原文传递
基于多信息融合的车辆危险工况预警技术研究
| 论文题名： | 基于多信息融合的车辆危险工况预警技术研究 |
| 关键词： | 汽车;危险预警系统;安全性;动力学模型;预测模型 |
| 摘要： | 随着我国公路建设的快速发展与车辆数量的日益增加，道路交通事故数量也在高速上升。我国路况复杂，交通事故经常事发突然，由于驾驶员来不及反应，或驾驶员注意力不够集中，不能及时预知事故风险而未能采取有效的机动措施，导致交通事故的发生。所以，在车辆即将进入危险工况前给驾驶员以警示是非常重要的。如今，车辆危险预警系统已成为国内外学者的研究热点。 建立合理的模型，是车辆预警算法的重要部分。本文选取侧翻和碰撞作为危险工况，分别建立三自由度侧倾动力学模型和能够准确预测车辆位置的车辆位置运动学模型，并在Matlab/Simulink环境中搭建仿真模型。对侧翻模型和位置预测模型进行典型工况仿真并分别与Trucksim模型和Prescan模型对比，以验证其合理性。 碰撞预警或侧翻预警等危险工况预警系统需要通过传感器获得车辆各种实时状态参数。而由于成本限制导致的测量状态精度不高，或某些状态无法直接测量，给预警系统带来了挑战。基于多信息融合方法之一的卡尔曼滤波和所建侧倾动力学模型与车辆位置预测模型，分别针对侧翻预警和碰撞预警系统进行车辆状态估计，提高测量状态精度，对某些未测量量进行估计，实现状态参数的软测量，大大提高了系统可靠性，降低了成本。对基于TTR的车辆侧翻预警算法和基于TTC的车辆协同碰撞预警算法进行了研究，达到了对侧翻、碰撞两种车辆危险工况预警的目的。最后，进行了主动防侧翻控制及主动避撞纵向控制，验证了侧倾动力学模型和车辆位置预测模型的有效性。 |
| 作者： | 熊琦玮 |
| 专业： | 机械工程 |
| 导师： | 宋晓琳 |
| 授予学位： | 硕士 |
| 授予学位单位： | 湖南大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
