[发明专利]多传感器融合的路面类型识别方法及装置

说明书

技术领域

本发明涉及车辆行驶过程中的路面类型识别技术，尤其涉及一种多传感器融合的路面类型识别方法及装置。

背景技术

随着人们对汽车驾驶过程中安全性、舒适性要求的不断提高，路面类型识别技术凸显出尤为重要的作用和意义。现有技术中多采用激光雷达技术以提高路面识别的范围和准确率，通过安装在车辆前方、车顶或车底某一部位的激光雷达对车辆行驶的路面进行扫描，再经过数据处理并提取路面空间频率特征，能够完成路面类型的识别过程。

在实现上述发明的过程中，发明人发现现有技术中至少存在如下问题：通常这种安装激光雷达的方式要求激光光束和路面要形成一个夹角。如果激光雷达的激光光束不能垂直照射至地面，而形成该夹角的话，将使路面轮廓测量精度有所下降，从而影响路面类型识别的准确度。

发明内容

本发明的实施例提供一种多传感器融合的路面类型识别方法及装置，以提高路面识别的准确率，同时能够对车辆前方路面进行路面识别。

为达到上述目的，本发明提供了一种多传感器融合的路面类型识别方法，包括：获取路面类型识别结果步骤：获取固定在车辆上的多个传感器的路面类型识别结果；路面类型识别结果合并步骤：根据投票法将所述每个传感器的路面类型识别结果进行合并处理，得到每个传感器的合并后的路面类型识别结果；最终路面类型识别结果生成步骤：根据马尔科夫随机场模型将所述多个传感器的合并后的路面类型识别结果进行优化处理，生成最终路面类型识别结果。

本发明还提供了一种多传感器融合的路面类型识别装置，包括：获取路面类型识别结果模块，用于获取固定在车辆上的多个传感器的路面类型识别结果；路面类型识别结果合并模块，用于根据投票法将所述每个传感器的路面类型识别结果进行合并处理，得到每个传感器的合并后的路面类型识别结果；最终路面类型识别结果生成模块，用于根据马尔科夫随机场模型将所述多个传感器的合并后的路面类型识别结果进行优化处理，生成最终路面类型识别结果。

本发明实施例提供的多传感器融合的路面类型识别方法及装置，通过获取多个传感器的路面类型识别结果，并对每个传感器的路面类型识别结果进行合并处理，利用马尔科夫随机场(Markov Radom Field，MRF)模型能量方程对多个传感器的合并后的路面类型识别结果进行优化处理，就能够得到最终的识别结果，从而提高了路面识别的准确率。

附图说明

图1为本发明实施例一的多传感器融合的路面类型识别方法的流程示意图；

图2为本发明车辆行驶前方路面类型识别的MRF模型原理示意图；

图3为本发明实施例二的多传感器融合的路面类型识别装置的结构示意图。

具体实施方式

下面结合附图对本发明实施例多传感器融合的路面类型识别方法及装置进行详细描述。

本发明的多传感器融合的路面类型识别方法的技术原理是通过获取多个传感器的路面类型识别结果，并对每个传感器的路面类型识别结果进行合并处理，利用MRF模型能量方程对多个传感器的合并后的路面类型识别结果进行优化处理，进而得到最终的路面类型识别结果。

实施例一

如图1所示，其为实施例一的多传感器融合的路面类型识别方法的流程示意图，其包括：

获取路面类型识别结果步骤101：获取固定在车辆上的多个传感器的路面类型识别结果。

路面类型识别结果合并步骤102：根据投票法将每个传感器的路面类型识别结果进行合并处理，得到每个传感器的合并后的路面类型识别结果。具体地，在预定时间段内，对每个传感器的路面类型识别结果进行合并处理，生成合并后的路面类型识别结果，如果在该预定时间段内，某个传感器只输出一个路面类型识别结果，则直接将该路面类型识别结果作为合并后的路面类型识别结果，而对于在预定时间段内输出多个路面类型识别结果的传感器，就需要将输出的多个路面识别结果进行合并处理，从而得到一个输出结果，为后续步骤提供数据基础。

例如，激光雷达每秒钟扫描几十次(即几十条扫描线)，而每条扫描线都对应一个识别结果，也就是说每秒钟会输出几十个识别结果，同样，图像传感器每秒钟成像几十次，也会输出几十个识别结果，而在相同时间内加速度传感器只输出一个识别结果，因此需要将激光雷达和图像传感器的多个识别结果进行合并处理，以便和加速度传感器输出的识别结果的个数相匹配，用以后续处理。

最终路面类型识别结果生成步骤103：根据马尔科夫随机场模型将多个传感器的合并后的路面类型识别结果进行优化处理，生成最终路面类型识别结果。