详情

原文传递基于工况识别的商用车侧翻预警方法研究

论文题名：	基于工况识别的商用车侧翻预警方法研究
关键词：	商用车;侧翻预警;灰色模型;马尔科夫链理论;支持向量机
摘要：	商用车因体积大、质心高和轮距相对较小的特点使其极易在高速转弯等危险工况下发生侧翻事故。气压制动系统是保证商用车和驾驶员安全行驶至关重要的一部分，但是由于商用车气压制动系统的气压建立过程存在一定的时延，故驾驶员在感知到车辆侧翻即将发生时再作用制动踏板就会错失最佳的制动效果，造成侧翻事故的发生。因此，设计一种完善可靠的商用车侧翻预警方法是非常有必要的。本文选取商用车中的大型客车作为具体的研究对象，以J-Turn工况、双移线工况和蛇形工况作为研究场景，提出一种基于工况识别的商用车侧翻预警方法。最后搭建IPG-Xpack4/TruckMaker-Simulink硬件在环试验台，并将ECU(ElectronicControlUint)接入试验台验证，观察商用车侧翻预警方法的有效性。主要进行了以下方面的工作。　　（1）逐一分析常用的几种商用车侧翻指标，并结合灰色模型的理论特点，确定将LTR(Lateral-loadTransferRate)作为本次研究的侧翻指标；考虑到直接获取车轮两侧垂直作用力难度大、成本高，在三自由度车辆侧翻运动学模型的基础上，通过合理假设和数学推导建立LTR估计器；建立Matlab/Simulink和Trucksim的联合仿真平台，在双移线工况下验证LTR估计器的准确性。　　（2）分析灰色模型的预测原理，并结合LTR估计器建立商用车侧翻预测的GM（1,1）预测模型。在Simulink中设计商用车侧翻灰色预测模型的Level1-S函数，并在Matlab/Simulink和Trucksim的联合仿真环境中验证模型的预测精度；为进一步提高灰色预测模型的输出精度，在GM（1,1）模型的基础上引入马尔科夫链理论进行在线优化。针对易影响灰色-马尔科夫链模型输出精度的残差划分状态数量这一因素，设置3组不同残差划分状态数量的仿真实验作为对照，观察模型的输出精度与残差划分状态数量有何关系；针对灰色-马尔科夫链模型在双移线工况和J-Turn工况下仍然存在一定预测误差的问题，建立基于误差补偿的LTR动态阈值库，实现更加准确的侧翻预警结果。　　（3）分析支持向量机的分类原理，选择方向盘转角变化率、横向加速度和横摆角速度作为实现分类的特征向量；猜想是否可以通过使用二叉树分类法对双移线工况、J-Turn工况以及蛇形工况分别进行两次二分类来实现工况识别的目的，但通过特征向量的适用性分析发现以上猜想并不成立；提出一种前端和后端工况识别器串联组合的多工况识别策略，并设置多组不同工况条件的仿真实验来验证该策略的有效性。　　（4）搭建IPG-Xpack4/TruckMaker-Simulink硬件在环试验台。将灰色-马尔科夫链模型编写为算法，连同硬件板驱动集成编译下载至实际电子控制单元。ECU所需车辆状态数据以及输出的预警电平信号均通过Xpack4板卡机箱和上位机软件TruckMaker进行交互。硬件在环试验在蛇形工况、双移线工况和J-Turn工况下各进行一次，验证本文所提出的侧翻预警方法是否能够实现预期功能。
作者：	王朝阳
专业：	汽车运用工程
导师：	辜志强
授予学位：	硕士
授予学位单位：	武汉理工大学
学位年度：	2021