路面平整度的检测方法、装置、系统、电子设备及介质与流程

本发明涉及汽车，尤其涉及一种路面平整度的检测方法、装置、电子设备及计算机可读存储介质。

背景技术：

1、随着驾驶技术的发展，人们对于驾驶车辆安全性和舒适性的要求日益增高。而随着深度学习技术的发展，基于深度学习的识别方法在无人驾驶、安防以及工业检测领域都有较多的应用。在驾驶过程中，城市道路、高速道路是重要的应用场景，不同路段的路面状况存在差异，路面的不平状态不仅影响驾车体验，还对汽车本身造成一定的损害。

2、相关技术中，路面平整度的识别方法，通常通过三维点云数据和平面方程等方法得到路面粗糙程度的判断。也就是说，先利用激光雷达等传感器获得地面三维点云数据，并对三维点云数据进行处理，之后，结合处理结果和平面方程预估地面各点的偏离程度，根据偏离程度来判断路面平整粗糙程度。

3、但是，相关技术中，在对三维点云数据的处理时，每一个点都包括完整的x，y，z三维浮点数据，需要非常大的计算量才能满足计算需求，从而增加了计算消耗，降低了计算路面平整度的效率。

技术实现思路

1、本发明提供一种路面平整度的检测方法、装置、电子设备及计算机可读存储介质，以至少解决相关技术中由于增加了计算消耗，导致路面平整度的计算效率降低的问题。本发明的技术方案如下：

2、根据本发明实施例的第一方面，提供一种路面平整度的检测方法，包括：

3、获取待检测路面区域的双目立体视觉的视差图，所述待检测路面区域被分割成大小相同的多个检测区域；

4、基于每个检测区域的所述视差图确定对应检测区域的视差梯度向量；

5、统计每个检测区域内所述视差梯度向量中方向偏离的数量，以及对应的偏离角度；

6、基于每个检测区域内所述方向偏离的数量以及对应的偏离角度预测对应检测区域内的路面平整程度。

7、可选的，所述基于每个检测区域的所述视差图确定对应检测区域的视差梯度向量，包括：

8、将每个检测区域划分为多个单元；

9、根据每个单元的视差图中的视差像素值计算对应单元的视差梯度向量；

10、将每个检测区域中所有单元的视差梯度向量作为对应检测区的视差梯度向量集合。

11、可选的，所述统计每个检测区域内所述视差梯度向量中方向偏离的数量，以及对应的偏离角度，包括：

12、获取每个检测区域内的所有视差梯度向量；

13、按照设定统计学策略确定所述每个检测区域内视差梯度向量中方向偏离的数量及对应的偏离角度。

14、可选的，所述按照预设统计学策略确定所述每个检测区域内视差梯度向量中方向偏离的数量及对应的偏离角度，包括：

15、计算所述每个检测区域内视差梯度向量的方向方差值，将所述每个检测区域内视差梯度向量的方向方差值分别与理想平整路面的预知统计值进行比较，根据比较结果确定对应检测区域内视差梯度向量中方向偏离的数量及对应的偏离角度；

16、或者

17、计算每个检测区域内视差梯度向量的平均值；将所述每个检测区域内的所有视差梯度向量分别与对应检测区域内的平均值进行比较，根据比较结果确定对应检测区域内视差梯度向量中方向偏离的数量及对应的偏离角度；

18、或者

19、计算每个检测区域内的所有视差梯度向量的整体偏移量；将所述每个检测区域内的所有视差梯度向量的整体偏移量分别与周围相邻检测区域的视差梯度向量的整体偏移量进行比较，根据比较结果确定对应检测区域内视差梯度向量中方向偏离的数量及对应的偏离角度。

20、可选的，所述基于每个检测区域内所述方向偏离的数量以及对应的偏离角度预测对应检测区域内的路面平整程度，包括：

21、在每个检测区域内所述方向偏离的数量大于设定阈值，且每个偏离角度的值大于预设角度阈值时，确定对应检测区域内的路面为粗糙不平路面；或者

22、在每个检测区域内所述方向偏离的数量大于设定阈值，且每个偏离角度的值近似等于预设角度阈值时，确定对应检测区域内的路面为坡度路面。

23、可选的，在获取待检测路面区域的双目立体视觉的视差图之前，所述方法还包括：

24、获取双目立体相机与路面的安装倾角，以及安装高度，以及双目立体相机的双目标定参数；

25、基于所述安装倾角、安装高度以及所述双目标定参数，控制所述每个检测区域逆投影到图像视场中。

26、可选的，所述获取待检测路面区域的双目立体视觉的视差图，包括：

27、获取待检测路面区域的左右视图；

28、对所述左右视图中的对应像素值进行匹配处理，得到双目立体视觉的视差图。

29、根据本发明实施例的第二方面，提供一种路面平整度的检测装置，包括：

30、获取模块，用于获取待检测路面区域的双目立体视觉的视差图，所述待检测路面区域被分割成大小相同的多个检测区域；

31、确定模块，用于基于每个检测区域的所述视差图确定对应检测区域的视差梯度向量；

32、统计模块，用于统计每个检测区域内所述视差梯度向量中方向偏离的数量，以及对应的偏离角度大小；

33、预测模块，用于基于每个检测区域内所述方向偏离的数量以及对应的偏离角度预测对应检测区域内的路面平整程度。

34、可选的，所述确定模块包括：

35、划分模块，用于将每个检测区域划分为多个单元；

36、第一计算模块，用于根据每个单元的视差图中的视差像素值计算对应单元的视差梯度向量；

37、向量确定模块，用于将每个检测区域中所有单元的视差梯度向量作为对应检测区的视差梯度向量集合。

38、可选的，所述统计模块包括：

39、向量获取模块，用于获取每个检测区域内的所有视差梯度向量；

40、统计确定模块，用于按照设定统计学策略确定所述每个检测区域内视差梯度向量中方向偏离的数量及对应的偏离角度。

41、可选的，所述统计确定模块包括：方差计算模块，第一比较模块和第一确定模块；和/或平均计算模块，第二比较模块和第二确定模块；和/或偏移计算模块，第三比较模块和第三确定模块，其中，

42、所述方差计算模块，用于计算所述每个检测区域内视差梯度向量的方向方差值；

43、所述第一比较模块，用于将所述每个检测区域内视差梯度向量的方向方差值分别与理想平整路面的预知统计值进行比较；

44、所述第一确定模块，用于根据比较结果确定对应检测区域内视差梯度向量中方向偏离的数量及对应的偏离角度；

45、所述平均计算模块，用于计算每个检测区域内视差梯度向量的平均值；

46、所述第二比较模块，用于将所述每个检测区域内的所有视差梯度向量分别与对应检测区域内的平均值进行比较；

47、所述第二确定模块，用于根据比较结果确定对应检测区域内视差梯度向量中方向偏离的数量及对应的偏离角度；

48、所述偏移计算模块，用于计算每个检测区域内的所有视差梯度向量的整体偏移量；

49、所述第三比较模块，用于将所述每个检测区域内的所有视差梯度向量的整体偏移量分别与周围相邻检测区域的视差梯度向量的整体偏移量进行比较；

50、所述第三确定模块，用于根据比较结果确定对应检测区域内视差梯度向量中方向偏离的数量及对应的偏离角度。

51、可选的，所述预测模块包括：第一路面程度确定模块和/或第二路面程度确定模块，其中，

52、所述第一路面程度确定模块，用于在每个检测区域内所述方向偏离的数量大于设定阈值，且每个偏离角度的值大于预设角度阈值时，确定对应检测区域内的路面为粗糙不平路面；

53、所述第二路面程度确定模块，用于在每个检测区域内所述方向偏离的数量大于设定阈值，且每个偏离角度的值近似等于预设角度阈值时，确定对应检测区域内的路面为坡度路面。

54、可选的，在获取待检测路面区域的双目立体视觉的视差图之前，所述装置还包括：

55、参数获取模块，用于在所述获取模块获取待检测路面区域的双目立体视觉的视差图之前，获取双目立体相机与路面的安装倾角，以及安装高度，以及双目立体相机的双目标定参数；

56、控制模块，用于基于所述安装倾角、安装高度以及所述双目标定参数，控制所述每个检测区域逆投影到图像视场中。

57、可选的，所述获取模块包括：

58、视图获取模块，用于获取待检测路面区域的左右视图；

59、处理模块，用于对所述左右视图中的对应像素值进行匹配处理，得到双目立体视觉的视差图。

60、根据本发明实施例的第三方面，提供一种路面平整度的检测系统，包括：双目立体相机，和与所述双目立体相机连接的电子设备，所述双目立体相机与所述电子设备连接，所述电子设备部署在汽车内部或者集成在汽车的中控平台上，所述双目立体相机安装在汽车的外壁上，其中，

61、所述双目立体相机，用于采集待检测路面区域的左右视图，所述待检测路面区域被分割成大小相同的多个检测区域；

62、所述电子设备，用于对所述双目立体相机采集的所述左右视图中的对应像素值进行处理，得到双目立体视觉的视差图，基于每个检测区域的所述视差图确定对应检测区域的视差梯度向量，统计每个检测区域内所述视差梯度向量中方向偏离的数量，以及对应的偏离角度，基于每个检测区域内所述方向偏离的数量以及对应的偏离角度预测对应检测区域内的路面平整程度。

63、根据本发明实施例的第四方面，提供一种电子设备，其特征在于，包括：

64、处理器；

65、用于存储所述处理器可执行指令的存储器；

66、其中，所述处理器被配置为执行所述指令，以实现如上所述的路面平整度的检测方法。

67、根据本发明实施例的第五方面，提供一种计算机可读存储介质，当所述计算机可读存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如上所述的路面平整度的检测方法。

68、根据本发明实施例的第六方面，提供一种计算机程序产品，包括计算机程序或指令，所述计算机程序或指令被电子设备的处理器执行时实现如上所述的路面平整度的检测方法。

69、本发明的实施例提供的技术方案至少带来以下有益效果：

70、本发明实施例中，获取待检测路面区域的双目立体视觉的视差图，所述待检测路面区域被分割成大小相同的多个检测区域；基于每个检测区域的所述视差图确定对应检测区域的视差梯度向量；统计每个检测区域内所述视差梯度向量中方向偏离的数量，以及对应的偏离角度；基于每个检测区域内所述视差梯度向量中方向偏离的数量以及对应的偏离角度预测对应检测区域内的路面平整程度。也就是说，本发明实施例利用双目立体相机来获得包含深度信息的视差图，基于视差图确定对应的视差梯度向量，根据视差梯度向量的偏离方向和角度来，判断视差图上的路面平整度。不但减少了路面平整度的计算消耗，有效提高了评估路面平整的精度和效率，还优化辅助驾驶的道路感知情况，提高驾驶的舒适度和安全性。

71、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。