本发明涉及自动驾驶车辆的智能控制和驾驶辅助系统领域，特别涉及一种水陆工况自动转换的系统及方法。
背景技术：
1、水陆两栖车辆能够在陆地和水上行驶，具备广泛的应用前景。但目前的水陆两栖车辆进行工况转换时往往通过人为进行切换，导致效率低下或驾驶人员注意力分散，容易造成安全隐患。因此，需要一种能够根据车辆当前状态和环境条件智能决策工况转换的方法。
2、在车辆进行水陆切换过程中，需要根据当前的水陆状态进行基于规则的切换。考虑到车辆在登录过程中从中间状态切换到陆上状态时的复杂环境，无法完全通过基于规则的方式来切换，需要进行复杂环境下的决策。
3、面对复杂的决策问题，利用模糊性知识进行不确定推理可以解决在当前不确定条件下的决策推理等问题。贝叶斯网络是一种结合概率论和图论的不确定性知识表达和推理的方法，是目前不确定知识表示和推理领域中最有效的模型之一。贝叶斯网络模型能够将人类的知识通过有向图表示，并将统计数据以条件概率的行驶融入模型。在两栖车辆行驶的滩涂环境中，由于水陆环境复杂，两栖车辆在行驶过程中的自主切换和安全问题，贝叶斯网络在处理不确定问题上有很大的优势，能够有效融合专家先验知识和实验样本数据完成不确定性问题的推理，可以帮助解决两栖车辆的自主决策问题。
4、传统的水陆切换大多基于人类的经验，通过视觉判断当前的距离、底盘是否托底等条件来决定是否切换工况，尚没有可靠的方法将人类的经验完全转化成自主行驶的方案。目前水陆两栖车辆的工况自主切换技术主要是根据简单的规则进行切换，但是这些规则无法覆盖复杂情况下的工况切换功能。
技术实现思路
1、有鉴于此，本发明提供了一种水陆两栖车辆工况转换决策系统及其方法，将水陆切换过程分成若干过程，根据各个过程的特点分别基于一定的规则进行水陆工况自主切换，提高水陆工况自主切换的适应性及安全性。该方法能够根据与岸边的距离、水深等信息进行综合决策，以实现安全、高效的工况转换。
2、具体技术方案如下：
3、一种水陆两栖车的水陆工况自主转换决策系统，包括车载环境参数感知模块、车辆工况状态反馈系统、水陆工况转换决策模块、水陆工况转换执行单元；
4、所述车载环境参数感知模块包括深度计、轮胎力传感器、惯导、前视相机、后视相机，用于探测车辆信息；
5、所述车辆工况状态反馈系统用于实时反馈当前车辆的水陆工况状态，包括水上工况、中间工况、陆上工况；
6、所述水陆工况转换决策模块根据环境参数感知模块的感知结果，以及车辆工况状态反馈系统给出的工况，决策输出水陆工况指令；
7、所述水陆工况转换执行单元将水陆工况转换决策模块输出的水陆工况指令处理转化成车辆水上执行机构或陆上执行机构的动作，实现车辆的水陆工况转换功能。
8、进一步的，所述车载环境参数感知模块，通过对深度计的数据处理，得到当前的水深，对轮胎力传感器的数据处理，得到当前车轮的垂向载荷，通过前视相机和惯导全局定位信息的处理得到当前车辆与岸边的距离，通过对后视相机的数据处理得到当前车尾的水陆状态，车尾的水陆状态包括“水上”和“陆上”两个状态。
9、一种水陆两栖车的水陆工况自主转换决策方法，包括：
10、将车辆的水陆切换过程分成水上、中间、陆上三个阶段，结合各个阶段的特点，根据当前车辆的水陆工况状态，将贝叶斯网络、转换规则、与实时控制相结合，输出工况转换指令；
11、其中，如果车辆当前处于水上工况，构建贝叶斯网络，计算是否切换至中间工况；
12、如果车辆当前处于中间工况，通过中间状态转换规则决定中间工况转换为水上工况，或者陆上工况，或者不转换；
13、如果车辆当前处于陆上工况，通过车辆与岸边的距离判断是否切换至中间工况；
14、进一步的，如果车辆当前处于水上工况，决策过程包括：
15、步骤s221、构建贝叶斯网络，定义网络中输入节点变量，包括水深d、垂向负载l、车辆与岸边的距离r，定义网络中所有输出节点变量，为当前水陆切换指令s；
16、步骤s222、根据历史统计结果确定各个节点的属性,并根据历史统计结果确定上述节点属性的概率，各概率用字母p来表示；
17、其中，将车辆与岸边的距离r划分成{大、小}两种属性，节点属性概率分别表示为p(r＝“大”)及p(r＝“小”)；
18、p(r＝“大”)+p(r＝“小”)＝1
19、将水深划分成{深、浅}两种属性，节点属性概率分别表示为p(d＝“浅”)和p(d＝“深”)；
20、p(d＝“浅”)+p(d＝“深”)＝1
21、将车轮的垂向负载划分成{大、小}两种属性，节点属性概率分别表示为p(l＝“大”)和p(l＝“小”)；
22、p(l＝“大”)+p(l＝“小”)＝1
23、当前工况下将当前水陆切换指令划分为{不切换、切换至中间}两种属性，节点属性概率分别表示为p(s＝“不切换”)和p(s＝“切换至中间”)；
24、p(s＝“不切换”)+p(s＝“切换至中间”)＝1
25、步骤s223、分别计算在给定观测数据的条件下，不同工况转换决策的概率，即：
26、
27、式中p(s＝s)表示s取值为s{“切换至中间”、“不切换”}的先验概率，通过历史数据统计得到；
28、p(a|s＝s)表示s取值s的条件下观测到a的概率，a表示步骤s221中的各个输入节点变量在各种属性下的排列组合形成的结果，考虑步骤s221中各个输入节点都独立地依赖于s，则有：
29、p(a|s＝s)＝p(d＝d|s＝s)·p(l＝l|s＝s)·p(r＝r|s＝s)
30、p(a)为观测到a的概率；
31、其中，d表示d的取值，l表示l的取值，r表示r的取值；
32、步骤s224、选择具有最高后验概率的结果作为最终决策，即：
33、
34、进一步的，所述中间状态转换规则通过当前车尾的水陆状态进行判断：
35、当前车尾的水陆状态为“陆上”，在其变成“水上”后，水陆工况转换决策模块向水陆工况转换执行单元下发“切换水上”指令；
36、当前车尾的水陆状态为“水上”，在其变成“陆上”后，水陆工况转换决策模块向水陆工况转换执行单元下发“切换陆上”指令。
37、进一步的，如果车辆当前处于陆上工况，当车辆与岸边的距离小于阈值dt时，决策输出切换中间的指令。
38、进一步的，所述工况转换指令映射到执行机构具体包括，
39、当“陆上工况”切换到“中间工况”，打开喷水推进器，展开防浪板，并关闭所有进气装置，传动系统从仅陆上传动工作切换为水陆传动同时工作；
40、当“中间工况”切换到“水上工况”，打开声呐，缩短悬架，传动系统从水陆传动同时工作切换为仅水上传动工作；
41、当“水上工况”切换到“中间工况”，关闭声呐，下放悬架，传动系统从仅水上传动工作切换为水陆同时工作；
42、当“中间工况”切换到“陆上工况”，关闭喷水推进器，收起防浪板，打开进气装置，传动系统从水陆传动同时工作切换为仅陆上传动工作。
43、本发明有益效果如下：
44、1、本发明通过提出一种基于决策网络模型的两栖车辆自主切换方法，实现水陆两栖车辆自主工况切换功能，提高车辆的适应性和操作便捷性。
45、2、与传统的两栖车辆相比，本发明可以减少驾驶员手动操作的切换机制。
46、3、既有的两栖车辆主要依靠人工决策进行水陆工况转换，目前现有的通过多输入贝叶斯网络进行水陆工况切换的方式由于计算量大，统计数据较多导致在实际应用中很难保证实时求解。针对上述问题，本发明结合基于规则的方式和基于简单贝叶斯网络的方式来提高决策效率，从而实现水陆两栖车辆的自主工况切换。
47、4、本发明的创新之处在于将切换规则、贝叶斯网络与实时控制相结合，有效提高了水陆两栖车辆在工况转换过程中的自主能力，为车辆水陆工况自主转换决策提供创新性的解决方案。
1.一种水陆两栖车的水陆工况自主转换决策系统，其特征在于：包括车载环境参数感知模块、车辆工况状态反馈系统、水陆工况转换决策模块、水陆工况转换执行单元；
2.根据权1所述的一种水陆两栖车的水陆工况自主转换决策系统，其特征在于：
3.一种水陆两栖车的水陆工况自主转换决策方法，其特征在于：
4.根据权3所述的一种水陆两栖车的水陆工况自主转换决策方法，其特征在于：
5.根据权3或4所述的一种水陆两栖车的水陆工况自主转换决策方法，其特征在于：
6.根据权5所述的一种水陆两栖车的水陆工况自主转换决策方法，其特征在于：
7.根据权6所述的一种水陆两栖车的水陆工况自主转换决策方法，其特征在于：
