预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共11页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109910865A(43)申请公布日2019.06.21(21)申请号201910141449.2B60W40/068(2012.01)(22)申请日2019.02.26G06N3/04(2006.01)G06N3/06(2006.01)(71)申请人辽宁工业大学G06N3/08(2006.01)地址121001辽宁省锦州市古塔区士英街169号(72)发明人蔡希彪孙福明贾旭(74)专利代理机构北京远大卓悦知识产权代理事务所(普通合伙)11369代理人李烨(51)Int.Cl.B60W10/18(2012.01)B60W30/08(2012.01)B60W40/13(2012.01)B60W40/076(2012.01)B60W40/10(2012.01)权利要求书2页说明书8页(54)发明名称报,当o3=0时,报警系统不工作。一种基于物联网的车辆预警刹车方法(57)摘要本发明公开一种基于物联网的车辆预警刹车方法,采集路况和车况,并基于BP神经网络确定车辆振动影响等级和刹车调速状态,具体包括步骤一、按照采样周期,采集车身的重量,路面坡度,车辆纵向车速,车辆纵向加速度,车轮胎压,车辆振动烈度,路面摩擦系数,车辆与纵向相邻前车的实时距离;步骤二、确定三层BP神经网络的输入层神经元向量x={x1,x2,x3,x4,x5,x6,x7,x8};步骤三、所述输入层向量映射到隐层,隐层的神经元为m个;步骤四、得到输出层神经元向量o={o1,o2,o3};其中,o1为车辆振动影响等级,o2为车辆刹车调速状态,o3为预警状态,所述输出层神经元值为o1={A,B,C};当o2=1时,车辆需要进行刹车调速,当o2=0时,车辆正CN109910865A常行驶;当o3=1时,报警系统发出警CN109910865A权利要求书1/2页1.一种基于物联网的车辆预警刹车方法,其特征在于,采集路况和车况,并基于BP神经网络确定车辆振动影响等级和刹车调速状态,具体包括如下步骤:步骤一、按照采样周期,采集车身的重量,路面坡度,车辆纵向车速,车辆纵向加速度,车轮胎压,车辆振动烈度,路面摩擦系数,车辆与纵向相邻前车的实时距离;步骤二、确定三层BP神经网络的输入层神经元向量x={x1,x2,x3,x4,x5,x6,x7,x8};其中,x1为车身的重量,x2为路面坡度,x3为车辆纵向车速,x4为车辆纵向加速度,x5为车轮胎压,x6为车辆振动烈度,x7为路面摩擦系数,x8为车辆与纵向相邻前车的实时距离;步骤三、所述输入层向量映射到隐层,隐层的神经元为m个;步骤四、得到输出层神经元向量o={o1,o2,o3};其中,o1为车辆振动影响等级,o2为车辆刹车调速状态,o3为预警状态,所述输出层神经元值为o1={A,B,C};当o2=1时,车辆需要进行刹车调速,当o2=0时,车辆正常行驶;当o3=1时,报警系统发出警报,当o3=0时,报警系统不工作。2.如权利要求1所述的基于物联网的车辆预警刹车方法,其特征在于,当o2=1,且o1=A时,车辆需要刹车调速的制动加速度满足:a=a0;其中,a为车辆需要刹车调速的制动加速度,a0为车辆刹车调速的标准制动加速度。3.如权利要求1所述的基于物联网的车辆预警刹车方法,其特征在于,当o2=1,且o1=B时,车辆需要进行刹车调速的制动加速度满足:其中,a为车辆需要刹车调速的制动加速度,a0为车辆刹车调速的标准制动加速度,d为车辆与纵向相邻前车的实时距离,Ds为车辆与纵向相邻前车的安全距离,为路面坡度,M为车身重量,MA为单位重量,V为车辆纵向车速,Vrms为车辆振动烈度,ac为车辆纵向加速度,ζ为路面摩擦系数,P为车轮胎压,P0为大气压强,e为自然对数的底数。4.如权利要求1所述的基于物联网的车辆预警刹车方法,其特征在于,当o2=1,且o1=C时,车辆需要进行刹车调速的制动加速度满足:其中,a为车辆需要刹车调速的制动加速度,a0为车辆刹车调速的标准制动加速度,d为车辆与纵向相邻前车的实时距离,Ds为车辆与纵向相邻前车的安全距离,为路面坡度,M为2CN109910865A权利要求书2/2页车身重量,MA为单位重量,V为车辆纵向车速,Vrms为车辆振动烈度,ac为车辆纵向加速度,ζ为路面摩擦系数,P为车轮胎压,P0为大气压强,e为自然对数的底数。5.如权利要求3或4所述的基于物联网的车辆预警刹车方法,其特征在于,所述车辆与纵向相邻前车的安全距离为:其中,DS为安全距离,d0为当前车况环境下应当保持的安全距离,ds为能见度,V为车辆纵向车速,k为参数,n为等概率出现的选择对象数,χ为天气状况系数且χ∈[-2.5,1.5],g为重力加速度,e为自然对数的底数,σ为风力等级且σ∈[