用于复杂路况的主动悬架控制系统和控制方法技术方案

本发明专利技术公开一种用于复杂路况的主动悬架控制系统和控制方法，其中控制系统包括环境感知模块，包括速度传感器、红外结构光组件和单目摄像头；实时处理控制模块，包括BP神经网络，其接收来自速度传感器和红外结构光组件的数据，输出适合当前路况的阻尼和刚度值，再结合卷积神经网络输出的数据，得到修正的阻尼和刚度值；调节模块，用于将修正的阻尼和刚度值传送到主动悬架，并对主动悬架的阻尼和刚度进行调整。本发明专利技术在保证实时性和精度的前提下，降低了路面信息获取的成本，提升了对路面的适应能力。

【技术实现步骤摘要】
用于复杂路况的主动悬架控制系统和控制方法
本专利技术涉及汽车控制
，尤其是一种用于复杂路况的主动悬架控制系统和控制方法。
技术介绍
汽车平顺性是衡量车辆性能的一个重要指标，是车辆驾驶员的最直观体验。平顺性差则影响着人的舒适性及车的工作效能，导致乘客疲劳，货物磨损，整车零部件过早损坏以及产生车内较大的噪音。悬架对于平顺性至关重要，而主动悬架由于其刚度、阻尼可调的特性其平顺性更优。但现有主动悬架的阻尼及刚度控制方法大多是在根据车轮受到来自于路面的垂直载荷，将路面载荷输入到预先设定好的调节系统中来调节主动悬架阻尼大小。这种调节方法调节的范围有限，无法应对突变性很大的路面。其次是将激光雷达输出作为路面信息来调整的主动悬架，但激光雷达整体价格偏高，不适合在各级车辆上普及，且计算机视觉的实时性和测量精度难以兼顾。而结构光深度探测利用目标物体表面深度信息会对结构光投影图案产生影响来获取目标物体深度信息通过分析众多结构光编码方式，能获取路面的深度信息，界具有良好的精度以及实时性。传统基于车轮载荷的控制方法，对路面输入的处理难以保证响应速度和精度。对于减速带等路面突变，不能得到良好的处理。现有的控制方法建模过程中将路面考虑为刚体，没有考虑由路面偏软导致负载变形程度对悬架振动参数影响。
技术实现思路
本专利技术的目的在于提供一种用于复杂路况的主动悬架控制系统和控制方法，考虑路面软硬程度对悬架参数的影响，以在保证快速响应和高精度的前提下，提升对突变路面的适应性和降低系统成本。为了达到上述目的，本专利技术一方面提供一种用于复杂路况的主动悬架控制系统，包括：环境感知模块，包括速度传感器、红外结构光组件和单目摄像头，所述速度传感器用于测量车辆的当前速度，所述红外结构光组件用于路面的立体识别，所述单目摄像头位于车辆前部上方，用于采集路面图像，然后发送给卷积神经网络，判断路面的软硬程度；实时处理控制模块，包括BP神经网络，其接收来自所述速度传感器和所述红外结构光组件的数据，输出适合当前路况的阻尼和刚度值，再结合所述卷积神经网络输出的数据，得到修正的阻尼和刚度值；调节模块，用于将所述修正的阻尼和刚度值传送到主动悬架，并对所述主动悬架的阻尼和刚度进行调整。进一步的，所述速度传感器为轮速传感器或OBD接口。进一步的，所述环境感知模块还包括车辆距离测量仪，用于感知与相邻车辆之间的距离，根据当前车速设定改变阻尼和刚度值的时间阈值。本专利技术另一方面还提供一种用于复杂路况的主动悬架控制方法，包括以下步骤：获取当前环境和路况信息，包括路面立体结构和路面图像；提取车辆前方路面高度值和当前车速，输入到BP神经网络，得到适合当前路况的阻尼和刚度值；将所述路面图像经过卷积神经网络处理，识别路面类型，评估得到路面软硬程度参数；利用所述路面软硬程度参数对所述阻尼和刚度值进行修正，得到修正的阻尼和刚度值；将所述修正的阻尼和刚度值传送到主动悬架，并对所述主动悬架的阻尼和刚度进行调整。进一步的，所述识别路面类型通过卷积神经网络间隔采样完成。进一步的，所述利用所述路面软硬程度参数对所述阻尼和刚度值进行修正，是将所述阻尼和刚度值乘以所述路面软硬程度参数，所述路面软硬程度参数的范围为0.5～1.5。本专利技术通过红外结构光组件和单目摄像头采集前方路面信息，通过BP神经网络和卷积神经网络模型计算出车辆即将经过路面主动悬架最佳的阻尼和刚度，结合路面软硬程度进行修正后进行调节。本专利技术的方法和现有技术相比，在保证实时性和精度的前提下，降低了路面信息获取的成本，提升了对路面的适应能力。附图说明构成本专利技术的一部分的说明书附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的限定。在附图中，图1为本专利技术一实施例用于复杂路况的主动悬架控制系统框图；图2为本专利技术另一实施例用于复杂路况的主动悬架控制方法流程图；图3为图2实施例中单目摄像头和红外结构光组件工作示意图；图4为卷积神经网络结构图；图5为简化的悬架七自由度模型图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。实施例1如图1所示，用于复杂路况的主动悬架控制系统，包括：环境感知模块、实时处理控制模块、卷积神经网络和调节模块。其中环境感知模块包括速度传感器、红外结构光组件和单目摄像头，速度传感器用于测量车辆的当前速度，可以是轮速传感器中也可以是OBD接口；红外结构光组件位于车辆前部中部，正对车轮轨迹中心，倾斜向下，用于路面的立体识别，特别是测量路面高度。速度传感器和红外结构光组件测得的速度、功率密度、路面不平度、路面所属等级等信息输入到实时处理控制模块训练好的BP神经网络中，输出适合当前路况的阻尼和刚度值。单目摄像头位于车辆前部上方，倾斜向下，用于采集路面图像，然后发送给卷积神经网络，通过卷积神经网络识别出来的路面信息对照可查到路面硬度值计算路面软硬程度，也可将卷积神经网络训练集的输出值标定好硬度值，使其训练完成后能直接输出硬度值。在一些实施方式中，环境感知模块还包括车辆距离测量仪，用于感知与相邻车辆之间的距离，根据当前车速设定改变阻尼和刚度值的时间阈值，其获取的信息被传送到实时处理控制模块。实时处理控制模块输出的适合当前路况的阻尼和刚度值结合卷积神经网络输出的数据，得到修正的阻尼和刚度值。调节模块，用于将所述修正的阻尼和刚度值传送到主动悬架，并对主动悬架的阻尼和刚度进行调整。实施例2本专利技术提出的一种用于复杂路况的主动悬架控制方法，其整体流程图如图2所示，车辆前部路面数据采集。如图3所示，其中R为红外结构光装置系统，C为单目摄像头，单目摄像头位于车辆前部顶端中间，倾斜向下。红外结构光装置亦位于车辆前部顶端两侧，正对车轮轨迹中心，倾斜向下。单目相机用于路面检测，检测路面类型和障碍分析。路面类型每10秒检测一次，从相机采集的视频流中发送一张路面照片给处理器，经过卷积神经网络可分类为水泥路面、沥青路面、砂石路面、泥路等若干种，并转换成对应的路面硬度信息。卷积神经网络的网络结构如图4所示，模型训练离线进行。其中，卷积层负责对输入卷积层的图像进行卷积操作，输出卷积后的特征图，图4中卷积层中的白色方框代表卷积核，图像或特征图每和卷积核进行一次卷积操作就会产生一新的特征矩阵。池化层(poolinglayers)也称为下采样层，对传入的图像在空间维度上进行下采样操作，使得输入的特征图长和宽变为原来的一半。经过多层的特征提取，进入全连接层。全连接层与普通神经网络一样，每个神经元都与输入的所有神经元相连，然后经过激活函数进行计算。最后进入输出层，输出层会通过SOFTMAX函数计算每一类别的分类评分值。假设输出的图像分类项为(泥路、沥青路、水泥路)，本文档来自技高网...

【技术保护点】
1.一种用于复杂路况的主动悬架控制系统，其特征在于，包括/n环境感知模块，包括速度传感器、红外结构光组件和单目摄像头，所述速度传感器用于测量车辆的当前速度，所述红外结构光组件用于路面的立体识别，所述单目摄像头位于车辆前部上方，用于采集路面图像，然后发送给卷积神经网络，判断路面的软硬程度；/n实时处理控制模块，包括BP神经网络，其接收来自所述速度传感器和所述红外结构光组件的数据，输出适合当前路况的阻尼和刚度值，再结合所述卷积神经网络输出的数据，得到修正的阻尼和刚度值；/n调节模块，用于将所述修正的阻尼和刚度值传送到主动悬架，并对所述主动悬架的阻尼和刚度进行调整。/n

【技术特征摘要】
1.一种用于复杂路况的主动悬架控制系统，其特征在于，包括
环境感知模块，包括速度传感器、红外结构光组件和单目摄像头，所述速度传感器用于测量车辆的当前速度，所述红外结构光组件用于路面的立体识别，所述单目摄像头位于车辆前部上方，用于采集路面图像，然后发送给卷积神经网络，判断路面的软硬程度；
实时处理控制模块，包括BP神经网络，其接收来自所述速度传感器和所述红外结构光组件的数据，输出适合当前路况的阻尼和刚度值，再结合所述卷积神经网络输出的数据，得到修正的阻尼和刚度值；
调节模块，用于将所述修正的阻尼和刚度值传送到主动悬架，并对所述主动悬架的阻尼和刚度进行调整。


2.根据权利要求1所述的主动悬架控制系统，其特征在于，所述速度传感器为轮速传感器或OBD接口。


3.根据权利要求1或2所述的主动悬架控制系统，其特征在于，所述环境感知模块还包括车辆距离测量仪，用于感知与相邻车辆之间的距离，根据当前车速设定改变阻...

【专利技术属性】
技术研发人员：李玉芳，卢小丁，倪铭，徐国放，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏;32