基于安全方程的智能前照燈控制系統(tǒng)設(shè)計(jì)*

李 柯，劉珊中，韓鵬娜

（河南科技大學(xué)信息工程學(xué)院，河南 洛陽 471000）

0 引言

智能前照燈系統(tǒng)是基于車輛啟動、制動、加減速、轉(zhuǎn)彎、上下坡道等不同駕駛姿態(tài)，使前照燈光光軸跟隨視野最優(yōu)范圍的變化而智能變化的燈光隨動系統(tǒng)。實(shí)踐表明，安裝該系統(tǒng)的車輛，車禍發(fā)生概率普遍降低，車禍發(fā)生后的受損程度也大大減小，是汽車智能化發(fā)展的重要部分［1］。

智能前照燈系統(tǒng)模型建立經(jīng)歷了以下過程：最早采用經(jīng)驗(yàn)建模方法，以方向盤轉(zhuǎn)角比例傳遞車燈轉(zhuǎn)角，該方法能實(shí)現(xiàn)車燈隨動偏轉(zhuǎn)，卻存在很大局限性；文獻(xiàn)［2-5］提出七自由度幾何模型的建立思想，以阿卡曼轉(zhuǎn)向原理為依據(jù)，建立水平方向上的轉(zhuǎn)彎模型，該方法的直接幾何因素為轉(zhuǎn)彎時(shí)駕駛者的視線，故能夠保證車輛轉(zhuǎn)彎時(shí)使駕駛者視野保持最優(yōu)，但是沒有考慮到遇到緊急事件需要剎車的情況，不能保證安全性；文獻(xiàn)［6-7］研究了安全制動時(shí)制動距離與安全撞擊的情況，討論不同車速對應(yīng)的安全剎車距離。文獻(xiàn)［8-9］結(jié)合文獻(xiàn)［6-7］的方法，提出以安全制動距離為依據(jù)的建模方法，使車輛轉(zhuǎn)彎時(shí)遇到障礙物能及時(shí)制動停止，減少車輛行人損傷，該方法僅考慮特殊情況下車輛安全駕駛的問題，忽略了正常駕駛時(shí)駕駛者對視野舒適度的要求。

舒適因素與安全因素作為智能化發(fā)展的準(zhǔn)則，對駕駛者來說是同等重要，任何因素的缺失都可能造成嚴(yán)重的后果。這樣就有必要提出智能前照燈系統(tǒng)兼顧舒適度與安全性的模型建立方法。

本文根據(jù)車禍數(shù)據(jù)統(tǒng)計(jì)與分析，建立車速與累積損傷的關(guān)系，科學(xué)映射出安全方程。以安全方程為依據(jù)分配安全制動模型與視野最優(yōu)模型的權(quán)值，實(shí)現(xiàn)雙因素下車輛前照燈的智能控制。在驗(yàn)證理論可行性的基礎(chǔ)上，設(shè)計(jì)基于安全方程的控制系統(tǒng)，驗(yàn)證雙因素模式下車燈偏轉(zhuǎn)效果，分析該模型建立方法的現(xiàn)實(shí)意義。

1 基于視野最優(yōu)與安全制動的模型建立方法

基于視野最優(yōu)的模型建立方法：保證在車輛轉(zhuǎn)彎過程中，駕駛者能看到彎道中下一時(shí)刻車輛即將到達(dá)的位置。該方法是基于阿卡曼轉(zhuǎn)向幾何關(guān)系得到：

式中，L 為軸心距（m）；d 為前懸長度（m）；R 為右側(cè)車輪轉(zhuǎn)彎半徑（m）；α1為右側(cè)前照燈轉(zhuǎn)角（°），γ 為方向盤轉(zhuǎn)角（°）；k 為傳動比（取值0.15）。

基于安全制動的模型建立方法：保證車輛轉(zhuǎn)彎過程中發(fā)現(xiàn)障礙物時(shí)能夠及時(shí)停車。以踩下制動板到完全停止時(shí)車輛總行程視為理論上燈光應(yīng)該照亮的區(qū)域，實(shí)現(xiàn)安全視野內(nèi)的車輛制動。通過對某型號汽車車速與剎車距離的數(shù)據(jù)采集，得到車速與安全剎車距離的對應(yīng)關(guān)系如表1 所示。

將數(shù)據(jù)運(yùn)用最小二乘法線性擬合，結(jié)合阿卡曼轉(zhuǎn)向原理得出安全制動下的對象模型：

式中，r 為轉(zhuǎn)彎半徑（m）；v 為車速（km/h）；α2為前照燈轉(zhuǎn)角（°）。

表1 車速與制動距離關(guān)系

2 安全方程的建立

收集車禍相關(guān)的數(shù)據(jù)信息，為保證科學(xué)性，用分層抽樣的思想抽取我國的7 個(gè)城市：北京，上海，深圳，鄭州，武漢，烏魯木齊，蘭州。調(diào)查收集近年來各個(gè)城市交通事故事件，提取車禍車速與車輛人員傷亡的相關(guān)信息。由于提取的樣本數(shù)據(jù)量大且部分信息存在缺失的情況，采用關(guān)聯(lián)規(guī)則學(xué)習(xí)的A Priori算法來預(yù)測缺失的樣本信息［7］。當(dāng)兩個(gè)或多個(gè)條件同時(shí)滿足時(shí)，認(rèn)定另一事件發(fā)生的概率極大，從而用來補(bǔ)全事件信息。假設(shè)事件A 為“車速100 左右”，事件B 為“一死兩傷”，事件C 為“車輛報(bào)廢”，事件D 為“人車相撞”。則存在如下關(guān)系：

如果A=1 且B=1 或者C=1，那么D=1

發(fā)生概率為85%；

如果B=1 且C=1 或者D=1，那么A=1

發(fā)生概率為92%；

如果A=0 且B=0 或者C=0，那么D=1

發(fā)生概率為44%；

…

以一個(gè)城市該類事件發(fā)生的概率作為下一城市信息補(bǔ)全的概率，概率0 %～25 %認(rèn)定事件不發(fā)生，75%～100%認(rèn)定事件發(fā)生，25 %～50 %認(rèn)定事件發(fā)生并對事件嚴(yán)重性重度降低后記錄，50%～75%認(rèn)定事件發(fā)生并對事件嚴(yán)重性輕度降低后記錄。

按照上述原則對缺失信息補(bǔ)全，記錄如下相關(guān)數(shù)據(jù)：車速，人員傷亡情況，車輛損壞情況，公共財(cái)產(chǎn)損失情況。

由于個(gè)別事件決定因素較多，出現(xiàn)不同于正常事件的情況，相應(yīng)的數(shù)據(jù)會出現(xiàn)較大的偏差。對這類數(shù)據(jù)進(jìn)行聚類分析，以數(shù)據(jù)間的距離尺度作為聚類的依據(jù)，本文采用凝聚聚類中的完全鏈接法來定義數(shù)據(jù)之間的最遠(yuǎn)距離點(diǎn)：

式中，d（x，y）是對象信息的距離，Dfl（Ci，Cj）為最遠(yuǎn)聚類間距。

由于數(shù)據(jù)信息素的多樣性與冗雜性，需要給定聚類主體即信息主體的判別方法：

1）計(jì)算不同聚類信息素的最大聚類間距。根據(jù)統(tǒng)計(jì)的需要，選定車速，行人損傷，車輛損傷，財(cái)產(chǎn)損失狀況作為聚類的信息，分別計(jì)算不同信息的最遠(yuǎn)距離尺度：

式中，Dab為不同信息間對的最遠(yuǎn)距離尺度，da為待定信息素的值，ai為待定信息素的可選范圍，主要為了保證事故事件模糊，數(shù)據(jù)不精確的情況下對給定范圍內(nèi)的信息值逐一選定，db為參考信息素的值，bi為參考信息的范圍。參考信息素的值和范圍通過統(tǒng)計(jì)確定事件的發(fā)生情況，劃分區(qū)間，其中速度范圍劃定為0 km/h～120 km/h，每增加10 km/h 取定一個(gè)參考信息，車禍類型分為人車相撞、車車相撞、意外事故3 種情況，行人，車輛，情況根據(jù)中華人民共和國傷殘?jiān)u定標(biāo)準(zhǔn)和機(jī)動車輛定損損傷標(biāo)準(zhǔn)均設(shè)置0～10 個(gè)不同的等級，財(cái)產(chǎn)損失（僅代表直接公共財(cái)產(chǎn)損失）以100 萬為最高界限平均劃分0～10 個(gè)不同等級。

2）分別對間距以及信息素作歸一化處理。為保證不同信息相同情況下的對比，取定歸一化常數(shù)為1，對最遠(yuǎn)間距，參考點(diǎn)作歸一化處理：

式中，d 為各個(gè)最遠(yuǎn)間距以及參考點(diǎn)的尺度，dmax和dmin分別為該類信息素的最大和最小值，dk為歸一化后的數(shù)值，μ 為歸一化常數(shù)。

3）計(jì)算不同間距占信息素的比重。由于歸一化常數(shù)取1，dk的值即為不同間距占該信息素最大間距尺度的比重。

4）以比重大的信息素作為該次聚類的聚類主體；若比例近似或相等，優(yōu)先考慮速度因素。將同一事件的車速，行人損傷，車輛損傷，財(cái)產(chǎn)損失狀況占比作為一組比較依據(jù)，判定該事件信息的主體。

式中，dk1為車速占比，dk1為行人損傷占比，dk1車輛損傷占比，dk1財(cái)產(chǎn)損失占比，z 為事件主體的占比，由于信息素波動較大的是速度值，故相似情況下優(yōu)先考慮速度作為信息主體，增加一個(gè)較小的數(shù)δ（取0.05）體現(xiàn)速度的優(yōu)先選擇性。

例如一場車禍發(fā)生時(shí)車速為68 km/h，行人損傷等級為4.2 級，車輛損傷等級為4.3 級，事故結(jié)果為人車相撞。則車速的信息比重為1.67%，行人損傷信息比重為2%，車輛損傷信息比重為3%。則以車輛損失信息作為信息主體，其他次要信息可根據(jù)統(tǒng)計(jì)信息作適當(dāng)調(diào)整，調(diào)整后的信息為：車速70 km/h，行人損傷4 級，車輛損傷4.3 級。

根據(jù)上述方法將數(shù)據(jù)樣本處理為區(qū)域內(nèi)散點(diǎn)分布，通過對采樣事件的分類處理，計(jì)算不同類型車禍發(fā)生的概率，得到車速與累積損傷關(guān)系（為便于計(jì)算與統(tǒng)計(jì)，車輛與人員損傷取整，累積損傷取小數(shù)點(diǎn)后一位），累積損傷的計(jì)算方法為：

根據(jù)上述處理方法處理數(shù)據(jù)，得到如下頁表2 所示結(jié)果，分析表2 中數(shù)據(jù)并作圖如圖1 所示。根據(jù)累計(jì)損傷的分布可知：在車速為60 km/h 和100 km/h 時(shí)仿真曲線出現(xiàn)跳變，故采用分段回歸的方法對累計(jì)損傷關(guān)系進(jìn)行回歸，擬合結(jié)果如圖1 擬合曲線所示。

圖1 累計(jì)損傷與車速的關(guān)系

上述回歸曲線為類S 型曲線，符合低速考慮視野最優(yōu)比重大，中速視野與安全同等重要，高速安全性比重大的特點(diǎn)。根據(jù)累計(jì)損傷越大，考慮安全性越多，安全性權(quán)重越大的思想，將累計(jì)損傷與車速回歸曲線直接作線性化映射，可以構(gòu)建安全方程出如式（8）：

表2 車速與累計(jì)損傷

3 安全方程的使用

安全方程的建立是為了分配安全建模方法與舒適度建模方法的權(quán)值。對于視野最優(yōu)的方法建模，取L=2 m，d=0.8 m，可得到該模式下的理論車燈轉(zhuǎn)角；安全制動建模方法得到車燈轉(zhuǎn)角與轉(zhuǎn)彎半徑和車速關(guān)系，如式（2）所示。因汽車轉(zhuǎn)彎半徑與方向盤轉(zhuǎn)角和車輛類型等因素相關(guān)，呈現(xiàn)非線性關(guān)系，根據(jù)需要簡化該關(guān)系為線性關(guān)系，通過對某型號轎車的經(jīng)驗(yàn)數(shù)據(jù)采集，給定轉(zhuǎn)彎半徑與方向盤轉(zhuǎn)角的關(guān)系為：

同時(shí)提取兩種建模方法的數(shù)據(jù)，根據(jù)安全方程（式（5））對兩組數(shù)據(jù)分別進(jìn)行加權(quán)處理，得到兼顧安全性與舒適度的車燈轉(zhuǎn)角，處理方法如式（10）：

根據(jù)實(shí)際駕駛過程中的需要，討論車速不斷增加的過程中，方向盤轉(zhuǎn)角逐漸增大（控制在0°～60°）的小范圍緩慢轉(zhuǎn)向；當(dāng)車速達(dá)到85 km/h 時(shí)考慮安全駕駛問題，方向盤轉(zhuǎn)角逐漸減小。通過對該駕駛過程的模擬，得到如圖2 的理論車燈轉(zhuǎn)角仿真結(jié)果。

根據(jù)仿真曲線可以看出：基于安全制動模式下的轉(zhuǎn)角呈現(xiàn)遞增趨勢，主要決定因素為速度；視野最優(yōu)模式下的轉(zhuǎn)角呈現(xiàn)類S 型曲線趨勢，與轉(zhuǎn)彎半徑的變化趨勢相對應(yīng)；雙因素下的轉(zhuǎn)角在車速跳變點(diǎn)出現(xiàn)不同程度的跳變，轉(zhuǎn)角變化跟速度，轉(zhuǎn)彎半徑都相關(guān)，同時(shí)考慮到了安全因素與舒適因素。該仿真結(jié)果在理論角度上驗(yàn)證了雙因素模式下的轉(zhuǎn)角更具智能化。

圖2 車燈理論轉(zhuǎn)角

4 控制系統(tǒng)設(shè)計(jì)

4.1 硬件結(jié)構(gòu)設(shè)計(jì)

基于安全方程控制車燈轉(zhuǎn)角的思想，設(shè)計(jì)控制系統(tǒng)［10-15］來實(shí)現(xiàn)前照燈的智能控制，該控制系統(tǒng)由以下幾個(gè)模塊組成：車速采集模塊，方向盤轉(zhuǎn)角采集模塊，模式切換模塊，主控芯片，模擬轉(zhuǎn)向模塊，轉(zhuǎn)角輸出模塊，以及顯示模塊。如圖3 所示。

圖3 硬件結(jié)構(gòu)框圖

車速采集模塊：MPU6050 六軸傳感器模擬車輛加減速采集實(shí)時(shí)車速，設(shè)定x 軸正半軸俯角為正時(shí)為油門踩下過程，車速增大；x 軸正半軸俯角為負(fù)時(shí)為制動板踩下的過程，車速減小。

方向盤轉(zhuǎn)角采集模塊：LY-S0006 型電位器模擬車輛方向盤的轉(zhuǎn)動控制車輛轉(zhuǎn)彎。電壓0 V～1.65 V為模擬方向盤右轉(zhuǎn)，電壓1.65 V～3.3 V 為模擬方向盤左轉(zhuǎn)。

模式切換模塊：KEY0 安全模式；KEY1 視野最優(yōu)模式；默認(rèn)雙因素模式。

主控芯片：STM32F103ZET6。

模擬轉(zhuǎn)向模塊：LED0（紅燈）閃爍，蜂鳴器發(fā)聲，左轉(zhuǎn)；LED0（黃燈）閃爍，蜂鳴器發(fā)聲，右轉(zhuǎn)。

轉(zhuǎn)角輸出模塊：28BY-48 型步進(jìn)電機(jī)輸出前照燈轉(zhuǎn)角，順時(shí)針為右轉(zhuǎn)；逆時(shí)針為左轉(zhuǎn)。

顯示模塊：ILI9341 屏顯示屏顯示實(shí)時(shí)車速與車燈轉(zhuǎn)角信息，轉(zhuǎn)角信息通過100 線光電編碼器測得。

4.2 軟件設(shè)計(jì)

圖4 控制系統(tǒng)主流程圖

設(shè)計(jì)控制系統(tǒng)主流程圖如圖4 所示。設(shè)定初始速度為60 km/h，車速采集為避免計(jì)算過程影響響應(yīng)時(shí)間，不采用加速度公式計(jì)算，而采用按俯仰大小比例模擬車速加減的大小。方向盤轉(zhuǎn)角采集模塊將電位器電壓值比例放大為方向盤的轉(zhuǎn)角-90°～90°。KEY0 模式下輸出安全制動理論轉(zhuǎn)角；KEY1 模式下輸出視野最優(yōu)理論轉(zhuǎn)角；默認(rèn)模式下輸出雙因素轉(zhuǎn)角。根據(jù)電位器電壓值位置判定左轉(zhuǎn)右轉(zhuǎn)，輸出給模擬轉(zhuǎn)向模塊。步進(jìn)電機(jī)輸出主控芯片計(jì)算的理論轉(zhuǎn)角值的10 倍。光電編碼器采集的信息送回主控芯片，轉(zhuǎn)換為實(shí)際轉(zhuǎn)角后通過顯示屏顯示。

4.3 軟硬件聯(lián)合調(diào)試

模擬車輛行駛某一狀態(tài)：轉(zhuǎn)動MPU6050 來改變車速，同時(shí)轉(zhuǎn)動電位器，改變模擬方向盤的轉(zhuǎn)角，不按下任何鍵，使步進(jìn)電機(jī)輸出雙因素轉(zhuǎn)角，觀察并記錄此刻顯示屏信息如圖5 所示。

圖5 硬件效果

該狀態(tài)下MPU6050 處于模擬加速狀態(tài)，電位器模擬左轉(zhuǎn)，紅色LED 燈閃爍，蜂鳴器發(fā)聲。液晶屏顯示當(dāng)前車速為40.626 km/h，安全模式下轉(zhuǎn)角為0.119°，視野最優(yōu)模式下轉(zhuǎn)角為10.128°，安全方程加權(quán)后的智能轉(zhuǎn)角為4.533°，則步進(jìn)電機(jī)向左轉(zhuǎn)動約45°（以垂直方向作為步進(jìn)電機(jī)軸初始位置）。

按照上述方式模擬車速從10 km/h～120 km/h增加，方向盤轉(zhuǎn)角先增大后減小的過程（控制在0°～60°），記錄10 組實(shí)際雙因素模式下的轉(zhuǎn)角信息，得到如下頁圖6、圖7 的實(shí)驗(yàn)結(jié)果。

根據(jù)上述實(shí)驗(yàn)結(jié)果可以得到以下結(jié)論：

1）理論與實(shí)際雙因素下的車燈轉(zhuǎn)角范圍在0°～20°，符合實(shí)際車輛車燈旋轉(zhuǎn)角度的要求。

2）由誤差曲線可知，理論與實(shí)際轉(zhuǎn)角誤差大致分布在-0.5°～+0.5°之間，符合智能前照燈系統(tǒng)對控制精度的要求。

圖6 實(shí)際輸出轉(zhuǎn)角

圖7 誤差曲線

3）誤差曲線A 點(diǎn)由于涉及光電編碼器與LED指示燈（圖4）的裝卸，實(shí)測數(shù)據(jù)與理論數(shù)據(jù)偏差為0.851°，該結(jié)果是由器件變動導(dǎo)致，在實(shí)驗(yàn)條件下可以接受此誤差。

根據(jù)上述分析結(jié)果可知，該控制系統(tǒng)設(shè)計(jì)符合實(shí)際智能前照燈系統(tǒng)的要求。

5 結(jié)論

本文提出智能前照燈系統(tǒng)兼顧安全性與舒適性的模型建立方法，基于車速與車禍累計(jì)損傷的關(guān)系建立安全方程，在模型建立過程中通過引入安全方程討論不同車速下的安全與舒適權(quán)重，得到雙因素下更具智能化的車燈理論轉(zhuǎn)角。設(shè)計(jì)基于安全方程的控制系統(tǒng)，模擬車輛實(shí)時(shí)加減速、轉(zhuǎn)彎的過程，記錄實(shí)際偏轉(zhuǎn)角度。通過實(shí)際轉(zhuǎn)角與理論轉(zhuǎn)角的誤差分析，驗(yàn)證了控制系統(tǒng)的精度，為該系統(tǒng)應(yīng)用于實(shí)車系統(tǒng)提供了實(shí)驗(yàn)基礎(chǔ)。