论文部分内容阅读
重型车辆体积大、载重量大和质心高等特点，使重型车辆动态侧倾稳定性较差，尤其在紧急转向或者变换车道，就极易发生侧翻。本论文在阅读了大量有关重型车辆侧翻预警文献，并结合青年科学基金项目“基于HHMM分层隐Markov模型的重型载货车辆侧翻预警新算法研究”对重型车辆侧翻预警系统进行了研究，旨在建立重型车辆侧翻预警模型，可以实时监测车辆运动状态，提前警示车辆处于侧翻危险状态，采取措施避免侧翻的目的。本文以HMM模型的层次化结构为基础，建立了车辆运动姿态辨识和车辆运动状态辨识以及车辆侧翻预警的双层HMM模型结构，底层模型对应着车辆运动姿态的MGHMM，高层模型对应着复合工况下车辆运动状态的MGHMM，高层和底层结合起来构成一个完整的双层模型。利用Trucksim在阶跃转向、斜坡转向、鱼钩转向以及紧急避障转向四个转向工况进行仿真并得到所需要的训练数据，采用Savitay-Golay滤波方法对噪声数据平滑处理和T-G检验法对短时间数据段集合里离群值进行剔除，借助离线训练方法对车辆运动姿态的MGHMM和车辆运动状态的MDHMM进行了离线训练，得到双层HMM模型参数。采用k-means算法对车辆运动状态的界限值进行设定。本文采用Markov预测法来预测车辆潜在的侧翻危险，选取车辆紧急转向作为触发预警条件，若预警条件满足则开始预测未来3秒内车辆的运动状态，若预测到车辆为侧翻危险状态时，触发预警装置进行警示，提醒驾驶员减速或修正驾驶操作来避免车辆发生侧翻。基于Trucksim、Simulink和Matlab的HMM工具箱以及离线训练的双层HMM模型参数，对车辆运动姿态、车辆运动状态进行了离线辨识和车辆侧翻预警进行了离线验证。通过在复合工况下车辆运动状态辨识和侧翻预警离线验证的结果可知，本文提出的HMM模型预警系统可实时监测车辆的运动状态，对车辆侧翻进行预警，满足实时性和准确性要求，侧翻预警也达到很好的效果。