其他

本发明公开了一种基于SVM模型的汽车侧翻预警算法，属于交通安全领域，包括以下步骤：a，选用一个车辆模型用于侧翻预警控制器设计，建立驾驶员-车辆-道路环境模型；b，确定侧翻危险评估指标；c，利用SVM算法搭建汽车侧翻危险预测经验模型，利用驾驶员-车辆-道路环境模型输出的确定性变量和随机变量作为汽车侧翻危险预测经验模型的输入量，确定汽车侧翻极限状态函数的显示函数，利用超曲面进而可视化地将汽车状态样本分为侧翻不安全区和侧翻安全区。本发明将考虑不确定性的概率方法运用到汽车动态侧翻预警算法设计中，提供车辆侧翻安全极限及其梯度的显式函数，降低系统强非线性和不确定性的外在干扰，有效提高车辆动态侧翻预警精度。

交通事故是造成人员生命及财产严重损失的重要形式，而汽车侧翻事故是最为严重的交通事故之一。据统计，汽车侧翻已成为仅次于正面碰撞的高发事故。2014年，法国汽车侧翻事故率虽然仅为4.7％，但造成14％的人员死亡，同时侧翻发生后极易对道路、桥梁等公共设施进行破坏，甚至造成环境的严重污染。因此，汽车侧翻预警及控制研究得到世界范围内的充分关注。汽车侧翻预警及控制研究目前可以归为两类：主动和被动汽车侧翻保护系统。其中，主动汽车侧翻保护系统通过主动控制策略及装置改进汽车侧翻稳定性。如LIANG等利用基于预测控制的主动制动实现汽车侧翻稳定性控制，但其对汽车系统的非线性特性及不确定性涉及较少。GHAZALI等采用了前轮转向和主动制动综合控制汽车侧翻稳定性。其中，前者采用低阶模型预测方式控制跟踪误差，后者控制汽车速度跟踪误差，但未提供跟踪误差阈值对侧翻控制效果的影响。BRAGHIN等提出一种基于空气动力学载荷估计的防侧翻控制策略。ANUBI等则使用变刚度悬架对抗车辆横向倾覆力矩。ZHU等利用差动制动和滑膜控制进行重型车辆侧翻控制，可有效提高重型车辆的侧翻及横摆稳定性。HAMID等利用鲁棒控制器进行极限工况下侧翻稳定性控制。JIN等提出利用鲁棒控制和遗传算法进行车辆防侧翻预警及控制，该算法在车辆纵向质心位置变化方面具有较好鲁棒性。

 综上所述，绝大多数防侧翻控制都是在车辆即将发生侧翻危险时候开始起作用，而且该时刻“驾驶员-车辆-道路环境”可以被看成一个复杂的交互系统，驾驶员或者主动防侧翻控制装置必须依据车辆动力学响应及道路环境信息及时修正车辆的速度、转向等动作，才可以避免车辆稳定性的恶化。但上述“驾驶员-车辆-道路环境”系统具有较强的非线性和建模测量的不确定性，传统的确定性方案不足以精确建模。

由于采用了上述技术方案，本发明取得的技术进步是：

本发明的创新之处在于开发一种考虑“驾驶员-车辆-道路环境”不确定性的汽车侧翻预警方法，将考虑不确定性的概率方法运用到汽车动态侧翻预警算法设计中，系统不确定性通过随机变量建模，并是否超过临界值来评估汽车侧翻危险，降低系统强非线性和不确定性的外在干扰，有效提高车辆动态侧翻预警精度。同时，传统的汽车侧翻预测指标LTR只能通过求解耦合动力学方程计算，不能用显式函数表示，本发明利用支持向量机(SVM)理论设计经验模型，可以提供侧翻安全极限及其梯度的显式函数。本发明中经验模型即支持二分类的支持向量机分类器，车辆模型计算的侧翻危险评估指标侧翻极限状态函数R(x)，在实时计算过程中需要解微分方程，众所周知，微分方程不一定都可以得到解析解，很有可能得到近似的数值解，而且求解的实时性差，从而造成计算结果与实际值存在误差，长期以往，侧翻预警的误差积累导致预警精度大大降低。为了解决上述问题，本发明利用SVM理论建立经验模型，把侧翻危险评估指标侧翻极限状态函数R(x)进行处理，得到其显式函数，该显式函数可以实时获得一定条件下的解析解，从而保证了预警的实时性和准确性。

 在其他车辆参数不变情况下，汽车质心高度、汽车纵向速度、轮胎侧偏刚度和汽车轮距依次是最影响汽车侧翻稳定性的状态和参数。由于随机变量的维数越大，后续侧翻危险预测的计算量就越大，影响算法的实时性。因此，本申请选取汽车质心高度、汽车纵向速度两个参数作为侧翻预警后续处理的二维随机变量，减少预测的计算量。

 由于核函数的引入使得SVM算法可以定义任何复杂程度的边界，但存在过度拟合的风险。为了考虑算法的泛华性能，定于惩罚因子C来控制SVM算法的复杂度。C值越大，表示对错分样本的惩罚程度越重，所构建的边界越复杂。C值越小，则表示对错分样本愈加宽容，边界复杂程度越小。