基于MM908E625和Low-G的汽车疲劳驾驶监控
时间:01-22
来源:互联网
点击:
图(1) 硬件系统结构框图
(1).速度计LIN 子节点原理图(2)及加速度测量模块图(3):
图(2)LIN 子节点原理图
图(3)测量模块
MMA6260Q 为X Y 双轴向传感器,为保证获得较理想的加速度测量,加速度计设计成带LIN 接口,物理尺寸为5X5X2CM 的测量模块,直接安装在油门开度踏板、制动踏板和方向转轴上。油门开度踏板和制动踏板测量模块垂直安装,确保X 轴方向可测量踏板的加速度信号,Y 轴方向测量车辆运行中平均震动信号。方向转轴测量模块水平安装,确保X Y 轴方向可测量方向盘转向的加速度信号。
3.传感器简介:
除用于加速度测量的Low-G 外,还有以下传感器。
节气门(油门)开度传感器:节气门由驾驶员操纵,直接反映驾驶员的控制意图,因此是判断发动机工况的重要信号。节气门位置传感器安装在节气门轴的尾端,采用霍尔线性传感器。经传感器信号调理板处理后,由LIN 子节点测量模块检测,节气门完全关闭时,传感器输出电压等于0V;节气门完全打开时,输出电压等于5V。当节气门不断开大时,其输出电压随之线形增加。
发动机转速、车速传感器:采用霍尔脉冲式。经传感器信号调理板脉冲整形电路处理之后, 由主芯片的输入捕捉口进行脉冲捕捉。对应发动机转速1500rpm-8000rpm 的范围,接口板输出对应0V-5V 变化。对应车速60KM/h-180KM/h的范围,接口板输出对应0V-5V 变化。
智能控制(模糊控制器)设计
汽车驾驶状态(疲劳驾驶)监控的对象是相当复杂的系统控制问题,是属于多输入-多输出的模糊控制系统范畴。人的驾驶习惯,不同的路况,不同驾驶时段反映到对车辆的操控,会产生相当不同的汽车驾驶状态。
各种对车辆的操控,作为输入量,表现为节气门(油门)开度、制动踏板的位置、发动机转速、车速的变化、速度的变化(即加速度),方向盘转向的角度和角加速度等。车辆在不同的路况下产生的震动作为输入量,也会影响到传感器的测量,特别是对加速度传感器的影响,对震动信号由LIN 子节点测量模块按“平均震动信号强度”在信号预处理程序中减弱或消除。作为输出量,表现为对车辆的驾驶状态的优劣,分为“好”、“中”、“差”三个等级。在设计控制规则库时,把多输入-多输出模糊控制结构化为多输入-单输出模糊控制结构,然后按单输入-单输出模糊控制系统的方法设计,实现多变量控制系统的模糊解耦。
实验数据表明,疲劳驾驶阶段,反映到汽车驾驶状态上,表现为对节气门(油门)开度、制动踏板和方向盘转向的加速度信号的改变比正常驾驶时期的加速度信号的改变在信号的幅值和频度有明显的不同。本课题采用FreeScale 的Low-G系列双轴向加速度传感器MMA6260Q,对所需的加速度信号能准确地、实时地采集,作为模糊控制器的输入变量的一个重要参数。
本研究课题早期对疲劳驾驶的研究主要通过测量油门开度、制动踏板位置和发动机转速、车速的变化等参数,这些参数间接地、滞后地反映驾驶状态的变化,这些参数可作为模糊控制器在各种不同驾驶状态的限定条件,结合加速度的测量,建立模糊控制规则。
对应于油门开度、制动踏板位置和方向盘转向轴三种类型的变量建立三套模糊控制器模型,以下以油门开度作为变量说明模糊控制器的设计。
1.糊化过程:
设油门开度模糊控制的输入量分别为油门开度s,发动机转速n、车速v 和油门开度加速度a。将加速度划分成“负大NB”、“负小NS”、“零ZE”、“正小PS”、“正大PB”五个等级(即五个模糊子集)。控制器的输出为对车辆的驾驶状态的优劣(以H 表示),分为“好GOOD”、“中MIDDLE”、“差BAD”三个等级。为了实现模糊化,确定油门开度加速度a 模糊子集的隶属度函数如下图(4)所示。为了按照一定的语言规则进行模糊推理,确定输出量即反映驾驶状态的优劣的隶属度函数如下图(5)所示。
图(4)加速度a 隶属度函数图 图(5)驾驶状态隶属度函数图
对应于油门开度模糊控制规则库的建立,与油门开度s,发动机转速n、车速v 在不同的数值范围的取值具有交互性和关联性。规则库的建立需要在程序运行中不断搜集数据,通过自学习确定方法和模糊规则的自调整,在实验过程中不断修正和完善。
模糊控制规则重点处理影响车辆驾驶状态的优劣“差”和“中”的工作过程。其中,“差”驾驶状态的规则对应于油门开度s 分为0,1,2-9 共十段,发动机转速n 分为1000rpn 、1500rpn-5500rpm 共十段, 车速v 分为60km/h 、70km/h-150km/h 共十段,和加速度划分成“负大NB”、“负小NS”、“零ZE”、“正小PS”、“正大PB”五个等级,可归纳为有效控制规则八十六条规则。
模糊控制规则(L)公式:如果(IF)油门开度s 为x 段[和(AND)]V[或(OR)]发动机转速n 为y 段[和(AND)]V[或(OR)]车速v 为z 段,且加速度为等级m,则(THEN)驾驶状态为“S”。
3.精确化计算:
对应于上述推理方法得到的结果,结合车辆正常驾驶时采集的数据建立的数据库分析,对加速度等级出现的频度,根据输出模糊子集的隶属度函数进行精确化计算,确定车辆驾驶状态的优劣“差”和“中”,由交互界面提供操作提示和报警。
软件描述
1.数据库建立:
驾驶状态模糊控制器数据库的建立和数据更新是本课题设计的重要部分,汽
车正常驾驶时,系统设定为连续驾驶的前两个小时为正常驾驶,在这段时间内监控仪的工作是对驾驶员的驾驶习惯进行数据搜集,按设定量化等级作数据的线性化量化,对应于油门开度、制动踏板位置和方向盘转向轴三种类型的变量的不同量纲,按比例因子对数据处理,依据模糊子集的隶属度函数模糊化数据。
为了消除大的误差,在量化级之间采用插值运算,引入权系数因子w(.),对于任意一个连续的测量值通过相邻的两个离散的加权运算得到模糊度的值。在模糊化数据建立数据库的基础上,生成正常驾驶习惯数学模型,并根据不断采集的数据进行修正。随着连续驾驶时间的增加(大于两个小时或采集数据的变化超出驾驶状态监控指标),监控仪自动进入疲劳驾驶监控状态。
2.软件框图
(1).PC 机程序设计:
PC 机程序用C 语言编写,完成数据库的建立和维护、对LIN-BUS 网络的管理、模糊控制器算法和规则的运算、交互界面的输入输出控制。软件框图如图(6)所示。
- Windows CE 进程、线程和内存管理(11-09)
- RedHatLinux新手入门教程(5)(11-12)
- uClinux介绍(11-09)
- openwebmailV1.60安装教学(11-12)
- Linux嵌入式系统开发平台选型探讨(11-09)
- Windows CE 进程、线程和内存管理(二)(11-09)