1.一种考虑路面情况的观光车AEB的计算方法，其特征在于，包括下述步骤：S1.获取观光车的信息数据、观光车的行驶状态信息数据及路面情况信息数据；

所述观光车的信息数据、所述观光车的行驶状态信息数据及所述路面情况信息数据获得所述观光车的运动状态计算方式：式中，m为所述观光车的总质量，m1为所述观光车前轴的质量，m2为所述观光车后轴的质量，J1为所述观光车的车身绕质心的转动惯量，c1为所述观光车的后轮胎阻尼，c2为所述观光车的后悬阻尼，c3为所述观光车的前轮胎阻尼，c4为所述观光车的前悬阻尼，k1为所述观光车的后轮胎刚度，k2为所述观光车的后悬刚度，k3为所述观光车的前轮胎刚度，k4为所述观光车的前悬刚度，F1为所述观光车的后轮路面谱，F2为所述观光车的前轮路面谱，a为所述观光车的后轴到质心的距离，b为所述观光车的前轴到质心的距离，u为所述观光车垂直与地面的上下振动幅度，θ为所述观光车绕质心的俯仰振动幅度；

将公式(1)转换为矩阵形式获得：

式中，

对公式(2)进行傅里叶变换获得所述路面谱的频响函数矩阵：

2 ‑1

H＝[K‑Mω+j1ωC]     公式(3)

式中，ω为所述路面的不平度频率；

*

根据所述路面谱的频响函数矩阵获得所述观光车的稳态响应u为：

S2.根据步骤S1的数据获取所述观光车的稳态响应，且根据所述观光车的稳态响应、所述观光车的信息数据及所述观光车的行驶状态信息数据分别获得横向方向的强化距离碰撞时间TTC1及纵向方向的强化距离碰撞时间TTC2；

S3.当所述强化距离碰撞时间TTC1与所述强化距离碰撞时间TTC2之间的差值小于预设的时间值，且所述强化距离碰撞时间TTC1与所述强化距离碰撞时间TTC2均小于碰撞阈值时，所述观光车与障碍物发生碰撞；

根据路面谱对所述观光车的纵向方向的强化距离碰撞时间TTC2的影响，所述观光车的强化距离碰撞时间TTC2计算方式为：式中，v为所述观光车的速度，s为所述观光车的制动减速度，β为所述路面的坡度， 为稳态响应时俯仰运动的速度，dx为所述观光车与障碍物的横向距离；

所述观光车的横向方向的强化距离碰撞时间TTC1的计算方法为：

其中，a为所述观光车的横向方向上的圆心角，ψ为所述观光车的转向的角速度；

所述观光车强化距离碰撞时间计算方法为：

式中，v为所述观光车的速度，s为车辆的制动减速度，β为道路的坡度， 为稳态响应时俯仰运动的速度；Δt为时间值；TTCmin为碰撞阈值。

2.根据权利要求1所述的一种考虑路面情况的观光车AEB的计算方法，其特征在于：所述观光车的横向方向上的圆心角计算方法为：

式中，R为所述观光车的转弯半径，dx为所述观光车与障碍物的横向距离，dy为所述观光车与所述障碍物的纵向距离。

3.根据权利要求1所述的一种考虑路面情况的观光车AEB的计算方法，其特征在于：所述观光车设有红外传感器，所述红外传感器设有两个，且两所述红外传感器分别设于所述观光车的前轴及后轴，通过判断所述观光车载人前后的高度差，以获得所述观光车的总质量、所述观光车后轴的质量及所述观光车前轴的质量；所述观光车设有第一陀螺仪，所述第一陀螺仪分别用于所述观光车垂直与地面的上下振动的幅度u、所述观光车绕质心的俯仰振动幅度θ、所述观光车的车身绕质心的转动惯量J1数据的获取。

4.根据权利要求1所述的一种考虑路面情况的观光车AEB的计算方法，其特征在于：所述观光车的底部设有第一摄像头，所述第一摄像头用于路面的拍摄，且根据所述第一摄像头所拍摄的视频通过卷积神经网络算法获得所述路面的不平度频率ω。

5.根据权利要求1所述的一种考虑路面情况的观光车AEB的计算方法，其特征在于：所述观光车的前端设有第二摄像头，所述第二摄像通过canoe模块获取所述观光车与所述障碍物之间的距离信息；所述观光车设有第二陀螺仪，所述第二陀螺仪分别用于所述路面的坡度β、所述观光车的横向方向上的圆心角a及所述观光车的转向的角速度ψ的数据获取。