汽车防追尾碰撞数学模型研究

为了提高车辆在高速行驶状态下的主动安全性能,研究了处于追尾行驶状态的本车与前车的运动学特征;针对前车的不同运动状态分别推导出了跟车距离的计算模型并分析了模型中3个关键参数的随机性和动态性,对制动迟滞时间提出了基于模糊推理的确定方法,对本车制动减速度和前车的运动加速度提出了比较实用的动态测算公式;另外,研究了防追尾碰撞的控制与执行,建立了动态调整安全制动停车距离的神经网络模型,提出了基于危险裕度判别的安全控制方法。

汽车防追尾碰撞的最小安全距离仿真研究

为了提高防追尾控制系统预警的准确性,提高系统计算最小安全距离精确性。首先,针对行驶在同一车道的前(目标车)、后车(跟随车),建立两车的运动模型。然后,通过详细分析两车的制动过程、利用数学积分计算两车相应制动阶段的制动距离。最后,推导出最小安全距离精确计算公式。通过仿真分析,结果显示,上述方法研究的最小安全距离能有效地避免高速公路上车辆间追尾危险的发生,并能有效地提高高速公路的利用率。

基于有限元的汽车轻量化车身防追尾碰撞仿真

为了提高汽车轻量化车身设计中防碰撞效能,提出基于有限元的汽车轻量化车身防追尾碰撞参数辨识模型,实现车身防追尾碰撞模型设计。分析碰撞动力学模型和力学参数,构建汽车轻量化车身追尾碰撞的动力学模型,在车辆概念模型中采用三自由度弹簧拉力测量方法进行车身碰撞的力学参数模拟,采用车辆与吸能元件的集中质量模拟方法进行碰撞过程中的有限元分析,运用静力弹塑性分析方法建立汽车轻量化车身防追尾碰撞的损伤控制模型。仿真结果表明,上述方法能有效模拟汽车轻量化车身追尾碰撞的力学过程,通过冲击动力学的参数准确估计,指导汽车轻量化车身的优化设计。

汽车智能化防追尾碰撞系统的研究

汽车追尾事故在整个交通事故中占很大的比例。从汽车智能化防追尾碰撞系统的具体组成、常见类型以及智能化防追尾碰撞系统的设计等方面进行阐述。

车辆防追尾碰撞安全系统

高速公路的事故类型中追尾碰撞占了很大的比例,因而开发车辆防追尾碰撞安全系统是非常必要的。文章分析了影响行车安全的各种因素,建立了安全车距数学模型,利用现代技术,构造了一种车辆防追尾碰撞安全系统。指出此安全系统能减少由于驾驶员分心和疲劳等原因导致的交通事故,最大限度地提高车辆行驶的安全性。

基于IEEE 802.11 p/1609的车辆防追尾碰撞终端系统设计与实现

车辆追尾碰撞是道路交通最主要的事故形态,车辆防追尾碰撞技术受到国内外学者的广泛关注。文中基于IEEE 802.11p/1609标准设计了车辆防追尾碰撞终端系统。系统由Freescale硬件平台与嵌入式Linux软件平台构成,采用全球定位系统技术实时获取车辆位置等信息,通过WAVE技术使车辆间形成高速双向交互式通信,实现车辆防追尾碰撞实时预警。通过系统通信性能测试和防追尾碰撞预警测试。通信性能测试结果表明,所设计终端系统能够较好实现高效、可靠通信,在静态和动态条件下,车辆采用BPSK调制方式时丢包率不高于10%,可很好的满足车辆安全可靠性需求;而防追尾碰撞预警测试结果表明,该终端系统能比较真实地反映实际的驾车情形,及时给出预警,预警准确率高达97%,具有较好的可用性。

行进中车辆防追尾碰撞的临界安全车距研究

日益增多的交通事故已成为严重的社会问题,降低交通事故的损失和伤害有待解决。车辆在行驶中,前车采取减速行驶操作或出现障碍物等,为了防止发生追尾,后车驾驶员会做出相应的驾驶行为的改变。为了提高车辆在高速行驶状态下的主动安全性能,研究了处于追尾行驶状态的前车与后车的运动学特征。针对前车的不同运动状态分别推导出跟车距离的临界安全车距的计算公式,并以此为依据进行了有关论述。

计算机实现汽车防追尾碰撞系统的自动控制

汽车防撞控制的关键是确定可能与汽车碰撞方向的物体的位置和状态,以便必要时提出危险警示和采取应急避让措施,防止发生碰撞。由此,提出计算机实现汽车防追尾碰撞系统的自动控制,该系统包括传感器单元;计算机控制单元;执行元件单元等三部分组成。

汽车智能化防追尾碰撞系统研究

据相关数据统计,交通事故中汽车追尾事故占比较大。数据显示,高速公路汽车追尾事故比重,在国内交通事故里占33.4%,在美国交通事故里约占24%。由此推断,如果能有效避免汽车追尾交通事故,将会在一定程度上降低交通事故几率。本文主要探讨汽车智能化防追尾碰撞系统,致力于研究出可靠性高、质量好、适应性强的智能化防追尾碰撞系统。

一种防追尾碰撞轿车车模的研制

以独特的思维模式对已有的发明申请专利进行改造,制作出新的产品模型。依据力学中两物体间摩擦力与正压力成正比的理论,在遇到前方有追尾车辆时,创造性提出用电磁铁托起轿车底盘,最大程度加大轿车对地面的压强,大大增加轿车运行阻力,迫使轿车主动、短时间内停车。

新型主动防撞安全预警距离模型

为了使得主动防撞的安全预警距离模型能够反映驾驶员主观感受和个体驾驶特性,基于汽车实际制动过程作了研究分析,对其关键参数时间的影响因素作了深入的分析,并将指数加权的最小二乘法引入安全预警距离模型。经过实验验证分析得出,该安全距离模型对于驾驶员的时间的随机性和动态性具有很好的自适应性,对于优化报警时机具有较好的精确性和稳健性。

基于单目视觉的跟驰车辆车距测量方法

为了解决结构化道路上跟驰车辆的防追尾碰撞问题,首先在对车辆制动模型进行分析的基础上得到了车辆制动距离的计算公式,进而计算出跟驰车辆与前方车辆之间的安全距离.然后,从针孔模型摄像机成像的基本原理出发,推导出基于图像中车道线消失点的车距测量公式.车距测量结果只与图像中的近视场点到摄像机的实际距离有关,无需对所有的摄像机参数进行标定,从而解决了单目视觉车距测量问题.最后,完成了不同距离处前方车辆的车距测量试验.试验结果表明,该方法的车距测量相对误差小于3%,具备了较高的检测精度,能够满足跟驰车辆防追尾碰撞的应用要求.

基于两级滤波的车辆相对加速度估计

针对智能交通中汽车防追尾碰撞预警技术难以准确获取车辆间相对加速度,从而影响预警准确性的不足,提出了一种基于两级卡尔曼滤波的相对加速度估计方法.首先建立准确描述车辆间相对加速度变化的车辆相对运动模型,利用卡尔曼滤波递推方法初步估计出相对加速度值.然后进一步结合相对速度信息,利用第二级卡尔曼滤波估计相对加速度的误差,对初步估计的相对加速度值进行修正,从而获取较为准确的相对加速度信息.实车试验结果表明,该方法的准确性和可靠性好,加速度估计误差小于0.5 m/s2.

基于紧急制动行为预测的汽车智能制动灯研究

为预防车辆紧急制动造成的追尾碰撞事故,分析跟驰行驶中相邻车辆驾驶人的制动行为过程,提出基于紧急制动行为预测的防追尾碰撞方法。以实际道路采集的驾驶行为数据为基础,定量分析紧急制动、常规制动、加速换挡等行为的加速、制动、离合器踏板的位移变化过程,建立基于加速踏板位移变化率及驾驶操纵动作时序过程的紧急制动预测模型,设计开发汽车智能制动灯。分别在虚拟驾驶平台和实际道路上,对智能制动灯进行测试试验。结果表明,虚拟驾驶试验情况下,使用智能制动灯的车辆被追尾的发生率降低了30%;实际道路测试情况下,制动灯能够有效预测驾驶人的紧急制动行为,先于常规制动灯0.1-0.3 s点亮,提醒后车驾驶人注意安全。

自适应神经模糊推理系统方法的车距控制

当今社会发展日新月异,交通事故频发已成为一个严重的社会问题。而车距离控制系统的主要作用在于防止追尾碰撞的事故预防和预警。现阶段车间距离控制系统的研究中和应用中,主要是采用了广义预测模型方法、PID控制方法和经典的模糊控制方法等。但此类方法实际运行中都具有较大的局限性,对于控制对象为复杂的非线性系统或是动态系统时,此两者的不依赖精确数学模型特性具有不可比拟的优势。同时,模糊控制与神经网络在系统建模等诸多方面有着很强的互补性。近几年,模糊控制和自适应神经网络在自动控制领域应用已经越来越多,两者之间的结合使用在许多方面均取得了长足的进展,其优越性亦展露无疑。采用的自适应神经模糊推理系统可较好对纵向行驶的汽车安全车距进行有效控制,以达到避免追尾事故发生的目的。