System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及图像识别领域,特别涉及一种基于路面识别的驾驶模式切换方法、装置、设备及介质。
技术介绍
1、露天矿山工作环境复杂,受天气、路况、路段和坡度等因素影响较大,这给车辆的行驶带来了很大的不确定性。附着系数和滚阻系数变化大:车辆行驶路面的附着系数和滚阻系数变化很大,导致车辆的动力性、经济性和安全性受到明显影响。在上坡时,受天气和坡度等因素影响,纯电动矿卡可能出现动力不足甚至自动断电的情况,危及驾驶员安全。在下坡路段,制动能量回收可能受到影响,导致经济性下降,甚至引发整车溜坡。现有电动矿卡在识别矿山道路类型方面存在不足,无法准确判断路况变化,缺乏自适应调节的能力。
2、有鉴于此,提出本申请。
技术实现思路
1、本专利技术公开了一种基于路面识别的驾驶模式切换方法、装置、设备及介质,旨在准确识别不同道路类型和变化,并根据实际情况进行智能调整,以确保电动矿卡的稳定行驶和安全运营。
2、本专利技术第一实施例提供了一种基于路面识别的驾驶模式切换方法,包括:
3、获取由图像采集装置采集到的路面图像,并调用训练好的分类模型对所述路面图像进行分类,以生成路面分类结果;
4、根据所述分类结果确定滚动阻力系数,并基于所述滚动阻力系数生成滚动阻力;
5、获取由坡度传感器采集到的当前道路坡度,并根据所述当前道路坡度生成坡度阻力;
6、根据所述滚动阻力和所述坡度阻力生成道路阻力,并基于所述道路阻力控制车辆的电机控制器自适应调整扭矩模
7、优选地,所述分类模型的训练过程包括:
8、获取图像集,并对所述图像集中的每张图片分配相应的标签;
9、采用迁移学习的方式将带有标签的所述图像集输入至yolov7网络进行训练,并调整所述yolov7网络以最小化预测标签与实际标签之间的差异。
10、优选地,所述图像集包括:混凝土路面、碎石路面、卵石路面、坑洼路面、压紧土路路面、干砂路面、湿砂路面、结冰路面、压紧雪道路面。
11、优选地,所述扭矩模式包括超高扭矩模式、高扭矩模式、普通扭矩模式、低扭矩模式、以及超低扭矩模式。
12、优选地,还包括:在检测到坡度阻力异常时,控制车辆的电机控制器进入普通扭矩模式。
13、本专利技术第二实施例提供了一种基于路面识别的驾驶模式切换装置,包括:
14、分类单元,用于获取由图像采集装置采集到的路面图像,并调用训练好的分类模型对所述路面图像进行分类,以生成路面分类结果;
15、滚动阻力生成单元,用于根据所述分类结果确定滚动阻力系数,并基于所述滚动阻力系数生成滚动阻力;
16、坡度阻力生成单元,用于获取由坡度传感器采集到的当前道路坡度,并根据所述当前道路坡度生成坡度阻力;
17、坡度阻力调整单元,用于根据所述滚动阻力和所述坡度阻力生成道路阻力,并基于所述道路阻力控制车辆的电机控制器自适应调整扭矩模式。
18、优选地,所述分类模型的训练过程包括:
19、获取图像集,并对所述图像集中的每张图片分配相应的标签;
20、采用迁移学习的方式将带有标签的所述图像集输入至yolov7网络进行训练,并调整所述yolov7网络以最小化预测标签与实际标签之间的差异。
21、优选地,所述图像集包括:混凝土路面、碎石路面、卵石路面、坑洼路面、压紧土路路面、干砂路面、湿砂路面、结冰路面、压紧雪道路面。
22、本专利技术第三实施例提供了一种基于路面识别的驾驶模式切换设备,其特征在于,包括存储器以及处理器,所述存储器内存储有计算机程序,所述计算机程序能够被所述处理器执行,以实现如上任意一项所述的一种基于路面识别的驾驶模式切换方法。
23、本专利技术第四实施例提供了一种计算机可读存储介质,存储有计算机程序,所述计算机程序能够被所述计算机可读存储介质所在设备的处理器执行,以实现如上任意一项所述的一种基于路面识别的驾驶模式切换方法。
24、基于本专利技术提供的一种基于路面识别的驾驶模式切换方法、装置、设备及介质,通过图像采集装置获取路面图像,运用分类模型对采集到的图像进行分类,从而精确地确定不同路况。进一步,能够根据路面分类结果计算滚动阻力系数,并结合当前道路坡度生成坡度阻力,形成准确的道路阻力评估。并基于道路阻力评估自适应地调整车辆的电机扭矩模式,实现智能化的驾驶模式切换。通过动态的阻力计算和扭矩调整,优化车辆性能和能效的机制,同时增强了在不同路况下的驾驶安全性与稳定性,为驾驶员带来更高的便利与信心。
本文档来自技高网...【技术保护点】
1.一种基于路面识别的驾驶模式切换方法,其特征在于,包括:
2.根据权利要求1所述的一种基于路面识别的驾驶模式切换方法,其特征在于,所述分类模型的训练过程包括:
3.根据权利要求1所述的一种基于路面识别的驾驶模式切换方法,其特征在于,所述图像集包括:混凝土路面、碎石路面、卵石路面、坑洼路面、压紧土路路面、干砂路面、湿砂路面、结冰路面、压紧雪道路面。
4.根据权利要求1所述的一种基于路面识别的驾驶模式切换方法,其特征在于,所述扭矩模式包括超高扭矩模式、高扭矩模式、普通扭矩模式、低扭矩模式、以及超低扭矩模式。
5.根据权利要求1所述的一种基于路面识别的驾驶模式切换方法,其特征在于,还包括:在检测到坡度阻力异常时,控制车辆的电机控制器进入普通扭矩模式。
6.一种基于路面识别的驾驶模式切换装置,其特征在于,包括:
7.根据权利要求1所述的一种基于路面识别的驾驶模式切换装置,其特征在于,所述分类模型的训练过程包括:
8.根据权利要求1所述的一种基于路面识别的驾驶模式切换装置,其特征在于,所述图像集包括:混凝
9.一种基于路面识别的驾驶模式切换设备,其特征在于,包括存储器以及处理器,所述存储器内存储有计算机程序,所述计算机程序能够被所述处理器执行,以实现如权利要求1至5任意一项所述的一种基于路面识别的驾驶模式切换方法。
10.一种计算机可读存储介质,其特征在于,存储有计算机程序,所述计算机程序能够被所述计算机可读存储介质所在设备的处理器执行,以实现如权利要求1至5任意一项所述的一种基于路面识别的驾驶模式切换方法。
...【技术特征摘要】
1.一种基于路面识别的驾驶模式切换方法,其特征在于,包括:
2.根据权利要求1所述的一种基于路面识别的驾驶模式切换方法,其特征在于,所述分类模型的训练过程包括:
3.根据权利要求1所述的一种基于路面识别的驾驶模式切换方法,其特征在于,所述图像集包括:混凝土路面、碎石路面、卵石路面、坑洼路面、压紧土路路面、干砂路面、湿砂路面、结冰路面、压紧雪道路面。
4.根据权利要求1所述的一种基于路面识别的驾驶模式切换方法,其特征在于,所述扭矩模式包括超高扭矩模式、高扭矩模式、普通扭矩模式、低扭矩模式、以及超低扭矩模式。
5.根据权利要求1所述的一种基于路面识别的驾驶模式切换方法,其特征在于,还包括:在检测到坡度阻力异常时,控制车辆的电机控制器进入普通扭矩模式。
6.一种基于路面识别的驾驶模式切换装置,其特征在...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。