1.一种基于路面信息考虑乘员晕动的车辆主动悬架控制方法，其特征在于：其包括以下步骤：S1、建立车‑座椅主动悬架系统动力学模型；通过分析该模型能够得出在路面信息的输入下，主动悬架能够随着路面信息的不同实时调整主动悬架中CDC减振器的阻尼大小；

S2、在车辆前侧上方利用双目摄像头对路面信息进行提取，并使用双目视觉识别算法对车辆行驶过程中的随机路面信息进行识别，并且对路面信息进行等级划分，利用预瞄控制算法，将路面等级信息输入到车‑座椅主动悬架系统模型中，作为激励信号输入；

S3、建立晕车模型系统感知车辆运动状态，包括车辆的运动激励信号，以及座椅悬架给乘员身体的激励信号；

S4、使用模型预测控制算法对主动悬架性能指标进行滚动优化，降低主动悬架系统的垂向加速度值，充分考虑车辆悬架的垂向加速度产生车辆垂向振动进而造成乘员晕动症发生的影响，将关键性能指标分别进行控制，通过改进算法来改善车辆的垂向加速度大小，最终有效改善自动驾驶车辆的平顺性和操纵稳定性；

所述步骤S1中，车‑座椅主动悬架系统动力学模型的微分方程如下：

式中： 为簧下质量， 为簧上质量， 为人与车辆座椅总质量，为路面的输入位移，为座椅的位移，为车身的位移，为轮胎的位移，为座椅的弹簧系数，为车辆悬架的弹簧系数、 为轮胎的弹簧系数，F1为车辆悬架输入作动控制力，F2为座椅悬架输入作动控制力；为车辆悬架的阻尼系数， 为座椅悬架的阻尼系数；

将上述微分方程写为状态空间方程可以得出：

得到状态矢量 ,状态矩阵 ，控制输入 ，控制输入矩阵 ，噪声输入矩阵 ，高斯白噪声 ；

，

， 。

2.根据权利要求1所述的一种基于路面信息考虑乘员晕动的车辆主动悬架控制方法，其特征在于：所述步骤S2中，在双目摄像头对路面信息提取过程中，利用含有不同路面信息的图片组建成数据库，基于VGGNet结构，整个网络都使用同样大小的卷积核和最大池化尺寸，利用VGG16神经网络对数据库中图片加入标签并进行训练学习；按照国际标准化不同路况下的时域扰动曲线不同，并以路面PSD的形式进行描述；采用下式拟合路面激励的功率谱：‑1 ‑1

其中：空间频率为n(m )；参考空间频率为n0；取n0=0.1(m )；路面不平度系数为Gq(n0)3

(m)，频率指数 选为2。

3.根据权利要求1所述的一种基于路面信息考虑乘员晕动的车辆主动悬架控制方法，其特征在于：所述晕车模型系统包括乘员身体激励感知模块、车辆状态感知模块和用户乘车舒适性反馈模块；所述车辆状态感知模块用于感知车辆的运动状态，包括车辆的运动激励信号；所述乘员身体激励感知模块用于感知座椅悬架给乘员身体的激励信号；所述用户乘车舒适性反馈模块用于根据乘员的主观感受调节车辆运行的模式，及时切换车辆悬架系统运行模式。