一种利用行车视频进行路面状态识别与平整性评估的方法

本发明涉及农村道路交通领域，尤其涉及一种利用行车视频进行路面状态识别与平整性分级评估的方法。

背景技术：

1、现阶段农村公路总是存在重施工轻养护的现象，管养手段的落后致使公路性能耗损、使用周期缩减，公路养护工作面临很大的发展困境。近些年来，农村经济快速发展，车流量显著上升，公路养护管理工作变得更加迫切。其中，路面平整度是评价道路质量的关键指标，也是公路管养工作的重点。如何实时、精确的识别出路面状态类型以及平整性等级，并将其报告给道路管理部门，是一项亟待解决的工作。

2、当前，对于路面平整性的检测评估方法总共可以分为以下四种类型。首先是人工检测方法，这类检测方法主要通过人工进行现场实地勘察测量并记录下测量结果，之后代入相关的评价指标计算公式，通过后期的人工计算获得路面平整度指数(iri)的具体数值，从而实现对路面平整性的具体评价。但是这种方法的效率较低，耗费成本较高，同时检测期间可能会影响正常的交通通行，数据精度不足；其次是半自动化检测方法，通过人工操作计算机终端控制检测设备进行检测，在检测进行的同时将获得的数据存储到检测装置内，并以一定的时间间隔进行数据处理。但是这种方法的效率仍然不高，例如连续式平整度仪；另一种是自动化检测方法，通过当前应用的超声波、激光、雷达等先进技术设备进行检测分析，例如现在比较常用的车载式累计颠簸仪、激光平整度仪等检测方法，这种方法虽然对检测效率有所提升，并且自动化程度也相对较高，但是耗用的经济成本也较高，同时检测频率低，检测周期长，主要由专业技术人员进行操作，而这些因素也在一定程度上造成了检测工作的实时性低下，智能化水平不足；最后是近年来被研究学者广泛提出的智能化检测方法，提出将当前的通信、网络、大数据、人工智能等高新技术应用到路面平整性的检测和评估工作，依靠智能化的技术方法将检测的效率和精度进行最大程度的提高，不影响人们正常安全的交通出行。但就目前情况而言，智能化检测方法的技术水平不足，尚处于探索阶段。

3、发明申请201710953785.8公布了一种基于机器视觉的路面使用状态检测方法，通过图像采集器采集检测车体周围的路面图像，并将信息反馈到工控机进行图像处理，根据采集到的动态路面图像检测出路面的平面度及破损情况；通过定位系统实时获取检测车体的位置信息，当检测到路面存在破损时将对应位置的位置信息及路面破损情况存储到工控机中；设定时间段后及时将工控机中的路面破损情况及相应的位置信息通过无线传输系统向管理平台进行反馈，并给出不同程度的警报提示。这种方法需要使用特定的装置以及相应的人工操作，信息采集成本较大，周期较长，不能实时的获得路面状态。

4、张金喜，王琳，周同举等在《基于行车振动的路面平整度智能检测方法》(中外公路，2020年第1期)提出了一种基于行车振动的路面平整度检测方法。该方法借助坐垫式振动加速度计，采集车辆行驶过程中的三轴向振动加速度数据，对神经网络基本方法进行改进，利用ga-bp神经网络建立振动加速度特征值及速度v与iri之间的相关关系，实现对路面平整度的智能化检测。该方法需要用到专门的振动加速度计，成本较高，且由于车辆类型的不同会对测量结果造成误差，因此不能精确的判断路面平整性。

5、霍娜在《基于移动智能终端的道路状况检测系统研究与实现》(硕士电子期刊2018年12期)中提出了一种利用智能移动终端进行道路状况检测的系统。该系统通过车载移动终端内置的传感器采集道路状况数据，将数据传输汇聚到服务器，分析处理后，将道路状况标注在地图上，结合地图导航功能为驾驶者提供道路状况预警服务。该系统需要使用树莓派系统内置加速度、陀螺仪等传感器，成本较高。另外，该系统采用的是基于马田系统的道路状况检测分类方法，只对路面进行了如平坦道路、坑槽等四种路况的定性分类，而没有对平整程度进行定量分类。

技术实现思路

1、本发明的目的在于提出一种利用行车视频进行路面状态识别与平整性评估的方法，以提高农村公路路面检测和养护管理工作的效率，降低路面受损对交通运行所造成的不利影响。

2、实现本发明目的的技术解决方案为：一种利用行车视频进行路面状态识别与平整性分级评估的方法，包括如下步骤：

3、步骤1，图像预处理：对原始行车视频数据，进行图像灰度化、滤波、均衡化处理，以增强图像对比度；

4、步骤2，行车视频抖动检测：对预处理后的行车图像，先利用灰度投影算法获得当前帧垂直方向上的全局抖动矢量，再对当前帧进行2*2分块处理并计算块抖动矢量，通过各块抖动矢量与全局抖动矢量的相似性判定来去除相似性程度低的分块，最后计算保留分块的块抖动矢量均值，作为当前帧的新的垂直方向上的全局抖动矢量；当行车视频的所有帧都得到全局抖动矢量，即获得了连续时间序列的全局抖动矢量后，对其进行小波变换和滑动窗口分割得到子序列全局抖动矢量，再由子序列全局抖动矢量计算抖动最大值和抖动最小值、抖动量均值和方差、均方差以及lipschitz指数的均值作为行车视频的抖动特征数据；

5、步骤3，路面状态识别：对行车视频的抖动特征数据进行分类，识别出不同的路面状态，经过svm-1模型，将路面平整设为第一类，其余作为另一类，经过rf模型对其进行二分类，将路面病害损毁作为一类，其余作为另一类，经过svm-2模型对其进行二分类，将窖井盖作为一类，其余作为另一类，经过svm-3模型对其进行二分类，将减速带作为一类，桥头跳车作为另一类，至此分类识别完毕，获得了路面状态识别结果；

6、步骤4，平整性分级评估：对行车视频的抖动特征数据，按车速区间进行分类，再在不同的车速区间内，通过k-means聚类算法对抖动特征数据进行聚类，获得当前道路平整性的评估等级。

7、进一步的，步骤2中，利用灰度投影算法获得当前帧垂直方向上的全局抖动矢量，即gv，具体方法为：

8、根据公式(1)计算相邻两帧图像列方向上的灰度值；

9、gk(j)＝∑i gk(i,j) (1)

10、其中gk(j)为第k帧图像第j列的灰度值,gk(i,j)是第k帧图像上(i,j)位置处的像素灰度值；

11、根据公式(2)、(3)计算相邻两帧图像列方向上的灰度投影，其中图像大小为m*n；

12、

13、cproj(j)＝gk(j)-meanc  (3)

14、其中meanc为列灰度和均值，cproj(j)为列方向灰度投影；

15、根据公式(4)计算相邻两帧图像的互相关系数；

16、

17、其中v为列自变量，ry(v)为互相关系数，colcur为当前帧的列方向灰度投影，colref为参考帧灰度投影，n为搜素宽度，将能使ry(v)达到最小值时的值记为vmin；

18、根据公式(5)计算当前帧垂直方向上的全局抖动矢量；

19、gv＝n+1-vmin (5)

20、当gv>0时，表明发生了竖直向上的抖动，抖动大小为|gv|个像素；当gv<0时，表明发生了竖直向下的抖动，抖动大小|gv|个像素。

21、进一步的，在按照公式(4)计算互相关系数时，以粒子群优化算法对全搜索模式进行改进优化，搜索得到vmin，具体步骤为：

22、将pso的种群大小设置为10，搜索宽度为n,在[1,2n+1]上对列自变量v进行随机初始化，以公式(4)为适应度函数，利用pso算法不断迭代更新，得到v的最优解，即vmin。

23、进一步的，步骤2中，对当前帧进行2*2分块处理并计算块抖动矢量，通过各块抖动矢量与全局抖动矢量的相似性判定来去除相似性程度低的分块，计算保留分块的块抖动矢量均值，作为当前帧的新的垂直方向上的全局抖动矢量，其中相似性判定的具体步骤为：

24、计算gv与各分块抖动矢量dy之间的欧氏距离di，设定阈值t，将满足di<t的各分块抖动矢量dy作为与整体抖动关联程度较高的组成元素，不满足的分块抖动矢量则与整体抖动无关，予以去除。

25、一种利用行车视频进行路面状态识别与平整性分级评估的系统，实施所述的路面状态识别与平整性分级评估方法，实现路面状态识别与平整性分级评估。

26、一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实施所述的路面状态识别与平整性分级评估方法，实现路面状态识别与平整性分级评估。

27、一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实施所述的路面状态识别与平整性分级评估方法，实现路面状态识别与平整性分级评估。

28、本发明与现有技术相比，其显著优点为：(1)视频来源极为廉价且方便，不需要耗费大量人力物力；(2)采用改进后的灰度投影算法，减少了搜索次数，提高了搜索效率；(3)根据获得的行车数据集，利用pso算法求解svm与rf的模型最优参数，以“一对多”方式构建了基于svm和rf的路面状态组合识别模型，对不同路面状态的识别有较高准确率。