[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

摘要

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。

主权项

1.一种用于ECAS系统的多传感器融合识别路面颠簸的方法，其特征在于，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。针对i₁(t)和i₄(t)信号，其构成了汽车运动的平面波形变化，通过K‑means算法对测试所得的所有信号进行分类，得到不同颠簸程度路面对应的分界阈值；针对i₂(t)和i₃(t)信号，其构成了汽车运动的立体波形变化，通过支持向量机(SVM)算法对测试所得的所有信号进行分类，得到不同颠簸程度路面对应的分界阈值；针对i_p(t)，路面颠簸程度x＝x_q，即处于第q类路面颠簸程度时，分界阈值记为(i_pqmin，l_pqmax)。(4)当车辆经过未知颠簸程度的路面时，重复步骤1和2，将提取的四种有效信号分别与N类颠簸程度路面的分界阈值对比，得出4N个初步的路面颠簸程度判决结果。(5)对步骤(4)得到的初步判决结果利用基于并行结构融合系统的最优分布式检测融合算法，得到最终的路面颠簸程度判决结果，并将其通过CAN总线协议发送至ECAS系统悬架ECU。