一种基于轮胎工作条件的汽车高速行驶安全预警系统

张东霞　徐岩　钟玉灵

摘 要：利用影响轮胎工作条件的风险因素，设计了一套基于轮胎工作的汽车高速行驶安全预警系统。该系统通过分析影响轮胎工作条件风险因素对行驶安全的影响力大小，建立了总体风险等级评估模型，对汽车在高速行驶过程所遇到的安全风险进行分析评估，为驾驶员提供预警，减少交通事故的发生。

关键词：轮胎 风险 汽车 行驶安全 预警

1前言

随着汽车智能化、电动化的发展，汽车产业迎来新的发展契机，全球汽车保有量持续增加，人们对车辆的行驶安全越来越重视。轮胎作为汽车行驶过程中直接与地面接触的唯一部件，具有承载、驱动、制动、转向等功能，对汽车高速行驶的安全极其重要，因此如何提高轮胎的行驶安全性能对于汽车安全行驶具有重要的意义。

据此，国内外有很多学生、研发人员对如何提高汽车轮胎的行驶安全性做了大量研究。例如周福强等人对轮胎扭转高阶频点进行分析研究，得出轮胎扭转高阶频点与胎压变化的相关特征，建立了间接式胎压监测算法，可根据单一车辆轮速信号进行欠压预报。山东大学的张彩明、刘坤鹏等人将工业石龟件设备与数字图像处理技术相结合的工业型控制系统应用于轮胎生产流程中的质量检测环节，以提高轮胎的生产质量。东南大学的马涛等人根据雨天情况下沥表路表水膜形成机理及水膜厚度影响因素，在已有水膜厚度预测模型的基础上考虑到车辆的制动稳定性需求，分析了水流在轮胎与粗糙路表之间的流体润滑作用以及轮胎、流体、路间的相互作用。山东理工大学的赵强利用轮胎沉量表片轮胎承载状状的角度出发，设计了一款智能轮胎下沉量实时监测系统，保证车辆行驶安全性。各大品牌汽车企业也对轮胎工作状况也进行了检测，但各车型上装配的胎压监测系统对轮胎工作条件的监测和报警监测轮胎压力和温度两个工作参数。这些已有的研究和配置并不能反应轮胎工作条件的所有风险源，不能对汽车高速行驶过程轮胎工作条件的众多风险源进行全面的安全识别、评估、预警，无法确定轮胎工作条件的主要致险因素和总体风险总级，不能全面地给驾驶员提供预警和车辆控制提醒。因此，本文对汽车高速行驶过程中影响轮胎工作条件的主要致险因素和总体风险等级进行分析研究，设计研发一套基于轮胎工作条件的汽车高速行驶安全预警系统，实时向驾驶员提供预警，以降低或消除汽车在高速行驶时因轮胎工作条件恶化所引起的交通事故风险，保证汽车的高速行驶安全。

2 轮胎工作条件的风险因素分析

轮胎在滚动过程中会发生机械破坏、疲劳破坏和过热破坏三种形式，造成胎面脱层、帘线断裂 引发爆胎等恶性交通事故。其中，过热破坏是造成轮胎非正常损坏的主要因素。轮胎生热主要来源于：轮胎在行驶过程中胶料内部变形产生的热量和轮胎与路面直接接触引起的摩擦生热。轮胎过热破坏的主要影响因素包括：轮胎负荷、轮胎温度、轮胎气压、车辆行驶速度、车辆连续行驶时间、路面温度及轮胎结构等工作条件。

众多学者也通过实验、彷真研究证明了这些风险因素对轮胎工作条件的恶化的影响关系。例如有研究有实验数据分析得出轮胎与路面的附着系数是影响汽车行驶安全的重要因素，路面状况也直接影响车辆行驶安全。胎压、载荷以及温度等因素的改變会导致轮胎偏侧和纵滑刚度的改变，从而导致轮胎力学特性的改变，影响汽车行驶的稳定性和安全性。汽车在行驶过程中，随着车速的增加，轮胎与轮罩周围产生的空气漩涡呈非线性变化趋势，影响车轮跟与地面的附着系数。

因此，综合分析影响轮胎工作条件的危险因素，设计一套基于轮胎工作条件的安全预警系统，减少或消除汽车在高速行驶过程的安全风险，具有一定的实用价值。

3 基于轮胎工作条件的汽车高速行驶安全预警系统

为解决车辆高速行驶过程中的重大安全隐患，本系统对轮胎工作条件进行安全管理。首先是安全识别，识别轮胎工作条件的风险源并确定其特性。其次，进行安全评估，判断轮胎工作条件总体风险等级，最后根据总体风险等级向驾驶员提供预警。

3.1 安全风险识别

本系统设计根据轮胎工作条件进行汽车高速行驶安全管理，因此，本系统的关键在于对会影响轮胎工作的风险因素进行采集并识别。通过对轮胎工作条件的全面分析，对影响汽车高速安全行驶的风险因素主要分为三类：第一类为道路行驶条件风险源，所含因素包括路面温度和路面平整度；第二类为轮胎技术条件风险源，所含风险因素包含轮胎出厂时间、轮胎行驶里程、轮胎耐温等级、轮胎负荷、轮胎气压、轮胎温度；第三类为车辆控制指标风险源，所含风险因素包括车辆行驶速度、行驶加速度和持续行驶时间。

加速度传感器加速信号所蕴含的信息丰富，可实现轮胎六分力、振动噪音、轮胎水滑、轮胎-道路附着情况等多种参数的监测。因此根据各风险因素的特点，本系统通过红外线温度传感器、加速度传感器来分别测量路面温度和路面平整度，通过惯性测量单元来获取轮胎负荷大小，通过轮胎压力温度传感器来获取轮胎气压和轮胎温度。所设计的预警系统与车载网络相通，通过实时读取OBD数据模块数据取获取车辆速度、车辆加速度及车辆连续行驶时间。考虑汽车在使用过程中有更换轮胎的需求，本系统也设置了可变参数输入模块，在该模块中可输入轮胎出厂时间、轮胎行驶里程、轮胎耐温等级，当汽车在更换轮胎时，可根据新更换的轮胎数据进行重新设定，以确保系统控制的可靠性。

3.2 风险等级评估

实现能根据轮胎工作条件对驾驶员进行预警的功能，系统设计的关健在于能对实时获取到的风险源因素进行合理完整的分析评估，准确分析出当前汽车行驶过程中因轮胎工作条件造成的风险等级。

在风险等级评估模块中，本系统根据美国国土安全部提出的韧性理论进行设计。美国国安部指出，韧性是能够使系统对逆向事件所产生的负面影响进行抵御、吸收和恢复的能力，这种能力贯空于事前、事中和事后全过程。韧性理论常用于保障或降低人工智能、大数据等技术应用带来的未知、变化和不确定的风险。因此本系统根据黄浪【1】等人构建的系统安全韧性框架进行设计，该安全韧性框架如图1【2】所示：在 0 ＜ t ＜ t1 时段，系统处于安全状态；t1 时刻系统遭受风 险冲击或扰动，超过系统裕度而使系统处于破坏期 （t1 ＜ t ＜ t3）；t3 时刻采取措施使系统进入恢复期 （t3 ＜ t ＜ t4）；通过系统自我恢复和适应能力，系统可恢复到安全状态（C），也可恢复到事前安全 状态（B），还可通过自学习恢复到更好状态（A）。

为更好地进行风险等级评估，系统中根据所有风险源因素的特点及韧性理论，预先在系统中建立存储了对轮胎工作条件有影响的风险源数据库，该数据库中根据各风险因素的影响力大小进行了权重分配。其中，道路行驶条件占15%，轮胎技术条件占比55%，车辆驾驶控制指标占比30%。风险源数据库各风险因素所占权重比例如表1所示。为准确地分析汽车行驶过程实时的风险等级，本系统建立了总体风险等级评估模型，为方便模型进行分析评估计算，在数据库中对所有风险源因素进行了标号。

本系统的总体风险等级评估模型如公式1所示。

其中，R为总风险值，RAi为各风险源因素的风险值，ki代表风险源因素的权重。

系統将实时采集获取到的风险源因素数据与数据库进行对比分析，找到对应的数据应用于总体风险等级评估模型中，计算出车辆在高速行驶时的实时总体风险等级，并判断该风险等级所处的级别。

系统将总体风险分成四级：重大风险、较大风险、一般风险、较小风险。

当R≥65或RA6=100或RA7=100或 RA8=100，则定性为重大风险等级；

当55≤R<65，则定性为较大风险等级；

当45≤R<55，则定性为一般风险等级；

当35≤R<45，则定性为较小风险源。

3.3 风险预警

系统对总体风险等级进行评估测定后，需向驾驶员提供预警，以及时采取合适的策略减轻或消除交通事故的发生。系统通过不同颜色的警示灯和蜂鸣声对驾驶员进行安全预警提示：系统判断车辆当前总体风险等级为重大风险等级时，预警灯为红色；当判定为较大风险等级时，预警灯为黄色；当判定为一般风险等级时，预警灯为绿色。具体应对策略如下：

红色预警采取危急行驶决策，立即靠边停车，处理轮胎故障；

黄色预警采取紧急行驶决策，低速靠边行驶至安全地点停车，处理轮胎故障；

蓝色预警采取防御行驶决策，低速靠边行驶至安全地点停车，观察轮胎故障；

绿色预警采取正常行驶决策，正常行驶，控制车辆行驶速度、加速度及连续行驶时间。

4 讨论

本文根据对影响轮胎工作条件的风险因素进行发析，通过建立总体风险评估模型，设计了一套基于轮胎工作条件的汽车高速行驶安全预警系统方案。此系统方案根据对影响轮胎工作的风险因素进行分析评估，通过总体风险等级评估模型对当前车辆高速行驶过程中遇到的行驶风险进行等级评估，以更准确地判断汽车在高速行驶过程中所遇到的行驶安全风险大小，减少在高速行驶过程中的交通事故。本系统的创新之处在于更为全面地考虑了会影响轮胎工作的风险因素，通过建立评估模型更全面、客观、准确地判断了在高速行驶过程中因轮胎工作条件恶劣而引发的的行驶风险等级，可靠实时地将当前汽车所面临的行驶安全问题，反馈给驾驶员，及时采取安全控制策施。

本论文的不足之处在于目前仅进行了理论研究预警策略，尚未对系统所需要的红外线温度传感器、纵向加速度传感器、惯性测量单元、轮压温度传感器进行型号选择及成本控制分析，因此本项目团队将对系统进行彷真模拟及开发。

参考文献：

[1]黄浪，吴超，杨冕，等 . 韧性理论在安全科学领域中的应用 [J]. 中国安全科学学报，2017，27（3）：1-6.

[2]董红磊，王琰，肖凌云，等. 产品安全认知视域下的自动驾驶车辆安全探讨［J］. 汽车工程学报，2021，11（3）：164-170.

[3]黄小靖，张峰，张士文，等.智能轮胎的垂向载荷测量［J］. 汽车工程，2020，42（9）：1270-1276，1283.

[4]董红磊，王琰，肖凌云，等. 产品安全认知视域下的自动驾驶车辆安全探讨［J］. 汽车工程学报，2021，11（3）： 164-170.

[5]王岩，梁冠群，危银涛. 基于支持向量机的智能轮胎路 面辨识算法［J］. 汽车工程，2020，42（12）：1671-1678，1717.

[6]赵健，路妍晖，朱冰，等.内嵌加速度计的智能轮胎纵/垂向力估计算法［J］.汽车工程，2018，40（2）：137- 142，183.

[7]周青，姬佩君.黄毅，等.未来交通事故场景中乘员智能保护的挑战与机遇[J].汽车安全与节能学报，2017，8（4）：330-350.

[8]赵强，付宏勋，库来运，等.智能轮胎下沉量实时监测系统设计[J].汽车工程学报，2022，12（5）：633-639.

[9]李小雨，许男，仇韬，等. 各向异性刚度对轮胎力学特性及车辆操纵性的影响［J］. 吉林大学学报（工学版）， 2020，50（2）：389-398.

[10]王国林，丁俊杰，周海超，等. 智能轮胎力的敏感响应区 域及变量［J］. 吉林大学学报（工学版），2020，50（6）： 1983-1990.

[11]王超，自供电汽车轮胎压力与温度监测系统的研究[D]．南京信息工程大学，2022.

[12]王志新，基于汽车行驶安全特性的山区公路连续长大下坡路段辅助减速车道研究[D]．长安大学，2022.

[13]周福强，王少红，兰宁，等.基于轮胎扭转高阶频点的汽车胎压监测信号分析［J］. 汽车科技，2021，（6）：7-11.