基于MM908E625和Low-G的汽車駕駛監控儀設計

1.數據庫建立：

　　駕駛狀態模糊控制器數據庫的建立和數據更新是本課題設計的重要部分SOOQ.cn版權所有，汽車正常駕駛時，系統設定為連續駕駛的前兩個小時為正常駕駛，在這段時間內監控儀的工作是對駕駛員的駕駛習慣進行數據搜集，按設定量化等級作數據的線性化量化，對應于油門開度、制動踏板位置和方向盤轉向軸三種類型的變量的不同量綱，按比例因子對數據處理，依據模糊子集的隸屬度函數模糊化數據。

　　為了消除大的誤差，在量化級之間采用插值運算，引入權系數因子w(.)，對于任意一個連續的測量值通過相鄰的兩個離散的加權運算得到模糊度的值。在模糊化數據建立數據庫的基礎上，生成正常駕駛習慣數學模型，并根據不斷采集的數據進行修正。隨著連續駕駛時間的增加（大于兩個小時或采集數據的變化超出駕駛狀態監控指標），監控儀自動進入疲勞駕駛監控狀態。

　　2.軟件框圖

　　(1).PC機程序設計：

　　PC機程序用C語言編寫，完成數據庫的建立和維護、對LIN-BUS網絡的管理、模糊控制器算法和規則的運算、交互界面的輸入輸出控制。軟件框圖如圖（6）所示。

圖（6）PC機軟件框圖

　　(2).測量模塊程序設計：

　　測量模塊是以MM908E625單片機為核心的數據采集器，程序用CodeWarrior3.1CW-HC083.0設計，測量模塊軟件框圖如圖（7）所示。

圖（7）測量模塊軟件框圖

結論

　　智能控制技術應用于汽車疲勞駕駛監控課題是一個相當復雜和具有相當難度的研究方向，通過對LIN-BUS網絡的研究，以MM908E625、Low-G加速度傳感器和其他傳感器與嵌入式PC機建立起這樣一個硬件平臺，實現對汽車駕駛狀態在正常駕駛、短距離駕駛、短時間駕駛的數據庫的建立，規則庫數據的修正，疲勞駕駛狀態監控。對油門開度、制動踏板位置和方向盤轉向軸等三種主要影響駕駛狀態的因數，設計出模糊控制器，從理論和硬件實現兩方面做了有益的探討，雖然離實際應用和產業化有一定的距離，但是為進一步完善該系統的設計打下了良好的基礎。