多传感器融合的路面类型识别方法及装置制造方法及图纸

本发明专利技术提供了一种多传感器融合的路面类型识别方法及装置，其中，所述多传感器融合的路面类型识别方法包括：获取固定在车辆上的多个传感器的路面类型识别结果；根据投票法将所述每个传感器的路面类型识别结果进行合并处理，得到每个传感器的合并后的路面类型识别结果；根据马尔科夫随机场模型将所述多个传感器的合并后的路面类型识别结果进行优化处理，生成最终路面类型识别结果。本发明专利技术的多传感器融合的路面类型识别方法及装置与现有技术相比，提高了路面识别的准确率。

【技术实现步骤摘要】
多传感器融合的路面类型识别方法及装置
本专利技术涉及车辆行驶过程中的路面类型识别技术，尤其涉及一种多传感器融合的 路面类型识别方法及装置。
技术介绍
随着人们对汽车驾驶过程中安全性、舒适性要求的不断提高，路面类型识别技术 凸显出尤为重要的作用和意义。现有技术中多采用激光雷达技术以提高路面识别的范围和 准确率，通过安装在车辆前方、车顶或车底某一部位的激光雷达对车辆行驶的路面进行扫 描，再经过数据处理并提取路面空间频率特征，能够完成路面类型的识别过程。 在实现上述专利技术的过程中，专利技术人发现现有技术中至少存在如下问题：通常这种 安装激光雷达的方式要求激光光束和路面要形成一个夹角。如果激光雷达的激光光束不能 垂直照射至地面，而形成该夹角的话，将使路面轮廓测量精度有所下降，从而影响路面类型 识别的准确度。
技术实现思路
本专利技术的实施例提供一种多传感器融合的路面类型识别方法及装置，以提高路面 识别的准确率，同时能够对车辆前方路面进行路面识别。 为达到上述目的，本专利技术提供了一种多传感器融合的路面类型识别方法，包括：获 取路面类型识别结果步骤：获取固定在车辆上的多个传感器的路面类型识别结果；路面类 型识别结果合并步骤：根据投票法将所述每个传感器的路面类型识别结果进行合并处理， 得到每个传感器的合并后的路面类型识别结果；最终路面类型识别结果生成步骤：根据马 尔科夫随机场模型将所述多个传感器的合并后的路面类型识别结果进行优化处理，生成最 终路面类型识别结果。 本专利技术还提供了一种多传感器融合的路面类型识别装置，包括：获取路面类型识 别结果模块，用于获取固定在车辆上的多个传感器的路面类型识别结果；路面类型识别结 果合并模块，用于根据投票法将所述每个传感器的路面类型识别结果进行合并处理，得到 每个传感器的合并后的路面类型识别结果；最终路面类型识别结果生成模块，用于根据马 尔科夫随机场模型将所述多个传感器的合并后的路面类型识别结果进行优化处理，生成最 终路面类型识别结果。 本专利技术实施例提供的多传感器融合的路面类型识别方法及装置，通过获取多个传 感器的路面类型识别结果，并对每个传感器的路面类型识别结果进行合并处理，利用马尔 科夫随机场（Markov Radom Field，MRF)模型能量方程对多个传感器的合并后的路面类型 识别结果进行优化处理，就能够得到最终的识别结果，从而提高了路面识别的准确率。 【附图说明】 图1为本专利技术实施例一的多传感器融合的路面类型识别方法的流程示意图； 图2为本专利技术车辆行驶前方路面类型识别的MRF模型原理示意图； 图3为本专利技术实施例二的多传感器融合的路面类型识别装置的结构示意图。 【具体实施方式】 下面结合附图对本专利技术实施例多传感器融合的路面类型识别方法及装置进行详 细描述。 本专利技术的多传感器融合的路面类型识别方法的技术原理是通过获取多个传感器 的路面类型识别结果，并对每个传感器的路面类型识别结果进行合并处理，利用MRF模型 能量方程对多个传感器的合并后的路面类型识别结果进行优化处理，进而得到最终的路面 类型识别结果。 实施例一 如图1所示，其为实施例一的多传感器融合的路面类型识别方法的流程示意图， 其包括： 获取路面类型识别结果步骤101 :获取固定在车辆上的多个传感器的路面类型识 别结果。 路面类型识别结果合并步骤102 :根据投票法将每个传感器的路面类型识别结果 进行合并处理，得到每个传感器的合并后的路面类型识别结果。具体地，在预定时间段内， 对每个传感器的路面类型识别结果进行合并处理，生成合并后的路面类型识别结果，如果 在该预定时间段内，某个传感器只输出一个路面类型识别结果，则直接将该路面类型识别 结果作为合并后的路面类型识别结果，而对于在预定时间段内输出多个路面类型识别结果 的传感器，就需要将输出的多个路面识别结果进行合并处理，从而得到一个输出结果，为后 续步骤提供数据基础。 例如，激光雷达每秒钟扫描几十次（即几十条扫描线），而每条扫描线都对应一个 识别结果，也就是说每秒钟会输出几十个识别结果，同样，图像传感器每秒钟成像几十次， 也会输出几十个识别结果，而在相同时间内加速度传感器只输出一个识别结果，因此需要 将激光雷达和图像传感器的多个识别结果进行合并处理，以便和加速度传感器输出的识别 结果的个数相匹配，用以后续处理。 最终路面类型识别结果生成步骤103 :根据马尔科夫随机场模型将多个传感器的 合并后的路面类型识别结果进行优化处理，生成最终路面类型识别结果。 本专利技术的多传感器融合的路面类型识别方法，通过获取多个传感器的路面类型识 别结果，并对每个传感器的路面类型识别结果进行合并处理，利用MRF模型能量方程对多 个传感器的合并后的路面类型识别结果进行优化处理，就能够得到最终的识别结果，与现 有技术相比，本专利技术的路面识别方法的路面识别的准确率更高。 进一步地，路面类型识别结果合并步骤102可以具体包括：为每种路面类型分别 赋予数值，每一种路面类型对应一个数值；查找每种路面类型对应的数值，将划分为路面类 型的路面类型识别结果处理为由数值组成的路面类型识别结果；统计由数值组成的路面类 型识别结果中每个数值的个数，得到个数最多的数值；基于数值生成每个传感器的合并后 的路面类型识别结果。 具体地，假设有四种路面类型，可以为这四种路面类型分别赋予数值1、2、 3、4，此时由具体的路面类型表示的路面类型识别结果就被处理成了由数值表示的路 面类型识别结果，进而统计每个数值的个数，找出数目最多的那个数值，那么这个数值就可 以作为传感器的合并后的路面类型识别结果。通过上述方法，更为直观地将在预定时间段 内输出多个路面类型识别结果的传感器的输出结果进行了合并处理。 进一步地，为了提高路面类型识别的准确性，可以从多个传感器中选取一个传感 器作为主传感器，其他传感器作为从传感器，最终路面类型识别结果生成步骤103可以具 体包括： 创建所述马尔科夫随机场模型的能量方程为：本文档来自技高网...

【技术保护点】
一种多传感器融合的路面类型识别方法，其特征在于，所述方法包括：获取路面类型识别结果步骤：获取固定在车辆上的多个传感器的路面类型识别结果；路面类型识别结果合并步骤：根据投票法将所述每个传感器的路面类型识别结果进行合并处理，得到每个传感器的合并后的路面类型识别结果；最终路面类型识别结果生成步骤：根据马尔科夫随机场模型将所述多个传感器的合并后的路面类型识别结果进行优化处理，生成最终路面类型识别结果。

【技术特征摘要】
1. 一种多传感器融合的路面类型识别方法，其特征在于，所述方法包括： 获取路面类型识别结果步骤：获取固定在车辆上的多个传感器的路面类型识别结果； 路面类型识别结果合并步骤：根据投票法将所述每个传感器的路面类型识别结果进行 合并处理，得到每个传感器的合并后的路面类型识别结果； 最终路面类型识别结果生成步骤：根据马尔科夫随机场模型将所述多个传感器的合并 后的路面类型识别结果进行优化处理，生成最终路面类型识别结果。2. 根据权利要求1所述的方法，其特征在于，所述路面类型识别结果合并步骤具体包 括： 为每种路面类型分别赋予数值，每一种路面类型对应一个数值； 查找每种路面类型对应的数值，将划分为路面类型的路面类型识别结果处理为由数值 组成的路面类型识别结果； 统计所述由数值组成的路面类型识别结果中每个数值的个数，得到个数最多的数值； 基于所述数值生成每个传感器的合并后的路面类型识别结果。3. 根据权利要求1所述的方法，其特征在于，从所述多个传感器中选取一个传感器作 为主传感器，其他传感器作为从传感器，所述最终路面类型识别结果生成步骤具体包括： 创建所述马尔科夫随机场模型的能量方程为：其中，i为被识别路段的序号，i为整数且i > 2, Xi为第i个路段待优化的主传感器的 路面类型识别结果，Xh为第i-Ι个路段的最终路面类型识别结果，Yi为第i个路段主传感 器的合并后的路面类型识别结果，为第i-Ι个路段第一从传感器的合并后的路面类型 识别结果，为第i-Ι个路段第二从传感器的合并后的路面类型识别结果，[/,I1为第i-1 个路段第三从传感器的合并后的路面类型识别结果，为第i-1个路段第η从传感器的 合并后的路面类型识别结果，η为从传感器的序号，P为Xi与Xp1之间的链接势能，ri为X i 与71之间的链接势能，1^11_1为\与<1之间的链接势能，1^ 1_1为\与?7,2_1之间的链接势 能，I^1为Xi与之间的链接势能，Iovi为Xi与W 1之间的链接势能； 将所述第i个路段待优化的主传感器的路面类型识别结果Xi所对应的数值分别带入 所述能量方程进行计算，将能够使能量方程E (X，y，u，w，V)的值最小的Xi对应的路面类型 作为所述最终路面类型识别结果。4. 根据权利要求3所述的方法，其特征在于，所述主传感器为前置激光雷达，所述从传 感器为图像传感器、加速度传感器和后置激光雷达。5. 根据权利要求1所述的方法，其特征在于，所述路面类型识别结果包括柏油路面、水 泥路面、草地路面、石子路面中的一种或多种路面类型的组合。6. -种多传感器融合的路面类型识别装置，其特征在于，所述装置包括： 获...

【专利技术属性】
技术研发人员：王世峰，孟颖，张雷，刘伟，
申请(专利权)人：长春理工大学，
类型：发明
国别省市：吉林;22