基于图像匹配结合点云数据的路面平整度检测方法及装置制造方法及图纸

本发明专利技术公开了基于图像匹配结合点云数据的路面平整度检测方法及装置，通过三目摄像头获取同一时刻待检测路面的三张图像；对三张图像中路面区域内逐像素地视差对比匹配；当失匹配的像素数量大于第一预设阈值时，通过激光雷达获取同一时刻待检测路面的点云数据；计算点云数据对应的失匹配的像素的同一水平线的距离差异，当距离差异大于等于第二预设阈值时，则根据各水平线上点距离差异方差的均值，进行道路险情预警。当用于辅助人工驾驶时，可以提醒驾驶员前方道路情况，以便于驾驶员及时作出调整，防止因驾驶员疏于观察导致的车辆颠簸或遇险；用于自动驾驶系统时，可以对决策模块作出预警，方便系统自主调节车速，保障行驶舒适与安全。与安全。与安全。

【技术实现步骤摘要】
基于图像匹配结合点云数据的路面平整度检测方法及装置


[0001]本专利技术涉及计算机与人工智能领域，特别涉及一种基于图像匹配结合点云数据的路面平整度检测方法及装置。

技术介绍

[0002]交通系统由人、车、道路和环境共同组成，其中，道路是一项重要因素，它的路面平整度很大程度上约束了行车速度的上限。路面平整度与行车速度共同决定了驾驶的舒适性和安全性，进而影响到整个交通系统的运转效率。
[0003]路面平整度如此重要，以致于其评测值是道路施工验收的重要指标之一。然而由于道路在长时间的使用中会受到暴晒或雨淋等影响，路面平整性可能会随着时间的推移而有所下降，比如出裂纹、下陷、局部破碎等，影响到行车安全。
[0004]在人工驾驶中，路面平整性问题通常由驾驶员进行自主观察，作出主观判断和回应，并按需调整速度、方向等。而在智能驾驶系统中，目前的算法大多只能检测：1)已行驶过路面的平整性，比如通过行驶过程中仪器记录的速度、震动等传感变化来判断；2)未行驶过路面的大尺寸路面问题，比如行人和栏杆等障碍物、或者沟渠塌陷等大规模破损(通过图像、测距信息本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于图像匹配结合点云数据的路面平整度检测方法，其特征在于，包括：通过三目摄像头获取同一时刻待检测路面的三张图像；所述三目摄像头的三个镜头内参一致，且位于同一高度；基于预设场景分割算法在中心摄像头获得的图像上检测得到路面区域；分别使用中心摄像头图像和左右摄像头进行两次验证，在所述路面区域内逐像素地通过三个画面的视差对比匹配；当失匹配的像素数量大于第一预设阈值时，通过激光雷达获取所述同一时刻待检测路面的点云数据；所述失匹配的像素为非平整像素；计算所述非平整像素的同一水平线的距离差异，当所述距离差异大于等于第二预设阈值时，则根据各水平线上点距离差异方差的均值，反馈给驾驶员或者智能驾驶程序进行道路险情预警。2.如权利要求1所述的基于图像匹配结合点云数据的路面平整度检测方法，其特征在于，分别使用中心摄像头图像和左右摄像头进行两次验证，在所述路面区域内逐像素地通过三个画面的视差对比匹配，包括：以行驶方向为X轴、道路平面为XY平面、垂直道路方向为Z轴构建坐标系；所述中心摄像头垂直对应的地面点为原点O；设水平路面上某点在中心摄像头图像坐标为(X
m
，Y
m
)，则在左右摄像头的成像坐标表达为(
‑
w/h*Y
m
+X
m
，Y
m
)和(w/h*Y
m
+X
m
，Y
m
)；其中，w表示左右摄像头与中心摄像头间距；h表示三个摄像头与地面的距离；根据中心摄像头坐标计算每个像素点在左右图像中的坐标位置，对比对应坐标位置的像素值差。3.如权利要求2所述的基于图像匹配结合点云数据的路面平整度检测方法，其特征在于，根据中心摄像头坐标计算每个像素点在左右图像中的坐标位置，对比对应坐标位置的像素值差，包括：假设中心摄像头图像点(x，y)部分的像素值为I
中
(x，y)，则计算其与左右对应像点的像素值差异均值:(4)式中，I
左
(
‑
w/h*y+x，y)表示图像点(x,y)在左摄像头的成像坐标；I
右
(w/h*y+x,y)表示图像点(x,y)在右摄像头的成像坐标。4.如权利要求1所述的基于图像匹配结合点云数据的路面平整度检测方法，其特征在于，计算所述非平整像素的同一水平...

【专利技术属性】
技术研发人员：林铁，刘洪斌，张知明，
申请(专利权)人：率为科技北京有限责任公司，
类型：发明
国别省市：