终相位,将所述最终相位确定为车辆运动方位角;当所述误差绝对值大于所述第一门限值时,选取与所述参考向量之间的相位差在[-π,+π]内的所有极坐标加速度矢量,重复所述迭代运算和比较。
在具体实施中,第一门限值可以为1°,算法收敛可以指运算结果的误差随着运算趋于无穷小,不收敛可以指误差扩大或不趋于0。
第二确定子单元52,可以用于根据所述车辆运动方位角确定车辆行驶方向。
图20示出了本发明实施例中的第二确定子单元的结构示意图。如图20所示的第二确定子单元52可以包括:
第二选取模块521,可以用于选取与车辆静止状态时间区段相邻的前一相邻时间区段和后一相邻时间区段。
第二获取模块522,可以用于获取前一相邻时间区段和后一相邻时间区段内的极坐标加速度矢量。
在具体实施中,当判断出车辆在静止状态时,可以推出车辆在静止状态时间区段的前一相邻时间区段内处于减速的状态,而在静止状态时间区段的后一相邻时间区段内处于加速的状态。正是基于上述的情况,第二获取模块522可以通过第二选取模块521选取与车辆静止状态时间区段相邻的前一相邻时间区段和后一相邻时间区段内的极坐标加速度矢量,已提供给第二计算模块523进行统计,进而可以得出车辆行驶方向。
第二计算模块523,可以用于计算所获取的极坐标加速度矢量方向与所述车辆运动方位角之间的角度差,当所述角度差小于预定角度时,则将预设的前进变量和预设的第一增量相加,当所述角度差绝对值大于所述预定角度时,将预设的后退变量与所述第一增量相加。
在具体实施中,第一增量可以为1。
比较判断模块524,可以用于比较所述前进变量与所述后退变量,当所述前进变量大于所述后退变量时,将所述车辆运动方位角作为车辆行驶方向;当所述前进变量大于所述后退变量时,将车辆运动方位角的反方向作为车辆行驶方向为。
在确定了车辆行驶方向后,可以进一步进行行车状态分析,例如判断加减速、判断左右转以及进行其他的行车状态分析。
判断子单元53,可以用于根据所述车辆行驶方向判断加减速和左右转。
图21示出了本发明实施例中的判断子单元的结构示意图。如图21所示,判断子单元53可以包括加减速判断模块531和左右转判断模块532中的至少一种。
在具体实施中,加减速判断模块531可以包括:
第一时间选取子模块531a,可以用于在所述行车状态分析时段内选取一时间窗口。
在具体实施中,时间选取子模块531a可以选取行车状态分析时段内的1秒作为时间窗口。
第一矢量获取子模块531b,可以用于获取所选取的时间窗口内的所有极坐标加速度矢量。
第一误差计算子模块531c,可以用于计算所述极坐标加速度矢量与所述车辆行驶方向、车辆行驶方向的相反方向之间的角度差,分别作为第一角度差、第二角度差。
第一比较判断子模块531d,可以用于当所述第一角度差小于预设的第一误差门限值,且极坐标加速度矢量在车辆行驶方向上的分量模值均值大于预设的加速门限值时,判断车辆处于加速状态;当所述第二角度差小于预设的第二误差门限值,且极坐标加速度矢量在车辆行驶方向上的分量模值均值大于预设的减速门限值,判断车辆处于减速状态。
在具体实施中,第一误差门限值的范围可以为30°~50°,第二误差门限值范围可以为-150°~-130°,加速门限值和减速门限值的范围分别可以为1.5~2.5。
在具体实施中,加减速判断模块531还可以包括第二比较判断子模块531e,可以用于当所述极坐标加速度矢量在车辆行驶方向上的分量模值均值超过预设的警告门限值时,判断车辆处于急加速或者急刹车状态。
急加速就是行车时,在短时间内,通过瞬间急踩油门的方式使得车速度迅速提高。急刹车就是在行车时,在短时间内,通过急踩刹车的方式,使得车辆迅速停止。
其中,警告门限值的范围可以为2.5~4。
在具体实施中,左右转判断模块532包括:
第二时间选取子模块532a,可以用于在所述行车状态分析时段内选取时间分析窗口。
在具体实施中,第二时间选取子模块532a可以选取行车状态分析时段内的3~10秒,作为时间分析窗口。
第二矢量获取子模块532b,可以用于获取所述时间分析窗口内的所有极坐标加速度矢量。
第二矢量选取子模块532c,可以用于选取模值大于预设的第二预设模值的极坐标加速度矢量。
具体实施中,矢量选取模块532c可以选取模值大于预设的第一预设模值的极坐标加速度矢量,这样可以避免随机选取的极坐标加速度矢量对于结果所造成的误差。
其中,第二预设模值的范围可以为0.5~1.5。
角度差计算子模块532d,可以用于计算所选取的极坐标加速度矢量与车辆行驶方向之间的角度差。
比较相加子模块532e,可以用于当所述角度差在预设的第一角度差范围内时,将预设的右转变量与预设的第二增量相加;当所述角度差在预设的第二角度差范围内时,将预设的左转变量与所述第二增量相加。
在具体实施中,第一角度差范围可以为45°~135°,第二角度差范围可以为-135°~-45°。
左右转判断子模块532f,可以用于当所述右转变量与所选取的极坐标加速度矢量个数之间的比率大于预设的比率值时,判断车辆为右转状态;当所述左转变量与所选取的极坐标加速度矢量个数之间的比率大于所述比率值时,判断车辆为左转状态。
在具体实施中,第二增量可以为1,比率值可以为50%。
在具体实施中,左右转判断子模块532f还可以用于在当极坐标加速度矢量在车辆行驶方向上的分量的平均值大于预设的急转弯门限值时,判断车辆处于急转弯状态。
其中,急转弯是指车辆在转弯状态时,速度大,转弯半径小,急转弯门限值可以为2~4。
本发明实施例的行车状态分析装置,由于将所采集到的三轴加速度矢量转换成为车辆运动平面内的极坐标加速度矢量,使得在采集单元位置或者姿态不固定的情况下可以准确地获取车辆运动平面坐在的极坐标系内的极坐标加速度矢量,从而根据所述极坐标加速度矢量进行行车状态分析,可以有效避免行车状态误判情况的发生。
输出单元6,可以用于根据所述行车状态分析结果,输出提示信息。
在具体实施中,输出单元6可以通过根据所述行车状态分析的结果,输出提示信息,使得用户可以及时准确地了解实时的行车状态。
本发明实施例还提供了一种驾驶分析仪,所述驾驶分析仪采用本发明实施例中的行车状态分析装置的结构,适于行车状态分析。
本发明实施例还提供了一种行车控制方法,可以采用上述实施例中的行车状态方法得到的行车状态分析结果,控制车辆的运行。
本发明实施例的行车控制方法,由于将所采集到的三轴加速度矢量转换成为车辆运动平面内的极坐标加速度矢量,使得在采集单元位置或者姿态不固定的情况下可以准确地获取车辆运动平面坐在的极坐标系内的极坐标加速度矢量,从而根据所述极坐标加速度矢量进行行车状态分析,有效避免行车状态误判情况的发生,进而可以准确地控制车辆的运行。
图22示出了本发明实施例中的行车控制***的结构示意图。如图22所示的行车控制***,包括:
行车状态分析装置1A,用于根据本发明实施例中的行车状态分析方法,得出行车状态分析结果。
控制装置2A,用于根据所述行车状态分析装置分析得出的行车状态分析结果,控制车辆的运行。
本发明实施例的行车控制***,由于将所采集到的三轴加速度矢量转换成为车辆运动平面内的极坐标加速度矢量,使得在采集单元位置或者姿态不固定的情况下可以准确地获取车辆运动平面坐在的极坐标系内的极坐标加速度矢量,从而根据所述极坐标加速度矢量进行行车状态分析,有效避免行车状态误判情况的发生,进而可以准确地控制车辆的运行。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:ROM、RAM、磁盘或光盘等。
以上对本发明的方法及装置做了详细的介绍,本发明并不限于此。任何本领域技术人员,在不脱离本发明的精神和范围内,均可作各种更动与修改,因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (24)
1.一种行车状态分析方法,其特征在于,包括:
选取行车状态分析时段;
采集所选取的行车状态分析时段内的三轴加速度数据;
根据所采集的三轴加速度数据确定车辆运动平面;
将所述三轴加速度数据转换成为所述车辆运动平面所在的极坐标系内的极坐标加速度矢量;
根据所述极坐标加速度矢量和所述车辆运动平面进行行车状态分析,得出行车状态分析结果。
2.根据权利要求1所述的行车状态分析方法,其特征在于,还包括:根据所述行车状态分析结果,输出提示信息。
3.根据权利要求1所述的行车状态分析方法,其特征在于,所述根据所采集的三轴加速度数据确定车辆运动平面包括:
确定所述车辆的行车状态;
当所述车辆处于静止状态时,获取所述车辆静止状态时间区段内的三轴加速度数据;
根据所述车辆静止状态时间区段内的三轴加速度数据,采用如下车辆运动平面方程确定所述车辆运动平面:
Ax+By+Cz=0;
其中,A、B、C分别为所获取的车辆静止状态时间区段的三轴加速度数据,x、y、z分别为三轴加速度法向量方向。
4.根据权利要求3所述的行车状态分析方法,其特征在于,所述确定所述车辆的行车状态包括:
选取行车状态分析时段内的时间区段;
获取所述时间区段内的三轴加速度数据;
计算所获取的三轴加速度数据的方差之和;
比较所述方差之和与预设的静止门限值,当所述方差之和小于所述静止门限值时,判断车辆处于静止状态;当所述方差之和大于所述静止门限值且小于预设的翻转门限值时,判断车辆处于行驶状态。
5.根据权利要求4所述的行车状态分析方法,其特征在于,还包括:当所述方差之和大于所述翻转门限值时,判断所述采集单元发生了姿态变化。
6.根据权利要求4所述的行车状态分析方法,其特征在于,采用下述的投影方式将所述三轴加速度矢量转换成为所述车辆运动平面所在的极坐标系内的极坐标加速度矢量,包括:
根据所述车辆运动平面方程,所述车辆运动平面所在的极坐标系内的极坐标加速度矢量满足下列的公式:
其中,OP1=x1i+y1j+z1k,OP2=x2i+y2j+z2k;
x1、y1、z1分别为所获取的三轴加速度矢量数据,x2、y2、z2分别为极坐标加速度矢量数据,OP1为根据所述三轴加速度数据确定的三轴加速度矢量,OP2为OP1经过转换所得到的所述车辆运动平面所在的极坐标系内的极坐标加速度矢量。
7.根据权利要求6所述的行车状态分析方法,其特征在于,所述根据所述极坐标加速度矢量和所述车辆运动平面进行行车状态分析,得出行车状态分析结果包括:
根据所述极坐标加速度矢量和所述车辆运动平面,确定车辆运动方位角;
根据所述车辆运动方位角确定车辆行驶方向;
根据所述车辆行驶方向判断加减速和左右转。
8.权利要求7所述的行车状态分析方法,其特征在于,所述确定车辆运动方位角,包括:
在所述行车状态分析时段起始时刻,计算采集单元平面与所述车辆运动平面之间的夹角;
选取与所述车辆运动平面之间夹角最小的采集单元平面作为参考平面;
将所述参考平面的坐标轴作为参考坐标轴,并将所述参考坐标轴转换成为所述车辆运动平面所在的极坐标系内的极坐标加速度矢量,作为参考向量;
计算所述行车状态分析时段内的所有极坐标加速度矢量与所述参考向量之间的相位差;
根据所述相位差,采用迭代运算的方法确定车辆运动方位角。
9.根据权利要求8所述的行车状态分析方法,其特征在于,所述在所选取的行车状态分析时段起始时刻,计算所述采集单元平面与所述车辆运动平面之间的夹角,包括:
获取车辆静止状态时间区段内的三轴加速度数据;
根据所获取的三轴加速度数据,所述采集单元平面与所述车辆运动平面之间的夹角满足如下公式:
其中,A、B、C为车辆静止状态时间区段内的三轴加速度数据,α为所述采集单元平面与所述车辆运动平面之间的夹角。
10.根据权利要求9所述的行车状态分析方法,其特征在于,所述计算所述行车状态分析时段内的所有极坐标加速度矢量与所述参考向量之间的相位差,包括:
其中,θ为所获取的极坐标加速度矢量与所述参考向量之间的相位差,OM为参考向量,u、v、w为所述参考向量OM的极坐标加速度矢量数据,OM=ui+vj+wk,i、j、k分别为车辆运动平面所在的极坐标系的i轴、j轴和k轴方向;OP2为三轴加速度矢量OP1经过转换所得到的所述车辆运动平面所在的极坐标系内的极坐标加速度矢量,OP1=x1i+y1j+z1k,OP2=x2i+y2j+z2k。
11.根据权利要求7-10任一项所述的行车状态分析方法,其特征在于,根据所述车辆运动方位角确定车辆行驶方向包括:
选取与车辆静止状态时间区段相邻的前一相邻时间区段和后一相邻时间区段;
获取所述前一相邻时间区段和后一相邻时间区段内的极坐标加速度矢量;
计算所获取的极坐标加速度矢量相位与所述车辆运动方位角之间的角度差,当所述角度差小于预定角度时,将预设的前进变量和预设的第一增量相加,当所述角度差绝对值大于所述预定角度时,将预设的后退变量与所述第一增量相加;
比较所述前进变量与所述后退变量,当所述前进变量大于所述后退变量时,将所述车辆运动方位角作为车辆行驶方向,当所述前进变量大于所述后退变量时,将所述车辆运动方位角的反方向作为车辆行驶方向。
12.根据权利要求11所述的行车状态分析方法,其特征在于,所述判断加减速包括:
在所述行车状态分析时段内选取一时间窗口;
获取所选取的时间窗口内的所有极坐标加速度矢量:
计算所述极坐标加速度矢量分别与所述车辆行驶方向、车辆行驶方向的相反方向之间的角度差,分别作为第一角度差、第二角度差;
当所述第一角度差小于预设的第一误差门限值,且极坐标加速度矢量在所述车辆行驶方向上的分量模值均值大于预设的加速门限值时,判断车辆处于加速状态;当所述第二角度差小于预设的第二误差门限值,且极坐标加速度矢量在车辆行驶方向上的分量模值均值大于预设的减速门限值,判断车辆处于减速状态。
13.根据权利要求11所述的行车状态分析方法,其特征在于,所述判断左右转包括:
在所述行车状态分析时段内选取时间分析窗口;
获取所述时间分析窗口内的所有极坐标加速度矢量;
选取模值大于预设的第二预设模值的极坐标加速度矢量;
计算所选取的极坐标加速度矢量与车辆行驶方向之间的角度差,作为第三角度差;
当所述第三角度差在预设的第一角度差范围内时,将预设的右转变量与预设的第二增量相加;当所述第三角度差在预设的第二角度差范围内时,将预设的左转变量与所述第二增量相加;
当所述右转变量与所选取的极坐标加速度矢量的个数之间的比率大于预设的比率值时,判断车辆为右转状态;当所述左转变量与所选取的极坐标加速度矢量的个数之间的比率大于所述比率值时,判断车辆为左转状态。
14.一种行车状态分析装置,其特征在于,包括:
选取单元,用于选取行车状态分析时段;
采集单元,用于采集所选取的行车状态分析时段内的三轴加速度数据;
确定单元,用于根据所采集的三轴加速度数据确定车辆运动平面;
转换单元,用于将所述三轴加速度数据转换成为所述车辆运动平面所在的极坐标系内的极坐标加速度矢量;
分析单元,用于根据所述极坐标加速度矢量和所述车辆运动平面进行行车状态分析,得出行车状态分析结果。
15.根据权利要求14所述的行车状态分析装置,其特征在于,还包括:
输出单元,用于根据所述行车状态分析结果,输出提示信息。
16.根据权利要求15所述行车状态分析装置,其特征在于,所述确定单元包括:
行车状态确定子单元,用于确定所述车辆的行车状态;
数据获取子单元,用于当所述车辆处于静止状态时,获取所述车辆静止状态时间区段内的三轴加速度数据;
运动平面确定子单元,用于根据所述车辆静止状态时间区段内的三轴加速度数据确定所述车辆运动平面。
17.根据权利要求16所述的行车状态分析装置,其特征在于,所述行车状态确定子单元,包括:
选取模块,用于选取行车状态分析时段内的时间区段;
获取模块,用于获取所述时间区段内的三轴加速度数据;
计算模块,用于计算所获取的三轴加速度数据的方差之和;
判断模块,用于比较所述方差之和与预设的静止门限值,当所述方差之和小于所述静止门限值时,判断车辆处于静止状态;当所述方差之和大于所述静止门限值且小于预设的翻转门限值时,判断车辆处于行驶状态。
18.根据权利要求17所述的行车状态分析装置,其特征在于,所述转换单元,用于采用投影的方式将所述三轴加速度矢量转换成为所述车辆运动平面所在的极坐标系内的极坐标加速度矢量。
19.根据权利要求18所述的行车状态分析装置,其特征在于,所述分析单元包括:
第一确定子单元,用于确定车辆运动方位角;
第二确定子单元,用于根据所述车辆运动方位角确定车辆行驶方向;
判断子单元,用于根据所述车辆行驶方向判断加减速和左右转。
20.根据权利要求19所述的行车状态分析装置,其特征在于,所述第一确定子单元,包括:
第一计算模块,用于在所述所选取的行车状态分析时段起始时刻,计算所述采集单元平面与所述车辆运动平面之间的夹角;
第一选取模块,用于将与所述车辆运动平面之间夹角最小的采集单元平面作为参考平面;
第一确定模块,用于将所述参考平面的坐标轴作为参考坐标轴,并将所述参考坐标轴转换成为所述车辆运动平面所在的极坐标系内的极坐标加速度矢量,作为参考向量;
第二计算模块,用于计算所述行车状态分析时段内的所有极坐标加速度矢量与所述参考向量之间的相位差;
第二确定模块,用于根据所述相位差,采用迭代运算的方法确定车辆运动方位角。
21.根据权利要求20所述的行车状态分析装置,其特征在于,所述第二确定子单元包括:
第二选取模块,用于选取与车辆静止状态时间区段相邻的前一相邻时间区段和后一相邻时间区段;
第二获取模块,用于获取前一相邻时间区段和后一相邻时间区段内的极坐标加速度矢量;
第二计算模块,用于计算所获取的极坐标加速度矢量方向与所述车辆运动方位角之间的角度差,当所述角度差小于预定角度时,则将预设的前进变量和预设的第一增量相加,当所述角度差绝对值大于所述预定角度时,将预设的后退变量与所述第一增量相加;
第二比较判断模块,用于比较所述前进变量与所述后退变量,当所述前进变量大于所述后退变量时,将所述车辆运动方位角作为车辆行驶方向;当所述前进变量大于所述后退变量时,将车辆运动方位角的反方向作为车辆行驶方向为。
22.根据权利要求20所述的行车状态分析装置,其特征在于,所述判断子单元,包括加减速判断模块,用于判断车辆的加减速,所述加减速判断模块包括:
第一时间选取子模块,用于在所述行车状态分析时段内选取一时间窗口;
第一矢量获取子模块,用于获取所选取的时间窗口内的所有极坐标加速度矢量:
第一误差计算子模块,用于计算所述极坐标加速度矢量与所述车辆行驶方向、车辆行驶方向的相反方向之间的角度误差,分别作为第一角度差、第二角度差;
第一比较判断子模块,用于当所述第一角度差小于预设的第一误差门限值,且极坐标加速度矢量在车辆行驶方向上的分量模值均值大于预设的加速门限值时,判断车辆处于加速状态;当所述第二角度差小于预设的第二误差门限值,且极坐标加速度矢量在车辆行驶方向上的分量模值均值大于预设的减速门限值,判断车辆处于减速状态。
23.根据权利要求22所述行车状态分析装置,其特征在于,所述加减速判断模块还包括第二比较判断子模块,用于当所述极坐标加速度矢量在车辆行驶方向上的分量模值均值超过预设的警告门限值时,判断车辆处于急加速或者急刹车状态。
24.根据权利要求22所述的行车状态分析装置,其特征在于,所述判断子单元还包括左右转判断模块,用于判断车辆的左右转,所述左右转判断模块包括:
第二时间选取子模块,用于在所述行车状态分析时段内选取时间分析窗口;
第二矢量获取子模块,用于获取所述时间分析窗口内的所有极坐标加速度矢量;
第二矢量选取子模块,用于选取模值大于预设的第二预设模值的极坐标加速度矢量;
角度差计算子模块,用于计算所选取的极坐标加速度矢量与车辆行驶方向之间的角度差;
比较相加子模块,用于当所述角度差在预设的第一角度差范围内时,将预设的右转变量与预设的第二增量相加;当所述角度差在预设的第二角度差范围内时,将预设的左转变量与所述第二增量相加;
左右转判断子模块,用于当所述右转变量与所选取的极坐标加速度矢量个数之间的比率大于预设的比率值时,判断车辆为右转状态;当所述左转变量与所选取的极坐标加速度矢量个数之间的比率大于所述比率值时,判断车辆为左转状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310754386.0A CN103745507B (zh) | 2013-12-31 | 2013-12-31 | 行车状态分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310754386.0A CN103745507B (zh) | 2013-12-31 | 2013-12-31 | 行车状态分析方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103745507A true CN103745507A (zh) | 2014-04-23 |
CN103745507B CN103745507B (zh) | 2016-05-04 |
Family
ID=50502522
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310754386.0A Expired - Fee Related CN103745507B (zh) | 2013-12-31 | 2013-12-31 | 行车状态分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103745507B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105092892A (zh) * | 2015-08-11 | 2015-11-25 | 东软集团股份有限公司 | 一种车辆加速度数据的获取方法和装置 |
CN105911984A (zh) * | 2016-04-21 | 2016-08-31 | 深圳市元征科技股份有限公司 | 降低学习到错误的车辆行驶直线方向的概率的方法及装置 |
CN105957183A (zh) * | 2016-04-21 | 2016-09-21 | 深圳市元征科技股份有限公司 | 一种车辆静止状态检测方法及装置 |
CN106143496A (zh) * | 2015-04-09 | 2016-11-23 | 大陆汽车电子(长春)有限公司 | Eco驾驶状态识别***和方法 |
CN106204804A (zh) * | 2016-07-08 | 2016-12-07 | 南京人人保网络技术有限公司 | 一种监测方法以及装置 |
CN104354699B (zh) * | 2014-10-08 | 2017-01-25 | 北京远特科技股份有限公司 | 一种基于obd终端检测驾驶行为信息的方法和装置 |
CN106415688A (zh) * | 2014-05-20 | 2017-02-15 | 本田技研工业株式会社 | 驾驶特性评估方法、程序和驾驶特性评估装置 |
CN106494407A (zh) * | 2016-11-16 | 2017-03-15 | 山东天地通数码科技有限公司 | 判断汽车行驶状态的分析方法及装置 |
CN107368460A (zh) * | 2017-07-26 | 2017-11-21 | 西南交通大学 | 列车晃车因素检测装置与方法 |
CN109927726A (zh) * | 2019-03-13 | 2019-06-25 | 深兰科技(上海)有限公司 | 一种调整目标车辆运动状态的方法和设备 |
CN110045152A (zh) * | 2019-05-14 | 2019-07-23 | 爱动超越人工智能科技(北京)有限责任公司 | 一种特种车辆行进状态检测方法及装置 |
WO2019211016A1 (de) * | 2018-05-04 | 2019-11-07 | Sivantos Pte. Ltd. | Verfahren zum betrieb eines hörgeräts und hörgerät |
CN114397116A (zh) * | 2022-01-12 | 2022-04-26 | 咸阳黄河轮胎橡胶有限公司 | 一种煤矿工程车辆作业状态智能识别方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1146486A2 (en) * | 2000-04-13 | 2001-10-17 | Daito Mechatronics Co. Ltd. | System for analyzing operating condition of vehicle |
JP2003022461A (ja) * | 2001-07-06 | 2003-01-24 | S P Kikaku:Kk | 車両の運転状況解析システム |
CN101866502A (zh) * | 2010-05-10 | 2010-10-20 | 陈勃生 | 不安全驾驶行为的识别与监控***及方法 |
CN102855673A (zh) * | 2011-06-30 | 2013-01-02 | 浙江维尔科技股份有限公司 | 驾驶培训信息的记录方法、装置及驾驶培训信息记录仪 |
-
2013
- 2013-12-31 CN CN201310754386.0A patent/CN103745507B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1146486A2 (en) * | 2000-04-13 | 2001-10-17 | Daito Mechatronics Co. Ltd. | System for analyzing operating condition of vehicle |
JP2003022461A (ja) * | 2001-07-06 | 2003-01-24 | S P Kikaku:Kk | 車両の運転状況解析システム |
CN101866502A (zh) * | 2010-05-10 | 2010-10-20 | 陈勃生 | 不安全驾驶行为的识别与监控***及方法 |
CN102855673A (zh) * | 2011-06-30 | 2013-01-02 | 浙江维尔科技股份有限公司 | 驾驶培训信息的记录方法、装置及驾驶培训信息记录仪 |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106415688A (zh) * | 2014-05-20 | 2017-02-15 | 本田技研工业株式会社 | 驾驶特性评估方法、程序和驾驶特性评估装置 |
CN104354699B (zh) * | 2014-10-08 | 2017-01-25 | 北京远特科技股份有限公司 | 一种基于obd终端检测驾驶行为信息的方法和装置 |
CN106143496B (zh) * | 2015-04-09 | 2018-11-30 | 大陆汽车电子(长春)有限公司 | Eco驾驶状态识别***和方法 |
CN106143496A (zh) * | 2015-04-09 | 2016-11-23 | 大陆汽车电子(长春)有限公司 | Eco驾驶状态识别***和方法 |
CN105092892B (zh) * | 2015-08-11 | 2018-11-06 | 东软集团股份有限公司 | 一种车辆加速度数据的获取方法和装置 |
CN105092892A (zh) * | 2015-08-11 | 2015-11-25 | 东软集团股份有限公司 | 一种车辆加速度数据的获取方法和装置 |
CN105911984B (zh) * | 2016-04-21 | 2018-08-28 | 深圳市元征科技股份有限公司 | 降低学习到错误的车辆行驶直线方向的概率的方法及装置 |
CN105957183A (zh) * | 2016-04-21 | 2016-09-21 | 深圳市元征科技股份有限公司 | 一种车辆静止状态检测方法及装置 |
CN105911984A (zh) * | 2016-04-21 | 2016-08-31 | 深圳市元征科技股份有限公司 | 降低学习到错误的车辆行驶直线方向的概率的方法及装置 |
CN105957183B (zh) * | 2016-04-21 | 2018-05-29 | 深圳市元征科技股份有限公司 | 一种车辆静止状态检测方法及装置 |
CN106204804A (zh) * | 2016-07-08 | 2016-12-07 | 南京人人保网络技术有限公司 | 一种监测方法以及装置 |
CN106494407B (zh) * | 2016-11-16 | 2019-01-29 | 山东天地通数码科技有限公司 | 判断汽车行驶状态的分析方法及装置 |
CN106494407A (zh) * | 2016-11-16 | 2017-03-15 | 山东天地通数码科技有限公司 | 判断汽车行驶状态的分析方法及装置 |
CN107368460A (zh) * | 2017-07-26 | 2017-11-21 | 西南交通大学 | 列车晃车因素检测装置与方法 |
WO2019211016A1 (de) * | 2018-05-04 | 2019-11-07 | Sivantos Pte. Ltd. | Verfahren zum betrieb eines hörgeräts und hörgerät |
CN112055975A (zh) * | 2018-05-04 | 2020-12-08 | 西万拓私人有限公司 | 用于运行听力设备的方法及听力设备 |
CN112055975B (zh) * | 2018-05-04 | 2021-12-21 | 西万拓私人有限公司 | 用于运行听力设备的方法及听力设备 |
US11418892B2 (en) | 2018-05-04 | 2022-08-16 | Sivantos Pte. Ltd. | Method of operating a hearing device, and hearing device |
CN109927726A (zh) * | 2019-03-13 | 2019-06-25 | 深兰科技(上海)有限公司 | 一种调整目标车辆运动状态的方法和设备 |
CN110045152A (zh) * | 2019-05-14 | 2019-07-23 | 爱动超越人工智能科技(北京)有限责任公司 | 一种特种车辆行进状态检测方法及装置 |
CN114397116A (zh) * | 2022-01-12 | 2022-04-26 | 咸阳黄河轮胎橡胶有限公司 | 一种煤矿工程车辆作业状态智能识别方法 |
CN114397116B (zh) * | 2022-01-12 | 2024-01-26 | 咸阳黄河轮胎橡胶有限公司 | 一种煤矿工程车辆作业状态智能识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103745507B (zh) | 2016-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103745507A (zh) | 行车状态分析方法及装置 | |
Zhao et al. | Development of a representative urban driving cycle construction methodology for electric vehicles: A case study in Xi’an | |
CN111873804B (zh) | 一种电动汽车工况数据生成方法和能耗评价工况生成方法 | |
CN102941853B (zh) | 基于实时无线通讯网络的汽车智能辅助驾驶***及方法 | |
EP4141736A1 (en) | Lane tracking method and apparatus | |
CN103646561B (zh) | 基于道路异常区域评估的路径选择方法及*** | |
CN109544992A (zh) | 一种基于GPS和ZigBee的车辆碰撞预警*** | |
CN115018016B (zh) | 一种人工驾驶车辆换道意图识别方法和*** | |
CN110850439A (zh) | 一种高精度三维点云地图构建方法 | |
CN102175463B (zh) | 一种基于改进卡尔曼滤波的汽车路试制动性能检测方法 | |
CN107346612A (zh) | 一种基于车联网的车辆防碰撞方法和*** | |
JP7162919B2 (ja) | Hmm-rfハイブリッドモデルに基づく大型車両横転警告方法 | |
CN107458380A (zh) | 一种适用于综合驾驶工况下的道路坡度实时估计方法 | |
CN112147658B (zh) | 一种车辆移动方向的判断方法、装置、设备及存储介质 | |
CN103578227A (zh) | 基于gps定位信息的疲劳驾驶检测方法 | |
CN105930565A (zh) | 基于线性策略的交叉熵算法的交通仿真模型参数标定方法 | |
CN106585490A (zh) | 疲劳驾驶检测方法、***及方向盘 | |
CN115544888A (zh) | 一种基于物理机理与机器学习混杂理论的动态场景边界评估方法 | |
CN113033899A (zh) | 无人驾驶邻近车辆轨迹预测方法 | |
Brahim et al. | A machine learning smartphone-based sensing for driver behavior classification | |
CN114064656B (zh) | 一种基于路端感知***的自动驾驶场景识别与转化方法 | |
CN111497856A (zh) | 一种针对电动汽车用户的驾驶习惯识别与充电管理方法 | |
CN107331163A (zh) | 一种排队长度计算方法及装置 | |
CN110263836A (zh) | 一种基于多特征卷积神经网络的不良驾驶状态识别方法 | |
CN204415378U (zh) | 一种基于车载智能终端对车辆进行标定的装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20210409 Address after: 17 / F, west of Xinhua United building, 775 Huaihai Middle Road, Huangpu District, Shanghai 200020 Patentee after: SHANGHAI SHANGTAI AUTOMOBILE INFORMATION SYSTEM Co.,Ltd. Address before: 17 / F, west of Xinhua United building, 775 Huaihai Middle Road, Huangpu District, Shanghai 200020 Patentee before: SUNTEC SOFTWARE (SHANGHAI) Co.,Ltd. |
|
TR01 | Transfer of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160504 Termination date: 20211231 |
|
CF01 | Termination of patent right due to non-payment of annual fee |