CN116704459A - 路面坑洼检测方法、系统、电子设备及计算机可读存储介质 - Google Patents
路面坑洼检测方法、系统、电子设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN116704459A CN116704459A CN202310424995.3A CN202310424995A CN116704459A CN 116704459 A CN116704459 A CN 116704459A CN 202310424995 A CN202310424995 A CN 202310424995A CN 116704459 A CN116704459 A CN 116704459A
- Authority
- CN
- China
- Prior art keywords
- pothole
- vehicle
- dimensional image
- information
- current running
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 103
- 238000000034 method Methods 0.000 claims abstract description 71
- 238000005286 illumination Methods 0.000 claims abstract description 45
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 11
- 238000012216 screening Methods 0.000 claims description 8
- 238000012549 training Methods 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000013475 authorization Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/60—Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/96—Management of image or video recognition tasks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/64—Three-dimensional objects
Abstract
本发明涉及辅助驾驶技术领域,具体提供一种路面坑洼检测方法、系统、电子设备及计算机可读存储介质,旨在解决现有技术中路面坑洼检测效率低下的问题。为此目的,本发明的路面坑洼检测方法包括:获取车辆当前行驶区域的光照强度值;判断光照强度值是否大于预设阈值;根据判断结果,选择性使用车辆当前行驶区域的二维图像或车辆当前行驶区域的二维图像和深度图像的组合来通过目标检测模型进行车辆当前行驶区域的坑洼检测。本发明提供的技术方案在光线充足时,在保证检测准确率的前提下提高了检测速度,在光线不足时,结合二维图像和深度图像以保证检测准确率。
Description
技术领域
本发明涉及辅助驾驶技术领域,具体提供一种路面坑洼检测方法、系统、电子设备及计算机可读存储介质。
背景技术
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。在辅助驾驶领域,对路面凹凸状态以及非标障碍物的检测一直是重要且具有挑战性的问题。不平整的路面将会增加行车的阻力,造成车辆颠簸。从而降低行车的可控性、平稳性和安全性,降低乘客的乘车体验,还会加剧轮胎的磨损,减少汽车其他部件的使用寿命。而且不平整路面会形成积水,使得车辆轮胎接地处的受力发生变化,加速了路面的损坏。
现有技术中,一般仅利用二维图像来判断路面是否存在坑洼,但是外界环境光照强度的变化的变化会导致检测的准确率出现不确定性。因此,提供一种路面坑洼检测方法、系统、电子设备及计算机可读存储介质,以提高路面坑洼检测的准确率,从而有效提高乘坐舒适度和驾驶安全性,就成为本领域技术人员亟待解决的问题。
发明内容
为了克服上述缺陷,提出了本发明,以提供解决或至少部分地解决现有技术中路面坑洼检测效率低下的技术问题的一种路面坑洼检测方法、系统、电子设备及计算机可读存储介质的方案。
在第一方面,本发明提供一种路面坑洼检测方法,该方法包括:
获取车辆当前行驶区域的光照强度值;
判断所述光照强度值是否大于预设阈值;
根据判断结果,选择性使用所述车辆当前行驶区域的二维图像或所述车辆当前行驶区域的二维图像和深度图像的组合来通过目标检测模型进行所述车辆当前行驶区域的坑洼检测。
在上述路面坑洼检测方法的一个技术方案中,所述根据判断结果,选择性使用所述车辆当前行驶区域的二维图像或所述车辆当前行驶区域的二维图像和深度图像的组合来来通过目标检测模型进行所述车辆当前行驶区域的坑洼检测,包括:
若所述光照强度值大于所述预设阈值,将所述二维图像输入至所述目标检测模型以进行所述车辆当前行驶区域的坑洼检测;
若所述光照强度不大于所述预设阈值,将所述二维图像和深度图像输入至所述目标检测模型以进行所述车辆当前行驶区域的坑洼检测。在上述路面坑洼检测方法的一个技术方案中,所述方法还包括:
若所述光照强度值大于所述预设阈值,驱动二维图像采集装置采集所述车辆当前行驶区域的二维图像;和/或
若所述光照强度不大于所述预设阈值,分别驱动二维图像采集装置和三维图像采集装置采集所述车辆当前行驶区域的二维图像和三维图像。
在上述路面坑洼检测方法的一个技术方案中,所述进行所述车辆当前行驶区域的坑洼检测,包括:
确定所述车辆当前行驶区域为正常、存在水坑或存在非水坑;
对于水坑或非水坑,根据二维图像或三维图像获取坑的位置信息,和/或根据所述三维图像获取坑的深度信息。
在上述路面坑洼检测方法的一个技术方案中,
所述方法还包括:
将检测到的坑洼信息上传至云端服务器。
在第二方面,本发明提供一种路面坑洼信息推送方法,该方法包括:
接收坑洼信息,其中所述坑洼信息根据上述路面坑洼信息检测方法获得;
筛选即将行驶进入所述当前行驶区域的其它车辆;
将所述坑洼信息推送至所述其它车辆。
在第三方面,本发明提供一种路面坑洼信息报送方法,该方法包括:
接收坑洼信息,其中所述坑洼信息根据上述路面坑洼信息检测方法获得;
根据所述坑洼信息判断坑洼等级;
若所述坑洼等级满足预设报送条件,则将所述坑洼信息报送至对应道路管理部门系统。
在第四方面,本发明提供一种电子设备,该控制装置包括处理器和存储装置,所述存储装置适于存储多条程序代码,所述程序代码适于由所述处理器加载并运行以执行上述路面坑洼检测方法的技术方案中任一项技术方案所述的路面坑洼检测方法。
在第五方面,本发明提供一种车辆,包括上述电子设备。
在上述车辆的一个技术方案中,该车辆还包括光线传感器,用于得到所述光照强度值。
在第六方面,本发明提供一种计算机可读存储介质,该计算机可读存储介质其中存储有多条程序代码,所述程序代码适于由处理器加载并运行以执行上述路面坑洼检测方法的技术方案中任一项技术方案所述的路面坑洼检测方法。
在第七方面,本发明提供一种服务器,该服务器被配置为执行执行上述路面坑洼信息推送方法或路面坑洼信息报送方法。
在第八方面,本发明提供一种路面坑洼检测系统,包括:
路面坑洼检测车辆,被配置为执行上述路面坑洼检测方法;
服务器,被配置为:
接收坑洼信息;
筛选将行驶进入所述当前行驶区域的其它车辆;
将所述坑洼信息推送至所述其它车辆,
和/或
根据所述坑洼信息判断坑洼等级;
若所述坑洼等级满足预设报送条件,则将所述坑洼信息报送至对应道路管理部门系统。
方案1.一种路面坑洼检测方法,其特征在于,所述方法包括:
获取车辆当前行驶区域的光照强度值;
判断所述光照强度值是否大于预设阈值;
根据判断结果,选择性使用所述车辆当前行驶区域的二维图像或所述车辆当前行驶区域的二维图像和深度图像的组合来通过目标检测模型进行所述车辆当前行驶区域的坑洼检测。
方案2.根据方案1所述的方法,其特征在于,所述根据判断结果,选择性使用所述车辆当前行驶区域的二维图像或所述车辆当前行驶区域的二维图像和深度图像的组合来来通过目标检测模型进行所述车辆当前行驶区域的坑洼检测,包括:
若所述光照强度值大于所述预设阈值,将所述二维图像输入至所述目标检测模型以进行所述车辆当前行驶区域的坑洼检测;
若所述光照强度不大于所述预设阈值,将所述二维图像和深度图像输入至所述目标检测模型以进行所述车辆当前行驶区域的坑洼检测。
方案3.根据方案2所述的方法,其特征在于,所述方法还包括:
若所述光照强度值大于所述预设阈值,驱动二维图像采集装置采集所述车辆当前行驶区域的二维图像;和/或
若所述光照强度不大于所述预设阈值,分别驱动二维图像采集装置和三维图像采集装置采集所述车辆当前行驶区域的二维图像和三维图像。
方案4.根据方案3所述的方法,其特征在于,所述进行所述车辆当前行驶区域的坑洼检测,包括:
确定所述车辆当前行驶区域为正常、存在水坑或存在非水坑;
对于水坑或非水坑,根据二维图像或三维图像获取坑的位置信息,和/或根据所述三维图像获取坑的深度信息。
方案5.根据方案1所述的方法,所述方法还包括:
将检测到的坑洼信息上传至云端服务器。
方案6.一种路面坑洼信息推送方法,其特征在于,所述方法包括:
接收坑洼信息,其中所述坑洼信息根据方案1至5中任一项所述的方法获得;
筛选即将行驶进入所述当前行驶区域的其它车辆;
将所述坑洼信息推送至所述其它车辆。
方案7.一种路面坑洼信息报送方法,其特征在于,所述方法包括:
接收坑洼信息,其中所述坑洼信息根据方案1至5中任一项所述的方法获得;
根据所述坑洼信息判断坑洼等级;
若所述坑洼等级满足预设报送条件,则将所述坑洼信息报送至对应道路管理部门系统。
方案8.一种电子设备,包括处理器和存储装置,所述存储装置适于存储多条程序代码,其特征在于,所述程序代码适于由所述处理器加载并运行以执行方案1至5中任一项所述的方法。
方案9.一种计算机可读存储介质,其中存储有多条程序代码,其特征在于,所述程序代码适于由处理器加载并运行以执行方案1至5中任一项所述的方法。
方案10.一种车辆,其特征在于,包括方案8所述的电子设备。
方案11.根据方案10所述的车辆,其特征在于,还包括光线传感器,用于得到所述光照强度值。
方案12.一种服务器,其特征在于,被配置为执行方案6或7所述的方法。
方案13.一种路面坑洼检测系统,其特征在于,包括:
路面坑洼检测车辆,被配置为执行方案1至5中任一项所述的方法;
服务器,被配置为:
接收坑洼信息;
筛选将行驶进入所述当前行驶区域的其它车辆;
将所述坑洼信息推送至所述其它车辆,
和/或
根据所述坑洼信息判断坑洼等级;
若所述坑洼等级满足预设报送条件,则将所述坑洼信息报送至对应道路管理部门系统。
本发明上述一个或多个技术方案,至少具有如下一种或多种有益效果:
在实施本发明的技术方案中,首先判断光照强度值,在光照强度值满足预设阈值的情况下,由于环境光充足可以保证检测准确率,因此利用二维图像进行车辆行驶区域的坑洼检测,采用二维图像进行坑洼检测降低了数据计算量从而保证了检测速度;在光照强度值不满足预设阈值的情况下,仅采用二维图像无法保证检测准确率,因此结合深度图像进行车辆行驶区域的坑洼检测。通过判断光照强度值从而采用不同的检测方式,在保证检测速度的前提下提高了检测准确率。
进一步地,在实施本发明的技术方案中,服务器将检测到的坑洼信息推送至其他即将行驶进入坑洼所在区域的车辆,方便了车辆和/或车主根据该坑洼信息做出合理的判断和选择,并且,服务器还可以根据坑洼信息判断坑洼严重等级,在满足预设报送条件时将该坑洼信息报送至对应道路管理部门系统,为有关部门提供了及时有效的参考信息。
附图说明
参照附图,本发明的公开内容将变得更易理解。本领域技术人员容易理解的是:这些附图仅仅用于说明的目的,而并非意在对本发明的保护范围组成限制。此外,图中类似的数字用以表示类似的部件,其中:
图1是本发明的一个应用场景示意图;
图2是根据本发明的一个实施例的路面坑洼检测方法的程序流程示意图;
图3是根据本发明的一个实施例的训练目标检测模型的程序流程示意图;
图4是根据本发明的一个实施例的路面坑洼信息推送方法的主要步骤流程示意图;
图5是根据本发明的一个实施例的路面坑洼信息报送方法的主要步骤流程示意图;
附图标记列表:
11:车辆一;12:车辆二;13:车辆三;14:车辆四;20:服务器;30:路管部门系统。
具体实施方式
下面参照附图来描述本发明的一些实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非旨在限制本发明的保护范围。
在本发明的描述中,“模块”、“处理器”可以包括硬件、软件或者两者的组合。一个模块可以包括硬件电路,各种合适的感应器,通信端口,存储器,也可以包括软件部分,比如程序代码,也可以是软件和硬件的组合。处理器可以是中央处理器、微处理器、图像处理器、数字信号处理器或者其他任何合适的处理器。处理器具有数据和/或信号处理功能。处理器可以以软件方式实现、硬件方式实现或者二者结合方式实现。非暂时性的计算机可读存储介质包括任何合适的可存储程序代码的介质,比如磁碟、硬盘、光碟、闪存、只读存储器、随机存取存储器等等。术语“A和/或B”表示所有可能的A与B的组合,比如只是A、只是B或者A和B。术语“至少一个A或B”或者“A和B中的至少一个”含义与“A和/或B”类似,可以包括只是A、只是B或者A和B。单数形式的术语“一个”、“这个”也可以包含复数形式。
在本文中用到的方位术语如“前”、“前侧”、“前部”、“后”、“后侧”和“后部”等均以部件安装至车辆后车辆的前后方向为基准。在本文中提到的“纵”、“纵向”、“纵截面”均以部件安装至车辆后的前后方向为基准,而“横”、“横向”、“横截面”则表示垂直于纵向方向。
需要说明的是,本公开实施例所涉及的用户信息(包括但不限于用户设备信息、用户个人信息、车辆使用数据对应的对象信息、检测到的坑洼信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据、车辆使用数据等),均为经用户授权或者经过各方充分授权的信息和数据。本公开实施例中涉及到的数据的获取、采集(采集二维图像和深度图像)等动作,均为经用户、对象授权或者经过各方充分授权后执行。
目前传统的辅助驾驶坑洼检测方案中,一般仅利用二维图像来判断路面是否存在坑洼,但是外界环境光照强度的变化的变化会导致检测的准确率出现不确定性。因此,提供一种路面坑洼检测方法、系统、电子设备及计算机可读存储介质,以提高路面坑洼检测的准确率,从而有效提高乘坐舒适度和驾驶安全性,就成为本领域技术人员亟待解决的问题。
请参阅图1,图1为本发明的一个应用场景示意图,在该应用场景中:车辆一11的车机系统响应路面检测请求,然后检测车辆一11当前行驶区域(即目标区域)的光照强度值,以根据光照强度值选择对应的检测方式,经用户授权后将坑洼信息上传至服务器20。
其中,坑洼信息可以包括坑洼位置、轮廓图像、坑洼深度等。服务器20一方面将接收到的坑洼信息共享至与其相连的已获得用户授权可接收共享信息的车辆二12、车辆三13以及车辆四14,当车辆二12或车辆三13或车辆四14途径至该坑洼信息所对应的位置附近时,其车机系统将该坑洼信息进行展示以提醒车主。另一方面,服务器20根据坑洼信息确定坑洼严重等级,当坑洼严重等级满足预设报送条件时,将该坑洼信息报送至路管部门30。
应当明白,该图1所示仅为本发明的一个应用场景示意图,其目的为解释本发明的技术方案,并不应限制本发明。
请参阅图2,图2是根据本发明的一个实施例的路面坑洼检测方法的程序流程示意图,可以应用于图1中的车辆11,该方法包括:
首先,获取车辆当前行驶区域的光照强度值:
在本实施例中,车辆当前行驶区域可以为车辆行驶方向的区域,也可以为人工指定的欲检测区域,在此不做具体限制。
其次,判断光照强度值是否大于预设阈值:
在本实施例中,预设阈值可以为预先设定的固定值,也可以为根据历史数据等进行动态调整的动态值,在此不做限定。
最后,根据判断结果,选择性使用车辆当前行驶区域的二维图像或车辆当前行驶区域的二维图像和深度图像的组合来通过目标检测模型进行车辆当前行驶区域的坑洼检测,以得到坑洼信息:
在本实施例中,二维图像可以来自于视频流的关键帧,也可以来自于摄像头响应动作指令所拍摄的图片,在此不作限定。
在本发明的一个实施方式中,二维图像和深度图像作为预先获取到的实时数据,若光照强度值大于预设阈值,则将二维图像输入至目标检测模型以进行车辆当前行驶区域的坑洼检测;若光照强度不大于预设阈值,将二维图像和深度图像输入至目标检测模型以进行车辆当前行驶区域的坑洼检测。
在本发明的一个实施方式中,若光照强度值大于预设阈值,驱动二维图像采集装置采集车辆当前行驶区域的二维图像,将二维图像输入至目标检测模型以进行车辆当前行驶区域的坑洼检测,和/或,若光照强度不大于预设阈值,分别驱动二维图像采集装置和三维图像采集装置采集车辆当前行驶区域的二维图像和三维图像,将二维图像和深度图像输入至目标检测模型以进行车辆当前行驶区域的坑洼检测。在本实施例中,二维图像采集装置可以为视觉摄像头,三维装置可以为激光雷达等。二维图像采集装置和/或三维图像采集装置当接收到动作指令则开始工作,在无任何工作指令的情况下处于关闭/待机等状态以节省能耗。
在本发明的一个实施方式中,对车辆当前行驶区域的坑洼检测,包括:确定车辆当前行驶区域为正常、存在水坑或存在非水坑;对于水坑或非水坑,根据二维图像或三维图像获取坑的位置信息,和/或,根据三维图像获取坑的深度信息。在本实施方式中,通过目标检测模型,确定车辆当前行驶区域的坑洼情况,行驶区域正常即为路面无坑洼,行驶区域存在水坑即为路面存在坑洼且有积水,行驶区域存在非水坑即为路面存在坑洼但无积水。
在本实施例中,首先判断光照强度值,在照强度值大于预设阈值的情况下,由于环境光充足可以保证检测准确率,因此仅利用二维图像进行坑洼检测,采用二维图像进行坑洼检测减少了数据计算量从而提高了检测速度;在光照强度值不大于预设阈值的情况下,仅利用二维图像检测坑洼无法保证检测准确率,因此结合深度图像进行检测以保证检测准确率。通过判断光照强度值从而采用不同的检测方式,在光线充足时,在保证检测准确率的前提下提高了检测速度,在光线不足时,结合二维图像和深度图像以保证检测准确率。
请参阅图3,图3是根据本发明的一个实施例的训练目标检测模型的程序流程示意图,由图可知目标检测模型的训练过程可以包括:
首先,获取数据集:
在本实施例中,数据集可以包括来自自车和/或它车的二维图像、深度图像等。其中这些数据可以经用户授权,通过商用/民用装置或设备采集得到,接着对这些图像数据进行人工标引,例如标引为3类:0、1、2,分别对应路面正常无坑洼、路面存在坑洼但无积水、路面存在坑洼且有积水。
然后,可以对数据集进行数据清洗和增强:
在本发明的一个实施方式中,对数据集进行无效数据剔除、有效数据增强扩充等操作,具体的,扩充方式可以采用镜像反转、颜色微调、曝光度微调、对比度微调以及亮度微调等,扩充后的数据集有位置和颜色上的变化,数据集的泛化能给检测模型带来更强的通用性和鲁棒性。
其次,将预处理数据集输入预设的目标检测模型进行训练:
在本发明的一个实施方式中,将增强后的数据集按照1:5的比例划分为测试集和训练集,将训练集输入至ResNet残差网络训练500次,并采用交叉熵损失函数验证评估模型。采用SGD(Stochastic Gradient Descent)优化器,并设定动量因子为0.9,初始学习率为0.0001。
当训练次数达到预设次数或准确率达到预设值时,可以停止训练。
具体地,在本发明的一个实施方式中,利用AUC计算方式以表示准模型的检测准确率,具体的,测试集中包括m个正样本和n个负样本,则其组合共有m×n个样本对,对将正样本预测为正的概率值大于将负样本预测为正的概率值的一次计算过程进行累加计数,然后将该累加计数之和除以m×n即为AUC值,1-AUC值的结果即为误差值,优选的,在本发明的一个实施方式中将误差值设定为0.5及0.5以下。若模型训练次数或误差没有达到预设要求,则对相应参数进行优化并继续进行训练,直到模型训练次数和误差达到预设要求为止。
请参阅图1和图4,图4是根据本发明的一个实施例的路面坑洼信息推送方法的主要步骤流程示意图,可以用于于图1的服务器20,该方法包括:
步骤S401、接收坑洼信息:
在本实施例中,坑洼信息包括由上述图1所示实施例中检测到的坑洼的位置及深度。
步骤S402、筛选即将行驶进入当前行驶区域的其它车辆:
在本实施例中,当前行驶区域即为坑洼信息所包含的位置的区域。进入该区域的车辆即为坑洼信息的推送目标,例如图1中的车辆12,其中,坑洼所在位置的区域范围大小可以由本领域技术人员和/或车辆用户预先设定,因此具体筛选条件在此不作限制。
步骤S403、将坑洼信息推送至所述其它车辆:
在本实施例中,所述其它车辆一般指经用户授权可接收推送消息的车辆,通过将坑洼信息推送至其它车辆,实现了道路信息共享和提前预警,保障了车辆的行驶安全。
请参阅图5,图5是根据本发明的一个实施例的路面坑洼信息报送方法的主要步骤流程示意图,可以用于于图1的服务器20,该方法包括:
步骤S501、接收坑洼信息:
在本实施例中,坑洼信息包括由上述图1所示实施例中检测到的坑洼的位置及深度。
步骤S502、根据坑洼信息判断坑洼等级:
在本实施例中,可以根据坑洼的深度判断坑洼等级,也可以通过设定权重的方式,将坑洼的位置和深度相结合以判断坑洼等级,因此,坑洼等级的判断依据在此不作具体限制。
步骤S503、若坑洼等级满足预设报送条件,则将坑洼信息报送至对应道路管理部门系统:
在本实施例中,预设报送条件可以为由本领域技术人员预先设定的一个适用于全局的预设条件,也可以为根据不同地域和/或路段设定的不同的预设条件。
在本实施例中,根据坑洼信息判断坑洼等级,若坑洼等级严重即满足预设报送条件,则将对应的信息报送至道路管理部门系统,方便道路管理部门快速得知坑洼的位置和深浅以进行快速维修。
基于本发明上述全部方法的实施例,本发明的技术方案首先判断光照强度值,在照强度值大于预设阈值的情况下,由于环境光充足可以保证检测准确率,因此仅利用二维图像进行坑洼检测,采用二维图像进行坑洼检测减少了数据计算量从而提高了检测速度;在光照强度值不大于预设阈值的情况下,仅利用二维图像检测坑洼无法保证检测准确率,因此结合深度图像进行检测以保证检测准确率。通过判断光照强度值从而采用不同的检测方式,在光线充足时,在保证检测准确率的前提下提高了检测速度,在光线不足时,结合二维图像和深度图像以保证检测准确率。
进一步地,在实施本发明的技术方案中,服务器将检测到的坑洼信息推送至其他即将行驶进入坑洼所在区域的车辆,方便了车辆和/或车主根据该坑洼信息做出合理的判断和选择,并且,服务器还可以根据坑洼信息判断坑洼严重等级,在满足预设报送条件时将该坑洼信息报送至对应道路管理部门系统,为有关部门提供了及时有效的参考信息。
需要指出的是,尽管上述实施例中将各个步骤按照特定的先后顺序进行了描述,但是本领域技术人员可以理解,为了实现本发明的效果,不同的步骤之间并非必须按照这样的顺序执行,其可以同时(并行)执行或以其他顺序执行,这些变化都在本发明的保护范围之内。
进一步,本发明还提供了一种电子设备。在根据本发明的一个电子设备实施例中,电子设备包括处理器和存储装置,存储装置可以被配置成存储执行上述方法实施例的路面坑洼检测方法的程序,处理器可以被配置成用于执行存储装置中的程序,该程序包括但不限于执行上述方法实施例的路面坑洼检测方法的程序。为了便于说明,仅示出了与本发明实施例相关的部分,具体技术细节未揭示的,请参照本发明实施例方法部分。该控制装置可以是包括各种电子设备形成的控制装置设备。
进一步,本发明还提供了一种计算机可读存储介质。在根据本发明的一个计算机可读存储介质实施例中,计算机可读存储介质可以被配置成存储执行上述方法实施例的路面坑洼检测方法的程序,该程序可以由处理器加载并运行以实现上述路面坑洼检测方法。为了便于说明,仅示出了与本发明实施例相关的部分,具体技术细节未揭示的,请参照本发明实施例方法部分。该计算机可读存储介质可以是包括各种电子设备形成的存储装置设备,可选的,本发明实施例中计算机可读存储介质是非暂时性的计算机可读存储介质。
进一步地,本发明还提供了一种车辆,该车辆包括上述的电子设备。在本发明的一个实施方式中,该车辆还包括光线传感器,以获得上述方法实施例中的光照强度值。
进一步地,本发明还提供了一种服务器,该服务器被配置为执行上述路面坑洼信息推送方法或路面坑洼信息报送方法的步骤。
进一步地,本发明还提供了一种路面坑洼检测系统,该系统包括路面坑洼检测车辆和服务器,其中,路面坑洼检测车辆被配置为执行上述路面坑洼检测方法的步骤,服务器配置为:接收坑洼信息;筛选将行驶进入当前行驶区域的其它车辆;将坑洼信息推送至其它车辆,和/或,根据坑洼信息判断坑洼等级;若坑洼等级满足预设报送条件,则将坑洼信息报送至对应道路管理部门系统。路面坑洼检测系统以用于执行上述方法所示的实施例,其技术原理、所解决的技术问题及产生的技术效果相似,本技术领域技术人员可以清楚地了解到,为了描述的方便和简洁,路面坑洼检测系统的具体工作过程及有关说明,可以参考路面坑洼检测方法、路面坑洼消息推送方法以及路面坑洼消息报送方法的实施例所描述的内容,此处不再赘述。
本领域技术人员能够理解的是,本发明实现上述实施例的方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质可以包括:能够携带所述计算机程序代码的任何实体或装置、介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器、随机存取存储器、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读存储介质不包括电载波信号和电信信号。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征作出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
Claims (10)
1.一种路面坑洼检测方法,其特征在于,所述方法包括:
获取车辆当前行驶区域的光照强度值;
判断所述光照强度值是否大于预设阈值;
根据判断结果,选择性使用所述车辆当前行驶区域的二维图像或所述车辆当前行驶区域的二维图像和深度图像的组合来通过目标检测模型进行所述车辆当前行驶区域的坑洼检测。
2.根据权利要求1所述的方法,其特征在于,所述根据判断结果,选择性使用所述车辆当前行驶区域的二维图像或所述车辆当前行驶区域的二维图像和深度图像的组合来来通过目标检测模型进行所述车辆当前行驶区域的坑洼检测,包括:
若所述光照强度值大于所述预设阈值,将所述二维图像输入至所述目标检测模型以进行所述车辆当前行驶区域的坑洼检测;
若所述光照强度不大于所述预设阈值,将所述二维图像和深度图像输入至所述目标检测模型以进行所述车辆当前行驶区域的坑洼检测。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
若所述光照强度值大于所述预设阈值,驱动二维图像采集装置采集所述车辆当前行驶区域的二维图像;和/或
若所述光照强度不大于所述预设阈值,分别驱动二维图像采集装置和三维图像采集装置采集所述车辆当前行驶区域的二维图像和三维图像。
4.根据权利要求3所述的方法,其特征在于,所述进行所述车辆当前行驶区域的坑洼检测,包括:
确定所述车辆当前行驶区域为正常、存在水坑或存在非水坑;
对于水坑或非水坑,根据二维图像或三维图像获取坑的位置信息,和/或根据所述三维图像获取坑的深度信息。
5.根据权利要求1所述的方法,所述方法还包括:
将检测到的坑洼信息上传至云端服务器。
6.一种路面坑洼信息推送方法,其特征在于,所述方法包括:
接收坑洼信息,其中所述坑洼信息根据权利要求1至5中任一项所述的方法获得;
筛选即将行驶进入所述当前行驶区域的其它车辆;
将所述坑洼信息推送至所述其它车辆。
7.一种路面坑洼信息报送方法,其特征在于,所述方法包括:
接收坑洼信息,其中所述坑洼信息根据权利要求1至5中任一项所述的方法获得;
根据所述坑洼信息判断坑洼等级;
若所述坑洼等级满足预设报送条件,则将所述坑洼信息报送至对应道路管理部门系统。
8.一种电子设备,包括处理器和存储装置,所述存储装置适于存储多条程序代码,其特征在于,所述程序代码适于由所述处理器加载并运行以执行权利要求1至5中任一项所述的方法。
9.一种计算机可读存储介质,其中存储有多条程序代码,其特征在于,所述程序代码适于由处理器加载并运行以执行权利要求1至5中任一项所述的方法。
10.一种车辆,其特征在于,包括权利要求8所述的电子设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310424995.3A CN116704459A (zh) | 2023-04-17 | 2023-04-17 | 路面坑洼检测方法、系统、电子设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310424995.3A CN116704459A (zh) | 2023-04-17 | 2023-04-17 | 路面坑洼检测方法、系统、电子设备及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116704459A true CN116704459A (zh) | 2023-09-05 |
Family
ID=87830060
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310424995.3A Pending CN116704459A (zh) | 2023-04-17 | 2023-04-17 | 路面坑洼检测方法、系统、电子设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116704459A (zh) |
-
2023
- 2023-04-17 CN CN202310424995.3A patent/CN116704459A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10360460B2 (en) | Method and device of lane departure warning and automobile driving assistance system | |
CN110491168B (zh) | 一种基于车轮着地点检测车辆停车状态的方法及装置 | |
CN106647776B (zh) | 车辆变道趋势的判断方法、判断装置和计算机存储介质 | |
CN104508722A (zh) | 车载用周围环境识别装置 | |
JP6246807B2 (ja) | 車両の重量を推定するための方法 | |
CN107909012B (zh) | 一种基于视差图的实时车辆跟踪检测方法与装置 | |
CN104106105A (zh) | 立体物检测装置 | |
JP2015508350A (ja) | あらかじめ定められた駐車位置の位置特定方法および装置 | |
CN113119960B (zh) | 路滑状况下提供车辆安全距离和速度警示的系统和方法 | |
CN104094311A (zh) | 立体物检测装置 | |
CN110717361A (zh) | 本车停车检测方法、前车起步提醒方法及存储介质 | |
Hsu et al. | Design and implementation of an intelligent road detection system with multisensor integration | |
CN107458308A (zh) | 一种辅助驾驶方法及系统 | |
KR20180062505A (ko) | 도로 상태의 판단 방법 | |
CN116704459A (zh) | 路面坑洼检测方法、系统、电子设备及计算机可读存储介质 | |
US11373327B2 (en) | Image processing device and method that determine a stop position in a parking frame using images from two cameras | |
CN111160153A (zh) | 一种基于图像处理的路面排水监测评估方法及系统 | |
CN108230486B (zh) | 一种探测路面凹凸的方法及行车记录仪 | |
CN111178184B (zh) | 基于背景建模的车位区域车辆检测方法及装置 | |
KR102133973B1 (ko) | 타이어 마모 평가 시스템 및 이를 이용한 타이어 마모 평가 방법 | |
JP7120042B2 (ja) | 自動駐車管理サーバ | |
CN113561964A (zh) | 一种泊车控制方法及系统 | |
JP5134432B2 (ja) | 車両判別装置及び車両判別方法 | |
CN116882754B (zh) | 一种矿山砂石行业全闭环监管预警方法和系统 | |
CN116620296B (zh) | 一种智能汽车的避险方法和系统 |
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 |