[发明专利]基于悬架振动信号的路面地形识别方法、装置及存储介质

权利要求书

1.一种基于车辆悬架振动信号的路面地形识别方法，其特征在于，包括：

获取悬架传感器在车辆行驶过程中当前采集到的车辆悬架的振动信号数据；

当本次积累的待进行特征识别的振动信号数据的序列长度达到滑动窗口预设的数据截取宽度时，将本次积累的待进行特征识别的振动信号数据作为输入量输入至预设的路面地形识别模型中进行路面地形特征的识别，从而得到路面地形的识别结果；其中，所述路面地形识别模型预先根据振动信号数据样本训练好；

所述振动信号数据样本的获取方法包括：

获取由车辆摄像头在车辆行驶于试验道路工况下采集到的路面图像序列，获取由悬架传感器在车辆行驶于试验道路工况下采集到的车辆悬架的振动信号时序数据；所述试验道路工况的路面地形包括有目标路面地形；

以预设的数据截取宽度的滑动窗口对所述振动信号时序数据进行数据的滑动截取，得到多段振动信号截取数据；

将多段所述振动信号截取数据与目标路面地形所对应的且为预设的振动信号数据模板进行相似度计算，得到对应的相似度值；

判断所述相似度值是否大于预设的相似度阈值；

若是，将所述路面图像序列中与所述相似度值对应的振动信号截取数据处于相同时间戳的图像标记为目标路面地形图像；

将用户基于所述目标路面地形图像而确认的振动信号截取数据作为所述振动信号数据样本；

或，所述振动信号数据样本的获取方法包括：

获取在车辆行驶域当前路面地形下车辆悬架传感器产生的振动信号数据流；

以预设的数据截取宽度的滑动窗口对所述振动信号数据流进行数据的滑动截取，以截取得到对应的振动信号数据序列并存储；

将当前截取得到的所述振动信号数据序列与本地存储的先前截取到的振动信号数据序列逐一进行数据拼接；

对拼接得到的振动信号数据序列进行数据特征分析，并根据数据特征分析结果，确定拼接得到的所述振动信号数据序列中的数据特征模式序列；所述数据特征模式序列用于作为所述振动信号数据样本。

2.如权利要求1所述的基于车辆悬架振动信号的路面地形识别方法，其特征在于，在获取到车辆悬架的振动信号数据后，在对所述振动信号数据进行特征识别之前，所述方法还包括：

对获取到的所述振动信号数据进行数据处理，得到经过数据处理后的振动信号数据；所述数据处理包括以下中的至少一种：数据筛选、数据清洗、删除空缺值。

3.如权利要求1所述的基于车辆悬架振动信号的路面地形识别方法，其特征在于，所述悬架传感器有至少两个，分布于车辆悬架的不同地方；

则在获取到车辆悬架的振动信号数据后，在对所述振动信号数据进行特征识别之前，所述方法还包括：

将获取到的所述振动信号数据按照时间的先后顺序以数据矩阵的形式进行保存，得到待进行数据特征提取的振动信号数据矩阵。

4.如权利要求3所述的基于车辆悬架振动信号的路面地形识别方法，其特征在于，所述当本次积累的待进行特征识别的振动信号数据的序列长度达到滑动窗口预设的数据截取宽度时，将本次积累的待进行特征识别的振动信号数据作为输入量输入至预设的路面地形识别模型中进行路面地形特征的识别，包括：

当本次积累的待进行特征识别的振动信号数据矩阵中的数据的序列长度达到滑动窗口预设的数据截取宽度时，将所述振动信号数据矩阵进行PCA降维处理，得到降维后的振动信号数据；

将降维后的振动信号数据作为输入量输入至预设的路面地形识别模型中进行路面地形特征的识别。

5.如权利要求4所述的基于车辆悬架振动信号的路面地形识别方法，其特征在于，所述路面地形识别模型为用于识别路面地形的深度神经网络模型，则将所述振动信号数据矩阵进行PCA降维处理后得到的是经过PCA降维的振动信号数据矩阵。

6.如权利要求4所述的基于车辆悬架振动信号的路面地形识别方法，其特征在于，所述路面地形识别模型为用于识别路面地形的XGBoost模型，则将所述振动信号数据矩阵进行PCA降维处理后得到的是经过PCA降维的振动信号数据向量。