发明名称 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
摘要 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。
申请公布号 CN105740793A 申请公布日期 2016.07.06
申请号 CN201610053132.X 申请日期 2016.01.26
申请人 哈尔滨工业大学深圳研究生院 发明人 张钦宇;赵国钦;韩啸;林威
分类号 G06K9/00(2006.01)I;G06K9/62(2006.01)I;G01H1/12(2006.01)I 主分类号 G06K9/00(2006.01)I
代理机构 深圳市科吉华烽知识产权事务所(普通合伙) 44248 代理人 孙伟
主权项 一种基于路面颠簸情况和道路类型识别的自动调速方法,其特征在于,包括识别颠簸路况、识别道路类型和自动调速,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函数分量的能量;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、采集未知道路的振动信号,经过前面相同计算方法得到第二特征向量,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、通过摄像头采集不同道路的图像;步骤B2、对采集到的图像裁剪后通过灰度共生矩阵(GLCM)计算,得到第三特征向量,其中特征向量为图像的熵,能量,对比度,相关性;步骤B3、将得到的第三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B4、采集未知道路的图像,将图像裁剪,取奇数个分割的图像进行灰度共生矩阵(GLCM)计算得到第四特征向量组,其中特征向量为图像的熵,能量,对比度,相关性;步骤B5、将第四特征向量组中的向量分别输入到道路类型分类器,统计不同分类结果的总和,取和最大的道路类型作为未知道路的分类结果;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。
地址 518000 广东省深圳市南山区西丽镇深圳大学城哈工大校区