【技术实现步骤摘要】
本专利技术涉及电动摩托车，尤其涉及一种电动摩托车防爆胎稳定系统。
技术介绍
1、电动摩托车是电动车的一种，用电瓶来驱动电机行驶。电力驱动及控制系统由驱动电动机、电源和电动机的调速控制装置等组成。电动摩托车的其它装置基本与内燃机的相同。电动摩托车的组成包括：电力驱动及控制系统、驱动力传动等机械系统、完成既定任务的工作装置等。电力驱动及控制系统是电动车的核心，也是区别于用内燃机驱动车最大不同点。
2、电动摩托车在行驶过程中，经常会因为胎压过大、过度暴晒、负载过重、轮胎老化等原因发生爆胎现象。当行驶过程中爆胎现象发生时，车身会发生剧烈摇晃，若驾驶者无法及时停车，则可能造成安全事故，影响道路交通安全，同时对驾驶者的人身安全造成严重危害。在现有技术中，一般只能通过在轮胎内设置压力传感器来实时检测胎压，并在显示屏上显示胎压，以提醒驾驶者在胎压异常时及时调整车速，避免爆胎摔倒。但是该种方式较为被动，仍需要驾驶者调整车辆状态，无法主动稳定电动摩托车的车身，因此现有技术中电动摩托车在爆胎法时的行驶稳定性与安全性无法得到有效保证。
技术实现思路
1、针对现有技术存在的不足，本专利技术的目的在于提供一种电动摩托车防爆胎稳定系统，用于提升电动摩托车在突然爆胎时的行驶稳定性与安全性。
2、为实现上述目的，本专利技术提供了如下技术方案：一种电动摩托车防爆胎稳定系统，电动摩托车的前叉和后叉的两侧均设置有弹出机构，所述弹出机构连接有辅助稳定组件，所述辅助稳定组件包括摆臂和辅助轮，所述辅助轮
3、静态检测模块，用于在所述电动摩托车行驶之前，分别采集前轮和后轮的静态图像；
4、分析模块，连接所述静态检测模块，用于识别所述静态图像中的磨损特征，根据所述磨损特征处理得到轮胎磨损值；
5、实时监测模块，用于在电动摩托车行驶过程中，实时监测前轮和后轮内的胎压数据、胎内温度数据、胎内振动数据和轮胎转速、所述电动摩托车的载重数据；
6、存储模块，用于保存若干历史检测数据，所述历史检测数据包括距离当前时刻一预设时间段内的若干历史轮胎转速、历史载重数据、历史加速度数据以及历史胎内振动数据；
7、预测模块，连接所述分析模块和所述存储模块，用于将所述轮胎磨损值、所述历史轮胎转速、所述历史载重数据、所述历史加速度数据以及所述历史胎内振动数据输入预先训练完毕的磨损预测模型中，预测得到当前时刻的轮胎预估磨损值；
8、计算模块，连接所述预测模块和所述实时监测模块，用于根据所述轮胎预估磨损值、所述胎压数据、所述胎内温度数据、所述胎内振动数据、所述轮胎转速以及所述载重数据计算得到当前时刻的爆胎风险值；
9、稳定调节模块，连接所述计算模块，用于根据所述爆胎风险值调整所述辅助轮的弹出伸缩量以及所述摆臂与地面之间的夹角。
10、进一步地，所述分析模块包括：
11、特征识别单元，用于根据预设的特征识别算法识别所述静态图像中的所述磨损特征，以及识别预设的标准轮胎图像中的无损特征；
12、处理单元，连接所述特征识别单元，用于计算所述磨损特征与所述无损特征之间的特征相似度，并根据特征相似度处理得到所述轮胎磨损值。
13、进一步地，所述存储模块中还保存有若干训练数据，所述训练数据包括距离某一历史时刻预设时间段前的训练轮胎磨损值、训练轮胎转速、训练载重数据、训练加速度数据、训练胎内振动数据以及该历史时刻的历史轮胎磨损值，则所述预测模块包括：
14、划分单元，用于将所述训练数据按比例划分为训练集、测试集和验证集；
15、训练单元，连接所述划分单元，用于引入预设的初始模型，并将训练集中的所述训练轮胎磨损值、所述训练轮胎转速、所述训练载重数据、所述训练加速度数据以及所述训练胎内振动数据作为所述初始模型的输入，将所述历史轮胎磨损值作为所述初始模型的输出，重新训练所述初始模型得到初始预测模型；
16、精度验证单元，连接所述训练单元，用于根据验证集中的数据验证所述初始预测模型的预测准确率，并在所述预测准确率不低于预设的准确率阈值时将所述初始预测模型作为所述磨损预测模型。
17、进一步地，所述初始模型为bp神经网络模型。
18、进一步地，所述存储模块中还包含有若干爆胎实验数据，所述计算模块包括：
19、公式标定单元，用于将根据若干爆胎实验数据建立一爆胎风险计算方程；
20、风险计算单元，连接所述公式标定单元，用于将所述轮胎预估磨损值、所述胎压数据、所述胎内温度数据、所述胎内振动数据、所述轮胎转速以及所述载重数据输入所述爆胎风险计算方程中，计算得到所述爆胎风险值。
21、进一步地，所述爆胎风险计算方程配置为：
22、其中，用于表示所述爆胎风险值，用于表示所述轮胎预估磨损值，用于表示预设的标准磨损值，用于表示所述胎压数据，用于表示预设的标准胎压值，用于表示所述胎内温度数据，用于表示预设的标准温度值，用于表示所述胎内振动数据，用于表示预设的标准振动值，用于表示所述轮胎转速，用于表示预设的标准转速值，用于表示所述载重数据，用于表示预设的标准载重值，、、、、、分别用于表示预设的磨损转换系数、胎压转换系数、温度转换系数、振动转换系数、转速转换系数以及载重转换系数。
23、进一步地，在所述爆胎风险计算方程的计算过程中，配置有参数限制条件，
24、对所述轮胎预估磨损值、所述胎压数据、所述胎内温度数据、所述胎内振动数据、所述轮胎转速以及所述载重数据的数值范围进行限制，所述参数限制条件配置为：
25、
26、其中，、、、、、分别用于表示预设的磨损最小值、胎压最小值、温度最小值、振动最小值、转速最小值和载重最小值，、、、、、分别用于表示预设的磨损最大值、胎压最大值、温度最大值、振动最大值、转速最大值和载重最大值。
27、进一步地，所述实时检测模块还用于实时检测外部环境中的环境温度和环境气压，则所述计算模块还包括方程修正单元，连接所述风险计算单元，用于根据所述环境温度修正温度转换系数，以及根据所述环境气压修正所述胎压转换系数，以对所述爆胎风险计算方程进行优化。
28、进一步地，所述存储模块中包保存有若干爆胎风险范围与相应伸缩指令和摆动指令，则所述稳定调节模块包括：判断单元，用于判断所述爆胎风险值所处的所述爆胎风险范围；
29、匹配单元，连接所述判断单元，用于根据所述爆胎风险范围在所述存储模块中匹配得到相应的伸缩指令和所述摆动指令；
30、所述弹出机构根据所述伸缩指令调节所述辅助轮的弹出伸缩量，所述摆动调节机构根据所述摆动指令调节所述摆臂与地面之间的夹角。
31、本专利技术的有益效果：
32、本专利技术首先采集电动摩托车的前后和后轮的静态图像，然后识别轮胎的磨损特征本文档来自技高网...
【技术保护点】
1.一种电动摩托车防爆胎稳定系统，其特征在于，电动摩托车的前叉和后叉的两侧均设置有弹出机构，所述弹出机构连接有辅助稳定组件，所述辅助稳定组件包括摆臂和辅助轮，所述辅助轮转动连接在所述摆臂的一端上，所述摆臂与所述前叉和所述后叉之间设有摆动调节机构，所述电动摩托车防爆胎稳定系统包括：
2.根据权利要求1所述的电动摩托车防爆胎稳定系统，其特征在于，所述分析模块包括：
3.根据权利要求1所述的电动摩托车防爆胎稳定系统，其特征在于，所述存储模块中还保存有若干训练数据，所述训练数据包括距离某一历史时刻预设时间段前的训练轮胎磨损值、训练轮胎转速、训练载重数据、训练加速度数据、训练胎内振动数据以及该历史时刻的历史轮胎磨损值，则所述预测模块包括：
4.根据权利要求3所述的电动摩托车防爆胎稳定系统，其特征在于：所述初始模型为BP神经网络模型。
5.根据权利要求1所述的电动摩托车防爆胎稳定系统，其特征在于，所述存储模块中还包含有若干爆胎实验数据，所述计算模块还连接所述存储模块，所述计算模块包括：
6.根据权利要求5所述的电动摩托车防爆胎稳定系
7.根据权利要求6所述的电动摩托车防爆胎稳定系统，其特征在于，在所
8.根据权利要求6所述的电动摩托车防爆胎稳定系统，其特征在于，所述实时检测模块还用于实时检测外部环境中的环境温度和环境气压，则所述计算模块还包括方程修正单元，连接所述风险计算单元，用于根据所述环境温度修正温度转换系数，以及根据所述环境气压修正所述胎压转换系数，以对所述爆胎风险计算方程进行优化。
9.根据权利要求1所述的电动摩托车防爆胎稳定系统，其特征在于，所述存储模块中包保存有若干爆胎风险范围与相应伸缩指令和摆动指令，则所述稳定调节模块包括：判断单元，用于判断所述爆胎风险值所处的所述爆胎风险范围；
...【技术特征摘要】
1.一种电动摩托车防爆胎稳定系统，其特征在于，电动摩托车的前叉和后叉的两侧均设置有弹出机构，所述弹出机构连接有辅助稳定组件，所述辅助稳定组件包括摆臂和辅助轮，所述辅助轮转动连接在所述摆臂的一端上，所述摆臂与所述前叉和所述后叉之间设有摆动调节机构，所述电动摩托车防爆胎稳定系统包括：
2.根据权利要求1所述的电动摩托车防爆胎稳定系统，其特征在于，所述分析模块包括：
3.根据权利要求1所述的电动摩托车防爆胎稳定系统，其特征在于，所述存储模块中还保存有若干训练数据，所述训练数据包括距离某一历史时刻预设时间段前的训练轮胎磨损值、训练轮胎转速、训练载重数据、训练加速度数据、训练胎内振动数据以及该历史时刻的历史轮胎磨损值，则所述预测模块包括：
4.根据权利要求3所述的电动摩托车防爆胎稳定系统，其特征在于：所述初始模型为bp神经网络模型。
5.根据权利要求1所述的电动摩托车防爆胎稳...
【专利技术属性】
技术研发人员：杨昊，蒋周建，李松坡，
申请(专利权)人：杭州泛舟科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。