摘要
本发明提供一种视觉与动力学信息融合的路面附着系数估计装置及方法,步骤包括:基于扩展卡尔曼滤波的车辆动力学估计、基于轻量化卷积神经网络的路面类型识别、视觉与动力学信息的融合策略。本发明提出了基于轻量化卷积神经网络的路面类型识别方法,实现了高效、准确的视觉信息处理;结合动力学响应信息,实现了视觉与动力学数据的时空同步和融合估计,提升了路面附着系数估计的预测性和精确性;此外,本发明为主动安全系统提供了实时、可靠的附着系数输入,显著提升了复杂场景下的车辆安全性与稳定性。
技术关键词
路面附着系数估计
扩展卡尔曼滤波
轻量化卷积神经网络
卷积神经网络模型
视觉
融合规则
轮胎
路面图像特征
方程
车辆横向加速度
车辆质心高度
融合策略
车辆动力学模型
协方差矩阵
沥青路
系统为您推荐了相关专利信息
表格重建方法
生成多尺度
前馈神经网络
图像块
表单
美缝装置
旋转执行机构
框架主体
移动平台系统
视觉定位模块
送料托盘
分拣机器人
输送带组件
多尺寸
分拣系统
地图模型
特征学习模型
仓储机器人
特征学习方法
地图特征