全挂汽车列车防失稳实时监测及预警系统

    公开(公告)号:CN104071111B

    公开(公告)日:2016-06-08

    申请号:CN201410336307.9

    申请日:2014-07-15

    Applicant: 吉林大学

    Abstract: 本发明公开了一种全挂汽车列车防失稳实时监测及预警系统,是由牵引车测量模块、全挂车测量模块、数据处理及比较模块、驾驶人预警模块及主动制动模块构成,本发明采用侧向加速度传感器、GPS传感器及陀螺仪来实时监测牵引车和全挂车侧向加速度、位置及车速、横摆角速度及转角信息,以获得整车的后部放大率及轮迹内移,将处理得到的两值分别与设定的危险阈值进行比较,根据比较结果对驾驶员预警,并在紧急情况下自动开启制动模块。本发明具有易于布置、实时监测精确度高等优点,能够满足全挂汽车列车防失稳及对突发危险情况预警的需要。

    主动式汽车列车后部防钻装置

    公开(公告)号:CN104290705B

    公开(公告)日:2016-04-27

    申请号:CN201410582045.4

    申请日:2014-10-25

    Applicant: 吉林大学

    Abstract: 本发明公开了一种主动式汽车列车后部防钻装置,是由箱体、纵梁、支架、升降滑杆、连接横杆、升降支架、吸能横杆、雷达测距及测速传感器构成,箱体焊接在车架上的两纵梁之间,箱体中设置有电动机;雷达测距及测速传感器检测后面车辆的距离、速度信号,当后面的车辆距离本车比较近时,启动箱体中的电动机,电动机再驱动吸能横杆下降,起到保险的作用,防止后面的车辆撞上本车辆;当发生追尾事故时,吸能横杆起到保险的作用,钢丝链利用本身的柔性,将低矮车辆的车头夹住避免轿车直接钻入载货汽车底部,避免了造成削顶的后果。

    基于驾驶人类型的车辆追尾预警方法

    公开(公告)号:CN103531042B

    公开(公告)日:2015-08-19

    申请号:CN201310512563.4

    申请日:2013-10-25

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于驾驶人类型的车辆追尾预警方法,旨在解决现有技术没有考虑不同类型驾驶人驾驶习惯降低了预警准确性的问题,本发明的车辆追尾预警方法步骤如下:1.应急反应能力测试:利用反应时间测试器测试被测驾驶人的反应时间;2.驾驶行为监测:分别利用相应传感器实时获取被测驾驶人操作参数以及被测车辆与前车间距离、相对速度;3.驾驶人类型分类:利用无监督式聚类分析方法,根据被测驾驶人的应急反应能力测试数据和驾驶行为监测数据,基于预设的反应能力分类规则和驾驶风格隶属度函数确定驾驶人类型;4.危险等级实时检测:选择适用于被测驾驶人的驾驶人类型的危险等级判断方程,判断被测车辆当前行车危险等级;5.预警触发。

    基于驾驶人类型的车辆追尾预警方法

    公开(公告)号:CN103531042A

    公开(公告)日:2014-01-22

    申请号:CN201310512563.4

    申请日:2013-10-25

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于驾驶人类型的车辆追尾预警方法,旨在解决现有技术没有考虑不同类型驾驶人驾驶习惯降低了预警准确性的问题,本发明的车辆追尾预警方法步骤如下:1.应急反应能力测试:利用反应时间测试器测试被测驾驶人的反应时间;2.驾驶行为监测:分别利用相应传感器实时获取被测驾驶人操作参数以及被测车辆与前车间距离、相对速度;3.驾驶人类型分类:利用无监督式聚类分析方法,根据被测驾驶人的应急反应能力测试数据和驾驶行为监测数据,基于预设的反应能力分类规则和驾驶风格隶属度函数确定驾驶人类型;4.危险等级实时检测:选择适用于被测驾驶人的驾驶人类型的危险等级判断方程,判断被测车辆当前行车危险等级;5.预警触发。

    事故车辆制动效能检测装置

    公开(公告)号:CN105784387B

    公开(公告)日:2018-01-26

    申请号:CN201610330201.7

    申请日:2016-05-18

    Applicant: 吉林大学

    Abstract: 本发明事故车辆制动效能检测装置,属于汽车制动性能检测设备技术领域,包括机械部分和电控部分,其中机械部分包括底座、支撑装置、电动机、减速器、缓冲装置、刚性传动轴、爪式卡盘总成、升降装置、盘式扭矩传感器和称重传感器;电控部分包括计算机、单片机、检测指示装置和打印机。爪式卡盘总成与扭矩传感器内部旋转部分绕轴转动,扭矩传感器将爪式杆件传来的与制动力成比例的力转变成电信号输送到单片机。本发明便于拆装,携带方便,操作简单,可对事故车辆在现场直接检验制动效能,易于实现,从而避免因将事故车辆拖运至检测站,造成浪费时间的问题,大大提高了检测效率。

    基于驾驶行为的疲劳驾驶检测方法

    公开(公告)号:CN103489010B

    公开(公告)日:2017-01-04

    申请号:CN201310442805.7

    申请日:2013-09-25

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于驾驶行为的疲劳驾驶检测方法,解决现有技术所存在的道路曲率因素会影响基于驾驶行为进行疲劳驾驶检测方法的准确率的问题,其构建了道路线形分类器及对应的疲劳模式分类器,在车辆行驶过程中实时采集车辆的道路视频和驾驶行为信息,分别提取不同的道路曲率(直道和弯道)下驾驶人的驾驶行为特征参数,根据道路线形分类器输出结果确定当前道路线形,并调用对应的疲劳模式分类器,即可实现对驾驶人疲劳状态的辨识,本方法实现了疲劳驾驶的实时准确检测。

    基于GPS定位信息的疲劳驾驶检测方法

    公开(公告)号:CN103578227B

    公开(公告)日:2015-10-07

    申请号:CN201310434763.2

    申请日:2013-09-23

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于GPS定位信息的疲劳驾驶检测方法,旨在克服现有技术没有消除道路曲率对驾驶行为检测的影响的问题,其步骤:1.构建疲劳模式分类器:传感器采集50名以上驾驶人在不同驾驶状态下的位于直道条件下的驾驶行为数据,构建直道条件下的疲劳模式分类器;2.采集车辆行进过程中的驾驶行为数据及车载GPS定位信息,利用车载GPS定位信息及数字地图,获取车辆所在位置的道路曲率信息,将不同弯道条件下驾驶行为数据换算到直道条件下,消除道路曲率对驾驶行为数据的影响;3.提取并融合各特征参数在其最优时间窗内的特征参数值,并将此特征参数输入直道条件下疲劳模式分类器实现对驾驶人疲劳状态的辨识。

    主动式汽车列车后部防钻装置

    公开(公告)号:CN104290705A

    公开(公告)日:2015-01-21

    申请号:CN201410582045.4

    申请日:2014-10-25

    Applicant: 吉林大学

    CPC classification number: B60R19/56

    Abstract: 本发明公开了一种主动式汽车列车后部防钻装置,是由箱体、纵梁、支架、升降滑杆、连接横杆、升降支架、吸能横杆、雷达测距及测速传感器构成,箱体焊接在车架上的两纵梁之间,箱体中设置有电动机;雷达测距及测速传感器检测后面车辆的距离、速度信号,当后面的车辆距离本车比较近时,启动箱体中的电动机,电动机再驱动吸能横杆下降,起到保险的作用,防止后面的车辆撞上本车辆;当发生追尾事故时,吸能横杆起到保险的作用,钢丝链利用本身的柔性,将低矮车辆的车头夹住避免轿车直接钻入载货汽车底部,避免了造成削顶的后果。

    基于聚类分析双半挂汽车行驶稳定性自动识别与预警系统

    公开(公告)号:CN106740829B

    公开(公告)日:2018-04-10

    申请号:CN201710177689.9

    申请日:2017-03-23

    Applicant: 吉林大学

    Abstract: 本发明涉及一种基于聚类分析双半挂汽车行驶稳定性自动识别与预警系统,包括试验数据采集模块、数据预处理模块、离线聚类分析模块、在线识别模块、车辆实时数据采集模块和决策执行模块。试验数据采集模块的输出端通过试验数据预处理模块连接到离线聚类分析模块的输入端,离线聚类分析模块的一个输出端与在线识别模块输入端连接,另一输出端与决策执行模块连接。车辆实时数据采集模块的输出端通过实时数据预处理模块与在线识别模块输入端连接,在线识别模块的输出端与决策执行模块输入端连接。系统对试验采集的数据通过数据预处理后进行离线聚类分析,通过K‑Means聚类分析实现对车辆的行驶状态进行分类,然后根据分类结果采取相应的安全措施。

    基于聚类分析双半挂汽车行驶稳定性自动识别与预警系统

    公开(公告)号:CN106740829A

    公开(公告)日:2017-05-31

    申请号:CN201710177689.9

    申请日:2017-03-23

    Applicant: 吉林大学

    Abstract: 本发明涉及一种基于聚类分析双半挂汽车行驶稳定性自动识别与预警系统,包括试验数据采集模块、数据预处理模块、离线聚类分析模块、在线识别模块、车辆实时数据采集模块和决策执行模块。试验数据采集模块的输出端通过试验数据预处理模块连接到离线聚类分析模块的输入端,离线聚类分析模块的一个输出端与在线识别模块输入端连接,另一输出端与决策执行模块连接。车辆实时数据采集模块的输出端通过实时数据预处理模块与在线识别模块输入端连接,在线识别模块的输出端与决策执行模块输入端连接。系统对试验采集的数据通过数据预处理后进行离线聚类分析,通过K‑Means聚类分析实现对车辆的行驶状态进行分类,然后根据分类结果采取相应的安全措施。

Patent Agency Ranking