基于路面轮廓及路面图像特征的路面类型识别方法及装置.pdf

(19)中华人民共和国国家知识产权局*CN102254161A*(12)发明专利申请(10)申请公布号CN102254161A(43)申请公布日2011.11.23(21)申请号201110199089.5(22)申请日2011.07.15(71)申请人王世峰地址130012吉林省长春市朝阳区繁荣路58栋1门401号(72)发明人王世峰(51)Int.Cl.G06K9/00(2006.01)G06K9/66(2006.01)权利要求书4页说明书11页附图3页(54)发明名称基于路面轮廓及路面图像特征的路面类型识别方法及装置(57)摘要本发明涉及一种基于路面轮廓及路面图像特征的路面类型识别方法及装置，通过对车辆行驶过程中的水平速度及垂直方向的加速度的数据进行分析，并结合图像识别技术，通过分类器应用，从而进行路面识别。本发明的方法和装置通过引入了新的包含空间频率的路面轮廓特征数据，弥补了传统单纯使用路面图像数据进行路面识别的不足。由于包含空间频率的路面轮廓特征数据，来源于完整的路面轮廓数据，而路面轮廓数据来源于车辆与地面直接接触时车辆运动产生的上下振动的运动数据，这更直接的体现了路面的状况。同时，结合路面的图像数据，将两种类型数据融合后，作为分类器的输入数据，增加了特征数据的数量，大幅度的提高了路面识别的准确率和适用范围。CN102546ACCNN110225416102254167A权利要求书1/4页1.一种基于路面轮廓及路面图像特征的路面类型识别方法，其特征在于，包括：采集车辆垂直方向的垂直加速度数据；采集车辆的行驶速度数据；采集车辆行驶过程中的路面图像数据；根据车辆动态模型，对所述垂直加速度数据进行处理，生成横轴为时间、纵轴为路面垂直位移的路面垂直位移数据；对所述行驶速度数据进行处理，生成横轴为时间、纵轴为车辆水平位移的路面水平位移数据；对所述路面垂直位移数据和所述路面水平位移数据进行合成处理，生成横轴为路面水平位移、纵轴为路面垂直位移的路面轮廓数据；将所述路面轮廓数据进行处理，生成横轴为空间频率、纵轴为空间频率分量的路面轮廓空间频率数据；对所述路面轮廓空间频率数据进行特征提取，生成路面轮廓特征数据；对所述路面图像数据进行特征提取，生成路面图像特征数据；将所述路面轮廓特征数据和所述路面图像特征数据进行合并处理，生成分类器输入数据；将所述分类器输入数据输入至经过训练的分类器，从而得出路面分类结果。2.根据权利要求1所述的方法，其特征在于：在对所述行驶速度数据进行处理，生成横轴为时间、纵轴为路面水平位移的路面水平位移数据的步骤之前，包括：对所述车辆的行驶速度数据进行插值处理，使得所述车辆的行驶速度数据的采样频率与所述垂直加速度数据的采样频率相匹配。3.根据权利要求1所述的方法，其特征在于，所述将所述路面轮廓数据进行处理，生成横轴为空间频率、纵轴为空间频率分量的路面轮廓空间频率数据的步骤具体为：以水平位移间隔S为单位，将所述路面轮廓数据进行分段，生成n个路面轮廓数据样本；使用Lomb算法分别对所述n个路面轮廓数据样本进行处理，生成包含n个横轴为空间频率、纵轴为空间频率分量的子路面轮廓空间频率数据的路面轮廓空间频率数据。4.根据权利要求3所述的方法，其特征在于，所述路面轮廓特征数据具体为路面轮廓特征矩阵Y1；所述对所述路面轮廓空间频率数据进行特征提取，生成路面轮廓特征数据的步骤具体为：根据预先设定的起始频率、步距频率和终止频率，计算每个子路面轮廓空间频率数据内，从所述起始频率开始、到所述终止频率为止，每段步距频率内对应的空间频率分量的和；从而生成n个子路面轮廓空间频率特征数据，所述子路面轮廓空间频率特征数据包含m个空间频率分量的和；将所述n个子路面轮廓空间频率特征数据进行组合，生成所述路面轮廓特征矩阵Y1：2CCNN110225416102254167A权利要求书2/4页其中，所述路面轮廓特征矩阵Y1中的每一列对应于一个所述子路面轮廓空间频率特征数据，所述路面轮廓特征矩阵Y1中的每一个元素对应于一个所述空间频率分量的和。5.根据权利要求4所述的方法，其特征在于，所述路面图像特征数据具体为路面图像特征矩阵Y2；所述对所述路面图像数据进行特征提取，生成路面图像特征数据的步骤具体为：所述路面图像数据包括n个子路面图像数据；提取每个所述子路面图像数据的直方图数据和纹理数据，生成n个子路面图像数据样本，每个所述子路面图像数据样本包括p个所述直方图数据和q个纹理数据；将所述n个子路面图像数据样本进行组合，生成所述路面图像特征矩阵Y2：其中，所述图像特征矩阵Y2中的每一列对应于一个子路面图像数据样本，所述图像特征矩阵Y2中的元素对应于一个直方图数据、元素对应于一个纹理数据。6.根据权利要求5所述的方法，其特征在于，所述分类器输入数据具体为分类器输