[發明專利]一種危險液移動車載裝置的動態安全預警方法

在審

• 申請號: 202010532462.3
• 申請日: 2020-06-11
• 公開（公告）號: CN111775929A
• 公開（公告）日: 2020-10-16
• 發明（設計）人: 趙云凱;許斌;劉春君;袁猛;季一木
• 申請（專利權）人: 南京郵電大學
• 主分類號: B60W30/04
• 分類號: B60W30/04;B60W40/06;B60W40/105;B60W50/00;B60W50/14;B60P3/22;G07C5/08;G06N3/08;G06N3/04
• 代理公司: 南京蘇科專利代理有限責任公司 32102
• 代理人: 姚姣陽

1.一種危險液移動車載裝置的動態安全預警方法，其特征在于，包括如下步驟，

步驟S1、利用數據采集模塊采集道路狀況數據、車輛狀況數據和環境狀況數據，再將采集到的數據傳輸到綜合車速監測模塊，并通過通訊模塊將數據傳輸到云平臺上進行保存；

步驟S2、綜合車速監測模塊將接收到的數據通過神經網絡預測模型獲取罐車的側翻臨界車速V₁和下坡臨界車速V₂，再根據側翻臨界車速V₁和下坡臨界車速V₂獲取臨界速度V，并將臨界速度V與車輛的實際速度V'進行對比，從而判斷車輛當前速度的危險等級；

步驟S3、車輛行駛過程中利用液化氣體監測模塊實時監測罐車罐內氣體安全情況；

步驟S4、當綜合車速監測模塊或者液化氣體監測模塊檢測到車速處于危險等級或者氣體泄露信號后，觸發預警模塊。

2.根據權利要求1所述的一種危險液移動車載裝置的動態安全預警方法，其特征在于，所述道路狀況數據包括被測車輛的位置信息、路段的坡度，彎道路段的彎道半徑、坡道長度、彎道長度；所述車輛狀況數據包括車輛行駛橫向速度、行駛縱向速度、罐內氣體壓力、罐體受力大小、罐內充液比、剎車鼓溫度等由車載傳感器實時采集到的數據和車輛重量、罐內液體質量和左右輪距；所述環境狀況數據包括空氣溫度、濕度、風向和風速。

3.根據權利要求1所述的一種危險液移動車載裝置的動態安全預警方法，其特征在于，所述綜合車速監測模塊采用三層BP神經網絡，BP神經網絡A用于預測罐內液體晃動對罐體的作用力并作為BP神經網絡B的輸入之一，BP神經網絡B輸出被測車輛在彎道路段的側翻臨界車速V₁，BP神經網絡_C以車輛下坡過程中當前時刻剎車鼓溫度T，被測車輛總重M，該時刻平行于被測車輛行駛方向的縱向風速V_f，前方坡度的總長度_L，前方下坡路段坡頂至破底高度差_Δh作為輸入，輸出車輛的下坡臨界車速V₂。

4.根據權利要求3所述的一種危險液移動車載裝置的動態安全預警方法，其特征在于，所述三層BP神經網絡包括輸入層、隱含層和輸出層，所述隱含層節點個數為其中n為輸入層神經元個數,m為輸出層神經元個數,α為[1,10]之間的常數；并選擇S型正切函數tan sig作為隱含層神經元的激活函數。

5.根據權利要求1或3所述的一種危險液移動車載裝置的動態安全預警方法，其特征在于，所述側翻臨界車速V₁的具體預測方法為，

步驟S21、收集神經網絡A所需數據訓練集，將液化氣罐車在通過彎道某一時刻的罐內充液比_K、當前時刻和前一時刻的罐體內力傳感器采集到的橫向作用力F_n和F_n-1、車輛當前加速度a_n和前一時刻加速度a_n-1作為一組訓練集；

步驟S22、將訓練集數據進行歸一化處理，采用作為歸一化函數，其中，t為輸入數據，e自然數底數；

步驟S23、構建預測罐內液體晃動橫向作用力的BP神經網絡A；

步驟S24、選擇收集到的數據集，作為BP神經網絡A的輸入，將下一時刻被測車輛將要受到得罐內液體晃動產生得橫向作用力F_n+1作為輸出，訓練BP神經網絡A；

步驟S25、收集BP神經網絡B的數據訓練集，將BP神經網絡A輸出的液體晃動造成的下一時刻橫向作用力F_n+1以及在該時刻被測車輛底盤高度H₁、車輛總高度H₂、車輛總重M、車輛左右輪距L、該時刻垂直于被測車輛行駛方向的縱向風力f，彎道半徑R作為訓練集輸入；

步驟S26、將數據進行歸一化處理，采用作為歸一化函數，其中，t為輸入數據，e自然數底數；

步驟S27、構建預測罐內液體晃動橫向作用力的BP神經網絡B；

步驟S28、擇收集到的數據集，作為BP神經網絡B的輸入，將車輛的當前時刻的側翻臨界速度作為輸出，訓練BP神經網絡B，最終通過BP神經網絡B完成側翻臨界速度的預測。