(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111586794.0 (22)申请日 2021.12.23 (71)申请人 中国矿业大 学 地址 221100 江苏省徐州市大 学路1号 申请人 宁波工业互联网研究院有限公司 (72)发明人 徐飞翔　周晨　张克勤　 (74)专利代理 机构 青岛恒昇众力知识产权代理 事务所(普通 合伙) 37332 代理人 张俊珍 (51)Int.Cl. G06F 30/27(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 特种救援车辆转向模式智能决策方法 (57)摘要 特种救援车辆转向模式智能决策方法， 涉及 车辆转向技术领域， 特别是属于一种特种救援车 辆转向模式智能决策方法。 其特征在于， 包括以 下步骤： a.构建基于卷积神经网络的转向模式决 策模型； b.特种救援车辆的工况信息输入基于卷 积神经网络的转向模式决策模型后， 经基于卷积 神经网络的转向模式决策模型输出特种救援车 辆的最优转向模式。 本发明克服了传统人为决策 转向模式的局限性， 能够自适应并决策不同的狭 小复杂救援场景下特种救援车辆的最优转向模 式， 具有提高特种救援车辆在狭小复杂地域中的 智能化水平和机动能力的积极效果。 权利要求书1页 说明书3页 附图1页 CN 114357871 A 2022.04.15 CN 114357871 A 1.一种特种救援车辆转向模式智能决策 方法， 其特 征在于， 包括以下步骤： a.构建基于卷积神经网络的转向模式决策模型： a1.构建基于卷积神经网络的转向模式决策模型的转向模式评价指标； a2.建立实验测试平台和仿真测试平台； a3.通过实验测试平台和仿真测试平台构建转向模式决策的混合样本集； a4.通过混合样本集数据训练卷积神经网络模型， 建立基于卷积神经网络的转向模式 决策模型； b.基于卷积神经网络的转向模式决策模型的输入和输出； 特种救援车辆的工况信 息输入基于卷积神经网络的转向模式决策模型后， 经基于卷积 神经网络的转向模式决策模型输出 特种救援车辆的最优转向模式。 2.根据权利要求1所述的特种救援车辆转向模式智能决策方法， 其特征还在于， 在步骤 a1中， 转向模式评价指标为特种救援车辆转向模式的总评价指标值， 所述的总评价指标值 Sm通过以下公式计算： 式中： m＝FWS,RWS,4WS,CS,ZRT； 分别代表特种救援车辆的前轮转向模式、 后轮转向模 式、 四轮转向模式、 蟹行转向模式和原地转向模式； tm代表m转向模式下特种救援车辆通过 狭小复杂地域的行驶时间； Jm代表m转向模式下特种救援车辆的能量消耗， 包括轮胎磨损能 耗、 转向执行器能量消耗和控制器能量消耗； 分别代表转向模式评价指标经过单 位量纲处理后的权 重系数， 其中， 3.根据权利要求2所述的特种救援车辆转向模式智能决策方法， 其特征还在于， 在步骤 a3中， 通过多名经验丰富的司机在多种狭小复杂地域下操纵特种救援车辆， 采集输入卷积 神经网络模型的特种救援车辆的工况信息， 并分别计算比较 不同转向模式下的Sm值， 标记Sm 最小时特种救援车辆的最优转向模式m， 建立基于卷积神经网络的转向模式决策模型 的样 本集。 4.根据权利要求3所述的特种救援车辆转向模式智能决策方法， 其特征还在于， 在步骤 a3中， 通过实验测试平 台构建少量工况数据集， 并基于自动驾驶仿真测试平 台Autoware采 集大量工况数据集， 建立基于卷积神经网络的转向模式决策模型在实验测试和仿真测试联 合下的多工况混合样本集。 5.根据权利要求1 ‑4中任意一项所述的特种救援车辆转向模式智能决策方法， 其特征 还在于， 在步骤b中， 特种救援车辆的工况信息包括基于视觉传感器的图像数据、 基于激光 雷达的点云数据和车辆存储能量数据， 其中， 图像数据和 点云数据用于感知特种救援车辆 所处狭小复杂地 域中的环境信息 。权　利　要　求　书 1/1 页 2 CN 114357871 A 2特种救援车辆转向模式智能决策 方法 技术领域 [0001]本发明涉及车辆转向技术领域， 特别是属于一种特种救援车辆转向模式智能决策 方法。 背景技术 [0002]近年来， 地震、 泥石流、 火灾等各类灾害频发， 作为一种对各类灾害进行紧急救援 的专用车辆， 特种救援车辆的研制成为了我国发展的重大需求。 然而， 地震区、 城中村等救 援场景往往具有地形复杂和救援空间狭小的特点， 传统的前轮转向特种救援车辆转向半径 较大， 无法快速通过狭小复杂救援场景， 导致错 失救援的最佳时机。 多模式转向技术能够赋 予特种救援车辆前轮转向、 后轮转向、 蟹行转向、 四轮转向和原地转向等多种转向模式， 能 够有效减小 特种救援车辆转向对空间的需求， 有助于快速通过狭小复杂地域。 因此， 开展 特 种救援车辆多模式转向技 术研究十分 关键。 [0003]如何根据不同驾驶工况选择合适的转向模式是多模式转向技术亟需解决的关键 问题。 然而， 当前对于多模式转向车辆处于何种转向模式本质上是通过司机凭借主观经验 和驾驶技巧进行人为决策， 并没有形成基于车辆环境和状态信息的转向模式智能决策体 系， 无法保证转向模式在不同狭小复杂地域下是最合适的， 增加了车辆转向时间和难度， 降 低了特种救援车辆的机动能力和智能化水平。 因此， 急需构建转向模式智能决策模型， 自适 应获取狭小复杂地 域下特种救援车辆最优转向模式。 发明内容 [0004]本发明的目的即在于提供一种特种救援车辆转向模式智能决策方法， 以达到自适 应获取狭小复杂地域下特种救援车辆的最优转向模式， 从而提高特种救援车辆在狭小复杂 地域下的机动能力和智能化水平的目的。 [0005]本发明所提供的特种救援车辆转向模式智能决策方法， 其特征在于， 包括以下步 骤： [0006]a.构建基于卷积神经网络的转向模式决策模型： [0007]a1.构建基于卷积神经网络的转向模式决策模型的转向模式评价指标； [0008]a2.建立实验测试平台和仿真测试平台； [0009]a3.通过实验测试平台和仿真测试平台构建转向模式决策的混合样本集； [0010]a4.通过混合样本集数据训练卷积神经网络模型， 建立基于卷积神经网络 的转向 模式决策模型； [0011]b.基于卷积神经网络的转向模式决策模型的输入和输出； [0012]特种救援车辆的工况信息输入基于卷积神经网络的转向模式决策模型后， 经基于 卷积神经网络的转向模式决策模型输出 特种救援车辆的最优转向模式。 [0013]进一步的， 在步骤a1中， 转向模式评价指标为特种救援车辆转向模式的总评价指 标值， 所述的总评价指标值Sm通过以下公式计算：说　明　书 1/3 页 3 CN 114357871 A 3