主权项: |
1.一种用于电控车辆的防溜车系统,其特征在于,包括: 检测模块,其设置在车身上,用于检测路况和车况; 分析模块,其与所述检测模块连接,用于接收所述检测模块的检测数据,并作出控制决策; 控制模块,其与所述分析模块和制动管路连接,用于接收所述分析模块的控制决策,并对所述制动管路进行压力补偿。 2.如权利要求1所述的用于电控车辆的防溜车系统,其特征在于,所述控制模块与连接所述制动管路的供油泵和增压阀连接,用于对所述制动管路进行压力补偿。 3.如权利要求1或2所述的用于电控车辆的防溜车系统,其特征在于,所述检测模块包括: 坡脚传感器,其设置在车身底盘上,用于检测路面坡脚; 压力传感器,其设置在制动管路中,用于检测制动管路的实际压力; 重量传感器,其设置在所述车身地盘上,用于检测车身重量; 速度传感器,其设置在所述车身底盘上,用于检测车辆制动前的行驶速度; 附着系数传感器,其设置在车辆轮胎上,用于检测车辆轮胎在地面的附着系数; 多个距离传感器,其分别设置在车辆前侧和后侧,用于检测车辆与前方和后方相邻车辆的距离。 4.一种用于电控车辆的防溜车系统的控制方法,其特征在于,采集车辆行驶的路况和车况,并基于BP神经网络确定车辆制动状态和制动管路中的压力补偿状态,包括: 步骤一、按照采样周期,通过传感器测量车辆制动前的行驶速度、车辆与前方和后方相邻车辆的距离、车重、行驶路面坡脚、路面附着系数及制动管路中的实际压力; 步骤二、确定三层BP神经网络的输入层神经元向量x={x1,x2,x3,x4,x5,x6,x7};其中,x1为车辆制动前的行驶速度,x2为车辆与前方相邻车辆的距离,x3为车辆与后方相邻车辆的距离,x4为车重,x5为行驶路面坡度,x6为路面附着系数,x7为制动管路中的实际压力; 步骤三、所述输入层向量映射到隐层,隐层的神经元为m个; 步骤四、得到输出层神经元向量o={o1,o2};其中,o1为车辆制动状态,o2为制动管路中的压力补偿状态,所述输出层神经元值为当o1为1时,车辆制动,当o1为0时,车辆会发生溜车,所述输出层神经元值为当o2为1时,制动管路中需要进行压力补偿,当o2为0时,制动管路中不需要进行压力补偿。 5.如权利要求4所述的用于电控车辆的防溜车系统的控制方法,其特征在于,当o1=1时,o2=0;当o1=0时,o2=1,并控制所述制动管路中的压力补偿值为: 式中,P为制动管路中的压力补偿值,ξ为校正系数,v为车辆制动前的行驶速度,v0为设定的标准行驶速度,θ为行驶路面坡角,α为行驶路面坡度,e为自然对数的底数,DA为单位距离,f(C)为车辆行驶的状态函数,C为车辆行驶状态,C>0,车辆行驶方向和溜车方向相同,C<0,车辆行驶方向和溜车方向相反,M为车重,g为重力加速度,μ为路面附着系数,P0为制动管路中的实际压力,Du为车辆与前方相邻车辆的距离,Dd为车辆与后方相邻车辆的距离。 6.如权利要求4或5所述的用于电控车辆的防溜车系统的控制方法,其特征在于,所述行驶路面坡度为: 7.如权利要求6所述的用于电控车辆的防溜车系统的控制方法,其特征在于,还包括报警系统,当制动管路中压力补偿值超过设定阈值时,报警,提醒驾驶员通过脚刹或者手刹辅助制动。 8.如权利要求4、5或7所述的用于电控车辆的防溜车系统的控制方法,其特征在于,所述隐层的神经元个数m满足:其中,n为输入层节点个数,p为输出层节点个数。 9.如权利要求8所述的用于电控车辆的防溜车系统的控制方法,其特征在于,所述隐层及所述输出层的激励函数均采用S型函数fj(x)=1/(1+e-x)。 |