一种结合驾驶员意图辨识的智能随动大灯控制系统技术方案

本发明专利技术公开了一种的结合驾驶员意图辨识的智能随动大灯控制系统，所述系统包括：(1)转角传感器与车速传感器；(2)控制算法；(3)控制算法执行ECU0；(4)左前大灯灯光组；(5)左前大灯灯光组执行ECU1；(6)右前大灯灯光组；(7)右前大灯灯光组执行ECU2。本发明专利技术所提供的AFS系统，主要主要借助隐马尔科夫模型HMM的处理时序序列的能力和强的统计学基础，根据采集的车速、方向盘转角数据，通过Baum-Welch算法对不同车速下的紧急转向，正常转向和直线行驶工况对应的HMM模型的参数进行优化。再对行驶工况进行实时辨识，预测下一时间步的转角传感器的值，根据预测转角值实现对前车灯灯组的预先控制，实现了一种控制精度高、适应性实时性强的AFS解决方法。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种的结合驾驶员意图辨识的智能随动大灯控制系统，所述系统包括：(1)转角传感器与车速传感器；(2)控制算法；(3)控制算法执行ECU0；(4)左前大灯灯光组；(5)左前大灯灯光组执行ECU1；(6)右前大灯灯光组；(7)右前大灯灯光组执行ECU2。本专利技术所提供的AFS系统，主要主要借助隐马尔科夫模型HMM的处理时序序列的能力和强的统计学基础，根据采集的车速、方向盘转角数据，通过Baum-Welch算法对不同车速下的紧急转向，正常转向和直线行驶工况对应的HMM模型的参数进行优化。再对行驶工况进行实时辨识，预测下一时间步的转角传感器的值，根据预测转角值实现对前车灯灯组的预先控制，实现了一种控制精度高、适应性实时性强的AFS解决方法。【专利说明】一种结合驾驶员意图辨识的智能随动大灯控制系统
本专利技术属于汽车电子
，涉及一种智能随动大灯控制系统。
技术介绍
汽车灯具本身的特点决定对其整车的依附性。我国汽车灯具行业随着汽车工业的发展而不断发展。改革开放以来，经引进技术，汽车灯具制造业按国际先进标准进行设计并组织生产，大规模技术改造和企业结构改制重组，在激烈的市场竞争中，我国汽车灯具行业技术水平在发展中快速提升。一些企业通过产学研结合进行研发，具有了自主开发能力。随着电子技术的成熟和制造业的发展，自适应随动大灯系统AFS已经在某些领域越来越广泛地被应用开来。 现有的AFS控制技术基本遵循了同一种技术路线:即根据方向盘转角以及前后悬架高度等相关信号，结合数学算法和控制策略，实现对灯光的自动调节。这种技术路线，能对灯光进行调节，但受限于车灯组电机工作迟滞及转角传感器的算法计算延迟时间，对需要大转弯角度等环境的灯光跟随效果不佳。这种缺陷对我国进行AFS车灯的设计有着较为重大的影响。在极端情况下，车灯随动速度无法达到AFS的设计要求，可能导致安全事故。 为了解决以上问题，提供一种预先判断驾驶员转向行为，从而实现车灯预先随动的智能随动大灯系统是必要的。
技术实现思路
针对上述问题，本专利技术的目的是提供一种结合驾驶员意图辨识的智能随动大灯控制系统。 本专利技术提供的结合驾驶员意图辨识的智能随动大灯控制系统，主要借助隐马尔科夫模型HMM的处理时序序列的能力和强的统计学基础，根据采集的车速、方向盘转角和方向盘角速度的数据，通过Baum-Welch算法对不同车速下的紧急转向，正常转向和直线行驶工况对应的HMM模型的参数进行优化。再对行驶工况进行实时辨识，预测下一时间步的转角传感器的值，根据预测转角值实现对前车灯灯组的预先控制。 系统包括: 车辆状态传感器信息； 控制算法及其执行E⑶O; 左前大灯灯光组及其执行E⑶I 右前大灯灯光组及其执行E⑶2。 其中，控制算法主要对车速、转角传感器等车辆状态数据进行运算，规定了系统运行所遵循的的控制策略； 控制算法ECUO:实现从车载CAN总线接收车速信息与转角传感器信息，再根据转角传感器信息计算方向盘角速度，结合控制算法进行运算，最后分别输出控制信号到执行ECUl和执行ECU2 ； 执行ECUl和执行ECU2:完成根据控制算法ECUO的灯光位置信号，分别对前左大灯灯光组和前右大灯灯光组的驱动装置进行驱动调整，并将调整结果反馈回控制算法ECUO ； 【专利附图】【附图说明】 图1是本专利技术所述的结合驾驶员意图辨识的智能随动大灯控制系统的系统结构示意图。 图2是本专利技术所述的I旲型确定及应用不意图。 图3是本专利技术所述的模型构建及预测转角传感器数据的示意图。 具体实施方案 借助驾驶实验台离线采集车速、方向盘转角和方向盘角速度的数据，对数据预处理后，用Baum-Welch算法对不同车速下的紧急转向，正常转向和直线行驶工况对应的HMM模型的参数进行优化。然后借助于美国国家仪器公司的PXI1042实时控制器和驾驶实验台，结合HMM的评估算法Forward-Backward算法和优化好的各多维高斯HMM模型，对行驶工况进行在线实时辨识，并预测下一时间步的转角传感器的值，根据预测转角传感器的值进行前大灯灯光组进行预控制，过程如图1和图2所示。 图3为构建多维高斯HMM模型，即确定模型的参数的具体过程。HMM模型可以由向量λ = 描述。其中，Q= (Q1^Q2,…，QT}是模型中马尔科夫链的状态，代表特定速度水平下的某转向操作的不同等级的小操作#是每个状态对应下可能的观察值数目；11是初始概率矩阵，即t = I时，各个状态出现的概率；aij= P(s i+1= qj/Si= q )i，j = 1,2,…，N是从状态i到状态j的状态转移概率；h(k)是观察值概率矩阵，就是在状态i下，产生观察值k的概率。 观察值概率矩阵决定模型是离散HMM，或者是连续HMM。对于离散HMM，bj (k)是对应矢量量化码的概率矩阵；对于连续HMM，bj(k)是描述状态i特征矢量分布的概率密度函数。考虑到采集到的方向盘转角、方向盘角速度及车速传感器信号都是连续信号，为了防止信号量子化造成的信号失真，应用多维高斯HMM模型理论训练各个驾驶工况对应的HMM模型。这样，bj(k) =Σ m=1^?{cim Ν为高斯函数:μ ini，Uini分别为高斯函数的平均值和协方差。O为观察值，可以表述成0(t) = {a(t)，b(t)，c(t)}，其中a(t)、b(t)、c(t)分别为方向盘转角、方向盘角速度及车速。 根据一定车速范围内的方向盘传感器信号O和根据K-means算法获得的模型初始参数，运用Baum-Welch重估算法的递归思想，采用一种最大似然估计的方法，逐步迭代，使观察值O相对于模型λ发生的可能性P (O I λ)逐渐增大，直到P (O I λ)收敛到一个定值，此时的λ即为所求的模型参数向量。 不同速度段的各个驾驶工况对应的多维高斯HMM模型的参数全部优化完成后，应用Farward-Backward算法，实时采集的方向盘传感器数据和车速对所有的多维高斯HMM模型进行评估，选择似然度最大(发生可能性最大)的多维高斯HMM作为当前驾驶工况。 选取对应当前驾驶工况的多维高斯HMM模型的参数，并在实时采集来的传感器数据后面添加各种可能发生的数据，构成预测观察序列集。应用Forward-Backward算法，选取最可能发生的观察序列，从而预测出下一时间步的方向盘传感器值。【权利要求】1.一种结合驾驶员意图辨识的智能随动大灯控制系统，其特征在于:所述系统包括车速传感器、方向盘转角传感器、控制算法、执行和执行:所述的控制算法20^0通过0^总线接收车速传感器与方向盘转角传感器的数据信息，将算法运行结果通过 总线分别发送给执行和执行2⑶2实现灯光照射角的调节。2.根据权利要求1所述的一种结合驾驶员意图辨识的智能随动大灯控制系统，其特征在于:车辆的方向盘转角传感器、车速传感器的信号可以是模拟信号，也可以是数字信号，经处理后以数字信号形式发送到总线。3.根据权利要求1所述的一种结合驾驶员意图辨识的智能随动大灯控制系统，其特征在于:所述的执行2(^1和执行2⑶2各有两个电机驱动芯片，实现对左右方向、上下方向的调整。4.根据权利要求1所述的一种本文档来自技高网...

【技术保护点】
一种结合驾驶员意图辨识的智能随动大灯控制系统，其特征在于：所述系统包括车速传感器、方向盘转角传感器、控制算法ECU0、执行ECU1和执行ECU2：所述的控制算法ECU0通过CAN总线接收车速传感器与方向盘转角传感器的数据信息，将算法运行结果通过CAN总线分别发送给执行ECU1和执行ECU2实现灯光照射角的调节。

【技术特征摘要】

【专利技术属性】
技术研发人员：宗长富，常晓飞，
申请(专利权)人：江苏迅驰汽车部件有限公司，
类型：发明
国别省市：江苏;32