一种基于多源感知的车辆侧翻风险预判方法、系统、设备及介质与流程

本发明涉及智能车辆，尤其是涉及一种基于多源感知的车辆侧翻风险预判方法、系统、设备及介质。

背景技术：

1、传统的悬架控制系统采用被动响应策略，即当车辆传感器检测到车身姿态异常后才调整悬架参数。这种事后响应的策略存在固有的时间延迟，对于因上装清扫装置宽度限制而轮距设计较窄的高重心无人清扫车辆而言，该延迟可能导致侧翻风险在系统响应前即已达到不可挽回的程度。

2、因此，需要提前进行风险预判。

3、但现有的风险预判方法多依赖单一视觉感知数据或历史行驶数据，视觉感知易受雨雾、强光、夜间及遮挡影响，对远距离和临时障碍物识别不稳定；历史行驶数据在首次经过或样本不足路段难以形成可靠判断。

4、因此，单一数据源难以全面、准确、及时地预判车辆侧翻风险。

技术实现思路

1、针对现有技术不足，本发明提供了一种基于多源感知的车辆侧翻风险预判方法、系统、设备及介质。

2、为了解决上述技术问题，本发明所采用的技术方案为：

3、本发明提供了一种基于多源感知的车辆侧翻风险预判方法，所述方法包括：

4、获取车辆的视觉感知数据、高精地图数据和历史行驶数据；

5、基于所述视觉感知数据计算第一路面风险评分；

6、基于所述高精地图数据计算第二路面风险评分；

7、基于所述历史行驶数据计算第三路面风险评分；

8、通过对所述第一路面风险评分、第二路面风险评分、第三路面风险评分进行线性加权融合计算以得到综合路面风险评分；

9、根据所述综合路面风险评分预判车辆是否存在侧翻风险。

10、进一步的，所述基于所述视觉感知数据计算第一路面风险评分包括：

11、基于所述视觉感知数据，通过预设的目标检测算法实时识别前方路面障碍物；

12、根据识别到的路面障碍物，计算其障碍物特征参数；

13、根据所述障碍物特征参数计算第一路面风险评分。

14、进一步的，所述根据所述障碍物特征参数计算第一路面风险评分，包括：

15、对所述障碍物特征参数进行分级，每一级对应一个预设的第一路面风险评分区间，在区间内，所述第一路面风险评分与障碍物特征参数之间按照线性映射关系对应。

16、进一步的，在同时存在多个障碍物时，分别计算各个障碍物的第一路面风险评分，并加权融合后计算得到最终的第一路面风险评分。

17、进一步的，所述目标检测算法包括yolov12、mobilenet-ssd。

18、进一步的，所述基于所述高精地图数据计算第二路面风险评分，包括：

19、获取车辆的定位信息；

20、根据所述定位信息匹配车辆当前所在位置在高精地图中的路段id；

21、根据所述路段id获取对应路段的历史风险等级；每一历史风险等级对应一个第二路面风险评分；

22、根据所述历史风险等级，获取第二路面风险评分。

23、进一步的，所述基于所述历史行驶数据计算第三路面风险评分，包括：

24、获取车辆在当前路段行驶时的历史行驶数据；

25、根据所述历史行驶数据，获取车辆在当前路段行驶时的历史最大横向载荷转移率；

26、根据所述历史最大横向载荷转移率进行风险等级评估；其中，每一风险等级对应一个第三路面风险评分区间，在区间内，所述第三路面风险评分与历史最大横向载荷转移率之间按照线性映射关系对应；

27、根据所述风险等级，获取第三路面风险评分。

28、进一步的，所述根据所述历史最大横向载荷转移率进行风险等级评估，包括：

29、当历史最大横向载荷转移率小于预设的第一阈值时，风险等级为一级；

30、当历史最大横向载荷转移率小于预设的第二阈值，且大于等于预设的第一阈值时，风险等级为二级；

31、当历史最大横向载荷转移率小于预设的第三阈值，且大于等于预设的第二阈值时，风险等级为三级；

32、当历史最大横向载荷转移率大于等于预设的第三阈值时，风险等级为四级。

33、进一步的，所述综合路面风险评分的计算方法，通过公式表示如下：

34、综合路面风险评分=w1×第一路面风险评分+w2×第二路面风险评分+w3×第三路面风险评分；

35、其中，w1、w2、w3分别对应表示第一路面风险评分、第二路面风险评分、第三路面风险评分的权重系数。

36、进一步的，所述权重系数根据天气条件自适应调整，包括：预设有天气条件与权重系数的映射表，其中，每一天气条件对应设置有不同的权重系数。

37、进一步的，所述根据所述综合路面风险评分预判车辆是否存在侧翻风险，包括：

38、当所述综合路面风险评分大于预设的评分阈值时，预判车辆存在侧翻风险；

39、当所述综合路面风险评分小于等于预设的评分阈值时，预判车辆不存在侧翻风险。

40、进一步的，在根据所述综合路面风险评分预判车辆存在侧翻风险后，所述方法还包括：根据路面场景选择并执行对应的集成悬架控制系统预调策略。

41、进一步的，减速带场景的预调策略包括：

42、当检测到车辆与减速带之间的距离小于第一预设距离时，将阻尼调节单元调整至第一软性工作模式；

43、当检测到车辆与减速带之间的距离小于第二预设距离时，将侧倾刚度调节单元调整至第二软性工作模式；

44、当检测到车辆与减速带之间的距离小于第三预设距离时，将主动回稳力矩调节单元的输出力矩降低至预设比例一；

45、其中，在车辆通过减速带后，上述各调节单元的参数自动恢复至默认状态；第一预设距离＞第二预设距离＞第三预设距离。

46、进一步的，坑洼路面场景的预调策略包括：

47、当检测到车辆与坑洼路面之间的距离小于第四预设距离时，将阻尼调节单元调整至动态工作模式；

48、当检测到车辆与坑洼路面之间的距离小于第五预设距离时，将侧倾刚度调节单元调整至刚性工作模式；

49、当检测到车辆与坑洼路面之间的距离小于第六预设距离时，将主动回稳力矩调节单元的输出力矩提升至预设比例二；

50、其中，在车辆通过坑洼路面后，上述各调节单元的参数自动恢复至默认状态；第四三预设距离＞第五预设距离＞第六预设距离。

51、进一步的，起伏路面的预调策略包括：

52、将阻尼调节单元调整至动态工作模式；

53、将侧倾刚度调节单元调整至刚性工作模式；

54、保持主动回稳力矩调节单元的输出力矩为预设比例三；

55、其中，在车辆通过起伏路面后，上述各调节单元的参数自动恢复至默认状态。

56、本发明还提供了一种基于多源感知的车辆侧翻风险预判系统，使用上述的基于多源感知的车辆侧翻风险预判方法，所述系统包括：

57、多源数据采集模块，用于获取车辆的视觉感知数据、高精地图数据和历史行驶数据；

58、第一路面风险评分模块，用于基于所述视觉感知数据计算第一路面风险评分；

59、第二路面风险评分模块，用于基于所述高精地图数据计算第二路面风险评分；

60、第三路面风险评分模块，用于基于所述历史行驶数据计算第三路面风险评分；

61、综合评分计算模块，用于通过对所述第一路面风险评分、第二路面风险评分、第三路面风险评分进行线性加权融合计算以得到综合路面风险评分；

62、预判模块，用于根据所述综合路面风险评分预判车辆是否存在侧翻风险。

63、本发明还提供了一种计算机设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当所述计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述处理器执行所述机器可读指令，执行如上述的基于多源感知的车辆侧翻风险预判方法的步骤。

64、本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时，执行如上述的基于多源感知的车辆侧翻风险预判方法的步骤。

65、本发明与现有技术相比，具有以下优点：

66、（1）本发明通过第一路面风险评分、第二路面风险评分、第三路面风险评分的加权融合，将多源数据融合成一个统一的风险指标，既消除了单一数据源的盲区，又通过权重设计保证了输出结果能够反映主要矛盾，为后续的侧翻风险预判和主动悬架控制提供了可靠的输入。

67、（2）本发明通过在预判到侧翻风险后执行预调，使悬架在进入危险区域前就处于合适的模式，能够最大程度地减小地面冲击和车身侧倾。实现了风险预判与主动底盘控制的联动，将侧翻风险预判从识别风险提升到主动应对风险，显著提高了车辆在复杂路面上的安全性。