本發(fā)明涉及汽車電子領(lǐng)域，具體地，涉及一種用于檢測道路類型的方法、裝置和系統(tǒng)。

背景技術(shù)：

隨著汽車行業(yè)的飛速發(fā)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(dāng)車輛在各種道路上行駛時，駕駛員會采取相應(yīng)的駕駛策略來安全、平穩(wěn)地駕駛車輛。對于車輛前方道路的道路類型(即路面狀況，例如，平坦的柏油路、坑坑洼洼的山路、下雨后積水的路面等)，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(jīng)驗等因素的影響，通過目測得到的道路類型并不準(zhǔn)確，有可能判斷錯誤，引起不必要的麻煩或交通事故。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的是提供一種簡便的用于檢測道路類型的方法、裝置和系統(tǒng)。

為了實現(xiàn)上述目的，本發(fā)明提供一種用于檢測道路類型的方法，所述方法包括：采集車輛的車前圖像；從所采集的車前圖像中選取對應(yīng)于道路的道路區(qū)域；以及根據(jù)所選取的道路區(qū)域的灰度值確定車前道路的類型。

優(yōu)選地，所述從所采集的車前圖像中選取對應(yīng)于道路的道路區(qū)域的步驟包括以下中的任意一者：根據(jù)所采集的車前圖像的灰度值的變化，從所采集的車前圖像中選取所述道路區(qū)域；以及檢測車道線，并根據(jù)所檢測到的車道線來選取所述道路區(qū)域。

優(yōu)選地，所述根據(jù)所選取的道路區(qū)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(jù)所述道路區(qū)域的灰度值來檢測車道線，并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(qū)域中，灰度值大于一預(yù)定灰度值的像素點與全部像素點的比例超過一預(yù)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(jù)所述道路區(qū)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(yōu)選地，所述根據(jù)所述道路區(qū)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(qū)域中各個像素點的灰度值與一預(yù)定的標(biāo)準(zhǔn)灰度值之差的絕對值進(jìn)行求和或求平均值，得到顛簸值；以及在所得到的顛簸值大于一預(yù)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(yōu)選地，所述方法還包括以下中的一者或多者：采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(jù)所采集的定位信息對所確定的車前道路的類型進(jìn)行校驗；采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(jù)所采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(jìn)行校驗；以及采集雨量信息，以及在確定車前道路的類型為積水道路的情況下，根據(jù)所采集的雨量信息對所確定的車前道路的類型進(jìn)行校驗。

本發(fā)明還提供一種用于檢測道路類型的裝置，所述裝置包括：采集模塊，用于采集車輛的車前圖像；以及選取模塊，用于從所采集的車前圖像中選取對應(yīng)于道路的道路區(qū)域；以及確定模塊，用于根據(jù)所選取的道路區(qū)域的灰度值確定車前道路的類型。

本發(fā)明還提供一種用于檢測道路類型的系統(tǒng)，所述系統(tǒng)包括：攝像頭，用于拍攝車輛的車前圖像；根據(jù)本發(fā)明提供的用于檢測道路類型的裝置，與所述攝像頭連接，用于根據(jù)所拍攝的車前圖像確定車前道路的類型。

通過上述技術(shù)方案，在采集的車前圖像中選出道路區(qū)域，根據(jù)道路區(qū)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采取合理的駕駛方案，避免引發(fā)不必要的麻煩和交通事故。

本發(fā)明的其他特征和優(yōu)點將在隨后的具體實施方式部分予以詳細(xì)說明。

附圖說明

附圖是用來提供對本發(fā)明的進(jìn)一步理解，并且構(gòu)成說明書的一部分，與下面的具體實施方式一起用于解釋本發(fā)明，但并不構(gòu)成對本發(fā)明的限制。在附圖中：

圖1是一示例性實施方式提供的用于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于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于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于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于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于檢測道路類型的裝置的結(jié)構(gòu)框圖；

圖9是一示例性實施方式提供的選取模塊的結(jié)構(gòu)框圖；

圖10是一示例性實施方式提供的確定模塊的結(jié)構(gòu)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(jié)構(gòu)框圖；

圖12是另一示例性實施方式提供的用于檢測道路類型的裝置的結(jié)構(gòu)框圖；

圖13是一示例性實施方式提供的用于檢測道路類型的系統(tǒng)的結(jié)構(gòu)框圖；以及

圖14是另一示例性實施方式提供的用于檢測道路類型的系統(tǒng)的結(jié)構(gòu)框圖。

具體實施方式

以下結(jié)合附圖對本發(fā)明的具體實施方式進(jìn)行詳細(xì)說明。應(yīng)當(dāng)理解的是，此處所描述的具體實施方式僅用于說明和解釋本發(fā)明，并不用于限制本發(fā)明。

圖1是一示例性實施方式提供的用于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，采集車輛的車前圖像。例如，可以通過在車輛的前擋風(fēng)玻璃內(nèi)側(cè)的中上部設(shè)置攝像頭，通過該攝像頭來采集車輛的車前圖像。

在步驟S12中，從所采集的車前圖像中選取對應(yīng)于道路的道路區(qū)域。

在采集到的車前圖像中，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(yīng)的天空區(qū)域I，圖像下方是與道路對應(yīng)的道路區(qū)域II，并且道路區(qū)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(qū)域設(shè)置為道路區(qū)域。例如，可以將與圖2中道路區(qū)域II相近的梯形區(qū)域設(shè)置為道路區(qū)域。

由于路面和周圍環(huán)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(jù)所采集的車前圖像的灰度值的變化，從所采集的車前圖像中選取道路區(qū)域。例如，圖2所示的車前圖像中，可以將車前圖像下方一預(yù)定區(qū)域(例如區(qū)域III)的灰度值(例如，該區(qū)域III的灰度值的平均值)認(rèn)為是路面的灰度值，在圖像從區(qū)域III往上延伸的過程中，灰度值發(fā)生了突變、并一直延伸到圖像頂端的區(qū)域(忽略車道線)可以認(rèn)為不屬于道路區(qū)域。這樣，就可以將道路區(qū)域選取出來。

當(dāng)只需要檢測當(dāng)前車道內(nèi)的道路類型時，步驟S12還可以包括：檢測車道線，并根據(jù)所檢測到的車道線來選取道路區(qū)域。例如，將檢測到的左右兩條車道線之間的區(qū)域選取為道路區(qū)域。其中，檢測車道線的方法已在車道偏離警示系統(tǒng)(LDW，Lane Departure Warning)中應(yīng)用，其具體方法于此不再詳細(xì)描述。與全部路面作為道路區(qū)域相比較，將當(dāng)前車道內(nèi)的區(qū)域作為道路區(qū)域能夠減小計算量，加快數(shù)據(jù)處理速度。

在步驟S13中，根據(jù)所選取的道路區(qū)域的灰度值確定車前道路的類型。

需要指出的是，本發(fā)明中所述的車前道路的類型是指關(guān)于影響行駛速度、平穩(wěn)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(jù)所述道路區(qū)域的灰度值來檢測車道線，并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(qū)域中，灰度值大于一預(yù)定灰度值的像素點與全部像素點的比例超過一預(yù)定比例閾值的情況下，確定車前道路的類型為積水道路。

由于路面積水時，路面的反光度增強(qiáng)，形成鏡面反射，道路區(qū)域中的部分位置會出現(xiàn)灰度值超高的區(qū)域。因此，利用這一特征，可以判斷出積水的路面。其中，預(yù)定灰度值和預(yù)定比例閾值可以根據(jù)試驗以及經(jīng)驗來獲得。

(c)根據(jù)道路區(qū)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。

由于路面不平整時，道路區(qū)域的灰度值不均勻。路面的起伏越大，道路區(qū)域中的灰度值的差異越大。因此，道路區(qū)域的灰度值的分布狀況可以作為判斷路面平整度的依據(jù)。

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(qū)域中各個像素點的灰度值與一預(yù)定的標(biāo)準(zhǔn)灰度值之差的絕對值進(jìn)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(biāo)準(zhǔn)灰度值之差的絕對值表示該像素點與標(biāo)準(zhǔn)灰度值之間的差異。將道路區(qū)域中所有像素點所對應(yīng)的絕對值進(jìn)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?？梢岳斫獾氖?，我們關(guān)心的是灰度值之間的差異，因此，理論上標(biāo)準(zhǔn)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于一預(yù)定的顛簸閾值的情況下，確定車前道路的類型為顛簸道路。

由于顛簸值與選取的標(biāo)準(zhǔn)灰度值有關(guān)，所以，應(yīng)該根據(jù)標(biāo)準(zhǔn)灰度值來選取顛簸閾值。可以理解的是，將標(biāo)準(zhǔn)灰度值選取為接近于灰度值的平均值時，可以減少運算量，提高數(shù)據(jù)處理速度。

通過以上技術(shù)方案，根據(jù)所采集的車前圖像就能夠初步確定車前道路的類型。之后，在本發(fā)明提供的以下實施方式中，還可以采用其他方法對以上初步確定的類型進(jìn)行校核。

圖4是另一示例性實施方式提供的用于檢測道路類型的方法的流程圖。如圖4所示，在圖1的基礎(chǔ)上，所述方法還包括：

在步驟S14中，采集車輛的定位信息。例如，可以通過安裝有全球定位系統(tǒng)(GPS)的定位裝置來采集車輛的定位信息。

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(jù)所采集的定位信息對所確定的車前道路的類型進(jìn)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(jìn)行二次確認(rèn)。

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(dāng)前車輛處于鄉(xiāng)村小路。而鄉(xiāng)村小路可以與顛簸道路相匹配，這樣，就可以認(rèn)為GPS定位的鄉(xiāng)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(dāng)前車輛處于高速公路。而高速公路與顛簸道路不匹配，這樣，就可以認(rèn)為GPS定位的高速公路與所確定的顛簸路段不一致，可以認(rèn)為顛簸道路不準(zhǔn)確，例如可以不進(jìn)行輸出。在由定位信息進(jìn)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(jìn)行檢驗，增加了所確定的道路類型的準(zhǔn)確性。

圖5是又一示例性實施方式提供的用于檢測道路類型的方法的流程圖。如圖5所示，在圖1的基礎(chǔ)上，所述方法還包括以下步驟。

在步驟S16中，采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采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(jù)所采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(jìn)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(jìn)行二次確認(rèn)。

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(dāng)前車輛在一段時間內(nèi)的車身傾斜角度的變化率超越了一預(yù)定閾值(超過該預(yù)定閾值則可以認(rèn)為車輛為顛簸狀態(tài))。這樣，就可以認(rèn)為車身傾斜角度的變化率所確定的顛簸狀態(tài)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(jìn)行校驗的情況下，能夠從車輛穩(wěn)定性的角度對所確定的道路類型進(jìn)行檢驗，增加了所確定的道路類型的準(zhǔn)確性。

圖6是又一示例性實施方式提供的用于檢測道路類型的方法的流程圖。 如圖6所示，在圖1的基礎(chǔ)上，所述方法還包括以下步驟。

在步驟S18中，采集雨量信息。例如，可以通過雨量傳感器來采集雨量信息。

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(jù)所采集的雨量信息對所確定的車前道路的類型進(jìn)行校驗。采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(jìn)行二次確認(rèn)。

例如，由步驟S13確定車前道路的類型為積水道路，由雨量傳感器采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(jìn)行校驗的情況下，能夠從所采集的雨量的角度對所確定的道路類型進(jìn)行檢驗，增加了所確定的道路類型的準(zhǔn)確性。

以上實施方式只要是基于車前圖像來確定道路類型的，因此，圖像的質(zhì)量尤為重要。如果外部光線條件較差，則可以認(rèn)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于檢測道路類型的方法的流程圖。如圖7所示，在圖1的基礎(chǔ)上，所述方法還包括以下步驟。

在步驟S20中，采集車身外部的光線亮度。例如，可以通過光線傳感器來采集車身外部的光線亮度。

在該實施方式中，步驟S13為：在所采集的光線亮度大于一預(yù)定的亮度閾值的情況下，根據(jù)所選取的道路區(qū)域的灰度值確定車前道路的類型。其中，預(yù)定的亮度閾值(例如，2000lux)可以通過實驗得出。也就是，當(dāng)車身外部的光線亮度大于該亮度閾值時，所獲取的車前圖像其灰度值能夠滿足用本發(fā)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(shù)，增加準(zhǔn)確性。

通過上述技術(shù)方案，在采集的車前圖像中選出道路區(qū)域，根據(jù)道路區(qū)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采取合理的駕駛方案，避免引發(fā)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于檢測道路類型的裝置的結(jié)構(gòu)框圖。如圖8所示，所述裝置可以包括采集模塊11、選取模塊12和確定模塊13。

采集模塊11，用于采集車輛的車前圖像。

選取模塊12，用于從所采集的車前圖像中選取對應(yīng)于道路的道路區(qū)域。

確定模塊13，用于根據(jù)所選取的道路區(qū)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(jié)構(gòu)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，用于根據(jù)所采集的車前圖像的灰度值的變化，從所采集的車前圖像中選取道路區(qū)域；以及

第二選取子模塊122，用于檢測車道線，并根據(jù)所檢測到的車道線來選取道路區(qū)域。

圖10是一示例性實施方式提供的確定模塊13的結(jié)構(gòu)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，用于根據(jù)所述道路區(qū)域的灰度值來檢測車道線，并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，用于在所述道路區(qū)域中，灰度值大于一預(yù)定灰度值的像素點與全部像素點的比例超過一預(yù)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，用于根據(jù)所述道路區(qū)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(jié)構(gòu)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，用于將所述道路區(qū)域中各個像素點的灰度值與一預(yù)定的標(biāo)準(zhǔn)灰度值之差的絕對值進(jìn)行求和或求平均值，得到顛簸值。

確定單元1332，用于在所得到的顛簸值大于一預(yù)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于檢測道路類型的裝置的結(jié)構(gòu)框圖。如圖12所示，采集模塊11還用于采集車輛的定位信息。所述裝置還包括第一校驗?zāi)K14，第一校驗?zāi)K14用于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(jù)所采集的定位信息對所確定的車前道路的類型進(jìn)行校驗。

或者，采集模塊11還用于采集車身傾斜角度的變化率。所述裝置還包括第二校驗?zāi)K15，第二校驗?zāi)K15用于在確定車前道路的類型為顛簸道路的情況下，根據(jù)所采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(jìn)行校驗。

或者，采集模塊11還用于采集雨量信息。所述裝置還包括第三校驗?zāi)K16，第三校驗?zāi)K16用于在確定車前道路的類型為積水道路的情況下，根據(jù)所采集的雨量信息對所確定的車前道路的類型進(jìn)行校驗。

在又一實施方式中，采集模塊11還可以用于采集車身外部的光線亮度。所述確定模塊13用于：在所采集的光線亮度大于一預(yù)定的亮度閾值的情況下，根據(jù)所選取的道路區(qū)域的灰度值確定車前道路的類型。

關(guān)于上述實施方式中的裝置，其中各個模塊執(zhí)行操作的具體方式已經(jīng)在有關(guān)該方法的實施方式中進(jìn)行了詳細(xì)描述，此處將不做詳細(xì)闡述說明。

通過上述技術(shù)方案，在采集的車前圖像中選出道路區(qū)域，根據(jù)道路區(qū)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采取合理的駕駛方案，避免引發(fā)不必要的麻煩和交通事故。

本發(fā)明還提供一種用于檢測道路類型的系統(tǒng)。圖13是一示例性實施方式提供的用于檢測道路類型的系統(tǒng)的結(jié)構(gòu)框圖。如圖13所示，所述系統(tǒng)包括攝像頭10和用于檢測道路類型的裝置20。

攝像頭10用于拍攝車輛的車前圖像。用于檢測道路類型的裝置20與攝像頭10連接，用于根據(jù)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于檢測道路類型的系統(tǒng)的結(jié)構(gòu)框圖。如圖14所示，在圖13的基礎(chǔ)上，所述系統(tǒng)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，用于獲取車輛的定位信息。

車身高度傳感器40，用于檢測車身傾斜角度的變化率。

光線傳感器50，用于檢測車身外部的光線亮度。

雨量傳感器60，用于檢測雨量信息。

顯示裝置70，用于將所確定的車前道路的類型進(jìn)行顯示。

以上結(jié)合附圖詳細(xì)描述了本發(fā)明的優(yōu)選實施方式，但是，本發(fā)明并不限于上述實施方式中的具體細(xì)節(jié)，在本發(fā)明的技術(shù)構(gòu)思范圍內(nèi)，可以對本發(fā)明的技術(shù)方案進(jìn)行多種簡單變型，這些簡單變型均屬于本發(fā)明的保護(hù)范圍。

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(shù)特征，在不矛盾的情況下，可以通過任何合適的方式進(jìn)行組合。為了避免不必要的重復(fù)，本發(fā)明對各種可能的組合方式不再另行說明。

此外，本發(fā)明的各種不同的實施方式之間也可以進(jìn)行任意組合，只要其不違背本發(fā)明的思想，其同樣應(yīng)當(dāng)視為本發(fā)明所公開的內(nèi)容。