【技术实现步骤摘要】
本申请涉及汽车，具体涉及一种道路的颠簸类型的识别方法、车辆控制方法及相关装置。
技术介绍
1、车辆在行驶过程中会经历各种路面，在道路存在起伏、坑洼等情况时，会引起车辆颠簸，颠簸会影响驾驶的舒适性、同时给驾驶带来安全隐患。
2、对道路进行识别确定存在颠簸的路段以及颠簸类型，有利于根据道路的颠簸类型对车辆进行控制，可以提高驾驶的安全性和舒适性。目前对道路的颠簸类型的识别主要由人工观察完成，具有效率低、可靠性差等缺点。
3、因此，如何高效、准确地对道路的颠簸类型进行识别，是目前亟待解决的技术问题。
技术实现思路
1、本申请提供了一种道路的颠簸类型的识别方法、车辆控制方法及相关装置，能够高效、准确地对道路的颠簸类型进行识别。
2、第一方面，本申请实施例提供了一种道路的颠簸类型的识别方法，所述方法包括：
3、获取车辆行驶中实时的行驶信息；
4、根据所述行驶信息确定所述车辆是否处于颠簸状态；
5、在所述车辆处于颠簸状态时，确定所述车辆行驶在颠簸路面；
6、在所述车辆处于颠簸路面时，触发采集预设的数据集；所述预设的数据集包括：路面图像信息和车辆行驶信息；
7、根据采集的所述预设的数据集，利用图像识别算法、神经网络识别算法、和动态时间规划(dynamic time wrapping，dtw)算法分别对道路的颠簸类型进行识别；
8、融合所述图像识别算法、神经网络识别算法、和动态时间规划算法分别
9、采用该实施例时，根据实时的行驶信息先确定车辆是否处于颠簸状态，在处于颠簸状态时，采集预设的数据集，根据采集的数据集利用图像识别算法、神经网络识别算法、和动态时间规划算法分别对道路的颠簸类型进行识别；最后融合图像识别算法、神经网络识别算法、和动态时间规划算法分别对道路的颠簸类型进行识别的识别结果，将融合后的结果作为所述道路的颠簸类型。与现有技术中人工识别相比，该实施例对道路的颠簸类型的识别更加及时。另外，由于融合了三种不同算法的识别结果，所以该实施例对道路的颠簸类型的识别更准确。
10、在一些可能的实现方式中，所述根据采集的所述预设的数据集，利用图像识别算法、神经网络识别算法、和动态时间规划算法分别对道路的颠簸类型进行识别，包括：
11、根据采集的所述预设的数据集，利用图像识别算法、神经网络识别算法、和动态时间规划算法分别识别道路的各种可能的颠簸类型的置信度。
12、在一些可能的实现方式中，所述融合所述图像识别算法、神经网络识别算法、和动态时间规划算法分别对道路的颠簸类型进行识别的识别结果，将融合后的结果作为所述道路的颠簸类型；包括：
13、将融合后的匹配度最大的颠簸类型作为所述道路的颠簸类型；任一颠簸类型i对应的匹配度为mi，
14、mi＝αiai+βibi+γici
15、其中，αi为图像识别算法对颠簸类型i的置信度权重；ai为图像识别算法对颠簸类型i的识别匹配度；βi为神经网络算法给颠簸类型i的置信度权重；bi为神经网络算法对颠簸类型i的识别匹配度；γi为dtw算法颠簸类型i的置信度权重；ci为动态时间规划算法对颠簸类型i的识别匹配度；其中，
16、
17、
18、
19、其中，a1为图像识别算法光照条件影响因子，0≤a1≤1；a2为图像识别算法视觉输出清晰度影响因子，取值范围0≤a2≤1；wi1为图像识别算法给颠簸类型i的初始置信度权重；b1为神经网络输入数据质量影响因子，0≤b1≤1；b2为神经网络算法标签数据质量影响因子，取值范围0≤b2≤1；wi2为神经网络算法给颠簸类型i的初始置信度权重；c为dtw算法标准颠簸数据质量影响因子，取值范围0≤c≤1；wi3为动态时间规划算法给颠簸类型i的初始置信度权重。
20、在一些可能的实现方式中，还包括：
21、获取位置信息；
22、将所述位置信息和所述道路的颠簸类型上传到服务器。
23、在一些可能的实现方式中，所述道路的颠簸类型包括如下类型中的一种或者多种：上桥、下桥、减速带、坑、小起伏、中起伏、大起伏及连续颠簸段。
24、第二方面，本申请提供了一种车辆控制方法，包括：
25、采用第一方面所述的技术方案中任一种方法对道路的颠簸类型进行识别；
26、控制悬架，使悬架的状态与识别结果匹配，使所述车辆平顺地通过颠簸路段。
27、在一些可能的实现方式中，还包括：
28、从所述服务器获取其他车主共享的所述车辆当前所处位置预设范围内的颠簸信息，所述颠簸信息包括：位置信息和颠簸类型；
29、根据所述车辆的实时行驶信息和所述颠簸信息预测即将通过路段的颠簸类型；
30、控制所述悬架与所述预测的即将通过路段的颠簸类型匹配。
31、第三方面，本申请提供了一种道路的颠簸类型的识别装置，所述装置包括：
32、获取单元，用于获取车辆行驶中实时的行驶信息；
33、第一确定单元，用于根据所述行驶信息确定所述车辆是否处于颠簸状态；以及用于在所述车辆处于颠簸状态时，确定所述车辆行驶在颠簸路面；
34、所述获取单元还用于，在所述车辆处于颠簸路面时，触发采集预设的数据集；所述预设的数据集包括：路面图像信息和车辆行驶信息；
35、识别单元，用于根据所述获取单元采集的所述预设的数据集，利用图像识别算法、神经网络识别算法、和动态时间规划算法分别对道路的颠簸类型进行识别；
36、融合单元，用于融合所述图像识别算法、神经网络识别算法、和动态时间规划算法分别对道路的颠簸类型进行识别的识别结果，将融合后的结果作为所述道路的颠簸类型。
37、第四方面，本申请提供了一种处理设备，包括：存储器和处理器，所述存储器存储有所述处理器可执行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的技术方案中任一种方法和/或实现如第二方面所述的技术方案中任一种方法。
38、第五方面，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被读取并执行时，实现如第一方面所述的技术方案中任一种方法和/或实现如第二方面所述的技术方案中任一种方法。
39、应当理解的是，上述第二方面至第五方面提供的技术方案，其技术特征均可对应到第一方面及其可能的实现方式中提供的起床时间的确定方法，因此能够达到的有益效果类似，此处不再赘述。
本文档来自技高网...【技术保护点】
1.一种道路的颠簸类型的识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据采集的所述预设的数据集，利用图像识别算法、神经网络识别算法、和动态时间规划算法分别对道路的颠簸类型进行识别，包括：
3.根据权利要求2所述的方法，其特征在于，所述融合所述图像识别算法、神经网络识别算法、和动态时间规划算法分别对道路的颠簸类型进行识别的识别结果，将融合后的结果作为所述道路的颠簸类型；包括：
4.根据权利要求1所述的方法，其特征在于，还包括：
5.根据权利要求1至4任一项所述的方法，其特征在于，所述道路的颠簸类型包括如下类型中的一种或者多种：上桥、下桥、减速带、坑、小起伏、中起伏、大起伏及连续颠簸段。
6.一种车辆控制方法，其特征在于，包括：
7.根据权利要求6所述的方法，其特征在于，还包括：
8.一种道路的颠簸类型的识别装置，其特征在于，所述装置包括：
9.一种处理设备，其特征在于，包括：存储器和处理器，所述存储器存储有所述处理器可执行的计算机程序，所述处理器执
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被读取并执行时，实现权利要求1至5和/或权利要求6或7中任一项所述的方法。
...【技术特征摘要】
1.一种道路的颠簸类型的识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据采集的所述预设的数据集，利用图像识别算法、神经网络识别算法、和动态时间规划算法分别对道路的颠簸类型进行识别，包括：
3.根据权利要求2所述的方法，其特征在于，所述融合所述图像识别算法、神经网络识别算法、和动态时间规划算法分别对道路的颠簸类型进行识别的识别结果，将融合后的结果作为所述道路的颠簸类型；包括：
4.根据权利要求1所述的方法，其特征在于，还包括：
5.根据权利要求1至4任一项所述的方法，其特征在于，所述道路的颠簸类型包括如下类型中的一种或者多种：上桥、下桥...
【专利技术属性】
技术研发人员：王连旭，任静影，杨毅昕，李扬，顾铮珉，张霏霏，肖柏宏，沈心怡，
申请(专利权)人：蔚来汽车科技安徽有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。