[发明专利]贵重物品运输车队最优行驶速度控制系统及其方法

说明书

贵重物品运输车队最优行驶速度控制系统属于运输车队速度控制技术领域，其包括定位导航卫星、多个车载卫星定位模块、多个车辆间数据通讯模块、领航车运算及存储模块、领航车振动测量模块、领航车图像显示及语音播报单元、跟随车运算及存储模块、跟随车振动测量模块和跟随车图像显示及语音播报单元。本发明能够使跟随车的驾驶员得以通过图像显示及语音播报单元显示的跟随车的当前水平行驶速度、跟随车经过前方已知凸凹点垂向高度级别值的凹凸处时所允许的最大行驶速度以及当前跟随车的推荐跟随速度值快速判定自身所在跟随车的最优行进速度，并获得对应的语音播报提示，提高了车队整体的平均行进效率。

技术领域

本发明属于运输车队速度控制技术领域，具体涉及一种贵重物品运输车队最优行驶速度控制系统及其方法。

背景技术

大型贵重物品采用多辆卡车组队运输，其在长距离运输过程中对运输货物振动等级的控制要求严格，一般要求车队设置头车为领航车辆，各相邻车辆之间均保持在预设的车距区间之内，并且跟随车辆不能超过由人为经验预设的跟随车振动阈值，该振动阈值可用货物的瞬时垂向运动加速度进行表征。实际工况中，运输车辆通过缓慢行驶、在路面不平整区段铺设减振器材等方式达到减振的目的。

领航车辆在道路存在较大异常情况下，利用对讲机或移动电话通知后面跟随的运输车辆减速行驶，但受领航车辆驾驶员个人经验影响较大，仅能通知后方跟随车辆减速，并不能实时给出每辆跟随车具体的通过速度上限。

在路面质量良好状况下，物品运输中的振动水平不大，但低速行驶不仅增加了运输成本，也严重影响了道路的使用效率。因此，运输车辆的行驶速度需同时均衡震动稳定安全性和行进效率。郊区及高速公路路面普遍质量较好，车队整体行驶速度会相对有所提升，但仍存在路面出现凹坑、凸起、伸缩缝及其他异常情况的可能，领航车辆的驾驶员很难通过肉眼发现道路异常，更难以及时通知后面跟随的运输车辆减降车速，导致跟随车辆发生较大颠簸。

另一方面，以人工神经网络算法为代表的人工智能预测方法作为一项公知成熟的现有技术，已广泛应用于自主学习自控领域。人工神经网络算法的核心思想是，通过给彼此具有确定逻辑映射关系、但却难以精确量化输入量和输出量关联关系的动态过程直接建立包括输入层、隐含层和输出层传递函数的黑箱预测模型，并在预先给定的限定阈值条件约束下，通过微调改变输入量并采用迭代反馈的方式，影响黑箱预测模型的输出量，使其输出量朝向预期的方向不断收敛，随着黑箱模型的数据累计和反馈循环的迭代训练的大量进行，预测模型的自适应性将不断提高、自我完善，其输出量趋于收敛和精准，最终获得稳定成熟的预测模型。此时，预测模型的输出量即可作为具有实际意义的控制参量，用于指导实践，而无需再去深究中间变量和隐含层函数的具体形式。

另外，百度文库https://wenku.baidu.com/view/2053015e59f5f61fb7360b4c2e3f5727a4e92403.html网页链接所公开的《弹簧-质量-阻尼实验指导书》一文，在其实验一：单自由度系统数学建模及仿真部分，公开了一种单自由度质量-弹簧-阻尼系统的数学简化模型的数学方程及其二阶系统标准形式。该原理作为公知常识应用时，可将载货物后的运输车辆简化视作一种符合前述模型的单自由度质量-弹簧-阻尼系统，由于满载货物时运输车辆总质量M可由卡车磅秤称重获得，运输车辆减震系统阻尼系数R和领航车或跟随车减震悬挂弹簧的弹性系数K均为车辆制造商出厂参数获得，因此载货物后的运输车辆固有的垂向弹性振动周期T可用函数进行表示。ξ(t)用于表示某时刻下运输车辆所受到的路面凸凹点的脉冲冲击力f关于时间的函数，即冲击脉冲ξ(t)。由于大型贵重物品运输车队所选择的国道和省道路面质量较高，其不平整区域处的凸凹点长度通常均不超过几十厘米，行进中的运输车辆通过路面凸凹点位置时所需的通过时间相对于运输车辆载货物后的固有振动周期而言极短，因此，当路面凹凸点的冲击脉冲时间τ＜运输车辆固有的垂向弹性振动周期T的十分之一时，可近似地将由载货物后的运输车辆简化而成的单自由度质量-弹簧-阻尼系统对不同波形的短脉冲幅频响应近似一致，且其短脉冲幅频响应仅与冲击脉冲ξ(t)的面积相关，从而忽略路面凸凹点的具体凸起或凹坑的形状，进而简化算法模型。