一种基于图像识别判定前方路面不平度等级的方法、装置及存储介质制造方法及图纸

技术编号：44816143 阅读：38 留言：0更新日期：2025-03-28 20:03

本发明专利技术公开一种基于图像识别判定前方路面不平度等级的方法、装置及存储介质，方法步骤包括：S11、获取多种不平度等级的路面图像数据集；S12、将图像数据集划分成训练集、验证集、测试集；S13、搭建路面图像识别的卷积神经网络CNN；S14、在对卷积神经网络CNN训练之前，先对图像数据进行归一化处理；S15、利用图像数据中的训练集对卷积神经网络CNN进行训练；S20、车辆行驶过程中，实时采集前方路面图像；S21、使用卷积神经网络CNN对实时采集的路面图像进行识别，输出路面不平度等级。本发明专利技术采集前方路面图像信息作为卷积神经网络输入，提前判定前方路面的不平度等级，支持汽车提前采取相应措施，提高汽车稳定性及安全性。

全部详细技术资料下载

【技术实现步骤摘要】

本专利技术涉及图像识别，尤其涉及一种基于图像识别判定前方路面不平度等级的方法。

技术介绍

1、汽车在行驶过程中，路面的上下起伏会导致汽车的垂向振动。路面不平度对汽车行驶的平顺性和稳定性，以及驾乘舒适性均有直接影响。

2、现有的路面不平度等级判定方法主要包括：测量法和反向分析法。

3、测量法需要采用特定的测量仪器来完成路面不平度的测量，测量的成本较高，测量效率较低，并且，有些测量方法实现较为复杂。

4、反向分析法是在行驶车辆上安装加速度传感器、位移传感器等，获取车辆的振动响应，作为神经网络的输入，从而辨识路面的不平度等级。反向分析法的缺点主要有三点：首先，反向分析法大多采用的是传统的神经网络，鲁棒性和泛化能力较差，对路面不平度等级判定的准确率不足；其次，训练神经网络时，需要在实车上采集各种不平度等级路面下大量的传感器数据，或是通过大量的仿真实验获取车辆振动响应，作为训练集输入，因此神经网络训练集的获取较为耗时；最后一点是，反向分析法是基于车辆的振动响应来判定不平度等级的，并不能起到预先判定来提醒驾驶员或...

【技术保护点】

1.一种基于图像识别判定前方路面不平度等级的方法，其特征在于，包括如下步骤：

2.如权利要求1所述的一种基于图像识别判定前方路面不平度等级的方法，其特征在于，所述图像数据集按照8：1：1比例，划分为训练集、验证集、测试集。

3.如权利要求1所述的一种基于图像识别判定前方路面不平度等级的方法，其特征在于，所述图像数据集的图像来源于开源数据集和/或使用摄像机对实际路面拍摄获得。

4.如权利要求1所述的一种基于图像识别判定前方路面不平度等级的方法，其特征在于，使用多个路面数据集或通过实车视觉传感器采集的路面图像，对训练集进行补充。