详情

原文传递基于模糊逻辑的整体式罐车多源信息融合侧翻预警方法

专利名称：	基于模糊逻辑的整体式罐车多源信息融合侧翻预警方法
摘要：	本发明提出了一种基于模糊逻辑的整体式罐车多源信息融合侧翻预警方法，首先明确三个侧翻表征参数和分别计算对应的预估侧翻发生的概率，然后建立基于模糊逻辑的概率计算模型，最后计算预估侧翻发生的最优概率并分级别进行预警。本发明所提出的侧翻预警方法无需考虑复杂的动力学方程和车身参数，只需冗余处理多个低成本传感器信息，再通过基于模糊逻辑的概率计算模型得到预估侧翻发生的最优概率。该方法分析数据全面，以概率形式将侧翻危险精确量化，能够在整体式罐车存在较小的侧翻危险时准确、及时预警，使驾驶员尽早采取预防措施，减少侧翻事故的发生。
专利类型：	发明专利
国家地区组织代码：	江苏;32
申请人：	东南大学
发明人：	李旭;韦坤;徐启敏
专利状态：	有效
申请日期：	2019-03-11T00:00:00+0800
发布日期：	2019-06-14T00:00:00+0800
申请号：	CN201910179582.7
公开号：	CN109878509A
代理机构：	南京众联专利代理有限公司
代理人：	叶涓涓
分类号：	B60W30/04(2006.01);B;B60;B60W;B60W30
申请人地址：	211189 江苏省南京市玄武区四牌楼2号
主权项：	1.基于模糊逻辑的整体式罐车多源信息融合侧翻预警方法，其特征在于，包括如下步骤：步骤一：明确三个侧翻表征参数和分别计算对应的预估侧翻发生的概率整体式罐车侧翻表征参数为：侧倾角α、侧向加速度A和板簧压力横向转移率L，板簧压力横向转移率L计算公式为：式中，Fli是整体式罐车第i根车轴左侧钢板弹簧受到的压力，Fri是整体式罐车第i根车轴右侧钢板弹簧受到的压力，i是整体式罐车车轴位置编号，i＝1,2,…,n，n是整体式罐车总的车轴数量；选用的传感器有MEMS陀螺仪和若干压力传感器，根据MEMS陀螺仪输出信息得到侧倾角α和侧向加速度A，根据压力传感器输出信息和公式(1)计算得到板簧压力横向转移率L；MEMS陀螺仪固定于整体式罐车底盘中心，压力传感器安装于钢板弹簧与车轮的结合处，压力传感器数量取决于整体式罐车两侧钢板弹簧个数；定义基于侧倾角α判断侧翻发生的概率为P1，式中，α为整体式罐车的侧倾角，αT为预设的侧倾角阈值，αT＞0，0≤P1≤1，P1小数点后保留两个有效数字；定义基于侧向加速度A判断侧翻发生的概率为P2，式中，A为整体式罐车的侧向加速度，AT为预设的侧向加速度阈值，AT＞0，0≤P2≤1，P2小数点后保留两个有效数字；定义基于板簧压力横向转移率L判断侧翻发生的概率为P3，式中，L为整体式罐车的板簧压力横向转移率，L≥0，LT为预设的板簧压力横向转移率阈值，LT＞0，0≤P3≤1，P3小数点后保留两个有效数字；步骤二：建立基于模糊逻辑的概率计算模型 1)明确输入变量和输出变量将步骤一中P1、P2和P3作为计算模型的输入变量，将预估侧翻发生的最优概率做为输出变量； 2)精确量的模糊化模糊化是将输入变量数值转化成各个模糊集合隶属度的过程，是模糊逻辑的第一步，模糊化时需要考虑下列问题； 1.选定输入变量的模糊集合选定三个模糊集合，即小、中、大，字母表示依次为S、M、B； 2.确定模糊集合的隶属度函数输入变量的范围都是0～1，故三个模糊集合对应的隶属度函数定义如下：式中，fS(x)为模糊集合S的隶属度函数，fM(x)为模糊集合M的隶属度函数,fB(x)为模糊集合B的隶属度函数，三个隶属度函数值小数点后保留两个有效数字，x表示各输入变量所对应的概率，0≤x≤1；对于三个输入变量P1、P2和P3，根据隶属度函数可得到：fS(P1)、fM(P1)、fB(P1)，fS(P2)、fM(P2)、fB(P2)，fS(P3)、fM(P3)、fB(P3)； 3)模糊推理模糊规则是以驾驶员的成熟经验和侧翻仿真模拟结果为基础，认为三个输入概率有两个及以上达到B集合时，则认为预估侧翻发生的概率达到了B集合；有两个概率达到M集合一个概率达到B集合时，也认为预估侧翻发生的概率达到了B集合；三个概率都达到M集合时，则认为预估侧翻发生的概率达到了M集合；有两个概率处于S集合一个概率达到B集合时，则认为预估侧翻发生的概率达到了M集合；有两个概率达到M集合一个概率处于S集合时，则认为预估侧翻发生的概率达到了M集合；一个概率达到B集合一个概率达到M集合一个概率达到S集合，也认为预估侧翻发生的概率达到了M集合；有两个概率处于S集合一个概率处于M或S集合，则认为预估侧翻发生的概率达到了S集合；由于规则中使用与运算来组合模糊条件语句，因此每个规则输出结果的隶属度通过min函数计算得到；规则1：如果P1处于S集合与P2处于S集合与P3处于S集合，那么输出结果为预估侧翻发生的概率处于S集合，由于P1为S集合的隶属度为fS(P1)，P2为S集合的隶属度为fS(P2)，P3为S集合的隶属度为fS(P3)，因此输出结果的隶属度为min(fS(P1)、fS(P2)、fS(P3))，其他规则以此类推，共有27条规则； 4)确定解模糊策略采用重心法作为解模糊策略，计算公式如下：式中，R是计算模型的输出变量，即预估侧翻发生的最优概率，FSj是模糊规则中第j条规则输出结果的隶属度，OWj是模糊规则中第j条规则输出结果中模糊集合的权重，权重通常取每个集合的中间值，即OW(S)＝0.25，OW(M)＝0.5，OW(B)＝0.75；步骤三：计算预估侧翻发生的最优概率并分级别进行预警将P1、P2和P3三个预估侧翻发生的概率输入步骤二中建立的概率计算模型，得到预估侧翻发生的最优概率R，根据R的大小分级别进行预警，预警模块由语音提示单元和蜂鸣器组成，固定于驾驶室里，预警规则如下：不报警时，语音提示单元和蜂鸣器不工作；一级报警时，语音提示单元播放：“请安全驾驶”，蜂鸣器低频震动；二级报警时，语音提示单元播放：“请谨慎驾驶”，蜂鸣器中频震动；三级报警时，语音提示单元播放：“危险，即将发生侧翻”，蜂鸣器高频震动。
所属类别：	发明专利