[发明专利]一种用于ECAS系统的多传感器融合识别路面颠簸的方法

说明书

本发明公开了一种用于ECAS系统的多传感器融合识别路面颠簸的方法，该方法首先经过实地测试得到路面颠簸程度的识别模型，测试过程为让车辆通过已知颠簸程度的路面，通过ECAS已有的高度传感器、横摆传感器、三轴加速度传感器采集位移、角速度及加速度等车辆姿态变化信息，将采集得到的车辆姿态变化信息进行预处理以提高信号质量并提取出有效信号，获取每种有效信号针对不同颠簸程度路面的分界阈值；然后在未知颠簸程度路面时，利用识别模型对各有效信号进行初步判决，最后利用决策级融合算法判断路面颠簸程度，将最终判决结果发送至ECAS系统。本发明利用ECAS系统已有的传感器模块，为空气悬架的自适应调节提供路面颠簸程度信息。

技术领域

本发明涉及道路信息识别技术领域，尤其涉及一种用于ECAS系统的多传感器融合识别路面颠簸的方法。

背景技术

随着汽车电子行业智能化程度逐渐提高，如何获得高质量的路面颠簸识别结果愈发面临挑战。路面的颠簸程度不仅影响乘坐人的舒适度，而且影响汽车的行驶安全。区别于小型化的乘用车，大型商用车载荷大，运行强度高，对路面颠簸快速识别和响应的需求更强。尤其地，近年来电子控制空气悬架系统(ECAS)在大型商用车平台上逐渐普及，而连续颠簸的路面易引发空气悬架的不受控振荡，从而造成空气悬架系统受损，甚至威胁司乘人员的生命安全。因此，需要根据路面颠簸情况准确、自适应地调节车架高度，而作为车架调节的基础，一种快速、高效、稳定的路面颠簸识别方法具有重要的现实意义。

现有的道路颠簸的识别方法通常仅基于三轴加速度传感器或轮加速度传感器，并未全面地利用车辆当前的运动状态和车辆姿态信息；且现有方法大多利用模式识别或是神经网络算法进行路面颠簸程度的判断，其算法的准确运行需要海量数据训练，过于依赖具体的应用场景，此外，此类算法带来了高昂的硬件开销，难以在汽车硬件资源有限的情况下有效开展。

发明内容

本发明针对现有技术存在的不足，提供一种用于ECAS系统的多传感器融合识别路面颠簸的方法，该方法面向ECAS系统，在不添加额外类型的传感器的基础上进行路面颠簸的识别，具有成本低、实时性高、准确度高及应用场景间的迁移性和适应性好等特点。

本发明的目的是通过以下技术方案来实现的：一种用于ECAS系统的多传感器融合识别路面颠簸的方法，包括以下步骤：

(1)根据路面的连续起伏程度以及坡度信息将路面按照颠簸程度x分成N类，记为{x₁，x₂，......，x_N}；然后进行实地测试，将车辆通过已知的不同颠簸程度的路面，通过ECAS系统的多传感器采集车辆姿态变化信号：通过前桥后桥高度传感器分别采集前后桥的悬架动行程信号，通过横摆传感器采集纵向轴线角速度信号，通过三轴加速度传感器采集x、y、z轴加速度信号。

(2)将多传感器采集的车辆姿态变化信号进行预处理以提高信号质量，具体如下：

(2.1)将车辆姿态变化信号进行滤波降噪；

(2.2)提取滤波降噪后的车辆姿态变化信号中的有效信号：

对于悬架动行程信号，对前桥和后桥采集到的悬架高度动行程信号算术平均后去掉平衡位置时的高度，输出一个悬架动行程的变化信号，并计算出车辆运动波形的均值信号i₁(t)；

对于纵向轴线角速度信号，计算出纵向轴线摆动的角加速度信号i₂(t)；

对于x、y、z轴加速度信号，利用x、y轴加速度信号计算出车辆平面运动加速度信号i₃(t)，利用z轴加速度信号计算出车辆运动波形的方差信号i₄(t)。

(3)获取步骤(2.2)提取的每种有效信号针对不同颠簸程度路面的分界阈值，从而建立路面颠簸程度识别模型。