本發(fā)明涉及智能駕駛，尤其涉及一種基于智能輔助駕駛的地面凹陷識別方法及系統(tǒng)。

背景技術(shù)：

1、本部分的陳述僅僅是提供了與本發(fā)明相關(guān)的背景技術(shù)信息，不必然構(gòu)成在先技術(shù)。

2、在汽車智能化不斷發(fā)展的今天，智能汽車的應(yīng)用場景也越來越廣泛。但當前的輔助駕駛僅能識別行人、車輛和障礙物等具有一定體積的物體，對于地面凹陷、凹坑，以及臺階、斷崖等不具備識別和避讓能力。

3、目前，發(fā)明人發(fā)現(xiàn)，現(xiàn)有汽車對于地面情況的檢測僅限于采用雷達或紅外等進行實時探測。但是由于路面的情況較為復(fù)雜，深坑的凹陷面也并不規(guī)則，因此直接探測會產(chǎn)生較大的誤差。另外，為了實現(xiàn)精準的地面探測，對探測設(shè)備的精度提出了更高的要求，普通的雷達和攝像頭無法滿足探測需要，而高精度探測設(shè)備的安裝也會產(chǎn)生高昂的成本。因此，如何實現(xiàn)低成本的汽車智能地面凹陷準確識別，成為現(xiàn)有技術(shù)亟待解決的問題。

技術(shù)實現(xiàn)思路

1、針對現(xiàn)有技術(shù)存在的不足，本發(fā)明的目的是提供一種基于智能輔助駕駛的地面凹陷識別方法及系統(tǒng)，采用基于注意力機制和多尺度特征融合的圖神經(jīng)網(wǎng)絡(luò)對圖像進行地面凹陷的智能識別，并采用對抗網(wǎng)絡(luò)增強圖神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)表示，得到準確的地面凹陷面積和深度識別結(jié)果，提高智能輔助駕駛的安全性。

2、為了實現(xiàn)上述目的，本發(fā)明是通過如下的技術(shù)方案來實現(xiàn)：

3、本發(fā)明第一方面提供了一種基于智能輔助駕駛的地面凹陷識別方法，包括以下步驟：

4、獲取車輛周圍待檢測凹陷圖像，并對待檢測凹陷圖像進行預(yù)處理；

5、利用凹陷識別檢測模型對待檢測凹陷圖像進行凹陷識別，得到凹陷面積和深度，其中，凹陷識別檢測模型提取待檢測凹陷圖像中多尺度的特征并進行融合，采用注意力機制學(xué)習(xí)特征間的關(guān)聯(lián)，并且對凹陷識別檢測模型進行對抗訓(xùn)練增強學(xué)習(xí)能力；

6、根據(jù)凹陷面積和深度與預(yù)設(shè)閾值進行比較，判斷是否對駕駛員進行預(yù)警。

7、進一步的，利用雷達發(fā)射電磁波探測前方路面，探測到數(shù)據(jù)突增情況時，攝像頭獲取前方路面的深度圖像作為待檢測凹陷圖像。

8、進一步的，對待檢測凹陷圖像進行預(yù)處理包括歸一化和去噪操作。

9、進一步的，凹陷識別檢測模型利用不同尺度的卷積神經(jīng)網(wǎng)絡(luò)對待檢測凹陷圖像待檢測凹陷圖像進行提取，并利用層次特征融合模塊對提取的多尺度特征進行融合，利用圖神經(jīng)網(wǎng)絡(luò)對融合后的特征進行凹陷識別，并利用雙線性的注意力機制學(xué)習(xí)特征間的關(guān)聯(lián)性。

10、更進一步的，對抗網(wǎng)路包括視圖生成器和視圖鑒別器，視圖生成器用于生成多種凹陷圖像，輸入圖神經(jīng)網(wǎng)絡(luò)中進行訓(xùn)練，根據(jù)圖神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)情況，利用視圖鑒別器鑒別凹陷圖像的真實性。

11、進一步的，對駕駛員進行預(yù)警的具體過程包括：

12、根據(jù)凹陷面積和深度與預(yù)設(shè)閾值進行比較，若凹陷面積和深度超過預(yù)設(shè)閾值，則對駕駛員進行預(yù)警提醒；

13、發(fā)出預(yù)警提醒一周期后，若駕駛員無動作，判斷主動控制系統(tǒng)是否開啟，若主動控制未開啟則繼續(xù)向駕駛員發(fā)送提醒，若主動控制系統(tǒng)開啟，則判斷是否具備變道條件，若具備變道條件，則變道至右側(cè)車道，若不具備變道條件，一周期內(nèi)逐漸減速至剎停，同時打開雙閃燈提示后方來車。

14、更進一步的，預(yù)警方式包括方向盤振動提醒與語音提醒。

15、本發(fā)明第二方面提供了一種基于智能輔助駕駛的地面凹陷識別系統(tǒng)，包括：

16、圖像獲取模塊，被配置為獲取車輛周圍待檢測凹陷圖像，并對待檢測凹陷圖像進行預(yù)處理；

17、圖像識別模塊，被配置為利用凹陷識別檢測模型對待檢測凹陷圖像進行凹陷識別，得到凹陷面積和深度，其中，凹陷識別檢測模型提取待檢測凹陷圖像中多尺度的特征并進行融合，采用注意力機制學(xué)習(xí)特征間的關(guān)聯(lián)，并且對凹陷識別檢測模型進行對抗訓(xùn)練增強學(xué)習(xí)能力；

18、預(yù)警模塊，被配置為根據(jù)凹陷面積和深度與預(yù)設(shè)閾值進行比較，判斷是否對駕駛員進行預(yù)警。

19、本發(fā)明第三方面提供了一種介質(zhì)，其上存儲有程序，該程序被處理器執(zhí)行時實現(xiàn)如本發(fā)明第一方面所述的基于智能輔助駕駛的地面凹陷識別方法中的步驟。

20、本發(fā)明第四方面提供了一種設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的程序，所述處理器執(zhí)行所述程序時實現(xiàn)如本發(fā)明第一方面所述的基于智能輔助駕駛的地面凹陷識別方法中的步驟。

21、以上一個或多個技術(shù)方案存在以下有益效果：

22、本發(fā)明公開了一種基于智能輔助駕駛的地面凹陷識別方法及系統(tǒng)，構(gòu)建了一種可以識別地面凹陷的智能輔助駕駛系統(tǒng)，當車輛行駛前方或后方路線上出現(xiàn)地面嚴重凹陷，或斷崖臺階等情況，車輛輔助駕駛系統(tǒng)提前預(yù)警，在必要時進行緊急剎停，保障車輛和乘客的安全。

23、本發(fā)明通過利用圖神經(jīng)網(wǎng)絡(luò)結(jié)合注意力機制和特征融合模塊對圖像進行關(guān)聯(lián)學(xué)習(xí)，實現(xiàn)更為準確的凹陷情況識別，并且增加了對抗網(wǎng)絡(luò)用語訓(xùn)練圖神經(jīng)網(wǎng)絡(luò)，大大提高了圖像識別的精準程度。

24、本發(fā)明附加方面的優(yōu)點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發(fā)明的實踐了解到。

技術(shù)特征：

1.一種基于智能輔助駕駛的地面凹陷識別方法，其特征在于，包括以下步驟：

2.如權(quán)利要求1所述的基于智能輔助駕駛的地面凹陷識別方法，其特征在于，利用雷達發(fā)射電磁波探測前方路面，探測到數(shù)據(jù)突增情況時，攝像頭獲取前方路面的深度圖像作為待檢測凹陷圖像。

3.如權(quán)利要求1所述的基于智能輔助駕駛的地面凹陷識別方法，其特征在于，對待檢測凹陷圖像進行預(yù)處理包括歸一化和去噪操作。

4.如權(quán)利要求1所述的基于智能輔助駕駛的地面凹陷識別方法，其特征在于，凹陷識別檢測模型利用不同尺度的卷積神經(jīng)網(wǎng)絡(luò)對待檢測凹陷圖像待檢測凹陷圖像進行提取，并利用層次特征融合模塊對提取的多尺度特征進行融合，利用圖神經(jīng)網(wǎng)絡(luò)對融合后的特征進行凹陷識別，并利用雙線性的注意力機制學(xué)習(xí)特征間的關(guān)聯(lián)性。

5.如權(quán)利要求4所述的基于智能輔助駕駛的地面凹陷識別方法，其特征在于，對抗網(wǎng)路包括視圖生成器和視圖鑒別器，視圖生成器用于生成多種凹陷圖像，輸入圖神經(jīng)網(wǎng)絡(luò)中進行訓(xùn)練，根據(jù)圖神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)情況，利用視圖鑒別器鑒別凹陷圖像的真實性。

6.如權(quán)利要求1所述的基于智能輔助駕駛的地面凹陷識別方法，其特征在于，對駕駛員進行預(yù)警的具體過程包括：

7.如權(quán)利要求6所述的基于智能輔助駕駛的地面凹陷識別方法，其特征在于，預(yù)警方式包括方向盤振動提醒與語音提醒。

8.一種基于智能輔助駕駛的地面凹陷識別系統(tǒng)，其特征在于，包括：

9.一種計算機可讀存儲介質(zhì)，其特征在于，其中存儲有多條指令，所述指令適于由終端設(shè)備的處理器加載并執(zhí)行權(quán)利要求1-7中任一項所述的基于智能輔助駕駛的地面凹陷識別方法。

10.一種終端設(shè)備，其特征在于，包括處理器和計算機可讀存儲介質(zhì)，處理器用于實現(xiàn)各指令；計算機可讀存儲介質(zhì)用于存儲多條指令，所述指令適于由處理器加載并執(zhí)行權(quán)利要求1-7中任一項所述的基于智能輔助駕駛的地面凹陷識別方法。

技術(shù)總結(jié)
本發(fā)明公開了一種基于智能輔助駕駛的地面凹陷識別方法及系統(tǒng)，涉及智能駕駛技術(shù)領(lǐng)域。該方法包括步驟：獲取車輛周圍待檢測凹陷圖像；利用凹陷識別檢測模型對待檢測凹陷圖像進行凹陷識別，得到凹陷面積和深度，其中，凹陷識別檢測模型提取待檢測凹陷圖像中多尺度的特征并進行融合，采用注意力機制學(xué)習(xí)特征間的關(guān)聯(lián)，并且對凹陷識別檢測模型進行對抗訓(xùn)練增強學(xué)習(xí)能力；根據(jù)凹陷面積和深度與預(yù)設(shè)閾值進行比較，判斷是否對駕駛員進行預(yù)警。本發(fā)明采用基于注意力機制和多尺度特征融合的圖神經(jīng)網(wǎng)絡(luò)對圖像進行地面凹陷的智能識別，并采用對抗網(wǎng)絡(luò)增強圖神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)表示，得到準確的地面凹陷面積和深度識別結(jié)果，提高智能輔助駕駛的安全性。

技術(shù)研發(fā)人員：余茹茹,任少磊,汪善平,付光何
受保護的技術(shù)使用者：奇瑞新能源汽車股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15