用於檢測道路類型的方法、裝置和系統與流程
2023-05-28 19:52:42 1
本發明涉及汽車電子領域，具體地，涉及一種用於檢測道路類型的方法、裝置和系統。
背景技術：
隨著汽車行業的飛速發展，汽車保有量近年來呈激增趨勢，同時，人們對車輛安全性和舒適性的要求也越來越高。當車輛在各種道路上行駛時，駕駛員會採取相應的駕駛策略來安全、平穩地駕駛車輛。對於車輛前方道路的道路類型(即路面狀況，例如，平坦的柏油路、坑坑窪窪的山路、下雨後積水的路面等)，通常情況下，駕駛員可以通過目測來判斷。但是受到視力、注意力、駕駛經驗等因素的影響，通過目測得到的道路類型並不準確，有可能判斷錯誤，引起不必要的麻煩或交通事故。
技術實現要素：
本發明的目的是提供一種簡便的用於檢測道路類型的方法、裝置和系統。
為了實現上述目的，本發明提供一種用於檢測道路類型的方法，所述方法包括：採集車輛的車前圖像；從所採集的車前圖像中選取對應於道路的道路區域；以及根據所選取的道路區域的灰度值確定車前道路的類型。
優選地，所述從所採集的車前圖像中選取對應於道路的道路區域的步驟包括以下中的任意一者：根據所採集的車前圖像的灰度值的變化，從所採集的車前圖像中選取所述道路區域；以及檢測車道線，並根據所檢測到的車道線來選取所述道路區域。
優選地，所述根據所選取的道路區域的灰度值確定車前道路的類型的步驟包括以下中的一者或多者：根據所述道路區域的灰度值來檢測車道線，並在檢測到車道線的情況下，確定車前道路的類型為柏油道路；在所述道路區域中，灰度值大於一預定灰度值的像素點與全部像素點的比例超過一預定比例閾值的情況下，確定車前道路的類型為積水道路；以及根據所述道路區域的灰度值的分布狀況來確定車前道路的類型是否為顛簸道路。
優選地，所述根據所述道路區域的灰度值的分布狀況來確定車前道路的類型是否為顛簸道路的步驟包括：將所述道路區域中各個像素點的灰度值與一預定的標準灰度值之差的絕對值進行求和或求平均值，得到顛簸值；以及在所得到的顛簸值大於一預定的顛簸閾值的情況下，確定車前道路的類型為顛簸道路。
優選地，所述方法還包括以下中的一者或多者：採集所述車輛的定位信息，以及在確定車前道路的類型為柏油道路或顛簸道路的情況下，根據所採集的定位信息對所確定的車前道路的類型進行校驗；採集車身傾斜角度的變化率，以及在確定車前道路的類型為顛簸道路的情況下，根據所採集的車身傾斜角度的變化率對所確定的車前道路的類型進行校驗；以及採集雨量信息，以及在確定車前道路的類型為積水道路的情況下，根據所採集的雨量信息對所確定的車前道路的類型進行校驗。
本發明還提供一種用於檢測道路類型的裝置，所述裝置包括：採集模塊，用於採集車輛的車前圖像；以及選取模塊，用於從所採集的車前圖像中選取對應於道路的道路區域；以及確定模塊，用於根據所選取的道路區域的灰度值確定車前道路的類型。
本發明還提供一種用於檢測道路類型的系統，所述系統包括：攝像頭，用於拍攝車輛的車前圖像；根據本發明提供的用於檢測道路類型的裝置，與所述攝像頭連接，用於根據所拍攝的車前圖像確定車前道路的類型。
通過上述技術方案，在採集的車前圖像中選出道路區域，根據道路區域的灰度值來確定車前道路的類型，這樣能夠從灰度值的角度來判斷出車前路面的類型，從而能夠提醒駕駛員採取合理的駕駛方案，避免引發不必要的麻煩和交通事故。
本發明的其他特徵和優點將在隨後的具體實施方式部分予以詳細說明。
附圖說明
附圖是用來提供對本發明的進一步理解，並且構成說明書的一部分，與下面的具體實施方式一起用於解釋本發明，但並不構成對本發明的限制。在附圖中：
圖1是一示例性實施方式提供的用於檢測道路類型的方法的流程圖；
圖2是一示例性實施方式提供的車前圖像的示意圖；
圖3是一示例性實施方式提供的確定顛簸道路的流程圖；
圖4是另一示例性實施方式提供的用於檢測道路類型的方法的流程圖；
圖5是又一示例性實施方式提供的用於檢測道路類型的方法的流程圖；
圖6是又一示例性實施方式提供的用於檢測道路類型的方法的流程圖；
圖7是又一示例性實施方式提供的用於檢測道路類型的方法的流程圖；
圖8是一示例性實施方式提供的用於檢測道路類型的裝置的結構框圖；
圖9是一示例性實施方式提供的選取模塊的結構框圖；
圖10是一示例性實施方式提供的確定模塊的結構框圖；
圖11是一示例性實施方式提供的顛簸道路確定單元的結構框圖；
圖12是另一示例性實施方式提供的用於檢測道路類型的裝置的結構框圖；
圖13是一示例性實施方式提供的用於檢測道路類型的系統的結構框圖；以及
圖14是另一示例性實施方式提供的用於檢測道路類型的系統的結構框圖。
具體實施方式
以下結合附圖對本發明的具體實施方式進行詳細說明。應當理解的是，此處所描述的具體實施方式僅用於說明和解釋本發明，並不用於限制本發明。
圖1是一示例性實施方式提供的用於檢測道路類型的方法的流程圖。如圖1所述，所述方法包括以下步驟。
在步驟S11中，採集車輛的車前圖像。例如，可以通過在車輛的前擋風玻璃內側的中上部設置攝像頭，通過該攝像頭來採集車輛的車前圖像。
在步驟S12中，從所採集的車前圖像中選取對應於道路的道路區域。
在採集到的車前圖像中，有一部分是向前延伸的路面的圖像。圖2是一示例性實施方式提供的車前圖像的示意圖。如圖2所示，圖像上方是與天空對應的天空區域I，圖像下方是與道路對應的道路區域II，並且道路區域II中的道路是具有車道線的柏油道路。在該步驟S12中，可以通過將車前圖像中的固定位置的區域設置為道路區域。例如，可以將與圖2中道路區域II相近的梯形區域設置為道路區域。
由於路面和周圍環境的灰度值通常情況下都具有一定的突變，因此，步驟S12可以包括：根據所採集的車前圖像的灰度值的變化，從所採集的車前圖像中選取道路區域。例如，圖2所示的車前圖像中，可以將車前圖像下方一預定區域(例如區域III)的灰度值(例如，該區域III的灰度值的平均值)認為是路面的灰度值，在圖像從區域III往上延伸的過程中，灰度值發生了突變、並一直延伸到圖像頂端的區域(忽略車道線)可以認為不屬於道路區域。這樣，就可以將道路區域選取出來。
當只需要檢測當前車道內的道路類型時，步驟S12還可以包括：檢測車道線，並根據所檢測到的車道線來選取道路區域。例如，將檢測到的左右兩條車道線之間的區域選取為道路區域。其中，檢測車道線的方法已在車道偏離警示系統(LDW，Lane Departure Warning)中應用，其具體方法於此不再詳細描述。與全部路面作為道路區域相比較，將當前車道內的區域作為道路區域能夠減小計算量，加快數據處理速度。
在步驟S13中，根據所選取的道路區域的灰度值確定車前道路的類型。
需要指出的是，本發明中所述的車前道路的類型是指關於影響行駛速度、平穩度、安全性等的路面狀況。車前道路的類型例如可以包括柏油道路、積水道路、顛簸道路等。該步驟S13可以包括以下中的一者或多者：
(a)根據所述道路區域的灰度值來檢測車道線，並在檢測到車道線的情況下，確定車前道路的類型為柏油道路。
由前所述，在檢測到車道線的情況下，通常情況下，可以直接確定車前道路為柏油路。
(b)在所述道路區域中，灰度值大於一預定灰度值的像素點與全部像素點的比例超過一預定比例閾值的情況下，確定車前道路的類型為積水道路。
由於路面積水時，路面的反光度增強，形成鏡面反射，道路區域中的部分位置會出現灰度值超高的區域。因此，利用這一特徵，可以判斷出積水的路面。其中，預定灰度值和預定比例閾值可以根據試驗以及經驗來獲得。
(c)根據道路區域的灰度值的分布狀況來確定車前道路的類型是否為顛簸道路。
由於路面不平整時，道路區域的灰度值不均勻。路面的起伏越大，道路區域中的灰度值的差異越大。因此，道路區域的灰度值的分布狀況可以作為判斷路面平整度的依據。
具體地，圖3是一示例性實施方式提供的確定顛簸道路的流程圖。如圖3所示，步驟(c)可以包括以下步驟：
在步驟S131中，將道路區域中各個像素點的灰度值與一預定的標準灰度值之差的絕對值進行求和或求平均值，得到顛簸值。
其中，一像素點的灰度值與標準灰度值之差的絕對值表示該像素點與標準灰度值之間的差異。將道路區域中所有像素點所對應的絕對值進行求和(或者求平均值)得到的顛簸值可以表示路面的平整度。顛簸值越高說明路面越不平整。可以理解的是，我們關心的是灰度值之間的差異，因此，理論上標準灰度值可以是任意選取的量。
在步驟S132中，在所得到的顛簸值大於一預定的顛簸閾值的情況下，確定車前道路的類型為顛簸道路。
由於顛簸值與選取的標準灰度值有關，所以，應該根據標準灰度值來選取顛簸閾值。可以理解的是，將標準灰度值選取為接近於灰度值的平均值時，可以減少運算量，提高數據處理速度。
通過以上技術方案，根據所採集的車前圖像就能夠初步確定車前道路的類型。之後，在本發明提供的以下實施方式中，還可以採用其他方法對以上初步確定的類型進行校核。
圖4是另一示例性實施方式提供的用於檢測道路類型的方法的流程圖。如圖4所示，在圖1的基礎上，所述方法還包括：
在步驟S14中，採集車輛的定位信息。例如，可以通過安裝有全球定位系統(GPS)的定位裝置來採集車輛的定位信息。
在步驟S15中，在確定車前道路的類型為柏油道路或顛簸道路的情況下，根據所採集的定位信息對所確定的車前道路的類型進行校驗。定位信息中包括車輛所在道路的信息(例如，高速路、國道、山路等)，因此，可以對所確定的道路類型進行二次確認。
例如，由步驟S13確定車前道路的類型為顛簸道路，由車載GPS定位得到當前車輛處於鄉村小路。而鄉村小路可以與顛簸道路相匹配，這樣，就可以認為GPS定位的鄉村小路與所確定的顛簸路段一致，例如可以將顛簸道路輸出。又如，在由步驟S13確定車前道路的類型為顛簸道路，由車載GPS定位得到當前車輛處於高速公路。而高速公路與顛簸道路不匹配，這樣，就可以認為GPS定位的高速公路與所確定的顛簸路段不一致，可以認為顛簸道路不準確，例如可以不進行輸出。在由定位信息進行校驗的情況下，能夠從定位的角度對所確定的道路類型進行檢驗，增加了所確定的道路類型的準確性。
圖5是又一示例性實施方式提供的用於檢測道路類型的方法的流程圖。如圖5所示，在圖1的基礎上，所述方法還包括以下步驟。
在步驟S16中，採集車身傾斜角度的變化率。例如，可以通過車身高度傳感器來採集車身傾斜角度的變化率。
在步驟S17中，在確定車前道路的類型為顛簸道路的情況下，根據所採集的車身傾斜角度的變化率對所確定的車前道路的類型進行校驗。車身傾斜角度的變化率能夠反映車輛振動或搖晃的劇烈程度，因此，可以對顛簸道路進行二次確認。
例如，由步驟S13確定車前道路的類型為顛簸道路，由車身高度傳感器得到當前車輛在一段時間內的車身傾斜角度的變化率超越了一預定閾值(超過該預定閾值則可以認為車輛為顛簸狀態)。這樣，就可以認為車身傾斜角度的變化率所確定的顛簸狀態與步驟S103所確定的顛簸路段一致，例如可以將顛簸道路輸出。這樣，在由車身傾斜角度的變化率進行校驗的情況下，能夠從車輛穩定性的角度對所確定的道路類型進行檢驗，增加了所確定的道路類型的準確性。
圖6是又一示例性實施方式提供的用於檢測道路類型的方法的流程圖。 如圖6所示，在圖1的基礎上，所述方法還包括以下步驟。
在步驟S18中，採集雨量信息。例如，可以通過雨量傳感器來採集雨量信息。
在步驟S19中，在確定車前道路的類型為積水道路的情況下，根據所採集的雨量信息對所確定的車前道路的類型進行校驗。採集的雨量信息能夠反映出路面是否有積水的可能性因此，可以對積水道路進行二次確認。
例如，由步驟S13確定車前道路的類型為積水道路，由雨量傳感器採集的雨量信息可以得出兩小時之前有過一段降雨過程。此時雨量信息可以與積水道路相匹配，例如可以將所確定的積水道路輸出。在由雨量信息進行校驗的情況下，能夠從所採集的雨量的角度對所確定的道路類型進行檢驗，增加了所確定的道路類型的準確性。
以上實施方式只要是基於車前圖像來確定道路類型的，因此，圖像的質量尤為重要。如果外部光線條件較差，則可以認為不具備利用圖像確定道路類型的條件。圖7是又一示例性實施方式提供的用於檢測道路類型的方法的流程圖。如圖7所示，在圖1的基礎上，所述方法還包括以下步驟。
在步驟S20中，採集車身外部的光線亮度。例如，可以通過光線傳感器來採集車身外部的光線亮度。
在該實施方式中，步驟S13為：在所採集的光線亮度大於一預定的亮度閾值的情況下，根據所選取的道路區域的灰度值確定車前道路的類型。其中，預定的亮度閾值(例如，2000lux)可以通過實驗得出。也就是，當車身外部的光線亮度大於該亮度閾值時，所獲取的車前圖像其灰度值能夠滿足用本發明提供的方法確定道路類型的需要。這樣，就會減少錯誤判斷的次數，增加準確性。
通過上述技術方案，在採集的車前圖像中選出道路區域，根據道路區域的灰度值來確定車前道路的類型，這樣能夠從灰度值的角度來判斷出車前路 面的類型，從而能夠提醒駕駛員採取合理的駕駛方案，避免引發不必要的麻煩和交通事故。
圖8是一示例性實施方式提供的用於檢測道路類型的裝置的結構框圖。如圖8所示，所述裝置可以包括採集模塊11、選取模塊12和確定模塊13。
採集模塊11，用於採集車輛的車前圖像。
選取模塊12，用於從所採集的車前圖像中選取對應於道路的道路區域。
確定模塊13，用於根據所選取的道路區域的灰度值確定車前道路的類型。
圖9是一示例性實施方式提供的選取模塊12的結構框圖。如圖9所示，選取模塊12可以包括以下中的任意一者：
第一選取子模塊121，用於根據所採集的車前圖像的灰度值的變化，從所採集的車前圖像中選取道路區域；以及
第二選取子模塊122，用於檢測車道線，並根據所檢測到的車道線來選取道路區域。
圖10是一示例性實施方式提供的確定模塊13的結構框圖。如圖10所示，所述確定模塊13可以包括以下中的一者或多者：
柏油道路確定單元131，用於根據所述道路區域的灰度值來檢測車道線，並在檢測到車道線的情況下，確定車前道路的類型為柏油道路。
積水道路確定單元132，用於在所述道路區域中，灰度值大於一預定灰度值的像素點與全部像素點的比例超過一預定比例閾值的情況下，確定車前道路的類型為積水道路。
顛簸道路確定單元133，用於根據所述道路區域的灰度值的分布狀況來確定車前道路的類型是否為顛簸道路。
圖11是一示例性實施方式提供的顛簸道路確定單元133的結構框圖。如圖11所示，所述顛簸道路確定單元133可以包括：
計算單元1331，用於將所述道路區域中各個像素點的灰度值與一預定的標準灰度值之差的絕對值進行求和或求平均值，得到顛簸值。
確定單元1332，用於在所得到的顛簸值大於一預定的顛簸閾值的情況下，確定車前道路的類型為顛簸道路。
圖12是另一示例性實施方式提供的用於檢測道路類型的裝置的結構框圖。如圖12所示，採集模塊11還用於採集車輛的定位信息。所述裝置還包括第一校驗模塊14，第一校驗模塊14用於在確定車前道路的類型為柏油道路或顛簸道路的情況下，根據所採集的定位信息對所確定的車前道路的類型進行校驗。
或者，採集模塊11還用於採集車身傾斜角度的變化率。所述裝置還包括第二校驗模塊15，第二校驗模塊15用於在確定車前道路的類型為顛簸道路的情況下，根據所採集的車身傾斜角度的變化率對所確定的車前道路的類型進行校驗。
或者，採集模塊11還用於採集雨量信息。所述裝置還包括第三校驗模塊16，第三校驗模塊16用於在確定車前道路的類型為積水道路的情況下，根據所採集的雨量信息對所確定的車前道路的類型進行校驗。
在又一實施方式中，採集模塊11還可以用於採集車身外部的光線亮度。所述確定模塊13用於：在所採集的光線亮度大於一預定的亮度閾值的情況下，根據所選取的道路區域的灰度值確定車前道路的類型。
關於上述實施方式中的裝置，其中各個模塊執行操作的具體方式已經在有關該方法的實施方式中進行了詳細描述，此處將不做詳細闡述說明。
通過上述技術方案，在採集的車前圖像中選出道路區域，根據道路區域的灰度值來確定車前道路的類型，這樣能夠從灰度值的角度來判斷出車前路面的類型，從而能夠提醒駕駛員採取合理的駕駛方案，避免引發不必要的麻煩和交通事故。
本發明還提供一種用於檢測道路類型的系統。圖13是一示例性實施方式提供的用於檢測道路類型的系統的結構框圖。如圖13所示，所述系統包括攝像頭10和用於檢測道路類型的裝置20。
攝像頭10用於拍攝車輛的車前圖像。用於檢測道路類型的裝置20與攝像頭10連接，用於根據所拍攝的車前圖像確定車前道路的類型。
圖14是另一示例性實施方式提供的用於檢測道路類型的系統的結構框圖。如圖14所示，在圖13的基礎上，所述系統還可以包括定位裝置30、車身高度傳感器40、光線傳感器50、雨量傳感器60和顯示裝置70。
定位裝置30，用於獲取車輛的定位信息。
車身高度傳感器40，用於檢測車身傾斜角度的變化率。
光線傳感器50，用於檢測車身外部的光線亮度。
雨量傳感器60，用於檢測雨量信息。
顯示裝置70，用於將所確定的車前道路的類型進行顯示。
以上結合附圖詳細描述了本發明的優選實施方式，但是，本發明並不限於上述實施方式中的具體細節，在本發明的技術構思範圍內，可以對本發明的技術方案進行多種簡單變型，這些簡單變型均屬於本發明的保護範圍。
另外需要說明的是，在上述具體實施方式中所描述的各個具體技術特徵，在不矛盾的情況下，可以通過任何合適的方式進行組合。為了避免不必要的重複，本發明對各種可能的組合方式不再另行說明。
此外，本發明的各種不同的實施方式之間也可以進行任意組合，只要其不違背本發明的思想，其同樣應當視為本發明所公開的內容。