基于辅助驾驶的行驶路面分类识别方法、系统和智能终端技术方案

本发明专利技术公开了一种基于辅助驾驶的行驶路面分类识别方法、系统和智能终端，所述方法包括：获取目标区域内道路场景的原始图像，并对所述原始图像进行处理，以得到目标图像；基于预设的属性类别和属性分类标准对所述目标图像中的各对应属性打标签，以得到具有多属性标签的目标图像；基于具有多属性标签的目标图像训练地面类型识别网络，并利用所述地面类型识别网络输出目标区域内行驶路面的属性类别结果。该方法能够实时监测感知行驶路面的类别和路面状态，使车身控制器可以根据不同类别路面的特点，调整底盘控制模式，从而提高驾驶安全性和舒适性。性和舒适性。性和舒适性。

【技术实现步骤摘要】
基于辅助驾驶的行驶路面分类识别方法、系统和智能终端


[0001]本专利技术涉及自动驾驶辅助
，具体涉及一种基于辅助驾驶的行驶路面分类识别方法、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。汽车动力性和制动性是汽车的核心指标，在面对积水、砂石和冰雪路况时，由于路面附着系数不同，汽车底盘需要及时调整驱动力和制动力分配，避免出现轮胎打滑，或者车辆侧向滑动失控现象。另外，越野驾驶是汽车文化的重要组成部分，在越野时，面对草地、岩石、积雪、沙漠等地形时，四轮驱动力分配需要采用不同的策略。
[0003]因此，实时监测感知行驶路面的类别和路面状态，使车身控制器可以根据不同类别路面的特点，调整底盘控制模式，从而提高驾驶安全性和舒适性，就成为本领域技术人员亟待解决的问题。

技术实现思路

[0004]为此，本专利技术实施例提供一种基于辅助驾驶的行驶路面分类识别方法、系统和智能终端，以期能够实时监测感知行驶路面的类别和路面状态，使车身控制器可以根据不同类别路面的特点，调整底盘控制模式，从而提高驾驶安全性和舒适性。
[0005]为了实现上述目的，本专利技术实施例提供如下技术方案：一种基于辅助驾驶的行驶路面分类识别方法，所述方法包括：获取目标区域内道路场景的原始图像，并对所述原始图像进行处理，以得到目标图像；基于预设的属性类别和属性分类标准对所述目标图像中的各对应属性打标签，以得到具有多属性标签的目标图像；基于具有多属性标签的目标图像训练地面类型识别网络，并利用所述地面类型识别网络输出目标区域内行驶路面的属性类别结果。
[0006]进一步地，所述获取目标区域内道路场景的原始图像，并对所述原始图像进行处理，以得到目标图像，具体包括：获取目标区域内道路场景的原始图像；裁剪原始图像，以去除所述原始图像中的天空区域；对裁剪后的原始图像进行降采样处理，以得到所述目标图像。
[0007]进一步地，所述属性类别具体包括：地面类型属性，所述地面类型属性至少包括硬质路面、沙漠、草地、泥沼、涉水、冰雪路面；路面材质属性，所述路面材质属性至少包括沥青、混凝土、铺砖、砂土；路面干湿状况属性，所述路面干湿状况属性至少包括干燥、潮湿、积水。
[0008]进一步地，所述基于具有多属性标签的目标图像训练地面类型识别网络，具体包括：数据处理，将海量的目标区域内道路场景的原始图像数据按照多属性标签进行数据标注，并生成训练集；模型训练，将训练集输入设计好的地面类型识别网络中，进行多次迭代学习，得到模型参数；模型推理，将测试图像输入到训练好的地面类型识别网络模型中，进行结果的预测和输出。
[0009]进一步地，所述输出当前行驶路面的属性类别结果，之前还包括：通过连续帧图像的类别信息积累，以输出稳定的属性类别结果。
[0010]进一步地，所述通过连续帧图像的类别信息积累，以输出稳定的属性类别结果，具体包括：将车辆行驶过程中的连续帧图像，经过地面类型识别网络模型推理，得到单帧图像的多属性类别；积累连续多帧图像的多属性类别，并消除多帧图像之间属性的跳变，以输出稳定的属性类别结果。
[0011]进一步地，所述通过连续帧图像的类别信息积累，以输出稳定的属性类别结果，具体包括：获取首帧图像的属性类别，并根据多层卷积网络得到属性类别结果以及对应属性类别的权重；取预设数量的连续帧图像，并记录每一帧图像的属性类别信息，以及对应属性类别的权重；获得第x帧图像的属性类别，以及对应属性类别的权重；对连续x帧的属性类别进行加权求和，取加权和最大的值对应的属性类别，作为该图像的属性类别结果。
[0012]本专利技术还提供一种基于辅助驾驶的行驶路面分类识别系统，所述系统包括：图像获取单元，用于获取目标区域内道路场景的原始图像，并对所述原始图像进行处理，以得到目标图像；属性分类单元，用于基于预设的属性类别和属性分类标准对所述目标图像中的各对应属性打标签，以得到具有多属性标签的图像；结果输出单元，基于多属性标签训练地面类型识别网络，并利用所述地面类型识别网络输出当前行驶路面的属性类别结果；类别信息积累单元，用于通过连续帧图像的类别信息积累，以输出稳定的属性类别结果。
[0013]本专利技术还提供一种智能终端，所述智能终端包括：数据采集装置、处理器和存储器；所述数据采集装置用于采集数据；所述存储器用于存储一个或多个程序指令；所述处理器，用于执行一个或多个程序指令，用以执行如上所述的方法。
[0014]本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质中包含一个或
多个程序指令，所述一个或多个程序指令用于执行如上所述的方法。
[0015]本专利技术所提供的基于辅助驾驶的行驶路面分类识别方法，通过基于预设的属性类别和属性分类标准对所述目标图像中的各对应属性打标签，以得到具有多属性标签的图像；基于多属性标签训练地面类型识别网络，并利用所述地面类型识别网络输出当前行驶路面的属性类别结果。从而对车辆前方地面类型、干湿状况、路面材质等进行分类，并根据连续帧的累积信息进行分类状态维护，以此向车辆控制器输出稳定的识别信号。该方法能够实时监测感知行驶路面的类别和路面状态，使车身控制器可以根据不同类别路面的特点，调整底盘控制模式，从而提高驾驶安全性和舒适性。
附图说明
[0016]为了更清楚地说明本专利技术的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引伸获得其它的实施附图。
[0017]本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本专利技术可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本专利技术所能产生的功效及所能达成的目的下，均应仍落在本专利技术所揭示的
技术实现思路
得能涵盖的范围内。
[0018]图1为本专利技术所提供的基于辅助驾驶的行驶路面分类识别方法一种具体实施方式的流程图；图2为roi图像的场景示意图；图3为属性标签分类框图；图4为网络结构的示意图；图5为本专利技术所提供的基于辅助驾驶的行驶路面分类识别系统一种具体实施方式的结构框图。
具体实施方式
[0019]以下由特定的具体实施例说明本专利技术的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本专利技术的其他优点及功效，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0020]本专利技术所提供的基于辅助驾驶的行驶路面分类识别方法，首先裁剪ROI图像并降采样，降低网络计算量，然后利用多属性标签的分类网络，获得每个属性的类别和置信度，最后对网络输出的结果进行信息积累与状态维护，最终获得更稳定的地面本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于辅助驾驶的行驶路面分类识别方法，其特征在于，所述方法包括：获取目标区域内道路场景的原始图像，并对所述原始图像进行处理，以得到目标图像；基于预设的属性类别和属性分类标准对所述目标图像中的各对应属性打标签，以得到具有多属性标签的目标图像；基于具有多属性标签的目标图像训练地面类型识别网络，并利用所述地面类型识别网络输出目标区域内行驶路面的属性类别结果。2.根据权利要求1所述的行驶路面分类识别方法，其特征在于，所述获取目标区域内道路场景的原始图像，并对所述原始图像进行处理，以得到目标图像，具体包括：获取目标区域内道路场景的原始图像；裁剪原始图像，以去除所述原始图像中的天空区域；对裁剪后的原始图像进行降采样处理，以得到所述目标图像。3.根据权利要求1所述的行驶路面分类识别方法，其特征在于，所述属性类别具体包括：地面类型属性，所述地面类型属性至少包括硬质路面、沙漠、草地、泥沼、涉水、冰雪路面；路面材质属性，所述路面材质属性至少包括沥青、混凝土、铺砖、砂土；路面干湿状况属性，所述路面干湿状况属性至少包括干燥、潮湿、积水。4.根据权利要求1所述的行驶路面分类识别方法，其特征在于，所述基于具有多属性标签的目标图像训练地面类型识别网络，具体包括：数据处理，将海量的目标区域内道路场景的原始图像数据按照多属性标签进行数据标注，并生成训练集；模型训练，将训练集输入设计好的地面类型识别网络中，进行多次迭代学习，得到模型参数；模型推理，将测试图像输入到训练好的地面类型识别网络模型中，进行结果的预测和输出。5.根据权利要求1所述的行驶路面分类识别方法，其特征在于，所述输出当前行驶路面的属性类别结果，之前还包括：通过连续帧图像的类别信息积累，以输出稳定的属性类别结果。6.根据权利要求5所述的行驶路面分类识别方法，其特征在于，所述通过连续帧图像的类别信息积累，以输出稳定的属...

【专利技术属性】
技术研发人员：苏文秀，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：