專利名稱:基于路面輪廓及路面圖像特征的路面類型識(shí)別方法及裝置的制作方法
技術(shù)領(lǐng)域:
本發(fā)明實(shí)施例涉及一種基于路面輪廓及路面圖像特征的路面類型識(shí)別方法及裝置,尤其涉及一種車輛行駛過程中的路面類型識(shí)別技術(shù)。
背景技術(shù):
路面識(shí)別技術(shù)對(duì)于汽車的安全行駛以及自動(dòng)駕駛方面,有著重要的意義。通過路面識(shí)別技術(shù),可以由計(jì)算機(jī)主動(dòng)對(duì)路面進(jìn)行判斷,從而采取相應(yīng)的駕駛策略,用以提高乘客的舒適度,節(jié)省燃油,以及避免各種汽車行駛過程中的危險(xiǎn)?,F(xiàn)有技術(shù)中的路面識(shí)別技術(shù) 主要是通過圖像處理技術(shù)完成,將采集來的路面圖像,利用圖像處理技術(shù)進(jìn)行分析,從而得出路面類型的判斷結(jié)果。但單純使用圖像識(shí)別的辦法具有一定的局限性。圖像的亮度受到車輛行駛環(huán)境影響較大。例如,車輛駛在陽光直射和具有時(shí)隱時(shí)現(xiàn)陰影的路面上時(shí);車輛在夜間行駛且路面無照明時(shí)。由于圖像識(shí)別對(duì)象是道路表面的成像,所以對(duì)一些特殊路面不能反映其真實(shí)的顛簸特性。例如,落葉覆蓋的柏油路(顛簸特性與無落葉的柏油路相同);薄雪覆蓋的碎石路(顛簸特性與無積雪的碎石路相同)。所以,單純使用圖像識(shí)別技術(shù)進(jìn)行的路面識(shí)別,無法面對(duì)復(fù)雜的路面情況,識(shí)別效果有限。
發(fā)明內(nèi)容
本發(fā)明實(shí)施例的目的在于提供一種基于路面輪廓及路面圖像特征的路面類型識(shí)別方法及裝置,以提高了路面識(shí)別的范圍和準(zhǔn)確率。為實(shí)現(xiàn)上述發(fā)明目的,本發(fā)明實(shí)施例提供了一種基于路面輪廓及路面圖像特征的路面類型識(shí)別方法,包括采集車輛垂直方向的垂直加速度數(shù)據(jù);采集車輛的行駛速度數(shù)據(jù);采集車輛行駛過程中的路面圖像數(shù)據(jù);根據(jù)車輛動(dòng)態(tài)模型,對(duì)所述垂直加速度數(shù)據(jù)進(jìn)行處理,,生成橫軸為時(shí)間、縱軸為路面垂直位移的路面垂直位移數(shù)據(jù);對(duì)所述行駛速度數(shù)據(jù)進(jìn)行處理,生成橫軸為時(shí)間、縱軸為車輛水平位移的路面水平位移數(shù)據(jù);對(duì)所述路面垂直位移數(shù)據(jù)和所述路面水平位移數(shù)據(jù)進(jìn)行合成處理,生成橫軸為路面水平位移、縱軸為路面垂直位移的路面輪廓數(shù)據(jù);將所述路面輪廓數(shù)據(jù)進(jìn)行處理,生成橫軸為空間頻率、縱軸為空間頻率分量的路面輪廓空間頻率數(shù)據(jù);對(duì)所述路面輪廓空間頻率數(shù)據(jù)進(jìn)行特征提取,生成路面輪廓特征數(shù)據(jù);對(duì)所述路面圖像數(shù)據(jù)進(jìn)行特征提取,生成路面圖像特征數(shù)據(jù);將所述路面輪廓特征數(shù)據(jù)和所述路面圖像特征數(shù)據(jù)進(jìn)行合并處理,生成分類器輸入數(shù)據(jù);將所述分類器輸入數(shù)據(jù)輸入至經(jīng)過訓(xùn)練的分類器,從而得出路面分類結(jié)果。本發(fā)明實(shí)施例還提供了一種基于路面輪廓及路面圖像特征的路面類型識(shí)別裝置。 包括垂直加速度數(shù)據(jù)采集模塊,用于采集車輛垂直方向的垂直加速度數(shù)據(jù);行駛速度數(shù)據(jù)采集模塊,用于采集車輛的行駛速度數(shù)據(jù);路面圖像數(shù)據(jù)采集模塊,用于采集車輛行駛過程中的路面圖像數(shù)據(jù);路面垂直位移數(shù)據(jù)生成模塊用于根據(jù)車輛動(dòng)態(tài)模型,對(duì)所述垂直加速度數(shù)據(jù)進(jìn)行處理,,生成橫軸為時(shí)間、縱軸為路面垂直位移的路面垂直位移數(shù)據(jù);水平位移數(shù)據(jù)生成模塊,用于將所述對(duì)所述行駛速度數(shù)據(jù)進(jìn)行處理,生成橫軸為時(shí)間、縱軸為車輛水平位移的路面水平位移數(shù)據(jù);路面輪廓數(shù)據(jù)生成模塊,用于對(duì)所述路面垂直位移數(shù)據(jù)和所述路面水平位移數(shù)據(jù)進(jìn)行合成處理,生成橫軸為路面水平位移、縱軸為路面垂直位移的路面輪廓數(shù)據(jù);路面輪廓空間頻率數(shù)據(jù)生成模塊,用于將所述路面輪廓數(shù)據(jù)進(jìn)行處理,生成橫軸為空間頻率、縱軸為空間頻率分量的路面輪廓空間頻率數(shù)據(jù);路面輪廓特征數(shù)據(jù)提取模塊,用于對(duì)所述路面輪廓空間頻率數(shù)據(jù)進(jìn)行特征提取, 生成路面輪廓特征數(shù)據(jù);路面圖像特征數(shù)據(jù)提取模塊,用于對(duì)所述路面圖像數(shù)據(jù)進(jìn)行特征提取,生成路面圖像特征數(shù)據(jù);分類器輸入數(shù)據(jù)生成模塊,用于將所述路面輪廓特征數(shù)據(jù)和所述路面圖像特征數(shù)據(jù)進(jìn)行合并處理,生成分類器輸入數(shù)據(jù);經(jīng)過訓(xùn)練的分類器,用于對(duì)所述分類器輸入數(shù)據(jù)進(jìn)行處理,從而得出路面分類結(jié)果。由上述技術(shù)方案可知,本發(fā)明實(shí)施例通過引入了新的包含空間頻率的路面輪廓特征數(shù)據(jù),彌補(bǔ)了傳統(tǒng)單純使用路面圖像數(shù)據(jù)進(jìn)行路面識(shí)別的不足。由于包含空間頻率的路面輪廓特征數(shù)據(jù),來源于完整的路面輪廓數(shù)據(jù),即車輛與地面直接接觸后,產(chǎn)生的上下振動(dòng)的運(yùn)動(dòng)數(shù)據(jù),更直接的體現(xiàn)了路面表面的狀況。同時(shí),結(jié)合路面的圖像數(shù)據(jù),將兩種類型數(shù)據(jù)結(jié)合后,作為分類器的輸入數(shù)據(jù),增加了樣本維度,大幅度的提高了路面識(shí)別的范圍和準(zhǔn)確率。下面通過附圖和實(shí)施例,對(duì)本發(fā)明的技術(shù)方案做進(jìn)一步的詳細(xì)描述。
為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案,下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹,顯而易見地,下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例,對(duì)于本領(lǐng)域普通技術(shù)人員來講,在不付出創(chuàng)造性勞動(dòng)性的前提下,還可以根據(jù)這些附圖獲得其他的附圖。圖1為本發(fā)明實(shí)施例一的基于路面輪廓及路面圖像特征的路面類型識(shí)別方法的流程圖;圖2為本發(fā)明實(shí)施例一的1/4車輛動(dòng)態(tài)模型的示意圖3為本發(fā)明實(shí)施例一的路面輪廓數(shù)據(jù)的合成示意圖; 圖4為本發(fā)明實(shí)施例二的基于路面輪廓及路面圖像特征的路面類型識(shí)別裝置的結(jié)構(gòu)示意圖。
具體實(shí)施例方式下面將結(jié)合本發(fā)明實(shí)施例中的附圖,對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述,顯然,所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例,而不是全部的實(shí)施例?;诒景l(fā)明中的實(shí)施例,本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例,都屬于本發(fā)明保護(hù)的范圍。實(shí)施例一本發(fā)明實(shí)施例的基于路面輪廓及路面圖像特征的路面類型識(shí)別方法,通過對(duì)車輛行駛過程中的水平速度及垂直方法的加速度的數(shù)據(jù)進(jìn)行分析,并結(jié)合圖像識(shí)別技術(shù),進(jìn)行路面識(shí)別。如圖1所示,整個(gè)過程需要采集三個(gè)數(shù)據(jù)量,即車輛的垂直加速度數(shù)據(jù)、行駛速度數(shù)據(jù)和路面圖像數(shù)據(jù)。整個(gè)數(shù)據(jù)處理過程,也是針對(duì)這三個(gè)數(shù)據(jù)量的處理。車輛的垂直加速度數(shù)據(jù),主要用來生成體現(xiàn)路面在豎直方向上的位移的路面垂直位移數(shù)據(jù),從而形成路面輪廓。而車輛行駛速度,主要用來生成路面水平位移數(shù)據(jù)。而路面垂直位移數(shù)據(jù)與路面水平位移數(shù)據(jù)相結(jié)合構(gòu)成了體現(xiàn)完整的路面曲線的路面輪廓數(shù)據(jù)。然后對(duì)路面輪廓數(shù)據(jù)處理后,生成路面輪廓空間頻率數(shù)據(jù),進(jìn)而提取出基于空間頻率的路面輪廓特征數(shù)據(jù)。然后將該包含空間頻率的路面輪廓特征數(shù)據(jù)和路面圖像特征數(shù)據(jù)相結(jié)合, 作為分類器的輸入數(shù)據(jù),完成路面的識(shí)別。如圖1所示,其為本發(fā)明實(shí)施例一的基于路面輪廓及路面圖像特征的路面類型識(shí)別方法的流程圖,本發(fā)明實(shí)施例的路面類型識(shí)別方法可以分為三個(gè)階段,具體包括如下步驟(一 )數(shù)據(jù)采集階段步驟101、采集車輛的垂直加速度數(shù)據(jù);上述垂直加速度數(shù)據(jù)可以表示為由車輛垂直加速度和采集該垂直加速度所對(duì)應(yīng)的時(shí)間構(gòu)成的數(shù)據(jù)對(duì)序列,也可以表示為橫軸為時(shí)間、縱軸為垂直加速度的曲線。垂直加速的數(shù)據(jù)采集可以通過安裝在車輛上的加速度傳感器來采集。加速度傳感器可以安裝在車輛上的任意位置。本實(shí)施例中,優(yōu)選安裝于車輛的懸架上。加速度傳感器安裝于車輛的懸架上,能夠更敏感的采集到車輛在垂直方向上的加速度變化。步驟102、采集車輛的行駛速度數(shù)據(jù);上述行駛速度數(shù)據(jù)可以表示為由行駛速度和采集該行駛速度所對(duì)應(yīng)的時(shí)間所構(gòu)成的數(shù)據(jù)對(duì)序列,也可以表示為橫軸為時(shí)間、縱軸為車輛的行駛速度的曲線。在本實(shí)施例中,優(yōu)選從ABS防鎖死制動(dòng)系統(tǒng)中的編碼器裝置中采集數(shù)據(jù)。當(dāng)然對(duì)于沒有ABS防鎖死制動(dòng)系統(tǒng)的車輛,可以另外設(shè)置速度檢測(cè)裝置或者普通的汽車自身帶有的時(shí)速檢測(cè)裝置。在實(shí)際的應(yīng)用中,由于垂直方向的加速度變化比較快,而車輛水平行駛速度的變化相對(duì)緩慢,因此,可以使加速度的采樣頻率高于車輛速度數(shù)據(jù)的采樣頻率。步驟103、采集車輛行駛過程中的路面圖像數(shù)據(jù);
對(duì)于圖像數(shù)據(jù)的采集,可以采用每S米(優(yōu)選為一個(gè)車身的長(zhǎng)度)采集一幅或幾幅圖像的方式。即采樣方式是基于固定的位移間隔。當(dāng)然也可以基于固定的時(shí)間間隔進(jìn)行路面圖像的采集,由于車速是可以測(cè)得,這樣可以通過計(jì)算,同樣可以做到在每個(gè)S米內(nèi)選取一副圖像對(duì)其進(jìn)行圖像的直方圖和紋理特征提取。需要說明的是上 述三類數(shù)據(jù)的采集步驟,并沒有確定的先后順序。上述的數(shù)據(jù)采樣過程中,也可以包括對(duì)于采樣后的數(shù)據(jù)進(jìn)行濾波處理等操作,以去掉噪聲。( 二)數(shù)據(jù)處理及合成階段(1)車輛行駛數(shù)據(jù)的處理步驟104、根據(jù)車輛動(dòng)態(tài)模型,對(duì)所述垂直加速度數(shù)據(jù)進(jìn)行處理,生成橫軸為時(shí)間、 縱軸為路面垂直位移的路面垂直位移數(shù)據(jù);本實(shí)施例以1/4車輛動(dòng)態(tài)模型為例進(jìn)行說明,如圖2所示,其為本發(fā)明實(shí)施例一的 1/4車輛動(dòng)態(tài)模型的示意圖。其中,ms為1/4的車身質(zhì)量;mus為單個(gè)車輪及該單個(gè)車輪對(duì)應(yīng)的懸架系統(tǒng)的質(zhì)量;vs為ms的垂直方向的速度,Vu為mus的垂直方向的速度;y為路面垂直位移;KS和Bs為由所述單個(gè)車輪對(duì)應(yīng)的懸架系統(tǒng)組成的第一彈簧阻尼系統(tǒng)的第一彈性系數(shù)和第一阻尼系數(shù);Kt和Bt為由所述單個(gè)車輪構(gòu)成的第二彈簧阻尼系統(tǒng)的第二彈性系數(shù)和第二阻尼系數(shù);DS,和Du分別為第一彈簧阻尼系統(tǒng)和第二彈簧阻尼系統(tǒng)的伸縮位移。基于上述1/4車輛動(dòng)態(tài)模型,計(jì)算得出的路面垂直位移數(shù)據(jù)的表達(dá)式如下
權(quán)利要求
1.一種基于路面輪廓及路面圖像特征的路面類型識(shí)別方法,其特征在于,包括 采集車輛垂直方向的垂直加速度數(shù)據(jù);采集車輛的行駛速度數(shù)據(jù); 采集車輛行駛過程中的路面圖像數(shù)據(jù);根據(jù)車輛動(dòng)態(tài)模型,對(duì)所述垂直加速度數(shù)據(jù)進(jìn)行處理,生成橫軸為時(shí)間、縱軸為路面垂直位移的路面垂直位移數(shù)據(jù);對(duì)所述行駛速度數(shù)據(jù)進(jìn)行處理,生成橫軸為時(shí)間、縱軸為車輛水平位移的路面水平位移數(shù)據(jù);對(duì)所述路面垂直位移數(shù)據(jù)和所述路面水平位移數(shù)據(jù)進(jìn)行合成處理,生成橫軸為路面水平位移、縱軸為路面垂直位移的路面輪廓數(shù)據(jù);將所述路面輪廓數(shù)據(jù)進(jìn)行處理,生成橫軸為空間頻率、縱軸為空間頻率分量的路面輪廓空間頻率數(shù)據(jù);對(duì)所述路面輪廓空間頻率數(shù)據(jù)進(jìn)行特征提取,生成路面輪廓特征數(shù)據(jù); 對(duì)所述路面圖像數(shù)據(jù)進(jìn)行特征提取,生成路面圖像特征數(shù)據(jù);將所述路面輪廓特征數(shù)據(jù)和所述路面圖像特征數(shù)據(jù)進(jìn)行合并處理,生成分類器輸入數(shù)據(jù);將所述分類器輸入數(shù)據(jù)輸入至經(jīng)過訓(xùn)練的分類器,從而得出路面分類結(jié)果。
2.根據(jù)權(quán)利要求1所述的方法,其特征在于在對(duì)所述行駛速度數(shù)據(jù)進(jìn)行處理,生成橫軸為時(shí)間、縱軸為路面水平位移的路面水平位移數(shù)據(jù)的步驟之前,包括對(duì)所述車輛的行駛速度數(shù)據(jù)進(jìn)行插值處理,使得所述車輛的行駛速度數(shù)據(jù)的采樣頻率與所述垂直加速度數(shù)據(jù)的采樣頻率相匹配。
3.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述將所述路面輪廓數(shù)據(jù)進(jìn)行處理,生成橫軸為空間頻率、縱軸為空間頻率分量的路面輪廓空間頻率數(shù)據(jù)的步驟具體為以水平位移間隔S為單位,將所述路面輪廓數(shù)據(jù)進(jìn)行分段,生成η個(gè)路面輪廓數(shù)據(jù)樣本;使用Lomb算法分別對(duì)所述η個(gè)路面輪廓數(shù)據(jù)樣本進(jìn)行處理,生成包含η個(gè)橫軸為空間頻率、縱軸為空間頻率分量的子路面輪廓空間頻率數(shù)據(jù)的路面輪廓空間頻率數(shù)據(jù)。
4.根據(jù)權(quán)利要求3所述的方法,其特征在于, 所述路面輪廓特征數(shù)據(jù)具體為路面輪廓特征矩陣Yl ;所述對(duì)所述路面輪廓空間頻率數(shù)據(jù)進(jìn)行特征提取,生成路面輪廓特征數(shù)據(jù)的步驟具體為根據(jù)預(yù)先設(shè)定的起始頻率、步距頻率和終止頻率,計(jì)算每個(gè)子路面輪廓空間頻率數(shù)據(jù)內(nèi),從所述起始頻率開始、到所述終止頻率為止,每段步距頻率內(nèi)對(duì)應(yīng)的空間頻率分量的和;從而生成η個(gè)子路面輪廓空間頻率特征數(shù)據(jù),所述子路面輪廓空間頻率特征數(shù)據(jù)包含m 個(gè)空間頻率分量的和;將所述η個(gè)子路面輪廓空間頻率特征數(shù)據(jù)進(jìn)行組合,生成所述路面輪廓特征矩陣Yl
5.根據(jù)權(quán)利要求4所述的方法,其特征在于,所述路面圖像特征數(shù)據(jù)具體為路面圖像特征矩陣Y2 ;所述對(duì)所述路面圖像數(shù)據(jù)進(jìn)行特征提取,生成路面圖像特征數(shù)據(jù)的步驟具體為所述路面圖像數(shù)據(jù)包括η個(gè)子路面圖像數(shù)據(jù);提取每個(gè)所述子路面圖像數(shù)據(jù)的直方圖數(shù)據(jù)和紋理數(shù)據(jù),生成η個(gè)子路面圖像數(shù)據(jù)樣本,每個(gè)所述子路面圖像數(shù)據(jù)樣本包括P個(gè)所述直方圖數(shù)據(jù)和q個(gè)紋理數(shù)據(jù);將所述η個(gè)子路面圖像數(shù)據(jù)樣本進(jìn)行組合,生成所述路面圖像特征矩陣Υ2
6.根據(jù)權(quán)利要求5所述的方法,其特征在于,所述分類器輸入數(shù)據(jù)具體為分類器輸入特征矩陣Y3 ;所述將所述路面輪廓特征數(shù)據(jù)和所述路面圖像特征數(shù)據(jù)進(jìn)行合并處理,生成分類器輸入數(shù)據(jù)的步驟具體為將所述路面輪廓特征矩陣Yl和所述路面圖像特征矩陣Y2在垂直方向上拼接在一起, 生成分類器輸入特征矩陣Y3
7.根據(jù)權(quán)利要求1至6任一所述的方法,其特征在于所述根據(jù)車輛動(dòng)態(tài)模型,對(duì)所述垂直加速度數(shù)據(jù)進(jìn)行處理,生成橫軸為時(shí)間、縱軸為路面垂直位移的路面垂直位移數(shù)據(jù)的步驟具體為將所述垂直加速度數(shù)據(jù)輸入如下公式,從而生成橫軸為時(shí)間、縱軸為路面垂直位移的路面垂直位移數(shù)據(jù)
8.一種基于路面輪廓及路面圖像特征的路面類型識(shí)別裝置,其特征在于,包括 垂直加速度數(shù)據(jù)采集模塊,用于采集車輛垂直方向的垂直加速度數(shù)據(jù); 行駛速度數(shù)據(jù)采集模塊,用于采集車輛的行駛速度數(shù)據(jù);路面圖像數(shù)據(jù)采集模塊,用于采集車輛行駛過程中的路面圖像數(shù)據(jù); 路面垂直位移數(shù)據(jù)生成模塊用于根據(jù)車輛動(dòng)態(tài)模型,對(duì)所述垂直加速度數(shù)據(jù)進(jìn)行處理,,生成橫軸為時(shí)間、縱軸為路面垂直位移的路面垂直位移數(shù)據(jù);水平位移數(shù)據(jù)生成模塊,用于將所述對(duì)所述行駛速度數(shù)據(jù)進(jìn)行處理,生成橫軸為時(shí)間、 縱軸為車輛水平位移的路面水平位移數(shù)據(jù);路面輪廓曲線數(shù)據(jù)生成模塊,用于對(duì)所述路面垂直位移數(shù)據(jù)和所述路面水平位移數(shù)據(jù)進(jìn)行合成處理,生成橫軸為路面水平位移、縱軸為路面垂直位移的路面輪廓數(shù)據(jù);路面輪廓空間頻率數(shù)據(jù)生成模塊,用于將所述路面輪廓數(shù)據(jù)進(jìn)行處理,生成橫軸為空間頻率、縱軸為空間頻率分量的路面輪廓空間頻率數(shù)據(jù);路面輪廓特征數(shù)據(jù)提取模塊,用于對(duì)所述路面輪廓空間頻率數(shù)據(jù)進(jìn)行特征提取,生成路面輪廓特征數(shù)據(jù);路面圖像特征數(shù)據(jù)提取模塊,用于對(duì)所述路面圖像數(shù)據(jù)進(jìn)行特征提取,生成路面圖像特征數(shù)據(jù);分類器輸入數(shù)據(jù)生成模塊,用于將所述路面輪廓特征數(shù)據(jù)和所述路面圖像特征數(shù)據(jù)進(jìn)行合并處理,生成分類器輸入數(shù)據(jù);經(jīng)過訓(xùn)練的分類器,用于對(duì)所述分類器輸入數(shù)據(jù)進(jìn)行處理,從而得出路面分類結(jié)果。
9.根據(jù)權(quán)利要求8所述的裝置,其特征在于,還包括采樣頻率匹配模塊,用于對(duì)所述車輛的行駛速度數(shù)據(jù)進(jìn)行插值處理,使得所述車輛的行駛速度數(shù)據(jù)的采樣頻率與所述垂直加速度數(shù)據(jù)的采樣頻率相匹配,并將匹配后的行駛速度數(shù)據(jù)輸出至所述水平位移數(shù)據(jù)生成模塊。
10.根據(jù)權(quán)利要求9所述的裝置,其特征在于, 所述路面輪廓空間頻率數(shù)據(jù)生成模塊包括路面輪廓數(shù)據(jù)樣本分割模塊,用于以水平位移間隔S為單位,將所述路面輪廓數(shù)據(jù)進(jìn)行分段,生成η個(gè)路面輪廓數(shù)據(jù)樣本;Lomb算法處理模塊,用于使用Lomb算法分別對(duì)所述η個(gè)路面輪廓數(shù)據(jù)樣本進(jìn)行處理, 生成包含η個(gè)橫軸為空間頻率、縱軸為空間頻率分量的子路面輪廓空間頻率數(shù)據(jù)的路面輪廓空間頻率數(shù)據(jù)。
全文摘要
本發(fā)明涉及一種基于路面輪廓及路面圖像特征的路面類型識(shí)別方法及裝置,通過對(duì)車輛行駛過程中的水平速度及垂直方向的加速度的數(shù)據(jù)進(jìn)行分析,并結(jié)合圖像識(shí)別技術(shù),通過分類器應(yīng)用,從而進(jìn)行路面識(shí)別。本發(fā)明的方法和裝置通過引入了新的包含空間頻率的路面輪廓特征數(shù)據(jù),彌補(bǔ)了傳統(tǒng)單純使用路面圖像數(shù)據(jù)進(jìn)行路面識(shí)別的不足。由于包含空間頻率的路面輪廓特征數(shù)據(jù),來源于完整的路面輪廓數(shù)據(jù),而路面輪廓數(shù)據(jù)來源于車輛與地面直接接觸時(shí)車輛運(yùn)動(dòng)產(chǎn)生的上下振動(dòng)的運(yùn)動(dòng)數(shù)據(jù),這更直接的體現(xiàn)了路面的狀況。同時(shí),結(jié)合路面的圖像數(shù)據(jù),將兩種類型數(shù)據(jù)融合后,作為分類器的輸入數(shù)據(jù),增加了特征數(shù)據(jù)的數(shù)量,大幅度的提高了路面識(shí)別的準(zhǔn)確率和適用范圍。
文檔編號(hào)G06K9/66GK102254161SQ201110199089
公開日2011年11月23日 申請(qǐng)日期2011年7月15日 優(yōu)先權(quán)日2011年7月15日
發(fā)明者王世峰 申請(qǐng)人:王世峰