基于图像特征和HMM的前方附着系数辨识

来源：江苏大学学报·自然科学版杂志2022年第4期北京时间：

作者：袁朝春，张海峰，何友国，JIEShen，陈龙

单位：1. 江苏大学 汽车工程研究院，江苏 镇江 212013； 2. 密西根大学迪尔本分校 计算机科学与信息科学系， 密西根州 迪尔本MI 48128

摘要：为了辨识前方道路附着系数，利用灰度共生矩阵和 HSV（hue，saturation，value）颜色空间提取了典型路面图像7种纹理特征参数，基于类比特性对Burckhardt μ-s模型进行改进，提出一种当前路面峰值附着系数实时估计算法，通过Carsim和Simulink联合仿真验证了其有效性和实时性.建立基于隐马尔可夫模型（hidden Markov model，HMM）的前方道路-轮胎附着特性模型，并验证所建模型的正确性.通过实车试验对 HMM 模型算法进行了验证.结果表明：HMM模型对前方道路-轮胎附着系数识别率达到 90%以上，并且能够用于智能汽车自动紧急制动模块中，可以在前方恶劣路面环境下进行提前制动，有效缩短制动距离.

关键词：道路-轮胎附着特性, 路面图像特征,μ-s曲线模型, 隐马尔可夫模型, 预测算法

基金资助：国家自然科学基金资助项目（51775247）