[发明专利]一种道路类型识别方法、装置及系统

说明书

本发明涉及数据处理技术领域，具体是一种道路类型识别方法、装置及系统，所述方法包括：获取数据采集模块发送的车辆当前行驶道路的道路图像；利用预先训练的语义分割模型对所述道路图像进行处理，得到所述道路图像的语义分割结果，根据所述语义分割结果确定所述当前行驶道路的道路信息；获取所述车辆的悬架特性参数的变化信息；基于预设的权重系数对所述道路信息和所述悬架特性参数的变化信息进行加权融合，得到所述当前行驶道路的融合特征信息；根据所述融合特征信息确定所述当前行驶道路的道路类型，所述道路类型包括平滑路面和不平路面。本发明的道路类型识别方法能够提高道路类型识别的适应性和准确性，进而保证车辆行驶的安全性。

技术领域

本发明涉及数据处理技术领域，特别涉及一种道路类型识别方法、装置及系统。

背景技术

随着人们生活水平的提高，汽车越来越成为人们必不可少的交通工具，智能汽车系统也成了国内研究的热门。在不同的道路情况下，适合当前路况的行驶速度和乘坐的舒适程度均有所不同，如何精准识别道路类型，以提高车辆行驶安全性和乘坐舒适性成为智能汽车系统的重要研究方向。

目前，主要采用计算机视觉领域的语义分割对摄像头等采集的真实场景图片进行可行区域的实时预测，来实现对道路区域的识别。这种方法采用深度学习网络来区分真实场景图片中每个像素属于道路区域或非道路区域的概率，进而确定出真实场景图片中的道路区域，并根据确定的道路区域的信息来确定道路类型。

但是，基于语义分割的道路区域识别方法在对摄像头等采集的真实场景图片进行分析时，通过色值对道路和障碍物进行区分，道路颜色一致性较好的情况下具有较好的识别效果。但是，实际应用中，由于受到变化的光线、道路阴影、路面颜色不一致等因素的影响，道路很难具有一致的颜色特征，因此上述基于语义分割的道路区域识别方法的适应性和准确率都不理想，影响车辆行驶的平顺性和乘坐舒适度，用户体验较差。

发明内容

针对现有技术的上述问题，本发明的目的在于提供一种道路类型识别方法、装置及系统，能够提高道路类型识别的适应性和准确性。

为了解决上述问题，本发明提供一种道路类型识别方法，包括：

获取数据采集模块发送的车辆当前行驶道路的道路图像；

利用预先训练的语义分割模型对所述道路图像进行处理，得到所述道路图像的语义分割结果，根据所述语义分割结果确定所述当前行驶道路的道路信息；

获取所述车辆的悬架特性参数的变化信息，所述悬架特性参数包括运动学特性的前束角、运动学特性的外倾角、运动学特性的主销后倾角和/或弹性运动学特性的主销后倾角；

基于预设的权重系数对所述道路信息和所述悬架特性参数的变化信息进行加权融合，得到所述当前行驶道路的融合特征信息；

根据所述融合特征信息确定所述当前行驶道路的道路类型，所述道路类型包括平滑路面和不平路面。

进一步地，所述方法还包括：

将所述当前行驶道路的道路类型发送至悬架控制模块，以使得所述悬架控制模块判断车辆的悬架特性参数是否与所述道路类型相匹配，当所述悬架特性参数与所述道路类型不匹配时，调整所述车辆的悬架特性参数。

进一步地，所述获取数据采集模块发送的车辆当前行驶道路的道路图像包括：

获取毫米波雷达采集的所述车辆当前行驶道路的第一道路图像；

获取摄像头采集的所述车辆当前行驶道路的第二道路图像。

进一步地，所述利用预先训练的语义分割模型对所述道路图像进行处理，得到所述道路图像的语义分割结果，根据所述语义分割结果确定所述当前行驶道路的道路信息包括：