[发明专利]用于评估车辆行驶表面的方法和设备

权利要求书

1.一种用于评估靠近车辆的行驶表面的方法，所述方法包括：

由光检测和测距（LiDAR）传感器生成多个光脉冲，并由所述LiDAR传感器捕获所述多个光脉冲的返回光数据，其中，所述光脉冲被投射到包括靠近所述车辆的行驶表面的感兴趣区域中；

基于所述多个光脉冲的返回光数据确定多级图像文件；

基于所述多级图像文件和经训练的分类模型将行驶表面分类为多种行驶表面状态中的一种；以及

基于所述行驶表面的分类来控制所述车辆的操作。

2.根据权利要求1所述的方法，其中，将所述行驶表面分类为多种行驶表面状态中的一个包括将所述行驶表面分类为干行驶表面、湿行驶表面、覆冰表面、包括新雪的覆雪表面或包括泥泞雪的覆雪表面中的一种。

3.根据权利要求1所述的方法，其中，基于所述多级图像文件和所述经训练的分类模型将所述行驶表面分类为所述多种行驶表面状态中的一种包括执行人工神经网络以基于所述经训练的分类模型来评估所述多级图像文件，从而将所述行驶表面分类为所述多种行驶表面状态中的一种。

4.根据权利要求1所述的方法，还包括生成所述经训练的分类模型，包括：

确定包括与多个样本行驶表面相关联的多个数据文件的训练数据集；

为所述多个数据文件中的每一个生成多级图像文件；以及

通过基于所述多个数据文件中的每一个的多级图像文件和所述相关联的多个样本行驶表面来训练人工神经网络分类器来生成所述经训练的分类模型。

5.根据权利要求4所述的方法，其中，确定包括与所述多个样本行驶表面相关联的所述多个数据文件的训练数据集包括确定与每个样本行驶表面相关联的数据文件，其中，所述多个样本行驶表面包括干表面、湿表面、覆冰表面、包括新雪的覆雪表面和包括泥泞雪的覆雪表面。

6.根据权利要求4所述的方法，其中，为所述多个数据文件中的每一个生成多级图像文件包括基于返回光数据生成多级图像文件，其中，所述返回光数据包括与所述多个样本行驶表面相关联的所述多个数据文件中的每一个的返回能量强度、XY位置、高度Z和脉冲ID。

7.根据权利要求6所述的方法，其中，基于所述返回光数据生成所述多级图像文件，其中，所述返回光数据包括与所述多个样本行驶表面相关联的所述多个数据文件中的每一个的返回能量强度、XY位置、高度Z和脉冲标识，包括：

基于所述多个光脉冲的返回光数据确定第一图像，其中，所述第一图像包括脉冲标识符和所述多个光脉冲的返回光数据在空间域中的相关联的XY位置；

基于所述多个光脉冲的返回光数据确定第二图像，其中，所述第二图像包括与所述多个光脉冲的返回光数据在空间域中的XY位置相关联的高度Z值；

基于所述多个光脉冲的返回光数据确定第三图像，其中，所述第三图像包括与所述多个光脉冲的返回光数据在空间域中的XY位置相关联的返回能量强度；和

基于所述第一图像、所述第二图像和所述第三图像生成所述多级图像文件。

8.一种评估靠近车辆的行驶表面的方法，所述方法包括：

由光检测和测距（LiDAR）传感器生成多个光脉冲，并由所述LiDAR传感器捕获所述多个光脉冲的返回光数据，其中，所述光脉冲被投射到包括靠近所述车辆的行驶表面的感兴趣区域中；

基于所述多个光脉冲的返回光数据确定第一图像，其中，所述第一图像包括脉冲标识符和所述多个光脉冲的返回光数据在空间域中的相关联的XY位置；

基于所述多个光脉冲的返回光数据确定第二图像，其中，所述第二图像包括与所述多个光脉冲的返回光数据在空间域中的XY位置相关联的高度Z值；

基于所述多个光脉冲的返回光数据确定第三图像，其中，所述第三图像包括与所述多个光脉冲的返回光数据在空间域中的XY位置相关联的返回能量强度；

基于所述第一、第二和第三图像对靠近所述车辆的行驶表面的状态进行分类；和

基于所述行驶表面的分类来控制所述车辆的操作。