一种侧翻预警系统及其预警方法与流程

文档序号:12381950阅读:来源:国知局

技术特征:

1.一种侧翻预警系统,其特征在于,包含传感器模块、预警ECU、灯控ECU和报警灯组;

所述传感器模块设置在汽车的车体上,包含方向盘转角传感器、侧倾角速度传感器、侧倾角传感器、俯仰角传感器、俯仰角速度传感器、纵向速度传感器、纵向加速度信号,侧向速度传感器、侧向加速度传感器、横摆角速度传感器,分别用于测量汽车的方向盘转角、侧倾角、角速度,俯仰角、俯仰角速度,纵向车速、纵向加速度,侧向速度、侧向加速度和横摆角速度;

所述报警灯组包含第一至第三报警灯;

所述预警ECU分别和方向盘转角传感器、侧倾角速度传感器、侧倾角传感器、俯仰角传感器、俯仰角速度传感器、纵向速度传感器、纵向加速度传感器,侧向速度传感器、侧向加速度传感器、横摆角速度传感器、灯控ECU相连,用于根据传感器模块的感应数据计算汽车四个车轮的垂向力、并分别判断汽车四个车轮的垂向力是否等于零后将判断结果传递给所述灯控ECU;

所述灯控ECU还分别和所述第一至第三报警灯相连,用于根据接收到的判断结果控制第一至第三报警灯工作。

2.基于所述权利要求1所述的侧翻预警系统的预警方法,其特征在于,包含以下步骤:

步骤1),传感器模块测得汽车的方向盘转角信号、侧倾角信号、角速度信号,俯仰角信号、俯仰角速度信号,纵向车速信号、纵向加速度信号,侧向速度信号、侧向加速度信号和横摆角速度信号,并将其传递给所述预警ECU;

步骤2),预警ECU计算汽车四个车轮的垂向力;

步骤2.1),采用卡尔曼滤波模块接收传感器模块的感应信号,结合轮胎垂向力的计算公式所需的状态量进行迭代计算,得到最优估计的系统状态值;

步骤2.2),将当前系统状态量的最优估计值带入轮胎垂向力的计算公式,得出当前轮胎垂向力的精确值;

步骤3),预警ECU分别判断汽车四个车轮的垂向力是否等于零后将判断结果传递给所述灯控ECU;

步骤4),灯控ECU根据接收到的判断结果控制第一至第三报警灯工作,具体如下:

若只有一个小于0的信号则开启第一报警灯,若有2个等于0的信号第一和第二报警灯,若大于2个小于0信号则开启全部报警灯。

3.基于所述权利要求1所述的侧翻预警系统的预警方法,其特征在于,所述步骤2.1)和步骤2.2)中轮胎垂向力的计算公式如下:

式中,Ffl,Ffr,Frr,Frl分别为左前轮、右前轮、右后轮、左后轮的垂向力;

m为车辆质量,g为重力加速度;a、b分别为质心到前轴和后轴距离;l为前后轴距离;

Kθ为俯仰刚度;Cθ为俯仰阻尼;θ为俯仰角,为俯仰角速度;

为侧倾刚度;为侧倾阻尼;为侧倾角,为侧倾角速度;T为轮距;

md为车辆簧下质量,ms为车辆簧上质量;hd为簧下质量质心高度,hsr为侧倾中心到地面高度,hsp为俯仰中心到地面高度;

Vx分别为纵向速度和侧向加速度,Vy分别为侧向速度和侧向加速度;r为车辆横摆角速度;为俯仰角加速度;e为簧上质量质心到侧倾中心距离;为侧倾角加速度。

4.基于所述权利要求3所述的侧翻预警系统的预警方法,其特征在于,所述步骤2.1)中卡尔曼滤波器的具体设定如下:

离散系统方程Xk和观测方程Zk如下:

<mrow> <mfenced open='' close=''> <mtable> <mtr> <mtd> <msub> <mi>X</mi> <mi>k</mi> </msub> <mo>=</mo> <msub> <mi>F</mi> <mi>k</mi> </msub> <msub> <mi>X</mi> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <mo>+</mo> <msub> <mi>B</mi> <mi>k</mi> </msub> <msub> <mi>U</mi> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <mo>+</mo> <msub> <mi>W</mi> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> </mtd> </mtr> <mtr> <mtd> <msub> <mi>Z</mi> <mi>k</mi> </msub> <mo>=</mo> <msub> <mi>H</mi> <mi>k</mi> </msub> <msub> <mi>X</mi> <mi>k</mi> </msub> <mo>+</mo> <msub> <mi>V</mi> <mi>k</mi> </msub> </mtd> </mtr> </mtable> </mfenced> <mo>;</mo> </mrow>

式中,Fk、Bk为系统方程的状态矩阵和输入矩阵,Hk为观测方程的状态矩阵,Wk、Vk分别为过程噪声和观测噪声;k为迭代步数;

预测误差协方差矩阵:Pk/k-1=FkPk-1/k-1FkT+Qk

卡尔曼增益矩阵:Kk=Pk/k-1HkT(HkPk/k-1HkT+Rk)-1

状态更新矩阵:Xk/k=Xk/k-1+Kk(Zk-HkXk/k-1);

误差协方差更新矩阵:Pk/k=(I-KkHk)Pk/k-1

式中:Qk为Wk的方差,Rk为Vk的方差,HkT为Hk的转秩矩阵,FkT为Fk的转秩矩阵,Pk为预测误差协方差矩阵,Kk为卡尔曼增益矩阵;过程噪声Wk和测量噪声Vk均为高斯白噪声。

当前第2页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1