[发明专利]一种在线学习和实时估计路面状态的方法

摘要

本发明公开了一种在线学习和实时估计路面状态的方法，该方法包括分类器离线粗训练，在线更新和实时估计三个步骤，其中分类器离线粗训练包括路面的图像采集、图像粗标注、分类器训练，在线更新根据动力学得到精确的路面附着系数对路面附着系数估计图进行修正，得到原始图像与修正的路面附着系数估计图用于分类器在线训练，分类器可以实时估计出精确的路面附着系数图，用于车辆主动安全与智能化功能设计。本发明使用常见的视觉传感器可完成对路面附着系数的估计，估计结果准确，为主动安全系统和智能驾驶系统的设计提供了很好的基础。

主权项

1.一种在线学习和实时估计路面状态的方法，其特征在于，包括以下步骤：分类器离线粗训练：通过视觉传感器采集不同路面工况的原始图像；对所述原始图像数据进行标注，形成路面附着系数粗估计数据集；以及利用所述路面附着系数粗估计数据集对粗分类器进行端到端的训练；在线更新：通过所述视觉传感器获取第一路面图像，并输入到所述粗分类器得到路面附着系数估计图；将所述原始图像与所述路面附着系数估计图储存在缓冲区；通过车载传感器对车辆进行定位和追踪，并将该车辆的车轮轨迹与所述路面附着系数估计图内的像素匹配；根据车辆动力学获得精确的第一路面附着系数，并修正所述路面附着系数估计图中与该车辆的车轮轨迹对应像素的附着系数；以及将修正后的所述路面附着系数估计图与其对应的所述原始图像保存成数据对，当所述数据对数量超过预设值时，利用所述数据对对所述粗分类器进行在线更新训练，获得精分类器；估时估计：通过所述视觉传感器获取第二路面图像，并输入到所述精分类器实时得到路面附着系数图；通过所述车载传感器对车辆进行定位和追踪，并将该车辆的车轮轨迹与所述路面附着系数图内的像素匹配；以及根据所述车辆动力学实时获得精确的第二路面附着系数。