《電子技術(shù)應(yīng)用》
您所在的位置:首頁(yè) > 其他 > 設(shè)計(jì)應(yīng)用 > 汽車姿態(tài)感知與狀態(tài)預(yù)測(cè)平臺(tái)的研究
汽車姿態(tài)感知與狀態(tài)預(yù)測(cè)平臺(tái)的研究
來(lái)源:電子技術(shù)應(yīng)用2013年第8期
楊文華, 石存杰
江蘇大學(xué) 汽車與交通工程學(xué)院, 江蘇 鎮(zhèn)江212013
摘要: 設(shè)計(jì)了集成加速度計(jì)、角速度計(jì)和磁力計(jì)的MEMS汽車姿態(tài)感知平臺(tái),并通過(guò)單片機(jī)對(duì)感知信息進(jìn)行數(shù)據(jù)濾波、數(shù)據(jù)融合以及姿態(tài)解算等步驟,獲得汽車的實(shí)時(shí)姿態(tài)信息。在PC機(jī)上建立了自回歸模型,用于對(duì)汽車運(yùn)動(dòng)姿態(tài)的實(shí)時(shí)感知和短期預(yù)測(cè)。
中圖分類號(hào): TP467.49
文獻(xiàn)標(biāo)識(shí)碼: A
文章編號(hào): 0258-7998(2013)08-0120-03
Study on vehicle attitude perception and state prediction platform
Yang Wenhua, Shi Cunjie
School of Automobile and Traffic Engineering, Jiangsu University, Zhenjiang 212013, China
Abstract: Design MEMS vehicle attitude perception platform integrated with accelerometers, angular rate meter and magnetometer, and carry out data filtering, data fusion and attitude solution through the micro-controller, obtain vehicle real-time attitude information. Build auto-regressive model on the PC for vehicle motion attitude real-time perception and short-term state prediction. Finally, taking yaw angle and roll angle for example, carry out vehicle road test and compare the test value with predictive value.
Key words : vehicle attitude; state prediction; MEMS sensor; auto-regressive model; vehicle active safety

    近年來(lái),公路交通帶動(dòng)著社會(huì)經(jīng)濟(jì)的飛速發(fā)展,為社會(huì)創(chuàng)造了無(wú)法估量的財(cái)富,同時(shí)交通事故的頻繁發(fā)生也給社會(huì)造成了大量的人員傷亡和巨大的人力、物力和財(cái)力的損失。根據(jù)美國(guó)國(guó)家公路交通安全管理局和弗吉尼亞州技術(shù)局發(fā)布的《自然駕駛條件下的100輛車進(jìn)行的研究》顯示, 80%的公路交通事故是由駕駛員在事故前3 s內(nèi)的疏忽造成的[1]。資料同時(shí)顯示,如果在潛在交通事故發(fā)生的前1 s能有效地給駕駛員發(fā)出警報(bào),則可避免 90%的交通事故[2-3]。如果在交通事故前2 s駕駛員采取相應(yīng)的措施,幾乎所有的交通事故都能避免[4]。

    目前已投入使用的大多數(shù)主動(dòng)安全預(yù)警裝置,如汽車電子穩(wěn)定性控制系統(tǒng)、底盤一體化控制技術(shù)、智能安全輔助系統(tǒng)以及人/車安全狀況監(jiān)控與干預(yù)技術(shù)等[5],仍停留在對(duì)汽車行駛狀態(tài)以及周圍行車環(huán)境的檢測(cè)和報(bào)警功能上,不能有效地對(duì)汽車自身可能的行駛運(yùn)動(dòng)狀態(tài)進(jìn)行預(yù)報(bào)以及對(duì)潛在的行車危險(xiǎn)進(jìn)行預(yù)警[6]。鑒于當(dāng)前汽車主動(dòng)安全預(yù)警裝置的問(wèn)題以及公路交通的嚴(yán)峻形勢(shì),進(jìn)行汽車姿態(tài)感知與狀態(tài)預(yù)測(cè)技術(shù)的研究,可以提高駕駛車輛的主動(dòng)安全,對(duì)減少道路交通事故將起到十分重要的作用。
1 平臺(tái)的工作原理
    基于MEMS傳感器的汽車姿態(tài)感知與狀態(tài)預(yù)測(cè)平臺(tái),通過(guò)安裝在車上的分布式傳感器網(wǎng)絡(luò),實(shí)時(shí)地在線監(jiān)測(cè)汽車三軸加速度、三軸角速度以及三軸磁場(chǎng)等汽車運(yùn)行狀態(tài)參數(shù),這些數(shù)據(jù)是未經(jīng)過(guò)處理的模擬信號(hào),通過(guò)濾波器進(jìn)行數(shù)字濾波、數(shù)據(jù)融合處理后,經(jīng)過(guò)A/D轉(zhuǎn)換成數(shù)字信號(hào)傳送到處理器單元。利用監(jiān)測(cè)到的數(shù)據(jù)對(duì)汽車姿態(tài)進(jìn)行解算,并不斷更新。針對(duì)解算后的汽車姿態(tài)信息,在PC機(jī)上建立先進(jìn)的自回歸(AR)算法模型,用于預(yù)測(cè)未來(lái)短暫時(shí)刻汽車的運(yùn)行姿態(tài)角,并且設(shè)定了安全行駛汽車姿態(tài)角閾值。若汽車運(yùn)行狀態(tài)超出這個(gè)限定值,系統(tǒng)便發(fā)出預(yù)警信號(hào),提醒駕駛?cè)藛T采取相應(yīng)措施。圖1所示為汽車姿態(tài)感知與狀態(tài)預(yù)測(cè)平臺(tái)的工作原理。

2  平臺(tái)的硬件設(shè)計(jì)
    平臺(tái)所用到的主要設(shè)備包括運(yùn)動(dòng)處理組件MPU-6050、BMP085壓力傳感器、HMC5883L磁力計(jì)、電源處理模塊、數(shù)據(jù)處理單元STM32F103、PC機(jī)、車載直流電源及試驗(yàn)車輛等。運(yùn)動(dòng)處理組件MPU-6050內(nèi)部集成有三軸陀螺儀和三軸加速器,可以實(shí)時(shí)監(jiān)測(cè)汽車運(yùn)動(dòng)的三軸角速度和三軸加速度。BMP085壓力傳感器用于監(jiān)測(cè)大氣壓力及海拔高度,HMC5883L磁力計(jì)用來(lái)測(cè)量汽車所在位置地球磁場(chǎng)的方向和大小,數(shù)據(jù)處理單元STM32F103用來(lái)對(duì)感知到的數(shù)據(jù)進(jìn)行姿態(tài)解算處理,電源處理模塊以及車載直流電源為設(shè)備提供所需的電源,PC機(jī)用來(lái)建立模型并進(jìn)行狀態(tài)信息預(yù)報(bào)。
2.1 運(yùn)動(dòng)處理模塊
    MPU-6050為全球首例整合三軸陀螺儀與三軸加速器與單一芯片的六軸運(yùn)動(dòng)處理組件,并內(nèi)建數(shù)字運(yùn)動(dòng)處理組件(Motion Processor)與九軸運(yùn)動(dòng)感測(cè)融合演算技術(shù)(Motion Fusion)。芯片內(nèi)置16 bit AD轉(zhuǎn)換器,具有16位數(shù)據(jù)輸出,采用標(biāo)準(zhǔn)I2C通信協(xié)議,并含可藉由第二個(gè)I2C端口連接其他廠牌的加速器、磁阻傳感器或其他傳感器。MPU-6050的陀螺儀傳感器的量程范圍為±250 °/s、 ±500 °/s、 ±1 000 °/s、±2 000 °/s,可準(zhǔn)確追蹤快速與慢速動(dòng)作,加速度計(jì)的量程范圍為±2 g、±4 g、±8 g、±16 g。
2.2 壓力傳感器
    BMP085是一款高精度、超低能耗的數(shù)字壓力傳感器, 絕對(duì)精度最低可以達(dá)到0.03 hPa,壓力范圍為300~1 100 hPa(海拔9 000 m~-500 m), 最小分辨率0.03 hPa(0.25 m),在標(biāo)準(zhǔn)模式工作電流僅5 μA。在低功耗模式下,分辨率為0.06 hPa(0.5 m);在高線性模式下,分辨率為0.03 hPa(0.25 m),并具有溫度輸出功能以及溫度補(bǔ)償功能。
2.3 磁力計(jì)
    霍尼韋爾HMC5883L是一種表面貼裝的高集成模塊,并帶有數(shù)字接口的弱磁傳感器芯片,其內(nèi)部集成電路包括放大器、自動(dòng)消磁驅(qū)動(dòng)器、偏差校準(zhǔn)及能使羅盤精度控制在1°~2°的12位模擬/數(shù)字轉(zhuǎn)換器。傳感器自有的對(duì)于正交軸低敏感性的結(jié)構(gòu),能用于測(cè)量地球磁場(chǎng)的方向和大小,其測(cè)量范圍從幾毫高斯到幾高斯(gauss)。
2.4 數(shù)據(jù)處理單元
    STM32F103T8是一款使用高性能ARM Cortex-M3內(nèi)核的增強(qiáng)型32位貼片控制器,用于車輛姿態(tài)解算。其工作頻率為72 MHz,內(nèi)置高速存儲(chǔ)器(64 KB的Flash和20 KB的SRAM),可編程輸入/輸出端數(shù)量為26個(gè),模/數(shù)轉(zhuǎn)換器輸入數(shù)為10個(gè),內(nèi)部具有4個(gè)定時(shí)器,豐富的增強(qiáng)I/O端口,包含2個(gè)12位的ADC、4個(gè)定時(shí)器,還包含標(biāo)準(zhǔn)和先進(jìn)的通信接口:主要包括CAN、I2C、SPI、USART和USB。
2.5 電源模塊
    電源處理模塊的作用是將汽車上提供的電能轉(zhuǎn)換為穩(wěn)定可靠的電源,供車載感知與智能終端平臺(tái)使用。汽車上主要提供有12 V和24 V兩種直流電源,但選用的模塊需要5 V、3.3 V兩種直流穩(wěn)壓電源。而且由于車載電源長(zhǎng)時(shí)間工作在惡劣的環(huán)境下,電壓不穩(wěn)定,造成輸入源對(duì)設(shè)計(jì)的電路也存在一定的干擾,電源處理模塊設(shè)計(jì)時(shí)采用了二級(jí)電源供電模式,第一級(jí)電源轉(zhuǎn)換由車載12 V轉(zhuǎn)換到5 V,第二級(jí)電源從5 V轉(zhuǎn)換到3.3 V。
3 平臺(tái)的軟件設(shè)計(jì)
3.1下位機(jī)軟件設(shè)計(jì)

    傳感器的輸出值是車體相對(duì)于慣性坐標(biāo)系而言的,在進(jìn)行車體姿態(tài)解算時(shí)需要分清各種坐標(biāo)系統(tǒng)之間的關(guān)系,其中涉及到坐標(biāo)變換[7]。
    針對(duì)下位機(jī)的數(shù)據(jù)處理與過(guò)程控制功能,選用模塊化結(jié)構(gòu),即由一個(gè)主程序和若干功能子程序共同組成。其中,功能子程序主要包括延時(shí)子程序、LED顯示子程序、I2C接口操作子程序、氣壓計(jì)子程序、磁力計(jì)子程序、運(yùn)動(dòng)組件子程序、姿態(tài)解算子程序和上位機(jī)的指令處理子程序等,并且各個(gè)子程序按照信息處理的復(fù)雜程度分配了合適的延時(shí)時(shí)間,這樣可以確保數(shù)據(jù)處理完整,避免發(fā)生子程序運(yùn)行時(shí)間過(guò)長(zhǎng)等問(wèn)題。主程序則是按照處理流程依次調(diào)用各個(gè)功能子程序來(lái)實(shí)現(xiàn)傳感器的感知與姿態(tài)解算的功能。為了減少采集到的數(shù)據(jù)誤差,采用了數(shù)字濾波技術(shù),在程序設(shè)計(jì)中主要用到算術(shù)平均濾波。下位機(jī)主程序的流程如圖2所示。
3.2 上位機(jī)軟件設(shè)計(jì)
    車載感知與狀態(tài)預(yù)測(cè)的上位機(jī)程序運(yùn)行界面如圖3所示,主要包括數(shù)據(jù)幀接收模塊、傳感器實(shí)測(cè)數(shù)據(jù)顯示模塊、預(yù)測(cè)項(xiàng)選擇模塊、預(yù)測(cè)初始化模塊、預(yù)測(cè)結(jié)果顯示模塊以及功能操作模塊。

 

 

    數(shù)據(jù)幀接收模塊主要用來(lái)顯示下位機(jī)通過(guò)RS232串口向上位機(jī)傳送的16進(jìn)制數(shù)據(jù)幀,其每一幀數(shù)據(jù)均包括幀起始標(biāo)志、數(shù)據(jù)實(shí)體以及幀結(jié)束標(biāo)志。傳感器實(shí)測(cè)數(shù)據(jù)顯示模塊用來(lái)在線實(shí)時(shí)更新運(yùn)動(dòng)處理組件、磁力計(jì)、溫度計(jì)以及下位機(jī)解算到的車輛的姿態(tài)信息。通過(guò)傳感器實(shí)測(cè)數(shù)據(jù)模塊,用戶可以及時(shí)了解車輛運(yùn)行時(shí)的三軸加速度、三軸角速度、三軸磁場(chǎng)、大氣壓力、大氣溫度、海拔高度以及解算出來(lái)的橫擺角、俯仰角和側(cè)傾角等信息。預(yù)測(cè)項(xiàng)選擇模塊包括對(duì)三軸加速度、三軸角速度以及下位機(jī)解算出來(lái)的橫擺角、側(cè)傾角和俯仰角的預(yù)測(cè)。可以在預(yù)測(cè)開始前選擇需要預(yù)測(cè)的內(nèi)容,也可以在系統(tǒng)預(yù)測(cè)進(jìn)行過(guò)程中,通過(guò)選擇不同的按鈕來(lái)改變預(yù)測(cè)內(nèi)容。預(yù)測(cè)初始化模塊用于設(shè)置靜止時(shí)系統(tǒng)預(yù)測(cè)樣本數(shù)據(jù)采集的時(shí)間,默認(rèn)設(shè)置為20 s。預(yù)測(cè)結(jié)果顯示模塊用來(lái)顯示所選擇的預(yù)測(cè)項(xiàng)目未來(lái)3 s內(nèi)的預(yù)測(cè)數(shù)值。當(dāng)預(yù)測(cè)結(jié)果接近設(shè)定的閾值時(shí),則發(fā)出警示信息,提醒駕駛?cè)藛T交通安全。狀態(tài)預(yù)測(cè)程序設(shè)計(jì)中,采用自回歸(AR)建模預(yù)測(cè)方法[8-9]對(duì)運(yùn)行中的車輛狀態(tài)開展預(yù)測(cè)。每一個(gè)預(yù)測(cè)時(shí)刻都對(duì)應(yīng)一個(gè)誤差率,用來(lái)表征預(yù)測(cè)精度。功能操作模塊主要用來(lái)打開串口,在設(shè)定完初始時(shí)間后,確認(rèn)開始預(yù)測(cè),并保存下位機(jī)上傳的數(shù)據(jù)和選定的預(yù)測(cè)項(xiàng)數(shù)據(jù),以便后期對(duì)車輛感知信息進(jìn)行綜合評(píng)價(jià)和分析。
4 實(shí)車道路試驗(yàn)
    為了檢驗(yàn)汽車姿態(tài)感知與狀態(tài)預(yù)測(cè)平臺(tái)的運(yùn)行效果,對(duì)該平臺(tái)進(jìn)行了實(shí)車道路試驗(yàn)。試驗(yàn)時(shí),運(yùn)動(dòng)處理組件、磁力計(jì)、氣壓計(jì)放置在汽車質(zhì)心處。為了驗(yàn)證不同汽車行駛條件下汽車姿態(tài)感知與狀態(tài)預(yù)測(cè)的效果,針對(duì)縱向加速度及俯仰角的實(shí)時(shí)監(jiān)測(cè)與預(yù)報(bào)道路試驗(yàn),選擇車輛急加速后馬上急減速的試驗(yàn)方法;對(duì)于橫向加速度,選擇蛇形試驗(yàn)方法[10];對(duì)于橫擺角及側(cè)傾角,選擇定轉(zhuǎn)向盤連續(xù)加速試驗(yàn)的方法[11];以及采用繞八字彎試驗(yàn)方法來(lái)開展道路試驗(yàn)。
    在進(jìn)行狀態(tài)預(yù)測(cè)前,將預(yù)測(cè)建模時(shí)間設(shè)置為60 s,即開始預(yù)測(cè)前60 s的數(shù)據(jù)用于建立多層遞階建模,建模完成后,便可對(duì)預(yù)測(cè)項(xiàng)作1 s~3 s的短期預(yù)測(cè),預(yù)測(cè)信息隨著姿態(tài)數(shù)據(jù)不斷更新而實(shí)時(shí)改變。最后以試驗(yàn)階段的任意2 min內(nèi)試驗(yàn)測(cè)得汽車姿態(tài)數(shù)據(jù)分別與軟件1 s、2秒和3 s的預(yù)測(cè)值進(jìn)行比較,可得橫擺角的試驗(yàn)值與預(yù)報(bào)值的對(duì)比曲線如圖4所示,側(cè)傾角的試驗(yàn)值與預(yù)報(bào)值的對(duì)比曲線如圖5所示,表1給出了道路試驗(yàn)中橫擺角和側(cè)傾角預(yù)測(cè)值的平均相對(duì)誤差率。

    基于MEMS傳感器進(jìn)行的汽車姿態(tài)感知與狀態(tài)預(yù)測(cè)平臺(tái)的研究,自主設(shè)計(jì)了汽車姿態(tài)監(jiān)測(cè)硬件平臺(tái),并開發(fā)了相應(yīng)的軟件,用于傳感器數(shù)據(jù)處理、姿態(tài)解算以及狀態(tài)預(yù)測(cè)。進(jìn)行了實(shí)車道路試驗(yàn),并針對(duì)橫擺角和側(cè)傾角的試驗(yàn)值與預(yù)測(cè)值進(jìn)行了比較,兩者的曲線走勢(shì)基本吻合,最后給出了試驗(yàn)值和預(yù)測(cè)值的相對(duì)誤差率。結(jié)果表明,汽車姿態(tài)感知與狀態(tài)預(yù)測(cè)平臺(tái)的研究取得了一定的效果,為以后開展更高性能的汽車主動(dòng)安全預(yù)警系統(tǒng)提供了一定的理論依據(jù)和工程應(yīng)用指導(dǎo)。
參考文獻(xiàn)
[1] 薄大明,王元海,王軍利,等.公安交通安全管理現(xiàn)狀分析與對(duì)策研究[J]. 中國(guó)人民公安大學(xué)學(xué)報(bào)(自然科學(xué)版), 2008(1): 82-85.
[2] 公安部交通管理局.道路交通事故統(tǒng)計(jì)年報(bào)[G].無(wú)錫:公安部交通管理科學(xué)研究所,2009.
[3] National Transportation Safety Board.Vehicle and infrastructure-based technology for the prevention of rear-end collisions[R]. Special Investigation Report-Highway Vehicle,2001.
[4] 黃金敢.交通事故動(dòng)力學(xué)分析及再現(xiàn)研究[D].福州:福州大學(xué),2004.
[5] 劉軍,董晶晶,時(shí)梟鵬,等.汽車運(yùn)動(dòng)狀態(tài)在線測(cè)量及預(yù)報(bào)技術(shù)[J]. 中國(guó)公路學(xué)報(bào),2011(4):114-121.
[6] 永井正夫. 基于先進(jìn)控制技術(shù)的車輛主動(dòng)安全領(lǐng)域研究展望[J]. 汽車安全與節(jié)能學(xué)報(bào),2010(1):14-22.
[7] 何國(guó)國(guó).汽車運(yùn)動(dòng)狀態(tài)在線測(cè)量及預(yù)報(bào)技術(shù)研究[D].鎮(zhèn)江:江蘇大學(xué),2010.
[8] 夏安邦.系統(tǒng)建模理論與方法[M].北京:機(jī)械工業(yè)出版社,2008.
[9] PANDIT S M, Wu Shienming. Time series and analysiswith application[M]. Maclison John Wiley and Sons,1983.
[10] GB/T 6323.1-94.汽車操縱穩(wěn)定性試驗(yàn)方法蛇行試驗(yàn)[S].1994.
[11] GB/T 6323.6-94.汽車操縱穩(wěn)定性試驗(yàn)方法穩(wěn)態(tài)回轉(zhuǎn)試驗(yàn)[S]. 1994.

此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。