当今,越来越多的汽车采用控制便捷且成本可控的半主动悬架系统以满足人们对汽车乘坐舒适性和操控稳定性不断提高的需求。半主动悬架系统相较于被动悬架系统对车辆行驶性能有较大程度提升,但提升效果却因为无法及时感知路面特征而受到了一定限制。若能提前感知到路面不平度等特征的变化进而提前对控制输出进行干预和调整,消除因控制输出滞后带来迟滞效应,进而达到大幅提升车辆的行驶性能的目的,由此,基于路面预瞄的半主动悬架控制技术应运而生。随着计算机技术的不断发展,计算机视觉技术在汽车领域也得到了更加广泛的应用,使得基于路面预瞄的半主动悬架控制技术得以实施。本课题的主要研究内容则是利用双目视觉技术提前获取车辆行驶前方路面不平度的变化,将该信息作为悬架系统的提前输入,再根据预瞄控制策略对悬架阻尼进行相应调整,最终在汽车行驶到该路面时达到更好的控制效果。本文主要工作如下:首先,提出融合Census-SAD算法。该算法主要针对经典算法在弱纹理区域或光照差异场景下匹配度较低的缺点进行改良:一是改进SAD算法视差窗口各像素灰度值的权重,削弱窗口边缘像素对匹配结果的影响;二是将Census视差窗口分为四个子窗口,使用四个子窗口的最大灰度均值替代原先窗口的中心像素灰度值,从而一定程度上提升匹配鲁棒性,并将二者改进算法根据一定权重关系进行结合。通过实际道路测试对比实验发现相比经典算法能较好提高匹配精度和测距精度。最后利用融合Census-SAD算法基于双目相机拍摄典型道路图像作为测试路况,每间隔若干像素点对路面不平度进行取样,得到实测路面不平度数据,并且在匹配效果较差时采用基于边缘检测的插值法来保证路面不平度数据的连续性。然后根据实际情况设计了一个基于天棚阻尼控制的天棚预瞄控制系统。根据悬架动力学理论建立1/4或1/2车辆半主动悬架模型,并对模型的真实性进行验证;阐述天棚阻尼控制策略和预瞄控制的相关理论;根据天棚阻尼控制策略的特点,结合预先获取的路面不平度信息,将开关型天棚阻尼控制改进为阶梯型天棚阻尼控制,在天棚阻尼控制判据生效之前对悬架阻尼进行调整。最后基于MATLAB/Simulink建立的悬架系统动力学相关模型并对结果进行对比。从悬架性能评价指标的时域曲线和频域功率谱增益曲线进行定性分析,从悬架性能评价指标的均方根值和峰值等进行定量分析。分析结果表明,本课题研究的基于双目视觉的悬架路面预瞄控制技术能够有效改善舒适性,满足性能指标需求。本文的研究内容可为如何使用计算机视觉技术进行路面预瞄,如何基于路面预瞄技术实现悬架预瞄控制以提高车辆乘坐舒适性提供一定参考。本文的相关研究创新点主要有以下几点:1)针对路面预瞄旨在获取路面不平度信息的初衷,基于双目视觉技术提出了一种融合Census-SAD算法。算法通过重新分配SAD视差窗口像素权重及采用子窗口灰度均值替代原Census变换窗口提高路面预瞄的实时性和匹配精度。2)为达到更好的控制效果,设计了一个阶梯型天棚预瞄控制系统。该系统在天棚阻尼控制的基础上结合双目视觉技术提前获取车辆前方路面不平度信息,提前令悬架做出响应准备,最大程度克服传统控制策略的响应滞后问题,最终进一步改善乘坐舒适性。