基于雙層隱馬爾可夫模型的重型車輛行駛狀態辨識方法研究

朱天軍，孔現偉，李彬

(1.河北工程大學 裝備制造學院，河北 邯鄲056038;2.中國汽車技術研究中心 汽車工程研究院，天津300300;3.康考迪亞大學機械與工業工程系高級車輛工程研究中心，加拿大 蒙特利爾H3G 2W1)

0 引言

重型車輛適宜于遠程大噸位的運輸。隨著重型車輛行駛速度不斷地提高和載重量的加大，行駛安全性越來越受到關注。重型車輛的側翻問題已成為重要的安全問題之一。根據美國公路安全局統計［1］，在所有的交通事故中，汽車側翻事故的危害程度僅次于汽車碰撞事故，居第2 位。根據專家的統計，67%的車禍是由于彎道或緊急情況下突然猛打方向盤，使車輛發生側翻而造成的［2］。重型車輛側翻不僅造成財產損失和人員傷亡，而且對事故發生地的環境有可能造成嚴重污染。因此，如何實時監測并發現車輛危險行駛姿態，利用主動安全系統提高重型車輛行駛安全性能，從而避免側翻事故發生，成為現代重型車輛研究的焦點問題。

近年來，隱馬爾可夫模型(HMM)由于其馬爾可夫鏈可以用來描述隱藏于隨機觀察序列中的時變特性，而使其在處理非平穩隨機序列中具有獨特優勢，現已成為國內外駕駛員意圖識別、車輛行駛狀態估計與預測等應用領域中的一個研究熱點問題。Lin 等［3］提出一種基于HMM 和數字影像的車輛狀態辨識系統，可以利用車輛行駛影像記錄數據實時計算和預測行駛車輛的縱向車速。Maghsood 等［4］設計了一種基于HMM 的車輛行駛狀態(直線行駛、是否彎道行駛)辨識系統，該系統利用重型卡車側向加速度信息來識別車輛行駛狀態(左轉、右轉、直線)，而且該方法可以推廣到制動、加速等駕駛狀態的辨識，但需要更多的車輛狀態參數加入到該系統。……