【技术实现步骤摘要】
一种道路识别方法、装置、设备和存储介质
本专利技术涉及图像处理
，特别是涉及一种道路识别方法、装置、设备和存储介质。
技术介绍
在车辆智能驾驶系统中，识别当前道路类型以及对应路面的附着系数能够有效提高系统的安全性，但是目前存在的道路类型识别方法多依赖于声学或者振动传感器，相对成本较高、精度低、鲁棒性差，从而导致系统安全性不高。
技术实现思路
本专利技术实施例的目的在于提供一种道路识别方法、装置、设备和存储介质，以实现精确识别任何路面的道路类型以及路面与车辆之间的附着系数，识别精度较高、鲁棒性较好，从而提高了车辆智能驾驶系统的安全性。具体技术方案如下：一种道路识别方法，包括：获得第一车辆的摄像头采集到的当前路面的第一图像；将所述第一图像输入至预先训练好的道路类型识别模型中，从而获得所述道路类型识别模型输出的所述第一图像的各像素点的预测结果；根据所述各像素点的预测结果，将所述各像素点划分为多组，其中，同一组的各像素点的预测结果相同，不同组的各像素点的预测结果不同；...
【技术保护点】
1.一种道路识别方法，其特征在于，包括：/n获得第一车辆的摄像头采集到的当前路面的第一图像；/n将所述第一图像输入至预先训练好的道路类型识别模型中，从而获得所述道路类型识别模型输出的所述第一图像的各像素点的预测结果；/n根据所述各像素点的预测结果，将所述各像素点划分为多组，其中，同一组的各像素点的预测结果相同，不同组的各像素点的预测结果不同；/n根据像素点的数量符合预设条件的一组像素点的预测结果，确定所述当前路面的道路类型；/n根据所述道路类型，确定所述第一车辆与所述当前路面之间的当前附着系数。/n
【技术特征摘要】
1.一种道路识别方法，其特征在于，包括：
获得第一车辆的摄像头采集到的当前路面的第一图像；
将所述第一图像输入至预先训练好的道路类型识别模型中，从而获得所述道路类型识别模型输出的所述第一图像的各像素点的预测结果；
根据所述各像素点的预测结果，将所述各像素点划分为多组，其中，同一组的各像素点的预测结果相同，不同组的各像素点的预测结果不同；
根据像素点的数量符合预设条件的一组像素点的预测结果，确定所述当前路面的道路类型；
根据所述道路类型，确定所述第一车辆与所述当前路面之间的当前附着系数。
2.根据权利要求1所述的方法，其特征在于，所述根据所述道路类型，确定所述第一车辆与所述当前路面的当前附着系数，包括：
根据所述道路类型，查找预先建立的系数表，从而确定所述第一车辆与所述当前路面之间的当前附着系数，其中，所述道路类型为湿沥青道路、干沥青道路、湿混凝土道路、干混凝土道路、湿土路、干土路、雪地道路、冰面道路和砾石道路中的一种。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获得第一参数组，其中，所述第一参数组包括当前天气状况、所述当前路面的湿度和所述第一车辆的轮胎型号中的至少一个；
所述根据所述道路类型，确定所述第一车辆与所述当前路面之间的当前附着系数，包括：
根据所述道路类型和所述第一参数组，查找预先建立的系数表，从而确定所述第一车辆与所述当前路面之间的当前附着系数，其中，所述道路类型为湿沥青道路、干沥青道路、湿混凝土道路、干混凝土道路、湿土路、干土路、雪地道路、冰面道路和砾石道路中的一种。
4.根据权利要求1所述的方法，其特征在于，所述道路类型识别模型为语义分割模型；
所述语义分割模型通过如下方式训练得到：
获得训练用的标准训练数据集；
将所述标准训练数据集裁剪为输入集，其中，所述输入集的尺寸符合待训练语义分割模型的输入要求；
将所述输入集输入至所述待训练语义分割模型，从而对所述待训练语义分割模型进行训练，得到所述语义分割模型。
5.根据权利要求4所述的方法，其特征在于，所述将所述输入集输入至所述待训练语义分割模型，从而对所述待训练语义分割模型进行训练，得到所述语义分割模型，包括：
将所述输入...
【专利技术属性】
技术研发人员：王少博，孙凯信，武志鹏，王学鹏，
申请(专利权)人：潍柴动力股份有限公司，
类型：发明
国别省市：山东;37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。