[发明专利]基于路面颠簸情况和道路类型识别的自动调速方法与系统有效
申请号: | 201610053132.X | 申请日: | 2016-01-26 |
公开(公告)号: | CN105740793B | 公开(公告)日: | 2019-12-20 |
发明(设计)人: | 张钦宇;赵国钦;韩啸;林威 | 申请(专利权)人: | 哈尔滨工业大学深圳研究生院 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G01H1/12 |
代理公司: | 44248 深圳市科吉华烽知识产权事务所(普通合伙) | 代理人: | 孙伟 |
地址: | 518000 广东省深*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 路面 颠簸 情况 道路 类型 识别 自动 调速 方法 系统 | ||
本发明涉及自动控制技术领域,尤其涉及一种基于路面颠簸情况和道路类型识别的自动调速方法与系统。本发明提供一种基于路面颠簸情况和道路类型识别的自动调速方法与系统,能动态识别道路颠簸情况和道路类型并反馈智能行车系统进行速度上限调整。本发明能动态识别道路颠簸情况和道路类型并反馈给智能行车系统,行车系统可根据识别结果自动调节速度上限,防止事故发生和保证乘客乘坐的舒适度。
技术领域
本发明涉及自动控制技术领域,尤其涉及一种基于路面颠簸情况和道路类型识别的自动调速方法与系统。
背景技术
随着人们生活水平的提高,汽车越来越成为人们必不可少的交通工具,智能汽车系统也成了国内研究的热门。司机驾驶汽车时对车速的控制往往依靠道路的拥堵情况,当道路不拥堵时司机往往按照自己习惯的速度行驶,司机会依靠自己的经验进行速度的调节。但是当司机错误估计了道路本身的路况时,包括道路坑洼程度和摩擦系数,过快的车速将会是交通事故的隐患。另一方面,当司机在依靠经验驾驶时,多数情况下司机考虑更多的是自身舒适程度,并没有考虑到乘客乘坐的舒适程度和适合当前路况的行驶速度。当汽车行驶在颠簸路面时,过快的车速不仅会给乘客造成不适的感觉,而且会对汽车的使用寿命造成严重的影响。同时,在摩擦系数过小的路面上高速行驶容易发生交通事故。所以,需要一种能对道路颠簸程度与道路材质进行识别的系统,能根据这两种识别结果反馈给智能汽车行车系统,系统根据得到的道路颠簸程度与道路材质的识别结果进行最大车速限制,不仅可以防止事故发生也可以保证乘客的乘坐舒适度。
动态的识别路况颠簸情况和道路类型,并及时反馈,这一问题亟待解决。
发明内容
针对现有技术中存在的缺陷或不足,本发明所要解决的技术问题是:提供一种基于路面颠簸情况和道路类型识别的自动调速方法与系统,能动态识别道路颠簸情况和道路类型并反馈智能行车系统进行速度上限调整。
为了实现上述目的,本发明采取的技术方案为提供一种基于路面颠簸情况和道路类型识别的自动调速方法与系统,包括识别颠簸路况和识别道路类型。
所述识别颠簸路况包括以下步骤:
步骤A1、通过三轴加速度计采集车辆行驶在不同道路时的振动信号;
步骤A2、对采集到的振动信号进行相应的去噪,然后通过经验模态分解(EMD)得到本征模式的函数分量;
步骤A3、进行能量提取,进一步的能量为每个本征模式分量能量;通过分解得到的本征模式的函数分量计算第一特征向量;
步骤A4、将归一化的第一特征向量编码后输入到颠簸情况分类器中进行训练;
步骤A5、对采集未知道路的振动信号,经过计算得到第二特征向量,将编码后的第二特征向量输入到颠簸情况分类器中得到颠簸情况分类信息;
所述识别道路类型包括以下步骤:
步骤B1、通过摄像头采集道路的图像;
步骤B2、对采集到的图像裁剪后进行分解,得到第三特征向量;
步骤B3、采集未知道路的图像,对采集的图像用灰度共生矩阵(GLCM)法得到特征向量,其中特征向量为图像的熵,能量,对比度,相关性;
步骤B4、将得到的图像特征向量输入到支持向量机(SVM)中进行训练,得到道路类型分类器;
步骤B5、采集未知道路的图像,经过裁剪后计算得到第四特征向量组,将第四特征向量组输入到道路类型分类器,得到分类结果;
所述自动调速方法为:
步骤C、对将颠簸情况分类信息和道路类型分类信息反馈给智能行车系统进行车速上限调整。
作为本发明的进一步改进,所述步骤A2中经验模态分解(EMD)包括以下步骤:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工业大学深圳研究生院,未经哈尔滨工业大学深圳研究生院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201610053132.X/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种基于结构分析的点云场景物体识别方法
- 下一篇:指纹感测器的感测方法及电路