[发明专利]一种基于卷积神经网络的路面附着系数辨识方法

摘要

本发明请求保护一种基于卷积神经网络的路面附着系数辨识的方法，用于图像辨识领域，现有的大部分技术都是采用动力学建模来间接估计路面附着系数，采用图像处理的方法对路面附着系数进行直接辨识可以克服现有技术的缺陷。该方法包括不同路面工况图片的采集以及路面附着系数的标定，各种路面工况图片数据库的建立，利用图像分割算法判断数据库中每一张路面工况图片特征区域所标定的位置，提取不同像素大小的敏感区域，作为训练样本输入到卷积神经网络中进行训练，最后利用训练好的卷积神经网络对路面工况进行辨识，从而得出路面附着系数。与现有技术相比，本发明采用图像识别出了路面附着系数(在轨迹跟踪时大部分工况假设路面附着系数已知)，加强了驾驶员行驶过程中的安全性和舒适性。

主权项

一种基于卷积神经网络的路面附着系数辨识方法，其特征在于，包括以下步骤：1)、用图像传感器采集各种路面工况下的图片，并对每种路面工况下的路面附着系数进行标定，然后建立图像数据库；2)、采用图像分割算法判断图像数据库中每一张路面工况图片特征区域所标定的位置，提取不同像素大小的敏感区域；3)、把不同像素大小的敏感区域作为训练样本输入到卷积神经网络CNN中进行训练，然后利用训练好的卷积神经网络CNN经过卷积层和池化层的特征提取，输入给全连接层，最后经过Softmax分类器对图片进行分类，从而辨识出当前的路面工况，得出相应的附着系数。