详情

原文传递一种基于物联网的车辆预警刹车方法

专利名称：	一种基于物联网的车辆预警刹车方法
摘要：	本发明公开一种基于物联网的车辆预警刹车方法，采集路况和车况，并基于BP神经网络确定车辆振动影响等级和刹车调速状态，具体包括步骤一、按照采样周期，采集车身的重量，路面坡度，车辆纵向车速，车辆纵向加速度，车轮胎压，车辆振动烈度，路面摩擦系数，车辆与纵向相邻前车的实时距离；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,x8}；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,o3}；其中，o1为车辆振动影响等级，o2为车辆刹车调速状态，o3为预警状态，所述输出层神经元值为o1＝{A,B,C}；当o2＝1时，车辆需要进行刹车调速，当o2＝0时，车辆正常行驶；当o3＝1时，报警系统发出警报，当o3＝0时，报警系统不工作。
专利类型：	发明专利
国家地区组织代码：	辽宁;21
申请人：	辽宁工业大学
发明人：	蔡希彪;孙福明;贾旭
专利状态：	有效
申请日期：	2019-02-26T00:00:00+0800
发布日期：	2019-06-21T00:00:00+0800
申请号：	CN201910141449.2
公开号：	CN109910865A
代理机构：	北京远大卓悦知识产权代理事务所(普通合伙)
代理人：	李烨
分类号：	B60W10/18(2012.01);B;B60;B60W;B60W10
申请人地址：	121001 辽宁省锦州市古塔区士英街169号
主权项：	1.一种基于物联网的车辆预警刹车方法，其特征在于，采集路况和车况，并基于BP神经网络确定车辆振动影响等级和刹车调速状态，具体包括如下步骤：步骤一、按照采样周期，采集车身的重量，路面坡度，车辆纵向车速，车辆纵向加速度，车轮胎压，车辆振动烈度，路面摩擦系数，车辆与纵向相邻前车的实时距离；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,x8}；其中，x1为车身的重量，x2为路面坡度，x3为车辆纵向车速，x4为车辆纵向加速度，x5为车轮胎压，x6为车辆振动烈度，x7为路面摩擦系数，x8为车辆与纵向相邻前车的实时距离；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,o3}；其中，o1为车辆振动影响等级，o2为车辆刹车调速状态，o3为预警状态，所述输出层神经元值为o1＝{A,B,C}；当o2＝1时，车辆需要进行刹车调速，当o2＝0时，车辆正常行驶；当o3＝1时，报警系统发出警报，当o3＝0时，报警系统不工作。 2.如权利要求1所述的基于物联网的车辆预警刹车方法，其特征在于，当o2＝1，且o1＝A时，车辆需要刹车调速的制动加速度满足： a＝a0；其中，a为车辆需要刹车调速的制动加速度，a0为车辆刹车调速的标准制动加速度。 3.如权利要求1所述的基于物联网的车辆预警刹车方法，其特征在于，当o2＝1，且o1＝B时，车辆需要进行刹车调速的制动加速度满足：其中，a为车辆需要刹车调速的制动加速度，a0为车辆刹车调速的标准制动加速度，d为车辆与纵向相邻前车的实时距离，Ds为车辆与纵向相邻前车的安全距离，为路面坡度，M为车身重量，MA为单位重量，V为车辆纵向车速，Vrms为车辆振动烈度，ac为车辆纵向加速度，ζ为路面摩擦系数，P为车轮胎压，P0为大气压强，e为自然对数的底数。 4.如权利要求1所述的基于物联网的车辆预警刹车方法，其特征在于，当o2＝1，且o1＝C时，车辆需要进行刹车调速的制动加速度满足：其中，a为车辆需要刹车调速的制动加速度，a0为车辆刹车调速的标准制动加速度，d为车辆与纵向相邻前车的实时距离，Ds为车辆与纵向相邻前车的安全距离，为路面坡度，M为车身重量，MA为单位重量，V为车辆纵向车速，Vrms为车辆振动烈度，ac为车辆纵向加速度，ζ为路面摩擦系数，P为车轮胎压，P0为大气压强，e为自然对数的底数。 5.如权利要求3或4所述的基于物联网的车辆预警刹车方法，其特征在于，所述车辆与纵向相邻前车的安全距离为：其中，DS为安全距离，d0为当前车况环境下应当保持的安全距离，ds为能见度，V为车辆纵向车速，k为参数，n为等概率出现的选择对象数，χ为天气状况系数且χ∈[-2.5,1.5]，g为重力加速度，e为自然对数的底数，σ为风力等级且σ∈[0,8]。 6.如权利要求1、2、3或4所述的基于物联网的车辆预警刹车方法，其特征在于，所述路面坡度为：其中，为路面坡度，θ为路面与水平面的夹角。 7.如权利要求6所述的基于物联网的车辆预警刹车方法，其特征在于，所述车辆振动烈度为：其中，Vrms为车辆振动烈度，Vi为测量的振动速度值，N为测量的振动信号样本长度。 8.如权利要求7所述的基于物联网的车辆预警刹车方法，其特征在于，所述隐层的神经元为6个。 9.如权利要求8所述的基于物联网的车辆预警刹车方法，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)。
所属类别：	发明专利