基于V2X技术的路面附着系数融合估计OA

针对复杂交通场景下路面附着系数估计的精度与鲁棒性不足,提出了基于V2X的三端融合方法:构建轻量化语义分割网络(改进型ShuffleNetV2)与双卡尔曼滤波系统(EKF/UKF),实现路面特征的实时感知与动力学参数同步估计,使用天气数据对云端数据进行训练,拟合出道路在不同天气下的路面附着系数,与图像-动力学估计结果进行融合。通过CarSim-Simulink进行单一路面(0.7/0.2)与拼接道路(0.7-0.55-0.4)的试验,三端融合在RMSE上较双端融合分别降低11.7%、54.6%、54.4%,当动力学/图像端单端失效时分别保持50.7%、36.5%的改进;在图像-动力学均失效情况下,云端拟合仍将RMSE控制在0.0534。