车辆侧翻预警系统介绍

车辆侧翻预警系统

1 研究目的与意义

重型车辆（包括重型卡车、重型半挂车）具有重心位置高、重量和体积大、轮距相对于车身高度过窄等特点，因此重型车辆侧翻稳定阈值较低，很容易发生侧翻事故；同时由于重型半挂车的牵引车和挂车之间存在复杂的耦合关系，具有后部放大的特点，导致行驶过程中极易发生侧翻、摆振和折叠等危险事故。在侧翻事故发生时，驾驶员几乎都察觉不到侧翻的发生。可见研制一种侧翻预警系统来避免侧翻事故的频繁发生十分必要。

车辆侧翻指车辆在行驶过程中绕纵轴转动90°或更大的角度以至使车身和地面相接触的危险侧向运动。一般车辆侧翻分为两种：一种是绊倒侧翻，即车辆行驶时发生侧向滑移，与路面上的障碍物侧向撞击而将其“绊倒”；一种是曲线运动引起的侧翻，即车辆在道路上行驶时，车辆侧向加速度超过门限值，使内侧车轮垂直反力为零引起侧翻。

2 工作原理与关键技术

期刊\车辆侧翻预警研究现状与关键技术_张不扬.pdf

2.1 基本原理

车辆侧翻预警系统利用车载传感器获得车辆状态（车速、侧向加速度、转向盘转角等），传感器的信号经过A/D 转化变为数字信号后，将其传递给控制器中的主控芯片，运行侧翻预警算法，根据当前车辆行驶状态预测车辆在未来一段时间内的侧翻危险程度。若大于侧翻指标的门限值则触动警报系统对驾驶员进行提示。如下图为侧翻预警系统原理。

侧翻预警系统原理

目前，车辆侧翻预警系统在侧翻算法的门限值选取上有两种方式：一种是基于静态门限值的控制方法，如车辆的侧向加速度、侧倾角等超过预定门限值，执行器便触发报警系统。要求门限值的选择恰到好处，否则报警系统可能过早报警，影响驾驶员状态，造成紧张不适，过晚又会使驾驶员来不及控制就发生危险。另一种是基于动态稳定门限值的控制方法，如利用LTR（lateral load
transferrate, LTR） 横向载荷转移率作为TTR （time to
rollover, TTR）侧翻预警算法动态门限值的方法。

2.2 关键技术

通过对车辆侧翻预警系统工作原理的分析可知，在侧翻预警系统中，侧翻预警算法和车辆行驶状态的获取是开发实用侧翻预警系统的关键。侧翻预警算法可以估计车辆侧翻的危险程度并判断是否报警，一个简单实时的算法可以提高预警系统的质量和实用性。车辆行驶状态参数能否精准获取也是预警系统的预警准确性的关键。

1）侧翻预警算法

较早的侧翻预警系统通过设立静态门限值（如侧向加速度、侧倾角门限值等） 对车辆进行侧翻预警。随着侧翻预警研究的发展，出现了采用动态稳定门限值的预警算法，此类算法具有更好的准确性。LTR 能够反映出车辆侧倾稳定性。 Rakheja, S提出了利用横向载荷转移情况来判断车辆侧翻的概念，通过两侧钢板弹簧受力的比值来估算横向载荷转移情况。

LTR被定义为：车辆两侧车轮上的垂直载荷之差与垂直载荷之和的比值，如式所示：

式中，Fli 为车辆左侧车轮上的垂直载荷；Fri 为车辆右侧车轮上的垂直载荷；i和n分别为轴的位置和总的车轴数。设车辆在良好路面上行驶时LTR为0，易见LTR绝对值在[0,1]之间，在极限工况时LTR绝对值为1。当LTR为0时，两侧载荷相等，行驶状况良好；当LTR绝对值为1时，两侧载荷不等，表明有一侧车轮离地，发生了侧翻。在设立门限值时LTR值多取0.9。此算法只考虑了车轮受力的情况，不需要考虑不同类型汽车的侧翻预警阀值，具有良好的普适性。

RPER 被定义为：使车辆从目前位置翻转到侧翻位置，所需要提供的能量差。 在侧翻过程中该能量和重力势能进行相互转化。在此算法中，为侧翻工况时，RPER 值小于0；当在非侧翻工况时，RPER值大于0。通过检测RPER值便可以精确地得到汽车的行驶稳定性信息。RPER 算法能够同时适用于非绊倒侧翻和绊倒侧翻事故。RSF的定义与LTR相差一个绝对值。RSF 的值在-1到1之间，具体定义如下式：

式中，Fli 为车辆左侧车轮上的垂直载荷；Fri为车辆右侧车轮上的垂直载荷；i和n分别为轴的位置和总的车轴数。RSF与车辆的挂车侧向加速度、挂车的车轴侧倾角有关。

2）侧翻预警中常用的传感器

侧翻预警系统需要检测汽车的侧向加速度、横摆角速度、车速、车辆侧倾角、转向盘转角等车辆状态参数。这些状态参数对于预警结果的影响很大，所以在检测时要使用性能良好的传感器。通过侧向加速度传感器、横摆角速度传感器、轮速传感器、侧倾角传感器、转向盘转角传感器等可以间接或直接的得到车辆行驶状态。国外传感器研发、制造水平较高，产品具有较好的可靠性，主要有菲尔科、美国SMI（Silicon Microstructures
Inc）、博世、日本电装、日本小野测器、美国凯勒尔、德国达特朗（CORRSYS-DATRON）等公司生产这类传感器。

3 国内外相关研究现状

期刊\大型车辆侧翻预测和控制技术研究进展_贺宜.pdf

通过阐述国内外在车辆侧翻预警和稳定性控制方面开展的研究现状，详细描述基于静态门限值法和动态门限值法的侧翻预警技术研究进展，分析车辆半主 动、主动转向控制、主动悬架控制、差动控制、电子稳定控制、联合控制等防侧 翻控制技术发展现状，指出当前车辆侧倾预警领域主要研究方向在于提高侧翻指标的预测精度和响应实时性，特别是综合考虑道路环境因素对侧翻指标的影响。侧翻控制已逐步从半主动阶段提升到主动控制，控制方法更趋智能化、精确化。人－车－路－环境耦合作用、复杂非线性条件下的车辆侧翻预测模型，以及混沌 条件下的优化控制将会是未来重点研究方向。

期刊\车辆侧翻预警研究现状与关键技术_张不扬.pdf

阐述了目前国内、外在车辆侧翻预警领域开展研究的现状。简述了侧翻预警系统的工作原理，介绍了车辆侧翻预警系统在侧翻算法门限值选取上采用的两种方式：基于静态门限值的控制方法和基于动态稳定门限值的控制方法。指出侧翻预警算法和车辆行驶状态的获取是开发实用侧翻预警系统的关键技术，并展望了未来汽车侧翻预警系统的发展方向。

博士\基于改进TTR重型车辆侧翻预警及多目标稳定性控制算法研究_朱天.caj

针对重型车辆的特点，首先利用试验数据离线辨识技术，建立可实时计算的车辆简化动力学模型稳定性控制的动态门限值。利用简化动力学模型，准确估计重型车辆的状态。在此基础上，研究基于改进TTR预警算法和基于LMI防侧翻鲁棒策略；针对重型半挂车易出现侧翻、摆振及折叠危险，提出一套基于LQR最优控制的多目标稳定性控制策略，主动控制重型半挂车的侧倾、摆振和折叠稳定性。然后利用某国外进口试验车进行侧翻预警试验，对重型车辆侧翻预警算法进行了验证。

3.1 基于静态门限值的侧翻预测技术

基于静态门限值的预测方法主要通过分析车辆侧向加速度、侧倾角以及横摆角速度等静态的指标来进行侧翻预警，一旦超过了所设定的阈值，预警器或执行机构便会触发。门限值根据不同车型和不同车况而异，大型车辆更易发生侧翻危险，其静态门限值低于小型车辆。

最早于1990年，Rekhja和 Piche开发了一套基于侧向加速度的重型半挂车稳定性预警系统，通过检测车辆的侧向加速度门限阈值来衡量侧翻危险状态，并可对驾驶员发出警告，作为侧翻预警系统的雏形，该系统实现了侧翻预警功能，但方法较为简单，预警准确度较低。随后科研人员不断研究不同门限阈值以提高预警算法精度。1999年，Winker等的研究显示，车辆的侧倾稳定性与侧翻状态有着密切关联性，车辆侧倾稳定性一定程度可以反映车辆侧翻危险状态。2001年，美国汽车工程师学会（Society of Automotive
Engineers, SAE）根据对车辆的静态侧倾稳定性分析，提出了静态稳定系数（static
stability factor, SSF），通过推导车辆最大横向加速度来评估车辆侧翻风险。随后，为改进侧翻阈值采用定值处理方法的局限性，清华大学王建强在2009年探索出将侧翻危险程度分为３个级别来预警的方法。系统根据预警级别不同发出响应级别的预警状态，是一种对侧翻阈值的扩展方法。静态门限值方法可以对车辆的侧倾稳定性进行判断，前提是假设车辆为刚性物体，忽略车辆的动态特性对车辆侧翻的影响。但车辆并非完全刚体，其自身的动态特性对侧翻有着决定性的影响。同时，以单一侧倾角、横摆角速度或侧向加速度作为侧翻稳定性判定标准，不能全面反映车辆侧倾状态，精度较低。

3.2 基于动态门限值的侧翻预测技术

受限于静态门限值预警方法精确性不足，有学者研究出了基于动态门限值的侧翻预测方法，即通过考虑车辆实时动力学特性来推算车辆侧翻状态，从而提高侧翻预警准确性，主要技术方法包括：横向载荷转移率法、侧翻能量保护法、侧翻时间预警法和侧翻指数法等。

1990年，由Preston thomas和Woodrooffe提出了横向载荷转移率（lateral load
transferrate, LTR），通过车轮垂向的受力来预测车辆侧翻状态，即车辆左右两侧车轮上的垂直受力载荷之差与垂直受力载荷之和的比值。由于精确性高于静态门限值方法，自此，很多研究以横向载荷转移率（LTR）作为评判标准，并相续建立了重型半挂车侧翻预测模型和侧翻预警系统。LTR算法有较好的精度，但由于车辆动态操纵频率对其侧翻风险的影响异常复杂，随后有学者对LTR算法 做出了不同程度的改进。

Ervin提出了一种度量车辆动态稳定性的方法，即动态载荷转移率（dynamiclateral
load transferrate,DLTR），考虑前后轴在侧倾运动上的差异，独立计算每个侧倾单元的动态稳定性，从而评价车辆的整体侧倾稳定性。

2013年，Chad Larish等提出一种新的可预测横向载荷转移率算法（predictive
lateral load transferrate, PLTR），考虑车辆整体的转向模式和侧向加速度，以改善侧翻预警的实时性，此算法的优点在于可以预测未来一段时间内的侧倾状态，而不是传统LTR算法计算当前时刻状态，以及运用预测算法能精确标定侧翻指标的合理阈值。2015年，张志勇等提出一种客车横向载荷转移率在线估计和灰色预测法，建立LTR的预估模型，以改善车辆控制系统的时滞性问题。2016年，田顺等提出了在灰色预测模型的基础上加入弱化算子，可补偿车辆稳定控制系统的迟滞，提出改进型灰度模型，以适用于全速度和复杂工况。2017年章新杰等提出一种载荷转移比等高线（contour line ofload transferrate,CL-LTR），实验表明，不同工况下的相同LTR 点，在同一侧倾相平面内近似分布于同一直线上，基于此，提出一种动态车辆侧倾预测指标。2018年，赵又群等根据预瞄－跟随理论和灰色预测理论，建立预瞄－预测驾驶员模型，以此推算出侧翻估计指标 （estimation LTR,EL-TR）。除了LTR以外，1993年，密苏里大学哥伦比亚分校的 Nalecz提出了一种基于车辆状态的侧翻能量保护法（roll over
prevebtion energy re-served, RPER），用能量的方式来描述车辆侧翻状态。2016年，黄明亮等提出基于能量法的车辆侧翻稳定综合评价方法，通过建立非线性车辆模型，定义侧翻能量稳定指标，整合车速和转向输入得到车速－转向干扰系数，最终 建立一个包括车速、侧倾角、侧倾角速度以及转向角等因素的车辆侧翻稳定性评价指标。基于能量的侧翻预测模型，方法较为简便，能够一定程度上描述车辆的侧倾状态。

密歇根大学B.C. Chen等于2001年提出了采用侧翻时间预测的侧翻预警方法（time to
rollover, TTR），即车辆从当前状态行驶至一侧车轮离地所需的时间。该方法以车辆方向盘转角为输入，通过简单线性车辆模型计算车辆的侧倾角在下一时间内能否达到极限值来衡量侧翻危险，模型简单易行。为进一步提高TTR值的精度，提出了采用神经网络方法对算法进行改进，虽然弥补了简单模型精度低的缺点，但却也影响了算法的实时性。

俄亥俄州立大学 H.YU 等在2008年提出了一种针对重型车辆的侧翻预警和控制方法，通过建立的５自由度车辆动力学模型和空间状态量矩阵引入卡尔曼滤波算法对车辆状态进行实时估计（侧滑角、侧倾角、侧倾率等状态量），其中车辆模型的关键参数（悬架刚度、前后轴侧偏刚度）通过参数识别进行标定，使车辆模型更接近实际。由于早期的TTR算法的实验是在恒定的车速和方向盘转 角基础上进行的，实验条件过于单一。所以，在此基础上，研究者提出２种等级的TTR作为侧翻的衡量指标（level-one和level-two），level-one的初始条件是在过弯时车速变化和转向角恒定，level-two的初始条件是车辆车速不断变化且车辆转向角也不断改变。实验结果表明，一级TTR可在车速变化的条件下迅速检测到侧翻风险，二级TTR可在剧烈转向工况下，迅速检测侧翻风险，且所设计的方法综合性能较好，可应用于实车条件下的侧翻预测。与此同时，国内许多学者对TTR提出了不同改进方法，其中2011年吉林大学朱天军和宗长富对车辆侧翻预警进行了较为深入的研究，将卡尔曼滤波技术融入到TTR的侧翻预警算法中，提出了改进性TTR方法，并且引进动态载荷转移率作为侧翻预警的门槛值，指标包含轮胎垂直力和悬架的侧倾动态特性，并对预警控制效果进行了实车验证。2016年武汉理工大学 褚端峰等提出了基于TTR算法的改进侧翻判定指标，将当前车辆侧向加速度和实时侧向极限加速度比值这一相对量作为侧翻判定条件，并结合TTR算法来计算车辆未来侧翻的时间。

除LTR，TTR和RPER等主要方法以外，还有一些学者试图通过引入其他方法进行技术突破。2009年，美国德尔福公司的研究人员B.M. Stavroff等提出了一种自适应侧翻预测算法，通过在车辆的行驶过程中实时测量车速、横摆角速度与侧向加速度这３个参数，以此来实时估计车辆的质心高度，进而计算出车辆的侧翻危险等级。2004年，Hac等提出了一种侧翻指标（rollover index,RI），可用于对绊倒性侧翻和非绊倒性侧翻进行预测。该方法首先采用横向加速度与横摆角速度传感器对车辆的侧倾状态进行估计，进而分析车辆的横向加速度、侧倾角和横摆角速度等参数对车辆侧倾运动的相互关系。2007年，韩国首尔国立大学的J. Yoon等提出了一种侧翻指标，通过考虑悬架系统的车辆侧倾动力学，建立车辆在不同初始状态和工况下侧倾角和侧倾率的相平面分析图来标定车辆的极 限侧倾角、侧倾率和临界加速度，综合了当前车辆的横向加速度、侧倾角、侧倾率以及侧翻预警时间，建立侧翻危险指标函数，以描述车辆危险状况。在J. Yoon等研究的基础上，2014年Tao Chou等鉴于车辆单侧轮胎离地为侧翻零界点存在 的不足，提出了基于灰度理论的GRI侧翻预测指标，用以预测未来０．５～１ｓ的车辆状态相关参数：侧向加速度、侧倾角、侧倾率，基于此指标，通过实验，探讨了车轮离地之后，还存在某个大于１的阈值，在此阈值内，车辆还是能恢复稳定状态，提高预警精度。2017 年Behrooz Mashadi等也致力于研究车辆的一侧车轮离地之后车辆稳态，建立车轮离地前后的车辆动力学模型，在此基础上，用稳态方程的形式推导出以非侧倾质量点的侧倾角修正值为标准的侧倾预测指标，适用于一侧车轮离地之后的车辆侧倾稳定性分析。除此之外，还有学者研究了车辆输入信号对于侧倾的影响，杨俊儒等提出了对车辆过弯时刻侧翻的安全车速标定方法，综合考虑了道路环境因素，以及应用敏感度分析法，分析了７种因素对车辆安全车速的显著性，验证了弯道半径和路面附着系数对车辆安全车速的影响最为显著。以上的侧翻指标及预警都只适用于非绊倒型侧翻事故，但实际上大部分侧翻事故都是由于外部车辆与路侧或障碍物撞击引发的。因此2011年，G.P.Phanomachoeng等提出一种由于外界未知输入引起的绊倒型或非绊倒型的侧翻 检测指标，建立在外部输入干扰下的车辆模型和非线性观测器。实验表明，此方法能有效检测绊倒型以及非绊倒型车辆侧翻。2016年，Jin等提出由于传统LTR算法中对车轮垂直载荷实时测量存在困难，所以提出一种改进LTR算法，通过分析车轮和悬架的垂直动力学，用簧上质量垂直位移和左、右簧下质量垂直位移来表征车辆悬架间的动力学状态，以此提出一种新的侧倾指标，可用于预测非绊倒侧倾和特殊条件下的绊倒类侧倾风险。2017年，贺宜等提出一种新的车辆系统可靠性方法，通过综合考虑车辆状态参数和道路环境因素，基于概率预测模型来量化车辆侧翻风险，通过蒙特卡洛法对概率预测模型进行了验证。