车路协同的道路异物检测系统、方法及可读存储介质

本发明涉及智能网联车路协同，尤其涉及一种车路协同的道路异物检测系统、方法及可读存储介质。

背景技术：

1、道路异物是影响车辆安全行驶的重要因素，一旦行车道有妨碍车辆正常行驶的异物，需要及时识别并清除处理。道路异物容易引发交通事故，影响道路的正常通行。在交通场景比较特殊的情况下，如夜晚光线较暗的路段，道路异物可能会引起交通事故。特别是在高速路段有落石或者散落货物等异物时，车辆速度较快来不及避让，很有可能会导致车辆损坏甚至人员伤亡等严重的交通事故。

2、道路上的异物主要来源于货车散落的物品，以及高速路段树木断枝、落石等，尺寸较大时足以影响车辆正常行驶，其外部特征信息能被车载单元或者路侧单元的感知设备摄像头和雷达捕捉。图像视觉和雷达感知技术经过不断改进优化，已在智能驾驶等实际工程中广泛使用。机器视觉中的图像语义分割技术，是通过大量数据集训练模型，达到可以识别物体的类别、并将物体与周边环境分割的效果。雷达感知技术通过对物体相应的点云数据处理，可以实现物体大小判断。

3、智能网联车路协同技术的发展，为智能化道路异物检测提供了支撑。车载设备实现道路数据采集，路侧单元接收车载数据并分析，或者有些异物直接被路侧设备检测，并将结果反馈至云端智慧交通中心，道路监管人员可以根据异物的类别和大小，第一时间采取最佳的清理措施。利用智能网联车路协同技术实现道路异物智能检测，与传统的人工检测与养护方法相比，智能检测可以全时地在行车道路的任何位置实现检测，从而提升检测效率，降低道路管理成本，实现异物的精准适时清理，降低安全隐患，保证道路交通的安全。

4、中国发明专利cn109740484a提供了一种道路障碍物识别的方法、装置及系统。该方法包括：接收图像采集设备发送的图像；对所述图像进行识别处理，得到所述图像中障碍物的识别信息、车道线信息；根据所述障碍物的识别信息、车道线信息，判断所述障碍物是否为有效障碍物。

5、然而上述方法只是采用图像数据判别障碍物的种类，没有采用雷达点云数据实现障碍物的大小判断和位置确定。

6、中国发明专利cn103914698a公开了一种基于视频的障碍物识别分类方法。该方法针对城市道路监控视频，提出了自适应背景更新的混合高斯建模方法，根据检测出来的静态障碍物目标，对道路背景进行选择性更新；采用自适应感兴趣区域截取的道路障碍物分类方法，将道路障碍物识别分类为违规停止车辆和遗撒物。

7、然而上述方法没有结合机器学习和雷达感知设备，对障碍物的类别和大小作出判断，也未能确定障碍物的具体位置，而且道路监控设备有一定的检测盲点

8、中国发明专利cn103176185b涉及用于检测道路障碍物的方法及系统。该发明公开了基于视频摄像装置的第一障碍物检测模型，基于视频摄像装置和毫米波雷达的第二障碍物检测模型，基于三维激光雷达和红外线摄像装置的第三障碍物检测模型，并且通过基于粗糙集的模糊神经网络算法使得所述多个模型形成互补检测，从而实时获取道路障碍物的特征信息。

9、上述方法涉及多种图像矩阵数据运算、障碍物表面建模、多特征融合等复杂运算，而现阶段车载设备很难具备大算力，尤其在车辆行驶情况下很难实现障碍物的实时检测。

10、由此，开发一种实时性强、识别准确、运算效率高的车路协同异物识别方法及系统迫在眉睫。

技术实现思路

1、针对现有技术的不足，本发明的目的在于提供一种车路协同的道路异物检测系统、方法及可读存储介质。

2、为实现前述发明目的，本发明采用的技术方案包括：

3、第一方面，本发明提供一种车路协同的道路异物检测系统，其包括车载单元、路侧单元、预警单元以及云端通讯单元；

4、所述车载单元包括定位模块和车载感知模块，所述路侧单元包括数据采集模块、数据处理模块以及智能检测模块；

5、所述车载感知模块用于识别道路中的异物并获取异物感知信号数据，并结合所述定位模块获得的车辆定位数据发送至所述数据采集模块；所述数据采集模块还对道路进行路侧感知，获得路感知信号数据；

6、所述数据处理模块用于融合所述异物感知信号数据、车辆定位数据以及路感知信号数据，获得协同感知数据；

7、所述智能检测模块用于基于所述协同感知数据识别出所述异物的类别、位置以及尺寸，生成异物感知信息；

8、所述预警单元用于基于所述异物感知信息，向道路中的车辆下发异物预警信息；所述云端通讯单元用于将所述异物感知信息传递至云端平台。

9、第二方面，本发明还提供一种车路协同的道路异物检测方法，其包括：

10、利用车载的车载单元中的车载感知模块识别道路中的异物并获取异物感知信号数据，并结合车载单元中的定位模块获得的车辆定位数据发送至路侧单元中的数据采集模块；

11、所述数据采集模块还对道路进行路侧感知，获得路感知信号数据；

12、在所述路侧单元的数据处理模块中融合所述异物感知信号数据、车辆定位数据以及路感知信号数据，获得协同感知数据；

13、在所述路侧单元的智能检测模块中基于所述协同感知数据识别出所述异物的类别、位置以及尺寸，生成异物感知信息；

14、基于所述异物感知信息，向道路中的车辆下发异物预警信息；以及，将所述异物感知信息传递至云端平台。

15、第三方面，本发明还提供了一种可读存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序被运行时执行上述道路异物检测方法的步骤。

16、基于上述技术方案，与现有技术相比，本发明的有益效果至少包括：

17、本发明所提供的系统及方法能够更为准确地确定异物的种类，利用车载数据和路侧数据的系统结合，采用深度学习语义分割模型，确定异物的种类和边界像素，结合语义分割结果，筛选障碍物雷达点云数据，利用切片法确定障碍物的大小，最终实现了高效精准地异物检测与预警，此外，基于车载单元和路侧单元的直接交互，显著提高了异物检测的实时性，并利用这种分布式运算的方式降低了网络负载，避免了算力集中，为智慧交通提供有力的安全保障。

18、上述说明仅是本发明技术方案的概述，为了能够使本领域技术人员能够更清楚地了解本申请的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合详细附图说明如后。

技术特征：

1.一种车路协同的道路异物检测系统，其特征在于，包括车载单元、路侧单元、预警单元以及云端通讯单元；

2.根据权利要求1所述的道路异物检测系统，其特征在于，所述车载感知模块包括车载雷达和车载摄像头，用于获取关于所述异物的车感知雷达点云数据和车感知图像数据，组成所述异物感知信号数据；

3.根据权利要求2所述的道路异物检测系统，其特征在于，所述数据处理模块包括间隔截取组件以及定位融合组件；

4.根据权利要求3所述的道路异物检测系统，其特征在于，所述智能检测模块包括异物识别组件、异物定位组件以及异物大小判定组件；

5.根据权利要求4所述的道路异物检测系统，其特征在于，所述点云切片算法的具体过程包括：

6.根据权利要求4所述的道路异物检测系统，其特征在于，所述路侧单元的数据采集模块和车载感知模块的检测范围互相弥补，任一数据采集模块检测到异物时，在下一个时间点获取两个数据采集模块的感知信号数据进行对比确认；

7.一种车路协同的道路异物检测方法，其特征在于，包括：

8.根据权利要求7所述的道路异物检测方法，其特征在于，所述车载感知模块包括车载雷达和车载摄像头，用于获取关于所述异物的车感知雷达点云数据和车感知图像数据，组成所述异物感知信号数据；

9.根据权利要求7所述的道路异物检测方法，其特征在于，所述定位模块包括卫星定位组件以及惯性导航定位组件；

10.一种可读存储介质，其特征在于，所述可读存储介质中存储有计算机程序，所述计算机程序被运行时执行权利要求7-9中任意一项所述的道路异物检测方法的步骤。

技术总结
本发明公开了一种车路协同的道路异物检测系统、方法及可读存储介质。所述系统包括车载、路侧、预警及云端通讯单元；车载单元包括定位和车载感知模块，路侧单元包括数据采集、处理以及智能检测模块；车载感知模块获取异物感知信号数据，结合车辆定位数据发送至数据采集模块；数据采集模块还对道路进行路侧感知；数据处理模块融合获得协同感知数据；智能检测模块识别出异物，生成异物感知信息；预警单元向车辆下发异物预警信息；云端通讯单元将异物感知信息传递至云端平台。本发明所提供的系统及方法能够更为准确地确定异物的种类，实现了高效精准地异物检测与预警，降低了网络负载，避免了算力集中，为智慧交通提供有力的安全保障。

技术研发人员：梁丽,方泽波,位顺航,孙金合,全瑜楠
受保护的技术使用者：绍兴文理学院
技术研发日：
技术公布日：2024/4/22