一种基于路面状态识别的车辆防碰撞方法技术

本发明专利技术涉及车辆行驶安全技术领域，公开了一种基于路面状态识别的车辆防碰撞方法，本方法通过识别的路面类型和湿滑状态，利用模糊算法和安全距离模型，相对于不同的路面类型和湿滑状态计算出车辆间的安全距离，并及时向行驶中的车辆发出预警，实现主动防撞，保障了行车安全。安全。安全。

【技术实现步骤摘要】
一种基于路面状态识别的车辆防碰撞方法


[0001]本专利技术涉及车辆行驶安全
，具体涉及一种基于路面状态识别的车辆防碰撞方法。

技术介绍

[0002]随着汽车的大量普及，研究如何主动防止汽车发生碰撞对减少交通事故造成的损失具有重要意义。国内对路面特征及状态识别的研究还处于起步阶段，对于防撞预警系统规避控制的研究较少。路面识别子系统是汽车主动防撞预警系统中一个重要组成部分，国内目前路面识别的方法中可行性较高的一种是基于利用车轮角减速度、制动缸压力以及滑移率的变化来进行路面识别，此种方法具有良好的实时性，但是该方法所使用的是神经网络控制器，需要反复学习记忆标准信号，建立识别样本库，需要大量采样训练样本，因此该方法识别标准路面虽然具有准确率高、快速、实时性好的特点，但是对于未被处理过的非标准路面的识别则是其软肋。
[0003]由于同类型的路面，即使是同一路面但处于不同路面湿滑状态时，其最佳附着系数也是不尽相同的，而最佳附着系数的获得是必须要对汽车滑移率进行控制的，而汽车最佳制动效果的保证，需使汽车滑移率保持在最佳滑移率附近，但是目前汽车本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于路面状态识别的车辆防碰撞方法，其特征在于，包括以下步骤：步骤S1.路面特征识别；步骤S11.加速度传感器采集车轮振动信号，分别以相同的时速在水泥路面以及沥青路面进行数据采集，然后对两种路面产生的车轮振动信号进行频谱分析，通过大量数据统计分析得到车轮高频振动频谱特征向量；步骤S12.构造神经网络分类器对路面类型进行识别，判断当前路面类型；步骤S2.路面状况识别；步骤S21.通过湿度传感器分别采集空气温度和空气湿度信息，在通过红外温度传感器采集路面温度；步骤S22.获取地理位置信息、季节以及当前时刻信息；步骤S23.构建包括输入层、隐含层和输出层的路面湿滑状态识别BP神经网络，其中，输入层接收当前时刻、季节、地理位置、路面温度、空气温度和空气湿度的6维输入向量；步骤S24.基于构建的路面状况识别BP神经网络，判断当前路面状况；步骤S3.建立基于模糊算法的当前驾驶员反应时间和车辆最大加速度测量模型，通过车辆安全距离模型输出车辆安全防碰撞距离，最终实现车辆防碰撞；步骤S31. 选择输入变量和输出变量，基于模糊算法输出当前驾驶员的反应时间以及车辆最大加速度；步骤S32.建立车辆安全距离模型；步骤S33.结合当前驾驶员的反应时间、车辆最大加速度以及构建的车辆安全距离模型，输出得到车辆安全防碰撞距离，最终实现车辆防碰撞。2.根据权利要求1所述的一种基于路面状态识别的车辆防碰撞方法，其特征在于，所述步骤S31中，选择输入变量和输出变量，基于模糊算法输出当前驾驶员的反应时间以及车辆最大减速度，包括：A.建立路面状况的模糊集以及隶属函数；将路面状况分为冰雪、湿滑、湿以及干燥这四种情况，定义输入量为路面状况的四个模糊子集，同时设定其隶属函数分别如下；
其中，为BP神经网络的输出；表示路面状况为冰雪；表示路面状况为湿滑；表示路面状况为湿；表示路面状况为干燥；B.建立最大加速度的模糊集以及隶属函数；根据最大加速度的大小，将最大加速度分为很小、小、较小、中等、较大、大以及很大这七种情况，定义输入量为最大减速度的七个模糊子集，同时设定其隶属函数分别如下；其中，表示车辆加速度；表示车辆加速度很小；表示车辆加速度小；表示车辆加速度较小；表示车辆加速度中等；表示车辆加速度较大；表示车辆加速度大；表示车辆加速度很大；C.建立...

【专利技术属性】
技术研发人员：兰富安，邹海云，黄军，文燕，徐康，李敬阳，高玉波，李文，朱友杰，叶琳，
申请(专利权)人：四川乐西高速公路有限责任公司，
类型：发明
国别省市：