吉林大学学报(工学版) ›› 2018, Vol. 48 ›› Issue (5): 1405-1410.doi: 10.13229/j.cnki.jdxbgxb20180330

• • 上一篇    下一篇

基于非线性动力学分析的车辆运行状态参数数据特征辨识

刘兆惠1, 王超1, 吕文红1, 管欣2   

  1. 1.山东科技大学 交通学院,山东 青岛 266590;
    2.吉林大学 汽车仿真与控制国家重点实验室,长春 130022
  • 收稿日期:2018-01-03 出版日期:2018-09-20 发布日期:2018-12-11
  • 作者简介:刘兆惠(1972-),女,副教授,博士.研究方向:交通安全技术.E-mail:liuzhaohuijlu@126.com
  • 基金资助:
    国家自然科学基金重大项目(91120306/F03)

Identification of data characteristics of vehicle running status parameters by nonlinear dynamic analysis

LIU Zhao-hui1, WANG Chao1, LYU Wen-hong1, GUAN Xin2   

  1. 1.College of Transportation, Shandong University of Science and Technology, Qingdao 266590, China;
    2.State Key Laboratory of Automotive Simulation and Control, Jilin University, Changchun 130022, China
  • Received:2018-01-03 Online:2018-09-20 Published:2018-12-11

摘要: 考虑到车辆运行状态参数时间序列不仅呈现随机性,有些还呈现混沌特性,因此,有必要对其参数数据特征进行正确辨识,以区分其参数时间序列是随机的还是混沌的。应用延迟坐标状态空间重构和最大李雅普诺夫(Lyapunov)指数法进行了非线性动力学分析,对车辆运行状态参数数据的有效信息进行深层提取。研究结果表明,由G-P算法求解得到的饱和关联维数是非整数,且最大Lyapunov指数大于零,两者综合表征此序列是混沌时间序列。因此,依据辨识结果选择适宜方法进行后继研究更具科学性。

关键词: 交通运输系统工程, 数据特征辨识, 非线性动力学, 车辆运行状态参数, 延迟坐标状态空间重构, 关联维数, 最大李雅普诺夫(Lyapunov)指数

Abstract: Time series of vehicle running status parameters not only present randomness, but also present chaotic characteristics. Therefore it is necessary to accurately identify the data characteristics of vehicle running status parameters, in order to identify if its parameter time series is random or chaotic. To obtain the maximum availed data information of the vehicle running status parameters. Delay-coordinate space reconstruction and the largest Lyapunov exponent method were used to carry out nonlinear dynamic analysis. Speed time series is used as an example, the results show that based on the Delay-coordinate phase space reconstruction, the saturate correlation dimension obtained by G-P algorithm is not an integer, and the Max-Lyapunov exponent is grater than zero, which demonstrate speed time series is chaotic time series from two aspects. Thus, data characteristics of the vehicle running status parameters can be identified by nonlinear dynamic analysis, and then appropriate methods can be used in follow-up research based on the identification, which is more scientific.

Key words: engineering of communications and transportation system, data characteristics identification, non-linear dynamics, vehicle running status parameter, delay-coordinate phase space reconstruction, correlation dimension, max-Lyapunov exponent

中图分类号: 

  • U492.8
[1] Bell J L, Taylor M A, Chen G, et al.Evaluation of an in-vehicle monitoring system (IVMS) to reduce risky driving behaviors in commercial drivers: comparison of in-cab warning lights and supervisory coaching with videos of driving behavio[J]. Journal of Safety Research, 2017, 60(5): 125-136.
[2] Risack R, Mohler N, Enkelmann W.A video-based lane keeping assistant[C]∥IEEE Intelligent Vehicles Symposium, IEEE,2000: 356-361.
[3] Shrestha R.Estimation of vehicle lateral position using the optical flow method[D]. USA: Polytechnic College, Polytechnic College, 2013.
[4] Yadav G K, Kancharla T, Nair S.Real time vehicle detection for rear and Forward collision warning systems[C]∥Advances in Computing and Communications,Kochi, India, 2011: 368-377.
[5] Han I, Rho K.Characteristic analysis of vehicle rollover accidents: rollover scenarios and prediction/warning[J]. International Journal of Automotive Technology, 2017, 18(2): 451-461.
[6] Eskandarian A.Handbook of Intelligent Vehicles[M]. New York: Springer, 2012: 975-996.
[7] Dabbour Essam Mohamed S A E A. Development of in-vehicle collision warning system for intersections[D]. Canada: School of Engineering Architecture and Science, School of Engineering Architecture and Science, 2010.
[8] Lund Y I, Bernard J E.Analysis of simple rollover metrics[C]∥SAE Paper, 950306.
[9] Yoon J, Kim D, Yi K.Design of a rollover index-based vehicle stability control scheme[J]. Vehicle System Dynamics, 2007, 45(5): 459-475.
[10] 毕胜强, 梅德纯, 刘志强,等. 面向驾驶行为预警的换道意图辨识模型研究[J]. 中国安全科学学报, 2016, 26(2): 91-95.
Bi Sheng-qiang, Mei De-chun, Liu Zhi-qiang, et al.Research on lane change intention identification model for driving behavior warning[J]. China Safety Science Journal, 2016, 26(2): 91-95.
[11] 高振海, Le DinhDat, 胡宏宇,等. 驾驶员无意识车道偏离识别方法[J]. 吉林大学学报:工学版,2017,47(3): 709-716.
Gao Zhen-hai, Le DinhDat, Hu Hong-yu, et al. Recognition method of driver's unintentional lane departure[J]. Journal of Jilin University (Engineering and Technology Edition), 2017, 47(3): 709-716.
[12] Packard N H,Crutchfield J P,Farmer J D,et al.Geometry from a time series[J].Phys Rev Lett,1980,45:712-716.
[13] 吕金虎, 陆君安, 陈士华. 混沌时间序列分析及其应用[M]. 武汉:武汉大学出版社,2002.
[14] 黄润生. 混沌及其应用[M]. 武汉:武汉大学出版社,2000.
[15] Grassberger P, Procaccia I.Measuring the strangeness of strange attractors[J]. Physics D, 1983, 9(1): 189-208.
[16] Grebogi C,Ott E,Yorke J A.Crises,sudden changes in chaotic attractors, and transients chaotic[J].Physica D,1983,7:181-200.
[17] Rosenstein M T,Collins J J, de Luca G J. A practical method for calculating largest Lyapunov exponents from small data sets[J]. Physics D, 1993, 65(6): 117-134.
[18] 刘兆惠. 复杂交通路况下车辆运行状态预测方法研究[R]. 长春:汽车仿真与控制国家重点实验室博士后研究工作报告, 2015.
Liu Zhao-hui.A study on prediction methods of vehicle status in complex transportation environment[R]. Changchun: Post-doctoral Report of State Key Laboratory of Automotive Simulation and Control, 2015.
[1] 陈永恒,刘芳宏,曹宁博. 信控交叉口行人与提前右转机动车冲突影响因素[J]. 吉林大学学报(工学版), 2018, 48(6): 1669-1676.
[2] 常山,宋瑞,何世伟,黎浩东,殷玮川. 共享单车故障车辆回收模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1677-1684.
[3] 曲大义,杨晶茹,邴其春,王五林,周警春. 基于干线车流排队特性的相位差优化模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1685-1693.
[4] 宗芳, 齐厚成, 唐明, 吕建宇, 于萍. 基于GPS数据的日出行模式-出行目的识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1374-1379.
[5] 刘翔宇, 杨庆芳, 隗海林. 基于随机游走算法的交通诱导小区划分方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1380-1386.
[6] 钟伟, 隽志才, 孙宝凤. 不完全网络的城乡公交一体化枢纽层级选址模型[J]. 吉林大学学报(工学版), 2018, 48(5): 1387-1397.
[7] 宗芳, 路峰瑞, 唐明, 吕建宇, 吴挺. 习惯和路况对小汽车出行路径选择的影响[J]. 吉林大学学报(工学版), 2018, 48(4): 1023-1028.
[8] 栾鑫, 邓卫, 程琳, 陈新元. 特大城市居民出行方式选择行为的混合Logit模型[J]. 吉林大学学报(工学版), 2018, 48(4): 1029-1036.
[9] 陈永恒, 刘鑫山, 熊帅, 汪昆维, 谌垚, 杨少辉. 冰雪条件下快速路汇流区可变限速控制[J]. 吉林大学学报(工学版), 2018, 48(3): 677-687.
[10] 王占中, 卢月, 刘晓峰, 赵利英. 基于改进和声搜索算法的越库车辆排序[J]. 吉林大学学报(工学版), 2018, 48(3): 688-693.
[11] 李志慧, 胡永利, 赵永华, 马佳磊, 李海涛, 钟涛, 杨少辉. 基于车载的运动行人区域估计方法[J]. 吉林大学学报(工学版), 2018, 48(3): 694-703.
[12] 陈松, 李显生, 任园园. 公交车钩形转弯交叉口自适应信号控制方法[J]. 吉林大学学报(工学版), 2018, 48(2): 423-429.
[13] 苏书杰, 何露. 步行交通规划交叉路口行人瞬时动态拥塞疏散模型[J]. 吉林大学学报(工学版), 2018, 48(2): 440-447.
[14] 孟品超, 李学源, 贾洪飞, 李延忠. 基于滑动平均法的轨道交通短时客流实时预测[J]. 吉林大学学报(工学版), 2018, 48(2): 448-453.
[15] 王占中, 赵利英, 焦玉玲, 曹宁博. 信号交叉口自行车和行人混合交通流社会力模型[J]. 吉林大学学报(工学版), 2018, 48(1): 89-97.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 刘松山, 王庆年, 王伟华, 林鑫. 惯性质量对馈能悬架阻尼特性和幅频特性的影响[J]. 吉林大学学报(工学版), 2013, 43(03): 557 -563 .
[2] 初亮, 王彦波, 祁富伟, 张永生. 用于制动压力精确控制的进液阀控制方法[J]. 吉林大学学报(工学版), 2013, 43(03): 564 -570 .
[3] 李静, 王子涵, 余春贤, 韩佐悦, 孙博华. 硬件在环试验台整车状态跟随控制系统设计[J]. 吉林大学学报(工学版), 2013, 43(03): 577 -583 .
[4] 朱剑峰, 林逸, 陈潇凯, 施国标. 汽车变速箱壳体结构拓扑优化设计[J]. 吉林大学学报(工学版), 2013, 43(03): 584 -589 .
[5] 胡兴军, 李腾飞, 王靖宇, 杨博, 郭鹏, 廖磊. 尾板对重型载货汽车尾部流场的影响[J]. 吉林大学学报(工学版), 2013, 43(03): 595 -601 .
[6] 王同建, 陈晋市, 赵锋, 赵庆波, 刘昕晖, 袁华山. 全液压转向系统机液联合仿真及试验[J]. 吉林大学学报(工学版), 2013, 43(03): 607 -612 .
[7] 张春勤, 姜桂艳, 吴正言. 机动车出行者出发时间选择的影响因素[J]. 吉林大学学报(工学版), 2013, 43(03): 626 -632 .
[8] 马万经, 谢涵洲. 双停车线进口道主、预信号配时协调控制模型[J]. 吉林大学学报(工学版), 2013, 43(03): 633 -639 .
[9] 于德新, 仝倩, 杨兆升, 高鹏. 重大灾害条件下应急交通疏散时间预测模型[J]. 吉林大学学报(工学版), 2013, 43(03): 654 -658 .
[10] 肖赟, 雷俊卿, 张坤, 李忠三. 多级变幅疲劳荷载下预应力混凝土梁刚度退化[J]. 吉林大学学报(工学版), 2013, 43(03): 665 -670 .