用于路面平坦度检测的模型预测方法、系统和智能终端技术方案

本发明专利技术公开了一种用于路面平坦度检测的模型预测方法、系统和智能终端，所述方法包括：获取目标场景的路面图像，将所述路面图像进行预处理后，经过语义分割神经网络模型进行处理，得到每个像素点属于各像素类别概率的预测结果和真实结果；结合高斯拉普拉斯算子在所述预测结果上进行卷积，以得到预测卷积值，结合高斯拉普拉斯算子在所述真实结果上进行卷积，以得到真实卷积值；基于所述预测卷积值和所述真实卷积值计算损失值，并将损失值反向传播以更新所述神经网络模型的权重，直到模型训练结束。解决了现有技术中，由于现有语义分割模型中存在孤立点的问题，而导致的路面平坦度检测效率较低的技术问题。效率较低的技术问题。效率较低的技术问题。

【技术实现步骤摘要】
用于路面平坦度检测的模型预测方法、系统和智能终端


[0001]本专利技术涉及自动驾驶辅助
，具体涉及一种用于路面平坦度检测的模型预测方法、系统和智能终端。

技术介绍

[0002]随着自动驾驶技术的发展，人们对于辅助驾驶车辆安全性和舒适性的要求也日益提高。在基于深度学习的语义分割中，得到的结果为图像上每个像素点的语义类别，然而每个像素点之间没有一种强的约束关系，容易导致网络预测出孤立点，即某一个或者若干个像素点的类别和周围像素点的类别均不相同。而在真实的场景中，相同类别的像素分布是连续的、封闭的，并不存在孤立点的情况。而类别上孤立点的存在，会使得车轮正前方的物体数量变多，最终会增加路面平坦度检测算法的后处理时间。

技术实现思路

[0003]为此，本专利技术实施例提供一种用于路面平坦度检测的模型预测方法、系统和智能终端，以期至少部分解决现有技术中，由于语义分割模型中存在的孤立点而导致的路面平坦度检测效率较低的技术问题。
[0004]为了实现上述目的，本专利技术实施例提供如下技术方案：一种用于路面平坦度检测的模型预测方法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于路面平坦度检测的模型预测方法，其特征在于，所述方法包括：获取目标场景的路面图像，将所述路面图像进行预处理后，经过语义分割神经网络模型，得到每个像素点属于各像素类别概率的预测结果和真实结果；结合高斯拉普拉斯算子在所述预测结果上进行卷积，以得到预测卷积值，结合高斯拉普拉斯算子在所述真实结果上进行卷积，以得到真实卷积值；基于所述预测卷积值和所述真实卷积值计算损失值，并将损失值反向传播以更新神经网络模型的权重，直到模型训练结束。2.根据权利要求1所述的模型预测方法，其特征在于，对所述路面图像进行预处理，具体包括：获取待分割的路面图像，对所述路面图像进行裁剪、归一化、数据增强，以得到路面图像中的目标区域。3.根据权利要求1所述的模型预测方法，其特征在于，利用以下公式，计算所述高斯拉普拉斯算子的平滑卷积核：其中，x,y表示图像中某个像素的坐标，σ表示标准差，π为圆周率，e为自然常数。4.根据权利要求3所述的模型预测方法，其特征在于，基于以下公式，利用拉普拉斯算子检测孤立点：其中，x,y表示图像中某个像素的坐标，σ表示标准差，π为圆周率，e为自然常数。5.根据权利要求4所述的模型预测方法，其特征在于，利用以下公式，计算损失值：loss=loss1+λ*loss2其中，lo...

【专利技术属性】
技术研发人员：姚纯纯，冯凯，
申请(专利权)人：北京中科慧眼科技有限公司，
类型：发明
国别省市：