《基于加速度計(jì)的智能網(wǎng)聯(lián)汽車駕駛行為建模方法》由會(huì)員分享，可在線閱讀，更多相關(guān)《基于加速度計(jì)的智能網(wǎng)聯(lián)汽車駕駛行為建模方法（2頁珍藏版）》請?jiān)谘b配圖網(wǎng)上搜索。
1、基于加速度計(jì)的智能網(wǎng)聯(lián)汽車駕駛行為建模方法
摘要】駕駛行為建模能判斷車輛行駛過程中是否出現(xiàn)如緊急制動(dòng)、緊急轉(zhuǎn)彎等狀況。為了更好更準(zhǔn)確地獲取這些駕駛行為，設(shè)計(jì)出基于加速度計(jì)的駕駛行為建模方法，并在北斗車載終端中實(shí)現(xiàn)此算法。本建模方法能實(shí)時(shí)準(zhǔn)確地分析出車輛在駕駛過程中出現(xiàn)的各種狀態(tài)，該方法在智能網(wǎng)聯(lián)汽車的自動(dòng)駕駛應(yīng)用中具有很好的實(shí)用價(jià)值?！娟P(guān)鍵詞】自動(dòng)駕駛;駕駛行為分析;加速度計(jì);智能網(wǎng)聯(lián)汽車中圖分類號(hào)：TN929.5文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1006-1010〔2021〕04-0081-04[Abstract]Drivingbehaviormodelingcandeterminewhethere
2、mergencybraking，sharpturnandothersituationshappenintheprocessofdriving.Inordertoobtainthesedrivingbehaviorsmoreaccurately，adrivingbehaviormodelingmethodbasedontheaccelerometerisdesignedandimplementedintheBeidouvehicularterminal.Thismodelingmethodcanquicklyandaccuratelyanalyzevariousstatesofvehiclesi
3、ntheprocessofdrivinginrealtime.Theproposedmethodhasgoodpracticalvalueintheapplicationofautomaticdrivingofintelligentconnectedvehicles.[Keywords]automaticdriving;drivingbehavioranalysis;accelerometer;intelligentconnectedvehicle1引言智能網(wǎng)聯(lián)汽車主要運(yùn)用了汽車工程、人工智能、計(jì)算機(jī)、微電子、自動(dòng)控制、通信與平臺(tái)、傳感器等核心技術(shù)，它是一個(gè)集環(huán)境感知、規(guī)劃決策、控制執(zhí)行和信息
4、交互等為一體的高新技術(shù)綜合體【1】。其中，車輛狀態(tài)識(shí)別技術(shù)是智能交通的根底，是實(shí)現(xiàn)交通信息智能感知的關(guān)鍵技術(shù)，對于規(guī)劃決策和控制執(zhí)行有著極其重要的意義【7】。駕駛行為分析的實(shí)現(xiàn)有多種方法，如視頻、圖像分析算法，加速度計(jì)算法，行車電腦數(shù)據(jù)分析方法等。本文提出了一種采用加速度計(jì)和全姿態(tài)測量傳感器進(jìn)行車輛自動(dòng)駕駛過程中的狀態(tài)采集和識(shí)別的方法，研究了幾種關(guān)鍵場景的識(shí)別技術(shù)，如緊急剎車制動(dòng)、轉(zhuǎn)彎、側(cè)翻等。目前已經(jīng)搭建了一套驗(yàn)證系統(tǒng)并進(jìn)了屢次實(shí)車路測實(shí)驗(yàn)。2傳感器輸出的數(shù)據(jù)處理2.1卡爾曼濾波2.2運(yùn)動(dòng)加速度的修正車輛在水平面上行駛時(shí)，Y軸的加速度輸出表示車輛橫向移動(dòng)加速度，X軸的加速度表示車輛縱向移動(dòng)加
5、速度。當(dāng)車身不在水平面時(shí)，傳感器輸出的X軸和Y軸的加速度值分別表示兩個(gè)軸的重力加速度的分量【3】，但是兩個(gè)軸向加速度值卻不能正確地表示該車輛在兩個(gè)方向上移動(dòng)的加速度。所以需要對加速度值進(jìn)行適當(dāng)?shù)男拚?，消除重力分量上的影響，使得X軸和Y軸上修正后的加速度值能夠正確反應(yīng)該方向上的車輛移動(dòng)加速度【7】。加速度修正模型如圖1所示：3駕駛行為分析實(shí)現(xiàn)3.1車輛變速識(shí)別算法3.2車輛轉(zhuǎn)彎識(shí)別算法行業(yè)里對車輛轉(zhuǎn)彎識(shí)別的方法一般分為以下兩種。第一種是測量車身縱軸的加速度大小〔即慣性單元Y軸的加速度大小〕，而Y軸加速度是轉(zhuǎn)彎角速度和線速度的乘積，因此即使轉(zhuǎn)彎幅度相同但線速度不同時(shí)，加速度值也相差很大，非常容易造
6、成誤判。第二種是根據(jù)方位角和角速度信息，車輛在XY平面上轉(zhuǎn)彎時(shí)，Z軸角速度的變化最為顯著。在本文中，以Z軸角速度變化作為識(shí)別車輛轉(zhuǎn)彎狀態(tài)的主要依據(jù)[6-7]。4結(jié)束語本文核心算法是在基于STM32處理器的北斗車載定位終端中實(shí)現(xiàn)了駕駛行為分析，并對各種大/中/小型汽車在行駛過程中進(jìn)行屢次數(shù)據(jù)采集，通過實(shí)車測試得出各種駕駛行為狀態(tài)下的經(jīng)驗(yàn)加速度閾值，對各種車型都具有很強(qiáng)的參考價(jià)值。參考文獻(xiàn)：【1】李克強(qiáng)，戴一凡，李升波，等.智能網(wǎng)聯(lián)汽車〔ICV〕技術(shù)的開展現(xiàn)狀及趨勢[J].汽車平安與節(jié)能學(xué)報(bào)，2021〔1〕：1-14.【2】戴高偉.GPS/INS組合車輛導(dǎo)航系統(tǒng)的兩種卡爾曼濾波結(jié)構(gòu)[J].太赫茲科
7、學(xué)與電子信息學(xué)報(bào)，2021，6〔6〕：420-423.【3】白占元，徐皚冬.基于MEMS的傾角測量儀設(shè)計(jì)[C]//儀表自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)，2021.【4】唐霓葉.基于上下文感知的乘車感知算法研究和實(shí)現(xiàn)[D].成都：電子科技大學(xué)，2021.【5】徐瑩，左付山，曾婷婷.基于雷達(dá)測速技術(shù)的混動(dòng)汽車道路制動(dòng)性能分析[J].汽車實(shí)用技術(shù)，2021〔3〕：40-43.【6】TunickM.PrivacyinPublicPlaces：DoGPSandVideoSurveillanceProvidePlainViews？[J].SocialTheoryPractice，2021，35〔4〕：597-622.【7】鄧忠.基于車載自組織網(wǎng)的車輛狀態(tài)識(shí)別與駕駛行為評估[D].廣州：華南理工大學(xué)，2021.
基于加速度計(jì)的智能網(wǎng)聯(lián)汽車駕駛行為建模方法
