[发明专利]一种视觉与动力学融合的路面附着系数估计方法

说明书

本发明涉及一种视觉与动力学融合的路面附着系数估计方法，包括以下步骤：S1：获取车辆行驶过程中前方的路面图像；S2：将路面图像训练完成的路面分类模型，得到前方路面类型；S3：根据前方路面类型和路面类型与路面附着系数映射关系，获取路面附着系数视觉估计值θ_ximage；S4：获取车辆行驶过程中轮胎的动力学信息；S5：利用路面附着系数‑轮胎纵向力估计器，获取当前路面峰值附着系数估计值θ_x；S6：结合路面附着系数视觉估计值θ_ximage和当前路面峰值附着系数估计值θ_x，利用模糊推理规则得到最终路面附着系数估计值，与现有技术相比，本发明具有估计精度高、实时性好、鲁棒性强等优点。

技术领域

本发明涉及电动汽车控制领域，尤其是涉及一种视觉与动力学融合的路面附着系数估计方法。

背景技术

路面附着系数是车辆系统动力学控制中的重要参数，估计的准确性将极大地影响控制质量，如果能够准确地获得当前的路面附着系数，则可以大大减少雨雪天的交通事故数量。

目前研究方法大致可分为两类：一类是基于车辆动力学估计器估计路面附着系数，主要考虑道路对轮胎的激励。这种方法的优点是，识别所需的硬件相对容易满足，并已安装在大多数汽车上，并且识别精度很高。然而，为了获得准确的识别结果，需要足够的激励条件，即仅当轮胎道路的利用系数接近峰值附着系数时，识别效果才明显，这使得车辆容易不稳定。另一种方法是直接测量路面附着系数。这种类型的研究通常需要使用其他传感器，例如相机和激光雷达。这种方法的优点是识别的检测范围很广且具有预测性。但是，使用的大多数传感器都很昂贵，并且容易受到环境的影响。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种估计精度高、实时性好、鲁棒性强的视觉与动力学融合的路面附着系数估计方法。

本发明的目的可以通过以下技术方案来实现：

本发明提供一种视觉与动力学融合的路面附着系数估计方法，包括以下步骤：

S1：获取车辆行驶过程中前方的路面图像；

S2：将路面图像输入训练完成的路面分类模型，得到前方路面类型；

S3：根据前方路面类型和路面类型与路面附着系数映射关系，获取路面附着系数视觉估计值θ_ximage；

S4：获取车辆行驶过程中轮胎的动力学信息；

S5：利用路面附着系数-轮胎纵向力估计器，获取当前路面峰值附着系数估计值θ_x；

S6：结合路面附着系数视觉估计值θ_ximage和当前路面峰值附着系数估计值θ_x，利用模糊推理规则得到最终路面附着系数估计值。

进一步地，所述的路面分类模型的训练过程具体包括：

S21：获取不同天气下的路面图像，得到包括不同路面类型的路面图像；

S22：对获取的路面图像标注路面类型；

S23：利用标注完成的路面图像对深度卷积神经网络进行端到端的训练，得到训练完成的路面分类模型。

进一步优选地，所述的路面类型包括干燥路面、湿滑路面和冰雪路面，所述的干燥路面对应为干燥天气下的路面，所述的湿滑路面对应为阴雨天气下的路面，所述的冰雪路面对应为冰雪天气下的路面。不同路面类型对车辆路面附着系数影响较大，本发明考虑三种路面类型，包括了行车过程可能遇到的绝多数路面情况，能够保证对路面附着系数估计值的准确性。

更进一步优选地，所述的路面类型与路面附着系数映射关系具体为：

所述的干燥路面的路面附着系数为0.85；