基于双目立体视觉的路面平整度等级检测方法、系统和智能终端.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113689565A(43)申请公布日2021.11.23(21)申请号202111224179.5(22)申请日2021.10.21(71)申请人北京中科慧眼科技有限公司地址100085北京市海淀区创业中路32号楼32-1-1-559(72)发明人裴姗姗孙钊肖志鹏王欣亮(74)专利代理机构北京远立知识产权代理事务所(普通合伙)11502代理人李海燕(51)Int.Cl.G06T17/05(2011.01)G06T7/55(2017.01)G06N20/00(2019.01)E01C23/01(2006.01)权利要求书2页说明书9页附图2页(54)发明名称基于双目立体视觉的路面平整度等级检测方法、系统和智能终端(57)摘要本发明公开了一种基于双目立体视觉的路面平整度等级检测方法、系统和智能终端，所述方法包括：在所述稠密视差图中划定目标区域，并计算所述目标区域内的三维点云信息对应的至少两类特征描述子；将各所述特征描述子整合为一个特征向量，并基于所述特征向量在机器学习训练分类器中得到当前道路的路面平整度等级。该方案通过多个特征描述子作为基础，并利用训练分离器中训练处的模型，判断出当前路面所处的平整度等级，能够及时获取当前路面平整度等级，从而向车辆的控制系统输出对当前行驶路面不平度的感知结果，为控制系统的行驶指令提供数据支撑，进而提高了驾驶舒适性。CN113689565ACN113689565A权利要求书1/2页1.一种基于双目立体视觉的路面平整度等级检测方法，其特征在于，所述方法包括：获取同一道路场景的左右视图，并对所述左右视图进行处理，得到所述道路场景的稠密视差图；基于所述稠密视差图，将目标区域的图像信息转换为世界坐标系下的三维点云信息；在所述稠密视差图中划定目标区域，并计算所述目标区域内的三维点云信息对应的至少两类特征描述子；将各所述特征描述子整合为一个特征向量，并基于所述特征向量在机器学习训练分类器中得到当前道路的路面平整度等级。2.根据权利要求1所述的路面平整度等级检测方法，其特征在于，所述基于所述稠密视差图，将目标区域的图像信息转换为世界坐标系下的三维点云信息，具体包括：基于双目立体视觉系统成像模型和小孔成像模型，将所述稠密视差图的图像坐标系转换为世界坐标系；以真实世界坐标系下的目标区域为基准，在所述稠密视差图中截取目标区域；根据以下公式，将所述目标区域中的图像信息转换为三维点云信息：其中，B为双目立体视觉成像系统中左相机光心到右相机光心的间距；F为双目立体视觉成像系统中的相机焦距；cx与cy为双目立体视觉成像系统中相机主点的图像坐标；和是所述目标区域内的图像坐标点；disp为图像点坐标为（，）的视差值；X为世界坐标系下三维点距离相机的横向距离；Y为世界坐标系下三维点距离相机的纵向距离；Z为世界坐标系下三维点距离相机的深度距离。3.根据权利要求1所述的路面平整度等级检测方法，其特征在于，所述计算所述目标区域内的三维点云信息对应的至少两类特征描述子，具体包括：基于拟合直线模型计算所述目标区域内的三维点云信息对应的第一特征描述子；基于拟合平面模型计算所述目标区域内的三维点云信息对应的第二特征描述子；基于目标区域的栅格高度图计算所述目标区域内的三维点云信息对应的第三特征描述子。4.根据权利要求3所述的路面平整度等级检测方法，其特征在于，所述基于拟合直线模型计算所述目标区域内的三维点云信息对应的第一特征描述子，具体包括：将所述目标区域划分为多个m行n列的投影栅格区域，并基于每个所述投影栅格区域中的三维点云信息数据分别拟合直线模型；统计每个投影栅格区域中，三维点云信息与对应拟合直线模型的平均残差绝对值之和；2CN113689565A权利要求书2/2页将m×n个平均残差绝对值之和作为所述第一特征描述子。5.根据权利要求3所述的路面平整度等级检测方法，其特征在于，所述基于拟合平面模型计算所述目标区域内的三维点云信息对应的第二特征描述子，具体包括：按照世界坐标系下的物理尺度将目标区域划分为多个n列的投影分段区域，并对每个投影分段区域内的三维点云数据分别拟合平面模型；统计每个投影分段区域中，三维点云信息与对应拟合平面模型的误差标准差；将n个误差标准差作为所述第二特征描述子。6.根据权利要求3所述的路面平整度等级检测方法，其特征在于，所述基于目标区域的栅格高度图计算所述目标区域内的三维点云信息对应的第三特征描述子，具体包括：对三维点云信息数据进行栅格投影，按照世界坐标系下的物理尺度划分m2行n2列的投影栅格区域；计算每个栅格区域内三维点集的平均高度值，生成目标区域的栅格高度图；将栅格高度图进行二维傅里叶变换，以得到频域图像；将所述频域图像展为一维向量，并将该一维