基于AR-HMM的重型车辆侧翻预警模型与算法研究

When the load and center of gravity of heavy duty vehicle changes greatly, the credibility of the traditional rollover warning method decline badly .Aiming at this problem, on the basis of in depth research on the mechanism of instability of heavy vehicle, the factors influencing the stability of heavy duty vehicle comprehensively are analyzed, the model of rollover warning for heavy duty vehicle based on AR-HMM is built, and the parameters of the model by using the Baum-Welch algorithm are optimized .According to the trained AR-HMM, the current driving conditions and driving behavior of vehicle, combining with autoregressive algorithm and Viterbi algorithm, the algorithm of rollover warning for heavy duty vehicle effectively is explored, the vehicle operating status in the next period of time can be forecasted. Meanwhile, the online and real-time warning in the dangerous conditions could be achieved. In addition, the algorithm for identification of vehicle rollover in the dangerous conditions is studied, the test platform of the rollover warning control for heavy duty vehicle is built, and the theoretical analysis and numerical results is verified. This study provides new ideas and common method of the rollover warning and anti-roll control, which is of significance to the application of hidden Markov theory for the collision, vehicle tracing cauda and lane departure warning system.

针对传统的侧翻预警方法在重型车辆载荷和重心变化较大时，预警可信度下降问题，在深入研究重型车辆侧翻失稳机理的基础上，全面分析重型车辆行驶稳定性的影响因素，构建基于AR-HMM的车辆侧翻预警模型，采用Baum-Welch算法进行预警模型参数优化；根据训练好的AR-HMM、车辆当前行驶状态和驾驶行为，结合自回归算法和Viterbi算法，探索有效的重型车辆侧翻预警算法，预测未来一段时间内车辆的运行状态，在危险工况下实现在线实时预警；基于多维GM-HMM，进行侧翻危险工况辨识算法研究；搭建重型车辆侧翻预警控制测试平台，验证理论分析和数值计算结果。本研究为侧翻预警和防侧翻控制等问题提供新思路和通用策略，对隐马尔可夫理论在碰撞、追尾及车道偏离预警系统中的应用具有重要借鉴意义。

针对传统的侧翻预警方法在重型车辆载荷和重心变化较大时，复杂工况下预警可信度下降问题，本项目以重型卡车为研究对象，提出了基于AR-HMM的车辆侧翻预警模型和方法，利用MATLAB和TruckSim进行了离线验证，利用Viterbi算法和马尔科夫预测法预测未来一段时间内车辆的运行状态，在危险工况下实现预警。与申请书的预期成果相比，完成了项目任务。主要取得一些成果如下：.（1）建立了重型车辆“三自由度”模型，该模型综合考虑了横向、横摆以及侧倾方向的响应及其耦合影响，能反映影响侧翻的主要因素。在此基础上，设定横向载荷转移率LTR为侧翻门限值，研究重型车辆侧翻失稳机理及驾驶行为对侧翻稳定性的影响，分析重型车辆状态参数对侧倾角及传统动态预警门限值的影响，为后面结合HMM构建侧翻模型提供理论支撑。.（2）基于HHMM和LHMM理论的重型车辆侧翻预警模型研究。针对车辆动态运行过程中状态变化和各个分方向运动对车辆整体的影响，结合分层隐马尔科夫模型的结构特点，搭建分层HMM模型来描述整个车辆转向过程的状态。模型的下层表示车辆转向过程中各个分方向运动的状态种类，模型的上层表示车辆转向过程整体所处的情况。下层的各个分方向运动的状态种类共同影响了上层转向过程整体的状态，根据HMM的模型特点，设定下层各分运动状态的模型种类为上层模型的特征观察序列，将整个模型上下层联接起来。.（3）训练基于AR和HMM原理的车辆转向过程分层HMM模型。通过TruckSim和Simulink的联合仿真对可能发生重型车辆侧翻的工况进行仿真，针对复杂工况仿真采集到的离线数据，采用AR模型提取短时间内观察值的特征，提取AR系数作为下层MGHMM模型库的观察序列。.（4）分层HMM模型的离线验证和危险工况辨识算法研究。针对建立的模型，利用不同工况下TruckSim和Simulink的联合仿真得到的试验数据进行模型离线验证。按照训练模型时第一步聚类划分的结果先对数据划分为两部分，然后对数据加窗分帧处理，建立自回归模型，并提取AR系数作为观察序列，进行离群值的剔除，利用HMM应用中的评估算法对每段数据进行计算，选出匹配概率最大的模型，作为上层模型的观察序列。然后利用Viterbi算法对观察序列进行解码，辨识车辆一段时间内的状态，与实际情况作对比。根据模型离线验证的情况，进行相关状态预测的算法研究。