CN108765942B - 一种智能网联汽车弯道危险预警***及方法 - Google Patents

Abstract

本发明提供一种智能网联汽车弯道危险预警方法，建立车辆空气动力学模型和三自由度车辆力矩平衡方程，进而推导出车辆过弯时的离心力表达式，再联合推算出车辆侧翻临界速度；提取与车辆侧翻相关的状态参数，建立车辆侧翻的极限状态方程，利用可靠度理论中的一阶二次矩阵法优化极限状态方程的求解过程，求得功能函数；通过验算点法建立车辆侧翻状态预测模型，得到车辆侧翻状态指数，进而推算出车辆行驶安全的概率；根据车辆行驶安全的概率判断是否进行车辆危险预警。本发明能够提前对前方弯道的危险进行预测，将各项车、路以及环境所能造成车辆弯道危险的风险指标综合分析，实时准确提供量化预测指标，确保车辆在弯道行驶时的稳定性和安全性。

Description

一种智能网联汽车弯道危险预警***及方法

技术领域

本发明属于智能网联汽车技术领域，具体涉及一种智能网联汽车弯道危险预警***及方法。

背景技术

随着我国机动车保有量的逐年攀升，每年发生的交通事故次数也是随之提高，据统计我国弯道交通事故所导致的死亡人数占比约为16.3％。车辆在弯道易发生车辆碰撞、侧滑、侧翻等危险事故。如今的车辆弯道危险预警研究主要集中于侧翻时间预测、车辆侧倾角阈值、车辆横向载荷转移率、车辆弯道安全车速预测这几个方面，都是以车辆自身动力学和驾驶员输入分析为基础，来建立车辆危险预警模型，但实际情况下，车辆弯道危险的诱因不仅仅局限于车辆自身，还涉及到道路坡度、曲率半径、天气因素、风速和风向等道路环境信息，因此传统的车辆危险预警方法存在很大局限性。只有通过将人车路环境进行耦合分析，全面动态地评估车辆的安全性，将车辆的危险量化为一种概率预测模型，精确地为驾驶员提供车辆弯道的危险程度预测，做出及时的预警，才能有效减少车辆发生危险的可能性。

现有的道路环境的弯道危险预警，如中国专利申请CN104200693A公开了一种基于智能网联汽车的防侧翻方法，主要是将合理的弯道车速限定为固定值，而缺少对道路环境特性、车辆特性的量化分析，不符合实际需求。如中国专利申请CN106945670A公开了一种基于驾驶员输入预测的汽车防侧翻***及控制策略，只考虑到人的输入因素，即方向盘转角，提出可预测的汽车侧翻指标而没有考虑到环境道路以及车辆自身参数。如中国专利申请CN106965804A公开了一种货车侧翻风险预估方法，通过对车辆实际重心高度、重心水平位置、整车重心侧向偏移等参数，来预估出一个前轮转向阈值，来防止车辆侧翻。如中国专利申请CN106945659A公开了一种基于轮胎侧偏变形的汽车侧翻预警方法，通过电阻应变片检测汽车轮胎变形量，实时将其与稳态变形量分析比较汽车侧翻危险。

由以上现有公开文献可以看出，现有的侧翻预测专利主要从限定合理的速度、驾驶员因素、车辆重心、轮胎变形等车辆自身参数这些方面单独考虑，且以通常是以危险时间、侧倾角度或危险速度等物理量为预测指标，来衡量车辆危险。

发明内容

本发明要解决的技术问题是：提供一种智能网联汽车弯道危险预警***及方法，多参数考虑，提高复杂环境下侧翻预测模型的准确性，保证车辆行驶的安全性。

本发明为解决上述技术问题所采取的技术方案为：一种智能网联汽车弯道危险预警方法，其特征在于：它包括以下步骤：

S1、建立车辆空气动力学模型和三自由度车辆力矩平衡方程，进而推导出车辆过弯时的离心力表达式，再联合推算出车辆侧翻临界速度；

S2、提取与车辆侧翻相关的状态参数，建立车辆侧翻的极限状态方程，利用可靠度理论中的一阶二次矩阵法优化所述的极限状态方程的求解过程，求得功能函数；

S3、通过验算点法建立车辆侧翻状态预测模型，得到车辆侧翻状态指数β_r，进而推算出车辆行驶安全的概率P_s；

S4、基于车辆行驶安全的概率P_s建立车辆弯道危险预警，根据车辆行驶安全的概率P_s判断是否进行车辆危险预警。

按上述方法，S1所述的车辆侧翻临界速度按以下公式获得：

式中，V_th为车辆侧翻临界速度，R为弯道半径，m为车身质量，g为重力加速度，θ为车辆与侧向风的速度夹角，b为轮距，h为车辆重心高度，β为道路横坡角，ρ为空气密度，A为车辆侧向迎风面积，V_re为车辆与侧向风的相对速度。

按上述方法，根据S1得到的车辆侧翻临界速度公式，S2提取的所述的与车辆侧翻相关的状态参数包括：车速V、车辆与侧向风的相对速度V_re、车辆与侧向风的速度夹角θ、弯道半径R、道路横坡角β、重心高度h、车身质量m、轮距b、空气密度ρ、车辆侧向迎风面积A。

按上述方法，S2中车辆侧翻的极限状态方程如下：

Z_r＝f(X)＝V-V_th

定义状态空间X＝(X₁,X₂,...,X₁₀)^T＝(V,V_re,θ,R,β,h,m,b,ρ,A)；

对极限状态方程进行线性化处理，通过在某一状态空间点x₀＝(x₁,x₂,...,x₁₀)^T极限状态方程进行泰勒展开，并取一次项作为功能函数Z_r的简化表达式，得到线性化后的功能函数Z_L，即：

其中

为极限状态方程的梯度。

按上述方法，所述的S3具体为：

(1)若状态空间X中的状态参数均服从正态分布，各变量之间相互独立，采用验算点法建立车辆侧翻状态预测模型，设定初始验算点x^*，正态分布的随机变量X_i的平均值和标准差分别为

和

则车辆侧翻状态指数β_r为：

车辆行驶安全概率P_s＝Φ(β_r)；

(2)若状态空间X中的至少1个状态参数不服从独立随机分布，则先要获取两个相关状态参数X_i和X_j间的相关系数

再计算车辆侧翻状态指数β_r为：

然后采用当量正态法将状态空间X中的状态参数转化为标准正态分布，再计算车辆行驶安全概率P_s。

按上述方法，设置安全概率阈值P_r，当车辆行驶安全的概率P_s小于P_r时，发出侧翻预警。

按上述方法，将侧翻预警设置若干等级，进行分级预警。

用于实现所述的智能网联汽车弯道危险预警方法的***，其特征在于：本***包括信息采集模块、智能网联模块、弯道危险计算模块和危险预警显示模块；其中，

信息采集模块包括车速传感器、风速传感器、横向加速度传感器、地图匹配***以及控制开关；

弯道危险计算模块包括用于通过智能网联模块接收信息采集模块采集的数据，并实现步骤S1-S3的微处理器与相应的处理电路；

危险预警显示模块包括用于实现步骤S4的仪表指示灯和安全预警蜂鸣器；

所述的控制开关用于控制本***的开启和闭合。

按上述***，所述的仪表指示灯的工作状态如下：

当本***处于开启模式时，仪表指示灯保持亮光模式，且颜色随着危险预警等级增加，由绿色变黄色，最终变为红色；

当本***处于关闭模式时，仪表指示灯保持熄灭状态；

在本***开启时，所述的安全预警蜂鸣器的声音强度随着危险预警等级的增加而逐步增强。

本发明的有益效果为：引入空气动力学模型、车辆三自由度模型，将所有危险指标综合起来考虑，能够提前对前方弯道的危险进行预测，将各项车、路以及环境所能造成车辆弯道危险的风险指标综合分析，并通过验算点法来建立车辆侧翻状态预测模型，实时准确提供量化预测指标，以提高复杂环境下侧翻预测模型的准确性，确保车辆在弯道行驶时的稳定性和安全性。

附图说明

图1为车辆弯道行驶示意图。

图2为本发明一实施例的总体流程图。

图3为本发明一实施例的***框图。

具体实施方式

下面结合具体实例和附图对本发明做进一步说明。

图1是车辆弯道行驶示意图，其中示意了车辆行驶方向，风险点，车辆坐标点，车载传感器通信基站，智能网联平台，可以对智能网联汽车的车路环境间的通信过程做出描述。

本发明提供一种智能网联汽车弯道危险预警方法，如图2所示，它包括以下步骤：

S1、建立车辆空气动力学模型和三自由度车辆力矩平衡方程，进而推导出车辆过弯时的离心力表达式，再联合推算出车辆侧翻临界速度。

(1)建立空气动力学模型，依据空气动力学的原理，侧向风在车辆过弯时会产生一种外部干扰，对行车安全有很大影响。假设车辆沿着x方向以速度V行驶，风速为U，风速与车速的夹角为

便可知车辆与侧向风的相对速度V_re和速度夹角θ。

建立车辆所受侧向风的力和力矩方程：

其中：F_w,x,F_w,y和F_w,z表示侧向风在纵向、横向和垂向三个方向对车辆产生的力；

为侧向风的风力系数；A为车辆侧向迎风面积；h为车辆重心高度；ρ为空气密度；M_w,x、M_w,y、M_w,z为三个方向的力矩；

为侧向风的力矩系数。

风力系数和力矩系数可以根据经验公式，对这些系进行估算如下：

(2)车辆三自由度模型

当车辆一侧轮胎离地时，极有可能发生侧翻。以此，建立根据力矩平衡方程可知：

∑M_o＝0.5b(mg-F_w,z)cosβ+h(mg-F_w,z)sinβ-h(F_g+F_w,y)cosβ+0.5b(F_g+F_w,y)sinβ＝0

其中m为车身质量；b为轮距；g为重力加速度；β为道路横坡角；F_w,z为侧向风在垂向对车辆产生的升力；F_w,y为侧向风对车辆产生的横向力；F_g为车辆过弯时的离心力。

由上式的力矩平衡方程，可知：

同时，车辆作转向运动时，其所受的离心力如下：

F＝mV²/R

其中R为弯道半径。

联合式上述所有式子，可知车辆发生侧翻的临界速度V_th为：

S2、提取与车辆侧翻相关的状态参数，建立车辆侧翻的极限状态方程，利用可靠度理论中的一阶二次矩阵法优化所述的极限状态方程的求解过程，求得功能函数。

(1)通过上文中对车辆的空气动力学特性与三自由度动力学特性分析，取车速V、车辆与侧向风的相对速度V_re、车辆与侧向风的速度夹角θ、弯道半径R、道路横坡角β、重心高度h、车身质量m、轮距b、空气密度ρ、侧向迎风面积A等10个与车辆侧翻相关的状态参数，建立车辆侧翻的极限状态方程如下：

Z_r＝f(X)＝V-V_th

其中，定义状态空间X＝(X₁,X₂,...,X₁₀)^T＝(V,V_re,θ,R,β,h,m,b,ρ,A)。

(2)本发明采用可靠度理论中的一阶二次矩法优化极限状态方程的求解过程。首先，对极限状态方程进行线性化处理，通过在某一点x₀＝(x₁,x₂,...,x₁₀)^T将极限状态方程进行Taylor展开，并取一次项作为功能函数Z_r的简化表达式，可得线性化后的功能函数Z_L，即：

其中

为极限状态方程的梯度。

S3、通过验算点法建立车辆侧翻状态预测模型，得到车辆侧翻状态指数β_r，进而推算出车辆行驶安全的概率P_s。

(1)采用验算点法建立车辆侧翻状态预测模型。设定初始验算点X^*，计算侧翻安全指数β_r，再通过计算新的x^*与前一步值进行比较，直至前后两步的||x^*||之差在允许范围之内。这样在不断求解后得到的侧翻状态指数β_r，即为坐标原点到极限状态曲面的最短距离。假设随机变量均服从正态分布，各变量之间相互独立，设定初始验算点x^*，正态分布的随机变量X_i的平均值和标准差分别为

和

则车辆侧翻状态指数即为：

车辆行驶安全概率P_s＝Φ(β_r)；

(2)若状态空间X中的某些变量不服从独立随机分布，则先要获取两个相关变量X_i和X_j间的相关系数

再用相关变量法求解概率指数。

然后采用当量正态法将状态空间X中的状态参数转化为标准正态分布，再计算车辆行驶安全概率P_s。

S4、基于车辆行驶安全的概率P_s建立车辆弯道危险预警，根据车辆行驶安全的概率P_s判断是否进行车辆危险预警。

设置安全概率阈值P_r，当车辆行驶安全的概率P_s小于P_r时，发出侧翻预警。

进一步的，将侧翻预警设置若干等级，进行分级预警。本实施例中，将侧翻预警分为以下三个等级：当0.8P_r＜P_s≤P_r时，危险预警为I级；当0.5P_r＜P_s≤0.8P_r时，危险预警为II级；当0.3P_r＜P_s≤0.5P_r时，危险预警为III级。

用于实现所述的智能网联汽车弯道危险预警方法的***，如图3所示，本***包括信息采集模块1、智能网联模块2、弯道危险计算模块3和危险预警显示模块4.其中，信息采集模块1包括车速传感器11、风速传感器12、横向加速度传感器13、GPS***14以及控制开关15；用于采集环境风速和风向角、车辆实时速度、横向加速度、前方道路线形信息。所述的智能网联模块2包括地图匹配***21和信息处理***22。弯道危险计算模块3包括用于通过智能网联模块2接收信息采集模块1采集的数据，并实现步骤S1-S3的微处理器31与相应的处理电路32。危险预警显示模块4包括用于实现步骤S4的仪表指示灯41和安全预警蜂鸣器42；所述的控制开关15用于控制本***的开启和闭合。

所述的智能网联模块2获取信息采集模块1的数据通过5g网络，先通过GPS数据进行地图匹配，获取前方道路信息，再通过信息处理***22将相关数据分析处理；所述的处理电路32获取来智能网联模块2的信息处理信号，进而传递给微处理器31；微处理器31通过计算车辆的侧翻临界速度V_th和行驶安全概率P_S指标并且进行判断处理，将判断结果和预警信号通过5g网络传输至汽车的危险预警显示模块4；当危险预警显示模块4获取到安全信号，预警显示模块4不显示任何信息，当获取到危险预警信号时，显示模块4的仪表指示灯41亮起；如果是I级危险预警信号，仪表指示灯41亮绿灯，如果是II级危险预警信号，仪表指示灯41亮黄灯，如果是III级危险预警信号，仪表指示灯41亮红灯；所述的安全预警蜂鸣器42用于产生预警提示，在车辆弯道危险预警***工作时，安全预警蜂鸣器42的声音强度随着预警等级的增加而逐步增强。

以上实施例仅用于说明本发明的设计思想和特点，其目的在于使本领域内的技术人员能够了解本发明的内容并据以实施，本发明的保护范围不限于上述实施例。所以，凡依据本发明所揭示的原理、设计思路所作的等同变化或修饰，均在本发明的保护范围之内。

Claims (5)

1.一种智能网联汽车弯道危险预警方法，其特征在于：它包括以下步骤：

S1、建立车辆空气动力学模型和三自由度车辆力矩平衡方程，进而推导出车辆过弯时的离心力表达式，再联合推算出车辆侧翻临界速度；

S2、提取与车辆侧翻相关的状态参数，建立车辆侧翻的极限状态方程，利用可靠度理论中的一阶二次矩阵法优化所述的极限状态方程的求解过程，求得功能函数；

S3、通过验算点法建立车辆侧翻状态预测模型，得到车辆侧翻状态指数β_r，进而推算出车辆行驶安全的概率P_s；

S4、基于车辆行驶安全的概率P_s建立车辆弯道危险预警，根据车辆行驶安全的概率P_s判断是否进行车辆危险预警；

S1所述的车辆侧翻临界速度按以下公式获得：

式中，V_th为车辆侧翻临界速度，R为弯道半径，m为车身质量，g为重力加速度，θ为车辆与侧向风的速度夹角，b为轮距，h为车辆重心高度，β为道路横坡角，ρ为空气密度，A为车辆侧向迎风面积，V_re为车辆与侧向风的相对速度；

根据S1得到的车辆侧翻临界速度公式，S2提取的所述的与车辆侧翻相关的状态参数包括：车速V、车辆与侧向风的相对速度V_re、车辆与侧向风的速度夹角θ、弯道半径R、道路横坡角β、重心高度h、车身质量m、轮距b、空气密度ρ、车辆侧向迎风面积A；

S2中车辆侧翻的极限状态方程如下：

Z_r＝f(X)＝V-V_th

定义状态空间X＝(X₁,X₂,...,X₁₀)^T＝(V,V_re,θ,R,β,h,m,b,ρ,A)；

对极限状态方程进行线性化处理，通过在某一状态空间点x₀＝(x₁,x₂,...,x₁₀)^T将极限状态方程进行泰勒展开，并取一次项作为功能函数Z_r的简化表达式，得到线性化后的功能函数Z_L，即：

其中

为极限状态方程的梯度；

所述的S3具体为：

(1)若状态空间X中的状态参数均服从正态分布，各变量之间相互独立，采用验算点法建立车辆侧翻状态预测模型，设定初始验算点x^*，正态分布的随机变量X_i的平均值和标准差分别为

和

则车辆侧翻状态指数β_r为：

车辆行驶安全概率P_s＝Φ(β_r)；

(2)若状态空间X中的至少1个状态参数不服从独立随机分布，则先要获取两个相关状态参数X_i和X_j间的相关系数

其中i≠j，再计算车辆侧翻状态指数β_r为：

然后采用当量正态法将状态空间X中的状态参数转化为标准正态分布，再计算车辆行驶安全概率P_s。

2.根据权利要求1所述的智能网联汽车弯道危险预警方法，其特征在于：设置安全概率阈值P_r，当车辆行驶安全的概率P_s小于P_r时，发出侧翻预警。

3.根据权利要求2所述的智能网联汽车弯道危险预警方法，其特征在于：将侧翻预警设置若干等级，进行分级预警。

4.用于实现权利要求1至3中任意一项所述的智能网联汽车弯道危险预警方法的***，其特征在于：本***包括信息采集模块、智能网联模块、弯道危险计算模块和危险预警显示模块；其中，

信息采集模块包括车速传感器、风速传感器、横向加速度传感器、地图匹配***以及控制开关；

弯道危险计算模块包括用于通过智能网联模块接收信息采集模块采集的数据，并实现步骤S1-S3的微处理器与相应的处理电路；

危险预警显示模块包括用于实现步骤S4的仪表指示灯和安全预警蜂鸣器；

所述的控制开关用于控制本***的开启和闭合。

5.根据权利要求4所述的***，其特征在于：所述的仪表指示灯的工作状态如下：

当本***处于开启模式时，仪表指示灯保持亮光模式，且颜色随着危险预警等级增加，由绿色变黄色，最终变为红色；

当本***处于关闭模式时，仪表指示灯保持熄灭状态；

在本***开启时，所述的安全预警蜂鸣器的声音强度随着危险预警等级的增加而逐步增强。

Images