[發明專利]一種用于電動車的車輛安全減速系統

在審

• 申請號: 201810389480.3
• 申請日: 2018-04-27
• 公開（公告）號: CN108839614A
• 公開（公告）日: 2018-11-20
• 發明（設計）人: 查常財
• 申請（專利權）人: 李德祥
• 主分類號: B60Q9/00
• 分類號: B60Q9/00;B60T7/22
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種用于電動車的車輛安全減速系統，其特征在于，包括一速度采集模塊，用于通過安裝在汽車車身內的速度傳感器和加速度傳感器進行汽車速度數據和加速度數據的采集，并將采集到的數據通過北斗模塊發送到ECU；汽車防碰撞模塊，使用雷達傳感器超聲波的發射與接收測定汽車與前方物體的距離及兩者接近的相對速度，以前方距離和相對車速作為微機控制系統判定報警的依據，每一相對車速對應相應的安全車距，并根據車輛自身車速對安全車距進行修正；前進方向障礙檢測模塊，用于通過安裝在汽車的前方靠近中間的位置和靠近兩側位置的微波雷達傳感器分別進行障礙物的交叉掃描檢測，然后根據預設的算法以及檢測到的數據計算障礙物與汽車之間的距離，并將發送到ECU；路況檢測模塊，用于通過汽車的前端、兩側和后端的中軸線上的攝像頭進行汽車周圍路況視頻圖像的采集，并將采集到的視頻圖像通過北斗模塊發送ECU；油門防誤踩模塊，通過微波雷達傳感器、速度傳感器、加速度傳感器分別收集各自數據傳輸到單片機，單片機進行對比分析判斷，得出是否是誤踩油門的結論，從而發出相應指令，限油機構和剎車輔助機構根據指令做出相應反應；制動力大小警示系統，用于進行汽車制動力大小的檢測和警示；ECU，用于接收速度采集模塊、微波雷達傳感器所檢測到的數據，并將檢測到的數據發送給相應的模塊；用于接收前進方向障礙檢測模塊、路況檢測模塊的檢測數據，并按照預設的算法進行最優減速駕駛方案的輸出，并根據車輛行駛的情況進行后車燈警示語的播放；自動控制模塊，用于根據用戶的選擇進行車輛的自動控制；還包括一輸入模塊，所述輸入模塊由至少兩個車內攝像頭和至少四個車外攝像頭組成，所述車外四個攝像頭分別設置在車身的四周并隱蔽設置，所述車內攝像頭包括車前攝像頭和車后攝像頭，設置在能觀察到駕駛員和乘客的位置；一車輛安全處理中心，所述車輛安全處理中心與輸入模塊相連接；一車輛速度控制器，包括掃描單元，用于車輛在行駛過程中掃描設置在路側的交通標志；控制單元，用于當識別到所述交通標志包括對車輛速度進行限制的信息時，根據該對車輛速度進行限制的信息控制車輛的行駛速度，所述控制單元包括：第一控制模塊，用于當識別到所述交通標志為警告標志時，控制車輛按照預設的第一速度行駛；第二控制模塊，用于當識別到所述交通標志為禁令標志、且該禁令標志包含有最高限速時，控制車輛按照或小于該最高限速的速度行駛；第三控制模塊，用于當識別到所述交通標志為指示標志、且該指示標識包含有最低限速時，控制車輛按照或大于該最低限速的速度行駛；第四控制模塊，用于當識別到所述交通標志為指示標志、且該指示標識為向左和/或向右轉彎時，控制車輛按照預設的第二速度行駛；一車輛剎車片控制器，所述車輛剎車片控制器與安全處理中心相連接，所述車輛剎車片控制器電連接著剎車片，通過剎車片電動控制剎車；所述輸入模塊采用網絡適配器連接到車輛安全處理中心，所述車輛安全處理中心包括車輛數據處理器、道路信息處理單元、車輛威脅計算模塊、車輛威脅評估模塊及路邊網絡評估模塊；一車輛保護罩，所述車輛車輛保護罩與車輛威脅評估模塊之間通過無線及有線連接；所述車輛數據處理器用于對車內攝像頭拍攝的駕駛員的臉部精神狀態、乘客的精神狀態進行比對分析，若乘客處于睡眠狀態則比對駕駛員的臉部特征，若判斷為疲憊則直接判斷為危險狀態，直接傳輸給車輛威脅評估模塊，車輛威脅評估模塊發送給車輛保護罩進行啟動；車輛數據處理器還對車外的至少四個攝像頭拍攝的車身前后左右的環境信息進行車輛環境的判斷、分析及處理，若判斷為危險也直接傳輸給車輛威脅評估模塊，車輛威脅評估模塊發送給車輛保護罩進行啟動；車輛威脅計算模塊包括車輛威脅因素提取模塊及計算器，車輛威脅因素提取模塊用于對包括車外四個攝像頭拍攝的場景以及車內攝像頭拍攝的駕駛員狀態在內的影響因素進行提取，計算器用于計算出車輛影響因素之間的車輛威脅指數；根據影響因素之間的相互關系，構造出用于威脅估計的自組織神經網絡的拓撲結構，分析各影響因素對智能車輛威脅估計的影響程度，用條件概率表達各個信息要素之間的相關關系，確定條件概率；所述道路信息處理單元被配置用于執行如下至少一項功能：1)根據路線的基本信息以及傳感器歷史數據和實時路況信息中的至少一者進行路徑規劃；2)根據實時路況信息及傳感器信號中的至少一者生成控制信息；3)進行實時車輛預警；所述路線的基本信息包含路線的起點和終點；所述實時路況獲取單元用于獲取實時路況信息，所述道路狀況信息包含擁堵信息、道路平整度信息；所述自組織神經網絡算法包括以下步驟：(1)權值初始化并選定鄰域的大小；(2)輸入模式；(3)計算空間距離dj(dj是所有輸入節點與連接強度之差的平方和)；(4)選擇節點j，它滿足min(dj)；(5)改變j，和其鄰域節點的連接強度；(6)回(2)，直到滿足dj(i)；車輛威脅評估模塊，用于對實時獲得車輛行駛過程中的各影響因素的實時數據，計算各因素變化率，只針對快速變化的外部環境因素重構其對應的變量節點，再對環境因素進行推理計算得到目標威脅指數，若超過設定的目標威脅指數，則將該信號傳輸給車輛保護罩；所述車輛保護罩的控制器控制車輛保護罩打開，實現車輛的保護；所述車輛保護罩包括：一保護罩本體、升降機構及一控制器；所述保護罩本體分別固定于所車身的四周，所述保護罩本體與升降機構相連接，所述升降機構與控制器相連接；所述升降機構包括包括套裝在樁腿外的安裝架和插裝在安裝架中的升降齒輪軸，升降齒輪軸上套裝有升降齒輪，還包括兩條分別設置在樁腿上的豎板，豎板沿樁腿軸線方向布置，兩條豎板之間沿樁腿軸線方向等間距設置有多個可拆卸的銷軸，升降機構通過升降齒輪與銷軸嚙合進行升降。