一种适用于风电专用车的行驶碰撞预警系统技术方案

本发明专利技术涉及汽车驾驶技术领域，具体公开了一种适用于风电专用车的行驶碰撞预警系统，包括道路监测模块，用于实时获取风电运输车前方道路信息，根据道路信息预测风电运输车是否能够以标准过弯速度过弯，本发明专利技术通过道路监测模块获取道路信息，并根据道路信息，根据道路信息预测风电运输车是否能够以标准过弯速度过弯，可以保证增速过弯的安全性，其中增速过弯采用的推荐过弯速度是通过神经网络模型训练获取的，是基于实际运行参数预测的高于标准过弯速度的数据，相比于传统理论测算，安全性更高。高。高。

【技术实现步骤摘要】
一种适用于风电专用车的行驶碰撞预警系统


[0001]本专利技术涉及汽车驾驶
，具体的，涉及一种适用于风电专用车的行驶碰撞预警系统。

技术介绍

[0002]风电专用车指的是用于运输风电设备的运输车，尤其是风电设备的扇叶，由于其长度过长，需要使用专用的运输车进行运输。
[0003]也因为长度过长，其运输难度极大，在运输之前，往往需要运输队提前对运输路线进行勘察，并于勘察过程中对可能与风电扇叶发生碰撞的树枝、电线进行处理，部分情况下需要对路线进行改造以保障运输车的通过性。
[0004]在实际运输过程中，特别是向山区运输扇叶，往往需要数天乃至十数天的时间，其主要原因是，山区路线弯道过多，而载有扇叶的风电运输车为了尽可能避免与车辆、行人或者其他障碍物碰撞，在过弯时会以规定的最低安全速度过弯，弯道跨幅较大的情况下，一个弯道往往需要十几分钟完成过弯，在具有连续弯道的山区道路上，连续过弯需要花费很久的时间，运输效率较为低下。
[0005]为了在避免碰撞的前提下减少风电运输车过弯用时，提升风电运输车的运输效率，本专利技术提出一种适用于风电专用车的行驶碰撞预警系统。

技术实现思路

[0006]本专利技术的目的在于提供一种适用于风电专用车的行驶碰撞预警系统，解决以下技术问题：如何在避免碰撞的前提下减少风电运输车过弯用时，提升风电运输车的运输效率。
[0007]本专利技术的目的可以通过以下技术方案实现：一种适用于风电专用车的行驶碰撞预警系统，包括：预勘测信息存储模块，用于存储道路勘测信息；道路监测模块，用于实时获取风电运输车前方道路信息，根据道路信息预测风电运输车是否能够以标准过弯速度过弯，具体为：若过弯过程中与其他车辆或者人员相遇，则判断风电运输车需要以标准过弯速度过弯，其中标准过弯速度是符合安全要求的风电运输车常用过弯速度，属于经验数据；若过弯过程中不与其他车辆或者人员相遇，则将道路信息中的转弯半径数据输入训练好的神经网络模型中获取当前弯道的理想过弯速度；预警模块，根据道路勘测信息、风电运输车的实时车速和理想过弯速度对驾驶员进行提醒，并提供推荐过弯速度。
[0008]作为本专利技术的进一步技术方案：所述根据道路信息预测风电运输车过弯过程中是否会与其他车辆或者人员相遇的过程包括：
根据当前风电运输车车速以及位置获得风电运输车过弯动作的起始时间点以及结束时间点；获取弯道另一边道路的车辆或者人员从出现到抵达过弯起始点的期望时长区间，并根据期望时长区间获取实时出现的车辆到达转弯起始点的预测时间点；判断预测时间点是否位于起始时间点和结束时间点之间，若是，则判断风电运输车为会与其他车辆或者人员相遇；若否，则判断风电运输车为不会与其他车辆或者人员相遇。
[0009]通过上述技术方案：通过道路监测模块获取道路信息，并根据道路信息，根据道路信息预测风电运输车是否能够以标准过弯速度过弯，可以保证增速过弯的安全性，其中增速过弯采用的推荐过弯速度是通过神经网络模型训练获取的，是基于实际运行参数预测的高于标准过弯速度的数据，相比于传统理论测算，安全性更高。
[0010]作为本专利技术的进一步技术方案：所述判断风电运输车不会与其他车辆或者人员相遇的过程还包括：将时间段划分为M个时间片段，其中是正常行驶的风电运输车过弯时间点，是风电运输车以推荐过弯速度过弯的时长，是划分系数，时间片段的长度优选为30秒或者60秒；从路口的历史数据中获取个时间片段的车流数据；从个时间片段中筛选出车流为0的i个时间片段；求取i个时间片段在向后时长内的预测车流系数，获取符合＜的j个时间片段；若j≥1，则判断风电运输车不会与其他车辆或者人员相遇；若j＝0，则判断风电运输车会与其他车辆或者人员相遇。
[0011]通过上述技术方案：可以在一个大于风电运输车预期过弯时间段内选择一个符合风电运输车不会与其他车辆或者人员相遇的时间段，通过降低风电运输车车速的方式，使得风电运输车在该时间段通过当前弯道，同时减速消耗的时间小于过弯节省的时间，从而最终达到节约过弯时间的目的。
[0012]作为本专利技术的进一步技术方案：所述求取i个时间片段在向后时长内的预测车流系数的过程包括：通过公式：；其中，是车流权重系数，是修正权重系数，+=1；是历史车流量关于时间t的函数曲线，是今日车流量关于时间t的函数曲线；是第i个时间片段的起始时间点；是时间点之前上若干个点的拟合斜率的连续差值累计量。
[0013]作为本专利技术的进一步技术方案：取j个时间片段中与重合度最高的
时间片段作为风电运输车过弯的起始时间段，所述重合度根据j个时间片段与重合长度占据的长度比例确定。
[0014]通过上述技术方案：以历史数据及历史数据的变化趋势，结合当日经过该弯道的车流数据及数据变化趋势获取j个安全时间区间的预测车流系数，根据预测车流系数可以预测j个安全时间区间的车流状态，可以在缺少摄像头确定道路上车辆数量及位置的情况下，辅助对通过该弯道的车流进行预测。
[0015]作为本专利技术的进一步技术方案：所述训练好的神经网络模型使用车速，转弯半径以及风电运输车的稳定系数作为输入层的训练数据。
[0016]作为本专利技术的进一步技术方案：所述风电运输车的稳定系数包括纵向稳定系数和横向稳定系数，所述稳定系数求取过程包括：纵向:；横向:；其中，F是稳定力矩，是货物重量，是货物长度的一半，b是货物宽度的一半，是纵向惯性力，是横向惯性力，是货物重心高，是风力，是货物高度的一半。
[0017]作为本专利技术的进一步技术方案：所述神经网络模型的训练数据从风电运输车日常行驶数据中抽出符合模型数据训练要求的部分以增加训练样本数量；所述模型数据训练要求为车速和转弯半径的训练数据呈等间距变化。
[0018]通过上述技术方案：由神经网络模型可以根据当前弯道信息快速推算安全的推荐过弯速度，使用大量的实验数据或者日常行驶数据可以充分逼近任意复杂的非线性关系，同时省略了传统计算方式的验证过程。
[0019]本专利技术的有益效果：（1）本专利技术通过道路监测模块获取道路信息，并根据道路信息，根据道路信息预测风电运输车是否能够以标准过弯速度过弯，可以保证增速过弯的安全性，其中增速过弯采用的推荐过弯速度是通过神经网络模型训练获取的，是基于实际运行参数预测的高于标准过弯速度的数据，相比于传统理论测算，安全性更高。
[0020]（2）本专利技术可以在一个大于风电运输车预期过弯时间段内选择一个符合风电运输车不会与其他车辆或者人员相遇的时间段，通过降低风电运输车车速的方式，使得风电运输车在该时间段通过当前弯道，同时减速消耗的时间小于过弯节省的时间，从而最终达到节约过弯时间的目的。
[0021]（3）本专利技术以历史数据及历史数据的变化趋势，结合当日经过该弯道的车流数据及数据变化趋势获取j个安全时间区间的预测车流系数，根据预测车流系数可以预测j个安全时间区间的车流状态，可以在缺少摄像头确定道路上车辆数量及位置的情况下，辅助对通过该弯道的车流进行预测。
[0022]（4）本专利技术由神经网络模型可以根本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种适用于风电专用车的行驶碰撞预警系统，其特征在于，包括：预勘测信息存储模块，用于存储道路勘测信息；道路监测模块，用于实时获取风电运输车前方道路信息，根据道路信息预测风电运输车是否能够以标准过弯速度过弯，具体为：若过弯过程中与其他车辆或者人员相遇，则判断风电运输车需要以标准过弯速度过弯；若过弯过程中不与其他车辆或者人员相遇，则将道路信息中的转弯半径数据输入训练好的神经网络模型中获取当前弯道的理想过弯速度；预警模块，根据道路勘测信息、风电运输车的实时车速和理想过弯速度对驾驶员进行提醒，并提供推荐过弯速度。2.根据权利要求1所述的一种适用于风电专用车的行驶碰撞预警系统，其特征在于，所述根据道路信息预测风电运输车过弯过程中是否会与其他车辆或者人员相遇的过程包括：根据当前风电运输车车速以及位置获得风电运输车过弯动作的起始时间点以及结束时间点；获取弯道另一边道路的车辆或者人员从出现到抵达过弯起始点的期望时长区间，并根据期望时长区间获取实时出现的车辆到达转弯起始点的预测时间点；判断预测时间点是否位于起始时间点和结束时间点之间，若是，则判断风电运输车为会与其他车辆或者人员相遇；若否，则判断风电运输车为不会与其他车辆或者人员相遇。3.根据权利要求2所述的一种适用于风电专用车的行驶碰撞预警系统，其特征在于，所述判断风电运输车不会与其他车辆或者人员相遇的过程还包括：将时间段划分为M个时间片段，其中是正常行驶的风电运输车过弯时间点，是风电运输车以推荐过弯速度过弯的时长，是划分系数；从路口的历史数据中获取个时间片段的车流数据；从个时间片段中筛选出车流为0的i个时间片段；求取i个时间片段在向后时长内的预测车流系数，获取符合＜的j个...

【专利技术属性】
技术研发人员：魏秋东，李红强，宋德锋，
申请(专利权)人：西格玛智能装备山东有限公司，
类型：发明
国别省市：