一种基于深度学习的多信息融合随车路面谱生成方法

本发明属于路面识别技术领域，公开了一种基于深度学习的多信息融合随车路面谱生成方法，包括：激光扫描模块、振动加速度传感器、图像视觉识别模块、惯性测量单元分别采集路面三维点云数据、振动加速度信号、道路图像数据和姿态角速度数据、加速度数据，进行数据预处理后进行特征提取，获取空间特征数据、时序特征数据、视觉特征数据、姿态特征数据，基于多模态融合网络模型进行特征加权融合，获取融合特征数据；由全连接层处理，获取路面等级数据，调整车辆的悬架刚度；解码器对融合特征数据处理，生成三维路面谱向驾驶员显示。上述方案实现了多传感器信息的深度融合与联合监测，以实现对车辆行驶区域的路面信息感知，优化车辆的驾驶、坐乘体验。