1.一个电动自行车转弯防滑预警系统,其特征在于:所述的电动自行车转弯防滑预警系统包括感知层、判断层、反应层;
所述的感知层是一个多传感器数据融合采集系统,用于检测电动自行车实时运行状态,由多轴姿态传感器、手机蓝牙、红外传感器、重力传感器所组成;
所述的判断层判断骑行状态的物理模型和预测骑行危险等级的机器学习模型,物理模型基于力学方程构建转弯速度、倾斜角度与转弯半径、坡度、摩擦系数参数之间的关系;
所述的反应层由智能头盔预警系统组成,智能头盔兼顾固体防护和电系统预警;
所述的感知层还包括手机app通过手机蓝牙与感知层连接,感知层的传感器采集到的数据后进行如下处理:S101对数据进行时间戳同步;
S102对数据进行融合处理;
S103在将融合处理后的数据传输到判断层;
所述的判断层分为理论模型搭建阶段和机器学习模型搭建阶段两个主要步骤;所述的理论模型搭建阶段采用以下步骤实现的:S201通过物理公式和理论模型推导得出电动自行车骑行的物理模型;
S202带入真实数据进行模型标定得到方程偏差容忍度,当实际数据代入方程误差落在容忍度区间内即认为不存在受力失衡,反之则认为存在受力失衡,具有一定的危险;
所述的机器学习模型搭建阶段采用以下步骤实现的:
S301在具有危险的情形下进行人工经验判断,并进行危险程度进行标定;
S302引入多源融合数据,利用XGboost决策树模型进行十折交叉训练;
S303通过贝叶斯网格搜索进行超参数调整,输出危险程度预测效果最好的一折模型作为电动自行车防滑预警系统的决策树模型;
所述的S201通过物理公式和理论模型推导得出电动自行车骑行的物理模型;其中C表示骑行重心,f为摩擦力,G为重力,g为重力加速度,R为转弯半径,v为速度,θ表示倾斜角度,β为纵向道路倾角,α为横向道路倾角,F为离心力,h为重心离地面的高度;
根据临界状态下受力平衡及力矩平衡,可得以下公式:
Fhcosα=Ghcosβsinα(式4)
所述的反应层具备灯光、蜂鸣、震动等功能,作用是根据专家处理系统得到的危险等级做出相应的反应,用于驾驶人骑行过程中的实时人机交互,实现电动自行车转弯防滑预警提示的功能,所述的感知层、判断层、反应层通过有线和无线两种方式进行连接。