41、道路缺陷检测与自动驾驶规划控制技术解析

道路缺陷检测与自动驾驶规划控制技术解析

1. 混合式道路缺陷检测方法

近年来，为了更有效地检测道路缺陷，混合式方法逐渐成为研究热点。这些方法结合了不同数据源的优势，提高了检测的准确性。
- 2D LiDAR 与 RGB 图像结合的系统 ：2017 年提出的系统利用 2D LiDAR 数据和 RGB 道路图像进行自动检测。2D LiDAR 提供道路轮廓信息，RGB 图像提供道路纹理信息，两个 LiDAR 确保了准确且大面积的道路覆盖，克服了电磁波和恶劣路况的限制，提升了整体检测精度。
- 2D 图像处理与 3D 路面建模结合的框架 ：通过应用视差变换和 Otsu 阈值法提取潜在未受损道路区域，再用 RANSAC 算法将二次曲面拟合到原始视差图像，分析实际和拟合视差图像的差异来检测坑洼，在提高道路缺陷检测准确性方面显示出良好效果。

2. 基于振动的道路缺陷检测

基于振动的技术利用惯性等非视觉传感器收集车辆数据，通过检测算法识别道路缺陷。与基于计算机视觉的解决方案相比，它成本更低，但准确估计道路缺陷尺寸更具挑战性。其工作流程主要包括数据准备、道路缺陷检测和检测结果众包三个中间步骤。

2.1 数据准备

• 平滑和滤波 ：
  • 可通过时域卷积有限脉冲响应（FIR）滤波器（如移动平均滤波器）或频域设计的无限脉冲响应（IIR）滤波器实现。
  • 常用低通滤波器去除高频传感器噪声，高通滤波器去除低频偏差，带通滤波器隔离特定频率范围的信号内容。