当前主动悬架的研究方向主要侧重于控制算法对路面信息的反馈,较少涉及主动探测行驶路面的变化。因此从某种角度讲,缺乏足够的道路路面信息是限制主动悬架进一步改善汽车行驶性能的主要因素。本文依托国家自然科学基金青年基金项目(51605213)和辽宁省科技厅联合基金项目(201602367),主要针对汽车行驶前方道路,采用双目视觉系统,通过获取道路二维图像实现对三维路面信息的重构,进而对汽车行驶路面特征进行分类,为汽车主动悬架与行驶路面的有效结合奠定基础,具体研究内容如下:首先,基于双目视觉系统搭建了车载立体摄像头试验平台,对双目视觉系统进行了在线标定,通过实车实验获取了大量道路二维图像,作为后续研究的图像样本。其次,使用SGBM算法获取道路深度信息,研究了从二维图像中还原三维道路结构、构建道路垂直轮廓模型的方法,并利用“清洁”算法,有效去除了道路垂直轮廓模型中的错误数据点。再次,提取了道路的坡度特征和颠簸程度特征,利用这些特征搭建了道路特征数据集,并选择高斯混合聚类方法将道路特征数据集分成上坡、下坡、平直路面和连续减速带四类。最后,利用道路特征数据集训练多类支持向量机,并分析了训练结果。论文研究结果表明,利用双目视觉系统获取道路二维图像可以作为智能感知汽车行驶道路路面特征的基础,而利用道路特征数据集训练的分类模型也能够从道路图像中提取有用信息并将其正确分类。