車路協同下大型車輛側翻預警方法研究

《車路協同下大型車輛側翻預警方法研究》是依託武漢理工大學，由褚端峰擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：車路協同下大型車輛側翻預警方法研究
• 項目類別：青年科學基金項目
• 項目負責人：褚端峰
• 依託單位：武漢理工大學

項目摘要

由於環境感知能力不足，大型車輛的側翻預警系統往往會出現漏報或誤報等情況，因而利用車路協同將車外環境信息引入到大型車輛的側翻機理分析中，研究其側翻預警方法具有重要的理論和現實意義。本項目基於傳統上利用車輛動力學特性來進行側翻預警的研究工作，綜合考慮車外環境與行車狀態等信息，提取表征側翻事故機理的特徵向量，定義側翻預警信息的數據類型；利用卡爾曼濾波與滑模觀測算法線上處理從車路通信網路或感測器獲取的各類數據，並運用D-S證據理論、神經網路等方法融合關聯信息；考慮車外環境信息，建立大型車輛的側翻預測模型，結合室內駕駛模擬仿真與車輛動力學仿真驗證該模型。本項目試圖在車路一體化環境下提出大型車輛側翻預警的一種新方法，在理論和實踐上為汽車安全輔助駕駛的研究提供新思路，同時也可促進車路協同的套用和推廣。

結題摘要

車輛側翻是一個複雜的過程，該事故致因涉及人、車、路和環境等多方面的綜合因素。其中，行車環境又是側翻事故發生的主要誘因之一，而現有的側翻預警系統較少關注車外環境對側翻事故的影響。特別地，車外環境較為複雜、多變，具有一定的不確定性。目前，國內外有關車輛側翻預警系統的研究主要從車輛動力學分析出發，建立確定性的側翻預測模型，缺乏研究車外環境對車輛側翻的影響機理。 本項目提出將車輛側翻事件看作一類隨機過程，利用隨機過程中的理論方法對車輛側翻機率進行預測。針對複雜環境下車輛運行狀態，在剖析道路環境因素和行車狀態對側翻影響機理的基礎之上，研究車輛側翻穩定性機理。隨後，分析道路附著條件與側風對車輛側翻穩定性的影響。建立考慮側向風、彎道線形、道路橫坡角等因素的車輛動力學模型，基於此提出側翻極限模型；引入不確定性理論的Haofer-Lind指標來建立側翻機率預測模型，並採用FORM和SORM方法對模型同時進行求解；提出將車輛的當前側向加速度與實時側向極限加速度的比值這一相對量作為側翻評價指標，替代傳統上依靠側傾角或側向加速度的絕對量來進行側翻預測。根據當前車輛運動狀態來計算未來發生側翻時的TTR值，從而得到改進TTR側翻預警方法，以此判斷車輛發生側翻的危險程度；針對車輛在彎道的側翻、側滑等側向失穩事件，引入車路協同思想，假設車輛與道路之間可進行信息互動，從而將車輛結構參數、駕駛人行為特性等引入到傳統上基於道路環境信息的彎道安全車速計算模型中，建立一種綜合考慮人、車、路等多因素的彎道安全車速計算改進模型。與傳統的彎道安全車速計算模型相比，改進型模型一方面充分考慮駕駛人行為特性，引入駕駛人影響因子，另一方面不僅針對彎道側滑事故，還特別考慮重型車輛在彎道的側翻事故；最後，在大型車輛側翻預警與彎道行車安全的研究基礎上，以智慧型手機為平台，開發了一套大型車輛彎道側翻預警系統。