一种车载视觉感知预瞄下的主动悬架控制方法

本发明实施涉及机器视觉以及车辆悬架控制，具体涉及一种车载视觉感知预瞄下的主动悬架控制方法。背景技术：1、随着智能驾驶技术的发展，人们对汽车安全性和舒适性的需求不断提高，对这两者性能影响较大的就是悬架系统。目前控制效果最好的是主动悬架，良好的控制方法可以最大限度的提高悬架的性能。但传统的主动悬架控制技术往往采用车身上的信号传感器来采集路面信息，但是由于车辆高速移动，路面激励不断变化，因此悬架系统控制器与执行器存在时滞现象，这就阻碍悬架性能的进一步提高。技术实现思路1、针对上述缺陷，本发明提供了一种车载视觉感知预瞄下的主动悬架控制方法，采用双目摄像头并配合视觉感知算法实时采集路面信息，并配合所提供的预瞄h∞控制方法，可以有效地改善悬架系统控制器与执行器存在时滞现象，提高了汽车安全性和舒适性。2、一种车载视觉感知预瞄下的主动悬架控制方法，具体步骤如下：3、s1：训练目标识别模型：采用yolov5目标检测算法识别减速带瞬时路面激励；4、s2：获取路面信息：采用双目摄像头并结合s1中已经训练好的目标识别模型，对识别目标进行轮廓拟合，通过相机内外参数得出目标实际高度xf，配合双目测距算法计算出目标的实际距离s；5、s3：设计控制器；6、利用s2中检测到的激励信息，设计一种基于状态反馈的预瞄h∞控制器。7、进一步地，步骤s1具体为：8、在不同光照环境下拍摄不同的减速带图像，使用labelimg进行标注并制作数据集；并使用yolov5目标识别算法进行训练；9、进一步地，步骤s2具体为：10、将双目摄像头安装到车前，并使用s1中训练好的yolov5模型进行目标识别，判断前方是否存在减速带；11、如果存在则提取目标并使用canny边缘检测算法检测出减速带的边缘，同时使用opencv中的findcontours函数来提出物体的轮廓，将拟合得到的物体轮廓在图像中的尺度转换为实际世界中的尺度，得出目标实际高度xf；12、再使用sift图像处理算法对路面图像进行特征点检测，通过ransac匹配算法来获得图像中对应的特征点对，根据找到的特征点对来计算图像的视差值xh-xt，根据三角形相似原理可得实际距离s,如图2所示，如式：13、14、15、其中l为双目相机左右摄像头中心距，f为相机焦距。16、进一步地，步骤s3具体为：17、首先建立1/4悬架模型18、19、其中，ms为悬挂质量，mt为非悬挂质量，x1为悬挂质量的垂向位移，x2为非悬挂质量的垂向位移，xr为车轮下方路面高度，ks为悬架弹簧刚度，kt为轮胎刚度，cs为悬架阻尼，f为主动悬架控制力。20、根据式(3)建立主动悬架模型，取状态变量输出量为状态方程如下表示21、22、其中，b1＝[0 0 -1 0]t,23、d11＝[0 0 0 0]t,为状态反馈。24、实际路面激励xr和预瞄激励xf的关系如下25、26、其中为预瞄时间，v为车速。27、采用pade逼近二次近似28、29、其中30、对其进行拉氏反变换得31、32、其中33、定义附加状态矢量η＝[η1 η2]t,η1＝y,其状态空间方程为34、35、其中c9＝[1 0],d9＝1。36、与式(4)联立可得出含有预瞄信息的主动悬架状态方程，如式37、38、其中39、40、41、其次设计基于lmi的悬架h∞控制器，其外部激励到输出的传递函数g应满足如下关系：42、‖g‖≤γ       (10)43、其中γ为规定的正标量。44、设状态反馈增益为k，将f＝kxη带入式(9)中得：45、46、其中ac＝aη+b2η·k,cl＝c1η+d12η·k。47、定理：对于给定的正标量γ，如果存在一个正定矩阵p0和矩阵q，可以使以下lmi成立：48、49、则使得闭环控制系统具有如下h∞性能：50、51、其中q＝kp0,p0＝p-1。52、设李雅普诺夫函数为53、54、对其求导得：55、56、为确保h∞控制器的性能，引入评价指标j1:57、58、根据schur补定理，评价指标j1可等价于j2，59、60、即61、62、将ac＝aη+b2η·k带入式(18)中，并进行初等变换可得：63、64、给定正标量γ，如果存在一个正定矩阵p0和矩阵q，使得j2＜0成立，则j1＜0成立，对j1积分可得：65、66、根据李雅普诺夫稳定性定义可知：67、68、将李雅普诺夫函数带入式(21)可得：69、70、由于可得：71、72、则式(20)可等价于73、74、给定正标量γ，求解出正定矩阵p0和矩阵q，闭环系统得控制增益为k＝qp，则闭环系统具有h∞性能。75、使用matlab中的lmi求解器解出状态反馈增益为k，求出最优控制力，通过设计的预瞄h∞控制器来改善悬架动行程，轮胎动位移以及车身加速度，使得车辆舒适性和安全性得到提高。76、与现有技术相比，本发明具备以下有益效果：77、本发明所述的一种车载视觉感知预瞄下的主动悬架控制方法通过使用双目摄像头采用yolov5目标检测算法并结合canny边缘检测算法等多种视觉感知算法，实时且全方位地获取和分析路面信息，提高了识别准确性。与传统的悬架控制方法相比，基于鲁棒控制理论和李雅普诺夫理论所设计的预瞄h∞控制器，控制效果更加优异，结合上述的车载视觉感知系统，有效地改善了时滞问题，从而极大地提高了车辆的安全性和乘坐舒适性。技术特征：1.一种车载视觉感知预瞄下的主动悬架控制方法，其特征在于，具体步骤如下：技术总结本发明公开了一种车载视觉感知预瞄下的主动悬架控制方法，利用双目摄像头结合多种视觉感知算法，实时监测车辆前方路面状况。通过对路面信息的准确捕捉和分析，基于鲁棒控制理论和李雅普诺夫理论，设计与之相匹的预瞄H∞控制器，通过及时调整悬架系统，使车辆更有效地减少颠簸感和震动，为乘客提供更为稳定平顺的行驶体验。本发明使用机器视觉的方法提前感知前方路面信息，改善了传统悬架控制方法中存在的时滞问题，从而显著提升了车辆的安全性和乘坐舒适性。技术研发人员：付志军,张翔,崔明辉,赵登峰,李元伟,李胜,赵取,张志刚,郭耀华,丁金全,何文斌,侯俊剑,邬昌军,周放,赵峰受保护的技术使用者：郑州轻工业大学技术研发日：技术公布日：2024/8/16