[发明专利]一种基于深度学习的路面不平度及等级实时辨识系统

权利要求书

1.一种基于深度学习的路面不平度及等级实时辨识系统，其特征在于，包括：车辆动态响应信息提取模块、信息传输模块和路面参数实时辨识模块；

所述车辆动态响应信息提取模块，其所用传感器包括：内置磁致伸缩位移传感器、压力传感器和编码器，所述内置磁致伸缩位移传感器和压力传感器用于实时测量车辆在路面行驶时的位移和油压，所述编码器用于实时测量车辆行驶速度；

所述信息传输模块将位移传感器、压力传感器和速度传感器所获信息通过CAN总线实时传输到ECU中；

所述路面参数实时辨识模块将EMD、小波去噪和已训练完成的深度学习程序编写在ECU中，从而实时辨识路面不平度和等级。

2.根据权利要求1所述的一种基于深度学习的路面不平度及等级实时辨识系统，其特征在于，所述深度学习包括样本的获取、深度学习模型的建立以及应用三个部分。

3.根据权利要求2所述的一种基于深度学习的路面不平度及等级实时辨识系统，其特征在于，所述样本的获取：将试验车在已知路面不平度和路面等级的路面上以不同车速行驶，同时采集包括一桥左侧位移x_1L和油压p_1L，一桥右侧位移x_1R和油压p_1R,五桥左侧位移x_5L和油压p_5L，五桥右侧位移x_5R和油压p_5R以及车速v传感器信息。

4.根据权利要求2所述的一种基于深度学习的路面不平度及等级实时辨识系统，其特征在于，所述深度学习模型的建立：将所获传感器信息和对应的路面不平度和等级去训练深度模型，从而得到深度学习的模型参数。

5.根据权利要求2所述的一种基于深度学习的路面不平度及等级实时辨识系统，其特征在于，所述应用：当车辆在未知不平度和等级的路面上行驶时，根据车辆传感器信息来获得当前路面不平度和等级，并将结果显示在车辆显示面板上，实际路面数据进一步又成为样本数据，从而对深度学习模型进行再训练，不断完善和优化深度学习模型参数。

6.根据权利要求1或3所述的一种基于深度学习的路面不平度及等级实时辨识系统，其特征在于，所述内置磁致伸缩位移传感器和油压传感器装在试验车的一桥和五桥的左右两侧油缸上，所述内置磁致伸缩位移传感器的磁环(2)和活塞杆(4)相连，当活塞杆(4)在缸筒(7)内部运动时，磁环(2)随着活塞杆共同运动，从而实时测量油缸位移；

所述压力传感器(6)与无杆腔的油口(5)相连接，从而实时测量油压。

7.根据权利要求1或3所述的一种基于深度学习的路面不平度及等级实时辨识系统，其特征在于，所述编码器安装在变速器输出轴上。

8.根据权利要求1或3所述的一种基于深度学习的路面不平度及等级实时辨识系统，其特征在于，

采集的传感器信息需要进行经验模态分解EMD和小波去噪进一步处理，包括：使用EMD去除趋势项，去除低频噪声干扰，采用小波硬阈值函数去噪方法进行高频去噪，得到重构信号，为路面不平度及等级实时辨识模块提供数据。