汽車運(yùn)動狀態(tài)在線測量及預(yù)報技術(shù)研究.pdf

1、開展汽車運(yùn)動狀態(tài)在線測量及預(yù)報技術(shù)研究，提前預(yù)報汽車未來時刻的行駛運(yùn)動狀態(tài)，預(yù)先警示駕駛員，甚至直接驅(qū)動車輛控制系統(tǒng)，對于提高車輛行駛主動安全、減少道路交通事故將起到十分重要的作用。
　　 汽車運(yùn)動狀態(tài)在線測量及預(yù)報技術(shù)是指汽車在道路行駛過程中，通過布置在汽車上的慣性傳感器在線地監(jiān)測汽車行駛運(yùn)動狀態(tài)的基礎(chǔ)上，運(yùn)用一定的技術(shù)和手段進(jìn)一步準(zhǔn)確可靠地預(yù)測出汽車未來短時間(1至3秒)內(nèi)的行駛運(yùn)動狀態(tài)。
　　 為實現(xiàn)對汽車運(yùn)動狀態(tài)

2、參數(shù)在線測量的目的，自主設(shè)計了微慣性測量單元MIMU(Micro Inertial Measurement Unit)，對其誤差模型進(jìn)行了分析，同時設(shè)計了MIMU的標(biāo)定系統(tǒng)和開展了傳感器的標(biāo)定工作。進(jìn)一步研究了汽車的姿態(tài)和速度積分算法，考慮到MEMS(Micro-Electro-Mechanical Systems)傳感器精度相對較低的因素，設(shè)計了Kalman濾波器來完成傳感器信號的融合處理以獲得汽車運(yùn)動狀態(tài)參數(shù)的最優(yōu)估計值。并進(jìn)一步開

3、展了Matlab仿真工作，仿真結(jié)果表明汽車姿態(tài)與速度積分算法以及Kalman濾波器設(shè)計的準(zhǔn)確性和可靠性。
　　 在獲得汽車行駛運(yùn)動狀態(tài)參數(shù)的基礎(chǔ)上，基于自回歸(Auto-Regressive，AR)模型、多層遞階(Multi-Level Recursive，MLR)模型開展了汽車運(yùn)動狀態(tài)參數(shù)的預(yù)報研究。詳細(xì)分析了兩者的具體建模預(yù)報過程，并著重對與行車安全密切相關(guān)的6個主要的運(yùn)動狀態(tài)參數(shù)開展了Matlab仿真工作，仿真結(jié)果表明兩種

4、預(yù)報方法都達(dá)到了一定的預(yù)報效果，多層遞階方法由于考慮到汽車運(yùn)動的時變性和非線性特性，其預(yù)報精度要高于AR預(yù)報方法。
　　 基于VB2005、NI Measurement studio和Matlab.NET生成器開發(fā)了汽車運(yùn)動狀態(tài)在線測量及預(yù)報軟件。通過引入VB與Matlab混合編程的思想，充分發(fā)揮了VB的界面優(yōu)勢和Matlab的數(shù)學(xué)運(yùn)算優(yōu)勢，減少編程工作量，提高了軟件開發(fā)效率。所開發(fā)的軟件不但能夠?qū)崿F(xiàn)對汽車運(yùn)動狀態(tài)參數(shù)在線測量和