一种路面类型识别方法、车辆控制装置及可读存储介质制造方法及图纸

本公开实施例公开了一种路面类型识别方法、车辆控制装置及可读存储介质，该方法包括：采集泊车时的路面图像，对路面图像进行边缘检测；根据边缘检测后的像素判断当前路面是否为均一路面或非均一路面。本公开实施例公开的路面类型识别方法、车辆控制装置及可读存储介质，能够识别均一路面类型和非均一路面类型，解决目前汽车行业中的车辆轮胎无滑移率时无法有效识别路面类型的问题。法有效识别路面类型的问题。法有效识别路面类型的问题。

【技术实现步骤摘要】
一种路面类型识别方法、车辆控制装置及可读存储介质


[0001]本公开涉及但不仅限于汽车领域，尤指一种路面类型识别方法、车辆控制装置及可读存储介质。

技术介绍

[0002]在车辆行驶时，仅涉及均一路面类型的识别，对于非均一的路面类型无法识别。及目前是通过轮胎在路面上的滑移率进行均一路面类型识别，但当车辆低速行驶或者轮胎没有滑移率时，车辆无法识别当前的路面类型。

技术实现思路

[0003]本公开实施例提供了一种路面类别识别方法，包括：
[0004]采集泊车时的路面图像，对所述路面图像进行边缘检测；
[0005]根据边缘检测后的像素判断当前路面是否为均一路面或非均一路面。
[0006]本公开实施例还提供了一种车辆控制装置，包括存储器和处理器，存储器用于存储执行指令；处理器调用所述执行指令，用于执行任一实施例所述的路面类别识别方法。
[0007]本公开实施例还提供了一种计算机可读存储介质，其上存储有计算机指令，所述指令被处理器执行时实现任一实施例所述的方法的步骤。
[0008]本公开至少一个实施例提供的路面类型识别方法、车辆控制装置及可读存储介质，与现有技术相比，具有以下有益效果：
[0009]可通过机器视觉算法识别对路面进行分类，根据边缘检测后的像素判断路面是否均一，能够识别均一路面类型和非均一路面类型，解决目前汽车行业中的车辆轮胎无滑移率时无法有效识别路面类型的问题。
[0010]本公开的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本公开而了解。本公开的其他优点可通过在说明书以及附图中所描述的方案来实现和获得。
附图说明
[0011]附图用来提供对本公开技术方案的理解，并且构成说明书的一部分，与本公开的实施例一起用于解释本公开的技术方案，并不构成对本公开技术方案的限制。
[0012]图1为本公开实施例提供的路面类别识别方法的流程图；
[0013]图2A为水泥路面车位原始图片；
[0014]图2B为图2A边缘检测处理后的图片；
[0015]图3A为植草砖路面车位原始图片；
[0016]图3B为图3A边缘检测处理后的图片；
[0017]图4为本公开实施例提供的判断路面类型是否均一的流程图；
[0018]图5为本公开一示例实施例提供的非均一路面类型的识别流程图；
[0019]图6为助力转向电流、转向角度和路面摩擦系数之间关系的数据模型图；
[0020]图7为助力转向电流、转向角度和路面摩擦系数矩阵表建模流程示意图；
[0021]图8为本公开另一示例实施例提供的路面类别识别方法的流程图；
[0022]图9为本公开实施例提供的车辆控制装置的结构框图。
具体实施方式
[0023]本公开描述了多个实施例，但是该描述是示例性的，而不是限制性的，并且对于本领域的普通技术人员来说显而易见的是，在本公开所描述的实施例包含的范围内可以有更多的实施例和实现方案。尽管在附图中示出了许多可能的特征组合，并在具体实施方式中进行了讨论，但是所公开的特征的许多其它组合方式也是可能的。除非特意加以限制的情况以外，任何实施例的任何特征或元件可以与任何其它实施例中的任何其他特征或元件结合使用，或可以替代任何其它实施例中的任何其他特征或元件。
[0024]本公开包括并设想了与本领域普通技术人员已知的特征和元件的组合。本公开已经公开的实施例、特征和元件也可以与任何常规特征或元件组合，以形成由权利要求限定的独特的专利技术方案。任何实施例的任何特征或元件也可以与来自其它专利技术方案的特征或元件组合，以形成另一个由权利要求限定的独特的专利技术方案。因此，应当理解，在本公开中示出和/或讨论的任何特征可以单独地或以任何适当的组合来实现。因此，除了根据所附权利要求及其等同替换所做的限制以外，实施例不受其它限制。此外，可以在所附权利要求的保护范围内进行各种修改和改变。
[0025]此外，在描述具有代表性的实施例时，说明书可能已经将方法和/或过程呈现为特定的步骤序列。然而，在该方法或过程不依赖于本文所述步骤的特定顺序的程度上，该方法或过程不应限于所述的特定顺序的步骤。如本领域普通技术人员将理解的，其它的步骤顺序也是可能的。因此，说明书中阐述的步骤的特定顺序不应被解释为对权利要求的限制。此外，针对该方法和/或过程的权利要求不应限于按照所写顺序执行它们的步骤，本领域技术人员可以容易地理解，这些顺序可以变化，并且仍然保持在本公开实施例的精神和范围内。
[0026]图1为本公开实施例提供的路面类别识别方法的流程图，如图1所示，路面类别识别方法可以包括：
[0027]S101：采集泊车时的路面图像，对路面图像进行边缘检测。
[0028]可通过车辆上的摄像头采集泊车时的路面图像，比如可通过车辆上360
°
全景摄像头采集泊车时的路面图像。
[0029]定义车位路面类型标签u
n
∈{u
1i
,u
2j
}，常见的车位路面类型分为均一路面u
1i
和非均一路面u
2j
，均一路面平整，没有比较明显的特征，常见的有沥青路面u
11
、环氧地坪路面u
12
和大理石路面u
13
等；非均一路面有比较明显特征，常见的有长方形植草砖路面u
21
和多边形植草砖路面u
22
或u
23
等。
[0030]在一示例中，对路面图像进行边缘检测，可以包括：采用Canny算法对路面图像进行边缘检测。
[0031]通过机器视觉的方法能有效检测特征明显的物体，非均一路面u
2j
的数字图像存在明显的点和线。
[0032]可通过图像处理系统中Canny边缘检测算法将图像中的路面边缘检测出，可用此
方式来区分路面类型。
[0033]图2A为水泥路面车位原始图片，图2B为图2A边缘检测处理后的图片，如图2A和图2B所示，水泥路面的数据图像经过二值图处理后，车位线内黑色像素较多。同理，沥青路面、大理石路面等均一路面类别均存在数据图像经过二值图处理后，车位线内黑色像素较多的情况。
[0034]图3A为植草砖路面车位原始图片，图3B为图3A边缘检测处理后的图片，如图3A和图3B所示，植草砖路面的数字图像经过二值图处理后，车位线内存在特征明显的白色像素；同理，其它非均一类型路面均存在数字图像经过二值图处理后，车位线内存在特征明显的白色像素的情况。
[0035]S102：根据边缘检测后的像素判断当前路面是否为均一路面或非均一路面。
[0036]可通过机器视觉算法对路面进行分类，根据边缘检测后的像素判断路面是否均一。比如，边缘检测后白色像素较多的情况下，可判断路面为非均一路面；边缘检测后黑色像素较多的情况下，可判断路面为均一路面。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种路面类别识别方法，其特征在于，包括：采集泊车时的路面图像，对所述路面图像进行边缘检测；根据边缘检测后的像素判断当前路面是否为均一路面或非均一路面。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：在判断路面为非均一路面后，基于预先设定的相似度函数SSIM确定非均一路面的具体类型；在判断路面为均一路面后，基于电动助力转向系统EPS的设定转向参数确定均一路面的具体类型。3.根据权利要求1所述的方法，其特征在于，所述根据边缘检测后的像素判断当前路面是否为均一路面或非均一路面，包括：确定所述路面图像经边缘检测处理后的像素矩阵m
ij
＝0代表图像中黑色像素，m
ij
＝1代表图像中白色像素；根据所述像素矩阵确定边缘点比率，根据所述边缘点比率判断路面是否均一。4.根据权利要求3所述的方法，其特征在于，所述根据所述像素矩阵确定边缘点比率，根据所述边缘点比率判断路面是否均一，包括：采用公式确定边缘点比率ξ；在ξ≥阈值ξ1时，判断路面为非均一路面；在ξ＜阈值ξ1时，判断路面为均一路面。5.根据权利要求2所述的方法，其特征在于，所述基于预先设定的相似度函数SSIM确定非均一路面的具体类型，包括：采用公式SSIM(x,y)＝[a(x,y)]
m
[b(x,y)]
n
[c(x,y)]
o
确定所述路面图像x与设定的不同路...

【专利技术属性】
技术研发人员：吴宝亮，侯立升，游佩文，李永光，卢云鹏，
申请(专利权)人：宁波吉利汽车研究开发有限公司，
类型：发明
国别省市：