CN104791113B - 基于行驶路况的发动机自动启停智能触发方法及*** - Google Patents

Abstract

本发明公开了一种基于行驶路况的发动机自动启停智能触发方法及***，通过对行驶路况的智能识别，区别出当前行驶路况是在等待红灯还是处于拥堵状态，并且识别红灯等待停留时间，避免不必要的发动机自动启停。本发明将图像识别和汽车上的自启停技术相结合，能实现汽车在红绿灯等待和拥堵状况时的智能自动启停功能，使汽车自动启停功能更加实时性，精确性，最大限度节省燃油，降低排放。

Description

基于行驶路况的发动机自动启停智能触发方法及***

技术领域

本发明涉及车辆工程领域，尤其涉及一种基于行驶路况的发动机自动启停智能触发***。

背景技术

我国石油资源短缺,对外依存度比较高,目前石油进口量以每年两位数字的百分比增长,而机动车石油消耗量与国内石油需求量的比重持续升高，石油资源即将进入捉襟见肘的状态。随着汽车的普及率越来越高，城市汽车日益增多，交通拥堵率急剧上升，造成了车辆振动、噪声以及怠速燃油浪费等问题，加上机动车尾气大量的排放，城市环境也是每况愈下，所以节能减排势在必行。在节能减排的大趋势下，首先应该从机动车的行驶状态方面的改善入手。

为了解决这一问题以实现节能减排，发动机自启停技术应运而生，其主要工作原理是在驾驶员踩下制动踏板两秒后开始工作，然后使发动机处于暂时的“休眠”状态，一旦驾驶员踩下油门踏板，发动机又重新开始工作，这样就可以避免车辆怠速时的燃油浪费，从而减少噪声，振动以及有害气体的排放。但现有的启停***过于机械化，只考虑到了车辆的行驶状态，没有考虑车辆行驶的路况问题，尤其是在走走停停的路段，发动机频繁启停动，不仅达不到节油的目的，反而造成了燃油的浪费，降低了车辆的平稳性和舒适性，在某种程度上也加剧了发动机的磨损。在等待红灯以及堵车时，自启停***无法满足车主对其灵活性的要求。所以很多时候车主只能被迫关闭自动启停功能，致使这一先进节能减排技术成为鸡肋。

发明内容

本发明要解决的技术问题在于针对现有自启停技术中的缺陷，提供一种基于行驶路况的发动机自动启停智能触发***，以节约汽车燃油。

本发明提供了一种基于行驶路况的发动机自动启停智能触发方法，包括以下步骤：

S1、获取刹车踏板信号，当车速为零时，通过安装在汽车后视镜上的摄像头对前方路况进行拍照，并对获取的原始图像进行初次切割，得到感兴趣区域彩色图片；

S2、对初次切割的图像进行预处理，并分别提取红色、黄色及绿色区域，判断这些区域是否有交通信号灯，若有，则判断当前路况为红绿灯状态；若无，则判断当前路况为拥堵状态；

S3、若处于红绿灯状态，则对图像进行二次切割，按一定顺序分别得到包含信号灯或者数字的图像子区域，并进行图像处理，便于对数字和信号灯的识别；

S4、对图像子区域进行形状识别，先判断是否有信号灯，若有，则判断汽车行驶方向是否为红灯；若为红灯，则对数字图像进行判断，若大于第一预设时间，则控制发动机停止转动；

S5、若当前路况为拥堵状态，则进行踏板踩动频率分析，若判断在第二预设时间内，车速为零的次数大于预设次数，则控制发动机停止转动。

本发明所述的方法中，步骤S2中对对初次切割的图像进行预处理具体为：根据摄像头拍摄角度可知红绿灯将位于图片的上半部分，因此提取图片上半部分作为感兴趣区域彩色图片，并进行二值化处理，将满足阈值条件的像素点赋值1，不满足的赋值0；基于开闭运算，对像素值都为1的连通区域进行删选，将连通区域包含像素数小于总像素数0.2％的区域赋值为0，以达到去除噪音的目的。

本发明所述的方法中，步骤S3中对图像进行二次切割具体为：基于图像的水平和垂直投影灰度值跃变的机理进行分割，分割出多个包含信号灯或者数字的矩形区域，并根据每个矩形区域的四个角点从所述感兴趣区域彩色图片中剪切出原始对应的矩形区域。

本发明所述的方法中，步骤S4中若信号灯为箭头，则对箭头方向识别判断的方法具体为：

利用DtB和Hu不变矩混合特征匹配法对箭头的方向和数字图像进行判断，当判断结果为车辆行驶方向是红灯时，再利用Hu不变矩法从左至右对剩下区域进行形状的特征值提取，分别算出0-9这十个数字的模板特征值与提取的特征值的欧氏距离，通过比较欧氏距离与预设数字的大小，来判断数字图像的数值，当最左边数值大于0时，则开启自启停***控制模块，控制发动机停止转动；若等于0，再判断下一区域数值，当大于预设值时，则开启自启停***控制模块，控制发动机停止转动。

本发明所述的方法中，步骤S5中进行踏板踩动频率分析具体为：

通过行车车轮转速表上的转速传感器，运用计数原理，对车速为零出现频率进行统计，并根据统计结果进行下一步分析处理。

本发明还提供了一种基于行驶路况的发动机自动启停智能触发***，包括：

车速判断模块，用于获取刹车踏板信号，当车速为零时，通过安装在汽车后视镜上的摄像头对前方路况进行拍照；

图像处理模块，用于将摄像头获取的原始图像进行初次切割，得到感兴趣区域彩色图片；对初次切割的图像进行预处理，并分别提取红色、黄色及绿色区域；

信号灯及形状识别模块，用于判断提取的红色、黄色及绿色区域是否有交通信号灯，若有，则判断当前路况为红绿灯状态；若无，则判断当前路况为拥堵状态；若处于红绿灯状态，则通过图像处理模块对图像进行二次切割，按一定顺序分别得到包含信号灯或者数字的图像子区域，并进行图像处理，以便于对数字和信号灯的识别；该信号灯及形状识别模块还用于对图像子区域进行形状识别，先判断是否有信号灯，若有，则判断汽车行驶方向是否为红灯；若为红灯，则对数字图像进行判断；

自启停***控制模块，用于在数字图像中的数字大于第一预设时间时，控制发动机停止转动；

踏板踩动频率分析模块，用于在当前路况为拥堵状态时，进行踏板踩动频率分析，若判断在第二预设时间内，车速为零的次数大于预设次数，则通过自启停***控制模块，控制发动机停止转动。

本发明所述的***中，所述图像处理模块对初次切割的图像进行预处理具体为：根据摄像头拍摄角度可知红绿灯将位于图片的上半部分，因此提取图片上半部分作为感兴趣区域彩色图片，并进行二值化处理，将满足阈值条件的像素点赋值1，不满足的赋值0；基于开闭运算，对像素值都为1的连通区域进行删选，将连通区域包含像素数小于总像素数0.2％的区域赋值为0，以达到去除噪音的目的。

本发明所述的***中，所述图像处理模块对图像进行二次切割具体为：基于图像的水平和垂直投影灰度值跃变的机理进行分割，分割出多个包含信号灯或者数字的矩形区域，并根据每个矩形区域的四个角点从所述感兴趣区域彩色图片中剪切出原始对应的矩形区域。

本发明所述的***中，在信号灯为箭头时，所述图像处理模块对箭头和箭头方向识别判断的方法具体为：

利用DtB和Hu不变矩混合特征匹配法对箭头的形状和方向进行判断，当判断结果为车辆行驶方向是红灯时，再利用Hu不变矩法从左至右对剩下区域进行形状的特征值提取；判断特征值的数值，当最左边数值大于0时，则开启自启停***控制模块，控制发动机停止转动；若等于0，再判断下一区域数值，当大于预设值时，则开启自启停***控制模块，控制发动机停止转动。

本发明所述的***中，所述踏板踩动频率分析模块具体用于：通过行车车轮转速表上的转速传感器，运用计数原理，对车速为零出现频率进行统计，并根据统计结果进行下一步分析处理。

本发明产生的有益效果是：本发明通过对行驶路况的智能识别，区别出当前行驶路况是在等待红灯还是处于拥堵状态，并且识别红灯等待停留时间，避免不必要的发动机自动启停。通过将图像识别和汽车上的自启停技术相结合，能实现汽车在红绿灯等待和拥堵状况时的智能自动启停功能，使汽车自动启停功能更加实时性，精确性，最大限度节省燃油，降低排放。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1是本发明实施例基于行驶路况的发动机自动启停智能触发方法的流程图；

图2是本发明另一实施例基于行驶路况的发动机自动启停智能触发方法的流程图；

图3a是本发明一个实施例中常见路口拍摄的红灯图；

图3b是红色区域提取图；

图3c是感兴趣区域图像切割取反图；

图3d是基于图像二值化的二次切割图；

图4是本发明实施例基于行驶路况的发动机自动启停智能触发***的结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

本发明通过将图像识别和汽车上的自启停技术相结合，能实现汽车在红绿灯等待和拥堵状况时的智能自动启停功能，可提高发动机自动启停的智能化，从而节约汽车燃油，降低汽车尾气的排放。

如图1所示，本发明实施例基于行驶路况的发动机自动启停智能触发方法，包括以下步骤：

S1、获取刹车踏板信号，当车速为零时，通过安装在汽车后视镜上的摄像头对前方路况进行拍照，并对获取的原始图像进行初次切割，得到感兴趣区域彩色图片；

S2、对初次切割的图像进行预处理，并分别提取红色、黄色及绿色区域，判断这些区域是否有交通信号灯，若有，则判断当前路况为红绿灯状态；若无，则判断当前路况为拥堵状态；

S3、若处于红绿灯状态，则对图像进行二次切割，按一定顺序分别得到包含信号灯或者数字的图像子区域，并进行图像处理，便于对数字和信号灯的识别；

S4、对图像子区域进行形状识别，先判断是否有信号灯，若有，则判断汽车行驶方向是否为红灯；若为红灯，则对数字图像进行判断，若大于第一预设时间，则开启自启停***控制模块，控制发动机停止转动；

S5、若当前路况为拥堵状态，则进行踏板踩动频率分析，若判断在第二预设时间内，车速为零的次数大于预设次数，则开启自启停***控制模块，控制发动机停止转动。

步骤S2中对初次切割的图像进行预处理具体为：根据摄像头拍摄角度可知红绿灯将位于图片的上半部分，因此提取图片上半部分作为感兴趣区域彩色图片，并进行二值化处理，将满足阈值条件的像素点赋值1，不满足的赋值0；基于开闭运算，对像素值都为1的连通区域进行删选，将连通区域包含像素数小于总像素数0.2％的区域赋值为0，以达到去除噪音的目的。

步骤S3中对图像进行二次切割具体为：基于图像的水平和垂直投影灰度值跃变的机理进行分割，分割出多个包含信号灯或者数字的矩形区域，并根据每个矩形区域的四个角点从所述感兴趣区域彩色图片中剪切出原始对应的矩形区域。

步骤S4中若信号灯为箭头，则对箭头和箭头方向和数字图像识别判断的方法具体为：

利用DtB和Hu不变矩混合特征匹配法对箭头的方向进行判断，当判断结果为车辆行驶方向是红灯时，再利用Hu不变矩法从左至右对剩下区域进行形状的特征值提取，分别算出0-9这十个数字的模板特征值与提取的特征值的欧氏距离，通过比较欧氏距离与预设数字的大小，来判断数字图像的数值，当最左边数值大于0时，则开启自启停***控制模块，控制发动机停止转动；若等于0，再判断下一区域数值，当大于预设值时，则开启自启停***控制模块，控制发动机停止转动。

步骤S5中进行踏板踩动频率分析具体为：

通过行车车轮转速表上的转速传感器，运用计数原理，对车速为零出现频率进行统计，并根据统计结果进行下一步分析处理。

本发明的一个具体实施例中，基于行驶路况的发动机自动启停智能触发***，包括中高档汽车上自带的摄像头、车速判断模块、图像处理模块、信号灯及形状识别模块、自启停***控制模块、踏板踩动频率分析模块以及相关传感器。使用以上***，如图2所示，具体包括以下步骤：

(1)当遇到红绿灯或处于拥挤状态时，司机踩下刹车踏板，当车速为零时，安装在汽车的后视镜中间位置的摄像头接收传感器传递过来的信号，开始对前方路况进行拍照，得到如图3a所示图片，***通过基于Matlab的图像处理程序模块对获取的原始图像image进行剪切获得感兴趣区域，该实施例中，具体为从原始图像image左下端点为(0，0)，横坐标为原始图像image宽的0.1，纵坐标为原始图像image高的0.5为起点，切割宽为0.9image，高为0.5image大小的图片，从而得到感兴趣区域彩色图片，并将信号转换为数字信号传递给处理***。

(2)车载摄像头拍摄角度可知红绿灯将位于图片的上半部分，发动机自动启停智能触发***会根据这一特征提取图片上半部分作为感兴趣部分。并利用阈值法分别提取其红色、黄色及绿色区域。该实施例中利用Matlab软件模块对一次分割后的图像进行二值化处理即将满足阈值条件的像素点赋值1，不满足的赋值0。然后基于开闭运算，对像素值都为1的连通区域进行删选，将连通区域包含像素数小于总像素数0.2％的区域赋值为0，达到去除噪音的目的，得到例如图3b所示的效果。从图中可以看出，灯的部分和数字部分都十分突出，在此基础上，进行第一次切割：分别基于纵向投影和横向投影先后进行纵横切割，切割所得的第一个图片如图3c所示。然后***对处理后的图像进行判断，若区域中有圆形区域或箭头区域则判断为有红灯若有红灯，若有红灯则判断当前路况为红绿灯状态；若无红灯则判断当前路况为拥堵状态。

(3)若***判断路况处于红绿灯状态，则基于图像处理的红绿灯方位及时长识别程序模块对图像进行二次分割。由于交通灯各子部分大致为水平分布，***先对图像基于垂直投影灰度值跃变的机理进行分割，再基于水平投影进行分割，从而有效去除无关区域而分割出各个感兴趣的矩形区域，如图3d所示。然后根据每幅图像的坐标定位对图像进行排序。按一定顺序分别得到包含红色箭头和红色数字等多个矩形图像子区域后，根据每个矩形区域的四个角点从步骤(1)得到的感兴趣区域彩色图片中剪切出原始的箭头和数字彩色区域，再次经过一系列图像处理，使图像变得更加清晰，便于后面的数字和箭头的识别。

(4)将提取出的感兴趣区域进行形状识别，先判断是否有信号灯，信号灯有两种可能，圆形与箭头形。对于含有圆形和数字的图片直接对数字图像进行提取然后判断数字的数值，当最左边数值大于0时，实施自启停，若等于0，再判断下一区域数值，当大于5时实施自启停，否则不实施。为了使***判断更加准确性与敏感性，可采用10组数据对神经网络进行训练，再对测试样本进行测试。对于含有箭头及数字的图片，***接受汽车转向灯***传递过来的信号判断汽车下一步的行驶方向，利用DtB和Hu不变矩混合特征匹配法对箭头的形状和方向进行判断，然后对两个方向进行匹配判断，当判断结果为车辆行驶方向是红灯时，再利用Hu不变矩法按照从左至右的顺序对剩下区域进行形状的特征值提取，从而判断出数值。对数值的分析处理方法与圆形情况相同。

(5)道路拥堵分析模块***通过行车车轮转速表上的转速传感器，运用计数原理，对车速为零的情况出现的频率进行统计，并将所得信息传递给计算单元。判断拥堵的标准为在任意30秒时间段内，汽车车速为零出现次数大于3次。计算单元运用统计学原理，根据判断标准进行处理计算。最后计算单元将计算结果转换成数字信号通过信号口传递给自启停***控制模块，若自启停***控制模块收到信号，则自启停***开启，发动机停止转动。若自启停***控制模块没有收到信号，则自启停***控制模块不开启，发动机继续工作。

本发明实施例基于行驶路况的发动机自动启停智能触发***，如图4所示，包括：

车速判断模块，用于获取刹车踏板信号，当车速为零时，通过安装在汽车后视镜上的摄像头对前方路况进行拍照；

图像处理模块，用于将摄像头获取的原始图像进行初次切割，得到感兴趣区域彩色图片；对初次切割的图像进行预处理，并分别提取红色、黄色及绿色区域；

信号灯及形状识别模块，用于判断提取的红色、黄色及绿色区域是否有交通信号灯，若有，则判断当前路况为红绿灯状态；若无，则判断当前路况为拥堵状态；若处于红绿灯状态，则通过图像处理模块对图像进行二次切割，按一定顺序分别得到包含信号灯或者数字的图像子区域，并进行图像处理，以便于对数字和信号灯的识别；该信号灯及形状识别模块还用于对图像子区域进行形状识别，先判断是否有信号灯，若有，则判断汽车行驶方向是否为红灯；若为红灯，则对数字图像进行判断；

自启停***控制模块，用于在数字图像中的数字大于第一预设时间时，控制发动机停止转动；

踏板踩动频率分析模块，用于在当前路况为拥堵状态时，进行踏板踩动频率分析，若判断在第二预设时间内，车速为零的次数大于预设次数，则通过自启停***控制模块，控制发动机停止转动。

所述图像处理模块对初次切割的图像进行预处理具体为：根据摄像头拍摄角度可知红绿灯将位于图片的上半部分，因此提取图片上半部分作为感兴趣区域彩色图片，并进行二值化处理，将满足阈值条件的像素点赋值1，不满足的赋值0；基于开闭运算，对像素值都为1的连通区域进行删选，将连通区域包含像素数小于总像素数0.2％的区域赋值为0，以达到去除噪音的目的。

所述图像处理模块对图像进行二次切割具体为：基于图像的水平和垂直投影灰度值跃变的机理进行分割，分割出多个包含信号灯或者数字的矩形区域，并根据每个矩形区域的四个角点从所述感兴趣区域彩色图片中剪切出原始对应的矩形区域。

在信号灯为箭头时，所述信号灯及形状识别模块对箭头方向和数字图像识别判断的方法具体为：

利用DtB和Hu不变矩混合特征匹配法对箭头的方向进行判断，当判断结果为车辆行驶方向是红灯时，再利用Hu不变矩法从左至右对剩下区域进行形状的特征值提取，分别算出0-9这十个数字的模板特征值与提取的特征值的欧氏距离，通过比较欧氏距离与预设数字的大小，来判断数字图像的数值，当最左边数值大于0时，则开启自启停***控制模块，控制发动机停止转动；若等于0，再判断下一区域数值，当大于预设值时，则开启自启停***控制模块，控制发动机停止转动。

所述踏板踩动频率分析模块具体用于：通过行车车轮转速表上的转速传感器，运用计数原理，对车速为零出现频率进行统计，并根据统计结果进行下一步分析处理。

应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (10)

1.一种基于行驶路况的发动机自动启停智能触发方法，其特征在于，包括以下步骤：

S1、获取刹车踏板信号，当车速为零时，通过安装在汽车后视镜上的摄像头对前方路况进行拍照，并对获取的原始图像进行初次切割，得到感兴趣区域彩色图片；

S2、对初次切割的图像进行预处理，并分别提取红色、黄色及绿色区域，判断这些区域是否有交通信号灯，若有，则判断当前路况为红绿灯状态；若无，则判断当前路况为拥堵状态；

S3、若处于红绿灯状态，则对图像进行二次切割，按一定顺序分别得到包含信号灯或者数字的图像子区域，并进行图像处理，便于对数字和信号灯的识别；

S4、对图像子区域进行形状识别，先判断是否有信号灯，若有，则判断汽车行驶方向是否为红灯；若为红灯，则对数字图像进行判断，若大于第一预设时间，则控制发动机停止转动；

S5、若当前路况为拥堵状态，则进行踏板踩动频率分析，若判断在第二预设时间内，车速为零的次数大于预设次数，则控制发动机停止转动。

2.根据权利要求1所述的方法，其特征在于，步骤S2中对初次切割的图像进行预处理具体为：根据摄像头拍摄角度可知红绿灯将位于图片的上半部分，因此提取图片上半部分作为感兴趣区域彩色图片，并进行二值化处理，将满足阈值条件的像素点赋值1，不满足的赋值0；基于开闭运算，对像素值都为1的连通区域进行删选，将连通区域包含像素数小于总像素数0.2%的区域赋值为0，以达到去除噪音的目的。

3.根据权利要求2所述的方法，其特征在于，步骤S3中对图像进行二次切割具体为：基于图像的水平和垂直投影灰度值跃变的机理进行分割，分割出多个包含信号灯或者数字的矩形区域，并根据每个矩形区域的四个角点从所述感兴趣区域彩色图片中剪切出原始对应的矩形区域。

4.根据权利要求1所述的方法，其特征在于，步骤S4中若信号灯为箭头，则对箭头方向和数字图像识别判断的方法具体为：

利用DtB和Hu不变矩混合特征匹配法对箭头的方向进行判断，当判断结果为车辆行驶方向是红灯时，再利用Hu不变矩法从左至右对剩下区域进行形状的特征值提取，分别算出0-9这十个数字的模板特征值与提取的特征值的欧氏距离，通过比较欧氏距离与预设数字的大小，来判断数字图像的数值，当最左边数值大于0时，则开启自启停***控制模块，控制发动机停止转动；若等于0，再判断下一区域数值，当大于预设值时，则开启自启停***控制模块，控制发动机停止转动。

5.根据权利要求1所述的方法，其特征在于，步骤S5中进行踏板踩动频率分析具体为：

通过行车车轮转速表上的转速传感器，运用计数原理，对车速为零出现频率进行统计，并根据统计结果进行下一步分析处理。

6.一种基于行驶路况的发动机自动启停智能触发***，其特征在于，包括：

车速判断模块，用于获取刹车踏板信号，当车速为零时，通过安装在汽车后视镜上的摄像头对前方路况进行拍照；

图像处理模块，用于将摄像头获取的原始图像进行初次切割，得到感兴趣区域彩色图片；对初次切割的图像进行预处理，并分别提取红色、黄色及绿色区域；

信号灯及形状识别模块，用于判断提取的红色、黄色及绿色区域是否有交通信号灯，若有，则判断当前路况为红绿灯状态；若无，则判断当前路况为拥堵状态；若处于红绿灯状态，则通过图像处理模块对图像进行二次切割，按一定顺序分别得到包含信号灯或者数字的图像子区域，并进行图像处理，以便于对数字和信号灯的识别；该信号灯及形状识别模块还用于对图像子区域进行形状识别，先判断是否有信号灯，若有，则判断汽车行驶方向是否为红灯；若为红灯，则对数字图像进行判断；

自启停***控制模块，用于在数字图像中的数字大于第一预设时间时，控制发动机停止转动；

踏板踩动频率分析模块，用于在当前路况为拥堵状态时，进行踏板踩动频率分析，若判断在第二预设时间内，车速为零的次数大于预设次数，则通过自启停***控制模块，控制发动机停止转动。

7.根据权利要求6所述的***，其特征在于，所述图像处理模块对初次切割的图像进行预处理具体为：根据摄像头拍摄角度可知红绿灯将位于图片的上半部分，因此提取图片上半部分作为感兴趣区域彩色图片，并进行二值化处理，将满足阈值条件的像素点赋值1，不满足的赋值0；基于开闭运算，对像素值都为1的连通区域进行删选，将连通区域包含像素数小于总像素数0.2%的区域赋值为0，以达到去除噪音的目的。

8.根据权利要求7所述的***，其特征在于，所述图像处理模块对图像进行二次切割具体为：基于图像的水平和垂直投影灰度值跃变的机理进行分割，分割出多个包含信号灯或者数字的矩形区域，并根据每个矩形区域的四个角点从所述感兴趣区域彩色图片中剪切出原始对应的矩形区域。

9.根据权利要求6所述的***，其特征在于，在信号灯为箭头时，所述信号灯及形状识别模块对箭头方向和数字图像识别判断的方法具体为：

利用DtB和Hu不变矩混合特征匹配法对箭头的方向进行判断，当判断结果为车辆行驶方向是红灯时，再利用Hu不变矩法从左至右对剩下区域进行形状的特征值提取，分别算出0-9这十个数字的模板特征值与提取的特征值的欧氏距离，通过比较欧氏距离与预设数字的大小，来判断数字图像的数值，当最左边数值大于0时，则开启自启停***控制模块，控制发动机停止转动；若等于0，再判断下一区域数值，当大于预设值时，则开启自启停***控制模块，控制发动机停止转动。

10.根据权利要求6所述的***，其特征在于，所述踏板踩动频率分析模块具体用于：通过行车车轮转速表上的转速传感器，运用计数原理，对车速为零出现频率进行统计，并根据统计结果进行下一步分析处理。