CN113427960A - 悬架控制方法和系统、车辆以及存储介质 - Google Patents

Abstract

本申请涉及悬架控制方法和系统、车辆以及存储介质，所述悬架控制方法包括：获取行车方向上的路面图像；根据所述路面图像识别路面平坦度异变所对应的异变类型；根据识别出的所述异变类型生成控制信号，用以调整悬架参数；利用耦合到悬架的传感器检测对应于所述异变类型的路面特征信息；以及基于所述路面特征信息生成修正信号，用以修正所述控制信号。所述悬架控制方法能够较为准确地识别路面平坦度异变，并且根据识别的结果设置悬架阻尼参数。

Description

悬架控制方法和系统、车辆以及存储介质

技术领域

本申请涉及车辆控制领域，具体而言，涉及悬架控制方法、悬架控制系统、车辆以及计算机可读存储介质。

背景技术

目前，在车辆悬架控制领域存在如下几种方式：一种方式是通过前方车轮位置传感器进行实时监测两前轮的垂向跳动幅度、频率以及减震器的行程方向来识别减速带、坑洼路面等路面平坦度异变，从而根据这些信号来对减震器的阻尼力进行调节，但是该方式仅仅被动地并且迟滞地对阻尼力进行调节，悬架系统难以做到对一些大冲击工况进行迅速调节来缓解大幅冲击。还有一种方式是通过视觉传感系统识别前方特殊的减速带、坑洼路面等路面平坦度异变，从而根据视觉传感器的信号来对减震器的阻尼力进行调节，但是实际路面、驾驶场景复杂多样，采用这种方案可能存在一定程度的误识别/无法识别风险，从而给悬架的控制的精确性带来一定的影响。

发明内容

本申请的实施例提供了悬架控制方法和系统、车辆以及存储介质，从而可以较为准确地识别路面平坦度异变，并且根据识别的结果设置悬架阻尼参数，从而使得车辆可以从容地通过路面平坦度异变。

根据本申请的一方面，提供一种悬架控制方法，包括：获取行车方向上的路面图像；根据所述路面图像识别路面平坦度异变所对应的异变类型；根据识别出的所述异变类型生成控制信号，用以调整悬架参数；利用耦合到悬架的传感器检测对应于所述异变类型的路面特征信息；以及基于所述路面特征信息生成修正信号，用以修正所述控制信号。

在本申请的一些实施例中，可选地，所述方法还包括：根据所述路面图像确定所述路面平坦度异变与车轴之间的距离；以及根据所述距离以及车速确定所述控制信号的发出时间。

在本申请的一些实施例中，可选地，所述异变类型构造为包括减速带，以及所述路面特征信息包括减速带宽度和/或高度。

在本申请的一些实施例中，可选地，所述传感器为车高传感器，并且检测所述路面特征信息包括：读取所述传感器感测到的高度信号；对所述高度信号进行滤波；对滤波后的信号进行二阶求导；以及根据二阶求导后的信号确定加速度信号并根据所述加速度信号确定所述路面特征信息。

在本申请的一些实施例中，可选地，所述方法还包括：根据所述控制信号调整用于车辆前轴的悬架参数；以及根据所述控制信号和所述修正信号调整用于车辆后轴的悬架参数。

根据本申请的另一方面，提供一种悬架控制系统，包括：图像获取单元，其配置成获取行车方向上的路面图像；图像处理单元，其配置成根据所述路面图像识别路面平坦度异变所对应的异变类型；参数设置单元，其配置成根据识别出的所述异变类型生成控制信号，用以调整悬架阻尼参数；特征确定单元，其耦合到所述悬架，并且配置成检测对应于所述异变类型的路面特征信息；以及参数修正单元，其配置成基于所述路面特征信息生成修正信号，用以修正所述控制信号。

在本申请的一些实施例中，可选地，所述图像处理单元还配置成根据所述路面图像确定所述路面平坦度异变与车轴之间的距离；并且所述参数设置单元还配置成根据所述距离以及车速确定所述控制信号的发出时间。

在本申请的一些实施例中，可选地，所述异变类型构造为包括减速带，以及所述路面特征信息包括减速带宽度和/或高度。

在本申请的一些实施例中，可选地，所述特征确定单元包括车高传感器，并且被配置成：读取所述车高传感器感测到的高度信号；对所述高度信号进行滤波；对滤波后的信号进行二阶求导；以及根据二阶求导后的信号确定加速度信号并根据所述加速度信号确定所述路面特征信息。

在本申请的一些实施例中，可选地，所述悬架控制系统还包括执行单元，其中，所述执行单元根据所述控制信号调整车辆前轴的悬架参数和/或根据所述控制信号和所述修正信号调整车辆后轴的悬架参数。

根据本申请的另一方面，提供一种悬架控制系统，包括：图像获取单元，其配置成获取行车方向上的路面图像；耦合到所述悬架的特征确定单元，其配置成检测路面平坦度异变所对应的异变类型的相应路面特征信息；处理器，其配置成：根据所述路面图像识别所述路面平坦度异变所对应的异变类型；根据识别出的所述异变类型生成控制信号，用以调整悬架阻尼参数；以及基于所述路面特征信息生成修正信号，用以修正所述控制信号。

根据本申请的另一方面，提供一种车辆，其包括如上文所述的任意一种悬架控制系统。

根据本申请的另一方面，提供一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，其特征在于，当所述指令由处理器执行时，使得所述处理器执行如上文所述的任意一种悬架控制方法。

附图说明

从结合附图的以下详细说明中，将会使本申请的上述和其他目的及优点更加完整清楚，其中，相同或相似的要素采用相同的标号表示。

图1示出了根据本申请的一个实施例的悬架控制方法。

图2示出了根据本申请的一个实施例的悬架控制系统。

图3示出了根据本申请的一个实施例的悬架控制系统。

图4示出了根据本申请的一个实施例的识别路面平坦度异变的过程。

图5示出了根据本申请的一个实施例的检测路面平坦度异变的过程。

具体实施方式

出于简洁和说明性目的，本文主要参考其示范实施例来描述本申请的原理。但是，本领域技术人员将容易地认识到相同的原理可等效地应用于所有类型的悬架控制方法和系统、车辆以及存储介质，并且可以在其中实施这些相同或相似的原理，任何此类变化不背离本申请的真实精神和范围。

本文中的路面平坦度异变是指路面上相对于周围路面存在明显高度差异的区域，在本申请的一些实施例中，路面平坦度异变可以表现为减速带、凸起物、路面凹陷等。

根据本申请的一方面，提供一种悬架控制方法。如图1所示，悬架控制方法10包括如下步骤：在步骤S102中获取行车方向上的路面图像；在步骤S104中根据路面图像识别路面平坦度异变所对应的异变类型；在步骤S106中根据识别出的异变类型生成调整悬架阻尼参数的控制信号；在步骤S108中利用耦合到悬架的传感器检测对应于异变类型的路面特征信息；在步骤S110中基于路面特征信息生成对控制信号进行修正的修正信号。由以上步骤可以，对悬架阻尼的设置包括了调整和修正这两个过程，下文将详细描述这两个过程的工作原理。

悬架控制方法10在步骤S102中获取行车方向上的路面图像。例如，当车辆在路面上行驶时，配置在车辆前方的诸如摄像头等设备可以实时捕捉车辆前方的路面图像。根据硬件配置，摄像头可以为一个或者多个，并且每一个的分辨率也可有所区别。若采用多个摄像头，则可以将其各自拍摄的图像拼接作为路面图像。在步骤S102中所获取到的路面图像将作为图像处理的基础数据。

悬架控制方法10在步骤S104中根据路面图像识别路面平坦度异变所对应的异变类型。在步骤104中可以利用图像识别技术判断路面图像中是否包括路面平坦度异变，以及在判断包括路面平坦度异变的情况下还识别其类型。此外，还可以在包括路面平坦度异变的情况下还可以大致确定路面平坦度异变相对于车辆的位置。在此过程中，可以先确定路面平坦度异变在图像中的位置，然后根据诸如摄像头的视场内的像素点与车辆的位置关系确定图像中的路面平坦度异变相对于车辆的位置。

在本申请的一些实施例中，步骤S104中的识别过程具体包括了：对路面图像进行预处理，以及通过神经网络对预处理过后的图像进行处理以识别路面平坦度异变。在本申请的一些实施例中，预处理可以为畸变校正、图像去噪、灰度化处理、边界提取或者感兴趣部分提取。在一些示例中，畸变校正可以用于校正因透镜的制造精度以及组装工艺的偏差会而引入的图像畸变。图像去噪可以去除图像中的噪点，防止噪点的存在影响后续的判别。

在一些示例中，预处理可以与后续的神经网络相对应，例如，神经网络是经由灰度图像训练而来的，那么预处理就可以为灰度化处理。以上示出的预处理可以组合实施，例如，预处理可以为灰度化处理和感兴趣部分提取。在一些示例中，可以基于深度学习的卷积神经网络实现以上识别过程。在此之前，可以采取大量的减速带或坑洼路面的图像训练库对神经网络进行训练，以此可以提高算法识别精确度，进而提高减速带或坑洼路面（例如井盖等）的识别的准确性。

图4示意性地示出了该过程。如图所示，首先可以在步骤S402中获取路面图像410。其次，在步骤404中对获取到的图像进行预处理，图中示出的预处理为感兴趣部分提取，以获得经过预处理的图像412。随后，在步骤S406中，经过神经网络对预处理过后的图像进行处理以识别路面平坦度异变的类型。如图4中的图像414所示，神经网络标示了识别到的路面平坦度异变（减速带）在路面图像中的位置（虚线框）以及相应识别的置信度P=0.9。

悬架控制方法10在步骤S106中根据识别结果生成调整悬架阻尼参数的控制信号。在一些示例中，在识别到路面平坦度异变的情况下可以更改悬置设置的参数，从而改变悬架的阻尼特性；若没有识别到路面平坦度异变则可以保持悬置设置的参数。例如，当识别到减速带时，可以设置使得悬架系统在通过减速带期间变“软”，从而使得乘客不至于受到剧烈颠簸。若没有识别到路面平坦度异变则可以保持原来较“硬”的悬置设置，从而保证更好的支撑性。

悬架控制方法10在步骤S108中利用耦合到悬架的传感器检测路面平坦度异变在步骤S104中识别到的异变类型的路面特征信息。 耦合到悬架的传感器可以为车高传感器、加速度传感器等。路面平坦度的变化可以反映为以上所述的传感器的信号变化。例如，车轮碾压减速带时，悬架系统的簧组将被压缩，从而造成相对距离的改变。传感器（例如，车高传感器）可以检测到这种相对距离的改变，从而可以检测到路面平坦度异变的路面特征信息。

在本申请的一些实施例中，步骤S108中的检测过程可以利用传感器（例如，加速度传感器）直接感测到的加速度信号确定路面特征信息。

在本申请的一些实施例中，步骤S108中的检测过程可以包括图5所示的步骤，从而可以利用感测到的高度信号通过计算得到加速度信号。在步骤S502中读取所述传感器感测到的信号；在步骤S504中对所述高度信号进行滤波；在步骤S506中对滤波后的信号进行二阶求导；在步骤S508中根据二阶求导后的信号确定加速度信号并据此确定路面特征信息。例如，通过安装在车身与悬架车轮摆臂位置处的车高传感器可以实时检测出车轮的垂向跳动情况，进而通过算法检测判断是否为减速带/凸起或坑洼路面。车高传感器检测出的信号为初始的电压信号，通过车高传感器信号标定校正并将初始电压值进行滤波，接下来求二阶导，即可求出车轮垂向跳动的加速度值。最后可以通过预定算法检测相应的幅值和频率情况，以此判断车轮当前经途减速带/凸起或者坑洼路面的路面特征信息。

悬架控制方法10在步骤S110中根据检测结果生成对控制信号进行修正的修正信号。以上在步骤S106中可以根据图像识别的结果生成调整悬架阻尼参数的信号，但是图像识别的结果有时并不总能反映实际情况。例如，图像识别的结果可能对种类（例如，减速带、凹陷）的判断效果较好，但是有时却很难判断在该种类下的具体细节，例如，减速带的高度、凹陷深度等。此时，可以利用准实时检测的结果对悬架阻尼参数进行修正，从而使得最终设置的参数更能符合实际情况。悬架系统可以根据控制信号和修正信号设置车辆通过平坦度异变时的阻尼参数，从而可以保证车辆通过平坦度异变时的乘坐舒适性。例如，在步骤S104中识别到的路面平坦度异变的类型为减速带的情况下，在步骤S108中可以利用传感器进一步判断减速带的宽度、高度（路面特征信息），从而可以分别根据路面平坦度异变的类型生成并发送控制信号、路面平坦度异变的路面特征信息生成并发送修正信号。

在一些示例中，车辆前轴的悬架参数可以根据悬架控制方法10生成的控制信号设置，车辆后轴的悬架参数可以根据悬架控制方法10生成的控制信号、修正信号设置。车辆后轴可以根据前轴的参数进行设置，或者对前轴的参数作适应性调整，这个过程被称为轴间预瞄。由于后轴在未履过路面平坦度异变时已经获得了经过修正的参数，因而在一般情况下后轴的履过表现将优于前轴。

在本申请的一些实施例中，除了以上描述的悬架阻尼参数外，悬架控制方法10还可以通过如下步骤来确定悬架阻尼参数的控制信号发出时间：根据路面图像确定路面平坦度异变与车轴之间的距离；以及根据距离以及车速确定控制信号的发出时间。控制信号可以在该时间点发出，进而用于调整悬架参数。在一些示例中，具体而言，首先，可以将在步骤S102中获取到的路面图像转换为鸟瞰视图。在这个步骤中可以根据对摄像头的预标定情况，将摄像头拍摄的路面图像转换为空拍的鸟瞰视图，这是因为鸟瞰视图更易于处理以获得距离信息。

其次，在转换为鸟瞰图后就可以根据鸟瞰视图中像素与距离的预标定关系来确定路面平坦度异变与车轴之间的距离s。例如，在鸟瞰图中，检测到的路面平坦度异变与前车轴之间相隔200个像素，而每个像素的代表10厘米，那么路面平坦度异变与前车轴之间相隔20米。此外，在一些示例中还可以将鸟瞰图与雷达数据进行融合来确定路面平坦度异变与车轴之间的距离。例如将鸟瞰图中的图像特征与雷达数据中的距离特征对应起来，从而识别物体的距离。

最后，可以根据路面平坦度异变与车轴之间的距离s以及车速v确定调整悬架阻尼参数的时间t = s/v。例如，若路面平坦度异变与车轴之间的距离s为20米，而此时车速v为10米/秒，那么需要在t=2秒之后（发出时间）将悬架阻尼参数调整为需要的值。根据设定，这个参数的作用时间可以为例如10毫秒，那么在2秒至2.01秒这段时间内可以将悬架阻尼参数调整为需要的值，而超过这个时间段后可以将悬架恢复至悬架控制模块所需的设定值，以恢复对车辆的支撑性。

在本申请的一些实施例中，悬架控制方法10中还可以根据在步骤S104中的识别结果生成调整悬架高度的信号。如此，除了调整悬架的阻尼参数外，还可以进一步调整悬架高度，从而让车身越过路面平坦度异变时更加从容，免除颠簸造成不良的驾乘体验。

以上描述的悬架控制方法10的一些示例将利用诸如车高传感器识别路面平坦度异变与基于图像识别技术识别路面平坦度异变相结合。在一些示例中基于图像识别技术，通过大量的训练校正，使得识别精度可以大幅提高，因而可以将识别的结果用作预控处理。由于考虑实际情况复杂多变，以及训练算法的误差问题，在此基础上再利用车高传感器进行预控识别校正。在这一过程中可以通过融合算法，从而能达到较好的阻尼力修正效果。

根据本申请的另一方面，提供一种悬架控制系统。如图2所示，悬架控制系统20包括图像获取单元202、图像处理单元204、参数设置单元206、特征确定单元208和参数修正单元210。其中，参数设置单元206、参数修正单元210分别执行了生成并发出对参数的调整和修正的信号这两个过程，下文将详细描述这两个过程的工作原理。

悬架控制系统20的图像获取单元202被配置成获取行车方向上的路面图像。例如，图像获取单元202可以包括若干个摄像头。当车辆在路面上行驶时，配置在车辆前方的摄像头可以实时捕捉车辆前方的路面图像。根据硬件配置，摄像头可以为一个或者多个，并且每一个的分辨率也可有所区别。若采用多个摄像头，则可以将其各自拍摄的图像拼接作为路面图像。图像获取单元202所获取到的路面图像将作为图像处理的基础数据。

悬架控制系统20的图像处理单元204被配置成根据路面图像识别路面平坦度异变所对应的异变类型。图像处理单元204可以利用图像识别技术判断路面图像中是否包括路面平坦度异变，以及在判断包括路面平坦度异变的情况下还识别其类型。此外，还可以在包括路面平坦度异变的情况下还可以大致确定路面平坦度异变相对于车辆的位置。在此过程中，可以先确定路面平坦度异变在图像中的位置，然后根据诸如摄像头的视场内的像素点与车辆的位置关系确定图像中的路面平坦度异变相对于车辆的位置。

在本申请的一些实施例中，图像处理单元204被配置成：对路面图像进行预处理；以及通过神经网络对预处理过后的图像进行处理，以识别路面平坦度异变。在本申请的一些实施例中，预处理包括以下至少一者：畸变校正、图像去噪、灰度化处理、边界提取、感兴趣部分提取。在一些示例中，畸变校正可以用于校正因透镜的制造精度以及组装工艺的偏差会而引入的图像畸变。图像去噪可以去除图像中的噪点，防止噪点的存在影响后续的判别。

在一些示例中，预处理可以与后续的神经网络相对应，例如，神经网络是经由灰度图像训练而来的，那么预处理就可以为灰度化处理。以上示出的预处理可以组合实施，例如，预处理可以为灰度化处理和感兴趣部分提取。在一些示例中，可以基于深度学习的卷积神经网络实现以上识别过程。在此之前，可以采取大量的减速带或坑洼路面的图像训练库对神经网络进行训练，以此可以提高算法识别精确度，进而提高减速带或坑洼路面（例如井盖等）的识别的准确性。以上描述的神经单元可以以物理形式存在于图像处理单元204中，例如，实现为某些软硬件组合。

图4示意性地示出了图像处理单元204执行的过程。如图所示，首先可以在步骤S402中获取路面图像410。其次，在步骤404中对获取到的图像进行预处理，图中示出的预处理为感兴趣部分提取，以获得经过预处理的图像412。随后，在步骤S406中，经过神经网络对预处理过后的图像进行处理以识别路面平坦度异变的类型。如图4中的图像414所示，神经网络标示了识别到的路面平坦度异变（减速带）在路面图像中的位置（虚线框）以及相应识别的置信度P=0.9。

悬架控制系统20的参数设置单元206被配置成根据识别结果生成调整悬架阻尼参数的控制信号。在一些示例中，在识别到路面平坦度异变的情况下可以更改悬置设置的参数，从而改变悬架的阻尼特性；若没有识别到路面平坦度异变则可以保持悬置设置的参数。例如，当识别到减速带时，可以设置使得悬架系统在通过减速带期间变“软”，从而使得乘客不至于受到剧烈颠簸。若没有识别到路面平坦度异变则可以保持原来较“硬”的悬置设置，从而保证更好的支撑性。

悬架控制系统20的特征确定单元208耦合到悬架，并且被配置成检测路面平坦度异变对应于图像处理单元204识别到的异变类型的路面特征信息。本发明中的路面特征信息是指车辆驶过路面平坦度异变时能够为诸如耦合到悬架的传感器所感测到的特征。例如，路面特征信息可以包括颠簸的宽度、高度或者例如减速带的宽度和高度等。耦合到悬架的传感器可以为车高传感器、加速度传感器等。路面平坦度的变化可以反映为以上所述的传感器的信号变化。例如，车轮碾压减速带时，悬架系统的簧组将被压缩，从而造成相对距离的改变。传感器（例如，车高传感器）可以检测到这种相对距离的改变，从而可以检测到路面平坦度异变的路面特征信息。

在本申请的一些实施例中，特征确定单元208的检测过程可以利用传感器（例如，加速度传感器）直接感测到的加速度信号确定路面特征信息。

在本申请的一些实施例中，特征确定单元208的检测过程可以包括图5所示的步骤，从而可以利用感测到的高度信号通过计算得到加速度信号。在步骤S502中读取特征确定单元208中的若干个车高传感器的信号；在步骤S504中对所述高度信号进行滤波；在步骤S506中对滤波后的信号进行二阶求导；在步骤S508中根据二阶求导后的信号确定加速度信号并据此确定路面特征信息。例如，通过安装在车身与悬架车轮摆臂位置处的车高传感器可以实时检测出车轮的垂向跳动情况，进而通过算法检测判断是否为减速带/凸起或坑洼路面。车高传感器检测出的信号为初始的电压信号，通过车高传感器信号标定校正并将初始电压值进行滤波，接下来求二阶导，即可求出车轮垂向跳动的加速度值。最后可以通过预定算法检测相应的幅值和频率情况，以此判断车轮当前经途减速带/凸起或者坑洼路面的路面特征信息。

悬架控制系统20的参数修正单元210被配置成根据检测结果生成对控制信号进行修正的修正信号。以上参数设置单元206可以根据图像识别的结果生成调整悬架阻尼参数的信号，但是图像识别的结果有时并不总能反映实际情况。例如，图像识别的结果可能对种类（例如，减速带、凹陷）的判断效果较好，但是有时却很难判断在该种类下的具体细节，例如，减速带的高度、凹陷深度等。此时，可以利用特征确定单元208的准实时检测结果对悬架阻尼参数进行修正，从而使得最终设置的参数更能符合实际情况。悬架系统可以根据控制信号和修正信号设置车辆通过平坦度异变时的阻尼参数，从而可以保证车辆通过平坦度异变时的乘坐舒适性。例如，在图像处理单元204识别到的路面平坦度异变的类型为减速带的情况下，特征确定单元208可以利用传感器进一步判断减速带的宽度、高度（路面特征信息），从而可以分别根据路面平坦度异变的类型生成并发送控制信号、路面平坦度异变的路面特征信息生成并发送修正信号。

在一些示例中，悬架控制系统20还包括执行单元（图中未示出），执行单元可以根据悬架控制系统20生成的控制信号调整车辆前轴的悬架参数，并且执行单元还可以根据悬架控制系统20生成的控制信号、修正信号调整车辆后轴的悬架参数。车辆后轴可以根据前轴的参数进行设置，或者对前轴的参数作适应性调整，这个过程被称为轴间预瞄。由于后轴在未履过路面平坦度异变时已经获得了经过修正的参数，因而在一般情况下后轴的履过表现将优于前轴。

在本申请的一些实施例中，除了以上描述的悬架阻尼参数外，还可以通过如下方式来确定悬架阻尼参数的控制信号发出时间：根据路面图像确定路面平坦度异变与车轴之间的距离；以及根据距离以及车速确定控制信号的发出时间。控制信号可以在该时间点发出，进而用于调整悬架参数。在一些示例中，具体而言，首先，图像处理单元204将路面图像转换为鸟瞰视图。在这个步骤中可以根据对摄像头的预标定情况，将摄像头拍摄的路面图像转换为空拍的鸟瞰视图，这是因为鸟瞰视图更易于处理以获得距离信息。

其次，图像处理单元204将根据鸟瞰视图中像素与距离的预标定关系来确定路面平坦度异变与车轴之间的距离s。例如，在鸟瞰图中，检测到的路面平坦度异变与前车轴之间相隔200个像素，而每个像素的代表10厘米，那么路面平坦度异变与前车轴之间相隔20米。此外，在一些示例中还可以将鸟瞰图与雷达数据进行融合来确定路面平坦度异变与车轴之间的距离。例如将鸟瞰图中的图像特征与雷达数据中的距离特征对应起来，从而识别物体的距离。

最后，参数设置单元206还配置成根据距离s以及车速v确定调整悬架阻尼参数的时间t= s/v。例如，若路面平坦度异变与车轴之间的距离s为20米，而此时车速v为10米/秒，那么需要在t=2秒之后（发出时间）将悬架阻尼参数调整为需要的值。根据设定，这个参数的作用时间可以为例如10毫秒，那么在2秒至2.01秒这段时间内可以将悬架阻尼参数调整为需要的值，而超过这个时间段后可以将悬架恢复至悬架控制模块所需的设定值，以恢复对车辆的支撑性。

在本申请的一些实施例中，参数设置单元206还配置成根据识别结果生成调整悬架高度的信号。如此，除了调整悬架的阻尼参数外，还可以进一步调整悬架高度，从而让车身越过路面平坦度异变时更加从容，免除颠簸造成不良的驾乘体验。

以上描述的悬架控制系统20的一些示例将利用诸如车高传感器识别路面平坦度异变与基于图像识别技术识别路面平坦度异变相结合。在一些示例中基于图像识别技术，通过大量的训练校正，使得识别精度可以大幅提高，因而可以将识别的结果用作预控处理。由于考虑实际情况复杂多变，以及训练算法的误差问题，在此基础上再利用车高传感器进行预控识别校正。这这一过程中可以通过融合算法，从而能达到较好的阻尼力修正效果。

根据本申请的另一方面，提供一种悬架控制系统。如图3所示，悬架控制系统30包括图像获取单元302、特征确定单元304以及处理器306。出于完整呈现本发明的原理的角度考虑，图3中示出了悬架系统308，悬架系统308用于接收由处理器306最终输出的悬架阻尼参数并据此进行悬架调节。

悬架控制系统30图像获取单元302被配置成获取行车方向上的路面图像。悬架控制系统30中的图像获取单元302可以按照悬架控制系统20中的图像获取单元202进行配置，以上关于图像获取单元202的内容一并引用于此。

悬架控制系统30耦合到悬架特征确定单元304被配置成检测路面平坦度异变所对应的异变类型的相应路面特征信息。悬架控制系统30中的特征确定单元304可以按照悬架控制系统20中的特征确定单元208进行配置，以上关于特征确定单元208的内容一并引用于此。

悬架控制系统30处理器306被配置成执行以下操作。首先，处理器306根据路面图像识别路面平坦度异变所对应的异变类型。处理器306可以利用图像识别技术判断路面图像中是否包括路面平坦度异变，以及在判断包括路面平坦度异变的情况下还识别其类型。此外，还可以在包括路面平坦度异变的情况下还可以大致确定路面平坦度异变相对于车辆的位置。在此过程中，可以先确定路面平坦度异变在图像中的位置，然后根据诸如摄像头的视场内的像素点与车辆的位置关系确定图像中的路面平坦度异变相对于车辆的位置。

其次，处理器306将根据识别结果生成调整悬架阻尼参数的控制信号。在一些示例中，在识别到路面平坦度异变的情况下可以更改悬置设置的参数，从而改变悬架的阻尼特性；若没有识别到路面平坦度异变则可以保持悬置设置的参数。例如，当识别到减速带时，可以设置使得悬架系统在通过减速带期间变“软”，从而使得乘客不至于受到剧烈颠簸。若没有识别到路面平坦度异变则可以保持原来较“硬”的悬置设置，从而保证更好的支撑性。

最后，处理器306将根据检测结果生成对控制信号进行修正的修正信号。以上根据图像识别的结果可以用于生成调整悬架阻尼参数的信号，但是图像识别的结果有时并不总能反映实际情况。例如，图像识别的结果可能对种类（例如，减速带、凹陷）的判断效果较好，但是有时却很难判断在该种类下的具体细节，例如，减速带的高度、凹陷深度等。此时，可以利用特征确定单元304的准实时检测结果对悬架阻尼参数进行修正，从而使得最终设置的参数更能符合实际情况。悬架系统可以根据控制信号和修正信号设置车辆通过平坦度异变时的阻尼参数，从而可以保证车辆通过平坦度异变时的乘坐舒适性。例如，在处理器306识别到的路面平坦度异变的类型为减速带的情况下，处理器306可以利用传感器进一步判断减速带的宽度、高度（路面特征信息），从而可以分别根据路面平坦度异变的类型生成并发送控制信号、路面平坦度异变的路面特征信息生成并发送修正信号。

需要说明的是，限于篇幅，上文中其他实施例中关于“根据路面图像识别路面平坦度异变”、“根据识别结果调整悬架阻尼参数”以及“根据检测结果对悬架阻尼参数进行修正”的可选示例也一并引用于此，在此不再赘述。

根据本申请的另一方面，提供一种车辆，其包括如上文所述的任意一种悬架控制系统。根据以上配置的车辆在履过路面平坦度异变时可以在一定程度上缓解颠簸造成的不良感受。

根据本申请的另一方面，提供一种计算机可读存储介质，其中存储有指令，当所述指令由处理器执行时，使得所述处理器执行如上文所述的任意一种悬架控制方法。本申请中所称的计算机可读介质包括各种类型的计算机存储介质，可以是通用或专用计算机能够存取的任何可用介质。举例而言，计算机可读介质可以包括RAM、ROM、EPROM、E²PROM、寄存器、硬盘、可移动盘、CD-ROM或其他光盘存储器、磁盘存储器或其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码单元并能够由通用或特定用途计算机、或者通用或特定用途处理器进行存取的任何其他临时性或者非临时性介质。如本文所使用的盘通常磁性地复制数据，而碟则用激光来光学地复制数据。上述的组合也应当包括在计算机可读介质的保护范围之内。示例性存储介质耦合到处理器以使得该处理器能从/向该存储介质读写信息。在替换方案中，存储介质可以被整合到处理器。处理器和存储介质可驻留在ASIC中。ASIC可驻留在用户终端中。在替换方案中，处理器和存储介质可作为分立组件驻留在用户终端中。

以上仅为本申请的具体实施方式，但本申请的保护范围并不局限于此。本领域的技术人员可以根据本申请所披露的技术范围想到其他可行的变化或替换，此等变化或替换皆涵盖于本申请的保护范围之中。在不冲突的情况下，本申请的实施方式及实施方式中的特征还可以相互组合。本申请的保护范围以权利要求的记载为准。

Claims (13)

1.一种悬架控制方法，包括：

获取行车方向上的路面图像；

根据所述路面图像识别路面平坦度异变所对应的异变类型；

根据识别出的所述异变类型生成控制信号，用以调整悬架参数；

利用耦合到悬架的传感器检测对应于所述异变类型的路面特征信息；以及

基于所述路面特征信息生成修正信号，用以修正所述控制信号。

2. 根据权利要求1所述的悬架控制方法，其特征在于，还包括：

根据所述路面图像确定所述路面平坦度异变与车轴之间的距离；以及

根据所述距离以及车速确定所述控制信号的发出时间。

3.根据权利要求1或2所述的悬架控制方法，其中，所述异变类型构造为包括减速带，以及所述路面特征信息包括减速带宽度和/或高度。

4.根据权利要求1所述的悬架控制方法，其中，所述传感器为车高传感器，并且检测所述路面特征信息包括：

读取所述传感器感测到的高度信号；

对所述高度信号进行滤波；

对滤波后的信号进行二阶求导；以及

根据二阶求导后的信号确定加速度信号并根据所述加速度信号确定所述路面特征信息。

5. 根据权利要求1所述的悬架控制方法，其特征在于，还包括：

根据所述控制信号调整用于车辆前轴的悬架参数；以及

根据所述控制信号和所述修正信号调整用于车辆后轴的悬架参数。

6.一种悬架控制系统，包括：

图像获取单元，其配置成获取行车方向上的路面图像；

图像处理单元，其配置成根据所述路面图像识别路面平坦度异变所对应的异变类型；

参数设置单元，其配置成根据识别出的所述异变类型生成控制信号，用以调整悬架阻尼参数；

特征确定单元，其耦合到所述悬架，并且配置成检测对应于所述异变类型的路面特征信息；以及

参数修正单元，其配置成基于所述路面特征信息生成修正信号，用以修正所述控制信号。

7.根据权利要求6所述的悬架控制系统，所述图像处理单元还配置成根据所述路面图像确定所述路面平坦度异变与车轴之间的距离；并且

所述参数设置单元还配置成根据所述距离以及车速确定所述控制信号的发出时间。

8.根据权利要求6或7所述的悬架控制系统，其中，所述异变类型构造为包括减速带，以及所述路面特征信息包括减速带宽度和/或高度。

9.根据权利要求6所述的悬架控制系统，其中，所述特征确定单元包括车高传感器，并且被配置成：

读取所述车高传感器感测到的高度信号；

对所述高度信号进行滤波；

对滤波后的信号进行二阶求导；以及

根据二阶求导后的信号确定加速度信号并根据所述加速度信号确定所述路面特征信息。

10.根据权利要求6所述的悬架控制系统，其特征在于，还包括执行单元，其中，所述执行单元根据所述控制信号调整车辆前轴的悬架参数和/或根据所述控制信号和所述修正信号调整车辆后轴的悬架参数。

11.一种悬架控制系统，包括：

图像获取单元，其配置成获取行车方向上的路面图像；

耦合到所述悬架的特征确定单元，其配置成检测路面平坦度异变所对应的异变类型的相应路面特征信息；

处理器，其配置成：

根据所述路面图像识别所述路面平坦度异变所对应的异变类型；

根据识别出的所述异变类型生成控制信号，用以调整悬架阻尼参数；以及

基于所述路面特征信息生成修正信号，用以修正所述控制信号。

12.一种车辆，其包括如权利要求6-11中任一项所述的悬架控制系统。

13.一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，其特征在于，当所述指令由处理器执行时，使得所述处理器执行如权利要求1-5中任一项所述的方法。

Images