[发明专利]基于RGB图像的路面检测方法、系统和智能终端

权利要求书

1.一种基于RGB图像的路面检测方法，其特征在于，所述方法包括：

采集目标范围内的原始图像，并对所述原始图像进行预处理，根据相机安装位置角度确定图像感兴趣区域；

使用语义分割网络对图像感兴趣区域数据据训练和测试，以得到路面预测结果；

对所述路面预测结果中代表不平整路面的类别进行像素级别统计，以得到路面不平整度的估计值；

基于所述估计值和当前车速输出预警指令和/或制动指令。

2.根据权利要求1所述的路面检测方法，其特征在于，使用语义分割网络对图像感兴趣区域数据据训练和测试，以得到路面预测结果，具体包括：

获取所述待分割图像内所有目标障碍物的像素位置和大小；

根据所述目标障碍物的像素位置，将所述待分割图像区分为平整路面区域和不平整路面区域；

根据所述目标障碍物的大小，获取所述不平整路面区域的面积；

判定所述不平整路面区域的面积大于面积阈值，则基于所述目标障碍物的像素位置和当前车速输出预警指令和/或制动指令。

3.根据权利要求2所述的路面检测方法，其特征在于，所述平整路面区域包括可行驶区域、路面标识作为平整路面；

所述不平整路面包括井盖、路面破损、减速带和非标准障碍物；

不平整路面区域面积与平整路面区域面积的比值为路面不平整度的估计值。

4.根据权利要求1所述的路面检测方法，其特征在于，使用语义分割网络对图像感兴趣区域数据据训练和测试，以得到路面预测结果，具体包括：

对所述原始图像进行特征提取；

获取粗略的语义分割结果；

根据粗略的语义分割结果和提取到的特征计算出多组特征向量，每组特征对应于一个语义类别，以得到多个物体区域表示；

计算网络像素特征表示与物体区域表示之间的关系矩阵，根据关系矩阵的数值对物体区域特征进行加权求和，得到物体的文字识别特征；

将得到的物体的文字识别特征与网络特征进行拼接之后作为上下文信息增强的特征表示，基于此预测每个像素的语义类别。

5.根据权利要求4所述的路面检测方法，其特征在于，使用HRNet-W48或者ResNet-101作为基础网络，进行原始图像的特征提取。

6.根据权利要求4所述的路面检测方法，其特征在于，使用1×1卷积预测一个粗略的语义分割结果，使用的损失函数为逐像素的交叉熵损失。

7.根据权利要求1所述的路面检测方法，其特征在于，所述对所述原始图像进行预处理，具体包括：

对所述原始图像进行像素区域裁剪。

8.一种基于RGB图像的路面检测系统，用于实施如权利要求1-7任一项所述的方法，其特征在于，所述系统包括：

图像采集单元，用于采集目标范围内的原始图像，并对所述原始图像进行预处理，根据相机安装位置角度确定图像感兴趣区域；

结果预测单元，用于使用语义分割网络对图像感兴趣区域数据据训练和测试，以得到路面预测结果；

估计值输出单元，用于对所述路面预测结果中代表不平整路面的类别进行像素级别统计，以得到路面不平整度的估计值；

指令输出单元，用于基于所述估计值和当前车速输出预警指令和/或制动指令。

9.一种智能终端，其特征在于，所述智能终端包括：数据采集装置、处理器和存储器；

所述数据采集装置用于采集数据；所述存储器用于存储一个或多个程序指令；所述处理器，用于执行一个或多个程序指令，用以执行如权利要求1-7任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于执行如权利要求1-7任一项所述的方法。