[发明专利]基于自动驾驶车辆的路面巡检系统及方法

权利要求书

1.一种基于自动驾驶车辆的路面巡检系统，其特征在于，所述路面巡检系统包括：云平台、自动驾驶模块和车载监测模块；

所述自动驾驶模块，用于根据目标道路的道路数据控制自动驾驶车辆；其中，所述道路数据包括道路环境的视觉图像数据、点云数据、惯性数据以及位置数据；

所述车载监测模块，用于根据所述自动驾驶模块转发的道路数据中的视觉图像数据、点云数据和惯性数据确定道路特征向量，将所述道路特征向量输入到预先存储的道路异常检测模型，得到道路状态信息，其中，所述道路异常检测模型是根据样本道路特征向量及对应的道路状态标签训练得到的；将所述道路特征向量、所述位置数据和对应的道路状态信息发送给云平台；

所述云平台，用于根据所述道路特征向量、所述位置数据和对应的道路状态信息确定训练模型样本数据，并根据所述训练模型样本数据对所述道路异常检测模型继续训练，更新所述道路异常检测模型对应的模型参数；将更新后的道路异常检测模型对应的模型参数发送给所述车载监测模块；

所述车载监测模块，用于接收更新后的模型参数，根据所述更新后的模型参数更新车载监测模块中存储的道路异常检测模型；利用更新后的道路异常检测模型对所述道路数据继续进行处理，得到更新后的道路状态信息，并将所述更新后的道路状态信息发送给所述云平台；

所述云平台，用于对更新后的道路状态信息进行处理，得到路面巡检结果。

2.根据权利要求1所述的路面巡检系统，其特征在于，所述路面巡检系统还包括数据采集模块；

所述数据采集模块用于采集目标道路的道路数据，并将采集到的道路数据发送至所述自动驾驶模块；

其中，所述数据采集模块包括图像传感器、雷达传感器、惯性传感器和定位传感器；

所述图像传感器用于采集目标道路的道路环境的视觉图像数据；

所述雷达传感器用于采集目标道路的路面及障碍物的点云数据；

所述惯性传感器用于采集表征自动驾驶车辆在目标道路上的运动状态的惯性数据；

所述定位传感器用于采集自动驾驶车辆在目标道路上的位置数据。

3.根据权利要求1所述的路面巡检系统，其特征在于，

所述车载监测模块，还用于将所述道路特征向量输入到预先存储的预检测模型得到道路状态检测信息；所述预检测模型是根据样本道路特征向量及对应的道路状态标签训练得到的，所述道路状态检测信息包括紧急状态信息和非紧急状态信息，所述道路状态标签包括道路紧急状态标签和道路非紧急状态标签；若所述道路状态检测信息为非紧急状态信息，则将所述道路特征向量输入到预先存储的道路异常检测模型得到道路状态信息，并将得到的道路状态信息发送至所述云平台；

所述云平台，还用于对自动巡检车队中所有自动驾驶车辆的车载监测模块发送的道路状态信息进行处理，得到所述道路状态信息中针对目标路段的异常状态信息；若出现异常状态信息的自动驾驶车辆的数量大于预设数量阈值，则确定该目标路段的路面巡检结果为异常；其中，所述目标道路包括多个目标路段，所述自动巡检车队为不同时间在目标道路的固定路线行驶的多辆自动驾驶车辆。

4.根据权利要求3所述的路面巡检系统，其特征在于，

所述车载监测模块，还用于当所述道路状态检测信息为紧急状态信息时，将所述道路状态信息发送给所述云平台；

所述云平台，还用于对所述道路状态信息进行人工审核，得到所述道路状态信息中针对目标路段的异常状态信息，并将所述异常状态信息发送至所述自动巡检车队中的其他自动驾驶车辆，以使其他自动驾驶车辆查找其是否存在与云平台发送的异常状态信息对应的道路状态信息；若存在，则不上传与云平台发送的异常状态信息对应的道路状态信息。

5.根据权利要求1所述的路面巡检系统，其特征在于，所述云平台还用于：

获取预置时间段内道路位置数据相同，且道路状态信息相同的道路数据的数量；

若所述道路数据的数量超过预置数量，则将数量超过预置数量的道路数据及对应的道路状态信息确定为训练模型样本数据。

6.根据权利要求1所述的路面巡检系统，其特征在于，所述道路状态信息至少包括下述中的一项：

路面病害信息、道路交通事件信息、气象环境信息。