CN105606062A - 一种路面粗糙度识别方法及装置 - Google Patents

Abstract

本发明实施例提供一种路面粗糙度识别方法及装置，该方法包括：采样至少一个前轴轴高位移，一个采样时刻对应采样一个前轴轴高位移；确定各采样时刻对应的前轴轴高位移差；根据所述各采样时刻对应的前轴轴高位移差，确定前轴轴高曲线拐点数及前轴轴高曲线幅值总和；及根据各采样时刻对应的前轴轴高位移，确定前轴轴高曲线拟合斜率及前轴轴高曲线拟合方差；分别对所述前轴轴高曲线拐点数，所述前轴轴高曲线幅值总和，所述前轴轴高曲线拟合斜率，所述前轴轴高曲线拟合方差进行模糊化处理，得到模糊化处理后的粗糙度；从所述模糊化处理后的粗糙度中确定路面粗糙度。本发明实施例可提升路面粗糙度的识别准确度，并降低使用成本。

Description

一种路面粗糙度识别方法及装置

技术领域

本发明涉及路面识别技术领域，具体涉及一种路面粗糙度识别方法及装置。

背景技术

AFS(AdaptiveFrontLightingSystem，自适应前照灯系统)是一种能够自动改变两种以上的光型以适应车辆行驶条件变化的前照灯系统，AFS在车辆行车安全中起到了极大的作用。在车辆行车过程中，AFS可以根据车辆传感器信息、总线接收到的车辆状态信息以及路面行驶工况实现前照灯水平方向左右转动，垂直方向上下摆动，从而适应车辆行驶条件的变化。

路面粗糙度是路面行驶工况的一种重要参数，因此精准的识别路面粗糙度，对于AFS的正常、精确工作具有重要意义。目前路面粗糙度的识别主要是通过光学传感器、超声波传感器或激光雷达感应路面参数，并基于所感应路面参数的分析处理，实现路面粗糙度的识别。

然而，光学传感器、超声波传感器或激光雷达的成本较高，且感应极易受到环境的干扰，因此存在路面粗糙度的识别准确度较低，且使用成本较高不易推广使用的问题。

发明内容

有鉴于此，本发明实施例提供一种路面粗糙度识别方法及装置，以提升路面粗糙度的识别准确度，并降低使用成本。

为实现上述目的，本发明实施例提供如下技术方案：

一种路面粗糙度识别方法，包括：

采样至少一个前轴轴高位移，一个采样时刻对应采样一个前轴轴高位移；

确定各采样时刻对应的前轴轴高位移差；

根据所述各采样时刻对应的前轴轴高位移差，确定前轴轴高曲线拐点数及前轴轴高曲线幅值总和；及根据各采样时刻对应的前轴轴高位移，确定前轴轴高曲线拟合斜率及前轴轴高曲线拟合方差；

分别对所述前轴轴高曲线拐点数，所述前轴轴高曲线幅值总和，所述前轴轴高曲线拟合斜率，所述前轴轴高曲线拟合方差进行模糊化处理，得到模糊化处理后的粗糙度；

从所述模糊化处理后的粗糙度中确定路面粗糙度。

可选的，所述确定各采样时刻对应的前轴轴高位移差包括：

对于各采样时刻，将后一采样时刻的前轴轴高位移与该采样时刻的前轴轴高位移的差值，确定为该采样时刻对应的前轴轴高位移差，得到各采样时刻对应的前轴轴高位移差。

可选的，所述根据所述各采样时刻对应的前轴轴高位移差，确定前轴轴高曲线拐点数及前轴轴高曲线幅值总和包括：

定义各采样时刻对应的前轴轴高位移差的符号变化变量；

对于各采样时刻，根据前一采样时刻对应的符号变化变量，及该采样时刻对应的符号变化变量，确定该采样时刻对应的前轴轴高拐点状态的变量；

根据各采样时刻对应的前轴轴高位移差，与设定的最小轴高位移差幅值，确定各采样时刻对应的路面波动情况；

根据各采样时刻对应的前轴轴高拐点状态的变量，及路面波动情况，确定路面波动情况符合第一条件下，各采样时刻对应的前轴轴高拐点状态；

根据各采样时刻对应的前轴轴高拐点状态，确定前轴轴高曲线拐点数，及根据各采样时刻对应的前轴轴高位移差，确定前轴轴高曲线幅值总和。

可选的，所述定义各采样时刻对应的前轴轴高位移差的符号变化变量包括：

如果一采样时刻对应的前轴轴高位移差为非负值，则该采样时刻对应的符号变化变量为第一值，如果一采样时刻对应的前轴轴高位移差为负值，则该采样时刻对应的符号变化变量为第二值。

可选的，所述对于各采样时刻，根据前一采样时刻对应的符号变化变量，及该采样时刻对应的符号变化变量，确定该采样时刻对应的前轴轴高拐点状态的变量包括：

对于一采样时刻，如果该采样时刻对应的符号变化变量，与前一采样时刻对应的符号变化变量不同，则定义该采样时刻对应的前轴轴高拐点状态的变量为第一值；

对于一采样时刻，如果该采样时刻对应的符号变化变量，与前一采样时刻对应的符号变化变量相同，则定义该采样时刻对应的前轴轴高拐点状态的变量为第二值。

可选的，所述根据各采样时刻对应的前轴轴高位移差，与设定的最小轴高位移差幅值，确定各采样时刻对应的路面波动情况包括：

对于一采样时刻，如果该采样时刻对应的路面波动量的绝对值不小于设定的最小轴高位移差幅值，则该采样时刻对应的路面波动情况为第一值；

对于一采样时刻，如果该采样时刻对应的路面波动量的绝对值小于设定的最小轴高位移差幅值，则该采样时刻对应的路面波动情况为第二值。

可选的，所述根据各采样时刻对应的前轴轴高拐点状态的变量，及路面波动情况，确定路面波动情况符合第一条件下，各采样时刻对应的前轴轴高拐点状态包括：

对于一采样时刻，如果该采样时刻对应的前轴轴高拐点状态的变量，及路面波动情况均为第一值，则确定该采样时刻对应的前轴轴高拐点状态为第一值；

对于一采样时刻，如果该采样时刻对应的前轴轴高拐点状态的变量，及路面波动情况存在至少一个为第二值，则确定该采样时刻对应的前轴轴高拐点状态为第二值。

可选的，所述根据各采样时刻对应的前轴轴高拐点状态，确定前轴轴高曲线拐点数包括：

将各采样时刻对应的前轴轴高拐点状态的总和，确定为前轴轴高曲线拐点数；

所述根据各采样时刻对应的前轴轴高位移差，确定前轴轴高曲线幅值总和包括：

将各采样时刻对应的前轴轴高位移差的绝对值的总和，确定为前轴轴高曲线幅值总和。

可选的，所述分别对所述前轴轴高曲线拐点数，所述前轴轴高曲线幅值总和，所述前轴轴高曲线拟合斜率，所述前轴轴高曲线拟合方差进行模糊化处理，得到模糊化处理后的粗糙度包括：

对所述前轴轴高曲线拐点数进行模糊化处理得到第一粗糙度，对所述前轴轴高曲线幅值总和进行模糊化处理得到第二粗糙度，对所述前轴轴高曲线拟合斜率进行模糊化处理得到第三粗糙度，对所述前轴轴高曲线拟合方差进行模糊化处理得到第四粗糙度；

所述从所述模糊化处理后的粗糙度中确定路面粗糙度包括：

从所述第一粗糙度，所述第二粗糙度中取最小值，得到第一最小值；从所述第三粗糙度和所述第四粗糙度中取最小值，得到第二最小值；

取所述第一最小值和所述第二最小值中的最大值，作为识别出的路面粗糙度。

本发明实施例还提供一种路面粗糙度识别装置，包括：

采样模块，用于采样至少一个前轴轴高位移，一个采样时刻对应采样一个前轴轴高位移；

轴高位移差确定模块，用于确定各采样时刻对应的前轴轴高位移差；

第一确定模块，用于根据所述各采样时刻对应的前轴轴高位移差，确定前轴轴高曲线拐点数及前轴轴高曲线幅值总和；

第二确定模块，用于根据各采样时刻对应的前轴轴高位移，确定前轴轴高曲线拟合斜率及前轴轴高曲线拟合方差；

模糊化处理模块，用于分别对所述前轴轴高曲线拐点数，所述前轴轴高曲线幅值总和，所述前轴轴高曲线拟合斜率，所述前轴轴高曲线拟合方差进行模糊化处理，得到模糊化处理后的粗糙度；

路面粗糙度确定模块，用于从所述模糊化处理后的粗糙度中确定路面粗糙度。

基于上述技术方案，本发明实施例可通过采样车辆的前轴轴高位移，并通过对所采样的前轴轴高位移进行数据处理，实现路面粗糙度的识别，由于车辆的前轴轴高位移的采样所使用的传感器件成本较低，且不易受到环境的干扰，因此基于采样车辆的前轴轴高位移所实现的路面粗糙度的识别，可提升路面粗糙度的识别准确度，并降低使用成本。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明实施例提供的路面粗糙度识别方法的流程图；

图2为本发明实施例提供的确定前轴轴高曲线拐点数及前轴轴高曲线幅值总和的方法流程图；

图3为本发明实施例提供的路面粗糙度识别方法的另一流程图；

图4为本发明实施例提供的路面粗糙度识别装置的结构框图；

图5为本发明实施例提供的轴高位移差确定模块的结构框图；

图6为本发明实施例提供的第一确定模块的结构框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1为本发明实施例提供的路面粗糙度识别方法的流程图，参照图1，该方法可以包括：

步骤S100、采样至少一个前轴轴高位移，一个采样时刻对应采样一个前轴轴高位移；

可选的，本发明实施例可通过车辆上设置的前轴轴高传感器，实现车辆的前轴轴高位移的采样；进一步，可通过设定每次采样前轴轴高位移的采样时刻，从而在各采样时刻采样到对应的前轴轴高位移；

可选的，本发明实施例可以定时的采样前轴轴高位移，可设置相邻采样时刻的间隔相等；

可选的，本发明实施例也可设定具有至少一个采样时刻的采样时间，以一个采样时间为一个采样周期，多周期循环的对前轴轴高位移进行采样。

步骤S110、确定各采样时刻对应的前轴轴高位移差；

可选的，对于各采样时刻，本发明实施例可将后一采样时刻的前轴轴高位移与该采样时刻的前轴轴高位移的差值，确定为该采样时刻对应的前轴轴高位移差，得到各采样时刻对应的前轴轴高位移差；

以k-1，k，k+1的采样时刻为例，本发明实施例可在k-1时刻采样一次前轴轴高位移，得到对应的前轴轴高位移A_f(k-1)，在k时刻采样一次前轴轴高位移，得到对应的前轴轴高位移A_f(k)，在k+1时刻采样一次前轴轴高位移，得到对应的前轴轴高位移A_f(k+1)；

进而，对于k时刻，本发明实施例可将后一采样时刻k+1时刻采样的前轴轴高位移A_f(k+1)，与k时刻采样的前轴轴高位移A_f(k)的差值，作为k时刻对应的前轴轴高位移差，k时刻对应的前轴轴高位移差可以ΔA_f(k)表示；即ΔA_f(k)＝A_f(k+1)-A_f(k)，相应的，ΔA_f(k-1)＝A_f(k)-A_f(k-1)。

步骤S120、根据所述各采样时刻对应的前轴轴高位移差，确定前轴轴高曲线拐点数及前轴轴高曲线幅值总和；及根据各采样时刻对应的前轴轴高位移，确定前轴轴高曲线拟合斜率及前轴轴高曲线拟合方差；

前轴轴高曲线拐点数及前轴轴高曲线幅值总和，可基于一个采样周期内各采样时刻对应的前轴轴高位移差的处理确定；前轴轴高曲线拟合斜率，及前轴轴高曲线拟合方差可基于一个采样周期内各采样时刻对应的前轴轴高位移的处理确定。

步骤S130、分别对所述前轴轴高曲线拐点数，所述前轴轴高曲线幅值总和，所述前轴轴高曲线拟合斜率，所述前轴轴高曲线拟合方差进行模糊化处理，得到模糊化处理后的粗糙度；

对所述前轴轴高曲线拐点数进行模糊化处理，可得到相应的粗糙度；对所述前轴轴高曲线幅值总和进行模糊化处理，可得到相应的粗糙度；对所述前轴轴高曲线拟合斜率进行模糊化处理，可得到相应的粗糙度；对所述前轴轴高曲线拟合方差进行模糊化处理，可得到相应的粗糙度；

因此分别对所述前轴轴高曲线拐点数，所述前轴轴高曲线幅值总和，所述前轴轴高曲线拟合斜率，所述前轴轴高曲线拟合方差进行模糊化处理，可得到对应的四个粗糙度。

步骤S140、从所述模糊化处理后的粗糙度中确定路面粗糙度。

可选的，本发明实施例可从对所述前轴轴高曲线拐点数和对所述前轴轴高曲线幅值总和，进行模糊化处理的结果中取最小值，得到第一最小值；并从对所述前轴轴高曲线拟合斜率和所述前轴轴高曲线拟合方差，进行模糊化处理的结果中取最小值，得到第二最小值；进而取所述第一最小值和所述第二最小值中的最大值，作为识别出的路面粗糙度。

本发明实施例提供的路面粗糙度识别方法包括：采样至少一个前轴轴高位移，一个采样时刻对应采样一个前轴轴高位移；确定各采样时刻对应的前轴轴高位移差；根据所述各采样时刻对应的前轴轴高位移差，确定前轴轴高曲线拐点数及前轴轴高曲线幅值总和；及根据各采样时刻对应的前轴轴高位移，确定前轴轴高曲线拟合斜率，及前轴轴高曲线拟合方差；分别对所述前轴轴高曲线拐点数，所述前轴轴高曲线幅值总和，所述前轴轴高曲线拟合斜率，所述前轴轴高曲线拟合方差进行模糊化处理，得到模糊化处理后的粗糙度；从所述模糊化处理后的粗糙度中确定路面粗糙度。可以看出，本发明实施例可通过采样车辆的前轴轴高位移，并通过对所采样的前轴轴高位移进行数据处理，实现路面粗糙度的识别，由于车辆的前轴轴高位移的采样所使用的传感器件成本较低，且不易受到环境的干扰，因此基于采样车辆的前轴轴高位移所实现的路面粗糙度的识别，可提升路面粗糙度的识别准确度，并降低使用成本。

可选的，本发明实施例采样至少一个前轴轴高位移的过程可以如下：

通过车辆上设置的前轴轴高传感器，实现车辆的前轴轴高位移的采样，并且通过设定包括至少一个采样时刻的采样时间，在各采样时刻到来时，采样对应的前轴轴高位移，从而在设定采样时间内采样到至少一个前轴轴高位移；

以k为设定采样时间内的一采样时刻为例，本发明实施例可在k时刻采样对应的前轴轴高位移，得到对应的前轴轴高位移A_f(k)；若设定采样时间包括n个时刻，k为1至n的整数，则本发明实施例可在各k时刻采样一次前轴轴高位移，得到对应的前轴轴高位移。

可选的，本发明实施例确定各采样时刻对应的前轴轴高位移差的过程可以如下：

对于任一采样时刻，本发明实施例可将该采样时刻的后一采样时刻的前轴轴高位移，减去该采样时刻的前轴轴高位移，得到该采样时刻对应的前轴轴高位移差；对每一采样时刻均作此处理，则可得到各采样时刻对应的前轴轴高位移差；需要说明的是，由于最后一个采样时刻并不存在后一个采样时刻，因此最后一个采样时刻可以认为不存在前轴轴高位移差；

可选的，对于k时刻，本发明实施例可将后一采样时刻k+1时刻采样的前轴轴高位移A_f(k+1)，与k时刻采样的前轴轴高位移A_f(k)的差值，作为k时刻对应的前轴轴高位移差，k时刻对应的前轴轴高位移差可以ΔA_f(k)表示；即ΔA_f(k)＝A_f(k+1)-A_f(k)。

图2示出了本发明实施例提供的确定前轴轴高曲线拐点数及前轴轴高曲线幅值总和的方法流程图，参照图2，该方法可以包括：

步骤S200、定义各采样时刻对应的前轴轴高位移差的符号变化变量；

可选的，如果一采样时刻对应的前轴轴高位移差为非负值(0或正值)，则其符号变化变量可以是第一值，如果一采样时刻对应的前轴轴高位移差为负值，则其符号变化变量可以是第二值；第一值可以为1，第二值可以为0，即如果一采样时刻对应的前轴轴高位移差为非负值(0或正值)，则其符号变化变量可以是1，如果一采样时刻对应的前轴轴高位移差为负值，则其符号变化变量可以是0；

显然，第一值可以为0，第二值可以为1，下述处理过程对应转换即可；

以第一值为1，第二值为0为例，本发明实施例可定义k时刻对应的前轴轴高位移差ΔA_f(k)的符号变化变量为v(k)，则

$v\left(k\right)=\left\{\begin{array}{cc}1,& {\mathrm{\&Delta;A}}_f\left(k\right)\&GreaterEqual;0\\ 0,& {\mathrm{\&Delta;A}}_f\left(k\right)<0\end{array}\right\}.$

步骤S210、对于各采样时刻，根据前一采样时刻对应的符号变化变量，及该采样时刻对应的符号变化变量，确定该采样时刻对应的前轴轴高拐点状态的变量；

在定义各采样时刻对应的前轴轴高位移差的符号变化变量后，本发明实施例对于任一采样时刻，可根据该采样时刻的前一采样时刻对应的符号变化变量，及该采样时刻对应的符号变化变量，确定出该采样时刻对应的前轴轴高拐点状态的变量；

可选的，对于任一采样时刻，如果该采样时刻对应的符号变化变量，与前一采样时刻对应的符号变化变量不同，则可定义该采样时刻对应的前轴轴高拐点状态的变量为第一值(如1)；对于任一采样时刻，如果该采样时刻对应的符号变化变量，与前一采样时刻对应的符号变化变量相同，则可定义该采样时刻对应的前轴轴高拐点状态的变量为第二值(如0)；

具体的，以第一值为1，第二值为0为例，对于任一采样时刻，如果该采样时刻对应的符号变化变量为1，前一采样时刻对应的符号变化变量为0，则定义该采样时刻对应的前轴轴高拐点状态的变量为1，如果该采样时刻对应的符号变化变量为0，前一采样时刻对应的符号变化变量为1，则定义该采样时刻对应的前轴轴高拐点状态的变量为1；如果该采样时刻对应的符号变化变量为1，前一采样时刻对应的符号变化变量为1，则定义该采样时刻对应的前轴轴高拐点状态的变量为0，如果该采样时刻对应的符号变化变量为0，前一采样时刻对应的符号变化变量为0，则定义该采样时刻对应的前轴轴高拐点状态的变量为0；

设k时刻对应的前轴轴高拐点状态的变量为g(k)，则

步骤S220、根据各采样时刻对应的前轴轴高位移差，与设定的最小轴高位移差幅值，确定各采样时刻对应的路面波动情况；

可选的，本发明实施例可引入最小轴高位移差幅值(Slop_min)，Slop_min是通过大量实车试验得到的常值，Slop_min的引入可避免在路面波动量过小时前照灯上下调节过于频繁；本发明实施例基于各采样时刻对应的前轴轴高位移差的绝对值，与设定的最小轴高位移差幅值的数值大小比较，可确定出各采样时刻对应的路面波动情况；

可选的，本发明实施例可设k时刻对应的路面波动情况为ε(k)；ε(k)为第一值(如1)，则表示k时刻对应的路面波动情况较大，即k时刻对应的路面波动量的绝对值(通过k时刻对应的前轴轴高位移差体现的绝对值)不小于设定的最小轴高位移差幅值；ε(k)为第二值(如0)，则表示k时刻对应的路面波动情况较小，即k时刻对应的路面波动量的绝对值小于设定的最小轴高位移差幅值；

以第一值为1，第二值为0为例，则

步骤S230、根据各采样时刻对应的前轴轴高拐点状态的变量，及路面波动情况，确定路面波动情况符合第一条件下，各采样时刻对应的前轴轴高拐点状态；

可选的，路面波动情况符合第一条件可以是路面波动情况较大，即路面波动量的绝对值不小于设定的最小轴高位移差幅值，路面波动情况取值为第一值(如1)；

本发明实施例可定义k时刻对应的前轴轴高拐点状态为g_c(k)，以第一值为1，第二值为0为例，则

步骤S240、根据各采样时刻对应的前轴轴高拐点状态，确定前轴轴高曲线拐点数，及根据各采样时刻对应的前轴轴高位移差，确定前轴轴高曲线幅值总和。

可选的，本发明实施例可将各采样时刻对应的前轴轴高拐点状态的总和，确定为前轴轴高曲线拐点数；将各采样时刻对应的前轴轴高位移差的绝对值的总和，确定为前轴轴高曲线幅值总和；

设前轴轴高曲线拐点数为M_a1，前轴轴高曲线幅值总和为M_a2，则

n为设定时间内的采样时刻个数，对应采样的前轴轴高位移个数。

可选的，本发明实施例可根据各采样时刻对应的前轴轴高位移，确定设定采样时间内所采样的前轴轴高位移的前轴轴高曲线拟合斜率，及前轴轴高曲线拟合方差；该设定采样时间包括至少一个采样时刻，一个采样时刻对应采样一个前轴轴高位移；

具体的，本发明实施例可采用直线方程对前轴轴高曲线进行拟合，并设定其拟合方程；进而基于间距采样的采样方法，根据数理统计方法得到拟合方程的斜率以及截距；从而基于所述斜率以及截距得到曲线拟合方差，进一步基于曲线拟合方差确定出前轴轴高曲线拟合斜率，前轴轴高曲线拟合方差；

本发明实施例可设定采样时间内所采样的前轴轴高位移的前轴轴高曲线拟合斜率为M_b1，前轴轴高曲线拟合方差为M_b2，M_b1和M_b2可通过最小二乘曲线拟合得到，具体过程可以如下：

一、本发明实施例可采用直线方程对前轴轴高曲线进行拟合，拟合方程为：

其中x为采样时间，为采样时间内采样的前轴轴高位移的拟合量；

二、可选的，本发明实施例的采样方法可以为间距采样，根据数理统计方法得到直线方程斜率以及直线方程截距公式表示如下：

${\widehat{\mathrm{\&beta;}}}_1=\frac{1_{xy}}{1_{xx}}=\frac{\underset{k=1}{\overset{n}{\&Sigma;}}{\mathrm{kA}}_{f}k-\left(\underset{k=1}{\overset{n}{\&Sigma;}}k\right)\left(\underset{k=1}{\overset{n}{\&Sigma;}}{A}_{f}k\right)}{n^2(n^2-1)T}*12$

${\widehat{\mathrm{\&beta;}}}_0={\stackrel{\&OverBar;}{A}}_f-{\widehat{\mathrm{\&beta;}}}_1\stackrel{\&OverBar;}{x};$

其中，表示采样时间平均值，表示前轴轴高位移平均值，T表示采样周期数，l_xx表示一组数据(x₁,A_f1),(x₂,A_f2)，……(x_n,A_fn)横坐标的平方和，l_xy表示一组数据(x₁,A_f1),(x₂,A_f2)，……(x_n,A_fn)横坐标和纵坐标的乘积和；

三、根据数理统计方法得到曲线拟合方差S，

$\begin{array}{c}S=\underset{k=1}{\overset{n}{\&Sigma;}}{(A_{f}k-{\widehat{\mathrm{\&beta;}}}_0-{\widehat{\mathrm{\&beta;}}}_1{x}_k)}^2\\ =\underset{k=1}{\overset{n}{\&Sigma;}}{\&lsqb;(A_{f}k-{\stackrel{\&OverBar;}{A}}_f)-{\widehat{\mathrm{\&beta;}}}_1(x_k-\stackrel{\&OverBar;}{x})\&rsqb;}^2\\ =1_{yy}-\frac{1_{xy}^2}{1_{xx}}\\ =\frac{\underset{k=1}{\overset{n}{\&Sigma;}}{A}_{f}k-{\left(\underset{k=1}{\overset{n}{\&Sigma;}}{A}_{f}k\right)}^2}{n}-\frac{{\&lsqb;\underset{k=1}{\overset{n}{\&Sigma;}}{\mathrm{kA}}_{f}k-\left(\underset{k=1}{\overset{n}{\&Sigma;}}k\right)\left(\underset{k=1}{\overset{n}{\&Sigma;}}{A}_{f}k\right)\&rsqb;}^2}{n^3(n^2-1)}*12\end{array}$

x_k表示k个采样周期。

进一步，本发明实施例可得到前轴轴高曲线拟合斜率M_b1，前轴轴高曲线拟合方差M_b2，公式如下：

$M_{b1}==\frac{\underset{k=1}{\overset{n}{\&Sigma;}}{\mathrm{kA}}_{f}k-\left(\underset{k=1}{\overset{n}{\&Sigma;}}k\right)\left(\underset{k=1}{\overset{n}{\&Sigma;}}{A}_{f}k\right)}{n^2(n^2-1)T}*12$

$M_{b2}==\frac{\underset{k=1}{\overset{n}{\&Sigma;}}{A}_f{k}^2-{\left(\underset{k=1}{\overset{n}{\&Sigma;}}{A}_{f}k\right)}^2}{n}-\frac{{\&lsqb;\underset{k=1}{\overset{n}{\&Sigma;}}{\mathrm{kA}}_{f}k-\left(\underset{k=1}{\overset{n}{\&Sigma;}}k\right)\left(\underset{k=1}{\overset{n}{\&Sigma;}}{A}_{f}k\right)\&rsqb;}^2}{n^3(n^2-1)}*12.$

可选的，在得到前轴轴高曲线拐点数、前轴轴高曲线幅值总和，前轴轴高曲线拟合斜率，和前轴轴高曲线拟合方差后，本发明实施例可对所述前轴轴高曲线拐点数进行模糊化处理得到第一粗糙度，对所述前轴轴高曲线幅值总和进行模糊化处理得到第二粗糙度，对所述前轴轴高曲线拟合斜率进行模糊化处理得到第三粗糙度，对所述前轴轴高曲线拟合方差进行模糊化处理得到第四粗糙度。

在确定路面粗糙度时，本发明实施例可从所述第一粗糙度，所述第二粗糙度，所述第三粗糙度和所述第四粗糙度中确定路面粗糙度。

可选的，本发明实施例可从所述第一粗糙度，所述第二粗糙度中取最小值，得到第一最小值，并从所述第三粗糙度和所述第四粗糙度中取最小值，得到第二最小值；从而取所述第一最小值和所述第二最小值中的最大值，作为识别出的路面粗糙度。

优选的，图3示出了本发明实施例提供的路面粗糙度识别方法的另一流程图，参照图3，该方法可以包括：

步骤S300、在设定采样时间采样至少一个前轴轴高位移，所述采样时间包括至少一个采样时刻，一个采样时刻对应采样一个前轴轴高位移；

以k为设定采样时间内的一采样时刻为例，本发明实施例可在k时刻采样一次前轴轴高位移，得到对应的前轴轴高位移A_f(k)；设定采样时间包括n个时刻，k为1至n的整数。

步骤S310、对于各采样时刻，将后一采样时刻的前轴轴高位移与该采样时刻的前轴轴高位移的差值，确定为该采样时刻对应的前轴轴高位移差，得到各采样时刻对应的前轴轴高位移差；

可选的，对于k时刻，本发明实施例可将后一采样时刻k+1时刻采样的前轴轴高位移A_f(k+1)，与k时刻采样的前轴轴高位移A_f(k)的差值，作为k时刻对应的前轴轴高位移差，k时刻对应的前轴轴高位移差可以ΔA_f(k)表示；即ΔA_f(k)＝A_f(k+1)-A_f(k)；

步骤S320、定义各采样时刻对应的前轴轴高位移差的符号变化变量；

本发明实施例可定义k时刻对应的前轴轴高位移差ΔA_f(k)的符号变化变量为v(k)，以第一值为1，第二值为0为例，则

$v\left(k\right)=\left\{\begin{array}{cc}1,& {\mathrm{\&Delta;A}}_f\left(k\right)\&GreaterEqual;0\\ 0,& {\mathrm{\&Delta;A}}_f\left(k\right)<0\end{array}\right\}.$

步骤S330、对于各采样时刻，根据前一采样时刻对应的符号变化变量，及该采样时刻对应的符号变化变量，确定该采样时刻对应的前轴轴高拐点状态的变量；

设k时刻对应的前轴轴高拐点状态的变量为g(k)，则

步骤S340、根据各采样时刻对应的前轴轴高位移差，与设定的最小轴高位移差幅值，确定各采样时刻对应的路面波动情况；

可选的，本发明实施例可设k时刻对应的路面波动情况为ε(k)；ε(k)为1，则表示k时刻对应的路面波动情况较大，即k时刻对应的路面波动量的绝对值(通过k时刻对应的前轴轴高位移差体现的绝对值)不小于设定的最小轴高位移差幅值；ε(k)为0，则表示k时刻对应的路面波动情况较小，即k时刻对应的路面波动量的绝对值小于设定的最小轴高位移差幅值；

即

步骤S350、根据各采样时刻对应的前轴轴高拐点状态的变量，及路面波动情况，确定路面波动情况符合第一条件下，各采样时刻对应的前轴轴高拐点状态；

可选的，路面波动情况符合第一条件可以是路面波动情况较大，即路面波动量的绝对值不小于设定的最小轴高位移差幅值，路面波动情况取值为1；

本发明实施例可定义k时刻对应的前轴轴高拐点状态为g_c(k)，则

步骤S360、根据各采样时刻对应的前轴轴高拐点状态，确定前轴轴高曲线拐点数，及根据各采样时刻对应的前轴轴高位移差，确定前轴轴高曲线幅值总和；

可选的，本发明实施例可将设定采样时间内，各采样时刻对应的前轴轴高拐点状态的总和，确定为前轴轴高曲线拐点数；将设定采样时间内，各采样时刻对应的前轴轴高位移差的绝对值的总和，确定为前轴轴高曲线幅值总和；

设前轴轴高曲线拐点数为M_a1，前轴轴高曲线幅值总和为M_a2，则

n为设定时间内的采样时刻个数，对应采样的前轴轴高位移个数。

步骤S370、根据各采样时刻对应的前轴轴高位移，确定所述设定采样时间内所采样的前轴轴高位移的前轴轴高曲线拟合斜率，及前轴轴高曲线拟合方差；

可选的，本发明实施例可设定采样时间内所采样的前轴轴高位移的前轴轴高曲线拟合斜率为M_b1，前轴轴高曲线拟合方差为M_b2，M_b1和M_b2可通过最小二乘曲线拟合得到。

步骤S380、对所述前轴轴高曲线拐点数进行模糊化处理得到第一粗糙度，对所述前轴轴高曲线幅值总和进行模糊化处理得到第二粗糙度，对所述前轴轴高曲线拟合斜率进行模糊化处理得到第三粗糙度，对所述前轴轴高曲线拟合方差进行模糊化处理得到第四粗糙度；

可选的，本发明实施例可对上述得到的四个特征值，前轴轴高曲线拐点数为M_a1，前轴轴高曲线幅值总和M_a2，前轴轴高曲线拟合斜率M_b1，前轴轴高曲线拟合方差M_b2分别进行模糊化处理，得到M_a1对应的第一粗糙度R1，得到M_a2对应的第二粗糙度R2，得到M_b1对应的第三粗糙度R3，得到M_b2对应的第四粗糙度R4；

在本发明实施例中，四个特征值M_a1，M_a2，M_b1,M_b2对应的粗糙度R1，R2，R3，R4均满足高斯分布特征；以特征值M_a1为例，当M_a1取最小值，则粗糙度R1最低；当M_a1取最大值，则粗糙度R1最高，而特征值M_a1越接近最小值，则粗糙度R1越低，特征值M_a1越接近最大值，则粗糙度R1越高。

为了使粗糙度识别更加准确，本发明可采样高斯隶属度函数对四个特征量进行模糊化处理，使其满足上述特性。

步骤S390、取所述第一粗糙度和所述第二粗糙度中的最小值，得到第一最小值，及取所述第三粗糙度和所述第四粗糙度中的最小值，得到第二最小值；

为防止粗糙度的误识别，本发明实施例可取R1和R2的最小值，定义为Ra，取R3和R4的最小值，定义为Rb，从而作进一步的粗糙度识别。

步骤S400、取所述第一最小值和所述第二最小值中的最大值，作为识别出的路面粗糙度。

本发明实施例可取Ra和Rb的最大值作为最终识别的路面粗糙度R。

本发明实施例可通过采样车辆的前轴轴高位移，并通过对所采样的前轴轴高位移进行数据处理，实现路面粗糙度的识别，由于车辆的前轴轴高位移的采样所使用的传感器件成本较低，且不易受到环境的干扰，因此基于采样车辆的前轴轴高位移所实现的路面粗糙度的识别，可提升路面粗糙度的识别准确度，并降低使用成本。

下面对本发明实施例提供的路面粗糙度识别装置进行介绍，下文描述的路面粗糙度识别装置可与上文描述的路面粗糙度识别方法相互对应参照。

图4为本发明实施例提供的路面粗糙度识别装置的结构框图，参照图4，该路面粗糙度识别装置可以包括：

采样模块100，用于采样至少一个前轴轴高位移，一个采样时刻对应采样一个前轴轴高位移；

轴高位移差确定模块200，用于确定各采样时刻对应的前轴轴高位移差；

第一确定模块300，用于根据所述各采样时刻对应的前轴轴高位移差，确定前轴轴高曲线拐点数及前轴轴高曲线幅值总和；

第二确定模块400，用于根据各采样时刻对应的前轴轴高位移，确定前轴轴高曲线拟合斜率及前轴轴高曲线拟合方差；

模糊化处理模块500，用于分别对所述前轴轴高曲线拐点数，所述前轴轴高曲线幅值总和，所述前轴轴高曲线拟合斜率，所述前轴轴高曲线拟合方差进行模糊化处理，得到模糊化处理后的粗糙度；

路面粗糙度确定模块600，用于从所述模糊化处理后的粗糙度中确定路面粗糙度。

可选的，图5示出了本发明实施例提供的轴高位移差确定模块200的可选结构，参照图5，轴高位移差确定模块200可以包括：

轴高位移差计算单元210，用于对于各采样时刻，将后一采样时刻的前轴轴高位移与该采样时刻的前轴轴高位移的差值，确定为该采样时刻对应的前轴轴高位移差，得到各采样时刻对应的前轴轴高位移差。

可选的，图6示出了本发明实施例提供的第一确定模块300的可选结构，参照图6，第一确定模块300可以包括：

符号变化变量定义单元310，用于定义各采样时刻对应的前轴轴高位移差的符号变化变量；

可选的，符号变化变量定义单元310具体可用于，如果一采样时刻对应的前轴轴高位移差为非负值，则该采样时刻对应的符号变化变量为第一值，如果一采样时刻对应的前轴轴高位移差为负值，则该采样时刻对应的符号变化变量为第二值。

拐点状态的变量确定单元320，用于对于各采样时刻，根据前一采样时刻对应的符号变化变量，及该采样时刻对应的符号变化变量，确定该采样时刻对应的前轴轴高拐点状态的变量；

可选的，拐点状态的变量确定单元320具体可用于，对于一采样时刻，如果该采样时刻对应的符号变化变量，与前一采样时刻对应的符号变化变量不同，则定义该采样时刻对应的前轴轴高拐点状态的变量为第一值；对于一采样时刻，如果该采样时刻对应的符号变化变量，与前一采样时刻对应的符号变化变量相同，则定义该采样时刻对应的前轴轴高拐点状态的变量为第二值。

路面波动情况确定单元330，用于根据各采样时刻对应的前轴轴高位移差，与设定的最小轴高位移差幅值，确定各采样时刻对应的路面波动情况；

可选的，路面波动情况确定单元330具体可用于，对于一采样时刻，如果该采样时刻对应的路面波动量的绝对值不小于设定的最小轴高位移差幅值，则该采样时刻对应的路面波动情况为第一值；对于一采样时刻，如果该采样时刻对应的路面波动量的绝对值小于设定的最小轴高位移差幅值，则该采样时刻对应的路面波动情况为第二值。

拐点状态确定单元340，用于根据各采样时刻对应的前轴轴高拐点状态的变量，及路面波动情况，确定路面波动情况符合第一条件下，各采样时刻对应的前轴轴高拐点状态；

可选的，拐点状态确定单元340具体可用于，对于一采样时刻，如果该采样时刻对应的前轴轴高拐点状态的变量，及路面波动情况均为第一值，则确定该采样时刻对应的前轴轴高拐点状态为第一值；对于一采样时刻，如果该采样时刻对应的前轴轴高拐点状态的变量，及路面波动情况存在至少一个为第二值，则确定该采样时刻对应的前轴轴高拐点状态为第二值。

拐点数及幅值总和确定单元350，用于根据各采样时刻对应的前轴轴高拐点状态，确定前轴轴高曲线拐点数，及根据各采样时刻对应的前轴轴高位移差，确定前轴轴高曲线幅值总和。

可选的，拐点数及幅值总和确定单元350，具体可用于，将各采样时刻对应的前轴轴高拐点状态的总和，确定为前轴轴高曲线拐点数；将各采样时刻对应的前轴轴高位移差的绝对值的总和，确定为前轴轴高曲线幅值总和。

可选的，第二确定模块400具体可用于，采用直线方程对前轴轴高曲线进行拟合，设定对应的拟合方程；基于间距采样的采样方法，根据数理统计方法得到拟合方程的斜率以及截距；基于所述斜率以及截距得到曲线拟合方差，根据曲线拟合方差确定出前轴轴高曲线拟合斜率及前轴轴高曲线拟合方差。

可选的，模糊化处理模块500具体可用于，对所述前轴轴高曲线拐点数进行模糊化处理得到第一粗糙度，对所述前轴轴高曲线幅值总和进行模糊化处理得到第二粗糙度，对所述前轴轴高曲线拟合斜率进行模糊化处理得到第三粗糙度，对所述前轴轴高曲线拟合方差进行模糊化处理得到第四粗糙度。

可选的，路面粗糙度确定模块600具体可用于，从所述第一粗糙度，所述第二粗糙度中取最小值，得到第一最小值；从所述第三粗糙度和所述第四粗糙度中取最小值，得到第二最小值；取所述第一最小值和所述第二最小值中的最大值，作为识别出的路面粗糙度。

本发明实施例提供的路面粗糙度识别装置，可通过采样车辆的前轴轴高位移，并通过对所采样的前轴轴高位移进行数据处理，实现路面粗糙度的识别，由于车辆的前轴轴高位移的采样所使用的传感器件成本较低，且不易受到环境的干扰，因此基于采样车辆的前轴轴高位移所实现的路面粗糙度的识别，可提升路面粗糙度的识别准确度，并降低使用成本。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种路面粗糙度识别方法，其特征在于，包括：

采样至少一个前轴轴高位移，一个采样时刻对应采样一个前轴轴高位移；

确定各采样时刻对应的前轴轴高位移差；

根据所述各采样时刻对应的前轴轴高位移差，确定前轴轴高曲线拐点数及前轴轴高曲线幅值总和；及根据各采样时刻对应的前轴轴高位移，确定前轴轴高曲线拟合斜率及前轴轴高曲线拟合方差；

分别对所述前轴轴高曲线拐点数，所述前轴轴高曲线幅值总和，所述前轴轴高曲线拟合斜率，所述前轴轴高曲线拟合方差进行模糊化处理，得到模糊化处理后的粗糙度；

从所述模糊化处理后的粗糙度中确定路面粗糙度。

2.根据权利要求1所述的路面粗糙度识别方法，其特征在于，所述确定各采样时刻对应的前轴轴高位移差包括：

对于各采样时刻，将后一采样时刻的前轴轴高位移与该采样时刻的前轴轴高位移的差值，确定为该采样时刻对应的前轴轴高位移差，得到各采样时刻对应的前轴轴高位移差。

3.根据权利要求2所述的路面粗糙度识别方法，其特征在于，所述根据所述各采样时刻对应的前轴轴高位移差，确定前轴轴高曲线拐点数及前轴轴高曲线幅值总和包括：

定义各采样时刻对应的前轴轴高位移差的符号变化变量；

对于各采样时刻，根据前一采样时刻对应的符号变化变量，及该采样时刻对应的符号变化变量，确定该采样时刻对应的前轴轴高拐点状态的变量；

根据各采样时刻对应的前轴轴高位移差，与设定的最小轴高位移差幅值，确定各采样时刻对应的路面波动情况；

根据各采样时刻对应的前轴轴高拐点状态的变量，及路面波动情况，确定路面波动情况符合第一条件下，各采样时刻对应的前轴轴高拐点状态；

根据各采样时刻对应的前轴轴高拐点状态，确定前轴轴高曲线拐点数，及根据各采样时刻对应的前轴轴高位移差，确定前轴轴高曲线幅值总和。

4.根据权利要求3所述的路面粗糙度识别方法，其特征在于，所述定义各采样时刻对应的前轴轴高位移差的符号变化变量包括：

如果一采样时刻对应的前轴轴高位移差为非负值，则该采样时刻对应的符号变化变量为第一值，如果一采样时刻对应的前轴轴高位移差为负值，则该采样时刻对应的符号变化变量为第二值。

5.根据权利要求4所述的路面粗糙度识别方法，其特征在于，所述对于各采样时刻，根据前一采样时刻对应的符号变化变量，及该采样时刻对应的符号变化变量，确定该采样时刻对应的前轴轴高拐点状态的变量包括：

对于一采样时刻，如果该采样时刻对应的符号变化变量，与前一采样时刻对应的符号变化变量不同，则定义该采样时刻对应的前轴轴高拐点状态的变量为第一值；

对于一采样时刻，如果该采样时刻对应的符号变化变量，与前一采样时刻对应的符号变化变量相同，则定义该采样时刻对应的前轴轴高拐点状态的变量为第二值。

6.根据权利要求5所述的路面粗糙度识别方法，其特征在于，所述根据各采样时刻对应的前轴轴高位移差，与设定的最小轴高位移差幅值，确定各采样时刻对应的路面波动情况包括：

对于一采样时刻，如果该采样时刻对应的路面波动量的绝对值不小于设定的最小轴高位移差幅值，则该采样时刻对应的路面波动情况为第一值；

对于一采样时刻，如果该采样时刻对应的路面波动量的绝对值小于设定的最小轴高位移差幅值，则该采样时刻对应的路面波动情况为第二值。

7.根据权利要求6所述的路面粗糙度识别方法，其特征在于，所述根据各采样时刻对应的前轴轴高拐点状态的变量，及路面波动情况，确定路面波动情况符合第一条件下，各采样时刻对应的前轴轴高拐点状态包括：

对于一采样时刻，如果该采样时刻对应的前轴轴高拐点状态的变量，及路面波动情况均为第一值，则确定该采样时刻对应的前轴轴高拐点状态为第一值；

对于一采样时刻，如果该采样时刻对应的前轴轴高拐点状态的变量，及路面波动情况存在至少一个为第二值，则确定该采样时刻对应的前轴轴高拐点状态为第二值。

8.根据权利要求7所述的路面粗糙度识别方法，其特征在于，所述根据各采样时刻对应的前轴轴高拐点状态，确定前轴轴高曲线拐点数包括：

将各采样时刻对应的前轴轴高拐点状态的总和，确定为前轴轴高曲线拐点数；

所述根据各采样时刻对应的前轴轴高位移差，确定前轴轴高曲线幅值总和包括：

将各采样时刻对应的前轴轴高位移差的绝对值的总和，确定为前轴轴高曲线幅值总和。

9.根据权利要求1所述的路面粗糙度识别方法，其特征在于，所述分别对所述前轴轴高曲线拐点数，所述前轴轴高曲线幅值总和，所述前轴轴高曲线拟合斜率，所述前轴轴高曲线拟合方差进行模糊化处理，得到模糊化处理后的粗糙度包括：

对所述前轴轴高曲线拐点数进行模糊化处理得到第一粗糙度，对所述前轴轴高曲线幅值总和进行模糊化处理得到第二粗糙度，对所述前轴轴高曲线拟合斜率进行模糊化处理得到第三粗糙度，对所述前轴轴高曲线拟合方差进行模糊化处理得到第四粗糙度；

所述从所述模糊化处理后的粗糙度中确定路面粗糙度包括：

从所述第一粗糙度，所述第二粗糙度中取最小值，得到第一最小值；从所述第三粗糙度和所述第四粗糙度中取最小值，得到第二最小值；

取所述第一最小值和所述第二最小值中的最大值，作为识别出的路面粗糙度。

10.一种路面粗糙度识别装置，其特征在于，包括：

采样模块，用于采样至少一个前轴轴高位移，一个采样时刻对应采样一个前轴轴高位移；

轴高位移差确定模块，用于确定各采样时刻对应的前轴轴高位移差；

第一确定模块，用于根据所述各采样时刻对应的前轴轴高位移差，确定前轴轴高曲线拐点数及前轴轴高曲线幅值总和；

第二确定模块，用于根据各采样时刻对应的前轴轴高位移，确定前轴轴高曲线拟合斜率及前轴轴高曲线拟合方差；

模糊化处理模块，用于分别对所述前轴轴高曲线拐点数，所述前轴轴高曲线幅值总和，所述前轴轴高曲线拟合斜率，所述前轴轴高曲线拟合方差进行模糊化处理，得到模糊化处理后的粗糙度；

路面粗糙度确定模块，用于从所述模糊化处理后的粗糙度中确定路面粗糙度。