(19)中华 人民共和国 国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111224179.5 (22)申请日 2021.10.21 (65)同一申请的已公布的文献号 申请公布号 CN 113689565 A (43)申请公布日 2021.11.23 (73)专利权人 北京中科慧眼科技有限公司 地址 100085 北京市海淀区创业中路32号 楼32-1-1- 559 (72)发明人 裴姗姗　孙钊　肖志鹏　王欣亮　 (74)专利代理 机构 北京远立知识产权代理事务 所(普通合伙) 11502 代理人 李海燕 (51)Int.Cl. G06T 17/05(2011.01) G06T 7/55(2017.01) G06N 20/00(2019.01) E01C 23/01(2006.01) (56)对比文件 CN 112906449 A,2021.0 6.04 CN 106651836 A,2017.0 5.10CN 101033953 A,2007.09.12 CN 10709 2020 A,2017.08.25 WO 2021098161 A1,2021.0 5.27 WO 2017208264 A1,2017.12.07 Tomohiro N omura等.A Method for Estimati ng Road Surface Co nditions with a Smartpho ne. 《Internati onal Journal of Informatics Society》 .2015,第7 卷(第1期),第 29-36页. Afshin Azizi等.Estimati on of Soil Surface Roughnes s Using Stereo Visi on Approach. 《Sensors》 .2021,第1-14页. 高仁强等.基 于无人机LiDAR数据的公路 路 面监测和平整度评价方法研究. 《应用基础与工 程科学学报》 .2018,第26卷(第04期),681- 696. M Lukman 等.The flatnes s levels of flexible road based o n roadro id software in Perintis Kemerdeka an Street Makas sar. 《IOP Co nference Series: Earth and Environment》 .2020,第419卷第1-9页. 审查员 刘梦佳 (54)发明名称 基于双目立体视觉的路面平整度等级检测 方法、 系统和智能终端 (57)摘要 本发明公开了一种基于双目立体视觉的路 面平整度等级检测方法、 系统和智能终端， 所述 方法包括： 在所述稠密视差图中划定目标区域， 并计算所述目标区域内的三维点云信息对应的 至少两类特征描述子； 将各所述特征描述子整合 为一个特征向量， 并基于所述特征向量在机器学 习训练分类器中得到当前道路的路面平整度等 级。 该方案通过多个特征描述子作为基础， 并利 用训练分离器中训练处的模型， 判断出当前路面 所处的平整度等级， 能够及时获取当前路面平整 度等级， 从而向车辆的控制系统输出对当前行驶 路面不平度的感知结果， 为控制系统的行驶指令提供数据支撑， 进 而提高了驾驶 舒适性。 权利要求书3页 说明书9页 附图2页 CN 113689565 B 2022.03.18 CN 113689565 B 1.一种基于双目立体视 觉的路面平整度等级检测方法， 其特 征在于， 所述方法包括： 获取同一道路场景的左右视 图， 并对所述左右视 图进行处理， 得到所述道路场景的稠 密视差图； 基于所述稠密视 差图， 将目标区域的图像信息转换为世界坐标系下的三维点云信息； 在所述稠密视差图中划定目标区域， 并计算所述目标区域内的三维点云信 息对应的至 少两类特 征描述子； 将各所述特征描述子整合为一个特征向量， 并基于所述特征向量在机器学习训练分类 器中得到当前道路的路面平整度等级； 所述计算所述目标区域内的三维点云信息对应的至少两类特 征描述子， 具体包括： 基于拟合 直线模型计算所述目标区域内的三维点云信息对应的第一特 征描述子； 基于拟合平面模型计算所述目标区域内的三维点云信息对应的第二特 征描述子； 基于目标区域的栅格高度图计算所述目标区域内的三维点云信息对应的第三特征描 述子。 2.根据权利要求1所述的路面平整度等级检测方法， 其特征在于， 所述基于所述稠密视 差图， 将目标区域的图像信息转换为世界坐标系下的三维点云信息， 具体包括： 基于双目立体视觉系统成像模型和小孔成像模型， 将所述稠密视差图的图像坐标系转 换为世界坐标系； 以真实世界坐标系下的目标区域 为基准， 在所述稠密视 差图中截取目标区域； 根据以下公式， 将所述目标区域中的图像信息转换为 三维点云信息： 其中， B为双目立体视 觉成像系统中左相机光心到右相机光心的间距； F为双目立体视 觉成像系统中的相机焦距； cx与cy为双目立体视 觉成像系统中相机主点的图像坐标； 和 是所述目标区域内的图像坐标点； disp为图像点 坐标为 （ ， ） 的视差值； X为世界坐标系下三维点距离相机的横向距离； Y为世界坐标系下三维点距离相机的纵向距离； Z为世界坐标系下三维点距离相机的深度距离 。 3.根据权利要求2所述的路面平整度等级检测方法， 其特征在于， 所述基于拟合直线模 型计算所述目标区域内的三维点云信息对应的第一特 征描述子， 具体包括： 将所述目标区域划分为多个m行n列的投影栅格区域， 并基于每个所述投影栅格区域中 的三维点云信息数据分别拟合 直线模型； 统计每个投影栅格区域中， 三维点云信息与对应拟合直线模型的平均残差绝对值之 和； 将m×n个平均残差绝对值之和作为所述第一特 征描述子 。权　利　要　求　书 1/3 页 2 CN 113689565 B 24.根据权利要求2所述的路面平整度等级检测方法， 其特征在于， 所述基于拟合平面模 型计算所述目标区域内的三维点云信息对应的第二特 征描述子， 具体包括： 按照世界坐标系下的物理尺度将目标区域划分为多个n列的投影分段区域， 并对每个 投影分段区域内的三维点云数据分别拟合平面模型； 统计每个投影分段区域中， 三维点云信息与对应拟合平面模型的误差标准差； 将n个误差标准差作为所述第二特 征描述子 。 5.根据权利要求2所述的路面平整度等级检测方法， 其特征在于， 所述基于目标区域的 栅格高度图计算所述目标区域内的三维点云信息对应的第三特 征描述子， 具体包括： 对三维点云信 息数据进行栅格投影， 按照世界坐标系下的物 理尺度划分m2行n2列的投 影栅格区域； 计算每个栅格区域内三维点 集的平均高度值， 生成目标区域的栅格高度图； 将栅格高度图进行二维傅里叶变换， 以得到频域图像； 将所述频域图像展为 一维向量， 并将该一维向量作为所述第三特 征描述子 。 6.根据权利要求5所述的路面平整度等级检测方法， 其特征在于， 利用以下公式将栅格 高度图进行二维傅里叶变换： 其中， 是时域函数， 表示序列为x行y列的栅格点的高度值； 是频域函数， u， v表示频域 点的图像表示时的空间位置 。 7.一种基于双目立体视 觉的路面平整度等级检测系统， 其特 征在于， 所述系统包括： 视差图获取单元， 用于获取同一道路场景的左右视图， 并对所述左右视图进行处理， 得 到所述道路场景的稠密视 差图； 点云信息获取单元， 用于基于所述稠密视差 图， 将目标区域的图像信息转换为世界坐 标系下的三维点云信息； 特征描述子计算单元， 用于在所述稠密视差 图中划定目标区域， 并计算所述目标区域 内的三维点云信息对应的至少两类特 征描述子； 结果输出单元， 用于将各所述特征描述子整合为一个特征向量， 并基于所述特征向量 在机器学习训练分类 器中得到当前道路的路面平整度等级； 所述计算所述目标区域内的三维点云信息对应的至少两类特 征描述子， 具体包括： 基于拟合 直线模型计算所述目标区域内的三维点云信息对应的第一特 征描述子； 基于拟合平面模型计算所述目标区域内的三维点云信息对应的第二特 征描述子； 基于目标区域的栅格高度图计算所述目标区域内的三维点云信息对应的第三特征描 述子。 8.一种智能终端， 其特 征在于， 所述智能终端包括： 数据采集装置、 处 理器和存 储器； 所述数据采集装置用于采集数据； 所述存储器用于存储一个或多个程序指令； 所述处 理器， 用于执 行一个或多个程序指令， 用以执 行如权利要求1 ‑6任一项所述的方法。 9.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质中包含一个或多权　利　要　求　书 2/3 页 3 CN 113689565 B 3