CN113096387A - 一种车载路面监测预警方法、系统、终端及存储介质 - Google Patents
一种车载路面监测预警方法、系统、终端及存储介质 Download PDFInfo
- Publication number
- CN113096387A CN113096387A CN202110300085.5A CN202110300085A CN113096387A CN 113096387 A CN113096387 A CN 113096387A CN 202110300085 A CN202110300085 A CN 202110300085A CN 113096387 A CN113096387 A CN 113096387A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- road
- front vehicle
- road surface
- obtaining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 83
- 238000000034 method Methods 0.000 title claims abstract description 40
- 239000000725 suspension Substances 0.000 claims abstract description 19
- 230000002159 abnormal effect Effects 0.000 claims description 18
- 230000008859 change Effects 0.000 claims description 16
- 230000002093 peripheral effect Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000012805 post-processing Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000008447 perception Effects 0.000 description 26
- 238000004458 analytical method Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 6
- 230000005856 abnormality Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 230000006855 networking Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 230000004446 light reflex Effects 0.000 description 3
- 238000013500 data storage Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- E—FIXED CONSTRUCTIONS
- E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
- E01C—CONSTRUCTION OF, OR SURFACES FOR, ROADS, SPORTS GROUNDS, OR THE LIKE; MACHINES OR AUXILIARY TOOLS FOR CONSTRUCTION OR REPAIR
- E01C23/00—Auxiliary devices or arrangements for constructing, repairing, reconditioning, or taking-up road or like surfaces
- E01C23/01—Devices or auxiliary means for setting-out or checking the configuration of new surfacing, e.g. templates, screed or reference line supports; Applications of apparatus for measuring, indicating, or recording the surface configuration of existing surfacing, e.g. profilographs
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0816—Indicating performance data, e.g. occurrence of a malfunction
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Engineering & Computer Science (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种车载路面监测预警方法、系统、终端及存储介质,属于道路路面状态监测技术领域。分别获取前方车辆图像数据、前方车辆雷达反射数据、当前车辆行驶速度数据和前方车辆声音数据;通过所述前方车辆图像数据、前方车辆雷达反射数据、当前车辆行驶速度数据和前方车辆声音数据得到道路状态预测结果;获取当前车辆悬架振动和此时当前车辆行驶速度数据,得到当前车辆位置的道路路面状态监测结果,通过当前车辆位置的道路路面状态监测结果和道路状态预测结果得到准道路路面状态监测结果,该发明解决现有被动感知技术不能提前感知预警,现有主动感知技术不能对路面雷达或光线反射条件不好时的感知问题。
Description
技术领域
本发明公开了一种车载路面监测预警方法、系统、终端及存储介质,属于道路路面状态监测技术领域。
背景技术
随着汽车智能化及无人驾驶汽车的发展,汽车在行驶过程中需要对周围环境信息进行全方位的感知已经成为一项重要发展的技术,路面信息的感知是其中重要信息之一。
经初步查明,目前国内路面信息感知主要基于以下几技术方法:一是使用传感器采集车辆悬架振动信息并提取路面轮廓的功率谱密度特征进行路面不平度感知,是一种被动感知方式;二是通过摄像头或者雷达,提前对前方路面图像数据的纹理特征进行识别与感知来获得路面不平状态的主动感知;三是综合利用以上被动感知与制动感知技术来提升对路面感知的稳定性与鲁棒性。
目前的现实问题在于,行驶路面由于失修进场会出现坑凹路面,在通过时会对车辆结构安全和驾驶控制产生很大隐患,急需车辆能提前感知和规避。对与被动感知,车辆是通过凹坑路面后才能从悬架传感器感知到,不能做到提前感知。而通过摄像头或者雷达,提前对前方路面图像数据的纹理特征进行识别与感知来获得路面不平状态的主动感知,由于凹坑入路面不易反射雷达,尤其是凹坑积水时,或在路面光线不好、路面有阴影时,摄像头图像数据也无法很好感知识别出路面凹坑特征。
发明内容
本发明的目的在于解决当前还没有关于整车状态下电动座椅调节的测试及评价方法的问题,通过对前方车辆相关行驶状态来实现对路面的感知,可解决现有被动感知技术不能提前感知预警,现有主动感知技术不能对路面雷达或光线反射条件不好时的感知问题。
本发明所要解决的问题是由以下技术方案实现的:
根据本公开实施例的第一方面,提供一种车载路面监测预警方法,所述方法包括:
分别获取前方车辆图像数据、前方车辆雷达反射数据、当前车辆行驶速度数据和前方车辆声音数据;
通过所述前方车辆图像数据、前方车辆雷达反射数据、当前车辆行驶速度数据和前方车辆声音数据得到道路状态预测结果;
获取当前车辆悬架振动和此时当前车辆行驶速度数据,得到当前车辆位置的道路路面状态监测结果,通过当前车辆位置的道路路面状态监测结果和道路状态预测结果得到准道路路面状态监测结果。
优选的是,所述通过所述前方车辆图像数据、前方车辆雷达反射数据、当前车辆行驶速度数据和前方车辆声音数据得到道路状态预测结果,包括:
通过前方车辆图像数据得到前方车辆车身相对地面距离变化率;
通过前方车辆雷达反射数据得到当前车辆与前方车辆距离;
通过当前车辆行驶速度数据和前方车辆雷达反射数据得到前方车辆速度;
通过不平度指标判断规则、前方车辆车身相对地面距离变化率和前方车辆速度得到前方道路不平度等级预测结果;
通过车辆通过声音判断规则、前方车辆声音数据、前方车辆距离获得前方位置道路异常等级预测结果;
通过前方道路不平度等级预测结果和前方位置道路异常等级预测结果得到道路状态预测结果。
优选的是,所述通过前方车辆图像数据得到前方车辆车身相对地面距离变化率,包括:
通过对前方车辆图像数据识别得到前方车辆尾灯位置、前方车辆车牌号位置和前方车辆轮胎接地阴影区域位置;
通过前方车辆尾灯位置和前方车辆车牌号位置得到前方车辆车身位置;
通过前方车辆轮胎接地阴影区域位置得到前方车辆地面位置;
通过前方车辆地面位置和前方车辆车身位置得到前方车辆车身相对地面距离变化率。
优选的是,所述通过当前车辆位置的道路路面状态监测结果和道路状态预测结果得到准道路路面状态监测结果,包括:
判断当前车辆位置的道路路面状态监测结果和道路状态预测结果是否一致:
是,所述当前车辆位置的道路路面状态监测结果为准道路路面状态监测结果,获取卫星定位坐标,将准道路路面状态监测结果和卫星定位坐标上传云服务器;
否,得到道路路面状态监测结果差异数据,通过所述道路路面状态监测结果差异数据对声音判断规则和不平度指标判断规则进行修正。
优选的是,所述通过前方道路不平度等级预测结果和前方位置道路异常等级预测结果得到道路状态预测结果,还包括:对驾驶员进行预警提示。
优选的是,所述通过前方道路不平度等级预测结果和前方位置道路异常等级预测结果得到道路状态预测结果,还包括:通过道路状态预测结果发送给驾驶控制设备,对车辆进行制动减速或规避控制,使车辆能够安全通过监测到的前方危险位置。
根据本公开实施例的第二方面,提供一种车载路面监测预警系统,包括:
自动化前处理模块,用于分别获取前方车辆图像数据、前方车辆雷达反射数据、当前车辆行驶速度数据和前方车辆声音数据;
自动化计算模块,用于通过所述前方车辆图像数据、前方车辆雷达反射数据、当前车辆行驶速度数据和前方车辆声音数据分别得到前方道路不平度等级预测结果和前方位置道路异常等级预测结果,通过前方道路不平度等级预测结果和前方位置道路异常等级预测结果得到道路状态预测结果;
自动化后处理模块,获取当前车辆悬架振动和此时当前车辆行驶速度数据,得到当前车辆位置的道路路面状态监测结果,通过当前车辆位置的道路路面状态监测结果和道路状态预测结果得到准道路路面状态监测结果,将准道路路面状态监测结果上传云服务器;
电子设备和服务器包括:处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集。
优选的是,所述电子设备还包括:射频电路和至少一个电源,
所述射频电路,用于所述电子设备连接到网络;
所述电源,用于所述电子设备的电源管理;
所述射频电路、处理器、存储器和电源均通过电性连接在一起。
优选的是,所述电子设备还包括外围设备接口和显示屏,
所述外围设备接口,用于将I/O相关的至少一个外围设备连接到处理器和存储器;
所述显示屏,用于所述电子设备显示;
所述外围设备接口、射频电路、显示屏、处理器、存储器和电源均通过电性连接在一起。
第三方面,提供了一种终端及计算机可读存储介质,所述终端包括处理器和存储器,所述存储器或存储介质中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行以实现如第一方面所述的车载路面监测预警方法。
本发明相对于现有而言具有的有益效果:
本发明通过全新的感知思路进行路面进行感知和预警,通过对前方车辆相关行驶状态来实现对路面的感知,可解决现有被动感知技术不能提前感知预警,现有主动感知技术不能对路面雷达或光线反射条件不好时的感知问题。通过采集前方车通过路面的运动图像,监测前方车辆行驶声音,并通过车载系统进行图像动态识别分析及声音异响分析比对,达到对前方路面不平信息的提前感知,并进行程度分级。并通过本车辆车速信息、雷达感知前方车辆相对距离及相对车速信息,综合感知到的路面不平分级,分析判断车辆通过风险分级,对驾驶员进行预警提示或输入无人驾驶系统进行提前规避。最后通过车载传感器对实际通过该路面时的悬架冲击响应进行采集,对路面不平度进行分级,并比对提前监测感知到的路面不平分级结果,感知正确的路面信息通过联网信息方式发送至服务器数据库,感知有偏差结果的会对感知分析系统进行自学习修正。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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本申请的一些实施例,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,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种车载路面监测预警方法的流程图;
图2是本申请实施例提供的一种车载路面监测预警方法的流程图;
图3是本申请实施例提供的一种车载路面监测预警系统的结构示意图;
图4是本申请实施例提供的一种电子设备的结构框图。
图5是本申请实施例提供的一种服务器结构示意图。
具体实施方式
以下根据附图1-4对本发明做进一步说明:
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
实施例一
如图1是根据本申请实施例提供的一种车载路面监测预警方法,该方法用于终端中,所述方法包括:
步骤101,分别获取前方车辆图像数据、前方车辆雷达反射数据、当前车辆行驶速度数据和前方车辆声音数据;
步骤102,通过所述前方车辆图像数据、前方车辆雷达反射数据、当前车辆行驶速度数据和前方车辆声音数据得到道路状态预测结果;
步骤101,获取当前车辆悬架振动和此时当前车辆行驶速度数据,得到当前车辆位置的道路路面状态监测结果,通过当前车辆位置的道路路面状态监测结果和道路状态预测结果得到准道路路面状态监测结果。
优选的是,所述通过所述前方车辆图像数据、前方车辆雷达反射数据、当前车辆行驶速度数据和前方车辆声音数据得到道路状态预测结果,包括:
通过前方车辆图像数据得到前方车辆车身相对地面距离变化率;
通过前方车辆雷达反射数据得到当前车辆与前方车辆距离;
通过当前车辆行驶速度数据和前方车辆雷达反射数据得到前方车辆速度;
通过不平度指标判断规则、前方车辆车身相对地面距离变化率和前方车辆速度得到前方道路不平度等级预测结果;
通过车辆通过声音判断规则、前方车辆声音数据、前方车辆距离获得前方位置道路异常等级预测结果;
通过前方道路不平度等级预测结果和前方位置道路异常等级预测结果得到道路状态预测结果。
优选的是,所述通过前方车辆图像数据得到前方车辆车身相对地面距离变化率,包括:
通过对前方车辆图像数据识别得到前方车辆尾灯位置、前方车辆车牌号位置和前方车辆轮胎接地阴影区域位置;
通过前方车辆尾灯位置和前方车辆车牌号位置得到前方车辆车身位置;
通过前方车辆轮胎接地阴影区域位置得到前方车辆地面位置;
通过前方车辆地面位置和前方车辆车身位置得到前方车辆车身相对地面距离变化率。
优选的是,所述通过当前车辆位置的道路路面状态监测结果和道路状态预测结果得到准道路路面状态监测结果,包括:
判断当前车辆位置的道路路面状态监测结果和道路状态预测结果是否一致:
是,所述当前车辆位置的道路路面状态监测结果为准道路路面状态监测结果,获取卫星定位坐标,将准道路路面状态监测结果和卫星定位坐标上传云服务器;
否,得到道路路面状态监测结果差异数据,通过所述道路路面状态监测结果差异数据对声音判断规则和不平度指标判断规则进行修正。
优选的是,所述通过前方道路不平度等级预测结果和前方位置道路异常等级预测结果得到道路状态预测结果,还包括:对驾驶员进行预警提示。
优选的是,所述通过前方道路不平度等级预测结果和前方位置道路异常等级预测结果得到道路状态预测结果,还包括:通过道路状态预测结果发送给驾驶控制设备,对车辆进行制动减速或规避控制,使车辆能够安全通过监测到的前方危险位置。
本申请实施例中,通过全新的感知思路进行路面进行感知和预警,通过对前方车辆相关行驶状态来实现对路面的感知,可解决现有被动感知技术不能提前感知预警,现有主动感知技术不能对路面雷达或光线反射条件不好时的感知问题。通过采集前方车通过路面的运动图像,监测前方车辆行驶声音,并通过车载系统进行图像动态识别分析及声音异响分析比对,达到对前方路面不平信息的提前感知,并进行程度分级。并通过本车辆车速信息、雷达感知前方车辆相对距离及相对车速信息,综合感知到的路面不平分级,分析判断车辆通过风险分级,对驾驶员进行预警提示或输入无人驾驶系统进行提前规避。最后通过车载传感器对实际通过该路面时的悬架冲击响应进行采集,对路面不平度进行分级,并比对提前监测感知到的路面不平分级结果,感知正确的路面信息通过联网信息方式发送至服务器数据库,感知有偏差结果的会对感知分析系统进行自学习修正。
实施例二
图2是根据一示例性实施例示出的一种车载路面监测预警方法的流程图,如图2所示,该方法用于终端中,该方法包括以下步骤:
步骤201,分别获取前方车辆图像数据、前方车辆雷达反射数据、当前车辆行驶速度数据和前方车辆声音数据。
车辆行驶过程中,前部摄像头传感器A获得前方车辆图像信息,前部雷达传感器B检测到前方车辆雷达反射信号,前部麦克风声音传感器C获得前方车辆声音信号,车辆行驶速度传感器E获得当前车辆行驶速度信号。以上信号均通过数据采集系统转化为数字信号,并以相同的采样频率进行输出,传输给信号处理分析设备或保存至数据存储设备。
步骤202,通过前方车辆图像数据得到前方车辆车身相对地面距离变化率。
通过信号处理分析设备,对前方车辆图像信号进行图像特征分析识别。由于车辆尾灯及号牌不管在白天还是夜晚识别度明显,车轮接地区域存在阴影识别度也较高,通过图形处理软件,识别得到前方车辆尾灯位置、前方车辆车牌号位置和前方车辆轮胎接地阴影区域位置;
通过前方车辆尾灯位置和前方车辆车牌号位置锁定跟踪前方车辆车身位置;
通过前方车辆轮胎接地阴影区域位置锁定跟踪得到前方车辆地面位置;
通过前方车辆地面位置和前方车辆车身位置得到前方车辆车身相对地面距离变化率,实现对前方车辆运动姿态的感知。
步骤203,通过当前车辆行驶速度数据和前方车辆雷达反射数据得到前方车辆速度和当前车辆与前方车辆距离。
步骤204,通过不平度指标判断规则、前方车辆车身相对地面距离变化率和前方车辆速度得到前方道路不平度等级预测结果。
通过预设存储在数据存储设备中的不平度指标判断规则,即预存车辆在不同速度下,车身相对地面距离变化率对应的不平度等级阀值,通过前方车辆车身相对地面距离变化率和前方车辆速度即可得到前方车辆目前位置的路面不平度。根据设别与前车的距离即可确定前方道路不平度等级预测结果。
步骤205,通过车辆通过声音判断规则、前方车辆声音数据、前方车辆距离获得前方位置道路异常等级预测结果。
获得前方车辆声音数据,通过信号处理分析设备对音波信号进行环境噪声消除、小幅值过滤,识别提取规定阈值以上的一场冲击声音特征波形,由于车辆经过障碍路面时轮胎与地面及悬架会产生冲击声响,通过前期试验采集与分析,将车辆通过声音判断规则存储设备中,与前方车辆声音信号形进行比对,结合前方车辆距离,判断是否超过异常阈值,获得前方位置道路异常等级预测结果。
步骤206,通过前方道路不平度等级预测结果和前方位置道路异常等级预测结果得到道路状态预测结果。
通过前方道路不平度等级预测结果和前方位置道路异常等级预测结果综合对比分析确定道路状态预测结果,超过预设的评价阈值即进行预警信号输出,在显示设备对驾驶员进行预警提示。同时前方位置的道路状态预测结果将存储至数据存储设备中。预警结果也可通过驾驶控制设备,对车辆进行制动减速或规避控制,使车辆能够安全通过监测到的前方危险位置。
步骤207,获取当前车辆悬架振动和此时当前车辆行驶速度数据,得到当前车辆位置的道路路面状态监测结果。
通过悬架运动振动传感器获得本车辆悬架振动信号,结合此时当前车辆行驶速度信号,与预设存储的不同路面不平度的悬架振动信号阈值及声音波形评价规则进行对比分析,获得当前车辆位置的道路路面状态监测结果。
步骤208,通过当前车辆位置的道路路面状态监测结果和道路状态预测结果得到准道路路面状态监测结果。
根据车辆行驶速度的连续积分,可计算出车辆行驶的距离信息,可从存储设备中提取之前道路状态预测结果,与当前车辆位置的道路路面状态监测结果结果进行对比,判断当前车辆位置的道路路面状态监测结果和道路状态预测结果是否一致:
是,确认目前位置路面状态等级,所述当前车辆位置的道路路面状态监测结果为准道路路面状态监测结果,获取卫星定位坐标,将准道路路面状态监测结果和卫星定位坐标上传云服务器,实现云端服务器对路面状态的动态实时监测,用于对其他联网车辆的提前警示;
否,得到道路路面状态监测结果差异数据,通过所述道路路面状态监测结果差异数据对声音判断规则和不平度指标判断规则进行修正。
本申请实施例中,通过全新的感知思路进行路面进行感知和预警,通过对前方车辆相关行驶状态来实现对路面的感知,可解决现有被动感知技术不能提前感知预警,现有主动感知技术不能对路面雷达或光线反射条件不好时的感知问题。通过采集前方车通过路面的运动图像,监测前方车辆行驶声音,并通过车载系统进行图像动态识别分析及声音异响分析比对,达到对前方路面不平信息的提前感知,并进行程度分级。并通过本车辆车速信息、雷达感知前方车辆相对距离及相对车速信息,综合感知到的路面不平分级,分析判断车辆通过风险分级,对驾驶员进行预警提示或输入无人驾驶系统进行提前规避。最后通过车载传感器对实际通过该路面时的悬架冲击响应进行采集,对路面不平度进行分级,并比对提前监测感知到的路面不平分级结果,感知正确的路面信息通过联网信息方式发送至服务器数据库,感知有偏差结果的会对感知分析系统进行自学习修正。
实施例三
本实施例提供本实施例提供一种车载路面监测预警系统,该系统用于执行上述实施例中的车载路面监测预警系统方法,图3是根据本申请实施例提供的一种车载路面监测预警系统框图。该系统包括:
自动化前处理模块1010,用于分别获取前方车辆图像数据、前方车辆雷达反射数据、当前车辆行驶速度数据和前方车辆声音数据;
自动化计算模块1020,用于通过所述前方车辆图像数据、前方车辆雷达反射数据、当前车辆行驶速度数据和前方车辆声音数据分别得到前方道路不平度等级预测结果和前方位置道路异常等级预测结果,通过前方道路不平度等级预测结果和前方位置道路异常等级预测结果得到道路状态预测结果;
自动化后处理模块1030,获取当前车辆悬架振动和此时当前车辆行驶速度数据,得到当前车辆位置的道路路面状态监测结果,通过当前车辆位置的道路路面状态监测结果和道路状态预测结果得到准道路路面状态监测结果,将准道路路面状态监测结果上传云服务器。
本申请实施例中,通过全新的感知思路进行路面进行感知和预警,通过对前方车辆相关行驶状态来实现对路面的感知,可解决现有被动感知技术不能提前感知预警,现有主动感知技术不能对路面雷达或光线反射条件不好时的感知问题。通过采集前方车通过路面的运动图像,监测前方车辆行驶声音,并通过车载系统进行图像动态识别分析及声音异响分析比对,达到对前方路面不平信息的提前感知,并进行程度分级。并通过本车辆车速信息、雷达感知前方车辆相对距离及相对车速信息,综合感知到的路面不平分级,分析判断车辆通过风险分级,对驾驶员进行预警提示或输入无人驾驶系统进行提前规避。最后通过车载传感器对实际通过该路面时的悬架冲击响应进行采集,对路面不平度进行分级,并比对提前监测感知到的路面不平分级结果,感知正确的路面信息通过联网信息方式发送至服务器数据库,感知有偏差结果的会对感知分析系统进行自学习修正。
实施例四
本实施例时对上述实施例三进一步的解释说明,如图4示出了本申请实施例提供的电子设备300的结构框图。电子设备300包括处理器301、由存储器302所代表的存储器资源,处理器301进一步包括一个或多个处理器,存储器302用于存储可由处理器301的执行的指令,例如应用程序。存储器302中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理器301被配置为执行指令,以执行上述展示车载路面监测预警方法。
电子设备300还可以包括至少一个电源306被配置为执行电子设备300的电源管理,一个射频电路304被配置为将电子设备300连接到网络,和一个外围设备接口303用于将I/O相关的至少一个外围设备连接到处理器和存储器、一个显示屏305用于显示。电子设备300可以操作基于存储在存储器的操作系统,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。外围设备接口303、射频电路304、显示屏305、处理器301、存储器302和电源306均通过电性连接在一起。
实施例三
本实施例时对上述实施例三进一步的解释说明,如图5是本申请实施例提供的一种服务器结构示意图。该服务器400可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(central processing units,CPU)411(例如,一个或一个以上处理器)和存储器412,一个或一个以上存储应用程序423或数据422的存储介质431(例如一个或一个以上海量存储设备)。其中,存储器412和存储介质431可以是短暂存储或持久存储。存储在存储介质431的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器411可以设置为与存储介质431通信,在服务器400上执行存储介质431中的一系列指令操作。
服务器400还可以包括一个或一个以上电源441,一个或一个以上有线或无线网络接口451,一个或一个以上输入输出接口453,一个或一个以上键盘4552,和/或,一个或一个以上操作系统421,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。电源441、有线或无线网络接口451、输入输出接口453和键盘452均通过电性连接在一起。
服务器400可以包括有存储器412,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器412中,且经配置以由一个或者一个以上处理器执行此一个或者一个以上程序来执行上述各个实施例所述的车载路面监测预警方法及装置。
尽管本发明的实施方案已公开如上,但其并不仅仅限于说明书和实施方式中所列运用。它完全可以被适用于各种适合本发明的领域。对于熟悉本领域的人员而言,可容易地实现另外的修改。因此在不背离权利要求及等同范围所限定的一般概念下,本发明并不限于特定的细节和这里示出与描述的图例。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种车载路面监测预警方法,其特征在于,所述方法包括:
分别获取前方车辆图像数据、前方车辆雷达反射数据、当前车辆行驶速度数据和前方车辆声音数据;
通过所述前方车辆图像数据、前方车辆雷达反射数据、当前车辆行驶速度数据和前方车辆声音数据得到道路状态预测结果;
获取当前车辆悬架振动和此时当前车辆行驶速度数据,得到当前车辆位置的道路路面状态监测结果,通过当前车辆位置的道路路面状态监测结果和道路状态预测结果得到准道路路面状态监测结果。
2.根据权利要求1所述的一种车载路面监测预警方法,其特征在于,通过所述前方车辆图像数据、前方车辆雷达反射数据、当前车辆行驶速度数据和前方车辆声音数据得到道路状态预测结果,包括:
通过前方车辆图像数据得到前方车辆车身相对地面距离变化率;
通过前方车辆雷达反射数据得到当前车辆与前方车辆距离;
通过当前车辆行驶速度数据和前方车辆雷达反射数据得到前方车辆速度;
通过不平度指标判断规则、前方车辆车身相对地面距离变化率和前方车辆速度得到前方道路不平度等级预测结果;
通过车辆通过声音判断规则、前方车辆声音数据、前方车辆距离获得前方位置道路异常等级预测结果;
通过前方道路不平度等级预测结果和前方位置道路异常等级预测结果得到道路状态预测结果。
3.根据权利要求2所述的一种车载路面监测预警方法,其特征在于,所述通过前方车辆图像数据得到前方车辆车身相对地面距离变化率,包括:
通过对前方车辆图像数据识别得到前方车辆尾灯位置、前方车辆车牌号位置和前方车辆轮胎接地阴影区域位置;
通过前方车辆尾灯位置和前方车辆车牌号位置得到前方车辆车身位置;
通过前方车辆轮胎接地阴影区域位置得到前方车辆地面位置;
通过前方车辆地面位置和前方车辆车身位置得到前方车辆车身相对地面距离变化率。
4.根据权利要求1所述的一种车载路面监测预警方法,其特征在于,所述通过当前车辆位置的道路路面状态监测结果和道路状态预测结果得到准道路路面状态监测结果,包括:
判断当前车辆位置的道路路面状态监测结果和道路状态预测结果是否一致:
是,所述当前车辆位置的道路路面状态监测结果为准道路路面状态监测结果,获取卫星定位坐标,将准道路路面状态监测结果和卫星定位坐标上传云服务器;
否,得到道路路面状态监测结果差异数据,通过所述道路路面状态监测结果差异数据对声音判断规则和不平度指标判断规则进行修正。
5.根据权利要求1所述的一种车载路面监测预警方法,其特征在于,所述通过前方道路不平度等级预测结果和前方位置道路异常等级预测结果得到道路状态预测结果,还包括:对驾驶员进行预警提示。
6.根据权利要求1所述的一种车载路面监测预警方法,其特征在于,所述通过前方道路不平度等级预测结果和前方位置道路异常等级预测结果得到道路状态预测结果,还包括:通过道路状态预测结果发送给驾驶控制设备,对车辆进行制动减速或规避控制,使车辆能够安全通过监测到的前方危险位置。
7.根据权利要求1所述的一种车载路面监测预警系统,其特征在于,包括:
自动化前处理模块,用于分别获取前方车辆图像数据、前方车辆雷达反射数据、当前车辆行驶速度数据和前方车辆声音数据;
自动化计算模块,用于通过所述前方车辆图像数据、前方车辆雷达反射数据、当前车辆行驶速度数据和前方车辆声音数据分别得到前方道路不平度等级预测结果和前方位置道路异常等级预测结果,通过前方道路不平度等级预测结果和前方位置道路异常等级预测结果得到道路状态预测结果;
自动化后处理模块,获取当前车辆悬架振动和此时当前车辆行驶速度数据,得到当前车辆位置的道路路面状态监测结果,通过当前车辆位置的道路路面状态监测结果和道路状态预测结果得到准道路路面状态监测结果,将准道路路面状态监测结果上传云服务器;
电子设备和服务器包括:处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集。
8.根据权利要求5所述的一种车载路面监测预警系统,其特征在于,所述电子设备还包括:射频电路和至少一个电源,
所述射频电路,用于所述电子设备连接到网络;
所述电源,用于所述电子设备的电源管理;
所述射频电路、处理器、存储器和电源均通过电性连接在一起。
9.根据权利要求8所述的一种车载路面监测预警系统,其特征在于,所述电子设备还包括外围设备接口和显示屏,
所述外围设备接口,用于将I/O相关的至少一个外围设备连接到处理器和存储器;
所述显示屏,用于所述电子设备显示;
所述外围设备接口、射频电路、显示屏、处理器、存储器和电源均通过电性连接在一起。
10.一种终端及计算机可读存储介质,其特征在于,所述终端包括处理器和存储器,所述存储器或存储介质中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行以实现如权利要求1至6任一所述的车载路面监测预警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110300085.5A CN113096387B (zh) | 2021-03-22 | 2021-03-22 | 一种车载路面监测预警方法、系统、终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110300085.5A CN113096387B (zh) | 2021-03-22 | 2021-03-22 | 一种车载路面监测预警方法、系统、终端及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113096387A true CN113096387A (zh) | 2021-07-09 |
CN113096387B CN113096387B (zh) | 2022-07-22 |
Family
ID=76668707
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110300085.5A Active CN113096387B (zh) | 2021-03-22 | 2021-03-22 | 一种车载路面监测预警方法、系统、终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113096387B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113696896A (zh) * | 2021-08-24 | 2021-11-26 | 中国第一汽车股份有限公司 | 路面信息处理方法、装置、电子设备及存储介质 |
CN114475573A (zh) * | 2022-02-14 | 2022-05-13 | 科大国创合肥智能汽车科技有限公司 | 基于v2x与视觉融合的起伏路况识别及车辆控制方法 |
CN114537425A (zh) * | 2022-02-28 | 2022-05-27 | 重庆长安汽车股份有限公司 | 行车时对前方减速带及沟坎的检测预警方法、装置、车辆 |
CN115083188A (zh) * | 2022-05-25 | 2022-09-20 | 中汽研汽车检验中心(广州)有限公司 | 一种基于车联网的路面信息修正方法、装置及系统 |
CN116101219A (zh) * | 2023-02-14 | 2023-05-12 | 重庆长安汽车股份有限公司 | 车辆安全的监控方法、装置、车辆及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007072667A (ja) * | 2005-09-06 | 2007-03-22 | Denso Corp | 道路異常収集システム、道路修繕入札システム及び道路管理修繕システム |
CN109680592A (zh) * | 2019-01-31 | 2019-04-26 | 河南科技大学 | 一种基于惯性测量和雷达测距的车载路面检测装置及方法 |
KR102026685B1 (ko) * | 2018-11-12 | 2019-11-04 | 한국건설기술연구원 | 영상과 진동을 이용한 도로불량정보 제공 장치 및 서버 |
CN110942010A (zh) * | 2019-11-22 | 2020-03-31 | 斑马网络技术有限公司 | 基于车载摄像头确定路面起伏状态的检测方法及装置 |
CN111516692A (zh) * | 2020-04-20 | 2020-08-11 | 重庆长安汽车股份有限公司 | 一种车辆在坑洼路面上行驶的控制系统及方法 |
CN212083661U (zh) * | 2019-07-23 | 2020-12-04 | 沈阳天眼智云信息科技有限公司 | 一种基于雷达的双模路况预警系统 |
CN112185144A (zh) * | 2019-07-01 | 2021-01-05 | 大陆泰密克汽车系统(上海)有限公司 | 交通预警方法以及系统 |
-
2021
- 2021-03-22 CN CN202110300085.5A patent/CN113096387B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007072667A (ja) * | 2005-09-06 | 2007-03-22 | Denso Corp | 道路異常収集システム、道路修繕入札システム及び道路管理修繕システム |
KR102026685B1 (ko) * | 2018-11-12 | 2019-11-04 | 한국건설기술연구원 | 영상과 진동을 이용한 도로불량정보 제공 장치 및 서버 |
CN109680592A (zh) * | 2019-01-31 | 2019-04-26 | 河南科技大学 | 一种基于惯性测量和雷达测距的车载路面检测装置及方法 |
CN112185144A (zh) * | 2019-07-01 | 2021-01-05 | 大陆泰密克汽车系统(上海)有限公司 | 交通预警方法以及系统 |
CN212083661U (zh) * | 2019-07-23 | 2020-12-04 | 沈阳天眼智云信息科技有限公司 | 一种基于雷达的双模路况预警系统 |
CN110942010A (zh) * | 2019-11-22 | 2020-03-31 | 斑马网络技术有限公司 | 基于车载摄像头确定路面起伏状态的检测方法及装置 |
CN111516692A (zh) * | 2020-04-20 | 2020-08-11 | 重庆长安汽车股份有限公司 | 一种车辆在坑洼路面上行驶的控制系统及方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113696896A (zh) * | 2021-08-24 | 2021-11-26 | 中国第一汽车股份有限公司 | 路面信息处理方法、装置、电子设备及存储介质 |
CN113696896B (zh) * | 2021-08-24 | 2023-02-28 | 中国第一汽车股份有限公司 | 路面信息处理方法、装置、电子设备及存储介质 |
CN114475573A (zh) * | 2022-02-14 | 2022-05-13 | 科大国创合肥智能汽车科技有限公司 | 基于v2x与视觉融合的起伏路况识别及车辆控制方法 |
CN114475573B (zh) * | 2022-02-14 | 2022-11-15 | 科大国创合肥智能汽车科技有限公司 | 基于v2x与视觉融合的起伏路况识别及车辆控制方法 |
CN114537425A (zh) * | 2022-02-28 | 2022-05-27 | 重庆长安汽车股份有限公司 | 行车时对前方减速带及沟坎的检测预警方法、装置、车辆 |
CN114537425B (zh) * | 2022-02-28 | 2024-05-24 | 重庆长安汽车股份有限公司 | 行车时对前方减速带及沟坎的检测预警方法、装置、车辆 |
CN115083188A (zh) * | 2022-05-25 | 2022-09-20 | 中汽研汽车检验中心(广州)有限公司 | 一种基于车联网的路面信息修正方法、装置及系统 |
CN116101219A (zh) * | 2023-02-14 | 2023-05-12 | 重庆长安汽车股份有限公司 | 车辆安全的监控方法、装置、车辆及存储介质 |
CN116101219B (zh) * | 2023-02-14 | 2024-05-10 | 重庆长安汽车股份有限公司 | 车辆安全的监控方法、装置、车辆及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113096387B (zh) | 2022-07-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113096387B (zh) | 一种车载路面监测预警方法、系统、终端及存储介质 | |
CN107430591B (zh) | 车辆驾驶员辅助系统 | |
US8521357B2 (en) | Impaired operation detection method | |
CN108469806B (zh) | 交替式人机共驾中驾驶权转移方法 | |
CN111845728B (zh) | 一种驾驶辅助数据采集方法及系统 | |
CN111994066B (zh) | 一种基于智能轮胎触觉感知的智能汽车感知系统 | |
CN110660194A (zh) | 一种驾驶监控预警方法及系统 | |
CN104599443A (zh) | 一种基于信息融合的驾驶行为预警车载终端及其预警方法 | |
CN106904167A (zh) | 一种基于obd的车道偏离预警方法、车载终端以及智能汽车 | |
EP3017972A1 (en) | Wheel diagnostic monitoring | |
US20180117975A1 (en) | Tire pressure monitoring system and method of operating the tire pressure monitoring system | |
CN112433519A (zh) | 一种无人驾驶检测系统及车辆行驶检测方法 | |
US20200312050A1 (en) | Control device, server, safety system, and control method of control device | |
EP3243671A1 (en) | Method and apparatus for classifying a tyre | |
CN113033684A (zh) | 一种车辆预警方法、装置、设备及存储介质 | |
US11472237B2 (en) | Tire damage detection system and method | |
CN110509880A (zh) | 汽车后方盲点监测系统及方法、雷达控制盒 | |
EP3269608B1 (en) | Detection of tailgating situations | |
CN111775948B (zh) | 一种驾驶行为分析方法及装置 | |
CN112406767B (zh) | 车辆陷坑事故的监控方法、监控装置、服务器和存储介质 | |
CN113525401A (zh) | 辅助汽车驾驶的预警方法及毫米波雷达系统 | |
CN113362565A (zh) | 一种基于决策算法的疲劳驾驶预警方法及系统 | |
CN112946631A (zh) | 用于边坡风险监测的点域识别系统及方法 | |
CN211349574U (zh) | 一种车辆360度环视预警系统 | |
CN114639262B (zh) | 感知设备的状态检测方法、装置、计算机设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20231218 Address after: No.1, xinhongqi street, automobile economic and Technological Development Zone, Changchun, Jilin Province Patentee after: China Faw Co.,Ltd. Patentee after: CHANGCHUN AUTOMOTIVE TEST CENTER Co.,Ltd. Address before: 130011 No.1, xinhongqi street, Changchun automobile economic and Technological Development Zone, Changchun City, Jilin Province Patentee before: China Faw Co.,Ltd. |
|
TR01 | Transfer of patent right |