在人-车-路闭环系统中,驾驶员通过车辆感受来自路面的信息,其中,路面不平度是影响驾驶员舒适性、操纵性的重要因素。为了更好地对车辆进行控制,并提高驾驶员的驾驶感受,需对驾驶员前方即将出现的路面不平度进行有效的重构。关于道路信号生成问题,国内外均做了大量研究工作,但大多路面识别问题依赖系统模型的建立,并且存在响应延迟问题。另外,应用于车辆控制的路面不平度重构方法研究更为空白。为此,本文提出一种基于激光雷达传感器实时获取路面高程的方法。技术路线上,本文首先应用传感器进行原始数据采集,并对数据进行解析,然后提出一种新颖的路面不平度重构方法。由于单次扫描数据信息有限,通过对新旧扫描重叠区域的扫描数据进行运算,可以大量增加原始信息密度,从而更加准确的还原真实路面轮廓,最后通过进一步的偏移修正实现路面高程值的提取。具体研究内容如下:首先,合理选取传感器并设计安装方案是实现路面不平度准确测量的前提。本文选取精度较高,成本相对较低的单线激光雷达作为原始数据来源,并对不同的安装方案进行比较分析,最终选取可以较大范围获取路面信息的位置,即车灯高度进行安装检测,同时进行了合适的预瞄范围选取,并对原始数据进行坐标转换,零点剔除等预处理工作。其次,为了得到连续道路信号,需要对路面轮廓进行重构。通过将历史扫描与当前扫描不断递归叠加的方法,基于测量高度在扫描光斑上具有正态分布的特点,引入概率密度概念,实现对路面高程的准连续估计。实验结果表明,随着扫描次数的增加,路面轮廓重构也更加完整与准确,但是与真实路面存在一定偏移。最后,对已经得到的路面轮廓进行偏移修正,得到准确的路面高程值。根据使轮胎与地面绝对接触的思想,消除车辆运动时整体产生的角度偏差与高度偏差,即进行实时的运动补偿修正。最终实验表明,该运动补偿方法可以有效的修正路面轮廓偏移现象。至此,路面不平度得到了比较完整与准确的重构。