一種大貨車右轉(zhuǎn)盲區(qū)警示裝置

喬曉田 郭玉穎 王憲彬

摘要：為了減少貨車在右轉(zhuǎn)過程中因為內(nèi)輪差而引起的交通事故，讓人們更加直觀的觀察到大貨車盲區(qū)，并引起重視，減少因盲區(qū)引起的事故發(fā)生的頻率，保障人們出行和大貨車行車的安全，提出了一種大貨車右轉(zhuǎn)盲區(qū)警示裝置。該裝置使用計算機編程精準(zhǔn)計算盲區(qū)，使用激光照射盲區(qū)，使行人和非機動車輛遠(yuǎn)離危險區(qū)域，并安裝報警裝置，提醒司機注意已經(jīng)進(jìn)入盲區(qū)的行人和非機動車輛。

關(guān)鍵詞：內(nèi)輪差 右轉(zhuǎn) 盲區(qū) 示警

中圖分類號：U469.4

Abstract： In order to reduce the traffic accidents caused by the difference of the inner wheels during the right turn of the truck， let people observe the blind area of the large truck more intuitively， and pay attention to it， reduce the frequency of accidents caused by the blind area， and ensure the safety of people's travel and large trucks， a right turn blind area warning device for large trucks is is put forward in this paper. The device uses computer programming to accurately calculate blind areas， uses lasers to irradiate the blind areas， keep pedestrians and non-motor vehicles away from the dangerous areas， and install alarm devices to remind drivers to pay attention to pedestrians and non-motor vehicles that have entered the blind area.

Key Words： Inner wheel difference; Right turn; Blind area; Warning

國家統(tǒng)計局顯示，貨物運輸中公路運輸占總數(shù)的70%以上，2020年道路交通事故萬車死亡人數(shù)為1.66萬人，貨車交通事故多發(fā)高發(fā)，且事故致死率很高，給人民群眾和社會帶來了巨大的損失，因此貨車交通安全不可忽視。在大貨車引發(fā)的交通事故中，由內(nèi)輪差引發(fā)的交通事故損傷慘重，且事故頻發(fā)。許多轎車司機，行人和非機動車輛對于大貨車的盲區(qū)一知半解，通常都以為大型車輛駕駛室較高，視角不會受到限制，事實上，因為這些與生俱來的盲區(qū)，距離車輛越近往往就越看不到 [1] 。

貨車右側(cè)是盲區(qū)，日常行駛時，常碰到貨車走在道路中間的線，有時快車道又有慢車阻擋，只能從貨車的右側(cè)超車，往往這時候極其容易發(fā)生交通事故，因為大型車輛車身較高，結(jié)構(gòu)復(fù)雜，基本都是依靠前輪來轉(zhuǎn)向，所以它在轉(zhuǎn)彎時，前后輪并不在同一軌跡上。簡單說就是，前輪可以繞過道路的某一物體，而后輪卻繞不過去，這個盲區(qū)被稱為內(nèi)輪差[2-3]。內(nèi)輪差造成視覺盲區(qū)導(dǎo)致盲區(qū)加大，極可能導(dǎo)致嚴(yán)重交通事故發(fā)生[4-5]。因此研究裝置來降低事故發(fā)生率有重大實際意義。

1內(nèi)輪差定義

建立內(nèi)輪差問題的運動學(xué)理論分析模型[6-7]，如圖1所示，取汽車底盤的工字型鋼架為剛體研究對象，設(shè)車的前后輪間距為l，車的軸距d，汽車的最小轉(zhuǎn)彎半徑OA=r，D點代表內(nèi)前輪，C點代表內(nèi)后輪。忽略離心力所引起的車輛側(cè)滑與輪胎變形所引起的側(cè)向偏離對運動軌跡的影響。設(shè)車輛右轉(zhuǎn)彎時，D點速度恒定為VD，根據(jù)內(nèi)輪差的定義，內(nèi)輪差m=OD-OC，根據(jù)勾股定理OC2+CD2=OD2，已知CD的長為l。在直角三角形中ABO中，OB2+AB2=OA2已知AB的長為l，OB=OC+BC，BC的長為d，則內(nèi)輪差。

對于汽車而言，方向盤打到極限位置，外側(cè)前輪距離轉(zhuǎn)向中心（瞬心）的距離通常定義為最小彎半徑r，如圖1所示，在已知輪距d和軸距l(xiāng)的情況下，容易換算出最小的內(nèi)前輪軌跡半徑m min。

由公式可知，內(nèi)輪差的大小與軸距、同軸輪距和轉(zhuǎn)彎半徑呈正相關(guān)。通過查閱不同車型的數(shù)據(jù)資料，將車身尺寸、最小轉(zhuǎn)彎半徑、內(nèi)前輪最小轉(zhuǎn)彎半徑列于表1中。

2系統(tǒng)設(shè)計與實現(xiàn)

2.1硬件設(shè)計

硬件設(shè)計包括單片機系統(tǒng)，人體熱釋電紅外感應(yīng)模塊，報警模塊，燈光盲區(qū)投射警示裝置，開關(guān)[8-9]。

單片機系統(tǒng)電路用于設(shè)計不同速度，不同軸距，輪距的內(nèi)輪差，本系統(tǒng)采用51單片機開發(fā)板，STC89C52主芯片，通過編程，對大貨車轉(zhuǎn)彎時采集到的速度，彎矩等數(shù)據(jù)進(jìn)行處理，得出內(nèi)輪差的面積、范圍，并輸出到燈光盲區(qū)投射警示裝置，主要系統(tǒng)流程如圖2所示。

人體熱釋紅外感應(yīng)模塊用于檢測盲區(qū)內(nèi)有無人員，本系統(tǒng)采用高靈敏度人體感應(yīng)開關(guān)模塊，基于紅外線技術(shù)的檢測模塊，當(dāng)有人進(jìn)入開關(guān)感應(yīng)范圍時，專用傳感器探測到人體紅外光譜的變化，輸出高電平，人不離開感應(yīng)范圍活動，將持續(xù)輸出高電平;人離開后，開關(guān)延時自動關(guān)閉負(fù)載[10-12]。靈敏度高，可靠性強，其主要系統(tǒng)流程如圖3所示。

報警模塊主要用蜂鳴器接人體熱釋紅外感應(yīng)模塊輸出，高電平觸發(fā)，安裝在駕駛室，用于提醒駕駛員及時停車，避免人員傷亡。

燈光盲區(qū)投射警示裝置，大貨車右側(cè)盲區(qū)區(qū)域照亮，警示路人，機動車，非機動車等，避免其進(jìn)入內(nèi)輪差區(qū)域而被大貨車卷入車輪下，其正視圖如圖4所示。

燈光盲區(qū)投射警示裝置的主要程序系統(tǒng)流程如圖5所示。

2.2軟件設(shè)計

人體熱釋紅外感應(yīng)模塊電路系統(tǒng)如圖6所示。

3系統(tǒng)調(diào)試與測試

根據(jù)本系統(tǒng)電路原理圖和系統(tǒng)流程圖，對各部分系統(tǒng)模塊燒錄程序，并進(jìn)行實物焊接，之后對其進(jìn)行調(diào)試。

3.1初始狀態(tài)調(diào)試

將焊接組裝好的實物系統(tǒng)放在平整的桌面上，在保證周圍無人的情況下，讓車輛能依靠所設(shè)軌道的坡度緩慢向前行駛。

3.2人體熱釋電紅外感應(yīng)模塊檢查

打開裝置開關(guān)，將手放在大貨車右側(cè)任意區(qū)域，觀察蜂鳴器是否正常報警。

3.3燈源檢查

打開裝置開關(guān)，觀察燈源是否正常亮滅。

4結(jié)語

該裝置基于優(yōu)化改善思想，綜合考慮了目前各種盲區(qū)警示裝置所存在的盲區(qū)檢測范圍不準(zhǔn)確，不能引起除駕駛員外的交通參與者的警覺等現(xiàn)象，從而提出大貨車右轉(zhuǎn)盲區(qū)警示裝置。通過研制本裝置，基于大貨車右轉(zhuǎn)時各輪胎軌跡的變化，速度的變化，及大貨車車體物理數(shù)據(jù)，使用人體感應(yīng)模塊，激光投射裝置，蜂鳴器報警裝置將大貨車右轉(zhuǎn)時的盲區(qū)標(biāo)注明顯，并及時提醒駕駛員盲區(qū)范圍內(nèi)有行人和騎乘者的出現(xiàn)，以便引起駕駛員，行人及騎乘者的警覺，以減少因此類交通事故發(fā)生而引起的人員傷亡，錢財損失，以及對家庭對社會的不可磨滅的影響，具有重要的意義。本裝置適用于各類大型車輛安裝，安裝簡單，使用方便，效果顯著，成本低廉，具有極大的普適性和推廣性，極具實際運用價值。

參考文獻(xiàn)

[1]李鐵洪，吳華金.長直線接小半徑曲線公路交通事故成因及預(yù)防對策[J].中國公路學(xué)報，2007（1）：35-40.

[2]褚正清，劉家保，宋星.貨車右轉(zhuǎn)彎內(nèi)輪差的建模研究[J].河北北方學(xué)院學(xué)報：自然科學(xué)版，2015，31（5）：49-52.

[3]談守富，沈念如.基于激光雷達(dá)的道路和障礙物檢測方法[J].艦船電子工程，2021，41（4）：161-165.

[4]陳思嘉，巫宇霞，楊平.汽車轉(zhuǎn)彎時由內(nèi)輪差引發(fā)的交通事故原因建模與分析[J].數(shù)學(xué)通報，2013，52（12）：55-57.

[5]周立平，劉金鑫，盧永超.基于車輛右轉(zhuǎn)內(nèi)輪差的道路交叉口安全隱患預(yù)防方法[J].交通與運輸，2020，36（5）：53-56.

[6] Gregory F ， Myra B ， Richard H ， et al. Field Demonstration of Heavy Vehicle Camera/Video Imaging Systems[J]. Archives of Dermatology， 2011， 4（1）：171-184.

[7]韓飛，張素民，劉嘉沂.基于眼橢圓的駕駛員后視鏡視野盲區(qū)概率分布估計[J].吉林大學(xué)學(xué)報（工學(xué)版），2013，43（S1）：521-525.

[8]徐令選. 大型車右轉(zhuǎn)盲區(qū)形成機理及防治措施研究[D].石家莊：河北工業(yè)大學(xué)，2017.

[9]王清洲，王南南，黃玉滿，等.半掛汽車列車右轉(zhuǎn)彎后視鏡失效機制[J].長安大學(xué)學(xué)報：自然科學(xué)版，2020，40（2）：117-126.

[10]李英帥，閆琦若，趙聰.基于公交車右轉(zhuǎn)內(nèi)輪差效應(yīng)的范圍研究[J].重慶交通大學(xué)學(xué)報：自然科學(xué)版，2021，40（9）：43-48.

[11]王雁鵬，王雙立，李來春，魏強.汽車視野盲區(qū)智能提示系統(tǒng)建設(shè)研究[J].江蘇科技信息，2021，38（20）：51-54+70.

[12]A. Y. Hata and D. F. Wolf， "Feature Detection for Vehicle Localization in Urban Environments Using a Multilayer LIDAR，" in IEEE Transactions on Intelligent Transportation Systems， vol. 17， no. 2， pp. 420-429， Feb. 2016， doi： 10.1109/TITS.2015.2477817.

3873500338295