路面识别

摘要： 因不平路面动载荷而产生明显波动的轮速会导致车轮滑移率的跳变,进而会频繁触发以滑移率为控制目标的驱动防滑控制系统(ASR),因此,须对不平路面进行识别并优化控制。针对沟坎路面,本文提出以滑移率和整车侧倾角变化为观测量,采用门限逻辑法实现路面识别。对于连续不平路面,结合穿越计次法与能量法进行路面不平状况判别,以滑移率与路面附着系数所包围的封闭面积作为特征值进行路面条件判定,根据识别结果,采用ASR阈值调整控制,减小车轮悬空导致的打滑现象及主动制动不均产生的非理想横摆。结果表明,所提算法能够快速准确识别不平路面特性,ASR主动制动时长缩短18.8%,减少了在不平路面行驶的动力损失。

摘要： 针对路面湿滑状态识别和积水区域分割问题,结合迁移学习的路面湿滑状态识别方法和全分辨率残差网络的路面积水区域分割方法,设计一种路面湿滑状态检测系统。所设计的检测系统对路面湿滑状态进行识别,包括干燥、潮湿、积水和积水淹没4种沥青路面,针对检测系统识别出的积水路面,进一步对路面中积水区域进行分割,并在多种天气条件下进行路面湿滑状态检测试验。试验结果表明,所设计路面湿滑状态检测系统能准确、有效且实时地对不同光照和气候下的沥青路面湿滑状态进行检测。

摘要： 为了提高路噪主动控制系统对不同类型路面激励的适应性,采用卷积神经网络方法分类不同路面,根据不同路面输入下路噪主动控制系统的输出响应来调节收敛因子,优化路噪主动控制系统的降噪性能,使车辆在不同路面下达到最优降噪效果。通过采集3种典型路面图像,采用一种迁移学习的方法训练和测试网络,根据路面识别结果,调整路噪主动控制系统中LMS算法的收敛因子。仿真结果表明:利用VGG16对路面进行识别,可以准确识别不同路面类型。基于路面识别和LMS算法的路噪主动控制系统可以根据不同的路面类型调节收敛因子,提高车辆的降噪效果。

摘要： 智能驾驶中路面识别需要较快的实时性和较高的准确性,传统的图像分类识别技术不能很好满足该需求。针对这种情况,提出一种基于深度残差网络的路面状态识别方法,并结合残差模块构造一种新的网络模型结构。实验结果表明,改进的深度残差网络模型对建立的路面状态数据库分类识别准确率达到94.35%,证明基于改进后构造的卷积神经网络具有较好的分类准确度。

摘要： 根据越野车辆在不同路面上行驶时的动力学响应特征,可以实现路面类型的在线识别,为面向路面特征调整底盘控制子系统参数从而获取更好的行驶性能奠定基础.但越野环境地面特征复杂,车辆响应机理分析困难,给基于车辆动力学响应进行路面准确识别带来挑战.提出了一种SHAP-RF路面识别算法设计框架,通过SHAP (Shapley additive explanations)模型解释方法实现高维随机森林(random forest, RF)路面识别模型的降维化:首先采集了试验车在压实土路、沙地、良好沥青路与冰雪路4种路面上的行驶数据并计算了3个次级行驶特征;进一步计算了行驶数据的共计105个时域特征和频域特征,并以此为输入特征建立了高维随机森林路面识别模型;利用SHAP解释法分析高维模型输入特征对识别结果的影响从而提炼出各个特征与路面类型的关联性,完成特征筛选;最后,利用筛选后的特征设计降维随机森林路面分类器.基于实车数据的算法验证试验表明,设计的降维路面识别模型对4种路面的识别精确率在94%以上,召回率在93%以上,相比高维的随机森林路面识别模型,各种路面上的精确率和召回率最大降幅不超过3.2%,证明本文提出的SHAP-RF路面识别算法设计框架能够在选用较少特征的情况下依然保证车辆行驶路面类别的准确识别.

摘要： 针对新能源汽车防抱死问题,采用PID控制算法和模糊控制对以滑移率为基础的防抱死制动控制器设计方案进行构建,通过所构建的路面识别系统,实现了行驶于不同路面上的汽车对最佳滑移率的自动选择过程.通过Matlab仿真实验,能够证明模糊PID控制算法的响应速度和控制精度,稳定性及安全性均得以有效提升.

摘要： 制动力分配算法是电动汽车再生制动研究的基础,为了能够在不同路面制动时均能获得较好的制动效果,设计了 一种考虑路面附着条件影响的电动汽车制动力变比值优化分配算法.利用汽车动力学方程进行滑移率和利用附着系数估算,实现对路面类型的辨识.然后根据辨识的路面类型选择对应的制动力变比值分配系数,进行算法实现.最后通过与dSPACE软件联合仿真验证了算法有效性,与未考虑路面附着条件的算法相比,新算法制动所需时间至少减少了 6.6％.

摘要： 为了提高并联式混合动力汽车加速时的动力性与稳定性,提出了一种基于电机力矩动态调节的动态牵引力控制策略,所建立的控制策略基于路面最优滑转率的实时估计,通过电机力矩的动态调节来控制驱动轮的动态牵引力以提高加速性能并抑制过度滑转,对动态牵引力控制与能量管理的算法融合问题进行了研究,以避免动态牵引力控制对能量管理策略的干扰。最后,在MATLAB/Simulink环境中进行了系统仿真验证,结果表明所提出的控制策略显著地改善了车辆的加速性与行驶稳定性,同时还可以实现能量回收,可以有效提高了系统的节能效果。

摘要： 为了提高多轮分布式电驱动车辆在复杂机动环境下的转向能力,设计了一种基于直接横摆力矩控制的双重转向系统.该控制系统采用分层结构,上层为横摆力矩决策层,下层为驱动力分配层.在控制系统上层,基于无迹卡尔曼滤波和递归最小二乘结合算法进行路面辨识;根据车辆状态信息和路面条件自适应调节滑移转向比,由车辆动力学模型和滑移转向比确定双重转向参考模型;针对滑模面附近非连续特性造成的控制信号抖动现象,将滑模控制算法进行改进,设计了滑模条件积分控制器,使车辆实际横摆角速度追踪双重转向参考模型计算出期望横摆角速度.系统下层在保证车辆总驱动力的前提下,基于控制分配规则将上层广义目标控制力需求分配至各执行器.最后,利用硬件在环实时仿真平台进行控制策略验证.结果表明,分层控制系统较好地实现了路面识别功能和车辆双重转向功能,针对不同路面工况对车辆进行了有效地行驶控制,减小了车辆在狭小弯曲地区的转弯半径,抑制了车辆状态参数及电机转矩的颤振和抖动,改善了车辆小半径行驶的转向机动性和高速行驶稳定性.

摘要： 为了提高并联式混合动力汽车加速时的动力性与稳定性,提出了一种基于电机力矩动态调节的动态牵引力控制策略,所建立的控制策略基于路面最优滑转率的实时估计,通过电机力矩的动态调节来控制驱动轮的动态牵引力以提高加速性能并抑制过度滑转,对动态牵引力控制与能量管理的算法融合问题进行了研究,以避免动态牵引力控制对能量管理策略的干扰.最后,在MATLAB/Simulink环境中进行了系统仿真验证,结果表明所提出的控制策略显著地改善了车辆的加速性与行驶稳定性,同时还可以实现能量回收,可以有效提高了系统的节能效果.

摘要： 路面识别是车辆防滑控制的关键环节,轮毂电机驱动车辆电机转矩可测且响应快速,无需添加额外传感器,可在驱动或制动过程中快速估算路面滑转率和路面实际附着率μ,进而通过路面识别算法辨识当前路面最大附着率μmax和最优滑转率λd.本文针对轮毂电机驱动车辆进行车辆动力学建模,对多种轮胎数学模型进行分析得出典型路面μ-λ曲线,在此基础上采用模糊算法识别路面最大附着率和最优滑转率.

摘要： 针对后轮轮边驱动电动汽车进行了驱动防滑控制研究.提出了基于模糊控制的路面识别方法,并在此基础上设计了基于逻辑门限值控制理论的防滑控制策略.在AMESim-Simulink环境下进行了联合仿真,仿真结果表明,路面识别模块能够准确、快速地识别出当前的路面条件:带路面识别的防滑控制策略能够将车轮滑移率控制在当前路面下的最佳值附近,提高了车辆行驶的稳定性.由路面识别模块识别出当前的路面信息后，可以将所识别出的最佳滑移率用于轮边驱动防滑控制当中，以改善控制效果。防滑控制的原理是将驱动轮滑移率控制在对应最大路面附着系数的滑移率范围之内，从而使汽车获得最大的驱动力。一般情况下，由于轮胎初始状况的滑转主要由胎面的弹性形变而引起，因而一开始车轮的转矩与驱动力随着滑转率呈线性关系而增加。当车轮的转矩进一步增加而导致部分轮胎产生滑转时，驱动力和滑转率转而呈非线性关系。试验数据表明，充气轮胎在良好路面上行驶时，其驱动力通常在滑移率为15%一20%时达到最大值，而当车轮滑移率进一步增加时，将会导致轮胎的不稳定工况。而针对具体的不同路面，对应车轮获得最大附着力的最佳滑移率各不相同。因此结合前述路面识别模块的最佳滑移率识别结果，采用逻辑门限值控制理论进行轮边驱动防滑控制策略的设计，将车轮滑移率控制在最佳值的附近。

摘要： 针对四轮毂电机轮边驱动汽车各轮的驱动力矩可快速准确获得的特点,设计一种路面识别算法,并利用ADAMS软件和MATLAB软件分别建立整车机械模型和整车控制模型,进行联合仿真以验证路面识别算法的有效性。

摘要： 针对不同道路条件下前方行驶汽车突然紧急制动的危险工况,提出一种考虑不同路面条件的换道路径规划与自适应巡航控制相结合的避撞控制算法.该算法基于Prescan软件搭建紧急避撞场景模型,首先利用递推最小二乘法进行路面附着系数估计,识别道路条件,应用转向安全距离模型实时判断自车安全状态,当车辆处于危险工况时,自车根据建立的换道路径进行主动避撞.为了避免换道后与目标车道车辆碰撞,采用自适应巡航控制算法,保证车辆换入低速车道后安全行驶.在搭建的Prescan与Matlab/Simulink联合仿真平台中验证了该控制算法的有效性.仿真结果表明在高低附着系数路面条件下车辆能安全稳定的避撞.

摘要： 行驶的安全性和稳定性是多轮独立驱动车辆两项重要的性能指标,而驱动防滑控制(ASR)与制动防抱死控制(ABS)能有效提高车辆的行驶安全性和稳定性.本文针对8轮独立驱动车辆,提出了基于路面识别以及自适应模糊控制的驱动防滑与制动防抱死控制策略,同时根据车辆驱动和制动的特点,提出整车的控制结构,并结合制动时的能量回收和制动安全性考虑,提出机电联合控制算法.

摘要： 应用局部线性嵌入算法对几种典型的越野路面图像进行识别。采用提取原始图像的纹理信息与颜色信息并分别使用局部线性嵌入算法进行低维特征提取的处理方法，仿真实验证明综合考虑图像的纹理信息与颜色信息能够得到较高的识别准确率。

摘要： 基于FPGA技术设计车辆盘式电子机械制动器(EMB)防抱死制动(ABS)主控芯片，把普通制动控制、防抱死制动控制与路面识别技术进行整合后融入车辆EMB，将模糊PID控制模块、路面识别模块、电机控制模块等集成到一个芯片FPGA)中，并利用FPGA开发平台、电动脚踏以及直流电机对EMB防抱死制动控制器进行实验验证，结果证实该控制器可以实现对EMB驱动电机转速的精确控制。

摘要： 在基于模型参数获得估计的最佳滑移率的基础上，本文提出在变路面汽车SBC控制中运用滑模-PID双环控制算法，对车辆实施最佳滑移率下的控制，在Matlab/Simulink下的仿真结果表明可获得了良好的制动性能，这表明本文所提出的滑模-PID双环控制算法在汽车SBC系统中的可行性和有效性。

摘要： 在基于模型参数获得估计的最佳滑移率的基础上，本文提出在变路面汽车SBC控制中运用滑模-PID双环控制算法，对车辆实施最佳滑移率下的控制，在Matlab/Simulink下的仿真结果表明可获得了良好的制动性能，这表明本文所提出的滑模-PID双环控制算法在汽车SBC系统中的可行性和有效性。

摘要： 在基于模型参数获得估计的最佳滑移率的基础上，本文提出在变路面汽车SBC控制中运用滑模-PID双环控制算法，对车辆实施最佳滑移率下的控制，在Matlab/Simulink下的仿真结果表明可获得了良好的制动性能，这表明本文所提出的滑模-PID双环控制算法在汽车SBC系统中的可行性和有效性。

摘要： 本发明涉及路面检测技术领域，公开了一种基于图片识别的路面承载力识别方法及系统，该方法首先采集待测路面的图片并确定图片中的目标形变信息；分析待测路面的液化土层信息；基于目标形变信息、液化土层信息确定承载力计算模型，基于承载力计算模型计算待测路面的承载力。这样，通过图片识别的方法，可以快速识别路面下沉的形变力，且，结合了待测路面的液化土层信息，充分考虑了路面下的土层由于周边水流等环境被液化的情况，针对于河边等特殊环境下的道路，可以更准确的计算其路面承载力，在承载力接近极限值的情况下，可以及时发现问题，对道路进行抢修。

摘要： 根据通过多个成像器成像的多个成像图像来生成视差信息。生成显示了通过在纵向方向上多次划分多个成像图像而获取的每个行区域的视差值频率分布的视差直方图信息。从具有超出预定的指定值的频率的视差值或者视差值范围中选择具有随着接近成像图像的上面部分时视差值逐渐变小的特征的一组视差值或者视差值范围。按照所选择的一组视差值或者视差值范围，针对驾驶员的车辆行驶在其上的路面部分，识别驾驶员的车辆的前方路面的斜坡状况。

摘要： 本发明公开了一种基于路面语义分割和卷积神经网络的路面天气识别方法，该方法步骤如下：S1、构建语义分割网络；S2、路面二值化处理；S3、构建天气识别卷积神经网络；S4、训练语义分割网络和天气识别卷积神经网络；S5、实时采集高速公路图片，输入语义分割网络和天气识别卷积神经网络，输出图片对应天气类型。本发明通过提取图片路面区域并同时学习整体图片和路面区域特征，综合了整体图片的全局特征和路面区域的局部特征，提供了一种高效的高速公路路面场景的天气识别方法。

摘要： 本发明属于智能汽车环境感知技术领域，具体为一种基于路面图像多纹理特征融合的路面类型识别方法，包括步骤一：通过车载摄像头收集沥青、水泥、雪地、碎石这四种汽车行驶常见路面的图像信息；步骤二：对收集到的图像进行增广处理和灰度化处理；步骤三：使用圆形LBP算子提取路面图像的LBP特征；步骤四：使用小波散射框架提取路面图像的小波纹理特征；步骤五：将这两种路面纹理特征进行融合，形成该图像数据集的特征矩阵，并在特征矩阵最后一列打上标签；步骤六：在Matlab中使用有监督的机器学习训练模型对数据进行分类，选取其中准确率最高的分类器作为本方法的分类器模型，其结构合理，有效地提高了当前路面类型识别的精确度。

摘要： 本发明属于摊铺技术领域，具体涉及一种路面碾压施工全过程识别方法及识别系统，其中一种路面碾压工艺的识别方法，包括：获取摊铺机和各压路机的位置信息；根据压路机的轮胎信息识别身份为复压的压路机；以及路面碾压工艺初压、终压识别方法识别初压、终压的压路机。本发明可以根据各压路机的身份统筹安排响应压路机进行初压、复压、终压，避免错误和混乱，通过有效的识别压路机的类型对数据高效分布式统计提高了路面碾压的效率和效果。

摘要： 本发明涉及路面检测技术领域，公开了一种基于图片识别的路面承载力识别方法及系统，该方法首先采集待测路面的图片并确定图片中的目标形变信息；分析待测路面的液化土层信息；基于目标形变信息、液化土层信息确定承载力计算模型，基于承载力计算模型计算待测路面的承载力。这样，通过图片识别的方法，可以快速识别路面下沉的形变力，且，结合了待测路面的液化土层信息，充分考虑了路面下的土层由于周边水流等环境被液化的情况，针对于河边等特殊环境下的道路，可以更准确的计算其路面承载力，在承载力接近极限值的情况下，可以及时发现问题，对道路进行抢修。

摘要： 本发明涉及一种基于路面轮廓及路面图像特征的路面类型识别方法及装置，通过对车辆行驶过程中的水平速度及垂直方向的加速度的数据进行分析，并结合图像识别技术，通过分类器应用，从而进行路面识别。本发明的方法和装置通过引入了新的包含空间频率的路面轮廓特征数据，弥补了传统单纯使用路面图像数据进行路面识别的不足。由于包含空间频率的路面轮廓特征数据，来源于完整的路面轮廓数据，而路面轮廓数据来源于车辆与地面直接接触时车辆运动产生的上下振动的运动数据，这更直接的体现了路面的状况。同时，结合路面的图像数据，将两种类型数据融合后，作为分类器的输入数据，增加了特征数据的数量，大幅度的提高了路面识别的准确率和适用范围。

摘要： 本发明实施例涉及一种基于垂直加速度及路面图像的路面类型识别方法及装置，通过对车辆行驶过程中的水平速度及垂直方向的加速度的数据进行分析，并结合图像识别技术，通过分类器应用，从而进行路面识别。本发明实施例的方法和装置通过引入了新的包含空间频率的位移加速度特征数据，弥补了传统单纯使用路面图像数据进行路面识别的不足。由于包含空间频率的位移加速度特征数据，来源于车辆与地面直接接触时车辆运动产生的上下振动的运动数据，这更直接的体现了路面表面的状况。同时，结合路面的图像数据，将两种类型数据融合后，作为分类器的输入数据，增加了特征数据的数量，最终大幅度的提高了路面识别的准确率和适用范围。

摘要： 本发明涉及一种基于路面轮廓及路面图像特征的路面类型识别方法及装置，通过对车辆行驶过程中的水平速度及垂直方向的加速度的数据进行分析，并结合图像识别技术，通过分类器应用，从而进行路面识别。本发明的方法和装置通过引入了新的包含空间频率的路面轮廓特征数据，弥补了传统单纯使用路面图像数据进行路面识别的不足。由于包含空间频率的路面轮廓特征数据，来源于完整的路面轮廓数据，而路面轮廓数据来源于车辆与地面直接接触时车辆运动产生的上下振动的运动数据，这更直接的体现了路面的状况。同时，结合路面的图像数据，将两种类型数据融合后，作为分类器的输入数据，增加了特征数据的数量，大幅度的提高了路面识别的准确率和适用范围。

摘要： 本发明实施例涉及一种基于垂直加速度及路面图像的路面类型识别方法及装置，通过对车辆行驶过程中的水平速度及垂直方向的加速度的数据进行分析，并结合图像识别技术，通过分类器应用，从而进行路面识别。本发明实施例的方法和装置通过引入了新的包含空间频率的位移加速度特征数据，弥补了传统单纯使用路面图像数据进行路面识别的不足。由于包含空间频率的位移加速度特征数据，来源于车辆与地面直接接触时车辆运动产生的上下振动的运动数据，这更直接的体现了路面表面的状况。同时，结合路面的图像数据，将两种类型数据融合后，作为分类器的输入数据，增加了特征数据的数量，最终大幅度的提高了路面识别的准确率和适用范围。