[发明专利]基于3D点云优化动态LTR的侧翻预警方法及系统

权利要求书

1.一种基于3D点云优化动态LTR的侧翻预警方法，其特征在于，包括：

获取车辆信息以及前向路面高程点云，所述车辆信息包括自车车速、自车横摆角速度、车身侧倾角、侧向加速度；

根据车辆信息，利用恒定转弯率和速度轨迹预测模型，进行车辆行驶轨迹预测；

基于所述前向路面高程点云以及预测的车辆行驶轨迹估计车辆行驶过程中的路面横向不平度；

获取车身侧倾角，车身侧倾角通过路面不平度特征和车辆转向姿态侧倾因素两个因素进行估计；所述姿态侧倾因素是基于簧载质量侧倾运动平衡方程式获得；

根据车身侧倾角、车速和横摆角速度，构建动态横向载荷转移率LTR指标：

式中，h为车辆质心高度，g为重力加速度，T为两侧车轮轮距，v为车速，ω_r为车辆横摆角速度，为车身侧倾角；

根据预测的车辆行驶轨迹依次采样计算未来预设时间段内是否存在|LTR|大于预设阈值的情况，若存在则进行侧翻预警。

2.根据权利要求1所述的方法，其特征在于，根据车辆信息，利用恒定转弯率和速度轨迹预测模型，进行车辆行驶轨迹预测，包括：

记恒定转弯率和速度轨迹预测模型为：X_k＝[x_k y_k θ_k v ω_r]^T，其中X_k表示k时刻车辆轨迹状态，(x_k,y_k)表示k时刻的车辆位置，θ_k为k时刻偏航角，v为车速，ω_r为车辆横摆角速度；

则当横摆角速度不为零时：

横摆角速度为零时：

X_k+1＝X_k+[vtcosθ_k vtsinθ_k 0 0 0]^T

其中，t表示k时刻后的预测时间段。

3.根据权利要求1所述的方法，其特征在于，基于所述前向路面高程点云以及预测的车辆行驶轨迹估计车辆行驶过程中的路面横向不平度，包括：

根据前向路面高程点云以及预测的车辆行驶轨迹获取车轮两侧的路面高程序列；

根据所述路面高程序列以及两侧车轮轮距，估计路面横向不平度α_i；

tanα_i＝(ih_i,left-ih_i,right)/T

其中，ih_i,left表示按照预测的车辆行驶轨迹行驶时左侧车轮对应的路面高程序列{ih₀,ih₁,...,ih_n}_left中的第i个高程，ih_i,right表示按照预测的车辆行驶轨迹行驶时右侧车轮对应的路面高程序列{ih₀,ih₁,...,ih_n}_right中的第i个高程，T为两侧车轮轮距。

4.根据权利要求1所述的方法，其特征在于，根据预测的车辆行驶轨迹依次采样计算未来预设时间段内是否存在|LTR|大于预设阈值的情况，若存在则进行侧翻预警，包括：

设置安全预警时间X以及采样时间间隔Ts；

按照车辆行驶轨迹及所述采样时间间隔Ts，依次计算安全预警时间X内的各采样点的LTR值；

若第n个采样点|LTR|大于预设阈值，则计算侧翻时间TTR＝n*Ts并进行侧翻预警；

若安全预警时间X内的各采样点|LTR|均不大于预设阈值，则令侧翻时间TTR＝安全预警时间X。