一种基于汽车智能终端数据实时检测碰撞行为的方法与流程

本发明涉及一种智能检测方法，具体是指一种基于汽车智能终端数据实时检测碰撞行为的方法。

背景技术：

随着经济的快速发展，中国已经逐渐发展成为全世界最大的汽车市场之一，汽车保有量规模较大，汽车的增长潜力巨大。在汽车数量增加的同时交通事故率也不断升高，为了能够减少交通事故的发生，出现了汽车主动安全智能终端，如好好开车有限公司的“那狗”，能够对驾驶过程中遇到的危险提前预警。在交通事故中，碰撞事故占绝大多数，为了能够挽救碰撞事故车主的生命，在发生碰撞事故后及时报警，寻求救援则显得至关重要。那狗终端集成的碰撞检测算法可以实时检测碰撞行为，并在出现碰撞事故后自动报警。

当前关于碰撞检测多集中在被动安全领域，碰撞检测模拟更多的是应用在车身设计和改良上，汽车中控系统采集得到的传感器数据并没有得到很好的利用，而且并没有在发生碰撞事故后实现自动报警救援。汽车后装产品(如杭州好好开车的“那狗”)可以收集到类似于汽车中控系统的数据，如加速度、速度、陀螺仪数据，在这些数据基础搭建碰撞检测模型，可以实时检测碰撞事件，并在事故发生后自动报警求援。

技术实现要素：

本发明针对现有技术中的不足，本发明拟解决基于汽车后装产品采集得到的数据，搭建碰撞检测模型，实时检测碰撞事件，在发生碰撞之后自动报警求援，以达到挽救生命、降低交通事故死亡率的目的。

本发明通过下述技术方案得以实现本发明的目的：

一种基于汽车智能终端数据实时检测碰撞行为的方法，其特征在于包括下述步骤：

S1：选择纵向加速度、速度、侧倾角速度为参数；

确定终端数据采集频率为100HZ，每个样本的数据量为15个数据，样本时间间隔为0.15秒，其中选取加速度的样本量为1，数据量为15，陀螺仪样本量为60，数据量为900；在本发明中，若选择高于100HZ，则采集数据出错率较高，而且终端的处理能力要求需要更高，对于目前的设备，在实现普及使用中会存在一定的困难，为此，发明人经过大量的试验运行和对比，选择了此特定值。

S2：设置碰撞事件纵向加速度阈值、侧倾弧度；

S3：对实测加速度数值与S2中设置的纵向加速度阈值进行比较；

若，实测加速度数值大于S2中设置的纵向加速度阈值，且速度值在30秒内降为0，则认定为碰撞事故；否则，则认定为非碰撞；

若，基于选取的60个陀螺仪样本数据计算侧倾角度θ，当侧倾角度θ大于或等于侧倾弧度时，则认定碰撞侧翻。

作为优选，上述的方法，在步骤S3之后，还包括下述步骤：

S31对获取得到的传感器、实测加速度数值、陀螺仪数据进行滤波处理，滤波处理的方法为均值滤波，其中：加速度滤波步长为3；陀螺仪数据滤波步长为5，数据量为900，以长度为100的队列进行数据过滤；

S32：求取前进方向纵向加速度前五、后五、中间五个数据的均值，以及总体样本容量的最大值；其中，纵向加速度前五、后五、中间五个数据的均值分别表示为mean(a(1:5))，mean(a(6:10))，mean(a(11:15))；总体样本容量的最大值表示为：max(a(1:15))；此处前进方向是指在坐标体系中的X方向，即水平方向；

当，mean(a(1:5))<mean(a(6:10))，且mean(a(11:15))<mean(a(6:10)，且max(a(1:15))>(10m/s²)；和，(10m/s²)<max(a(1:15))<(150m/s²)时，认定为轻度碰撞事故；这其中跟阈值的设置有关，一般也可根据经验值获得；

当，max(a(1:15))>＝150m/s²时，认定为严重碰撞事故。

作为优选，上述的方法，在步骤S3中选取的60个陀螺仪样本数据计算侧倾角度θ，对Z轴旋转角度的计算：以传感器的单位为弧度，求取60个样本的绕Z轴旋转角度的累计值F，即总样本总量为900，时间容量为9秒，所以时间间隔为tt＝9/899秒，tt时间内旋转角度为Ftt＝tt*(θ(k+1)+θ(k))/2，F＝Ftt1+Ftt2+……Ftt899，当F>＝0.8时，认定为侧翻事故。

有益效果：

本发明在应用中具有如下技术效果：

1、首次在汽车后装产品中部署实现实时碰撞检测的功能；2、可实现碰撞事故后车身姿态的判定，如侧翻等；3、基于本算法结合前装产品硬件可实现碰撞事故的自动报警救援；4、在总体策略上，先进行阈值判断，当满足阈值要求才进入后续判定，而阈值判断占用较少的CPU资源，且在日常生活中碰撞事件相对较少，这种策略能够大幅度减少终端压力。

附图说明

图1本发明的实现流程示意图

具体实施方式

下面结合附图，对本发明的实施作具体说明：

实施例1

根据图1所示流程，一种基于汽车智能终端数据实时检测碰撞行为的方法，包括下述步骤：

S1：选择纵向加速度、速度、侧倾角速度为参数；并通过布置相应的传感器进行数值测量，其中，确定终端数据采集频率为100HZ，每个样本的数据量为15个数据，样本时间间隔为0.15秒，其中选取加速度的样本量为1，数据量为15，陀螺仪样本量为60，数据量为900；

S2：设置碰撞事件纵向加速度阈值1G、侧倾弧度0.8；

S3：对运行中的车辆进行数值测定，并将实测加速度数值与S2中设置的纵向加速度阈值进行比较；

若，实测加速度数值大于S2中设置的纵向加速度阈值1G，且速度值在30秒内降为0，则认定为碰撞事故，一般情况下，发生碰撞事故后，在短时间内会停车；否则，则认定为非碰撞，而是碰撞逃逸等情况；这其中也是根据经验得出的，通过数值的判断，可以确定所发生情况的正常与否，以及确定相应的状态；这是对于车辆是否发生碰撞情况的判断；

但是，对于发生碰撞后，还会出现各种不同的情形。若，基于选取的60个陀螺仪样本数据计算侧倾角度θ，当侧倾角度θ大于或等于侧倾弧度时，则认定碰撞侧翻。这也是在车辆行驶过程中可能出现的现象而考虑设计的，所以设置一个侧倾角度来作为判断基础。

通过对本发明的实测情况来看，本发明的所得情形的准确率较高。

实施例2

与实施例1相同的装置布置，但在步骤S3之后，还包括下述步骤：

对获取得到的传感器、实测加速度数值、陀螺仪数据进行滤波处理，滤波处理的方法为均值滤波，其中：加速度滤波步长为3；陀螺仪数据滤波步长为5，数据量为900，以长度为100的队列进行数据过滤；求取前进方向纵向加速度前五、后五、中间五个数据的均值，以及总体样本容量的最大值；其中，纵向加速度前五、后五、中间五个数据的均值分别表示为mean(a(1:5))，mean(a(6:10))，mean(a(11:15))；总体样本容量的最大值表示为：max(a(1:15))；

同时，在设置碰撞事件纵向加速度阈值1G、以及严重碰撞事故的纵向加速度阈值为15G，侧倾弧度0.8；当行驶中的纵向加速度实测值大于1G，则认定为碰撞事故，若超过了15G，则认定为严重碰撞事故，为了更准确认定事故的情况，故作进一步的技术设定：

当，mean(a(1:5))<mean(a(6:10))，且mean(a(11:15))<mean(a(6:10)，且max(a(1:15))>(10m/s²)；和，(10m/s²)<max(a(1:15))<(150m/s²)时，认定为轻度碰撞事故；

当，max(a(1:15))>＝150m/s²时，认定为严重碰撞事故。

在本实施例中，为更准确判断车辆行驶中出现的状况，对相应的数值作进一步的设定，以及对所测得的数值作进一步的分析；通过本实施例的实测，可以得出更准确、有效的行驶测量数值，为更好提供给驾驶人员作帮助。

无论是轻度碰撞事故，还是严重碰撞事故，这是针对水平方向上所体现的数值，为了更好体现车辆是否侧翻的情形，在步骤S3中选取的60个陀螺仪样本数据计算侧倾角度θ，对Z轴旋转角度的计算：以传感器的单位为弧度，求取60个样本的绕Z轴旋转角度的累计值F，即总样本总量为900，时间容量为9秒，所以时间间隔为tt＝9/899秒，tt时间内旋转角度为Ftt＝tt*(θ(k+1)+θ(k))/2，F＝Ftt1+Ftt2+……Ftt899，当F>＝0.8时，认定为侧翻事故。如果，同时具备了侧翻事故和严重碰撞事故的判断条件，则认定为严重碰撞及侧翻事故。

本发明在实际使用过程中，可以更好的保护驾驶人员的安全，以及提醒驾驶人员的操作。