CN1655972A - 车辆倾翻检测系统 - Google Patents

Abstract

倾翻角速度传感器(20)和横向速度传感器(42)操作连接到处理器(26)，所述处理器根据倾翻角速度和横向速度的度量值产生控制安全保护系统(30、32、36、38、39、40)的信号。在一个实施例中，处理器(26)响应由单独的横向速度度量值或其与纵向速度度量值结合确定的度量值，延迟或禁止安全保护系统(30)的部署。在另一个实施例中，部署阈值根据横向速度的度量值来确定。横向速度可以通过横向速度传感器(42)来测量，或根据横向加速度度量值、车辆转弯半径以及或者纵向速度或者横摆角速度来估算，其中所述转弯半径由转弯角度度量值、或前轮角度度量值、或来自独立的前轮速度传感器的前向速度度量值来估算。

Description

车辆倾翻检测系统

附图说明

图1a示出了倾翻事件开始之前的车辆后视图；

图1b示出了倾翻事件期间的车辆后视图；

图2示出了倾翻检测系统的框图；

图3示出了倾翻检测算法的流程图；

图4示出了所述倾翻检测算法所包含的数据获取和预处理算法的流程图；

图5示出了所述倾翻检测算法所包含的保险算法的流程图；

图6示出了所述倾翻检测算法的流程图；

图7示出了倾翻检测算法中的用于确定是否要求传感器再校准的算法的流程图；

图8a、8b和8c是示出倾翻检测算法细节的表；

图9a和图9b是示出倾翻检测算法参数值例子的表；

图10示出了与各种倾翻和非倾翻事件有关的各条件的表；

图11a示出了指定在测试A的经受螺旋型倾翻测试的倾翻事件中产生的车辆的经滤波的倾翻角速度、倾翻角度以及经滤波的横向加速度的曲线；

图11b示出了指定在测试B的经受螺旋型倾翻测试的非倾翻事件中产生的车辆的经滤波的倾翻角速度、倾翻角度以及经滤波的横向加速度的曲线；

图11c示出了指定在测试C的限于减速雪橇型测试的非倾翻事件中产生的车辆的经滤波的倾翻角速度、倾翻角度以及经滤波的横向加速度的曲线；

图11d示出了指定在测试D的限于减速雪橇型测试的倾翻事件中产生的车辆的经滤波的倾翻角速度、倾翻角度以及经滤波的横向加速度的曲线；

图12对测试D的倾翻事件和测试C的非倾翻事件示出了作为时间函数的、根据测量算法的优值和对倾翻度量值的相应部署阈值的图形；

图13示出了作为时间函数的、具有倾翻角速度偏移的倾翻角速度的图形；

图14示出了对不同的由倾翻角速度确定倾翻角度的相应处理，依据图13中数据的作为时间函数的倾翻角度的图形；以及

图15示出了对测试A的倾翻事件和测试B的非倾翻事件的、依据能量算法得到的作为倾翻角速度函数的倾翻角速度的图形，和相应的倾翻阈值的图形；

图16示出了包括横向速度传感器的倾翻检测系统的实施例；

图17示出了响应横向速度的度量值的倾翻角速度—倾翻角度部署阈值的调整；以及

图18示出了作为横向速度函数的阈值乘数因子。

需要一种车辆的倾翻检测系统，可以充分迅速地识别车辆倾翻，尤其是迅速检测导致较快速碰头(head closure)的倾翻类型，以便在头部与该车辆内部开始接触之前，部署诸如安全带预缩器、气囊或卷帘等安全保护致动器。例如，有一些倾翻事件，在可以通过该倾翻事件的物理过程来可靠确定车辆是否会完全倾翻之前，碰头就可能发生了。还需要一种鲁棒的(robust)车辆倾翻检测系统，对于较慢或较快的倾翻事件，该系统都能够充分快速地识别车辆倾翻。

参见图1a，可见倾翻检测系统10安装在车辆12中。车辆12通过局部笛卡尔坐标系统示出，X轴与该车辆的纵轴成一线，正向指前方，Y轴与该车辆的横轴成一线，正向指左方，以及Z轴与该车辆的垂直轴成一线，正向指上方。车辆12具有质量M，并且其相应的重心CG位于距地面高度Z₀处。所示出的车辆12沿Y轴的负方向以速度U滑向障碍物14。

参见图1b，当车辆12的一个或多个轮子16与障碍物14接合，由此所产生的反作用力F造成车辆12相对于绊点(trip point)13以随时间变化的角速度ω_x(t)绕X轴转动，引起随时间变化的角位置θ(t)。其中车辆12具有绕与X轴平行并与绊点13交叉的相应转动轴的惯性矩I_x。相对其与障碍物接合前的高度Z₀，车辆12的转动增加了重心CG的高度Z_CG，因此相对于接合前的位置和方向，增加了车辆12的势能M·g·(Z_CG-Z₀)。这样，车辆12的势能由其角位置θ决定。进而，通过转动，车辆12获得角动能 $I_x\·\frac{{{\mathrm{\ω}}_x}^2}{2}.$ 反作用力F还产生重心CG的线性加速度 $A=\frac{F}{M},$ 表示为沿局部Y轴的横向加速度分量A_y(t)。尽管图1a和图1b示出了由打滑的车辆与障碍物撞击而引起的倾翻事件，应该理解倾翻事件也可以由其他的情况引起，如相应的车轮缘与地面的接合而随之发生的轮胎爆裂等。因此，倾翻检测系统10不限于特定类型的倾翻事件。

参见图2，倾翻检测系统10包括横向加速度表18和角速度传感器20，其优选地但非必须地，安装在靠近车辆12重心CG的地方。横向加速度表18响应加速度沿局部Y轴的随时间变化的横向加速度分量A_y(t)。例如，横向加速度表18可以由加速度表构成，如具有至少一个敏感性轴的微机械加速度表，使敏感性轴与局部Y轴大致对齐。角速度传感器20，如陀螺仪，对其定向，以便响应随时间变化的关于局部X轴的角速度分量ω_x(t)。横向加速度表18和角速度传感器20分别操作连接到滤波器22和24，滤波器22和24分别滤波信号A_y(t)和ω_x(t)，以便让具有存储器28的处理器26来处理。应该理解，如本领域的普通技术人员所应知晓的，滤波器22、24既可以与处理器26分开，也可以与处理器26结合成一体，既可以是模拟的，也可以是数字的，或者是模拟与数字相结合的。另外，滤波器22、24也可以分别作为横向加速度表18或角速度传感器20的一部分。处理器26处理各个经滤波的

和 信号，以便识别所述车辆是否将要倾翻，并且相应地控制适当的安全保护致动器30的启动，以便减轻倾翻对车辆12中乘员造成的伤害。例如，处理器26可以由数字计算机、微处理器或其他可编程设备，模拟处理器，模拟或数字电路或其结合组成。另外，安全保护致动器30可以包括但不限于：操作连接到安全带34的安全带预缩器32；用于对倾翻和侧撞提供保护的胸部气囊充气机36，用于在乘员和车辆12的侧窗39之间部署的卷帘38，或从车辆12的车顶或顶棚展开的头顶气囊充气机40。尽管图2示出了对车辆12的一个坐位的安全保护致动器30，应该理解，在每一个坐位都可以提供安全保护致动器30，并且可使用倾翻检测系统10控制任何或全部的、响应任何方向倾翻的安全保护致动器30，相关的安全保护致动器30用于减轻对乘员的伤害。另外，安全保护致动器30的特定设置不必包含上述所有内容，或者可以包含上文没有说明的其他类型的安全保护致动器30。

参见图3，根据用于检测车辆倾翻并控制一个和多个相关的安全保护致动器30(如图2所示装置)的倾翻检测算法100的一个实施例，包括数据获取和预处理算法150，测量算法300.1，能量算法300.2，保险算法200和相关的逻辑部分330’、340的组合。逻辑部分330’、340产生信号，控制相应的安全保护致动器30的启动。

测量算法300.1使用启发式的时域识别过程来检测倾翻情况，并且对多数通常与较大的横向车力有关的、以较快的碰头时间(即小于250微秒)为特征的倾翻事件，可用于缩短部署时间。测量算法300.1使用经滤波的横向加速度分量

和经滤波的角速度 信号来估算要同阈值比较的函数，连同另外的标准，用于作出部署决策。

能量算法300.2使用相空间识别过程，即基于与车辆倾翻过程相关的物理特性，来检测倾翻情况，并且，对主要是由于车辆上的垂直力或车辆12上的低层横向力引起的较慢的倾翻事件，提供可靠的部署决策特别有利。能量算法300.2使用经滤波的角速度

信号来确定车辆12的倾翻状态，并将其瞬时整体能量(转动动能和势能)与可引起车辆12翻滚过相应的平衡位置所需要的能量相比较。能量算法300.2按照相关的进入和退出标准，使用经滤波的横向加速度分量

和经滤波的角速度

信号。

尽管图3示出了以结合方式使用的测量算法300.1和能量算法300.2，应该理解，这并非是必要的，这些算法中的任何一个都可以单独使用。但是，各算法的结合提高了相应倾翻检测系统10的鲁棒性，因在某些情况下，如“路缘侧翻”情况，测量算法300.1可以比能量算法300.2提供更快的识别，而对其他的情况，如“螺旋”、“弯道”或“碰撞”等情况，能量算法300.2能够比测量算法300.1提供更快的识别。

测量算法300.1和能量算法300.2是相互独立的，尽管每一个都使用来自数据获取和预处理算法150的公共的、经滤波的数据，即经滤波的横向加速度分量

和经滤波的角速度 测量算法300.1和能量算法300.2以相应的进入和退出标准为特征，其中，如果满足各相关的进入标准，则与各算法相关的计算开始，并且如果满足各相应的退出标准，则这些计算终结，并且如果当后来又满足了进入标准，则重新启动相应的计算。

保险算法200通过提供一套独立的条件，以及为能够部署一个或多个相应的安全保护致动器30而必须满足的依据经滤波的横向加速度分量 和/或经滤波的角速度 的安全标准，可以提高倾翻检测系统10的可靠性。通过公共的保险算法200，对测量算法300.1和能量算法300.2加了保险。尽管保险算法200提供了额外的识别，以便能够减少不期望的相应于非倾翻事件的安全保护致动器30的启动，但应该理解，保险算法200不是必要的，在有或没有保险算法200的情况下，测量算法300.1和能量算法300.2都可以单独使用，或者，以相互结合的方式使用。

在倾翻检测算法100的操作中，相应于来自数据获取和预处理算法150的数据，如果测量算法300.1或330’(逻辑或)能量算法300.2检测到车辆倾翻条件，并且340(逻辑与)如果保险算法200确定满足相应的独立安全条件，则在步骤(350)，部署一个或多个安全保护致动器30，以便减轻由于倾翻事件对相关的车辆乘员的伤害，不论车辆12是否实际倾翻。

在下文中，将参考图3到图7所示的流程图来说明数据获取和预处理算法150、保险算法200、测量算法300.1和能量算法300.2。图6示出了测量算法300.1和能量算法300.2的一般算法结构的流程图，其中测量算法300.1和能量算法300.2的特殊细节提供在图8a到图8c的表格中。所述算法用数学语言说明，其中的各参数是用于特定应用的常数，这些参数连同对特定车辆类型的示例值列在图9a和图9b的表中。应该理解，这些参数通常用于特定的应用，如车辆平台，并且图9a和图9b中参数的特定值只是示例性的，不应该理解成是对本发明的范围的限制。

参见图4，在步骤(152)，数据获取和预处理算法150从横向加速度表18获取横向加速度分量A_y的度量，并在步骤(158)从角速度传感器20获取纵向角速度ω_x或转速。通过100次以上的倾翻测试获得的数据表明，与倾翻相关的角速度ω_x通常在±300度/秒(±|ω_x ^max|)之间的范围内，并且与之相关的横向加速度分量A_y(t)通常在±20g(±|A_Y ^max|)之间的范围内。在步骤(154)和步骤(160)，分别截取超过各自界线的横向加速度分量A_y(t)和角速度ω_x的各度量值。例如，对相应的±20g范围的例子，在步骤(154)，将小于-20g的横向加速度A_y(t)的度量值设置成-20g。设置横向加速度表18和角速度传感器20的极性，以便在倾翻事件期间，相应的角速度ω_x和横向加速度分量A_y(t)信号的极性相互一致。通常，用于截取来自横向加速度表18的信号的基准|A_Y ^max|设定为20g与横向加速度表18的测量范围中的最小值。类似地，用于截取来自角速度传感器20的信号的基准|ω_x ^max|设定为300度/秒与角速度传感器20的测量范围中的最小值。

在步骤(156)和步骤(162)，分别来自横向加速度表18和角速度传感器20的原始横向加速度分量A_y和角速度ω_x数据分别通过滤波器22、24滤波，以便分别提供经滤波的横向加速度分量

和经滤波的角速度

使用经滤波的度量对避免错误进入倾翻识别算法有好处，并且对于改进测量算法300.1和能量算法300.2的相应识别过程也有好处。滤波器22、24是具有例如在10到15毫秒之间的移动平均窗口T_Avg的移动平均滤波器，以便提供在快速信号响应和噪声消减之间的折衷。作为例子，如下文中假定的，以2500Hz的样本率(对应于样本区间dt＝0.4毫秒)和12.8毫秒的窗口，处理器26对角速度ω_x和横向加速度分量A_y信号均匀采样，对每个信号的移动平均可以由所获得的最后32个样本来计算。通常，移动平均的各样本一致地加权，但也可以选择不一致地加权。

通常，横向加速度表18和角速度传感器20可以表现偏移和/或漂移误差(通常在这里指传感器偏移误差)，除非有另外的补偿，该误差可以引起相关的倾翻检测误差。通过使用相应的具有充分低的有效截止频率的滤波器对有关传感器度量值进行滤波，来估计传感器偏移误差，或者，换言之，较之上述的提供经滤波的横向加速度分量

和经滤波的角速度 的移动平均滤波器，有效的滤波器时间常数要充分大。例如，通过各移动平均滤波器分别在步骤(168)和(170)，分别根据角速度ω_x和横向加速度分量A_y的相应原始度量值滤波加速度偏移

和角速度偏移 每个移动平均滤波器具有相应的宽度为T_{Avg_Offset}的、即大约4秒的滤波器窗口。在步骤(164)，仅当既没有进入测量算法300.1也没有进入能量算法300.2，表示为没有置位相应的各ONGOING_EVENT_FLAG，即ONGOING_MEASURES_EVENT_FLAG和ONGOING_ENERGY_EVENT_FLAG都没有被置位时，要更新加速度偏移 和角速度偏移 的滤波值。因此，在步骤(166)，在当相应的横向加速度分量A_y和角速度ω_x与相应的的传感器偏移值显著不同的期间，不更新加速度偏移

和角速度偏移

的较长期的滤波值。

尽管图4示出的是横向加速度分量A_y比角速度ω_x先获取和处理，但应该理解相互的次序可以颠倒，或者这些操作可以并行地执行。

测量算法300.1、能量算法300.2和保险算法200各使用分别通过减去相应的传感器偏移量，即加速度偏移

和角速度偏移

对经滤波的横向加速度分量

和经滤波的角速度

进行补偿，以分别提供相应的经补偿的横向加速度分量 $(A_y^{\′}\left(t\right)={\tilde{A}}_y\left(t\right)-{\tilde{A}}_y^{\mathrm{Offset}}\left(t\right))$ 和经补偿的角速度 $({\mathrm{\ω}}_x^{\′}\left(t\right)={\widetilde{\mathrm{\ω}}}_x\left(t\right)-{\widetilde{\mathrm{\ω}}}_x^{\mathrm{Offset}}\left(t\right)).$

参见图5，保险算法200从步骤(202)开始，其中要对有关各SAFING_EVENT_FLAG做初始置位，即初始置位ACCELERATION_SAFING_EVENT_FLAG和ROLL_SAFING_EVENT_FLAG。然后，在步骤(204)，如果已经进入测量算法300.1或者已经进入能量算法300.2，表示置位了相应的ONGOING_EVENT_FLAG(即ONGOING_MEASURES_EVENT_FLAG或ONGOING_ENERGY_EVENT_FLAG))，则在步骤(206)，如果经补偿的横向加速度分量A_y′的量值大于第三加速度阈值A_y ^Thr_3，则在步骤(208)置位ACCELERATION_SAFING_EVENT_FLAG。否则，在从步骤(204)，该过程重复步骤(202)。在步骤(208)之后，或者从步骤(206)到步骤(210)，如果经补偿的角速度ω_x′的量值大于第三角速度阈值ω_x ^Thr_3，在步骤(212)置位ROLL_SAFING_EVENT_FLAG。然后，或者另外可从步骤(210)转来，该过程重复执行步骤(204)。因此，如果已经满足与保险算法200相关的横向加速度和角速度方面的条件，不必同时满足，在测量算法300.1和能量算法300.2中至少一个开始之后并且在二者退出之前，置位相应的各SAFING_EVENT_FLAG，以便能够响应通过测量算法300.1或者能量算法300.2的倾翻事件检测，部署一个或多个相应的安全保护致动器30。各SAFING_EVENT_FLAG被各自地置位或锁定，但二者要同时复位，并且，为了响应测量算法300.1或者能量算法300.2而启动相应的安全保护致动器30，必须置位二者。

可替换地，保险算法200可以采用只包含上述的各SAFING_EVENT_FLAG中的一个以及相应的标准，这样，该安全标准响应下述量值中的至少一个：在测量算法300.1或能量算法300.2开始后的第一时间点上大于第三加速度阈值A_y ^Thr_3的经补偿的横向加速度分量A_y′的量值，以及在上述开始时间之后的第二时间点上大于第三角速度阈值ω_x ^Thr_3的经补偿的角速度ω_x′的量值，其中所述开始时间是对相应的测量算法300.1和能量算法300.2满足有关的进入标准的时间，并且在所述开始时间之后的第一时间点和第二时间点相互之间的次序是任意的。例如，在能量算法300.2开始时间之后的时间点，可以只响应大于第三加速度阈值A_y ^Thr_3的经补偿的横向加速度分量A_y′，“保险”能量算法300.2。

通过在与实现测量算法300.1和能量算法300.2的微处理器相独立的微处理器上实现保险算法200，可以改进倾翻检测系统10的可靠性，在这种情况下，如果保险算法200不知道各个ONGOING_EVENT_FLAG的状态，可以不根据这些标志位进行复位，而是在最终满足了安全标准，安全条件保持激活状态，直到部署一个和多个有关的的安全保护致动器30，或者直到两个算法将要退出的时间点之后，经过在一个延迟Δt_max ^E(如12秒)后，可复位各个SAFING_EVENT_FLAG。

测量算法300.1和能量算法300.2各自根据图6中示出的一般算法结构来操作，其中用参考标号300来一般地表示这些算法中的每个。将在这里使用的特定参考标号的小数点标记用于表示特定的算法。例如，尽管通过参考标号300来表示整个一般的过程，参考标号300.1用于表示测量算法，300.2用于表示能量算法。作为另一个例子，尽管通过参考标号326来表示一般的算法计算步骤，特别地，用参考标号326.1来表示测量算法300.1的算法计算步骤，参考标号326.2表示能量算法300.2的算法计算步骤。对每个所述算法，与特定算法有关的特定等式提供在图8a至图8c的表格中，并且其相应的参数和示例值提供在图9a至图9b的表格中。

参见图6，从步骤(302)开始一般的倾翻处理算法，其中要复位对应的ONGOING_EVENT_FLAG。当置位ONGOING_EVENT_FLAG，表示满足了对倾翻处理算法的进入标准，并且不满足相应的退出标准，所以相应的算法被激活。然后在步骤(150)，根据上述的数据获取和预处理算法150，获取并处理该算法所使用的有关数据。然后，在步骤(304)，如果ONGOING_EVENT_FLAG还没有被置位，表示来自潜在倾翻事件的数据还没有被处理，并且车辆12还没有涉及倾翻事件，则在步骤(306)，评价一组进入标准并与相应的阈值进行比较，如果满足进入标准，则在步骤(308)置位ONGOING_EVENT_FLAG，并且在步骤(310)，进行算法初始化，即，初始化与该算法有关的各种动态变量。

否则，在步骤(304)，如果已经置位ONGOING_EVENT_FLAG，表示来自潜在倾翻事件的数据在处理中，则在步骤(312)，更新相关的时间度量值，如样本计数，并在步骤(400)，评价新获取的数据，以便确定是否需要重新校准传感器(即横向加速度表18或角速度传感器20)。与步骤(400)有关的处理在图7中示出，并做了更完整的说明。

在步骤(400)，如果一个或多个传感器要求再校准，则在步骤(314)，再校准所述一个或多个要求校准的传感器。例如，横向加速度表18和角速度传感器20都是可测试的，其中，可将公知的激励值施加到该传感器，可以校准相应的传感器输出，使其表示该公知的激励值。例如，横向加速度表18可能包含由弹簧元件桁条悬挂的微机械集群元件，在该集群元件和机壳之间施加静电场，以便通过相应的的参考加速度级别的量值来使所述桁条偏转。然后计算校准因子，以便操作连接到弹簧元件桁条的应变感觉元件的校准的输出对应所述参考加速度级别。在步骤(316)，如果步骤(314)的处理表示一个或多个传感器失效，例如，无论测试激励值是否施加到该传感器，在输出上都没有实质变化，则在步骤(318)设置故障条件；激活报警设备，如报警灯，以便向车辆的驾驶者报警；并且，倾翻检测系统10不能部署任何安全保护致动器30。否则，在步骤(316)，如果横向加速度表18和角速度传感器20都没有失效，则在步骤(320)，响应于至少有一个传感器再校准，复位两个ONGOING_EVENT_FLAG，即ONGOING_MEASURES_EVENT_FLAG和ONGOING_ENERGY_EVENT_FLAG，转步骤(150)重复所述过程。

否则，在步骤(400)，如果没有传感器要求再校准，则在步骤(322)，评价退出标准，以便确定该算法是否应该退出，直到再次满足步骤(306)的进入标准时，可使该算法重新进入。在步骤(322)，如果满足退出标准，则在步骤(324)，如果该算法是能量算法300.2，并且已经在步骤(306)连续进入能量算法300.2，并且因超时(即 $\mathrm{\Δt}>{\mathrm{\Δt}}_{\max }^E$ )而在步骤(322)退出，则在步骤(322)退出之后，即，在该算法的下一个迭代期间，在步骤(306)重进入，然后在步骤(322)的第p^th次连续退出之后，如p＝3，该过程继续执行上述的步骤(314)，其中要检测所述各传感器，必要时，再校准。否则，从步骤(324)到步骤(320)，复位相关的ONGOING_EVENT_FLAG，即ONGOING_MEASURES_EVENT_FLAG或ONGOING_ENERGY_EVENT_FLAG，在步骤(150)重复执行所述过程。

否则，从步骤(322)，如果在步骤(306)进入该算法并且没有在步骤(322)退出，则对与来自步骤(310)或(312)的特定时间度量值有关的该算法特定的迭代执行相关的算法计算。然后在步骤(330)，如果在该算法的特定迭代中有关的算法检测标准得到满足，并且如果在步骤(340)，SAFING_EVENT_FLAG，即ACCELERATION_SAFING_EVENT_FLAG和ROLL_SAFING_EVENT_FLAG已经被置位，则在步骤(350)检测到倾翻事件，并且启动有关的安全保护致动器30。否则，或者从步骤(330)，如果没有满足该算法检测标准，或者从步骤(340)，如果所有SAFING_EVENT_FLAG没有被置位，因此在测量算法300.1或能量算法300.2期间的时间点没有满足相应的的安全标准，则所述过程执行从步骤(150)开始的下一个迭代。

尽管测量算法300.1和能量算法300.2都依赖从数据获取和预处理算法150获得的横向加速度分量A_y和纵向角速度ω_x，但与各算法有关的其他变量和参数相互之间却是独立的，相应的在步骤(306)的进入标准、在步骤(310)的算法初始化、在步骤(322)的退出标准、在步骤(326)的算法计算、以及步骤(330)的算法决策标准等也是如此，所有这些例子的细节在图8a至图8c和图9a及图9b中说明。例如，尽管每个算法确定算法开始以来的时间度量，并通过对纵向角速度ω_x的度量值的积分来计算倾翻角度的度量值，这些时间的各度量值是相互独立的，倾翻角度的各度量也是相互独立的。在各算法的处理开始时，测量算法300.1和能量算法300.2都假定车辆在初始的时候是水平的(即，θ(t_entrance)＝0)。

图7示出了用于确定横向加速度表18或者角速度传感器20是否要求再校准的过程400。在步骤(402)、(404)、(406)和(408)，如果经滤波的角速度 的量值在相应的时段Δt_ω ^max一直超过第四角速度阈值ω_x ^Thr_4，则在步骤(410)，发出角速度传感器20的再校准信号。否则，在步骤(412)、(414)、(416)、(418)和(420)，如果根据测量算法300.1获得的倾角θ^M的值或者根据能量算法300.2获得的倾角θ^E的值，在相应的Δt_θ ^max时段内，一直超过倾角阈值θ^Thr，则在步骤(410)，发出角速度传感器20的再校准信号。否则，在步骤(422)，不发出角速度传感器20的再校准信号。在步骤(424)、(426)、(428)和(430)，如果经滤波的横向加速度分量 的量值在相应的时段Δt_A ^max一直超过第四横向加速度阈值A_y ^Thr_4，则在步骤(432)，发出横向加速度表18的再校准信号。否则，在步骤(434)，不发出横向加速度传感器18的再校准信号。如果在步骤(410)或(432)发出了再校准信号，则所述过程继续执行上述的步骤(314)。否则，没有发出传感器校准信号，并且所述过程继续执行上述的步骤(322)。

参见图6、图8a-c和图9a-b，现在对测量算法300.1进行更特别的讨论，其中，在图6的步骤加上后缀“.1”，以表示这些步骤与之相关。用于测量算法300.1的ONGOING_EVENT_FLAG，是指ONGOING_MEASURES_EVENT_FLAG，如果在步骤(306.1)满足进入标准，在步骤(308.1)置位该标志，并且，如果在步骤(322.1)满足退出标准，则在步骤(320.1)复位该标志。例如，ONGOING_MEASURES_EVENT_FLAG可以对应于实现测量算法300.1的相应处理器26的存储器28中特定的单元。在进入随后的步骤(306.1)之后，直到在步骤(322.1)满足测量事件退出标准，或者直到检测到倾翻事件，引起安全保护致动器30的部署，测量算法300.1才随之退出。而且，在满足测量事件退出标准并且测量算法300.1退出之后，如果随后相应的测量事件进入标准得到满足，则可以随之重新进入测量算法300.1。

在步骤(306.1)，例如，测量算法300.1的进入标准是经补偿的横向加速度分量A_y′大于第一加速度阈值A_y ^Thr_1，即：

$\left|A_y^{\′}\left(t\right)\right|>A_y^{\mathrm{Thr}\_1}$

对一种特定类型车辆的例子，根据实际的倾翻数据，第一加速度阈值A_y ^Thr_1被设定为大约1.4g。应该知道该阈值，以及测量算法300.1的其他参数值，通常依赖于相应的车辆12的特性或车辆的类别，并且可以调整用于倾翻检测系统10的特定数值，以改善依赖相应车辆12的特性和车辆类别的识别效果。

一旦是在步骤(308.1)之后初始进入测量算法300.1，就在步骤(310.1)初始化测量算法300.1。例如，可将事件样本计数n^M和角位置θ^M(n^M-1)的值以及测量函数R(n^M-1)初始化为零。而且，刚好先于事件进入时间的采样时间t^M(-1)被初始化为测量时间进入的时间t^M(0)的值，其被初始化为当前时间t；并且，算法进入以来的时段Δt^M(0)被初始化成零值。这里使用的大写字母“M”是指与测量算法300.1有关的各变量。

对测量算法300.1的后续的迭代，如果在步骤(304.1)置位ONGOING_MEASURES_EVENT_FLAG，则在步骤(312.1)，递增事件样本计数n^M，相应的当前采样时间t^M(n^M)被设置为与当前时间t相等，并且按下面公式计算从测量事件进入时间t^M(0)到当前时间t^M(n^M)延续时段的测量事件时间Δt^M：

Δt^M(n^M)＝t^M(n^M)-t^M(0)

在步骤(322.1)，例如，测量算法300.1的退出标准是：算法进入以来的时段Δt^M(n^M)大于时段阈值Δt_max ^M，即：

${\mathrm{\Δt}}^M\left(n^M\right)>{\mathrm{\Δt}}_{\max }^M$

对一种特定类型车辆的例子，根据实际的倾翻数据，时段阈值Δt_max ^M被设定为大约165毫秒。一旦从测量算法300.1退出，就在步骤(320.1)复位ONGOING_MEASURES_EVENT_FLAG，并且，以后出现了的满足步骤(306.1)的进入标准的情况，会引起在步骤(310.1)初始化与测量算法300.1有关的各变量。

在步骤(322.1)，如果不满足退出标准，则按下述过程，对测量算法300.1的特定迭代，在步骤(326.1)更新所述算法计算。

首先，按下面公式，通过积分经补偿的角速度ω_x′的有符号值，估计角位置θ^M：

${\mathrm{\θ}}^M\left(n^M\right)={\mathrm{\θ}}^M(n^M-1)+{\widetilde{\mathrm{\ω}}}_x^{\′}\left(n^M\right)\·\mathrm{dt}$

其中积分时间步长dt由如下的当前迭代的时间t^M(n^M)与前一迭代的时间t^M(n^M-1)之间的差值给出，该差值对统一的采样率是恒定值：

dt＝t^M(n^M)-t^M(n^M-1)

并且经补偿的角速度ω_x′由下式给出：

${\mathrm{\ω}}_x^{\′}\left(t\right)={\widetilde{\mathrm{\ω}}}_x\left(t\right)-{\widetilde{\mathrm{\ω}}}_x^{\mathrm{Offset}}\left(t\right)$

然后估计测量函数R，其用于计算优值(figure-of-merit)FOM。测量函数R由下式给出：

$R\left(n^M\right)=R(n^M-1)\·(1-\frac{{\mathrm{\Δt}}^M}{\mathrm{\τ}})+F^{*}\·{\mathrm{KE}}^{*}\·{\mathrm{PE}}^{*}$

测量函数R的第一项是包含前一个值R(n^M-1)与阻尼因子 乘积的阻尼项。阻尼的级别根据特定的车辆类型由常数τ来确定。例如，根据特定类型车辆的倾翻测试数据，τ的值被确定为大约400秒。对经补偿的横向加速度分量A_y′或经补偿的角速度ω_x′的值不再继续有意义的事件，阻尼项保证所产生的优值FOM降低。

加在该第一项之后的、测量函数R的其余项是如下三个度量值的乘积：力度量值F^*、转动动能度量值KE^*和势能度量值PE^*。

力度量值F^*由经补偿的横向加速度分量A_y′的当前样本给出，其由下式计算：

$A_y^{\′}\left(n^M\right)={\tilde{A}}_y\left(t\right)-{\tilde{A}}_y^{\mathrm{Offset}}\left(t\right)$

一般，力与加速度的关系由牛顿第二定律(F＝M·A)给出。力度量值F^*不必是在通常要考虑力与加速度的向量特性时的力的精确度量值，而是至少与作用在车辆12上的反作用力有关的度量值。在典型的车辆倾翻事件期间，横向加速度分量A_y′是由在轮胎或在车轮边缘上的横向力引起的。这个横向力是引起绕车辆质心的转动扭距而导致最终倾翻的同一个力。经补偿的横向加速度分量A_y′不必提供实际反作用力F的完整度量值。例如，经补偿的横向加速度分量A_y′不必考虑非刚体力学的作用，如来自轮胎的阻力或其他阻尼因素，或来自悬浮系统的动力。然而，对小的角度，并且排除非刚体力学的作用，直观推断，经补偿的横向加速度分量A_y′与引起车辆12倾翻的反作用力F成比例。来自快速的或有绊的倾翻试验的数据表明，在角速度传感器20观察到显著的经补偿的角速度ω_x′之前的大约20毫秒，经补偿的加速度分量A_y′变得显著。尽管这里示出的力度量值F^*关于经补偿的横向加速度分量A_y′是线性的，应该理解力度量值F^*可以是经补偿的横向加速度分量A_y′的其他的函数(不同于线性的)或者幂(不同于1)。

转动动能度量值KE^*由 给出。通常，转动动能度量值KE^*与车辆的转动动能有关。例如，利用 ${\mathrm{KE}}^{*}={\widetilde{\mathrm{\ω}}}_x^{\′2},$ 转动动能度量值KE^*与车辆12的转动动能以比例常数I_x/2成比例。但是，转动动能度量值还可以有不同的表示。例如，可以根据经补偿的角速度ω_x′，用

的不同于2的其他的幂来构造转动动能度量值KE^*，或者转动动能度量值KE^*可以是经补偿的角速度ω_x′的其他函数。

较之单独的经补偿的角速度ω_x′，力度量值F^*与转动动能度量值KE^*的乘积，可以更快地提供预测倾翻的度量值。这也提供最终经补偿的角速度ω_x′的预测值，因为大约在其后的20毫秒，从经补偿的横向加速度分量A_y′推导出的有效横向力通常表示为增长的经补偿的角速度ω_x′。此外，较之经补偿的横向加速度分量A_y′，对经补偿的角速度ω_x′施以更高的权重，如通过使用经补偿的角速度ω_x′的平方，增加实际的经补偿的角速度ω_x′对于所产生的优值FOM的影响。

势能度量值PE^*由PE^*＝sign(A_y′(n^M))·θ₀+θ^M(n^M)给出，一个常数加上角位置θ^M(n^M)的当前样本。常数θ₀取决于特定的车辆。例如，根据特定类型车辆的倾翻测试数据，θ₀的值大约是0.1度。该常数项具有与经补偿的角速度ω_x′或经补偿的横向加速度分量A_y′相同的正负号，假定对这两个信号极化，以便对给定的倾翻事件具有相同的极性。在测量函数R的乘积项中包含了势能度量值PE^*，提高了倾翻动力学特性对所产生的优值FOM的影响，并且对中速倾翻事件，例如，通常在140至230毫秒的相应致动器起动时间(TTF)的事件(这个范围的界线可以扩展20％，或更依赖车辆的特性，并且对不同类型的车辆还可以不同)，也提高了其量值。与力度量值F^*和转动动能度量值KE^*相比，势能度量值PE^*相对不太重要，并且可以在简化的倾翻检测系统10中被忽略(即设置PE^*＝1)。但是，对于具有中等的致动器起动时间的倾翻事件案例的子集，势能度量值还是有用的。

这样，优值FOM由下式给出：

FOM(n^M)＝|R(n^M)|·(|R(n^M)|-|R(n^M-1)|)

优值FOM由相应的R(n^M)和R(n^M-1)项的绝对值来计算，以便优值FOM与倾翻的方向无关。项(|R(n^M)|-|R(n^M-1)|)提供了测量函数R关于时间的导数或斜率的度量值，其中实际的斜率通过该项除以采样时段dt(在统一的采样数据系统中是常数)而给出。这个斜率因子，同下述的阈值函数结合，具有规定优值FOM随时间增加的作用，以便检测倾翻事件，或者导致相应的一个或多个安全保护致动器30的部署。

特别对较小的(|R(n^M)|-|R(n^M-1)|)值，优值FOM也可由下式给出：

FOM(n^M)＝|R(n^M)|

在步骤(322.1)的算法计算之后，在步骤(330.1)评价的算法检测标准包含多个检测条件，例如，如图8c所示。如果满足所有的检测条件，这样通常就超过了度量值事件阈值，则可认为将要发生倾翻，并且如果在步骤(340)，根据保险算法200满足了相应的保险标准，则在步骤(350)，部署相应的一个或多个安全保护致动器30，以便减轻对有关的乘员的伤害。根据特定的检测原理建立了检测标准。理想情况下，检测标准可以对有乘员头部与车辆内部充分严重接触(即“碰头”)的任何倾翻事件提供检测，通过及时部署相应的一个或多个安全保护致动器30，而减轻对乘员的伤害，并且能够忽略其他的事件。但是，如果不能获得这样理想的性能，则使该检测标准适用一种合适的折衷情况。例如，为了足够快地检测严重的倾翻事件，即在相应的碰头时间之前，有足够的时间及时地按一定速度起动相应的一个或多个安全保护致动器30，以便减轻乘员受伤的风险。有必要接受相应于车辆没有完全倾翻的严重倾翻事件(如路缘磕绊或中到高的减速型倾翻事件)的相应的一个或多个安全保护致动器30的部署。

作为步骤(330.1)的第一检测条件，要检测测量事件时间Δt^M是在测量事件时间的范围(Δt^M _min，Δt^M _max)之内，即：

${\mathrm{\Δt}}_{\min }^M\≤{\mathrm{\Δt}}^M\≤{\mathrm{\Δt}}_{\max }^M$

例如，对特定类别的车辆，相应的最小和最大事件时间是 ${\mathrm{\Δt}}_{\min }^M=40$ 毫秒和 ${\mathrm{\Δt}}_{\max }^M=165$ 毫秒，这样从事件触发器落入特定的时间窗后经过了该时段。最小测量事件时间Δt_min ^M n的限制可以防止对非常短期的硬横向输入力事件检测的忽略，同时对满足最早预测碰头时间，使得可足够早地部署安全保护装置。(碰头时间是乘员的头部与车辆内部接触的时间)。通常，对严重的路缘磕绊或减速雪橇事件，在倾翻事件开始(即物理事件开始)之后的大约20毫秒，倾翻识别算法的进入时间开始。最早的，大约在倾翻事件开始之后的60毫秒(进入时间加40毫秒)，倾翻识别算法可以开始部署气囊。所观察到的最快碰头时间大约在倾翻事件开始之后115毫秒。假定相应的数据处理和安全保护部署(如气囊膨胀)需要大约30毫秒的时间，则这种情况下，在倾翻事件开始之后的大约90毫秒将完全部署安全保护致动器30。最小的启动时间Δt^min保证尽可能利用横向加速度表18和角速度传感器20的信号提供的信息，同时还可及时作出部署决策以避免严重事件的碰头。对一连串的事件，最大起动时间Δt^max降低倾翻识别算法的弱点，并且可以使倾翻识别算法重新开始，并且在两个时间分离的侧翻事件中的第二个导致倾翻的事故中捕捉第二个倾翻的“实际”起点。如果，在步骤(330.1)，测量事件时间Δt^M在特定的范围内，则满足所述第一检测条件，然后在步骤(330.1)评价其他的检测标准。否则，所述过程转步骤(150)，继续下一个迭代。

作为步骤(330.1)的第二个检测条件，优值FOM同阈值函数FOM^Thr(Δt^M)做比较，对示例性的车辆平台，根据上述的检测原理，阈值函数对所有的事件提供必要的充分快的识别时间。例如，阈值函数FOM^Thr(Δt^M)具有下面的形式：

FOM^Thr(Δt^M)＝A·Δt^M+B

相应的第二检测条件由下式给出：

FOM(n^M)＞FOM^Thr(Δt^M)

例如，根据对特定类型的车辆的一组倾翻试验的数据，这样给出A和B：对(40毫秒≤Δt^M＜96毫秒)，A＝6.46*10¹¹(g²deg⁶/ms*s⁴)，以及B＝-2.34*10¹³(g²deg⁶/s⁴)，并且，对(96毫秒≤Δt^M≤165毫秒)，A＝2.59*10¹¹(g²deg⁶/ms*s⁴)，以及B＝-1.36*10¹³(g²deg⁶/s⁴)。例如，优值FOM和阈值函数FOM^Thr(Δt^M)都具有工程单位[g²deg⁶/s⁴]。通常，不同类型的车辆既具有不同的参数值，也具有不同的阈值函数FOM^Thr(Δt^M)的函数形式。已经发现多分段的阈值函数FOM^Thr(Δt^M)，即包含多个线性分段的函数，对于倾翻识别算法的性能有改善。上述的示例性阈值线是从按0.8毫秒的时间步长以1250Hz的速率采样的数据中开发出来的。对不同的数据样本率，由于计算优值FOM涉及的积分结果的差异，阈值函数FOM^Thr(Δt^M)将不同。通常，阈值函数FOM^Thr(Δt^M)既可表示为时间的函数、时间的分段函数，也可以表示为根据时间查找的表。另外，尽管FOM^Thr(Δt^M)通常是时间的函数，即，从起始的时段的函数，但应该理解，在某些情况下，阈值函数FOM^Thr(Δt^M)可以是常数，即，关于时间的常数。如果，在步骤(330.1)，优值FOM超过了阈值函数FOM^Thr(Δt^M)，则满足所述第二检测条件，并且在步骤(330.1)评价其他的检测标准。否则，所述过程转步骤(150)，继续下一个迭代。

作为步骤(330.1)的第三检测条件，按如下式子测试优值FOM，在预期的安全保护致动器30的部署的时间，看它在数量上是否随时间增长：

|FOM(n^M)|＞FOM(n^M-1)|并且

|FOM(n^M)|＞FOM(n^M-m)|，其中m＞1，如m＝6

第三检测条件是要防止在超过阈值函数FOM^Thr(Δt)的情况下的部署，例如在Δt＝40毫秒，但是该事件正衰减(即A_y的量或ω_x的量，或二者的量，都在降低)。如果，在步骤(330.1)，优值FOM随时间增长，则满足所述第三检测条件，并且在步骤(330.1)评价其他的检测标准。否则，所述过程转步骤(150)，继续下一个迭代。

作为步骤(330.1)的第四检测条件，在安全保护致动器30的预期部署时间的经补偿的横向加速度分量A_y′与第二加速度阈值A_y ^Thr_2比较：

$\left|A_y^{\′}\left(n^M\right)\right|>A_y^{\mathrm{Thr}\_2}$

大的、错误的经补偿的角速度ω_x′信号引起非有意的安全保护致动器30的部署，在这种模式中，第四检测条件防止角速度传感器20的失效。例如，在轮胎没有在驾驶平面侧向滑动的正常的驾驶条件下，将不会超过0.7g的第二加速度阈值A_y ^Thr_2。在步骤(330.1)，如果经补偿的横向加速度分量A_y′的值大于第二加速度阈值A_y ^Thr_2，则满足所述第四检测条件，并且在步骤(330.1)评价其他的检测条件。否则，所述过程转步骤(150)，继续下一个迭代。

作为步骤(330.1)的第五检测条件，在安全保护致动器30的预期部署时间，经补偿的角速度ω_x′的量值与相应的第二倾翻速度阈值ω^Thr_2比较：

|ω_x′(n^M)|＞ω^Thr_2

例如，第二倾翻速度阈值ω^Thr_2大约是50度/秒。在安全保护致动器30的部署时间，第五检测条件保证车辆12经历有效的角速度。第二和第五检测条件结合起来，防止严重的侧撞事件部署安全保护致动器30。第五检测条件还防止失效的横向加速度表18——表示大的、错误的横向加速度信号——引起非有意的安全保护致动器30的部署。如果，在步骤(330.1)，经补偿的角速度ω_x′的量值大于第二倾翻速度阈值ω^Thr_2，则满足第五检测条件，并且所述过程到步骤(340)继续执行。否则，所述过程转步骤(150)，继续下一个迭代。

利用由一系列车辆倾翻实验中得到的数据已经对这里说明的测量算法300.1做了成功的测试，并且已经证明其可以提供可能的倾翻的可靠预测。对于由高横向加速度引起的倾翻事件，可以较快地做出预测，对于典型的很快发生碰头的倾翻事件，能够使得测量算法300.1在碰头之前部署气囊。通常，对于中、短时间的倾翻事件，类似于路缘磕绊和高横向加速度类型的事件，测量算法300.1可用于提供较早的倾翻检测和较早的相应安全保护致动器30的启动时间(TTF)。

因此，通过下述的过程，包含测量算法300.1的倾翻检测系统10提供了改进的车辆倾翻的识别，使得倾翻气囊部署时间满足乘员碰头时间，同时尽可能减少非有意的部署：

(1)使用所测量的横向加速度来帮助预测未来的(20～30毫秒后)倾翻运动；

(2)结合横向加速度、角速度和整个转动角度，以产生当前转动状态和动力学特性的测量，以及产生所述转动的力函数的测量，对于从水平线起始角度小于20度的倾翻事件，不要求使用初始车辆角度信息；以及

(3)使用特定车辆的动力学特性(如从倾翻实验数据导出的特性)结合早先测量的车辆反应，使得在结果确定之前能够预测最终车辆倾翻。

参见图10的四个不同车辆测试条件，标记为测试A、测试B、测试C和测试D，列出这些测试是为了说明和比较测量算法300.1和能量算法300.2(能量算法300.2在下面更完整地说明)。测试A和测试B是螺旋型测试，示出了能量算法300.2比测量算法300.1表现了更快的倾翻预测的情况，而测试C和测试D是减速雪橇测试，其中测量算法300.1比能量算法300.2表现了更快的倾翻预测。在测试A和D中，车辆翻转了，但在测试B和C中，车辆没有翻，但分别获得最大翻转角37度和34度。图10中还列出了初始车辆速度、平均车辆加速度、以及相应的检测和事件时间，其中所述碰头时间是乘员(假人)的头部实际碰撞车辆内部的时间。

参见图11a-d，根据图10所列的情况，对测试A至D分别示出作为时间的函数的、经滤波的来自角速度传感器20的倾翻角速度(角速度)、倾翻角度和经滤波的来自横向加速度表18的横向加速度。

参见图12，对测试C和D，画出了所计算的作为测量事件时间Δt^M的函数的优值FOM的曲线，根据图10表中的特定类型的车辆的实际减速雪橇测试，所述测量事件时间即为从测量算法300.1的开始以来的时间。图12还示出了对特定类型车辆的相应的阈值函数FOM^Thr(Δt^M)。测试D引起车辆倾翻，并且测试C达到大约34度的最大倾翻角度。通过所述的测量算法300.1结合相应的阈值函数FOM^Thr(Δt^M)计算优值FOM(n^M)，对车辆倾翻，在测试D的倾翻事件开始之后的98毫秒激活启动时间(TTF)，这实际在相应的196毫秒的碰头时间之前，因此提供了98毫秒的部署相应安全保护致动器30的时间。在该倾翻事件开始之后26毫秒满足相应的保险算法200的保险标准，这实际在测量算法300.1的检测标准被满足之前。通过比较，对测试D，在该倾翻事件开始之后594毫秒，下文说明的能量算法300.2所检测标准才被满足，这实际在相应的碰头时间之后，因此说明了测量算法300.1对测试D的倾翻事件的作用。

参见图6、图8a至图8c、图9a和图9b，现在将特别讨论能量算法300.2，其中图6的步骤中加上后缀“.2”，以表示其相应的关系。在步骤(306.2)当满足进入标准，则在步骤(308.2)，置位用于能量算法300.2的ONGOING_EVENT_FLAG，该标志位是指ONGOING_ENERGY_EVENT_FLAG，并且，在步骤(322.2)，当满足退出标准，则在步骤(320.2)复位该标志位。例如，ONGOING_ENERGY_EVENT_FLAG可以对应于实现能量算法300.2的相应处理器26的存储器28中的特定单元。在进入后续的步骤(306.2)之后，直到在步骤(322.2)满足能量事件退出标准，或者直到检测出引起安全保护致动器30部署的倾翻事件，能量算法300.2才随之退出。另外，在满足能量事件退出标准并且能量算法300.2退出之后，如果相应的能量事件进入标准随后又得到满足，能量算法300.2可以随之重新进入。

能量算法300.2使用来自角速度传感器20的角速度ω_x信号，以确定车辆的倾翻状态，并将车辆12的整体能量(转动动能和势能)与完全倾翻所需要的能量进行比较。

在步骤(306.2)，例如，能量算法300.2的进入标准是经补偿的横向加速度分量A_y′大于第一加速度阈值A_y ^Thr_1，或者(OR)经补偿的角速度ω_x′的值大于第一倾翻速度阈值ω^Thr_1，即：

$\left|A_y^{\′}\left(n^E\right)\right|>A_y^{\mathrm{Thr}\_1}$ 或|ω_x′(n^E)|＞ω^Thr_1

对特定类型车辆的例子，根据实际的倾翻数据，第一加速度阈值A_y ^Thr_1被设置成大约1.4g(如同测量算法300.1)，并且设置第一倾翻速度阈值ω^Thr_1大约是19度/秒。应该知道，该阈值，以及能量算法300.2的其他参数值，通常由特定的相应车辆12的特性或车辆的类别决定，并且可以调整用于倾翻检测系统10的特定数值，以改善依赖相应车辆12的特性和车辆类别的识别效果。

一旦是在步骤(306.1)之后初始进入能量算法300.2，就在步骤(310.2)初始化能量算法300.2。例如，将初始化事件样本计数n^E和角位置θ^E(-1)的值初始化为零。而且，刚好先于事件进入时间的采样时间t^E(-1)被初始化为能量事件进入的时间t^E(0)的值，其被初始化为当前时间t，并且，算法进入以来的时段Δt^E(0)被初始化成零值。另外，第二事件样本计数n_ω ^E被初始化成零，倾翻方向改变以来的时段Δt^E*也是这样。这里使用的大写字母“E”是指与能量算法300.2有关的各变量。

对能量算法300.2的后续的迭代，如果在步骤(304.2)置位ONGOING_ENERGY_EVENT_FLAG，则在步骤(312.2)，递增事件样本计数n^E，相应的当前采样时间t^E(n^E)被设置为与当前时间t相等，并且按下面公式计算从能量事件进入时间t^E(0)到当前时间t^E(n^E)延续时段的能量事件时间Δt^E：

Δt^E(n^E)＝t^E(n^E)-t^E(0)

在步骤(322.2)，例如，能量算法300.2的退出标准是能量事件时间Δt^E大于最大时段阈值Δt_max ^E，即：

${\mathrm{\Δt}}^E\left(n^E\right)>{\mathrm{\Δt}}_{\max }^E$

例如，能量算法300.2另外的退出标准是能量事件时间Δt^E大于最小时段阈值Δt_min ^E，并且步骤(306.2)的进入标准最近被满足以来的时段大于第二时段阈值Δt_Event ^E，即：

${\mathrm{\Δt}}^E\left(n^E\right)>{\mathrm{\Δt}}_{\min }^E$ 与 ${\mathrm{\Δt}}^E\left(n^E\right)-{\mathrm{\Δt}}^{E*}>{\mathrm{\Δt}}_{\mathrm{Event}}^E$

由于可能有较慢的倾翻事件，能量算法300.2在被重新启动(退出和重启)前，要求有比测量算法300.1更长的时段。对特定类型车辆的例子，根据实际的倾翻数据，时段阈值Δt_max ^E被设置成大约12秒，最小时段阈值Δt_min ^E被设置成大约4秒，并且第二时段阈值Δt_Event ^E被设置成大约2秒。因此，对这个例子，能量算法300.2至少执行4秒，但不超过12秒，并且限于这种限制，如果进入标准最近被满足以来的时段超过2秒，则退出。当从能量算法300.2退出，在步骤(320.2)复位ONGOING_ENERGY_EVENT_FLAG，此后，在步骤(306.2)若又满足进入标准，则在步骤(310.2)初始化与能量算法300.2的有关变量。

在步骤(322.2)，如果没有满足退出标准，则在步骤(326.2)按照如下步骤对能量算法300.2的特定迭代更新所述算法计算。

首先，通过积分经补偿的角速度ω_x′的有符号值，估算角位置θ^E：

θ^E(n^E)＝θ^E(n^E-1)+ω_x′(n^E)·dt

其中，积分时间步长dt由当前迭代的时间t^E(n^E)和前一迭代时间t^E(n^E-1)之间的差值给出，对于均衡采样率该差值应该是常数，其表示：

dt＝t^E(n^E)-t^E(n^E-1)

并且经补偿的角速度ω_x′由下式给出：

${\mathrm{\ω}}_x^{\′}\left(t\right)={\widetilde{\mathrm{\ω}}}_x\left(t\right)-{\widetilde{\mathrm{\ω}}}_x^{\mathrm{Offset}}\left(t\right)$

在步骤(326.2)，所述算法计算还用于补偿因陀螺仪误差而导致的、或因显著车辆运动产生的偏移量而导致的角速度ω_x信号的偏移量，这可能在经补偿的角速度ω_x′中没有进行适当的补偿，特别是对于角速度ω_x信号可能反映了实质的摆动行为的路面粗糙情况。在最近的满足算法标准的时间之后，至少Δt_Event ^E秒，如2秒，算法300.2不退出，因此提供延长的能量算法300.2的时段，直到Δt_max ^E秒，如12秒，在来自角速度传感器20的信号中，对较小的偏移，如2～3度/秒，这可能导致实质的倾翻角度积分误差(如24导36度)。在粗糙路面，车辆12可能表现出实质的摆动倾翻运动，并且“粗糙路面事件”可用关于真实角速度偏移 振荡的角速度ω_x来描述。例如，参见图13，图中画出了作为时间函数的具有-6.5度/秒的真实角速度偏移

的角速度ω_x信号。由于通常在倾翻事件期间，该倾翻事件并不表现出经补偿的角速度ω_x′的符号改变，可以由经补偿的角速度信号ω_x′中的振荡来识别粗糙路面情况。在这种情况下，根据下面的等式，每次经补偿的角速度信号ω_x′改变符号，积分的倾翻角度θ^E向零衰减：

${\mathrm{\θ}}^E\left(n^E\right)={\mathrm{\θ}}^E(n^E-1)\·\mathrm{MAX}(\frac{1024-(n^E-n_{\mathrm{\ω}}^E)}{1024},0.5)$ 和

$n_{\mathrm{\ω}}^E=n^E$

其中，设置计数n_ω ^E等于在反转时的事件样本计数n^E，每当经补偿的角速度信号ω_x′改变方向，根据最近的方向改变以来的时间段，以0.1％到50％之间的量提供对倾翻角度θ^E的衰减。

参见图14，其中示出了上述的对倾翻振荡效应进行补偿的结果，其中，对不同情况，画出了作为时间函数的、从对图13所画的角速度ω_x(倾翻角速度)数据积分得到的倾翻角度θ^E。对第一种情况，在积分之前，去掉-6.5度/秒的角速度偏移 对第二种情况，从有偏的角速度ω_x数据积分得到倾翻角度θ^E，然后做上述的倾翻振荡补偿。对第三种情况，从有偏的角速度ω_x数据积分得到倾翻角度θ^E，但没有上述的对倾翻振荡补偿，其示出了作为较长积分区间上未补偿的角速度ω_x偏差结果的倾翻事件错误检测的潜在可能。上述的对倾翻振荡的补偿实际修正了导致积分误差的倾翻振荡，对其中有大致单向的角速度ω_x的实际倾翻事件的检测没有不利影响。

在步骤(326.2)，所述算法计算还记录满足步骤(306.2)的进入标准的最近时间，以便为步骤(322.2)的退出标准提供补充的基础：

如果 $|A_y^{\′}\left(n^E\right)>A_y^{\mathrm{Thr}\_1}\mathrm{OR}|{\mathrm{\ω}}_x^{\′}\left(n^E\right)|>{\mathrm{\ω}}_x^{\mathrm{Thr}\_1}$ 则 ${\mathrm{\Δt}}^{E*}={\mathrm{\Δt}}^E$

在步骤(322.2)的算法计算之后，在步骤(330.2)评价的算法检测标准包含多个检测条件，例如，如图8c所示的。如果满足所有的检测条件，这样通常就超过了能量事件阈值，则认为倾翻可能要发生，并且如果在步骤(340)，又由保险算法200满足了相应的保险标准，则在步骤(350)，部署相应的一个或多个安全保护致动器30，以便减轻对有关乘员或者有关各乘员的伤害。能量算法300.2的检测标准是根据类似于上述的测量算法300.1的检测原理建立的。

能量算法300.2的主要检测标准基于经补偿的角速度ω_x′和倾翻角度θ^E的性质，及其在相应的角速度与倾翻角度的相空间(即ω-θ相空间)中相应的轨迹。图15示出了ω-θ相空间的例子。

根据刚体动力学，在区分相应刚体的倾翻和非倾翻事件的相空间中存在理论的阈值边界。例如，由下式给出的理论阈值边界：

${\mathrm{\ω}}^{\mathrm{Thr}}\left(\mathrm{\θ}\right)=\sqrt{\frac{2\mathrm{mg}\·{[\frac{T^2}{4}+h_{\mathrm{CG}}^2]}^{1/2}\·[1-\sin (\mathrm{\θ}+{\tan }^{-1}\left(\frac{{2h}_{\mathrm{CG}}}{T}\right))]}{I}}$

其中mg是车辆的重量，T是车辆的轨道宽度，I是车辆倾翻中的惯性矩，以及h_CG是车辆重心的高度。在ω-θ平面有影响的区域，该方程是近似线性的。但是，由于非刚体的作用，实际的阈值界限最好建模成分段线性界限，例如，包括一系列大约5或6个连接起来的满足上述理论阈值界限的线段，但是，针对特定的车辆或车辆平台，可以对其进行定制，以改进对倾翻和非倾翻事件的识别能力。通常，这个界限既可以通过相空间的函数(即倾翻角θ的函数)来表示，通过相空间的分段函数(即倾翻角θ的分段函数)来表示，也可以通过相空间的表查找来表示。参见图15，在相空间中画出的例子是，根据图10的条件，分别对图11a和图11b的测试A和测试B，使用上述的运行平均滤波器滤波的实际倾翻数据，以及相应的理论阈值界限的例子和实际的分段线性阈值界限。

对每个其限定当前倾翻角度θ^E(n^E)的相应的端点角度值θ_k，θ_k+1的线性分段的迭代，计算当前有序对(ω_x′(n^E)，θ^E(n^E))之间的距离和实际阈值界限的线性分段。实际阈值界限的每个线性分段由其端点(ω_k，θ_k)和(ω_k+1，θ_k+1)来定义。当前有序对和实际阈值界限之间的距离D由下式给出：

$D({\widetilde{\mathrm{\ω}}}_x,{\mathrm{\θ}}^E,n^E,k)=\frac{[({\mathrm{\ω}}_{k+1}-{\mathrm{\ω}}_k)\·({\mathrm{\θ}}^E\left(n^E\right)-{\mathrm{\θ}}_k)-({\mathrm{\θ}}_{k+1}-{\mathrm{\θ}}_k)\·\left(\right|{\mathrm{\ω}}_x^{\′}\left(n^E\right)|-{\mathrm{\ω}}_k)]}{\sqrt{{({\mathrm{\θ}}_{k+1}-{\mathrm{\θ}}_k)}^2+{({\mathrm{\ω}}_{k+1}-{\mathrm{\ω}}_k)}^2}}$

因此，如果这个距离小于零，则跨越了实际的阈值界限。

ω-θ相空间中(ω_x′(n^E)，θ^E(n^E))轨迹的斜率由下式给出：

$\mathrm{Slope}\left(n^E\right)=\frac{{\mathrm{\ω}}_x^{\′}\left(n^E\right)-{\mathrm{\ω}}_x^{\′}(n^E-1)}{{\mathrm{\θ}}^E\left(n^E\right)-{\mathrm{\θ}}^E(n^E-1)}$

并且这个斜率在ω-θ空间中的相应角度由下式给出：

$\mathrm{\β}={\tan }^{-1}(\mathrm{Slope}\left(n^E\right)\·\frac{180}{\mathrm{\π}})$

在步骤(330.2)，如果角度β在限定之内(即β^min＜β＜β^max，其中如β^min＝75度并且β^max＝90度)，倾翻速度的量级随时间增加(即|ω_x′(n^E)|-|ω_x′(n^E-1)|＞0)，到实际阈值界限的距离小于零(即 $D({\widetilde{\mathrm{\&omega;}}}_x^{\&prime;},{\mathrm{\&theta;}}^E,n^E,k)<0$ )以及倾翻角度θ^E大于倾翻角度阈值θ^Thr(即|θ^E|＞θ^Thr，其中如θ^Thr＝10度)，则满足能量检测标准。可替换的，如果在ω-θ相空间中该距离小于阈值D^Thr(即 $D({\widetilde{\mathrm{\&omega;}}}_x^{\&prime;},{\mathrm{\&theta;}}^E,n^E,k)<D^{\mathrm{Thr}},$ 其中如 $D^{\mathrm{Thr}}=-2.5\sqrt{{\mathrm{deg}}^2+{(\mathrm{deg}/\sec )}^2}$ )并且该倾翻角度θ^E大于所述倾翻角度阈值θ^Thr(即|θ^E|＞θ^Thr)，则满足能量检测标准。如果在步骤(330.2)满足能量检测标准，并且如果在步骤(340)满足所述保险标准，则在步骤(350)部署相应的一个或多个安全保护致动器30，以便减轻对有关乘员或有关各乘员的伤害。

能量算法300.2的部署决策不是封闭的，因此，如果在满足能量算法300.2的检测标准的时候不满足所述保险标准，则继续迭代能量算法300.2，直到或者满足所述保险算法，或者能量算法300.2在步骤(322.2)以其他方式退出。

应该理解，测量算法300.1和能量算法300.2可在共同的处理器26或在各自分开的各处理器上串行执行或并行执行。如果是串行执行，完成图6中所示的该两个算法其中之一的一个迭代的各步骤，然后另一个算法从步骤(302)开始第一遍，或从步骤(150)开始后续的各遍。

尽管通过特定形式的方程说明了所述倾翻检测算法，应该理解，在不脱离所叙述范围的前提下，这些计算也可以按不同的方式实现在特定的处理器26上。例如，为了在特定的处理器上实际实现，可能需要对这里说明的特定计算进行修改，如，根据相应的模拟到数字转换的解决方案，以及特定处理器26执行数学运算的类型和精度，以及特定处理器26优选的字长等进行修改。

尽管，这里是通过将所述倾翻识别算法应用到样本数据对该算法进行的说明，应该理解，所述算法也可以连续地实现，例如，使用模拟处理器实现。而且，应该理解，在所述倾翻识别算法的实际实现中，事件样本计数n^M既可以是显式的，也可以是隐式的，并且，相应的各随时间变化的变量既可以表示为时间t的函数，也可以表示为事件样本计数n^M、n^E的函数。

尽管这里说明的测量算法300.1和能量算法300.2使用通过积分相应的经补偿的角速度ω_x′而得到的倾翻角度的度量，应该理解，通过测量的倾翻角度，如通过倾斜传感器测量的倾翻角度，可以用来替代所计算的倾翻角度。

参见图16，根据另外的实施例，倾翻检测系统10.1包括图12中示出的并在上文说明的倾翻检测系统10，并且还包括操作连接到处理器26的横向速度传感器42，其用于提供车辆12关于地面即路面的横向速度的度量值。横向速度传感器42可以基于任何的各类传感技术，包括但不限于根据声音、微波、激光、雷达或其他电磁技术的基于波或脉冲的发射和接收系统，如，根据相应的载波的多普勒位移来测量速度；或依赖地面图像的基本空间频率的光学速度传感器。例如，横向速度传感器42可以安装在车辆的朝下的或侧方的表面，如底盘、侧镜的下侧或较低的车体面板，例如，使发射器朝下对着路面定向，以便从后面或从车辆看，所发射信号的主轴关于垂直线成不同于零度的某个角度，例如，使所述发射器横向倾斜45度，以获得信号强度和传感器敏感性之间的良好折衷。例如，对通常的车辆驾驶高度，接收器可位于离所述发射器有一些横向距离的地方，以便接收从所述发射器发出并从路面反射的波。也可按大致平行于地面的方向定向所述发射器，以便相对于靠近并从路面升起的反射表面来测量速度。所述接收器可位于靠近所述发射器的地方，可便于安装，但可能会降低信号强度。

由横向速度传感器42获得的横向速度的度量值可用于改进倾翻检测系统10.1的倾翻事件的识别。许多倾翻事件，特定是绊摔型倾翻事件，表现出包括明显横向车速的预倾翻运动。随着车辆12因轮胎侧滑而经历横向加速度力，并可能与某障碍物或地面设施接合，该横向加速度力引起车辆12上关于纵轴的、可造成车辆12倾翻的扭矩，因此与初始横向速度有关的初始横向平移动能转换成转动动能和势能。根据该能量转换，如果没有其他的引起倾翻的力，如可将与车辆的前向速度有关的纵向平移动能转换成转动动能的垂直力，由于该横向动能的转换，该车辆将不会倾翻，除非，相应于在两个同侧的车轮上将车辆的重心提高到与该车辆相关的平衡高度Δh，横向动能 $(\frac{1}{2}{\mathrm{mass}}_{\mathrm{veh}}*v^2)$ 大于势能(mass_veh*g*Δh)。因此，车辆的横向速度或速率的度量值可以对车辆是否有足够发生倾翻的能量提供早期的提示。如果车辆的横向速度不足以引起完全的倾翻(即，如果 $V\&le;\sqrt{2\mathrm{g\&Delta;h}}$ )，则可以延迟或禁止相应的安全保护致动器30的部署，即使对起初很严重的部分倾翻事件。

例如，车辆12以横向撞击速度10mph侧滑到固定路缘，可能不会倾翻，但是，在经过较大但短促的、持续大约秒的横向加速度和倾翻角速度的条件下，则可能发生倾翻。但是，类似的路缘撞击事件，若以至少15mph的横向速度，将会引起车辆倾翻，相应的乘员碰头时间大约在初始撞击之后的100到150毫秒。如果倾翻决策标准没有响应车辆横向速度，则在响应前者的非倾翻事件时，采样用于后者的倾翻事件的、在乘员碰头之前部署安全保护致动器的倾翻决策标准，可能会导致安全保护致动器30的部署。如果知道车辆横向速度，在其他方式下需要先于乘员碰头而部署安全保护致动器30的相对早期决策时间里，可以禁止所有和某些倾翻保护装置的部署。可以由倾翻检测系统10.1继续监控倾翻运动，在以后的时间里，如果条件改变到导致完全倾翻的情况，则可以部署安全保护致动器30。

根据倾翻检测系统10.1另一个实施例，相应的测量算法300.1或能量算法300.2可以包含两个或多个不同的部署阈值，阈值的选择可以依赖于倾翻算法进入时或接近进入时的车辆的横向速度。该阈值可以是初始横向速度的函数，这样，对较低的初始横向速度，为了可以部署相应的安全保护致动器30，要求一个或多个倾翻度量值相应地超过较大的阈值。

车辆12的初始横向速度不一定将所有可用的平移动能转换成可能导致倾翻的转动动能。例如，向前行驶的车辆具有可转换成侧向动能的纵向平移动能，例如，当车辆12在光滑的表面旋转时。如果该车辆同时做倾翻运动，则随着倾翻的继续，转动动能和转动产生的势能可能增加，而不必较多地消耗与车辆12初始横向速度相关的动能。

根据另一个实施例，如果整体的平移动能，即横向加纵向的动能，小于对应于车辆12的倾翻平衡位置的转动势能的阈值，则可禁止相应的安全保护致动器30的部署，因为没有足够的能量可引起车辆完全倾翻。

根据倾翻检测系统10.1的另一个实施例，在事件的初始阶段期间，监控车辆12的横向速度，以确定当前横向动能加上转动动能再加上势能是否超过了车辆倾翻所要求的能量。通常，车辆的横向速度可被融和到所述倾翻算法中，以便得到新的度量，或用于增强已有的倾翻可能性的度量，例如，这可以是所测量的横向速度结合下述一个或多个车辆的动态信号的函数：纵向倾翻角速度、倾翻斜角、相对于路面的高度、横向加速度、垂直加速度、方向盘角度、车辆前向速度或横摆角速度等。将车辆横向速度与任何这些所测量的车辆状态参数结合，可以提供用于提高倾翻算法能力的度量值，以便能更快地估计或预测该车辆是否会倾翻。

例如，依照基于能量的方法，在倾翻角速度和倾翻角度的相空间中的理论部署阈值可以是如下形式：

函数(横向速度)+函数(倾翻角速度)，例如

$C_1*{v^2}_{\mathrm{lateral}}+({{\mathrm{\&omega;}}^2}_{\mathrm{roll}}+\underset{\mathrm{time}}{\mathrm{\&Sigma;}}{\mathrm{\&omega;}}_{\mathrm{roll}})=C_2$

其中C₁对特定车辆是常数，v_lateral是车辆的横向速度，ω_roll是车辆的倾翻角速度，以及C₂是倾翻所需要的势能，其提供与整体能量中可用的或对倾翻运动起作用的能量大致成比例的度量值，如横向动能、倾翻转动动能和对倾翻角有影响的势能的总和。为了比较，以上述函数的后一项给出图15中示出的理论部署阈值，即 $({\mathrm{\&omega;}}_{\mathrm{roll}}^2+\underset{\mathrm{time}}{\mathrm{\&Sigma;}}{\mathrm{\&omega;}}_{\mathrm{roll}}).$ 因此，上述函数的前一项，即C₁*v_lateral ²可被解释为由横向速度决定的阈值降低偏移。可以使用实验数据或通过对特定阈值函数的分析，将针对特定车辆的阈值特性裁制成可引起车辆倾翻的最小值。

在另外的实施例中，横向速度的度量值既可用于修正前述的能量算法300.2的部署阈值函数，也可以用于修正前述的测量算法300.1部署阈值函数。

例如，参见图17，根据横向速度的度量值，能量算法300.2的倾翻角速度—倾翻角度部署阈值可以调整到更低，如图17中的虚线所表示的。例如，根据可用于转换到倾翻运动的相应横向平移动能，整个阈值曲线可以按依赖横向速度度量值的倾翻角速度向下移动。

作为另一个例子，参见图18，对增加的倾翻可能性，要增加倾翻度量值的阈值的量值，即，可以通过作为横向速度量值的函数的乘数因子来调整测量算法300.1的阈值函数。例如，对于没有修正的标称倾翻部署阈值(阈值乘数因子1)，可以选择速度量值V₁。对较低的速度，通过阈值乘数因子(大于1)提高阈值，并且对较高的速度，通过阈值乘数因子(在1和0之间)降低阈值，其中所述乘数因子是横向速度度量值的函数。也可以不按这种方式修正阈值，而是可以通过增加适当的横向速度的函数，改变特定的倾翻度量值，以获得等效的结果。

可以按上述的方式直接测量横向速度的度量值，也可以间接地估算。横向速度的估算可以利用已经包含在车辆中的各传感器的度量值，例如，用于车辆稳定性或非倾翻撞击检测的传感器，这样，可以不需要提供直接横向速度度量值的横向速度传感器。

例如，可以使用来自横向加速度表的横向加速度的度量值，连同来自横摆角速度传感器的横摆角速度的度量值，或分别来自车速传感器以及方向盘角度或前轮角度传感器的车辆前向速度和方向盘角度的度量值，来估算横向速度的度量。可以积分来自横向加速度表的、作为时间函数的加速度度量值，以获得横向速度的度量，并且，相应于测量的横摆转动运动，横摆角速度传感器(或前向速度传感器)的输出结合方向盘或前轮角度传感器的输出可用于修正积分得到的横向速度。例如，可以按照下面的公式，在减去由横摆角速度传感器(或前向速度传感器)和方向盘角度传感器相结合得出的向心加速度之后，积分(或离散求和)所测量的关于时间的横向加速度：

$v_{\mathrm{lateral}}=\&Integral;(A_{\mathrm{lateral}}-{\mathrm{\&omega;}}_{\mathrm{yaw}}^2*R)\mathrm{dt}$

或

$v_{\mathrm{lateral}}=\&Integral;(A_{\mathrm{lateral}}-v_{\mathrm{forward}}^2/R)\mathrm{dt}$

其中v_lateral是所计算的车辆的横向速度；ω_yaw是测量的车辆的横摆角速度；R是由方向盘角度、前轮角度传感器或来自独立的前轮速度传感器的轮速的度量值而得出的车辆转弯半径，以及v_forward是前向车速。

用于该计算的输入信号可以是低通滤波的，并经补偿以消除偏移。特定类型的车辆具有相应的最大横摆角速度或前向速度，这可能对给定的转弯半径发生，因此，对通常的道路/轮胎情况，较高的前向速度或横摆角速度会引起横向轮胎滑动以及相应的横向车速。根据横摆角速度和车辆转弯半径、或基于前向速度和车辆转弯半径的向心加速度的修正，被限定在针对特定车辆的最大量值之内。对大多数具有良好轮胎行驶在干燥路面上的车辆(理想情况)，相应于对特定车辆在通常的干燥平坦的路面的最大可接受向心加速度，修正项ω_yaw ²*R或v_forward ²/R将被限定在大约±0.8g的范围内。在实际的行驶条件中，可能会得到较高的向心加速度，例如，行驶的地形使轮胎咬进行驶路面。尽管同车辆实际经历的相比，这些条件可能产生更大的横向速度估计值，但这些条件对产生实际的倾翻事件还是很有作用的，因轮胎和轮缘可能引起车辆上的充分大的产生扭矩的力。该计算可能要求某些阻尼项和/或这样的条件，使得或者只有触发的横向速度的计算，或者有事件驱动的使估算的横向速度为零的重新设定，以便当在较长的时段上积分横向加速度时，可以排除未修正偏移的不利影响。

横摆角速度传感器测量车辆12关于垂直轴的转动角速度。上述的说明假定前向车速和横摆角速度以简单的常数关联：v_forward＝ω_yaw*R，当轮胎在行驶表面没有滑动的情况下，有这样的关系。在车辆12的轮胎打滑的情况下，车辆12可能绕与所控制的转弯半径的中心不同的垂直轴，做某种转动运动，在这种情况下，该横摆角速度和该转弯半径的乘积可能大于该前向速度。在包含用于前向速度v_forward、横摆角速度ω_yaw和转弯半径R的传感器的倾翻检测系统10.1中，可使用所有这三种信号，按照下面的公式获得横向速度的度量值和车辆旋转角速度的度量值：

$v_{\mathrm{lateral}}=\&Integral;(A_{\mathrm{lateral}}-v_{\mathrm{forward}}^2/R)\mathrm{dt},$ 其中v_forward ²/R以±A_{centripetal MAX}为界spin-rate＝ω_yaw-v_forward/R，其中v_forward/R以±A_{centripetal MAX}/v_forward为界

车辆的旋转角速度可能是重要的，因如果车辆主要绕靠近横向加速度表安装位置的垂直轴旋转，则该横向加速度表可能不适于检测车辆横向速度的变化，特别对低摩擦路面情况(如结冰路面)。因此，还可以按照下面的公式修正横向速度的估算值：

$v_{\mathrm{lateral}}=\&Integral;(A_{\mathrm{lateral}}-v_{\mathrm{forward}}^2/R)\mathrm{dt}+v_{\mathrm{forward}}*\cos (\&Integral;\mathrm{spin\; rate}\&CenterDot;\mathrm{dt})$

其中所添加的修正项是先对估算的旋转角速度的积分，得到车辆旋转角度，然后用于确定前向车速在横向运动上的投影，这可能在另外的方式下横向加速度表没有检测到。

这里说明的倾翻识别算法的各参数是从相应的实验数据导出的，如果应用到与导出这些参数的车辆类型不同的其他车辆，可能需要调整这些参数，其中，例如，调整的标准是倾翻事件的鲁棒性和及早检测，同时在可能的范围内，防止将非倾翻事件错误地识别成倾翻事件。这里说明的不同参数的特定数值不应该被认为是限定，例如，对不同的车辆类型可以有不同的值，因其可能有不同的易倾翻性。例如，如运动休闲车(SUV)等有较高重心或较窄轴距的车辆，较之如轿车等具有较低重心或较宽轴距的车辆，更易于倾翻。另外，通过提供相应的纵向加速度表和颠簸率传感器，倾翻检测系统10还可用于检测车辆关于局部Y轴的颠簸(pitchover)事件。

直接提供车辆横向速度度量值的横向速度传感器，以及这里说明的横向速度估计算法，较之只积分测量的横向加速度或使用车辆的纵向速度的度量值，提供了更精确的测量和估算横向速度的手段，因此改进了倾翻事件的识别效果。

尽管这里说明了特定的实施例的细节，本领域的普通技术人员应该理解，依照所公开的全部内容，对这些细节可以做各种修改和替换。因此，这里公开的特定安排仅仅是为了说明的目的，而不是对本发明范围的限制。本发明的范围由权利要求书的全部及其任何和所有的等价物给出。

Claims (26)

1.一种用于检测车辆的倾翻条件的系统，包括：

a.倾翻角速度传感器，操作连接到该车辆，其中，所述倾翻角速度传感器用于测量该车辆相对于侧倾轴的倾翻角速度，并且所述侧倾轴与该车辆的纵轴大致对齐；

b.横向速度传感器，操作连接到该车辆，其中，所述横向速度传感器响应沿所述车辆的大致横向方向的该车辆的速度，并且所述横向速度传感器从超声波传感器、微波传感器、雷达传感器和光学速度传感器中选择；以及

c.处理器，操作连接到所述倾翻角速度传感器和所述横向速度传感器，其中，所述处理器用于产生控制安全保护系统的信号，用于控制所述安全保护系统的所述信号响应来自所述倾翻角速度传感器的信号和来自所述横向速度传感器的信号。

2.如权利要求1所述的用于检测车辆的倾翻条件的系统，其中所述处理器用于，通过积分所述倾翻角速度传感器的所述信号确定倾翻角度的度量值，并且，用于控制所述安全保护系统的所述信号还响应所述的倾翻角度的度量值。

3.如权利要求1所述的用于检测车辆的倾翻条件的系统，还包括操作连接到该车辆的纵向速度传感器，其中，所述纵向速度传感器响应大致沿该车辆所所述纵向轴方向的车辆速度，并且用于控制所述安全保护系统的所述信号还响应来自所述纵向速度传感器的信号。

4.如权利要求1所述的用于检测车辆的倾翻条件的系统，还包括操作连接到该车辆的加速度表，其中，所述加速度表用于测量该车辆大致沿所述横向的加速度，并且用于控制所述安全保护系统的所述信号还响应来自所述加速度表的信号。

5.一种用于检测车辆的倾翻条件的方法，包括：

a.获取该车辆关于侧倾轴的倾翻角速度的度量值，其中所述侧倾轴与该车辆的纵轴大致对齐；

b.获取在该车辆横向速度的度量值，其中，所述横向速度的度量值直接表示该车辆的横向速度；以及

c.产生用于控制安全保护系统的信号，其中，用于控制所述安全保护系统的所述信号响应所述的倾翻角速度的度量值和所述横向速度的度量值。

6.如权利要求5所述的用于检测车辆的倾翻条件的方法，其中，用于控制所述安全保护系统的所述信号响应部署阈值，并且所述部署阈值响应所述横向速度的度量值。

7.如权利要求6所述的用于检测车辆的倾翻条件的方法，其中，通过响应所述横向速度度量值的偏移，改变所述部署阈值。

8.如权利要求6所述的用于检测车辆的倾翻条件的方法，其中，通过响应所述横向速度度量值的因子，缩放所述部署阈值。

9.如权利要求5所述的用于检测车辆的倾翻条件的方法，还包括：

a.将第三度量值与第一阈值比较，其中所述第三度量值响应所述横向速度的度量值；以及

b.如果所述第三度量值小于所述第一阈值，延迟或禁止所述安全保护系统的部署。

10.如权利要求5所述的用于检测车辆的倾翻条件的方法，还包括：

a.获取该车辆纵向速度的度量值；

b.确定该车辆的平移速度的度量值，其中，所述平移速度的度量值响应所述纵向速度的度量值和所述横向速度的度量值；

c.将第四度量值与第二阈值比较，其中，所述第四度量值响应所述平移速度的度量值；以及

d.如果所述第四度量值小于所述第二阈值，则禁止所述安全保护系统的部署。

11.如权利要求5所述的用于检测车辆的倾翻条件的方法，还包括：

a.由所述的倾翻角速度的度量值确定或获取倾翻角度的度量值；

b.确定在所述倾翻角速度的度量值和所述倾翻角度的度量值的相空间中的阈值函数；

c.响应所述横向速度的度量值，修正所述阈值函数；以及

d.将相空间中的度量值与所述阈值函数比较，其中所述相空间中的度量值包括所述倾翻角速度的度量值与所述倾翻角度的度量值的结合，其中，用于控制所述安全保护系统的所述信号响应所述相空间中的度量值与所述阈值函数的比较操作。

12.如权利要求11所述的用于检测车辆的倾翻条件的方法，其中，所述阈值函数或包括相空间中的函数，相空间中的分段函数，或包括相空间中的表查找。

13.如权利要求11所述的用于检测车辆的倾翻条件的方法，其中，该修正所述阈值函数的操作包括：响应所述横向速度的度量值，确定倾翻角速度偏移，以及从所述阈值函数减去所述倾翻角速度偏移。

14.如权利要求5所述的用于检测车辆的倾翻条件的方法，还包括：

a.响应所述横向速度度量值和至少一个从包含所述倾翻角速度度量值、该车辆的倾翻角度度量值、该车辆的横向加速度度量值、该车辆的垂直加速度度量值、该车辆的方向盘角度度量值、该车辆的纵向速度度量值以及该车辆的横摆角速度度量值的组中选择的度量值，生成第五度量值；

b.将所述第五度量值与第三阈值比较；以及

c.响应所述第五度量值与所述第三阈值的比较操作，控制所述安全保护系统。

15.如权利要求14所述的用于检测车辆的倾翻条件的方法，其中，所述第五度量值包括横向平移动能度量值和响应所述倾翻角速度度量值的度量值的结合，其中所述横向平移动能度量值响应所述横向速度的度量值，并且，所述的响应所述倾翻角速度度量值的度量值响应转动动能度量值和倾翻角度度量值中的至少一个，其中所述转动动能度量值响应所述的倾翻角速度度量值，并且所述的倾翻角度度量值响应所述的角速度度量值的积分。

16.如权利要求5所述的用于检测车辆的倾翻条件的方法，其中，用于产生控制所述安全保护系统的所述信号的操作包括：

a.获取该车辆的横向加速度度量值；

b.响应所述横向加速度度量值和所述倾翻角速度的度量值，确定优值；

c.响应所述横向速度度量值确定优值阈值；以及

d.通过将所述优值与所述优值阈值比较，检测倾翻条件。

17.如权利要求16所述的用于检测车辆的倾翻条件的方法，其中，所说的用于确定优值阈值的操作包括以阈值乘数因子乘第一优值阈值，并且所述阈值乘数因子响应所述横向速度的度量值。

18.如权利要求16所述的用于检测车辆的倾翻条件的方法，其中，所说的用于确定优值阈值的操作包括将偏移量增加到第一优值阈值，并且所述偏移量响应所述横向速度的度量值。

19.一种用于检测车辆倾翻条件的方法，包括：

a.获取该车辆关于侧倾轴的倾翻角速度的度量值，其中所述侧倾轴与该车辆的纵轴大致对齐；

b.获取该车辆的横向加速度的度量值；

c.获取该车辆的纵向速度的度量值和关于横摆轴的横摆角速度的度量值中的至少一个；

d.确定该车辆转弯半径的度量值；

e.响应所述横向加速度的度量值、所述转弯半径的度量值以及所述纵向速度的度量值和所述横摆角速度的度量值中至少一个，确定该车辆的横向速度的度量值；以及

f.生成用于控制所述安全保护系统的信号，其中用于控制所述安全保护系统的所述信号响应所述倾翻角速度的度量值和所述横向速度的度量值。

20.如权利要求19所述的用于检测车辆的倾翻条件的方法，其中，所说的确定转弯半径的度量值的操作包括：

a.获取方向盘角度的度量值、前轮角度的度量值以及来自独立的前轮速度传感器的前向速度的度量值中的至少一个；

b.响应所述的方向盘角度的度量值、前轮角度的度量值以及来自独立的前轮速度传感器的前向速度的度量值中的至少一个，确定转弯半径的度量值。

21.如权利要求19所述的用于检测车辆的倾翻条件的方法，其中，所说的用于确定横向速度的度量值的操作包括：积分第四度量值，其中所述第四度量值响应所述横向加速度度量值和向心加速度度量值的差值，并且所述向心加速度度量值响应所述转弯半径、以及所述横摆角速度度量值和所述纵向速度度量值中的至少一个。

22.如权利要求21所述的用于检测车辆的倾翻条件的方法，其中，还包括通过向心加速度阈值限定所述向心加速度度量值的大小。

23.如权利要求21所述的用于检测车辆的倾翻条件的方法，其中，所述向心加速度度量值由所述横摆角速度和所述转弯半径的乘积构成。

24.如权利要求21所述的用于检测车辆的倾翻条件的方法，其中，所述向心加速度度量值由所述纵向速度度量值除以所述转弯半径构成。

25.如权利要求21所述的用于检测车辆的倾翻条件的方法，其中，所说的用于确定横向速度度量值的操作还包括：

a.确定旋转角速度的度量值，其中，所述旋转角速度的度量值响应所述横摆角速度的度量值以及第五度量值，其中所述第五度量值响应所述纵向速度的度量值和所述转弯半径；

b.积分所述旋转角速度的度量值，以便产生旋转角度的度量值；

c.通过将所述纵向速度的度量值乘以所述旋转角度产生第六度量值；

d.通过将所述第六度量值增加到所述横向速度的度量值，产生修正的横向速度度量值。

26.如权利要求25所述的用于检测车辆的倾翻条件的方法，号包括：响应向心加速度阈值和所述纵向速度的度量值，限定所述第五度量值。

Images