1、重型車輛體積大、載重量大和質(zhì)心高等特點，使重型車輛動態(tài)側(cè)傾穩(wěn)定性較差，尤其在緊急轉(zhuǎn)向或者變換車道，就極易發(fā)生側(cè)翻。本論文在閱讀了大量有關(guān)重型車輛側(cè)翻預(yù)警文獻，并結(jié)合青年科學(xué)基金項目“基于HHMM分層隱Markov模型的重型載貨車輛側(cè)翻預(yù)警新算法研究”對重型車輛側(cè)翻預(yù)警系統(tǒng)進行了研究，旨在建立重型車輛側(cè)翻預(yù)警模型，可以實時監(jiān)測車輛運動狀態(tài)，提前警示車輛處于側(cè)翻危險狀態(tài)，采取措施避免側(cè)翻的目的。
　　 本文以HMM模型的層次化結(jié)構(gòu)為

2、基礎(chǔ)，建立了車輛運動姿態(tài)辨識和車輛運動狀態(tài)辨識以及車輛側(cè)翻預(yù)警的雙層HMM模型結(jié)構(gòu)，底層模型對應(yīng)著車輛運動姿態(tài)的MGHMM，高層模型對應(yīng)著復(fù)合工況下車輛運動狀態(tài)的MGHMM，高層和底層結(jié)合起來構(gòu)成一個完整的雙層模型。利用Trucksim在階躍轉(zhuǎn)向、斜坡轉(zhuǎn)向、魚鉤轉(zhuǎn)向以及緊急避障轉(zhuǎn)向四個轉(zhuǎn)向工況進行仿真并得到所需要的訓(xùn)練數(shù)據(jù)，采用Savitay-Golay濾波方法對噪聲數(shù)據(jù)平滑處理和T-G檢驗法對短時間數(shù)據(jù)段集合里離群值進行剔除，借助離線

3、訓(xùn)練方法對車輛運動姿態(tài)的MGHMM和車輛運動狀態(tài)的MDHMM進行了離線訓(xùn)練，得到雙層HMM模型參數(shù)。采用k-means算法對車輛運動狀態(tài)的界限值進行設(shè)定。
　　 本文采用Markov預(yù)測法來預(yù)測車輛潛在的側(cè)翻危險，選取車輛緊急轉(zhuǎn)向作為觸發(fā)預(yù)警條件，若預(yù)警條件滿足則開始預(yù)測未來3秒內(nèi)車輛的運動狀態(tài)，若預(yù)測到車輛為側(cè)翻危險狀態(tài)時，觸發(fā)預(yù)警裝置進行警示，提醒駕駛員減速或修正駕駛操作來避免車輛發(fā)生側(cè)翻。
　　 基于Trucksi