一种基于视觉预判的多维主动减振方法和系统与流程

1.本发明涉及减振技术领域，尤其涉及一种基于视觉预判的多维主动减振方法和系统。


背景技术：

2.随着自动驾驶、辅助驾驶技术的发展，视觉传感器(多目摄像头、深度摄像头、激光雷达、毫米波雷达等)在车辆上的应用愈加普遍，相关的视觉感知算法也愈加成熟。利用视觉传感器提前侦测车辆前方路面障碍和起伏信息，并对车辆悬架系统进行动态调节已成为一种新的发展趋势，例如audi a8的预测悬架系统。但是目前车辆悬架基本是被动和半主动悬架，如可控电流变、可控磁流变、可调节的空气弹簧、油气悬挂等，主动悬架技术仍不成熟，无法取得完美的减振效果。


技术实现要素：

3.针对以上技术问题，本发明的目的是提供一种基于视觉预判的多维主动减振方法和系统，本发明基于视觉预判的多维主动减振装置具备垂向、俯仰、横滚等方向的多维主动减振功能，通过视觉预判消除装置延迟的影响，实现提前检测、提前控制、实时减振的效果，可以有效减少车辆内的振动，可以用于人员和精密设备的运输领域。
4.本发明提供的技术方案如下：
5.在一些实施方式中，本发明提供的一种基于视觉预判的多维主动减振方法包括步骤：
6.通过视觉传感器实时获取车辆前方的路面信息；
7.对所述路面信息进行处理，获得前方路面的时域信号曲线；
8.根据预测模型及所述时域信号曲线获取车辆底盘的预测振动信息；
9.根据所述预测振动信息，提前发送控制指令进行主动减振。
10.这样处理的优点是，相比于传统的被动减振装置，通过视觉传感器和计算机视觉技术对车辆形式前方的路面障碍和起伏信息提前预判，给车内减振装置提供足够的控制时间，通过视觉预判消除了系统的延迟，具有更好的减振效果。
11.在一些实施方式中，所述通过视觉传感器实时获取车辆前方的路面信息，具体包括：
12.根据所述视觉传感器的安装位置和车辆的前进方向，获取所述视觉传感器的最大视场距离和最小视场距离；
13.根据所述最大视场距离和所述最小视场距离获得所述视觉传感器的视场宽度；
14.实时获取所述视场宽度内的所述路面信息。
15.在一些实施方式中，所述对所述路面信息进行处理，获得前方路面的时域信号曲线，具体包括：
16.通过计算机视觉技术对所述路面信息进行处理，识别前方路面的障碍物信息和起
伏信息；
17.根据所述车辆的车速和所述最大视场距离获取最长预测时间，所述最长预测时间大于多维主动减振装置的延迟时间；
18.根据所述车辆的车速、最长预测时间以及路面的障碍物信息和起伏信息，获取前方路面的时域信号曲线。
19.在一些实施方式中，所述根据预测模型及所述时域信号曲线获取车辆底盘的预测振动信息，具体包括：
20.根据车辆动力学模型，结合所述时域信号曲线，获得所述最大预测时间内的所述预测振动信息，所述预测振动信息包括所述车辆的垂向位移、俯仰角、横滚角以及对应的速度和加速度信息。
21.在一些实施方式中，所述根据所述预测振动信息，提前发送控制指令进行主动减振，具体包括：
22.获取所述多维主动减振装置的主动减振的延迟时间；
23.根据所述延迟时间，提前发送控制指令进行主动减振，所述延迟时间包括软件延迟和机械延迟。
24.在一些实施方式中，在所述根据所述预测振动信息，提前发送控制指令进行主动减振之后，还包括：
25.根据安装在车辆底盘的惯导单元实时读取所述车辆底盘的实际振动信息，
26.根据所述实际振动信息及预测振动信息进行比对，调整所述预测模型。
27.这样处理的优点是，经过视觉识别和车辆动力学模型预测的车辆位姿信息和车内惯导单元度量的车辆位姿信息进行融合，根据后者信息对前者的预测模型进行校正，达到更好的控制效果。
28.在一些实施方式中，本发明还提供了一种基于视觉预判的多维主动减振系统，包括：
29.信息采集模块，用于通过视觉传感器实时获取车辆前方的路面信息；
30.信息处理模块，用于对所述路面信息进行处理，获得前方路面的时域信号曲线；
31.预测模块，用于根据预测模型及所述时域信号曲线获取车辆底盘的预测振动信息；
32.主动减振模块，用于根据所述预测振动信息，提前发送控制指令进行主动减振。
33.在一些实施方式中，所述信息处理模块具体包括：
34.计算机视觉子模块，用于通过计算机视觉技术对所述路面信息进行识别；
35.路面信息处理子模块，用于根据所述计算机视觉子模块的识别结果对所述路面信息进行处理。
36.在一些实施方式中，所述主动减振模块具体包括：
37.软件延迟子模块，用于确定软件延迟所需的时间；
38.机械延迟子模块，用于确定机械延迟所需的时间；
39.减振子模块，用于根据所述软件延迟和所述机械延迟所需的时间进行主动减振。
40.在一些实施方式中，所述的基于视觉预判的多维主动减振系统还包括：
41.矫正模块，用于获取所述车辆底盘的实际振动信息，调节预测模型。
42.采用本发明提供的技术方案，至少拥有以下有益效果：
43.1、本发明提供的一种基于视觉预判的多维主动减振方法，采用了计算机视觉识别技术，相比于传统的减振装置，通过视觉传感器和计算机视觉技术对车辆形式前方的路面障碍和起伏信息提前预判，给车内减振装置提供足够的控制时间，并且考虑了机械传导带来的延迟，使得主动减振效果更好。
44.2、本发明提供的一种基于视觉预判的多维主动减振方法，通过视觉预判的路面激励，经过车辆动力学模型的分析，预估出未来时刻车辆底盘的位姿信息，包括垂向、俯仰、横滚方向的位移、速度和加速度；从而实现多维主动减振。
45.3、本发明提供的一种基于视觉预判的多维主动减振方法，经过视觉识别和车辆动力学模型预测的车辆位姿信息和车内惯导单元度量的车辆位姿信息进行融合，根据后者信息对前者的预测模型进行校正，不断优化预测模型。
附图说明
46.下面将以明确易懂的方式，结合附图说明优选实施方式，对一种基于视觉预判的多维主动减振方法和系统的上述特性、技术特征、优点及其实现方式予以进一步说明。
47.图1是本发明一种基于视觉预判的多维主动减振方法的一个实施例的流程示意图；
48.图2是本发明一种基于视觉预判的多维主动减振方法的一个实施例的车辆模型参考图；
49.图3是本发明一种基于视觉预判的多维主动减振方法的一个实施例中车辆7自由度动力学模型；
50.图4是本发明一种基于视觉预判的多维主动减振方法的另一个实施例可选用的机器人构型；
51.图5是本发明一种基于视觉预判的多维主动减振方法的一个实施例的一段路面的时域曲线；
52.图6是本发明一种基于视觉预判的多维主动减振方法的一个实施例的垂向位移时域曲线；
53.图7是本发明一种基于视觉预判的多维主动减振方法的一个实施例的俯仰角时域曲线；
54.图8是本发明一种基于视觉预判的多维主动减振方法的一个实施例的横滚角时域曲线；
55.图9是本发明一种基于视觉预判的多维主动减振系统的一个实施例的模块框图。
具体实施方式
56.以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其他实施例中也可以实现本技术。在其他情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本技术的描述。
57.应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所述描述
特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其他特征、整体、步骤、操作、元素、组件和/或集合的存在或添加。
58.还应当进一步理解，在本技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
59.另外，在本技术的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
60.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，下面将对照附图说明本发明的具体实施方式。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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，还可以根据这些附图获得其他的附图，并获得其他的实施方式。
61.在一个实施例中，本发明提出的基于视觉预判的多维主动减振方法，参考图1，包括步骤：
62.s100，通过视觉传感器实时获取车辆前方的路面信息；
63.具体的，这里的视觉传感器包括但不限于多目摄像头、深度摄像头、激光雷达、毫米波雷达等，通过视觉传感器拍摄车辆行驶前方的路面信息进行视觉预判，比如前方路面的障碍物信息和路面起伏信息。
64.s200，对路面信息进行处理，获得前方路面的时域信号曲线；
65.具体的，根据视觉传感器所传输的画面，确定探测路面的范围，即视场宽度，再根据车速进而确定前方路面的时域信号曲线。
66.s300，根据预测模型及时域信号曲线获取车辆底盘的预测振动信息；
67.具体的，根据预测模型及车辆动力学模型，结合上述路面的时域信号曲线获取未来时刻车辆底盘的预测振动信息，例如车辆的垂向位移、俯仰角、横滚角以及相应的速度、加速度等信息。
68.s400，根据预测振动信息，提前发送控制指令进行主动减振。
69.具体的，根据所得出的预测震动信息，再结合多维主动减振装置的机械延迟和软件延迟，发送控制指令进行主动减振。如此设计的优点是，在车辆前方安装视觉传感器，基于计算机视觉技术探测并识别前方路面障碍和起伏信息，利用计算机视觉技术进行前方路面障碍物和形状识别，得到路面的时域曲线后进行预测，可以减少车辆垂向、俯仰、横滚方向的振动，通过视觉预判实现无延迟的多维主动减振。
70.在上述实施例中，步骤s100具体包括：
71.根据视觉传感器的安装位置和车辆的前进方向，获取视觉传感器的最大视场距离和最小视场距离；
72.根据最大视场距离和最小视场距离获得视觉传感器的视场宽度；
73.实时获取视场宽度内的路面信息。
74.具体的，视觉传感器及多维主动减振装置在车辆模型的安装位置可以参考图2，本实施例中的多维主动减振装置主体包含惯导单元、编码器、多轴伺服执行机构、控制单元及其它元器件。将多维减振装置主体安装于车厢内部，同时在车辆前方安装视觉传感器用于进行视觉预判。视觉传感器侦测前方的路面障碍和起伏信息，根据传感器在车体的安装位置和活动方向，确定前方可以探测到的路面范围为l
min
～l
max
，其中l
max-l
min
为视场宽度。
75.在上述实施例中，步骤s200具体包括：
76.通过计算机视觉技术对路面信息进行处理，识别前方路面的障碍物信息和起伏信息；
77.根据车辆的车速和最大视场距离获取最长预测时间，最长预测时间大于多维主动减振装置的延迟时间；
78.根据车辆的车速、最长预测时间以及路面的障碍物信息和起伏信息，获取前方路面的时域信号曲线。
79.具体的，视觉传感器连续探测时，可以得到未来0～t
est
时刻的路面信息，其中，t
est
＝l
max
/v
car
是最长预测时间，其中v
car
是车速。利用计算机视觉技术进行前方路面障碍物和形状识别，得到路面的时域曲线。
80.在一个实施例中，在上述实施例的基础上，步骤s300具体包括：
81.根据车辆动力学模型，结合时域信号曲线，获得最大预测时间内的预测振动信息，预测振动信息包括车辆的垂向位移、俯仰角、横滚角以及对应的速度和加速度信息。
82.具体的，车辆动力学模型可以选用不同的模型，在此选用的为7自由度动力学模型，参考图3，假设汽车是左右对称的，即左右两侧的车距、悬架参数及轮胎参数等是相同的。其中车辆的参数如表1所示，
83.车辆参数符号车身总质量mc前轮质量(单侧)m
sa
后轮质量(单侧)m
sb
车体绕中轴的侧倾转动惯量i
ox
车体绕中轴的俯仰转动惯量i
oy
前后轴距l
x
左右轮距ly前悬架弹簧刚度系数k
sa
后悬架弹簧刚度系数k
sb
前轮径向刚度系数k
ta
后轮径向刚度系数k
tb
前悬架阻尼器阻尼系数c
sa
后悬架阻尼器阻尼系数c
sb
84.表1
85.其余运动学参数说明如下：
86.(1)r
la
、r
ra
、r
lb
、r
rb
分别为左前、右前、左后、右后轮胎接触点的路面激励；
87.(2)h
la
、h
ra
、h
lb
、h
rb
分别为左前、右前、左后、右后车轮中心的绝对位移；
88.(3)z
la
、z
ra
、z
lb
、z
rb
分别为左前、右前、左后、右后悬架连接点的绝对位移；
89.(4)车底板中心点垂向绝对位移为za，绕x轴转动的角度为αa，绕y轴转动的角度为βa。
90.基于此，车辆的动力学方程为：
[0091][0092]
上述动力学方程的输入量为四个轮胎接触点的路面激励r
la
、r
ra
、r
lb
、r
rb
，可以通过前述的视觉识别系统扫描路面信息提取得到。所以根据车辆动力学模型，可以预测未来0～t
est
时刻的车辆底盘的振动信息，包括车辆的垂向位移、俯仰角、横滚角以及相应的速度、加速度信息。
[0093]
在上述实施例的基础上，步骤s400具体包括：
[0094]
获取多维主动减振装置的主动减振的延迟时间；
[0095]
根据延迟时间，提前发送控制指令进行主动减振，延迟时间包括软件延迟和机械延迟。
[0096]
具体的，本方案的多维主动减振装置本体可选用并联机器人、串联机器人或串并混联机器人构型，参考图4，但至少应具备垂向、俯仰、横滚3个自由度。以上机器人仅表示本实施例中采用的机器人构型，但并不局限于只能使用此类机器人构型。
[0097]
在机器人任务空间(操作空间)设计控制率，保证在不同机器人构型下控制方法的通用性。
[0098]
记基于视觉识别系统和车辆动力学方程预测的车辆底盘振动输入矢量为
[0099]
xa＝[α
a β
a za]
t
，
[0100]
多维主动减振装置任务空间的坐标为
[0101]
δx＝[δα δβ δz]
t
，
[0102]
其中，δα,δβ,δz分别为上平台相对底座的相对横滚角、相对俯仰角和相对垂向位移；
[0103]
上平台的振动输出矢量为，其中，分别为上平台的横滚角、俯仰角和垂向位移。任务空间控制率的设计目标是使振动输出量尽可能小，可以采用pid、adrc、最优控制、鲁棒控制、自适应控制等多种控制理论进行设计。此处提出一种优选方案，设定任务空间的控制率为：
[0104][0105]
在垂向采用弹簧阻尼+天棚阻尼控制，其中刚度系数为kz，阻尼系数为cz，天棚阻尼系数为sz。在俯仰和横滚方向采用pid控制，k
α
,k
β
为比例参数，c
α
,c
β
为微分参数。
[0106]
根据机器人的运动学关系，将任务空间的控制指令解算到关节空间，并下发给每个轴的伺服驱动器，令执行机构按照期望位置、速度、力矩执行，并通过编码器将实际执行情况反馈给控制系统，实现闭环控制。
[0107]
下面将对本发明的使用效果进行说明：
[0108]
某型车辆的动力学参数如表2所示，
[0109]
车辆参数符号数值车身总质量mc1380kg前轮质量(单侧)m
sa
40.5kg后轮质量(单侧)m
sb
45.4kg车体绕中轴的侧倾转动惯量i
ox
235kg.m^2车体绕中轴的俯仰转动惯量i
oy
1222kg.m^2前后轴距l
x
2m左右轮距ly1.3m前悬架弹簧刚度系数k
sa
17kn/m后悬架弹簧刚度系数k
sb
22kn/m前轮径向刚度系数k
ta
192kn/m后轮径向刚度系数k
tb
192kn/m前悬架阻尼器阻尼系数c
sa
1500n.s/m后悬架阻尼器阻尼系数c
sb
1500n.s/m
[0110]
表2
[0111]
在车辆前部安装激光雷达作为视觉传感器，其最大探测距离为150m，车辆在d级路面以50km/h车速匀速行驶，此时，视觉感知系统的最大预测时间为t
est
＝l
max
/v
car
＝10.8s，视觉系统探测的一段路面时域曲线如图5所示。
[0112]
此例中，多维主动减振装置具备垂向、俯仰和横滚自由度。该装置平均机械延迟时间为t
delay
＝0.08s。因为t
delay
＜t
est
，因此视觉感知系统提供足够的预测时间，从而让装置进行提前控制。
[0113]
仿真结果如图6～图8所示。图6中实线是车辆底盘度量的垂向位移曲线，虚线是无视觉预判的减振装置输出的位移曲线，点画线是本方案提出的基于视觉预判的减振装置输出的位移曲线。从图中可以看出，无视觉预判的减振装置因为存在80ms的机械延迟，导致减振效果大打折扣，而基于视觉预判的减振装置通过提前感知，提前控制，补偿了系统的延迟，从而实现了更好的减振效果，输出的位移曲线很平缓，对应的垂向加速度也很小。
[0114]
图7和图8的上半张图分别是车辆底盘度量的俯仰角曲线和横滚角曲线，下半张图
中的实线是无视觉预判的减振装置输出的俯仰角和横滚角曲线，点划线是本方案提出的基于视觉预判的减振装置输出的俯仰角和横滚角曲线。从图中可以看出，采用视觉预判后，俯仰和横滚方向的减振效果取得了显著的提升。
[0115]
在一个实施例中，在上述实施例的基础上，在步骤s400之后，还包括步骤s500，包括：
[0116]
根据安装在车辆底盘的惯导单元实时读取车辆底盘的实际振动信息，
[0117]
根据实际振动信息及预测振动信息进行比对，调整预测模型。
[0118]
具体的，机器人机构包括n个执行单元，n为机器人自由度，执行单元可选用伺服电缸、伺服液压缸、减速机连杆等。此外，多维主动减振装置还包括：
[0119]
惯导单元：安装于底座上，包括3轴加速度计、3轴陀螺仪、3轴磁力计、gps等，可感知车辆底盘的振动信息，经感知融合算法处理，可以得到底盘垂向位移、俯仰角、横滚角以及相应维度的速度和加速度信息；将获取的振动信息与预测振动信息进行对比，进而不断对预测模型进行优化处理。
[0120]
控制单元、驱动器、编码器：控制单元执行控制算法，形成驱动指令，并通过驱动器下发给每个执行单元执行，并通过编码器将实际执行情况反馈给控制单元。
[0121]
在一个实施例中，基于相同的技术构思，本发明还提供了一种基于视觉预判的多维主动减振系统，参考图9，包括：
[0122]
信息采集模块10，用于通过视觉传感器实时获取车辆前方的路面信息；
[0123]
信息处理模块20，用于对路面信息进行处理，获得前方路面的时域信号曲线；
[0124]
预测模块30，用于根据预测模型及时域信号曲线获取车辆底盘的预测振动信息；
[0125]
主动减振模块40，用于根据预测振动信息，提前发送控制指令进行主动减振。
[0126]
具体的，信息采集模块10主要用来采集车辆前方路面信息，然后通过信息处理模块20对路面信息进行处理，结合车速等必要参数得到前方路面的时域信号曲线；再通过预测模块30对车辆底盘未来时刻的振动信息进行预测，最后通过主动减振模块40进行主动减振。
[0127]
在一个实施例中，在上述实施例的基础上，信息处理模块20具体包括：
[0128]
计算机视觉子模块，用于通过计算机视觉技术对路面信息进行识别；
[0129]
路面信息处理子模块，用于根据计算机视觉子模块的识别结果对路面信息进行处理。
[0130]
具体的，计算机视觉子模块通过计算机视觉技术对视觉传感器所拍摄的路面信息进行识别，然后通过路面信息处理子模块，结合车速等参数处理得到车辆前方路面的时域信号曲线。
[0131]
在一个实施例中，在上述实施例的基础上，主动减振模块40具体包括：
[0132]
软件延迟子模块，用于确定软件延迟所需的时间；
[0133]
机械延迟子模块，用于确定机械延迟所需的时间；
[0134]
减振子模块，用于根据软件延迟和机械延迟所需的时间进行主动减振。
[0135]
具体的，主动减振过程中存在两种延迟，一种是软件控制的延迟，该延迟通过软件延迟子模块来确定，一种是机械传导的时间，该延迟时间由机械延迟子模块来确定，根据两个子模块确定下总的延迟时间后，再通过减振子模块实现提前发送控制指令进行主动减
振。
[0136]
在一个实施例中，在上述实施例的基础上，本发明提供的基于视觉预判的多维主动减振系统还包括：
[0137]
矫正模块，用于获取车辆底盘的实际振动信息，调节预测模型。
[0138]
具体的，多维主动减振装置包含有惯导单元，该单元可感知车辆底盘的振动信息，经感知融合算法处理，可以得到底盘实际的垂向位移、俯仰角、横滚角以及相应维度的速度和加速度信息，将实际振动信息和预测振动信息进行对比，不断优化调节预测模型以达到更好的使用效果。
[0139]
它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
[0140]
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述或记载的部分，可以参见其他实施例的相关描述。
[0141]
本领域普通技术人员可以意识到，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、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件来执行，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技术的范围。
[0142]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0143]
另外，在本技术各个实施例中的各功能单元可能集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0144]
应当说明的是，上述实施例均可根据需要自由组合。以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

技术特征：
1.一种基于视觉预判的多维主动减振方法，其特征在于，包括：通过视觉传感器实时获取车辆前方的路面信息；对所述路面信息进行处理，获得前方路面的时域信号曲线；根据预测模型及所述时域信号曲线获取车辆底盘的预测振动信息；根据所述预测振动信息，提前发送控制指令进行主动减振。2.根据权利要求1所述的一种基于视觉预判的多维主动减振方法，其特征在于，所述通过视觉传感器实时获取车辆前方的路面信息，具体包括：根据所述视觉传感器的安装位置和车辆的前进方向，获取所述视觉传感器的最大视场距离和最小视场距离；根据所述最大视场距离和所述最小视场距离获得所述视觉传感器的视场宽度；实时获取所述视场宽度内的所述路面信息。3.根据权利要求2所述的一种基于视觉预判的多维主动减振方法，其特征在于，所述对所述路面信息进行处理，获得前方路面的时域信号曲线，具体包括：通过计算机视觉技术对所述路面信息进行处理，识别前方路面的障碍物信息和起伏信息；根据所述车辆的车速和所述最大视场距离获取最长预测时间，所述最长预测时间大于多维主动减振装置的延迟时间；根据所述车辆的车速、最长预测时间以及路面的障碍物信息和起伏信息，获取前方路面的时域信号曲线。4.根据权利要求3所述的一种基于视觉预判的多维主动减振方法，其特征在于，所述根据预测模型及所述时域信号曲线获取车辆底盘的预测振动信息，具体包括：根据车辆动力学模型，结合所述时域信号曲线，获得所述最大预测时间内的所述预测振动信息，所述预测振动信息包括所述车辆的垂向位移、俯仰角、横滚角以及对应的速度和加速度信息。5.根据权利要求4所述的一种基于视觉预判的多维主动减振方法，其特征在于，所述根据所述预测振动信息，提前发送控制指令进行主动减振，具体包括：获取所述多维主动减振装置的主动减振的延迟时间；根据所述延迟时间，提前发送控制指令进行主动减振，所述延迟时间包括软件延迟和机械延迟。6.根据权利要求1-5任一项所述的一种基于视觉预判的多维主动减振方法，其特征在于，在所述根据所述预测振动信息，提前发送控制指令进行主动减振之后，还包括：根据安装在车辆底盘的惯导单元实时读取所述车辆底盘的实际振动信息，根据所述实际振动信息及预测振动信息进行比对，调整所述预测模型。7.一种基于视觉预判的多维主动减振系统，其特征在于，包括：信息采集模块，用于通过视觉传感器实时获取车辆前方的路面信息；信息处理模块，用于对所述路面信息进行处理，获得前方路面的时域信号曲线；预测模块，用于根据预测模型及所述时域信号曲线获取车辆底盘的预测振动信息；主动减振模块，用于根据所述预测振动信息，提前发送控制指令进行主动减振。8.根据权利要求7所述的一种基于视觉预判的多维主动减振系统，其特征在于，所述信
息处理模块具体包括：计算机视觉子模块，用于通过计算机视觉技术对所述路面信息进行识别；路面信息处理子模块，用于根据所述计算机视觉子模块的识别结果对所述路面信息进行处理。9.根据权利要求7所述的一种基于视觉预判的多维主动减振系统，其特征在于，所述主动减振模块具体包括：软件延迟子模块，用于确定软件延迟所需的时间；机械延迟子模块，用于确定机械延迟所需的时间；减振子模块，用于根据所述软件延迟和所述机械延迟所需的时间进行主动减振。10.根据权利要求7-9任一项所述的一种基于视觉预判的多维主动减振系统，其特征在于，还包括：矫正模块，用于获取所述车辆底盘的实际振动信息，调节预测模型。

技术总结
本发明提供一种基于视觉预判的多维主动减振方法和系统，方法包括：通过视觉传感器实时获取车辆前方的路面信息；对所述路面信息进行处理，获得前方路面的时域信号曲线；根据预测模型及所述时域信号曲线获取车辆底盘的预测振动信息；根据所述预测振动信息，提前发送控制指令进行主动减振。采用本发明提出的处理方案，相比于传统的减振装置，通过视觉传感器和计算机视觉技术对车辆形式前方的路面障碍和起伏信息提前预判，给车内减振装置提供足够的控制时间并且考虑了机械传导对延迟的影响，具有更好的减振效果。具有更好的减振效果。具有更好的减振效果。


技术研发人员：胡景晨
受保护的技术使用者：上海新纪元机器人有限公司
技术研发日：2023.03.17
技术公布日：2023/7/18