一种路面类型识别方法、装置及车辆制造方法及图纸

一种路面类型识别方法、装置及车辆，用以准确的对车辆行驶路面的路面类型进行识别。该方法包括：获取第一车辆的动力学响应数据和当前道路类型；将第一车辆的动力学响应数据和当前道路类型输入第一模型集，输出第一信息，第一信息包括第一路面类型和第一系数中的至少一项，所述第一信息用于指示所述第一车辆进行决策规控。这样可以解决单一使用车辆的动力学响应数据作为路面类型识别的输入，导致路面类型识别不准确的问题。并且可以在确定当前道路类型的基础上进行路面类型的筛选，从而提升路面类型识别的准确性。面类型识别的准确性。面类型识别的准确性。

【技术实现步骤摘要】
一种路面类型识别方法、装置及车辆


[0001]本申请涉及识别
，尤其涉及一种路面类型识别方法、装置及车辆。

技术介绍

[0002]当前，智能驾驶技术在车辆上逐渐应用，因此对车辆行驶过程的安全性以及舒适性要求也越来越高，而安全性以及舒适性受外力影响，其中，来自路面的外力最为重要，路面的摩擦给车辆提供了驱动力、制动力等，并影响车辆的动力性、制动性、操作稳定性等。因此根据路面类型进行决策控制策略的适应性调整对智能汽车来说至关重要。
[0003]在一种现有的实现手段中，车辆可以通过图像传感器、激光雷达传感器、声波传感器以及多种传感器融合的方式来识别路面类型。但是以上各类传感器本身成本昂贵，并需要在车辆上另外加装传感器，因此通过上述传感器进行路面类型识别的适用性较低；另外，由于传感器受使用环境的限制，在部分天气条件下进行路面识别的准确性较低，比如雨天或者雾天对路面类型的识别准确度将非常低，甚至无法完成路面类型识别。
[0004]在另一种现有的实现手段中，可以通过车辆的各种响应数据进行识别，如图1所示为基于车辆动力学响应数据的路面类型识别方法，首先需要选取动力学敏感响应数据，动力学敏感响应数据可以是车辆的纵向速度、加速度、轮速等。通过车辆上的控制器局域网络CAN(Controller Area Network,CAN)信号得到车辆动力学敏感响应数据，利用敏感响应数据离线训练识别算法模型。在完成识别算法模型的训练后，实时获取车辆的动力学敏感响应数据，确定采集到的动力学敏感响应数据属于各个识别算法模型的概率值，在所有概率值中确定出最大值，根据该最大值对应的识别算法模型确定对应的路面类型。
[0005]在上述的现有实施方案中，只是将传感器采集到的数据作为训练模型的输入，因此上述方法将导致路面类型识别的准确性较低。

技术实现思路

[0006]本发申请提供了一种路面类型识别方法、装置及车辆，用以准确的对车辆行驶路面的路面类型进行识别。
[0007]第一方面，本申请提供了一种路面类型识别方法，该方法包括：获取第一车辆的动力学响应数据和当前道路类型；将所述第一车辆的动力学响应数据和所述当前道路类型输入第一模型集，输出第一信息，所述第一信息包括第一路面类型和第一系数中的至少一项，所述第一信息用于指示所述第一车辆进行决策规控。
[0008]通过上述方法，在路面类型识别时，将动力学响应数据以及当前的道路类型作为识别模型的输入，可以解决单一使用车辆的动力学响应数据作为路面类型识别的输入，导致路面类型识别不准确的问题。并且可以在确定当前道路类型的基础上进行路面类型的筛选，从而提升路面类型识别的准确性。
[0009]在一种可能的设计中，在第一信息具体为所述第一路面类型时，所述将所述第一车辆的动力学响应数据和所述当前道路类型输入第一模型集，输出第一信息，具体可以为：
确定所述动力学响应数据属于所述第一模型集中每个训练模型的概率值，在得到的概率值中筛选出所述道路类型对应的所有概率值，并在筛选出的概率值中确定出最大概率值；根据训练模型与路面类型之间的对应关系，输出所述最大概率值对应的所述第一路面类型，其中，所述训练模型是基于所述第一车辆在不同道路类型以及不同天气条件下行驶时采集到的历史动力学响应数据训练得到。此时可以通过模型训练以及道路类型的筛选准确输出路面类型。
[0010]在一种可能的设计中，在第一信息具体为所述第一系数时，所述将所述第一车辆的动力学响应数据和所述当前道路类型输入第一模型集，输出第一信息，具体可以为：确定所述车辆动力学响应数据属于所述第一模型集中每个训练模型的概率值，在得到的概率值中筛选出所述当前道路类型对应的所有概率值，并在筛选出的概率值中确定出最大概率值；根据训练模型与路面类型之间的对应关系，输出所述最大概率值对应的第一路面类型；根据路面类型与系数之间的对应关系，输出所述第一路面类型对应的所述第一系数，其中，所述训练模型是基于所述第一车辆在不同道路类型以及不同天气条件下行驶时采集到的历史车辆动力学响应数据训练得到。此时可以通过模型训练以及道路类型的筛选准确输出路面类型对应的路面附着系数，保证决策控制系统对路面环境参数的需求。
[0011]在一种可能的设计中，在第一信息具体为所述第一系数时，所述将所述第一车辆的动力学响应数据和所述当前道路类型输入第一模型集，输出第一信息，具体可以为：确定所述车辆动力学响应数据属于所述第一模型集中每个训练模型的概率值，在得到的概率值中筛选出所述道路类型对应的所有概率值，并在筛选出的概率值中确定出最大概率值；根据训练模型与路面类型之间的对应关系，输出所述最大概率值对应的第一路面类型；根据路面类型与系数之间的对应关系，确定所述第一路面类型对应的所述第一系数；输出包含所述第一路面类型以及所述第一系数的第一信息，其中，所述训练模型是基于所述第一车辆在不同道路类型以及不同天气条件下行驶时采集到的历史车辆动力学响应数据训练得到。此时可以通过模型训练以及道路类型的筛选准确输出路面类型以及路面附着系数，保证决策控制系统对路面环境参数的需求。
[0012]具体的，所述路面类型包含了所述道路类型。这样确保了通过道路类型可以准确的对路面类型进行筛选。
[0013]在一种可能的设计中，所述在得到的概率值中筛选出所述当前道路类型对应的所有概率值，具体可以为：判断所述当前道路类型是否属于预设道路类型；若是，则在得到的概率值中筛选出所述当前道路类型对应的所有概率值；若否，则提示重新输入道路类型。这样可以确保在道路类型不在预设范围内时，也可以准确的输出路面类型。
[0014]在一种可能的设计中，所述在得到的概率值中筛选出所述道路类型对应的所有概率值，具体可以为：获取预设时间段的天气数据；根据所述天气数据，在所述概率值中筛选出包含所述天气数据的概率值；在筛选出的概率值中筛选出属于所述当前道路类型的所有概率值。这样可以通过天气情况准确筛选出符合条件的概率值，进一步提升了后续对路面识别的准确性。
[0015]在一种可能的设计中，获取不同地区在各路面类型下的路面附着系数；将相同路面类型下的路面附着系数的统计结果作为对应路面类型下的路面附着系数。这样可以确保在确定路面类型的情况下，可以准确的输出路面类型对应的路面附着系数。
[0016]在一种可能的设计中，获取K种道路类型以及J种天气类型；将所述K种道路类型与所述J种天气类型分别组合，得到K*J种路面类型；将获取的每种路面类型对应的动力学响应数据作为样本对所述训练模型进行训练，得到K*J个训练模型，其中，所述K*J表征K中道路类型J中天气类型的乘积，K、J为正整数。通过将天气因素添加到模型训练中，可以划分出不同天气条件下的路面类型，进一步准确细分出路面类型，提升对路面类型识别的准确度。
[0017]第二方面，本申请还提供了一种路面类型识别装置，该路面类型识别装置具有实现上述第一方面的路面类型识别方法的功能。所述功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种路面类型识别方法，其特征在于，所述方法包括：获取第一车辆的动力学响应数据和当前道路类型；将所述第一车辆的动力学响应数据和所述当前道路类型输入第一模型集，输出第一信息，所述第一信息包括第一路面类型和第一系数中的至少一项，所述第一信息用于指示所述第一车辆进行决策规控。2.如权利要求1所述的方法，其特征在于，所述第一信息具体为所述第一路面类型；将所述第一车辆的动力学响应数据和所述当前道路类型输入第一模型集，输出第一信息，包括：确定所述动力学响应数据属于所述第一模型集中每个训练模型的概率值，其中，所述训练模型是基于所述第一车辆在不同道路类型以及不同天气条件下行驶时采集到的历史动力学响应数据训练得到；在得到的概率值中筛选出所述道路类型对应的所有概率值，并在筛选出的概率值中确定出最大概率值；根据训练模型与路面类型之间的对应关系，输出所述最大概率值对应的所述第一路面类型。3.如权利要求1所述的方法，其特征在于，所述第一信息具体为所述第一系数；将所述第一车辆的动力学响应数据和所述当前道路类型输入第一模型集，输出第一信息，包括：确定所述车辆动力学响应数据属于所述第一模型集中每个训练模型的概率值，其中，所述训练模型是基于所述第一车辆在不同道路类型以及不同天气条件下行驶时采集到的历史车辆动力学响应数据训练得到；在得到的概率值中筛选出所述当前道路类型对应的所有概率值，并在筛选出的概率值中确定出最大概率值；根据训练模型与路面类型之间的对应关系，输出所述最大概率值对应的第一路面类型；根据路面类型与系数之间的对应关系，输出所述第一路面类型对应的所述第一系数。4.如权利要求1所述的方法，其特征在于，所述第一信息具体为所述第一路面类型以及所述第一系数；将所述第一车辆的动力学响应数据和所述当前道路类型输入第一模型集，输出第一信息，包括：确定所述车辆动力学响应数据属于所述第一模型集中每个训练模型的概率值，其中，所述训练模型是基于所述第一车辆在不同道路类型以及不同天气条件下行驶时采集到的历史车辆动力学响应数据训练得到；在得到的概率值中筛选出所述道路类型对应的所有概率值，并在筛选出的概率值中确定出最大概率值；根据训练模型与路面类型之间的对应关系，输出所述最大概率值对应的第一路面类型；根据路面类型与系数之间的对应关系，确定所述第一路面类型对应的所述第一系数；输出包含所述第一路面类型以及所述第一系数的第一信息。
5.如权利要求2
‑
4中任一权项所述的方法，其特征在于，所述在得到的概率值中筛选出所述当前道路类型对应的所有概率值，包括：判断所述当前道路类型是否属于预设道路类型；若是，则在得到的概率值中筛选出所述当前道路类型对应的所有概率值；若否，则提示重新输入道路类型。6.如权利要求2
‑
4中任一权项所述的方法，其特征在于，所述在得到的概率值中筛选出所述道路类型对应的所有概率值，包括：获取预设时间段的天气数据；根据所述天气数据，在所述概率值中筛选出包含所述天气数据的概率值；在筛选出的概率值中筛选出属于所述当前道路类型的所有概率值。7.如权利要求1
‑
6中任一权项所述的方法，其特征在于，所述在获取第一信息之前，所述方法还包括：获取不同地区在各路面类型下的路面附着系数；将相同路面类型下的路面附着系数的统计结果作为对应路面类型下的路面附着系数。8.如权利要求1
‑
6中任一权项所述的方法，其特征在于，所述在获取第一车辆的动力学响应数据和当前道路类型之前，所述方法还包括：获取K种道路类型以及J种天气类型，其中，K、J为正整数；将所述K种道路类型与所述J种天气类型分别组合，得到K*J种路面类型；将获取的每种路面类型对应的动力学响应数据作为样本对所述训练模型进行训练，得到K*J个训练模型，其中，所述K*J表征K中道路类型J中天气类型的乘积。9.一种路面类型识别装置，其特征在于，所述装置包括：获...

【专利技术属性】
技术研发人员：刘荣，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：