本公開涉及測試技術(shù)領(lǐng)域，具體涉及一種車輛失穩(wěn)預(yù)警系統(tǒng)和方法。

背景技術(shù)：

車輛的安全性問題一直受到廣泛關(guān)注。特別是工程車輛，其作為一種現(xiàn)代化的施工機(jī)械廣泛地應(yīng)用在農(nóng)林水利、能源開采、礦山挖掘開采、礦山挖掘和貨物運(yùn)輸?shù)阮I(lǐng)域。但是由于工程車輛經(jīng)常處于較為惡劣的工作場所，再加上操作人員有時(shí)的操作錯(cuò)誤，因此工程車輛安全性問題成為其主要問題之一，也嚴(yán)重影響到操作人員的生命安全。

車輛穩(wěn)定性分析以及防傾翻預(yù)警屬于防傾翻系統(tǒng)的首要基礎(chǔ)，車輛傾翻穩(wěn)定性和機(jī)理的研究是否透徹、深入臨界狀態(tài)判斷準(zhǔn)確，直接影響到主動(dòng)防傾翻系統(tǒng)能否起實(shí)際作用。因此，車輛的動(dòng)態(tài)失穩(wěn)預(yù)警系統(tǒng)的研究，有著重要的意義。由于影響車輛穩(wěn)定性的因素很多，尤其是工程車輛，影響穩(wěn)定性的因素更為復(fù)雜，傳統(tǒng)的穩(wěn)定性分析方法準(zhǔn)確度低且通用性差。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本公開提供了一種車輛失穩(wěn)預(yù)警系統(tǒng)和方法，能夠提高失穩(wěn)預(yù)警的準(zhǔn)確性和通用性。

根據(jù)本公開的第一方面，提供了一種車輛失穩(wěn)預(yù)警系統(tǒng)，包括：檢測模塊，用于檢測車輛的狀態(tài)參數(shù)并提供表示所述狀態(tài)參數(shù)的檢測信號；數(shù)據(jù)采集模塊，用于對來自檢測模塊的檢測信號進(jìn)行濾波處理以得到檢測數(shù)據(jù)；預(yù)警模，用于基于檢測數(shù)據(jù)根據(jù)代理函數(shù)來判斷是否存在翻車危險(xiǎn)，如果是，則發(fā)出預(yù)警，其中所述代理函數(shù)是預(yù)先基于檢測數(shù)據(jù)通過克里金算法擬合的。

優(yōu)選地，所述車輛失穩(wěn)預(yù)警系統(tǒng)還包括代理函數(shù)擬合模塊，所述代理函數(shù)擬合模塊用于：根據(jù)克里金算法建立響應(yīng)函數(shù)模型y(x)＝f(x)β+z(x)，其中f(x)為關(guān)于x的多項(xiàng)式并且f(x)＝[f1(x),…,fm(x)]^t，β為回歸系數(shù)向量并且β＝[β1,...,βm]^t，m為回歸模型基函數(shù)的個(gè)數(shù)，z(x)表示均值為零而方差不為零的隨機(jī)誤差函數(shù)，z(x)的協(xié)方差矩陣為cov(xi,xj)＝σ²r(θk,xi,xj)，其中r()表示相關(guān)方程，x表示檢測數(shù)據(jù)的樣本，xi表示第i個(gè)樣本點(diǎn)，xj表示第j個(gè)樣本點(diǎn)，i,j＝1...n，n為樣本點(diǎn)的數(shù)量，θk為相關(guān)性系數(shù),xi^k為xi的第k個(gè)分量，xj^k為xj的第k個(gè)分量，σ²為過程方差；以及使用已獲得的檢測數(shù)據(jù)的樣本根據(jù)所述響應(yīng)函數(shù)模型來計(jì)算相關(guān)性系數(shù)θ。

優(yōu)選地，所述檢測模塊包括以下之中的一個(gè)或多個(gè)：角度傳感器，用于測量車輛的轉(zhuǎn)向角度；速度傳感器，用于測量車輛行駛速度；壓力傳感器，用于測量車輛的鏟斗內(nèi)所裝物料重量；慣性測量單元，用于測量車輛的后車體的航向角、橫向加速度、橫擺角速度以及縱向加速度。

優(yōu)選地，所述數(shù)據(jù)采集模塊包括：數(shù)據(jù)采集卡，用于對來自檢測模塊的檢測信號進(jìn)行數(shù)據(jù)采集；模數(shù)轉(zhuǎn)換器，用于對來自數(shù)據(jù)采集卡的信號進(jìn)行模數(shù)轉(zhuǎn)換以提供檢測數(shù)據(jù)。

優(yōu)選地，所述的預(yù)警模塊包括：提示單元，用于發(fā)出翻車預(yù)警，所述翻車預(yù)警包括視頻提示、音頻提示、振動(dòng)提示中的至少一種；計(jì)算單元，用于存儲(chǔ)代理函數(shù)，并基于數(shù)據(jù)采集模塊的檢測數(shù)據(jù)根據(jù)代理函數(shù)來預(yù)測橫向載荷轉(zhuǎn)移率，如果預(yù)測的橫向載荷轉(zhuǎn)移率達(dá)到預(yù)設(shè)的閾值，則控制提示單元發(fā)出翻車預(yù)警。

根據(jù)本公開的另一方面，提供了一種車輛失穩(wěn)預(yù)警方法，包括：檢測車輛的狀態(tài)參數(shù)并提供表示所述狀態(tài)參數(shù)的檢測信號；對檢測信號進(jìn)行濾波處理以得到檢測數(shù)據(jù)；基于檢測數(shù)據(jù)根據(jù)代理函數(shù)來判斷是否存在翻車危險(xiǎn)，如果是，則發(fā)出預(yù)警，其中所述代理函數(shù)是預(yù)先基于檢測數(shù)據(jù)通過克里金算法擬合的。

優(yōu)選地，通過以下操作來擬合代理函數(shù)：根據(jù)克里金算法建立響應(yīng)函數(shù)模型y(x)＝f(x)β+z(x)，其中f(x)為關(guān)于x的多項(xiàng)式并且f(x)＝[f1(x),…,fm(x)]^t，β為回歸系數(shù)向量并且β＝[β1,...,βm]^t，m為回歸模型基函數(shù)的個(gè)數(shù)，z(x)表示均值為零而方差不為零的隨機(jī)誤差函數(shù)，z(x)的協(xié)方差矩陣為cov(xi,xj)＝σ²r(θk,xi,xj)，其中r()表示相關(guān)方程，x表示檢測數(shù)據(jù)的樣本，xi表示第i個(gè)樣本點(diǎn)，xj表示第j個(gè)樣本點(diǎn)，i,j＝1...n，n為樣本點(diǎn)的數(shù)量，θk為相關(guān)性系數(shù),xi^k為xi的第k個(gè)分量，xj^k為xj的第k個(gè)分量，σ²為過程方差；以及使用已獲得的檢測數(shù)據(jù)的樣本根據(jù)所述響應(yīng)函數(shù)模型來計(jì)算相關(guān)性系數(shù)θ。

優(yōu)選地，所述檢測檢測車輛的狀態(tài)參數(shù)包括以下之中的一個(gè)或多個(gè)：利用角度傳感器測量車輛的轉(zhuǎn)向角度；利用速度傳感器測量車輛行駛速度；利用壓力傳感器測量車輛的鏟斗內(nèi)所裝物料重量；利用慣性測量單元測量車輛的后車體的航向角、橫向加速度、橫擺角速度以及縱向加速度。

優(yōu)選地，所述濾波處理包括數(shù)據(jù)采集和模數(shù)轉(zhuǎn)換。

優(yōu)選地，所述基于檢測數(shù)據(jù)根據(jù)代理函數(shù)來判斷是否存在翻車危險(xiǎn)包括：基于檢測數(shù)據(jù)根據(jù)代理函數(shù)來預(yù)測橫向載荷轉(zhuǎn)移率，如果預(yù)測的橫向載荷轉(zhuǎn)移率達(dá)到預(yù)設(shè)的閾值，則判定存在翻車危險(xiǎn)。

優(yōu)選地，所述基于檢測數(shù)據(jù)根據(jù)代理函數(shù)來判斷是否存在翻車危險(xiǎn)包括：基于檢測數(shù)據(jù)根據(jù)代理函數(shù)來預(yù)測橫向載荷轉(zhuǎn)移率，當(dāng)橫向載荷轉(zhuǎn)移率為-1或1時(shí)，判定存在翻車危險(xiǎn)，當(dāng)橫向載荷轉(zhuǎn)移率為0時(shí)，判定不存在翻車危險(xiǎn)。

附圖說明

為了更清楚地說明本公開實(shí)施例的技術(shù)方案，下面將對實(shí)施例的附圖作簡單介紹，顯而易見地，下面的描述中的附圖僅涉及本公開的一些實(shí)施例，而非對本公開的限制。

圖1示出了根據(jù)本公開實(shí)施例的車輛失穩(wěn)預(yù)警系統(tǒng)的結(jié)構(gòu)圖。

圖2示出了根據(jù)本公開實(shí)施例的車輛失穩(wěn)預(yù)警系統(tǒng)的檢測模塊安裝位置的示意圖。

圖3示出了根據(jù)本公開實(shí)施例的車輛失穩(wěn)預(yù)警方法的示意流程圖。

具體實(shí)施方式

為使本公開實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本公開實(shí)施例的附圖，對本公開實(shí)施例的技術(shù)方案進(jìn)行清楚、完整的描述。顯然所描述的實(shí)施例是本公開的一部分實(shí)施例，而不是全部的實(shí)施例?；谒枋龅谋竟_的實(shí)施例，本領(lǐng)域普通技術(shù)人員在無需創(chuàng)造性勞動(dòng)的前提下所獲得的所有其他實(shí)施例，都屬于本公開保護(hù)的范圍。

本公開提供了一種車輛失穩(wěn)預(yù)警系統(tǒng)和方法，通過基于克里金(kriging)算法的代理函數(shù)的運(yùn)用，有效的建立車輛的狀態(tài)參數(shù)與車身穩(wěn)定性的函數(shù)關(guān)系，從而更準(zhǔn)確的進(jìn)行翻車預(yù)警。

圖1示出了根據(jù)本公開實(shí)施例的車輛失穩(wěn)預(yù)警系統(tǒng)的結(jié)構(gòu)圖。本公開的實(shí)施例中，車輛可以是任何需要失穩(wěn)預(yù)警的車輛，特別是工程車輛，例如但不限于裝載機(jī)、挖掘機(jī)、起重機(jī)等等。如圖1所示，車輛失穩(wěn)預(yù)警系統(tǒng)包括檢測模塊10、數(shù)據(jù)采集模塊20和預(yù)警模塊30。在一些實(shí)施例中，車輛失穩(wěn)預(yù)警系統(tǒng)還可以包括代理代理函數(shù)擬合模塊40。

檢測模塊10用于檢測車輛的狀態(tài)參數(shù)并提供表示所述狀態(tài)參數(shù)的檢測信號。在圖1所示的實(shí)施例中，檢測模塊10包括角度傳感器1、速度傳感器2、壓力傳感器3和慣性測量單元4，它們可以根據(jù)需要安裝在車輛的相應(yīng)位置上以提供檢測信號。角度傳感器1用于測量車輛的轉(zhuǎn)向角度；速度傳感器2用于測量車輛行駛速度；壓力傳感器3用于測量車輛的鏟斗內(nèi)所裝物料重量；慣性測量單元4用于測量車輛的后車體的航向角、橫向加速度、橫擺角速度以及縱向加速度。然而本領(lǐng)域技術(shù)人員應(yīng)清楚，本公開的實(shí)施例不限于此，檢測模塊10可以根據(jù)需要而包括角度傳感器1、速度傳感器2、壓力傳感器3和慣性測量單元4中的任何一個(gè)或多個(gè)，當(dāng)然也可以包括其他類型的感測部件以感測車輛的各種狀態(tài)參數(shù)。圖2示出了檢測模塊10在車輛上的安裝位置的示例。如圖2所示，車輛為鉸接式裝載機(jī)，角度傳感器1安裝在車體前側(cè)和后側(cè)，速度傳感器2安裝在車輪上，壓力傳感器3安裝在鏟斗上，慣性測量單元4可以安裝在車體上的任何位置，優(yōu)選地安裝在駕駛室下方。當(dāng)然本公開的實(shí)施例不限于此，各個(gè)感應(yīng)部件可以根據(jù)需要安裝在任何其他合適的位置。

返回參考圖1，數(shù)據(jù)采集模塊20用于對來自檢測模塊的檢測信號進(jìn)行濾波處理以得到檢測數(shù)據(jù)。在圖1所示的實(shí)施例中，數(shù)據(jù)采集模塊20包括數(shù)據(jù)采集卡5和模數(shù)轉(zhuǎn)換器6。數(shù)據(jù)采集卡5用于對來自檢測模塊10的各種檢測信號進(jìn)行數(shù)據(jù)采集。模數(shù)轉(zhuǎn)換器6用于對來自數(shù)據(jù)采集卡5的信號進(jìn)行模數(shù)轉(zhuǎn)換以提供檢測數(shù)據(jù)。優(yōu)選地，數(shù)據(jù)采集模塊20還可以包括顯示器(圖中未示出)和外殼(圖中未示出)，顯示器可以顯示與數(shù)據(jù)采集相關(guān)的信息，外殼起到保護(hù)作用。

預(yù)警模塊30用于基于檢測數(shù)據(jù)根據(jù)代理函數(shù)來判斷是否存在翻車危險(xiǎn)，如果是，則發(fā)出預(yù)警，其中所述代理函數(shù)是預(yù)先基于檢測數(shù)據(jù)通過克里金算法擬合的。在圖1所示的實(shí)施例中，預(yù)警模塊30包括計(jì)算單元7和提示單元8。計(jì)算單元7可以由計(jì)算機(jī)來實(shí)現(xiàn)，其用存儲(chǔ)代理函數(shù)，并基于數(shù)據(jù)采集模塊20的檢測數(shù)據(jù)根據(jù)代理函數(shù)來預(yù)測橫向載荷轉(zhuǎn)移率，如果預(yù)測的橫向載荷轉(zhuǎn)移率達(dá)到預(yù)設(shè)的閾值，則控制提示單元8發(fā)出翻車預(yù)警。例如，可以當(dāng)橫向載荷轉(zhuǎn)移率為-1或1時(shí)，判定存在翻車危險(xiǎn)，從而控制提示單元8發(fā)出翻車預(yù)警；當(dāng)橫向載荷轉(zhuǎn)移率為0時(shí)，判定不存在翻車危險(xiǎn)，從而根據(jù)新接收到的檢測數(shù)據(jù)來繼續(xù)進(jìn)行預(yù)測。提示單元8可以發(fā)出翻車預(yù)警，預(yù)警方式包括但不限于視頻提示、音頻提示、振動(dòng)提示等等。作為示例，提示單元8可以包括安裝在車輛駕駛室內(nèi)的報(bào)警器，其可以振動(dòng)和/或發(fā)出警報(bào)音。作為另一示例，提示單元8可以包括安裝在駕駛室內(nèi)的顯示屏，其可以顯示預(yù)警畫面。作為又一示例，提示單元8可以具有通信功能，可以向用戶攜帶的電子設(shè)備發(fā)出信號以使電子設(shè)備發(fā)出音頻、視頻或振動(dòng)提示等等。

代理函數(shù)擬合模塊40用于根據(jù)克里金算法建立響應(yīng)函數(shù)模型y(x)＝f(x)β+z(x)并使用已獲得的檢測數(shù)據(jù)根據(jù)所述響應(yīng)函數(shù)模型來計(jì)算z(x)的協(xié)方差矩陣cov(xi,xj)＝σ²r(θk,xi,xj)的相關(guān)性系數(shù)θ。代理函數(shù)擬合模塊40可以與計(jì)算單元7一起由計(jì)算機(jī)實(shí)現(xiàn)，當(dāng)然也可以由單獨(dú)的計(jì)算設(shè)備來實(shí)現(xiàn)，或者甚至于也可以實(shí)現(xiàn)在數(shù)據(jù)采集模塊20中。擬合的代理函數(shù)可以存儲(chǔ)在計(jì)算機(jī)的存儲(chǔ)器中，以便用于橫向載荷轉(zhuǎn)移率的預(yù)測，從而進(jìn)行失穩(wěn)判斷。

下面詳細(xì)描述代理函數(shù)的擬合方法。

kriging算法作為半?yún)?shù)化插值方法，其模型包含多項(xiàng)式和隨機(jī)部分：

y(x)＝f^t(x)β+z(x)(1)

其中f(x)＝[f1(x),...,fm(x)]^t,β＝[β1,...,βm]^t，m是回歸模型基函數(shù)的個(gè)數(shù)。x表示檢測數(shù)據(jù)的樣本，y(x)表示待測響應(yīng)值，f(x)是關(guān)于x的多項(xiàng)式，提供模擬的全局近似，通常情況下，f(x)可以取常數(shù)而不影響模擬的準(zhǔn)確度，即f(x)對模擬準(zhǔn)確度不起決定作用。β是回歸系數(shù)向量，并且z(x)是均值為零而方差不為零的隨機(jī)誤差函數(shù)，即：

e[z(x)]＝0(2)

var[z(x)]＝σz²(3)

提供模擬的局部誤差近似，然而z(x)不獨(dú)立而且同分布，即協(xié)方差不為零,其協(xié)方差矩陣為：

cov(xi,xj)＝σ²r(xi,xj),i,j＝1...n(4)

其中，xi表示第i個(gè)樣本點(diǎn)，xj表示第j個(gè)樣本點(diǎn)，n為樣本點(diǎn)數(shù)，r()為相關(guān)方程，σ²為過程方差。

在kriging代理模型中，隨機(jī)誤差函數(shù)不是獨(dú)立的，而且相關(guān)聯(lián)的。其相關(guān)函數(shù)r(xi,xj)對模擬的精確程度起著決定作用。

n為已知樣本點(diǎn)數(shù)量，θk為相關(guān)性系數(shù),xi^k為xi的第k個(gè)分量，xj^k為xj的第k個(gè)分量。

相關(guān)函數(shù)的形式有很多，常用的有以下幾種：

r(θk,xi,xj)＝exp[-θk(xi^k-xj^k)](6)

expg:r(θk,xi,xj)＝exp[-θk(xi^k-xj^k)^δ],0<δ<2(7)

gauss:r(θk,xi,xj)＝exp[-θk(xi^k-xj^k)²](8)

lin:r(θk,xi,xj)＝max{0,1-θk(xi^k-xj^k)}(9)

spherical:r(θk,xi,xj)＝1-1.5εk+0.5εk³,εk＝min{1,θk(xi^k-xj^k)}(10)

cubic:r(θk,xi,xj)＝1-3εk+2εk³,εk＝min{1,θk(xi^k-xj^k)}(11)

當(dāng)兩個(gè)點(diǎn)歐式距離很短時(shí)，exp、lin和spherical常用來在線性對象的問題，gauss、cubic和sphine變現(xiàn)為拋物線，常用在連續(xù)可微的對象的問題。gauss相關(guān)函數(shù)的計(jì)算結(jié)果相對精確，因而被廣泛應(yīng)用。

在用kriging進(jìn)行模擬估計(jì)時(shí)，相關(guān)函數(shù)對估計(jì)的精度起著決定性的作用，而相關(guān)函數(shù)的相關(guān)性系數(shù)θ是相關(guān)函數(shù)的核心。因此如何選取相關(guān)性系數(shù)成為代理函數(shù)擬合中的重要步驟。

通過對檢測數(shù)據(jù)進(jìn)行bucher設(shè)計(jì)、中心復(fù)合設(shè)計(jì)或者拉丁超立方取樣，可以產(chǎn)生一組隨機(jī)樣本點(diǎn)x＝{x1,x2,...xn},例如通過翻車實(shí)驗(yàn)測試獲得的相應(yīng)的響應(yīng)值y＝{y1(x),y2(x),...,yn(x)}。在式(9)的基礎(chǔ)上，給定任意一個(gè)待測點(diǎn)xd，其響應(yīng)值由已知樣本點(diǎn)的響應(yīng)值y估計(jì)得來：

預(yù)測的誤差為：

其中，f是由在樣本點(diǎn)處f(x)的估計(jì)值所組成的向量，即f＝[f1,f2,…,fn]^t,z＝[z1,z2,…,zn]^t。想要保證模擬的無偏性，需要誤差的均值為零，即

從而可以得到

f^tω-f＝0(16)

式(13)的預(yù)測的均方差為

由(3)、(4)式可知

σ²(xd)＝σz²(1+ω^trω-2ω^tγ)(18)

r(x)表示待測點(diǎn)集x與已知樣本點(diǎn)之間的相關(guān)性的矩陣，表示如下

r(x)＝{r(x,x1),...,r(x,xn)}(19)

這時(shí)候，可以通過下面方法求解預(yù)測方差系數(shù)ω：

其中find表示尋優(yōu)函數(shù)，min表示最小值，s.t.表示尋優(yōu)限制條件。

引入拉格朗日(lagrangian)乘子

l(ω,λ)＝σz²(1+ω^trω-2ω^tγ)-λ^t(f^tω-f)(21)

上式對ω求導(dǎo)得

lω'(ω,λ)＝2σz²(rω-γ)-fλ(22)

令其得零，則

這樣，可以求出

將此結(jié)果帶入到式(13)和式(18)中得待測點(diǎn)xd的預(yù)測響應(yīng)值為

由以上的過程，便可估計(jì)出未知參數(shù)β和σ²：

r是在樣本點(diǎn)處r(xi,xj)的估計(jì)值所組成的相關(guān)方程矩陣，形式如下：

然而，在計(jì)算和之前，首先應(yīng)計(jì)算出相關(guān)方程的未知參數(shù)。利用最大似然估計(jì)，求下面函數(shù)的最小值來得到相應(yīng)結(jié)果：

根據(jù)求得的參數(shù)，真實(shí)響應(yīng)值的最佳無偏預(yù)測值為

而向量為

最后，通過求最大化問題，即可得到θ，即

在估算θ時(shí)，可以首先基于的初始值(例如可以預(yù)設(shè)為0)來進(jìn)行估算，然后利用得到的θ值計(jì)算新的再利用新的來估算θ，以此通過上述求最大化問題來獲得最終的θ，將最終獲得的θ代入等式(27)和(28)可以計(jì)算得到和從而完成代理函數(shù)的擬合。

圖3示出了根據(jù)本公開實(shí)施例的車輛失穩(wěn)預(yù)警方法的示意流程圖。

在步驟s301，基于克里金算法擬合代理函數(shù)。例如，可以根據(jù)以上描述的方式基于等式(1)至(33)進(jìn)行代理函數(shù)的擬合，在此不再贅述。代理函數(shù)擬合所使用的已知樣本可以是通過對預(yù)先獲得的檢測數(shù)據(jù)進(jìn)行例如布徹(bucher)設(shè)計(jì)、中心復(fù)合設(shè)計(jì)或者拉丁超立方取樣而獲得的，也可以是預(yù)設(shè)的樣本。

在步驟s302，檢測車輛的狀態(tài)參數(shù)并提供表示所述狀態(tài)參數(shù)的檢測信號。例如，可以利用角度傳感器測量車輛的轉(zhuǎn)向角度，利用速度傳感器測量車輛行駛速度，利用壓力傳感器測量車輛的鏟斗內(nèi)所裝物料重量，利用慣性測量單元測量車輛的后車體的航向角、橫向加速度、橫擺角速度以及縱向加速度等等。本公開的實(shí)施例不限于此，可以根據(jù)需要利用任何感測部件來感測任何所需的狀態(tài)參數(shù)。

在步驟s303，對檢測信號進(jìn)行濾波處理以得到檢測數(shù)據(jù)。例如可以對檢測信號進(jìn)行數(shù)據(jù)采集和模數(shù)轉(zhuǎn)換，從而得到數(shù)字形式的檢測數(shù)據(jù)。在步驟s304，基于檢測數(shù)據(jù)根據(jù)代理函數(shù)來判斷是否存在翻車危險(xiǎn)，如果是，則執(zhí)行步驟s305，否則返回步驟s304基于新的檢測數(shù)據(jù)繼續(xù)進(jìn)行判斷。例如，可以將當(dāng)前獲得的檢測數(shù)據(jù)輸入代理函數(shù)中以預(yù)測橫向載荷轉(zhuǎn)移率，當(dāng)橫向載荷轉(zhuǎn)移率為-1或1時(shí)，判定存在翻車危險(xiǎn)，當(dāng)橫向載荷轉(zhuǎn)移率為0時(shí)，判定不存在翻車危險(xiǎn)。

在步驟s305，發(fā)出預(yù)警，預(yù)警方式包括但不限于視頻提示、音頻提示、振動(dòng)提示中的任何一個(gè)或多個(gè)。例如可以利用安裝在車輛駕駛室內(nèi)的報(bào)警器發(fā)出振動(dòng)和警報(bào)音，利用安裝在駕駛室內(nèi)的顯示屏來顯示預(yù)警畫面，或者向用戶攜帶的電子設(shè)備發(fā)出信號以使電子設(shè)備發(fā)出音頻、視頻或振動(dòng)提示等等。

本發(fā)明可以對車輛的動(dòng)態(tài)穩(wěn)定性進(jìn)行檢測，由于影響車身穩(wěn)定性的因素很多，且對于車身穩(wěn)定性沒有十分準(zhǔn)確的函數(shù)關(guān)系可以表達(dá)出來，尤其是工程車輛，影響穩(wěn)定性的因素更為復(fù)雜，故采用克里金算法可以有效地構(gòu)建代理函數(shù)，建立各影響因素與車身穩(wěn)定性的關(guān)系，預(yù)警準(zhǔn)確度高，并且適用于各種車輛的穩(wěn)定性預(yù)警分析，通用性強(qiáng)，節(jié)省了專用設(shè)備的成本投入，且操作簡單。

以上所述僅為本公開的優(yōu)選實(shí)施例，并不用于限制本公開，對于本領(lǐng)域技術(shù)人員而言，本公開可以有各種改動(dòng)和變化。凡在本公開的精神和原理之內(nèi)所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本公開的保護(hù)范圍之內(nèi)。