技术领域
[0001] 本发明涉及前车防追尾系统，尤其涉及一种前车防追尾装置及其控制方法。
相关背景技术
[0002] 追尾是指同车道行驶的车辆尾随而行时，后车车头与前车车尾相撞的行为。主要由于跟进间距小于最小安全间距和驾驶员反应迟缓或制动系统性能不良所致。提起追尾事故，很多驾驶员都知道，在快车道上发生的追尾事故所产生的连锁反应最为强烈，因为车速普遍较快，所以一旦有两车追尾，后面很可能就会牵连一串，这也就是被人们称为“串车”的常见现象。当然，我们不可能因为快车道内易发生追尾事故就“因噎废食”不走快车道。除了使车速始终保持在限制速度之内，还要改掉一些“坏毛病”。
[0003] 目前，在低速市区，或者高速公路，追尾事故经常发生。在绝大部分追尾事故中，前车驾驶员和乘客在事故发生前，并不能预测事故，因此，事故的主动权基本掌握在后车驾驶员。并且在追尾后，由于前车乘客没有提前准备，受较大冲击力影响，身体和头部会冲击向座椅，容易造成伤害。
具体实施方式
[0048] 下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
[0049] 如图1-3所示，本发明的前车防追尾的摄像头调节安装架主要包括固定座100，其为圆盘状结构，底部中心设置有圆柱状固定块170，其与汽车保险杠一体成型，确保固定座100与汽车本体保持一定距离。在固定座100边缘对称设置有两个径向凹槽110，在两个凹槽
110旁的固定座100上分别设置有电机120，电机120的输出轴位于凹槽110上方。驱动轴130的一端与电机120的输出轴铰接，且驱动轴130可在凹槽110内绕铰接点转动。调节杆140成对平行设置在驱动轴130两侧，并且调节杆140的一端与驱动轴130的另一端铰接。调节杆
140的长度可伸缩调节。安装盘150的侧面对称设置有两凸耳151，凸耳151的两侧与对应的调节杆140另一端铰接。在安装盘150的上端设置有摄像头(或雷达测速仪)。
[0050] 在调节杆140两端分别设置有第一圆孔和第二圆孔；以及驱动轴130上设置有第三圆孔；凸耳151两端为柱状，其可旋转地匹配在所述第一圆孔内。圆柱销131，其可旋转地匹配在所述第二圆孔和第三圆孔内。
[0051] 如图4所示为调节杆140的剖面图，调节杆140主要包括外杆143和伸缩杆142，外杆143为一端开口的中空结构，另一端与驱动轴130铰接；在外杆143的外壁上设置有多个通孔
144，其设置在外杆143的不同高度处。伸缩杆142，其一端套设在外杆143内，另一端与凸耳
151铰接。外杆142下端设置有环形槽147，里面设置有多个弹簧146，弹簧146外端固连有凸起，145，凸起145与通孔144匹配设置。伸缩杆142在外杆143内滑动到合适位置时，凸起145与通孔144匹配固定其相对位置，当需要调整时，按压凸起145，滑动伸缩杆142。
[0052] 本发明中用到的电机120为步进电机，且电机120与汽车内部控制器连接，控制电机的工作。固定座100、驱动轴130、调节杆140、安装盘150均采用铝合金材质。调整电机，其固设在安装盘150上；并且，所述摄像头固定在所述调整电机的输出轴上，由此还可实现摄像头的伸缩方向调节。
[0053] 多个测速雷达，其分别设置在汽车前后保险杠上，用于检测前车和后车车速；角度传感器，其设置在前车方向盘上，用于检测前车方向盘转动角度；横摆角速度传感器，其设置在前车车身，用于检测前车横摆角速度；控制器，其连接所述测速雷达、所述角度传感器、所述电机、所述调整电机以及所述横摆角速度传感器，并控制前车方向盘转动角度、前车发送机转速、所述调整电机输出轴。
[0054] 本发明还提供了一种前车防追尾的装置的控制方法，包括以下步骤：
[0055] 步骤一：建立BP神经网络模型。
[0056] 本发明采用的BP网络体系结构由三层组成，第一层为输入层，共n个节点，对应了表示n个输入参数，这些信号参数由数据预处理模块给出。第二层为隐层，共m个节点，由网络的训练过程以自适应的方式确定。第三层为输出层，共q个节点，由系统实际需要输出的响应确定。
[0057] 该网络的数学模型为：
[0058] 输入向量：x＝(x1,x2,...,xn)T
[0059] 中间层向量：y＝(y1,y2,...,ym)T
[0060] 输出向量：z＝(z1,z2,...,zq)T
[0061] 本发明中，输入层节点数为n＝5，输出层节点数为q＝3。隐藏层节点数m由下式估算得出：
[0062]
[0063] 输入信号5个参数分别表示为：x1为前车与后车相对距离系数，x2为后车车速系数，x3为前车车速系数，x4为前车横摆角速度系数，x5为前车与其前方车辆距离系数。
[0064] 由于传感器获取的数据属于不同的物理量，其量纲各不相同。因此，在数据输入人工神经网络之前，需要将数据规格化为0-1之间的数。
[0065] 具体而言，对于使用红外传感器测量的前车与后车相对距离Sa，进行规格化后，得到前车与后车相对距离Sa系数x1：
[0066]
[0067] 其中，Sa-max和Sa-min分别为前车与后车最大相对距离和最小相对距离。
[0068] 同样的，对于使用测速雷达测得的后车车速，进行规格化后，得到后车车速Va系数x2：
[0069]
[0070] 其中，Va-max和Va-min分别后车的最大车速和最小车速。
[0071] 同样的，对于使用测速雷达测得的前车车速，进行规格化后，得到前车车速Vb系数x3：
[0072]
[0073] 其中，Vb-max和Vb-min分别前车的最大车速和最小车速。
[0074] 同样的，对于使用横摆角速度传感器测得的前车横摆角速度，进行规格化后，得到前车横摆角速度ω的系数x4：
[0075]
[0076] 其中，ωmax和ωmin分别为前车最大横摆角速度和最小横摆角速度。
[0077] 同样的，对于前车与其前方车辆距离，进行规格化后，得到前车与其前方车辆距离Sb的系数x5：
[0078]
[0079] 其中，Sb-max和Sb-min分别为前车与其前方车辆最大距离和最小距离。
[0080] 输出的三个参数分别表示为：z1为前车发动机转速调节系数，z2为前车方向盘转动角度调节系数，z3为紧急预警信号。
[0081] z1为前车发动机转速调节系数，z2为前车方向盘转动角度调节系数，z3为紧急预警信号。
[0082] 前车发动机转速调节系数z1表示下一个采样周期时前车发动机转速与前车发动机最大转速之比，即在第i个采样周期获取输入参数，通过BP神经网络输出第i个采样周期的前车发送机转速调节系数z1i后，控制第i+1个采样周期中的前车发动机转速Ni+1，使其满足：
[0083] Ni+1＝z1iNmax
[0084] 其中，Nmax为发送机最大转速。
[0085] 前车方向盘转动角度调节系数z2表示下一个采样周期时前车方向盘转动角度与前车方向盘最大转动角度之比，即在第i个采样周期获取输入参数，通过BP神经网络输出第ii个采样周期的前车方向盘转动角度调节系数z2后，控制第i+1个采样周期中的前车方向盘转动角度βi+1，使其满足：
[0086] βi+1＝z2iβmax
[0087] 其中，βmax为前车方向盘转动最大角度。
[0088] 步骤二、进行BP神经网络的训练。
[0089] 建立好BP神经网络节点模型后，即可进行BP神经网络的训练。根据产品的历史经验数据获取训练的样本，并给定输入节点i和隐含层节点j之间的连接权值wij，隐层节点j和输出层节点k之间的连接权值wjk，隐层节点j的阈值θj，输出层节点k的阈值θk、wij、wjk、θj、θk均为-1到1之间的随机数。
[0090] 在训练过程中，不断修正wij和wjk的值，直至系统误差小于等于期望误差时，完成神经网络的训练过程。
[0091] 如表1所示，给定了一组训练样本以及训练过程中各节点的值。
[0092] 表1训练过程各节点值
[0093]
[0094] 步骤三、采集输入参数，得到输出参数，并对前车防追尾装置进行控制。具体包括如下分步骤：
[0095] 将训练好的人工神经网络固化在芯片之中，使硬件电路具备预测和智能决策功能，从而形成智能硬件。
[0096] S310：按照采样周期，获取第i个采样周期时前车与后车相对距离Sa、后车车速Va、前车车速Vb、前车横摆角速度ω、前车与其前方车辆距离Sb；其中，i＝1,2,……。
[0097] S320：依次将上述5个参数进行规格化，得到第i个采样周期时三层BP神经网络的输入层向量x＝{x1,x2,x3,x4,x5}。
[0098] S330：所述输入层向量映射到中间层，得到第i个采样周期时中间层向量y＝{y1,y2,y3,y4}。
[0099] S340：所述中间层向输出层映射，得到第i个采样周期时得到输出层向量z＝{z1,z2,z3}。
[0100] S350、对前车发动机转速、前车方向盘转动角度进行控制，使下一个周期即第i+1个采样周期时满足：
[0101] Ni+1＝z1iNmax
[0102] βi+1＝z1iβmax
[0103] 本发明中，对摄像头的调整电机进行控制，使其根据不同的车况，调整合适的位置关系，让驾驶者更清晰更准确地观测后车的位置，调整电机输出轴伸长长度满足：
[0104]
[0105] 并且，
[0106] 其中，m为摄像头的质量，单位为kg，g为重力加速度，取值为9.8m/s2，Lc为安装盘与固定座的距离，单位为m，采用红外传感器测得。
[0107] 根据z3i的值判断追尾状况，其根据前车与后车相对距离Sa、后车车速Va、前车车速iVb、前车横摆角速度ω、前车与其前方车辆距离Sb，当z3＝0时进行预警提示，提示前车和后车注意追尾事故，注意安全。
[0108] 尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。
