电动滑板车速度自适应控制系统及方法技术方案

本发明专利技术涉及自动控制技术领域，尤其涉及电动滑板车速度自适应控制系统及方法。包括：利用路面传感器和环境传感器采集路况数据，并对采集到的数据进行处理分析，得到当前路况信息以及推荐的安全速度范围；基于来自摄像头和雷达的前方图像和障碍物数据，使用对象识别算法，对前方障碍物进行检测，得到障碍物信息，进一步预测其短时间内的移动轨迹；基于路况信息和推荐的安全速度范围和障碍物数据，使用含有动态权重调整的优化数据融合算法整合路况和障碍物数据，根据融合数据，生成智能驾驶策略建议；基于智能驾驶策略建议，调整滑板车的电机输出。解决了现有技术中在进行电动滑板车速度自适应控制时不够实时性以及准确性较差的技术问题。技术问题。技术问题。

【技术实现步骤摘要】
电动滑板车速度自适应控制系统及方法


[0001]本专利技术涉及自动控制
，尤其涉及电动滑板车速度自适应控制系统及方法。

技术介绍

[0002]电动滑板车已经在全球范围内受到广泛关注并得到了广泛应用，特别是作为城市最后一英里的交通工具。由于其便携性和操作简便性，越来越多的用户选择使用电动滑板车进行短距离出行。然而，电动滑板车在行驶中的安全问题也逐渐被人们关注。现有技术的局限性：单一速度设定，缺乏环境感知，手动控制为主，驾驶体验受限；因此，需要一个自适应的速度控制系统。这样，当在拥挤或不稳定的环境中驾驶时，滑板车可以自动调整其速度以防止事故。
[0003]对于电动滑板车的控制方法有很多，钱静斌等人提出的“电动滑板车控制系统”，申请号“CN 202210696749.9”，主要包括：总控制器、LCD中控器、集成触发器和至少包括驱动电机的功能部件，所述集成触发器包括指拨件、霍尔感应组件、功能按键和按键驱动电路板；霍尔感应组件连接总控制器形成调速信息；集成控制芯片预设程序，程序显示在LCD显示屏上并向总控制器发送控制信息；功能按键至少包括启动键、调节键和模式键，功能按键被按压通过按键驱动电路板将按键信息发送给集成控制芯片以操控程序形成控制信息；总控制器接受霍尔感应组件的调速信息和集成控制芯片的控制信息，并向相应功能部件发送执行指令，以实现对电动滑板车的控制；优点是该系统线路简单、操作方便，同时增加趣味性。
[0004]但上述技术至少存在如下技术问题：在进行电动滑板车速度自适应控制时不够实时性以及准确性较差的技术问题。

技术实现思路

[0005]本申请实施例通过提供电动滑板车速度自适应控制系统及方法，解决了现有技术中在进行电动滑板车速度自适应控制时不够实时性以及准确性较差的技术问题，实现了准确速度安全的实现电动滑板车速度的自适应控制技术效果。
[0006]本申请提供了电动滑板车速度自适应控制系统及方法，具体包括以下技术方案：电动滑板车速度自适应控制系统，包括：路况感知模块，前方障碍物检测与轨迹预测模块，动力调整模块，数据同步与管理模块，路况与障碍物数据融合模块，动态权重调整模块；所述路况感知模块的输出被送到所述动力调整模块和所述路况与障碍物数据融合模块；所述前方障碍物检测与轨迹预测模块的输出同样被送到所述动力调整模块和所述路况与障碍物数据融合模块；所述动力调整模块会根据所述路况与障碍物数据融合模块和所述动态权重调整模块调整动力和速度；所述动态权重调整模块会根据所述路况与障碍物数据融合模块的输出进行权重的动态调整；所有模块的数据都会经由所述数据同步与管理
模块进行同步和管理。
[0007]优选的，还包括：所述路况感知模块，通过地面传感器和环境传感器捕获路面和气象数据，通过对所述路面和气象数据的实时分析，识别出当前的路况；并根据气象数据预测路面的摩擦变化；进一步，提供当前的路况信息以及推荐的安全速度范围；所述前方障碍物检测与轨迹预测模块，利用摄像头和雷达捕获前方的图像和障碍物数据，实时检测并分析前方的障碍物，同时预测障碍物的移动轨迹；所述动力调整模块，根据路况和前方障碍物的数据，实时调整滑板车的动力输出，确保滑板车的速度始终保持在推荐的安全速度范围内；所述数据同步与管理模块，确保所有模块间的数据交互是同步和稳定的，同时还负责存储和管理来自各个模块的数据，确保数据的实时性；所述路况与障碍物数据融合模块，综合路况和前方障碍物的数据，进行融合处理，得到智能驾驶策略建议；所述动态权重调整模块，根据实时环境和智能驾驶策略建议动态调整数据融合算法中的权重，确保智能驾驶策略始终是最优的。
[0008]电动滑板车速度自适应控制方法，包括以下步骤：S1. 利用路面传感器和环境传感器进行路况数据采集，并对采集到的路面数据和气象数据进行处理分析，得到当前路况信息以及推荐的安全速度范围；S2. 基于来自摄像头和雷达的前方图像和障碍物数据，使用对象识别算法，对前方障碍物进行检测，得到障碍物信息，进一步预测其短时间内的移动轨迹；S3. 基于路况信息和推荐的安全速度范围和障碍物数据，使用含有动态权重调整的优化数据融合算法整合路况和障碍物数据，根据融合数据，生成智能驾驶策略建议；S4. 基于智能驾驶策略建议，调整滑板车的电机输出以实现策略建议的速度和方向。
[0009]优选的，所述步骤S1，具体包括：利用路面传感器和环境传感器进行路况数据采集，并对采集到的路面数据和气象数据进行处理分析，得到当前路况信息以及推荐速度范围。
[0010]优选的，在所述步骤S1中，还包括：在对采集到的路面数据和气象数据进行处理分析，得到推荐速度范围的过程中，定义数学计算模型：摩擦力模型、坡度影响模型、气象因素模型。
[0011]优选的，在所述步骤S1中，还包括：使用所述数学计算模型计算摩擦力、坡度影响，引入动态调整的参数来模拟风阻的影响，得到推荐的安全速度范围。
[0012]优选的，在所述步骤S1中，还包括：考虑推荐的安全速度范围会受电池续航和驱动电机的性能限制，构建电池续航影响模型和电机性能影响模型。
[0013]优选的，在所述步骤S2中，还包括：在对前方障碍物进行检测时，基于图像和雷达数据进行模型设定，得到图像模型和雷达模型，为避免单一模型会产生误检和漏检，将两种模型进行融合。
[0014]优选的，在所述步骤S2中，还包括：在对前方障碍物进行检测时，当传感器数据不一致和存在噪声时，图像模型和雷达模型的数据会产生不一致和偏离实际的情况，且数据融合会导致个别小型和透明障碍物被误检和忽略；利用矩阵运算和极限的概念进行数据优化。
[0015]优选的，在所述步骤S2中，还包括：在进行障碍物移动轨迹预测时，考虑到障碍物移动的基础物理模型和障碍物的复杂物理模型，考虑到基础物理模型在连续曲线运动中会出现误差，引入权重因子融合两种模型，考虑到所述权重因子会使模型对近期的动态变化更敏感，引入阈值矩阵以减小预测的敏感性。
[0016]有益效果：本申请实施例中提供的多个技术方案，至少具有如下技术效果或优点：1、本申请通过利用数学计算模型，结合动态条件、坡度、气象因素等多种模型，能够得到一个相对准确的推荐速度范围，从而保障电动滑板车在各种条件下的安全行驶，通过结合气象数据和路况历史数据，预测环境因素对路况的可能影响，从而提前做好调整，保证电动滑板车的行驶稳定性；2、本申请利用模型融合策略允许系统在摄像头和雷达数据之间找到最佳平衡，从而减少因单一数据源引起的误检和漏检情况，通过实时计算和调整各种参数（如权重因子），系统能够动态适应不同的环境和障碍物特性；基于物理模型和数据融合策略，系统不仅可以检测障碍物的位置和相对速度，还可以预测其未来的移动轨迹，为实时决策提供更多信息；引入矩阵运算和极限的概念进行数据优化，使得系统对于噪声和其他不确定因素具有更好的鲁棒性；3、本申请通过实时融合路况（R）、障碍物（O）、环境（E）和滑板车状态（Z）的多维数据，能够更准确地预测前方的潜在风险，从而为用户提供更为安全的驾驶建议。此外本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.电动滑板车速度自适应控制系统，其特征在于，包括以下部分：路况感知模块，前方障碍物检测与轨迹预测模块，动力调整模块，数据同步与管理模块，路况与障碍物数据融合模块，动态权重调整模块；所述路况感知模块的输出被送到所述动力调整模块和所述路况与障碍物数据融合模块；所述前方障碍物检测与轨迹预测模块的输出同样被送到所述动力调整模块和所述路况与障碍物数据融合模块；所述动力调整模块会根据所述路况与障碍物数据融合模块和所述动态权重调整模块调整动力和速度；所述动态权重调整模块会根据所述路况与障碍物数据融合模块的输出进行权重的动态调整；所有模块的数据都会经由所述数据同步与管理模块进行同步和管理。2.根据权利要求1所述的电动滑板车速度自适应控制系统，其特征在于，还包括：所述路况感知模块，通过地面传感器和环境传感器捕获路面和气象数据，通过对所述路面和气象数据的实时分析，识别出当前的路况；并根据气象数据预测路面的摩擦变化；进一步，提供当前的路况信息以及推荐的安全速度范围；所述前方障碍物检测与轨迹预测模块，利用摄像头和雷达捕获前方的图像和障碍物数据，实时检测并分析前方的障碍物，同时预测障碍物的移动轨迹；所述动力调整模块，根据路况和前方障碍物的数据，实时调整滑板车的动力输出，确保滑板车的速度始终保持在推荐的安全速度范围内；所述数据同步与管理模块，确保所有模块间的数据交互是同步和稳定的，同时还负责存储和管理来自各个模块的数据，确保数据的实时性；所述路况与障碍物数据融合模块，综合路况和前方障碍物的数据，进行融合处理，得到智能驾驶策略建议；所述动态权重调整模块，根据实时环境和智能驾驶策略建议动态调整数据融合算法中的权重，确保智能驾驶策略始终是最优的。3.电动滑板车速度自适应控制方法，其特征在于，包括以下步骤：S1. 利用路面传感器和环境传感器进行路况数据采集，并对采集到的路面数据和气象数据进行处理分析，得到当前路况信息以及推荐的安全速度范围；S2. 基于来自摄像头和雷达的前方图像和障碍物数据，使用对象识别算法，对前方障碍物进行检测，得到障碍物信息，进一步预测其短时间内的移动轨迹；S3. 基于路况信息和推荐的安全速度范围和障碍物数据，使用含有动态权重调...

【专利技术属性】
技术研发人员：徐成栋，
申请(专利权)人：赛奎鹰智能装备威海有限责任公司，
类型：发明
国别省市：