买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京理工大学申请的专利一种基于图像识别的磁流变半主动悬架切换控制系统及方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119858412B 。

龙图腾网通过国家知识产权局官网在2025-11-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510227244.1，技术领域涉及：B60G17/0165；该发明授权一种基于图像识别的磁流变半主动悬架切换控制系统及方法是由芮筱亭;强冉;朱炜;徐修才;王凌云;辛欣;张婷如;张吉;杨富锋;芮雪设计研发完成，并于2025-02-27向国家知识产权局提交的专利申请。

本一种基于图像识别的磁流变半主动悬架切换控制系统及方法在说明书摘要公布了：本发明公开了一种基于图像识别的磁流变半主动悬架切换控制系统及方法。方法包括：采用单目摄像头实时拍摄车辆前方的路面图像，通过预训练深度学习模型进行障碍物的识别；控制器根据车速传感器采集的实时车速数据，结合障碍物的识别结果，使用事先通过仿真得到的控制参数切换规则表，匹配出适应当前车速和障碍物类型的控制参数；控制器根据控制参数和控制算法，基于实时采集的车辆动态数据计算出磁流变阻尼器所需的期望电流；电流源根据计算的期望电流输出实际电流至磁流变阻尼器，通过调整磁流变阻尼器的电流输入，改变其阻尼力。本发明能够实现对前方障碍物的实时识别，并通过优化的控制策略，提升悬架系统在复杂路况下的舒适性和稳定性，尤其在通过典型障碍物时的减振性能得到显著改善。

本发明授权一种基于图像识别的磁流变半主动悬架切换控制系统及方法在权利要求书中公布了：1.一种基于图像识别的磁流变半主动悬架切换控制系统，其特征在于，所述系统包括一个单目摄像头、车速传感器、加速度传感器、一个控制器、一个电流源以及若干个磁流变阻尼器； 所述单目摄像头，用于实时采集车辆前方的路面图像； 所述车速传感器，用于实时采集车速数据； 所述加速度传感器，用于实时采集车辆动态数据； 所述控制器，用于根据深度学习图像识别模型和路面图像，识别障碍物；还用于根据车速传感器采集的实时车速数据，结合障碍物识别结果，通过事先通过仿真得到的控制参数切换规则表，匹配出适应当前车速和障碍物类型的控制参数；还用于根据控制算法、控制参数和加速度传感器采集的车辆动态数据计算期望电流，该电流反映磁流变阻尼器所需阻尼力大小； 所述电流源，用于根据所述控制器输出的计算结果输出实际电流至磁流变阻尼器； 所述磁流变阻尼器，通过电流源调整其电流输入，改变其阻尼力，以减缓或增强车辆的振动； 所述深度学习图像识别模型建立的过程包括： 步骤1.1，数据采集与预处理：通过单目摄像头采集大量的路面图像，并进行图像增强处理；采集的路面图像包括不同光照、天气和路况条件下的路面图像，还包括含有多种不同类型典型障碍物的路面图像，且所有图像经过标注，包括障碍物的类别； 步骤1.2，由步骤1.1采集的路面图像构建数据集，并将数据集划分为训练集、验证集和测试集； 步骤1.3，模型训练与优化：利用所述训练集对卷积神经网络模型通过反向传播算法进行训练；训练过程中，使用交叉熵损失函数对每一类障碍物进行分类，并通过优化算法不断调整模型权重，以最小化误差并提高识别准确度； 步骤1.4，模型验证与调优：模型训练完成后，在验证集和测试集上进行性能评估，根据评估结果，进一步调优模型； 所述控制参数包括不同障碍物在不同车速下的天棚阻尼系数，所述控制算法包括天棚控制算法； 所述控制参数切换规则表的建立过程具体包括： 步骤2.1，根据不同驾驶工况，确定当前的控制目标；所述控制目标通过驾驶员的需求或自动检测系统进行动态调整； 步骤2.2，使用基于车辆动态响应的仿真模型，在不同车速和障碍物类型下，通过优化算法确定在不同控制目标下的最优天棚阻尼系数； 步骤2.3，基于步骤2.1和步骤2.2的结果，形成一个规则表，该规则表列出不同驾驶工况下的最优天棚阻尼系数； 步骤2.1中所述控制目标包括：在低速行驶时，优先优化舒适性；在高速行驶时，优先优化操控稳定性；所述低速和高速自定义设置。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫200号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。