基于多传感器融合的汽车电池放电过程的预警方法及系统

1.本发明涉及汽车电池的放电控制技术领域，具体地涉及一种基于多传感器融合的汽车电池放电过程的预警方法及系统。


背景技术：

2.汽车电池火灾防范是关乎人员、车辆安全的重要课题，也是制约电动发展的一大难题。当前动力电池运用最广泛的锂离子电池具有化学性质活泼、体积小、能量密度高的特性，但也正因其性质活跃，锂离子电池中的锂金属极易与空气中的氧气放生剧烈的氧化反应，释放出大量的热，从而产生剧烈燃烧，同时，容易点燃电解液，有着较大自燃的风险。从近些年电动汽车起火事故来看，电动汽车起火最主要的三大起因是电池的自燃、充电和汽车碰撞。目前电动汽车上的电池火灾防范系统没有完全考虑到汽车电池火灾相关参数的特点，所采用的传感器比较单一，通用的技术主要是通过bms(电池管理系统)监测电池箱内温度，一旦温度超过阈值，便切断输出，防止出现意外。但是这种仅通过单一信息来判断的方式得到的结果可靠性和准确性比较差，容易造成误判、漏判。此外，现有技术只通过对传感器进行静态的采样操作，没有考虑到汽车所处路况等环境的因素，不能根据汽车所处环境自动调节采样频率实现算力合理分配。比如：在汽车发生碰撞风险比较高时，电池发生火灾的风险值也相对比较高，此时应该加大监测力度；而在汽车正常行驶时，则可以适当减少监测力度，而现有的技术无法实现这点，造成了算力等资源的浪费。


技术实现要素：

3.本发明实施例的目的是提供一种基于多传感器融合的汽车电池放电过程的预警方法及系统，该预警方法及系统能够准确判断当前汽车放电过程中的火灾风险。
4.为了实现上述目的，本发明实施例提供一种基于多传感器融合的汽车放电过程的预警方法，包括：
5.获取汽车当前的行驶速度、汽车加速度、汽车与其他车辆的横向距离、汽车与其他车辆的纵向距离以及汽车的颠簸程度在预定周期内的多个点值，以构建电池放电状态数据矩阵；
6.根据所述电池放电状态数据矩阵确定当前的电池放电危险指数；
7.根据所述放电危险指数计算电池箱的每种传感器的采样频率；
8.根据所述采样频率调节每种传感器；
9.获取每种传感器的当前采样周期内的平均值；
10.根据所述平均值确定每种传感器的可信度；
11.根据公式(1)计算当前的火灾预警值，
[0012][0013]
其中，m1→n为所述火灾预警值，m1、m2、
…
、mn分别为每种传感器的可信度，n为传感器的种类数，为正交和运算；
[0014]
根据所述火灾预警值确定当前火灾发生的概率。
[0015]
可选地，获取汽车当前的行驶速度、汽车加速度、汽车与其他车辆的横向距离、汽车与其他车辆的纵向距离以及汽车的颠簸程度在预定周期内的多个点值，以构建电池放电状态数据矩阵还包括：
[0016]
根据公式(2)构建所述电池放电状态矩阵，
[0017][0018]
其中，a1、a2、
…
、ai为采样周期内所述汽车当前的行驶速度的第1至第i个点值，b1、b2、
…
、bi为采样周期内所述汽车加速度的第1至第i个点值，c1、c2、
…
、ci为采样周期内所述横向距离的第1至第i个点值，d1、d2、
…
、di为采样周期内所述纵向距离的第1至第i个点值，e1、e2、
…
、ei为采样周期内所述颠簸程度的第1至第i个点值，y为所述电池放电状态矩阵。
[0019]
可选地，根据所述电池放电状态数据矩阵确定当前的电池放电危险指数包括：
[0020]
根据公式(3)确定电池放电参数矩阵，
[0021]
m＝[a b c d e]
t
，
ꢀꢀ
(3)
[0022]
其中，m为所述电池放电参数矩阵，a为所述行驶速度的点值去除最大值和最小值后计算得到的平均值，b为所述汽车加速度的点值去除最大值和最小值后计算得到的平均值，c为所述横向距离的点值去除最大值和最小值后计算得到的平均值，d为所述纵向距离的点值去除最大值和最小值后计算得到的平均值，e为所述颠簸程度的点值去除最最大值和最小值后计算得到的平均值，t为矩阵的转置符号。
[0023]
可选地，根据所述电池放电状态数据矩阵确定当前的电池放电危险指数包括：
[0024]
根据公式(4)和公式(5)计算危险系数矩阵，
[0025][0026]
t＝[a
max b
max c
max d
max e
max
]，
ꢀꢀ
(5)
[0027]
其中，r为所述危险系数矩阵，t为预设的阈值矩阵，a
max
、b
max
、c
max
、d
max
、e
max
分别为所述行驶速度、汽车加速度、横向距离、纵向距离以及颠簸程度对应的阈值。
[0028]
可选地，根据所述电池放电状态数据矩阵确定当前的电池放电危险指数包括：
[0029]
根据公式(6)和公式(7)计算所述电池放电危险指数，
[0030][0031]
α1 α2 α3 α4 α5＝1，
ꢀꢀ
(7)
[0032]
其中，i为所述电池放电危险指数，r1、r2、r3、r4以及r5分别为所述危险系数矩阵的第一至第五列的列向量，α1、α2、α3、α4至α5分别为对应的权重参数。
[0033]
可选地，根据所述放电危险指数计算电池箱的每种传感器的采样频率包括：
[0034]
判断所述采样频率所在的数值区间；
[0035]
在判断所述采样频率大于或等于0且小于35％的情况下，根据公式(8)调节每种传
感器的采样频率，
[0036]
f＝5i×fmin
，
ꢀꢀ
(8)
[0037]
其中，f为调节后的采样频率，i为所述电池放电危险指数，f
min
为所述传感器的最低采样频率；
[0038]
在判断所述采样频率大于或等于35％且小于70％的情况下，根据公式(9)调整每种传感器的采样频率，
[0039]
f＝10i×fmin
，
ꢀꢀ
(9)
[0040]
在判断所述采样频率大于或等于70％小于或等于100％的情况下，根据公式(10)调整每种传感器的采样频率，
[0041]
f＝20i×fmin
，
ꢀꢀ
(10)。
[0042]
可选地，根据所述火灾预警值确定当前火灾发生的概率包括：
[0043]
判断所述火灾预警值所在的数值区间；
[0044]
在判断所述火灾预警值大于或等于0且小于0.3的情况下，确定火灾发生的概率为0；
[0045]
在判断所述火灾预警值大于或等于0.3且小于0.65的情况下，确定传感器异常；
[0046]
在判断所述火灾预警值大于或等于0.65且小于或等于1的情况下，确定发生火灾。
[0047]
可选地，获取汽车当前的行驶速度、汽车加速度、汽车与其他车辆的横向距离、汽车与其他车辆的纵向距离以及汽车的颠簸程度在预定周期内的多个点值包括：
[0048]
根据公式(11)修正每个传感器的点值数量，
[0049][0050]
其中，y为修正后的点值，y1、y2和y3为修正前的采样时间为t1、t2和t3的点值，t为修正后的点值y对应的时间。
[0051]
另一方面，本发明还提供一种基于多传感器融合的汽车电池放电过程的预警系统，所述预警系统包括处理器，所述处理器被配置成执行如上述任一所述的预警方法。
[0052]
再一方面，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有指令，所述指令用于被机器读取以使得所述机器执行如上述任一所述的预警方法。
[0053]
通过上述技术方案，本发明提供的基于多传感器融合的汽车电池放电过程的预警方法及系统通过对汽车的行驶速度、加速度、与其他车辆的横向距离、纵向距离以及颠簸程度进行采集，并基于矩阵计算确定出当前汽车电池的传感器的采样频率，最后基于火灾预警值的计算确定当前电池放电的火灾概率。相较于现有技术而言，本技术提供的技术方案能够通过汽车的行驶速度、加速度、与其他车辆的横向距离、纵向距离以及颠簸程度来对传感器的采样频率进行调整，使得传感器的采样数据更加准确可靠，提高了火灾风险判断的准确性。
[0054]
本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
[0055]
附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施例，但并不构成对本发明实施例的限制。在附
图中：
[0056]
图1是根据本发明的一个实施方式的基于多传感器融合的汽车电池放电过程的预警方法的流程图。
具体实施方式
[0057]
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施例，并不用于限制本发明实施例。
[0058]
如图1所示是根据本发明的一个实施方式的基于多传感器融合的汽车电池放电过程的预警方法的流程图。在该图1中，该预警方法可以包括：
[0059]
在步骤s10中，获取汽车当前的行驶速度、汽车加速度、汽车与其他车辆的横向距离、汽车与其他车辆的纵向距离以及汽车的颠簸程度在预定周期内的多个点值，以构建电池放电状态数据矩阵；
[0060]
在步骤s11中，根据电池放电状态数据矩阵确定当前的电池放电危险指数；
[0061]
在步骤s12中，根据放电危险指数计算电池箱的每种传感器的采样频率；
[0062]
在步骤s13中，根据采样频率调节每种传感器；
[0063]
在步骤s14中，获取每种传感器的当前采样周期内的平均值；
[0064]
在步骤s15中，根据平均值确定每种传感器的可信度；
[0065]
在步骤s16中，根据公式(1)计算当前的火灾预警值，
[0066][0067]
其中，m1→n为火灾预警值，m1、m2、
…
、mn分别为每种传感器的可信度，n为传感器的种类数，为正交和运算；
[0068]
在步骤s17中，根据火灾预警值确定当前火灾发生的概率。
[0069]
在该如图1所示的方法中，步骤s10可以用于采集汽车当前的形式状态数据，即：汽车当前的行驶速度、汽车加速度、汽车与其他汽车的横向距离、汽车与其他汽车的纵向距离以及汽车的颠簸程度。并且在采集上述多个点值后，需要对该点值进行初步的处理，例如根据公式(2)构建电池放电状态矩阵，
[0070][0071]
其中，a1、a2、
…
、ai为采样周期内汽车当前的行驶速度的第1至第i个点值，b1、b2、
…
、bi为采样周期内汽车加速度的第1至第i个点值，c1、c2、
…
、ci为采样周期内横向距离的第1至第i个点值，d1、d2、
…
、di为采样周期内纵向距离的第1至第i个点值，e1、e2、
…
、ei为采样周期内颠簸程度的第1至第i个点值，y为电池放电状态矩阵。
[0072]
公式(2)所示出的多个点值虽然能够准确表示该汽车当时的行驶状态，但是由于点值的数量较多，在实际处理的过程中，会造成系统的运算量大量增加。因此，在进行计算前，需要步骤s11首先对该点值进行转化，即采用公式(3)确定出电池放电参数矩阵，
[0073]
m＝[a b c d e]
t
，
ꢀꢀ
(3)
[0074]
其中，m为电池放电参数矩阵，a为行驶速度的点值去除最大值和最小值后计算得到的平均值，b为汽车加速度的点值去除最大值和最小值后计算得到的平均值，c为横向距离的点值去除最大值和最小值后计算得到的平均值，d为纵向距离的点值去除最大值和最小值后计算得到的平均值，e为颠簸程度的点值去除最最大值和最小值后计算得到的平均值，t为矩阵的转置符号。
[0075]
在确定了电池放电参数矩阵后，可以进一步计算危险系数矩阵，即：根据公式(4)和公式(5)计算危险系数矩阵，
[0076][0077]
t＝[a
max b
max c
max d
max e
max
]，
ꢀꢀ
(5)
[0078]
其中，r为危险系数矩阵，t为预设的阈值矩阵，a
max
、b
max
、c
max
、d
max
、e
max
分别为行驶速度、汽车加速度、横向距离、纵向距离以及颠簸程度对应的阈值。
[0079]
再结合危险系数矩阵进一步计算出电池放电危险指数，即：根据公式(6)和公式(7)计算电池放电危险指数，
[0080][0081]
α1 α2 α3 α4 α5＝1，
ꢀꢀ
(7)
[0082]
其中，i为电池放电危险指数，r1、r2、r3、r4以及r5分别为危险系数矩阵的第一至第五列的列向量，α1、α2、α3、α4至α5分别为对应的权重参数。
[0083]
在常规的汽车电池箱中，为了能够及时检测到汽车锂电池的火灾状态，需要在电池箱中设置多种传感器来进行感知。举例来说，汽车锂电池在热失控的状态下会逸出大量可燃气体，存在引发火焰和爆炸的危险，可燃气体中有大量碳氢化合物。因此，在该实施方式中，可以将检测一氧化碳浓度与烟雾浓度作为火灾参数，即：可以选用一氧化碳传感器作为采集一氧化碳浓度的传感器，选用烟雾浓度传感器作为采集烟雾浓度的传感器。
[0084]
其次，考虑到火焰是具有明显火灾特征的参数之一。而火焰传感器利用红外线对火焰非常敏感的特点，使用特制的红外线接受管来检测火焰，然后把火焰的亮度转化为高低变化的电平信号。因此，在该实施方式中，也可以选用火焰传感器来检测火焰指标。
[0085]
再者，汽车电池起火较多发生在电池过充状态。电池处于过充状态时，电池的温度会升高，故电池温度是另一大参数。因此，在该实施方式中，也可以选用温度传感器作为采集温度数据的传感器。
[0086]
最后，汽车锂电池在热失控的情况下都会逸出大量可燃气体。故气压也是一个重要指标。因此，在该实施方式中也可以选用气压传感器作为采集气压数据的传感器。
[0087]
在采用了上述传感器后，考虑到每个传感器本身都具有可变的采样频率，在火灾发生概率较高的阶段，往往需要较高的采样频率来对电池箱进行监测，对于火灾发生概率较低的阶段，则需要较低的采样频率来对电池箱进行监测。因此，在该实施方式中，可以通过步骤s12和步骤s13来调节每个传感器的采样频率，即首先根据放电危险指数计算电池箱的每种传感器的采样频率，然后根据该采样频率来调节每种传感器。具体地，可以是判断采样频率所在的数值区间。在判断采样频率大于或等于0且小于35％的情况下，根据公式(8)调节每种传感器的采样频率，
[0088]
f＝5i×fmin
，
ꢀꢀ
(8)
[0089]
其中，f为调节后的采样频率，i为电池放电危险指数，f
min
为传感器的最低采样频率；
[0090]
在判断采样频率大于或等于35％且小于70％的情况下，根据公式(9)调整每种传感器的采样频率，
[0091]
f＝10i×fmin
，
ꢀꢀ
(9)
[0092]
在判断采样频率大于或等于70％小于或等于100％的情况下，根据公式(10)调整每种传感器的采样频率，
[0093]
f＝20i×fmin
，
ꢀꢀ
(10)。
[0094]
在针对性地调整各个传感器在不同阶段的采样频率后，接下来需要对各个传感器的采样值进行可信度的分配。在本发明的一个示例中，该可信度可以是人为直接设置，例如对于各个传感器按照经验进行手动分配，从而实现最终火灾预警值的计算。但是考虑到如果只是单纯的依靠认为经验进行调整，则可能会导致火灾预警值因为缺乏实操经验支持而导致计算不准。因此，在本发明的另一个示例中，也可以是采用正交和的计算方法来计算该火灾预警值，即采用公式(1)来计算该火灾预警值，
[0095][0096]
其中，m1→n为火灾预警值，m1、m2、
…
、mn分别为每种传感器的可信度，n为传感器的种类数，为正交和运算。
[0097]
对于上述正交和运算的具体计算过程，则可以是例如：
[0098]
首先预设θ为辨别框架。该辨别框架由完备且互不相容的命题集合组成幂集，即：θ＝{火灾，无火灾，不确定}。其中，“不确定”表示火灾或无火灾。在其上定义基本信任指派函数：a表示辨别框架中任一子集，m(a)表示证据支持命题a发生的程度，且该m(a)满足以下条件：
[0099][0100]
然后预设条件：若目称为a为θ的一个焦元。
[0101]
设有基于辨别框架θ的两个证据体m1、m2，并分别含有焦元a1，a2，a3和b1，b2，b3。它们的组合运算为正交和其中，m12为组合后产生的新的证据体。其中：
[0102][0103][0103][0104]
k表示2个证据体矛盾的程度，在计算时可以基于dempster组合规则的结果根据k值进行归一化。若k＝1，则表示几个证据体完全矛盾，不能应用dempster组合规则；若k＝0，则可以不用归一化。
[0105]
基于上述计算的k值，可以得到两个传感器融合后的值，
[0106][0107][0108][0109]
由于多个证据的结合与次序无关，因此多个证据结合的计算可以用两个证据结合的计算递推得到，即：
[0110][0111][0112][0113]
对于上述公式中涉及的各个概率值的计算所涉及的具体可信度分配，则可以是例如表1所示，
[0114]
表1
[0115][0116][0117]
对于计算出的火灾预警值，可以进一步通过区间数值判断的方式来确定当前火灾发生的概率。在本发明的一个示例中，该判断的方法可以是判断火灾预警值所在的数值区间；在判断火灾预警值大于或等于0且小于0.3的情况下，确定火灾发生的概率为0；在判断火灾预警值大于或等于0.3且小于0.65的情况下，确定传感器异常；在判断火灾预警值大于或等于0.65且小于或等于1的情况下，确定发生火灾。
[0118]
此外，考虑到各个传感器在数据采集的过程中由于各自基础的采样频率不同，在建立电池放电状态矩阵时，会导致各个点值之间的时间点差距较大，从而影响后续火灾预警值的计算。因此在本发明的一个优选示例中，可以是根据公式(11)修正每个传感器的点值数量，
[0119]
[0120]
其中，y为修正后的点值，y1、y2和y3为修正前的采样时间为t1、t2和t3的点值，t为修正后的点值y对应的时间。
[0121]
另一方面，本发明还提供一种基于多传感器融合的汽车电池放电过程的预警系统，所述预警系统包括处理器，所述处理器被配置成执行如上述任一所述的预警方法。
[0122]
再一方面，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有指令，所述指令用于被机器读取以使得所述机器执行如上述任一所述的预警方法。
[0123]
通过上述技术方案，本发明提供的基于多传感器融合的汽车电池放电过程的预警方法及系统通过对汽车的行驶速度、加速度、与其他车辆的横向距离、纵向距离以及颠簸程度进行采集，并基于矩阵计算确定出当前汽车电池的传感器的采样频率，最后基于火灾预警值的计算确定当前电池放电的火灾概率。相较于现有技术而言，本技术提供的技术方案能够通过汽车的行驶速度、加速度、与其他车辆的横向距离、纵向距离以及颠簸程度来对传感器的采样频率进行调整，使得传感器的采样数据更加准确可靠，提高了火灾风险判断的准确性。
[0124]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0125]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0126]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0127]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0128]
在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
[0129]
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。存储器是计算机可读介质的示例。
[0130]
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。
计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
[0131]
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
[0132]
以上仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。