CN114154533A - 一种道路凹凸物检测方法及装置 - Google Patents

一种道路凹凸物检测方法及装置 Download PDF

Info

Publication number
CN114154533A
CN114154533A CN202111301867.7A CN202111301867A CN114154533A CN 114154533 A CN114154533 A CN 114154533A CN 202111301867 A CN202111301867 A CN 202111301867A CN 114154533 A CN114154533 A CN 114154533A
Authority
CN
China
Prior art keywords
concave
acceleration
vehicle
convex object
information
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.)
Pending
Application number
CN202111301867.7A
Other languages
English (en)
Inventor
高小清
张�浩
屈少举
周副权
刘年
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dongfeng Motor Corp
Original Assignee
Dongfeng Motor Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Dongfeng Motor Corp filed Critical Dongfeng Motor Corp
Priority to CN202111301867.7A priority Critical patent/CN114154533A/zh
Publication of CN114154533A publication Critical patent/CN114154533A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02Preprocessing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00Aspects of pattern recognition specially adapted for signal processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/12Classification; Matching

Abstract

本申请涉及一种道路凹凸物检测方法及装置,涉及智能交通技术领域。首先获取车辆各个车轮的加速度信号,对加速度信号进行分帧处理,分别计算每一车轮的每一帧加速度信号的加速度差分和加速度倍比,若对应的加速度差分大于对应的预设加速度差分阈值,且对应的加速度倍比大于对应的预设加速度倍比阈值,则判定对应车轮在对应帧经过了凹凸物,分别获取车辆经过的每一凹凸物的数据信息,将所有的凹凸物的数据信息传输至交通部门服务器,交通部门服务器利用凹凸物的数据信息和对应车辆的车辆信息对每一凹凸物进行评估。本申请提供的道路凹凸物检测方法解决了相关技术中对道路上凹凸物的检测有效性较差、检测结构准确性较低以及整体效率待提升的问题。

Description

一种道路凹凸物检测方法及装置
技术领域
本申请涉及智能交通技术领域,特别涉及一种道路凹凸物检测方法及装置。
背景技术
目前,由于各种原因,道路上经常有一些凹凸物,车辆在驶过这些凹凸物,尤其高速驶过这些凹凸物时,会引起乘员的不适,也可能会对车辆及其内的物品造成损坏,引发交通事故,严重甚至会造成人民生命财产的损失。因此,对道路上的凹凸物,尤其是高速公路上的凹凸物进行检测,是一件很必要,很重要的工作。
相关技术中,道路上凹凸物的检测一般有两种方式,第一种方式是采用人工目视巡查的方式,这是一种漫无目的的检测方式,主要依赖人工检测,效率极其低下,投入的人力、物力、财力及时间成本巨大,且反馈方式比较漫长,不能使得凹凸物得到及时的修补,拉长了存在安全隐患的时间;第二种方式为电话报案,是一种被动检测方式,其主要倚靠车辆驾驶员向交通部门致电报案,通过这种方式发现的道路凹凸物比较少,漏洞比较大,不能对道路上的凹凸物进行全面的检测,且也无法对凹凸物的危险程度及维修紧急程度进行量化,不利于道路凹凸物维修工作的展开。
除了上述的两种常用的方式外,目前还有一种方式通过获取针对待检测道路的图像对,图像对往往包括在不同拍摄位置获取的第一图像和第二图像,确定图像对的光流数据后,根据图像对的光流数据确定第一图像和第二图像之间的像素点匹配关系,随后根据第一图像和第二图像之间的像素点匹配关系确定待检测道路的破损情况。该方式虽然相比前面两种的检测效率得到提升,不易产生较多的漏洞,但是其总体检测算法相当复杂,数据处理的时间比较长,另外,检测结果精度不够高,不能区分凹凸物是否为真的障碍物。
发明内容
本申请实施例提供一种道路凹凸物检测方法及装置,以解决相关技术中对道路上凹凸物的检测有效性较差、检测结构准确性较低以及整体效率待提升的问题。
第一方面,提供了一种道路凹凸物检测方法,其步骤包括:
获取车辆各个车轮的加速度信号;
对所述加速度信号进行分帧处理,利用分帧处理后的所述加速度信号分别计算得到每一所述车轮的每一帧加速度信号的加速度差分和加速度倍比,若对应的所述加速度差分大于对应的预设加速度差分阈值,且对应的所述加速度倍比大于对应的预设加速度倍比阈值,则判定对应所述车轮在对应帧经过了凹凸物;
分别获取所述车辆经过的每一所述凹凸物的数据信息,将所有的所述凹凸物的数据信息传输至交通部门服务器,所述交通部门服务器利用所述凹凸物的数据信息和对应车辆的车辆信息对每一所述凹凸物进行评估。
一些实施例中,所述若对应的所述加速度差分大于对应的预设加速度差分阈值,且对应的所述加速度倍比大于对应的预设加速度倍比阈值,则判定对应所述车轮在对应帧经过了凹凸物,包括:
计算车辆对称设置的两个所述车轮在分别经过同一减速带或限速路障时所间隔的最大帧数;
若对应的所述加速度差分大于对应的预设加速度差分阈值,且对应的所述加速度倍比大于对应的预设加速度倍比阈值,则确认与所述车轮对应的另一所述车轮在所述车轮经过凹凸物后的所述最大帧数时间范围内是否也经过了凹凸物,若是,则判定两个所述车轮在对应帧经过的为减速带或限速路障,若否,则判定对应的所述车轮在对应帧经过了凹凸物。
一些实施例中,所述计算车辆对称设置的两个所述车轮在分别经过同一减速带或限速路障时所间隔的最大帧数,包括:
获取车辆对称设置的两个车轮之间的最大轮距,获取车轮经过减速带或限速路障时的最小车速,根据所述最大轮距和最小车速计算得到对称设置的两个所述车轮在分别经过同一减速带或限速路障时所间隔的最大时长;
根据所述最大时长、每一帧的帧长和加速度信号的采样频率计算得到两个所述车轮在分别经过同一减速带或限速路障时所间隔的最大帧数。
一些实施例中,所述分别获取所述车辆经过的每一所述凹凸物的数据信息,将所有的所述凹凸物的数据信息传输至交通部门服务器,包括:
获取所述车辆在经过对应所述凹凸物时的实际车速,根据所述实际车速及经过对应所述凹凸物时的所述加速度倍比,计算得到对应所述凹凸物的纵向长度信息;
获取所述车辆在经过对应所述凹凸物时的地理位置坐标信息;
将所述纵向长度信息与对应的所述地理位置坐标信息打包形成一个数据包,将所述数据包传输至交通部门服务器。
一些实施例中,所述交通部门服务器利用所述凹凸物的数据信息和对应车辆的车辆信息对每一所述凹凸物进行评估,包括:
所述交通部门服务器接收不同所述车辆传输的所述数据包,并将当前接收的所述数据包分别与之前接收的所述数据包分别进行比对分析;
若当前所述数据包与之前的其中一所述数据包均对应同一所述凹凸物,则将两个所述数据包划分为同一区域,若当前所述数据包与之前的所述数据包均对应不同的所述凹凸物,则将当前的所述数据包划分为一新的区域。
一些实施例中,所述将当前接收的所述数据包分别与之前接收的所述数据包分别进行比对分析,包括:
从当前的所述数据包中获取地理位置坐标信息,并根据当前获取的所述地理位置坐标信息和之前获取的所述地理位置坐标信息,分别计算当前所述数据包对应的所述凹凸物与之前获取的所述数据包对应的凹凸物之间的距离;
判断计算的所述距离是否不大于预设距离,若是,则判定当前所述数据包与之前获取的对应的所述数据包均对应同一所述凹凸物,若否,则判定当前所述数据包与之前获取的对应的所述数据包对应不同的所述凹凸物。
一些实施例中,所述交通部门服务器利用所述凹凸物的数据信息和对应车辆的车辆信息对每一所述凹凸物进行评估,还包括:
根据所述车辆的车辆信息确定对应所述区域对应的所述凹凸物的横向长度信息;
利用所述凹凸物的横向长度信息和纵向长度信息计算得到所述凹凸物的危险系数;
根据所述危险系数的大小对其进行分级,若所述危险系数小于0.2,则判定所述区域对应的所述凹凸物的危险等级为轻微级,若所述危险系数不小于0.2且小于0.5,则判定所述区域对应的所述凹凸物的危险等级为中级,若所述危险系数不小于0.5,则判定所述区域对应的所述凹凸物的危险等级为严重级。
一些实施例中,所述根据所述车辆的车辆信息确定对应所述区域对应的所述凹凸物的横向长度信息,还包括:
获取预设时间段内对应所述区域的所述数据包的车辆信息;
若所述数据包对应的所述车辆信息与其他所述数据包相同,则将具有相同所述车辆信息的所述数据包赋予相同的序号,若所述数据包对应的所述车辆信息与其他所有的所述数据包均不一样,则将对应的所述数据包赋予新的序号;
根据数值最大的所述序号确定对应所述区域对应的所述车辆的数量,根据该数量计算得到所述区域对应的所述凹凸物的横向长度信息。
一些实施例中,所述加速度信号的采样频率取值范围为4500~5500Hz,所述加速度信号的每一帧的帧长取值范围为950~1050。
第二方面,提供了一种道路凹凸物检测装置,该道路凹凸物检测装置用于上述的道路凹凸物检测方法的实施,其包括:
监测模块,其包括多个分别设于车辆各个轮胎上的加速度监测器,所述加速度监测器用于获取所述车辆各个车轮的加速度信号;
数据采集及分析模块,其用于接收所述加速度信号,并对所述加速度信号进行分帧处理,所述数据采集及分析模块还用于利用分帧处理后的所述加速度信号分别计算得到每一所述车轮的每一帧加速度信号的加速度差分和加速度倍比,并用于判断对应的所述加速度差分是否满足大于对应的预设加速度差分阈值,且对应的所述加速度倍比是否满足大于对应的预设加速度倍比阈值,若均满足,则判定对应所述车轮在对应帧经过了凹凸物。
本申请提供的技术方案带来的有益效果包括:
本申请实施例提供了一种道路凹凸物检测方法,其利用车辆各个车轮的加速度信号,利用分帧处理后的加速度信号分别计算得到每一车轮的每一帧加速度信号的加速度差分和加速度倍比,并分别通过对应的加速度差分与预设加速度差分阈值的大小对比,以及对应的加速度倍比与预设加速度倍比阈值的大小对比,可以实现对车轮在对应帧是否经过了凹凸物进行准确的判定。本道路凹凸物检测方法利用加速度差分和加速度倍比的计算对比结果判断道路上有无凹凸物,提升了检测的有效性,本道路凹凸物检测方法检测原理简单,检测算法简练,检测方法有效性、准确性高,大幅减少了人力、物力、财力及时间成本,极大方便了道路凹凸物的检测工作。
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为本申请实施例提供的道路凹凸物检测方法的流程示意图;
图2为本申请实施例提供的道路凹凸物检测方法的判定车轮在对应帧经过了凹凸物的流程示意图;
图3为本申请实施例提供的道路凹凸物检测方法的两个车轮在分别经过同一减速带或限速路障时所间隔的最大帧数的流程示意图;
图4为本申请实施例提供的道路凹凸物检测方法的车辆在减速带或限速路障时的情景示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中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申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请实施例提供了一种道路凹凸物检测方法,其能解决相关技术中对道路上凹凸物的检测有效性较差、检测结构准确性较低以及整体效率待提升的问题。
参见图1所示,本道路凹凸物检测方法的步骤包括:首先获取车辆各个车轮的加速度信号,然后对加速度信号进行分帧处理,利用分帧处理后的加速度信号分别计算得到每一车轮的每一帧加速度信号的加速度差分和加速度倍比,若对应的加速度差分大于对应的预设加速度差分阈值,且对应的加速度倍比大于对应的预设加速度倍比阈值,则判定对应车轮在对应帧经过了凹凸物,最后分别获取车辆经过的每一凹凸物的数据信息,将所有的凹凸物的数据信息传输至交通部门服务器,交通部门服务器利用凹凸物的数据信息和对应车辆的车辆信息对每一凹凸物进行评估。
具体的,对加速度信号进行分帧处理前需要对加速度信息进行预处理,在车辆启动后,开始采集各个车轮的加速度信号,以四轮汽车为例,记四个车轮的加速度信号分别为FL(i)、FR(i)、RL(i)、RR(i),分别代表前左、前右、后左、后右车轮的加速度信号序列,其中i按照顺序依次取1、2、3……。一般来说,道路上需要进行修理的车辆行驶方向凹凸物的尺寸下限为80mm,一般车辆最快的行驶速度为120km/h,因此若车辆以120km/h的速度驶过这一凹凸物,其经历的时间如下所示:
(80/1000)/(120/3.6)=2.4*10-3s=2.4ms 公式1
这段时间内采集的数据点个数不能过低,但也不能太多增加计算的负担,因此根据由公式1计算得到的经历的时间确定加速度信号的采样频率取值范围为4500~5500Hz,以保证驶过凹凸物时有足够的采样数据点数。
具体的,对加速度信号进行分帧处理的目的是保证加速度信号分析有足够高的时间分辨率,将N个连续采样点集合成一个数据分析单位,称为帧,N即为帧长。在具体分帧时,以N为数据长度对加速度信号{FL(i)}进行截取,同理的,四个车轮对应的4个加速度信号的第i1帧数据分别为FL_frame(i1)={FL((i1-1)*N+1)~FL(i1*N)}、FR_frame(i1)={FR((i1-1)*N+1)~FR(i1*N)}、RL_frame(i1)={RL((i1-1)*N+1)~RL(i1*N)}、RR_frame(i1)={RR((i1-1)*N+1)~RR(i1*N)},i1按照顺序依次取1、2、3……。
为了保证加速度信号分析有足够高的时间分辨率,N不能取太大。具体的,为保证道路凹凸检测方法的有效性和准确性,一帧数据内必须包含完整的车辆某一车轮驶过凹凸物的整个时间历程,一般来说,道路上需要进行修理的车辆行驶方向凹凸物的尺寸上限为250mm,假设车辆以尽可能低的车速10km/h的速度驶过这一凹凸物,其经历的时间如下所示:
(250/1000)/(10/3.6)=90*10-3s=90ms 公式2
根据采样频率,这段时间内采集的数据点个数为约为405~495个,其中,采样频率优选为5000Hz,450个数据点即为一个完整的车辆某一车轮驶过凹凸物的时间历程所包含的数据点个数的上限值,因此,N的取值需要大于450,这里,加速度信号的每一帧的帧长N取值范围为950~1050,以保证检测的有效性和准确性。
具体的,当车辆的其中一车轮驶过凹凸物时,其对应的加速度信号会发生突变,以左前轮第i1帧数据FL_frame(i1)为例进行说明,设其数据序列为{a(i2)},i2取值为1、2、3……N,N为帧长。其差分计算如下所示:
b(i3)=(a(i3+1)-a(i3)) 公式3
其中公式3中i3的取值为1、2、3……N-1,数据序列b(i3)即为FL_frame(i1)的差分,记为FL_diff(i1),然而仅仅使用差分算法进行凹凸物的检测是不充分的,有效性、准确性也是无法保证的,因为差分算法计算的是加速度前后时刻的差值,没有考虑道路的影响,在平滑道路上驶过凹凸物时的差分值可能与在恶劣道路上正常行驶即不驶过凹凸物的差分值相近,这种情况下用差分算法进行凹凸物的检测,其检测结果是很不准确的,因此,在此基础上,还考虑了加速度倍比。
具体的,仍以左前轮第i1帧数据FL_frame(i1)为例进行说明,设其数据序列为{a(i2)},i2取值为1、2、3……N,N为帧长。其倍比计算如下所示:
c(i3)=a(i3+1)/a(i3) 公式4
其中公式4中i3的取值同样为1、2、3……N-1,数据序列c(i3)即为FL_frame(i1)的倍比。
因此,当b(i3)大于预设加速度差分阈值,且c(i3)大于预设加速度倍比阈值时,说明车辆正驶过凹凸物。其中,根据各道路的加速度测试结果可以分别得到的预设加速度差分和预设加速度倍比的统计值diff_limit与ratio_limit,这里diff_limit即定义为预设加速度差分阈值,ratio_limit即定义为预设加速度倍比阈值,因此,当满足如下式子:
Figure BDA0003338720840000091
则表示对应的车轮经过了凹凸物,也说明道路上存在凹凸物。
进一步的,参见图2所示,由于目前的道路上在路口或者学校等特殊路段均设置了减速带或限速路障,若车辆驶过减速带或限速路障时,上述公式5是无法将经过的减速带或限速路障排除的,因此若对应的加速度差分大于对应的预设加速度差分阈值,且对应的加速度倍比大于对应的预设加速度倍比阈值,则判定对应车轮在对应帧经过了凹凸物,其步骤具体包括:计算车辆对称设置的两个车轮在分别经过同一减速带或限速路障时所间隔的最大帧数,若对应的加速度差分大于对应的预设加速度差分阈值,且对应的加速度倍比大于对应的预设加速度倍比阈值,则确认与车轮对应的另一车轮在车轮经过凹凸物后的最大帧数时间范围内是否也经过了凹凸物,若是,则判定两个车轮在对应帧经过的为减速带或限速路障,若否,则判定对应的前一车轮在对应帧经过了凹凸物。
进一步的,参见图3所示,计算车辆对称设置的两个车轮在分别经过同一减速带或限速路障时所间隔的最大帧数得具体步骤包括:先获取车辆对称设置的两个车轮之间的最大轮距,再获取车轮经过减速带或限速路障时的最小车速,根据最大轮距和最小车速计算得到对称设置的两个车轮在分别经过同一减速带或限速路障时所间隔的最大时长;最后根据最大时长、每一帧的帧长和加速度信号的采样频率计算得到两个车轮在分别经过同一减速带或限速路障时所间隔的最大帧数。
具体的,参见图4所示,车辆可能直接垂直驶过减速带或限速路障,也可能以一定的偏航角度驶过减速带或限速路障,具体包括图4所示中的情形1、情形2和情形3三种情况,当直接垂直驶过时,此时位于左右两侧的两轮检测到的凹凸物均会出现在同一帧序中,当以一定的偏航角度驶过减速带或限速路障时,此时位于左右两侧的两轮检测到的凹凸物会出现在不同的帧序中,如左前轮凹凸物出现在第i5帧中,右前轮凹凸物出现在第i6帧中,一般来说,车辆行驶时,偏航角度的上限值为45°,因此左右轮检测到的凹凸物所间隔的最长时长计算如下所示:
duration=distance_tire/(v/3.6)=3.6*distance_tire/v 公式6
其中,公式6中distance_tire为车辆轮距,取值为2m,v为车速,为了计算duration的上限值,因此这里车速v取下限值10km/h,最后计算得出左右轮检测到的凹凸物所间隔的最长时长为0.72s,于是,左右轮检测到的凹凸物所间隔的最大帧数计算如下所示:
frame_interval=duration/(N/fs)=3.6*distance_tire/(v*N/fs) 公式7
其中,公式7中N为帧长,fs为采样频率,将N为1000,fs为5000Hz代入公式7计算得到左右轮检测到的凹凸物所间隔的最大帧数frame_interval为4帧,其中,根据不同的车型,可以改变不同参数的大小,如车辆轮距distance_tire。
计算得到左右轮检测到的凹凸物所间隔的最大帧为4帧后,例如设定左前轮的凹凸物检测结果变量为L_detect,右前轮的凹凸物检测结果变量为R_detect,当左前轮检测到凹凸物时,L_detect取值为1,否则取值为0,同理当右前轮检测到凹凸物时,R_detect取值为1,否则取值为0。根据左右轮检测到的凹凸物所间隔的最大帧数,若当L_detect取值为1时,则检测右前轮在检测到左前轮经过凹凸物后的4帧内右前轮是否有经过凹凸物,即4帧内R_detect取值是否为1,若有,则判断经过的凹凸物为减速带或限速路障,若没有,则判断经过的凹凸物为真的凹凸物。4帧监测结束后,进行新一轮的检测。
进一步的,分别获取车辆经过的每一凹凸物的数据信息,将所有的凹凸物的数据信息传输至交通部门服务器的步骤具体包括:先获取车辆在经过对应凹凸物时的实际车速,根据实际车速及经过对应凹凸物时的加速度倍比,计算得到对应凹凸物的纵向长度信息,再获取车辆在经过对应凹凸物时的地理位置坐标信息,最后将纵向长度信息与对应的地理位置坐标信息打包形成一个数据包,将数据包通过无线传输至交通部门服务器。
具体的,当检测到凹凸物时,估算其纵向长度是很有意义的,通过其纵向长度可以判定凹凸物的危险等级及道路维修的紧急程度。一般来说,凹凸物的纵向长度越大,车辆以同一速度驶过它时,加速度变化越大,另一方面,同一凹凸物,同一车辆以不同速度驶过时,其加速度变化也不相同,一般车速越大,加速度变化越大。为了消除车速对加速度变化的影响,采用如下公式对纵向长度进行表征:
uneven_length=c(i3)/(v/3.6)=3.6*c(i3)/v 公式8
其中,c(i3)为公式4的计算结果,v为车速,且v为c(i3)对应的时刻的车速,uneven_length为凹凸物的纵向长度表征。
具体的,检测到的凹凸物为真正的凹凸物后,此时向交通部门服务器发送凹凸物的数据信息,数据信息包括凹凸物的纵向长度表征和车辆驶过凹凸物时车辆的地理位置坐标如经度和纬度。
进一步的,交通部门服务器利用凹凸物的数据信息和对应车辆的车辆信息对每一凹凸物进行评估的步骤具体包括:交通部门服务器接收不同车辆传输的数据包,并将当前接收的数据包分别与之前接收的数据包分别进行比对分析,若当前数据包与之前的其中一数据包均对应同一凹凸物,则将两个数据包划分为同一区域,若当前数据包与之前的数据包均对应不同的凹凸物,则将当前的数据包划分为一新的区域。
进一步的,将当前接收的数据包分别与之前接收的数据包分别进行比对分析的具体步骤包括:从当前的数据包中获取地理位置坐标信息,并根据当前获取的地理位置坐标信息和之前获取的地理位置坐标信息,分别计算当前数据包对应的凹凸物与之前获取的数据包对应的凹凸物之间的距离,判断计算的距离是否不大于预设距离,若是,则判定当前数据包与之前获取的对应的数据包均对应同一凹凸物,若否,则判定当前数据包与之前获取的对应的数据包对应不同的凹凸物。
具体的,交通部门服务器接收到第一个数据包时,从中取出车辆地理位置坐标,包括经度和纬度,分别记为longitude_1,latitude_1,令经度变量long_center_1等于longitude_1,纬度变量lat_center_1等于latitude_1。当交通部门服务器接收到第二个数据包时,同样的从中取出车辆地理位置坐标,分别记为longitude_2,latitude_2,判断longitude_2,latitude_2是否满足如下公式:
(longitude_2-long_center_1)2+(latitude_2-lat_center_1)2≤R2 公式9
其中,公式9的含义是以坐标(long_center_1,lat_center_1)为圆心,以R为半径画圆,若变量(longitude_2,latitude_2)落在这个圆内或圆上,则认为第一个数据包对应的凹凸物位置与第二个数据包对应的凹凸物位置属于同一区域,若变量(longitude_2,latitude_2)落在圆外,则认为两个数据包对应的凹凸物位置分属不同的区域。若变量(longitude_2,latitude_2)满足公式9,则第一个、第二个数据包对应的凹凸物位置属于同一区域,记为区域1,其中心坐标值为(long_center_1,lat_center_1),long_center_1和lat_center_1的通过如下计算得到:
Figure BDA0003338720840000131
Figure BDA0003338720840000132
公式10和公式11的含义是将区域中心坐标值更新为区域内各数据包对应凹凸物位置的平均值。
若变量(longitude_2,latitude_2)不满足公式9,则新建区域2,其中心坐标值为(long_center_2,lat_center_2),其中long_center_2取值为longitude_2,lat_center_2取值为latitude_2,交通部门服务器接收到第三个数据包时,从中取出车辆地理位置坐标,分别判断其是否属于区域1或区域2,若属于,则更新区域中心坐标值,若不属于,则新建区域3,并对区域中心坐标值赋初值。同理的,交通部门服务器接收到第四个、第五个……数据包时,均按上述方法进行类似处理。
进一步的,交通部门服务器利用凹凸物的数据信息和对应车辆的车辆信息对每一凹凸物进行评估,其步骤还包括:根据车辆的车辆信息确定对应区域对应的凹凸物的横向长度信息,利用凹凸物的横向长度信息和纵向长度信息计算得到凹凸物的危险系数,最后根据危险系数的大小对其进行分级,若危险系数小于0.2,则判定区域对应的凹凸物的危险等级为轻微级,若危险系数不小于0.2且小于0.5,则判定区域对应的凹凸物的危险等级为中级,若危险系数不小于0.5,则判定区域对应的凹凸物的危险等级为严重级。
进一步的,根据车辆的车辆信息确定对应区域对应的凹凸物的横向长度信息的步骤包括:获取预设时间段内对应区域的数据包的车辆信息;若数据包对应的车辆信息与其他数据包相同,则将具有相同车辆信息的数据包赋予相同的序号,若数据包对应的车辆信息与其他所有的数据包均不一样,则将对应的数据包赋予新的序号;根据数值最大的序号确定对应区域对应的车辆的数量,根据该数量计算得到区域对应的凹凸物的横向长度信息。
具体的,设定某一时间段,如从早上7点至中午12点,统计这个时间段内交通部门服务器接收到的凹凸物数据信息。统计某一区域内数据包的总个数,根据每一数据包对应的车辆信息依次赋予对应的序号,设某一区域内最大的序号为num,这个num值即为在这个地理区域内向交通部门服务器发送数据包的车辆个数,即有num辆车在此区域内驶过凹凸物。变量num一定程度上表征了凹凸物的横向长度,因为凹凸物横向长度越大,驶过它的车辆越多,num就越大,设这一区域内各数据包凹凸物纵向长度表征数据uneven_length的均值为ave_uneven_length,使用如下公式计算这一区域内凹凸物的危险系数danger_ratio:
Figure BDA0003338720840000151
其中,公式12中num_worst为每个区域相应时间段内能容许驶过凹凸物的车辆数量的最大值,length_worst为道路上凹凸物纵向长度表征的最大容许值。若danger_ratio小于0.2,则判定区域对应的凹凸物的危险等级为轻微级,可继续观察,跟踪其危险等级发展进程,修补工作可机动进行;若danger_ratio位于0.2~0.5之间,则判定区域对应的凹凸物的危险等级为中级,修补工作可等待一定时间,待道路上待修补凹凸物积累到一定数量时进行集中修补;若danger_ratio不小于0.5,则判定区域对应的凹凸物的危险等级为严重级,修补工作须立即进行。
进一步的,本申请还提供了一种道路凹凸物检测装置,该道路凹凸物检测装置用于上述的道路凹凸物检测方法的实施,其包括监测模块和数据采集及分析模块,监测模块包括多个分别设于车辆各个轮胎上的加速度监测器,加速度监测器用于获取车辆各个车轮的加速度信号,数据采集及分析模块用于接收加速度信号,并对加速度信号进行分帧处理,数据采集及分析模块还用于利用分帧处理后的加速度信号分别计算得到每一车轮的每一帧加速度信号的加速度差分和加速度倍比,并用于判断对应的加速度差分是否满足大于对应的预设加速度差分阈值,且对应的加速度倍比是否满足大于对应的预设加速度倍比阈值,若均满足,则判定对应车轮在对应帧经过了凹凸物。
其中,上述道路凹凸物检测装置中的各个模块的功能实现与上述道路凹凸物检测方法中的各步骤相对应,其功能和实现过程在此处不再一一赘述。
在本申请的描述中,需要说明的是,术语“上”、“下”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申请和简化描述,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申请的限制。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,可以根据具体情况理解上述术语在本申请中的具体含义。
需要说明的是,在本申请中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本申请的具体实施方式,使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种道路凹凸物检测方法,其特征在于,其步骤包括:
获取车辆各个车轮的加速度信号;
对所述加速度信号进行分帧处理,利用分帧处理后的所述加速度信号分别计算得到每一所述车轮的每一帧加速度信号的加速度差分和加速度倍比,若对应的所述加速度差分大于对应的预设加速度差分阈值,且对应的所述加速度倍比大于对应的预设加速度倍比阈值,则判定对应所述车轮在对应帧经过了凹凸物;
分别获取所述车辆经过的每一所述凹凸物的数据信息,将所有的所述凹凸物的数据信息传输至交通部门服务器,所述交通部门服务器利用所述凹凸物的数据信息和对应车辆的车辆信息对每一所述凹凸物进行评估。
2.如权利要求1所述的一种道路凹凸物检测方法,其特征在于,所述若对应的所述加速度差分大于对应的预设加速度差分阈值,且对应的所述加速度倍比大于对应的预设加速度倍比阈值,则判定对应所述车轮在对应帧经过了凹凸物,包括:
计算车辆对称设置的两个所述车轮在分别经过同一减速带或限速路障时所间隔的最大帧数;
若对应的所述加速度差分大于对应的预设加速度差分阈值,且对应的所述加速度倍比大于对应的预设加速度倍比阈值,则确认与所述车轮对应的另一所述车轮在所述车轮经过凹凸物后的所述最大帧数时间范围内是否也经过了凹凸物,若是,则判定两个所述车轮在对应帧经过的为减速带或限速路障,若否,则判定对应的所述车轮在对应帧经过了凹凸物。
3.如权利要求1所述的一种道路凹凸物检测方法,其特征在于,所述计算车辆对称设置的两个所述车轮在分别经过同一减速带或限速路障时所间隔的最大帧数,包括:
获取车辆对称设置的两个车轮之间的最大轮距,获取车轮经过减速带或限速路障时的最小车速,根据所述最大轮距和最小车速计算得到对称设置的两个所述车轮在分别经过同一减速带或限速路障时所间隔的最大时长;
根据所述最大时长、每一帧的帧长和加速度信号的采样频率计算得到两个所述车轮在分别经过同一减速带或限速路障时所间隔的最大帧数。
4.如权利要求1所述的一种道路凹凸物检测方法,其特征在于,所述分别获取所述车辆经过的每一所述凹凸物的数据信息,将所有的所述凹凸物的数据信息传输至交通部门服务器,包括:
获取所述车辆在经过对应所述凹凸物时的实际车速,根据所述实际车速及经过对应所述凹凸物时的所述加速度倍比,计算得到对应所述凹凸物的纵向长度信息;
获取所述车辆在经过对应所述凹凸物时的地理位置坐标信息;
将所述纵向长度信息与对应的所述地理位置坐标信息打包形成一个数据包,将所述数据包传输至交通部门服务器。
5.如权利要求4所述的一种道路凹凸物检测方法,其特征在于,所述交通部门服务器利用所述凹凸物的数据信息和对应车辆的车辆信息对每一所述凹凸物进行评估,包括:
所述交通部门服务器接收不同所述车辆传输的所述数据包,并将当前接收的所述数据包分别与之前接收的所述数据包分别进行比对分析;
若当前所述数据包与之前的其中一所述数据包均对应同一所述凹凸物,则将两个所述数据包划分为同一区域,若当前所述数据包与之前的所述数据包均对应不同的所述凹凸物,则将当前的所述数据包划分为一新的区域。
6.如权利要求5所述的一种道路凹凸物检测方法,其特征在于,所述将当前接收的所述数据包分别与之前接收的所述数据包分别进行比对分析,包括:
从当前的所述数据包中获取地理位置坐标信息,并根据当前获取的所述地理位置坐标信息和之前获取的所述地理位置坐标信息,分别计算当前所述数据包对应的所述凹凸物与之前获取的所述数据包对应的凹凸物之间的距离;
判断计算的所述距离是否不大于预设距离,若是,则判定当前所述数据包与之前获取的对应的所述数据包均对应同一所述凹凸物,若否,则判定当前所述数据包与之前获取的对应的所述数据包对应不同的所述凹凸物。
7.如权利要求6所述的一种道路凹凸物检测方法,其特征在于,所述交通部门服务器利用所述凹凸物的数据信息和对应车辆的车辆信息对每一所述凹凸物进行评估,还包括:
根据所述车辆的车辆信息确定对应所述区域对应的所述凹凸物的横向长度信息;
利用所述凹凸物的横向长度信息和纵向长度信息计算得到所述凹凸物的危险系数;
根据所述危险系数的大小对其进行分级,若所述危险系数小于0.2,则判定所述区域对应的所述凹凸物的危险等级为轻微级,若所述危险系数不小于0.2且小于0.5,则判定所述区域对应的所述凹凸物的危险等级为中级,若所述危险系数不小于0.5,则判定所述区域对应的所述凹凸物的危险等级为严重级。
8.如权利要求7所述的一种道路凹凸物检测方法,其特征在于,所述根据所述车辆的车辆信息确定对应所述区域对应的所述凹凸物的横向长度信息,还包括:
获取预设时间段内对应所述区域的所述数据包的车辆信息;
若所述数据包对应的所述车辆信息与其他所述数据包相同,则将具有相同所述车辆信息的所述数据包赋予相同的序号,若所述数据包对应的所述车辆信息与其他所有的所述数据包均不一样,则将对应的所述数据包赋予新的序号;
根据数值最大的所述序号确定对应所述区域对应的所述车辆的数量,根据该数量计算得到所述区域对应的所述凹凸物的横向长度信息。
9.如权利要求3所述的一种道路凹凸物检测方法,其特征在于:所述加速度信号的采样频率取值范围为4500~5500Hz,所述加速度信号的每一帧的帧长取值范围为950~1050。
10.一种道路凹凸物检测装置,该道路凹凸物检测装置用于如权利要求1所述的道路凹凸物检测方法的实施,其特征在于,其包括:
监测模块,其包括多个分别设于车辆各个轮胎上的加速度监测器,所述加速度监测器用于获取所述车辆各个车轮的加速度信号;
数据采集及分析模块,其用于接收所述加速度信号,并对所述加速度信号进行分帧处理,所述数据采集及分析模块还用于利用分帧处理后的所述加速度信号分别计算得到每一所述车轮的每一帧加速度信号的加速度差分和加速度倍比,并用于判断对应的所述加速度差分是否满足大于对应的预设加速度差分阈值,且对应的所述加速度倍比是否满足大于对应的预设加速度倍比阈值,若均满足,则判定对应所述车轮在对应帧经过了凹凸物。
CN202111301867.7A 2021-11-04 2021-11-04 一种道路凹凸物检测方法及装置 Pending CN114154533A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111301867.7A CN114154533A (zh) 2021-11-04 2021-11-04 一种道路凹凸物检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111301867.7A CN114154533A (zh) 2021-11-04 2021-11-04 一种道路凹凸物检测方法及装置

Publications (1)

Publication Number Publication Date
CN114154533A true CN114154533A (zh) 2022-03-08

Family

ID=80459395

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111301867.7A Pending CN114154533A (zh) 2021-11-04 2021-11-04 一种道路凹凸物检测方法及装置

Country Status (1)

Country Link
CN (1) CN114154533A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115123257A (zh) * 2022-08-16 2022-09-30 小米汽车科技有限公司 路面减速带位置识别方法、装置、车辆、存储介质及芯片

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115123257A (zh) * 2022-08-16 2022-09-30 小米汽车科技有限公司 路面减速带位置识别方法、装置、车辆、存储介质及芯片
CN115123257B (zh) * 2022-08-16 2024-02-06 小米汽车科技有限公司 路面减速带位置识别方法、装置、车辆、存储介质及芯片

Similar Documents

Publication Publication Date Title
US11468667B2 (en) Distributed intelligent traffic informatics using fiber sensing
Sethi et al. Arterial incident detection using fixed detector and probe vehicle data
WO2018058958A1 (zh) 一种道路车辆交通告警系统及其方法
CN107742417B (zh) 一种车辆事故报警方法及装置
CN112433519A (zh) 一种无人驾驶检测系统及车辆行驶检测方法
CN114154533A (zh) 一种道路凹凸物检测方法及装置
CN114241750B (zh) 基于智能道路交通风险预警方法的车路协同信息交互系统及方法
CN114863675B (zh) 基于路警数据融合的重点车辆位置推测与异常报警方法
CN105235680A (zh) 一种基于云计算的避让行人的方法及系统
KR101147723B1 (ko) 주행중인 차량군의 특성을 통한 교통정보제공시스템 및 그 방법
CN110335467A (zh) 一种利用计算机视觉实现高速公路车辆行为检测的方法
CN110570654B (zh) 一种基于免疫的路段交通拥堵动态检测方法
CN112095419A (zh) 一种基于云平台的道路安全自检分析系统
Hou et al. VehSense: Slippery road detection using smartphones
CN114997493A (zh) 一种高速公路车辆碳排放量预测方法及系统
CN110579266A (zh) 一种用于公路治超系统使用的汽车衡过渡装置及其安装方法
Rajab et al. Novel vehicle and motorcycle classification using single element piezoelectric sensor
CN107886714A (zh) 一种危险路段判定方法和道路分析方法及装置
CN110533914A (zh) 一种高速公路路况自动监测控制系统及方法
JPH11213282A (ja) 道路の属性データ獲得方法、並びに、車両警告方法
CN104408942A (zh) 车辆智能测速装置与方法
CN108010386A (zh) 一种高速公路安全并道的预警系统及方法
CN114822042B (zh) 一种用于车载终端检测的信息安全测试管理系统及方法
CN106448188A (zh) 基于分布式声传感数据的道路区间双向车流速度估计方法
Ackaah et al. Advanced evaluation methods for variable speed limit systems

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