基于Android的車載姿態(tài)感知和危險預(yù)警功能的應(yīng)用開發(fā).pdf

1、“車聯(lián)網(wǎng)”和“高級駕駛輔助技術(shù)”作為近年來汽車行業(yè)的兩大關(guān)注熱點，前者側(cè)重于“互聯(lián)網(wǎng)+汽車”的發(fā)展模式，而后者側(cè)重于駕駛輔助功能智能化的發(fā)展方向。車載手機(jī)應(yīng)用作為互聯(lián)網(wǎng)和汽車相結(jié)合的典型研究之一，雖已有產(chǎn)品推向市場，但是與駕駛輔助相關(guān)的手機(jī)應(yīng)用在國內(nèi)尚無成功產(chǎn)品。本文希望通過在Android手機(jī)端開展車輛側(cè)翻和橫擺危險預(yù)警的相關(guān)研究，對駕駛輔助功能在手機(jī)移動終端上的實現(xiàn)做出了一些探索實踐。
　?。?）依托“駕駛輔助功能系統(tǒng)化實現(xiàn)”

2、的研究背景，提出了基于Android的駕駛輔助功能車載應(yīng)用的總體設(shè)計方案，并從“感知層”和“應(yīng)用層”兩方面開展研究，實現(xiàn)了車輛運行數(shù)據(jù)在線監(jiān)測和姿態(tài)危險預(yù)警兩大功能。
　　（2）建立了車輛側(cè)翻和橫擺危險預(yù)警的理論模型，從預(yù)測原理、定階準(zhǔn)則和預(yù)測過程等方面對AR(Auto-Regressive)自回歸模型的在線預(yù)測方法進(jìn)行了研究。針對側(cè)翻危險預(yù)警，采用四自由度車輛運動簡化模型，選取橫向載荷轉(zhuǎn)移率LTR(Lateral-Load Tr

3、ansfer Ratio)值為判別指標(biāo)；針對橫擺危險預(yù)警，采用線性二自由度車輛簡化模型，選取實際與理想橫擺角速度的差值和門限值的比值K為判別指標(biāo)。
　　（3）為實現(xiàn)感知層設(shè)計，通過在車輛的四個位置（質(zhì)心、方向盤、前轉(zhuǎn)向輪和OBD接口），布置了兩種類型感知源（車載運動感知模塊和OBD檢測模塊），實現(xiàn)三種類型數(shù)據(jù)（姿態(tài)信息、發(fā)動機(jī)工況信息和駕駛行為信息）的采集，初步搭建了基于自身車輛的多源信息感知平臺。其中，車載運動感知模塊為自行研發(fā)

4、，內(nèi)含MPU-6050運動組件和ARM內(nèi)核的芯片，并集成了四元素解算和卡爾曼濾波法，實現(xiàn)了對姿態(tài)角的解算。
　?。?）為實現(xiàn)應(yīng)用層開發(fā)，本文在Eclipse開發(fā)環(huán)境下實現(xiàn)了Android手機(jī)端與多個感知源之間的藍(lán)牙通訊、感知源的數(shù)據(jù)解析、AR預(yù)測功能、側(cè)翻和橫擺危險預(yù)警功能、數(shù)據(jù)保存功能、危險消息遠(yuǎn)程發(fā)送功能以及圖形化用戶界面的程序設(shè)計。設(shè)計中不僅采用Android的多線程機(jī)制，保證了程序在后臺的流暢運行，而且根據(jù)面向?qū)ο蟮木幊趟?/p>

5、想編寫了功能不同的類文件，為后續(xù)程序升級提供方便。
　?。?）為提高數(shù)據(jù)采集的精度和驗證側(cè)翻、橫擺危險預(yù)警的效果，設(shè)計了車載運動感知模塊的標(biāo)定試驗和實車道路試驗。標(biāo)定試驗中利用“轉(zhuǎn)臺法”分別對角速度陀螺和加速度計進(jìn)行了標(biāo)定工作，得到誤差補(bǔ)償模型；實車道路試驗中分別對側(cè)翻和橫擺危險預(yù)警在各自典型工況下的預(yù)測效果進(jìn)行了對比，并對誤差產(chǎn)生的原因做出了分析。試驗證明，這一套基于數(shù)據(jù)在線監(jiān)測和側(cè)翻、橫擺危險預(yù)警功能的車載Android應(yīng)用整