[發(fā)明專利]一種暴雨道路無人駕駛車輛電量預(yù)測方法及預(yù)警系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201810444271.4
• 申請(qǐng)日: 2018-05-10
• 公開（公告）號(hào): CN108621844B
• 公開（公告）日: 2020-01-03
• 發(fā)明（設(shè)計(jì)）人: 劉輝;李燕飛;吳海平
• 申請(qǐng)（專利權(quán)）人: 中南大學(xué)
• 主分類號(hào): B60L58/10
• 分類號(hào): B60L58/10;B60L58/12;G06N3/08;G06N3/12
• 代理公司: 43114 長沙市融智專利事務(wù)所(普通合伙)
• 代理人: 龔燕妮

1.一種暴雨道路無人駕駛車輛電量預(yù)測方法，其特征在于，包括以下步驟：

步驟1：獲取暴雨環(huán)境下的無人駕駛車輛歷史行駛數(shù)據(jù)；

所述歷史行駛數(shù)據(jù)包括各時(shí)刻的降雨阻力、道路積水阻力、道路坡道損耗功率、車載電池溫度以及耗電率、剩余電量；

步驟2：構(gòu)建基于小波神經(jīng)網(wǎng)絡(luò)的無人駕駛車輛的電池耗電率擬合模型；

以所述歷史行駛數(shù)據(jù)中各指定時(shí)間間隔T內(nèi)的降雨阻力、道路積水阻力、道路坡道損耗功率、車載電池溫度作為小波神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)，耗電率作為輸出數(shù)據(jù)，對(duì)小波神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，獲得基于小波神經(jīng)網(wǎng)絡(luò)的無人駕駛車輛的電池耗電率擬合模型；

所述小波神經(jīng)網(wǎng)絡(luò)的輸入層節(jié)點(diǎn)個(gè)數(shù)為4，隱含層小波元個(gè)數(shù)為8，輸出層節(jié)點(diǎn)個(gè)數(shù)為1，隱層小波神經(jīng)元采用Mexican Hat小波函數(shù)，輸出層節(jié)點(diǎn)采用Sigmoid函數(shù)；訓(xùn)練過程中的最大迭代次數(shù)設(shè)置為1000，訓(xùn)練學(xué)習(xí)率為0.1，閾值為0.00004；

步驟3：構(gòu)建基于BP神經(jīng)網(wǎng)絡(luò)的無人駕駛車輛剩余電量預(yù)測模型；

以所述歷史行駛過程中的t時(shí)刻的耗電率和對(duì)應(yīng)的剩余電量作為輸入數(shù)據(jù)，t+T時(shí)刻的剩余電量作為輸出數(shù)據(jù)，對(duì)BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，獲得基于BP神經(jīng)網(wǎng)絡(luò)的無人駕駛車輛剩余電量預(yù)測模型；

所述BP神經(jīng)網(wǎng)絡(luò)輸入層包含3個(gè)節(jié)點(diǎn)，輸出層節(jié)點(diǎn)個(gè)數(shù)為1，訓(xùn)練過程中的最大迭代次數(shù)設(shè)置為500，訓(xùn)練學(xué)習(xí)率為0.2；

步驟4：利用當(dāng)前時(shí)間在指定時(shí)間間隔T時(shí)間內(nèi)獲得的降雨阻力、道路積水阻力、道路坡道損耗功率、車載電池溫度輸入基于小波神經(jīng)網(wǎng)絡(luò)的無人駕駛車輛的電池耗電率擬合模型，獲得當(dāng)前時(shí)間在指定時(shí)間間隔T時(shí)間內(nèi)的電池耗電率，并基于獲得的當(dāng)前電池耗電率以及實(shí)時(shí)剩余電量，輸入基于BP神經(jīng)網(wǎng)絡(luò)的無人駕駛車輛剩余電量預(yù)測模型，獲得經(jīng)過指定時(shí)間間隔T時(shí)的剩余電量；

其中，所述降雨阻力是指通過設(shè)置在車身不同表面的力敏傳感器網(wǎng)絡(luò)進(jìn)行實(shí)時(shí)測量，將每個(gè)車身表面的每個(gè)力敏傳感器的測量數(shù)據(jù)的均值利用融合系數(shù)矩陣進(jìn)行集中融合，以所有表面的降雨阻力形成的降雨阻力向量，融合系數(shù)矩陣?yán)米赃m應(yīng)花粉授粉算法計(jì)算得到；

所述道路積水阻力是利用圖像采集裝置獲取路面圖像，并對(duì)路面圖像進(jìn)行邊緣處理以判斷前方路面是否有積水，如果無積水則輸出預(yù)設(shè)的道路積水阻力值；如果有積水則利用道路兩旁的紅外測量儀采集的積水?dāng)?shù)量、長度和深度信息計(jì)算道路積水阻力；

所述道路坡道損耗功率是利用安裝在車底的水平儀采集的無人車輛車身偏角信息、車輛行駛速度以及車重進(jìn)行克服重力做功計(jì)算獲得。