一种基于标准车道的道路病害所在车道的判断方法及系统与流程

1.本发明涉及道路病害监测领域，特别是涉及一种基于标准车道的道路病害所在车道的判断方法及系统。


背景技术：

2.目前，基于数据驱动的养护模式已经成为了交通道路发展的方向。对于道路路面病害的识别和数据采集，病害所在车道是一个重要属性。以车道级的标准进行道路病害的数据采集和维修，才能辅助智慧化道路管养模式更好的落实。
3.现有的判断道路病害所在车道的方法大多为基于图像的车道线识别判断病害车道的方法，然而，这种方法受限于拍摄图像质量和实际路况，如果出现拍摄图像不清晰、实际路况车道线缺失、机动车道与非机动车道共存等复杂路况，不仅识别道路病害的用时更长，效率较低，且还会降低判断病害车道的准确性。因此，如何提高判断道路病害所在车道的精度和效率，是目前亟待解决的问题。


技术实现要素：

4.本发明的目的是提供一种基于标准车道的道路病害所在车道的判断方法及系统，能够有效提高判断道路病害所在车道的精度和效率，准确、快速地判断出道路病害的所在车道。
5.为实现上述目的，本发明提供了如下方案：
6.一方面，本发明提出了一种基于标准车道的道路病害所在车道的判断方法，所述方法包括：
7.采集标准车道基准点数据；所述标准车道为最左侧车道，所述基准点数据为监测车辆沿着所述标准车道的中央行驶时按照指定采样频率采集到的经纬度信息，每一经纬度信息对应一基准点；
8.根据所述基准点确定定距基准点；所述定距基准点满足相邻定距基准点之间的间距相等的条件；
9.获取监测车辆所处的经纬度信息以及监测车辆车载相机拍摄的道路图像；
10.在所述道路图像中存在道路病害时，根据所述道路图像确定第一横向距离，所述第一横向距离为所述道路病害与所述车载相机的横向距离；所述横向距离为在横向上的距离，所述横向为与车道方向垂直的方向；
11.根据所述监测车辆所处的经纬度信息以及所述定距基准点的经纬度信息，计算第二横向距离，所述第二横向距离为所述监测车辆与标准车道中央的横向距离；
12.根据所述第一横向距离和所述第二横向距离计算第三横向距离，所述第三横向距离为所述道路病害与标准车道中央的横向距离；
13.根据所述第三横向距离以及车道宽度确定道路病害所在车道。
14.可选的，采用基于rtk技术的gnss设备采集所述标准车道基准点数据。
15.可选的，所述根据所述基准点确定定距基准点，具体包括：
16.将s、i和j初始化置零；其中，s表示监测车辆累计行驶路程，i和j分别为计数变量，i用于对基准点进行计数，j用于对定距基准点进行计数；
17.对各个基准点进行计数，并实时比较i与p-1的大小，根据比较结果确定是否结束计数，包括：
18.当i＞p-1时，结束计数；其中，p表示基准点的数量；
19.当i≤p-1时，跳转至“比较s与l的大小，并根据比较结果确定赋值情况”的步骤；
20.比较s与l的大小，并根据比较结果确定赋值情况，包括：
21.当s≤l时，将s赋值为s+li，并跳转至“将i赋值为i+1”的步骤；其中，l表示相邻两个定距基准点之间的距离，li表示第i个基准点与第i-1个基准点之间的欧式距离；
22.当s＞l时，将第j个定距基准点对应的高斯平面直角坐标(mj，nj)赋值为(xi，yi)，并将s赋值为li，j赋值为j+1后，跳转至“将i赋值为i+1”的步骤；
23.将i赋值为i+1，并返回至“对各个基准点进行计数，并实时比较i与p-1的大小，根据比较结果确定是否结束计数”的步骤继续计数，直到i＞p-1后，结束计数。
24.可选的，所述在所述道路图像中存在道路病害时，根据所述道路图像确定第一横向距离，具体包括：
25.从所述道路图像中截取病害图像，所述病害图像为包含道路病害的图像，并获取所述病害图像的分辨率r
×
d；
26.以所述病害图像的左上角顶点为原点，建立直角坐标系，并确定道路病害中心点在所述直角坐标系中的坐标(r，d)；
27.沿所述直角坐标系的纵轴方向在所述病害图像的中轴线上任选一点作为标记点，并确定所述标记点在所述直角坐标系上的坐标(r/2，d/n)，n≥1；
28.对所述病害图像进行透视变换，并确定所述道路病害中心点的透视变换坐标(r
t
，d
t
)以及所述标记点的透视变换坐标(r
t
，d
t
)；
29.根据所述道路病害中心点的透视变换坐标(r
t
，d
t
)以及所述标记点的透视变换坐标(r
t
，d
t
)，利用公式xc＝|r
t-r
t
|计算得到所述第一横向距离。
30.可选的，所述根据所述监测车辆所处的经纬度信息以及所述定距基准点的经纬度信息，计算第二横向距离，具体包括：
31.根据所述监测车辆所处的经纬度信息以及所述定距基准点的经纬度信息，计算所述监测车辆分别到最近两个定距基准点的欧式距离以及所述两个定距基准点之间的欧式距离；
32.根据所述监测车辆分别到最近两个定距基准点的欧式距离以及所述两个定距基准点之间的欧式距离，采用海伦公式计算由所述监测车辆与所述两个定距基准点围成的三角形的面积；
33.根据所述三角形的面积以及所述两个定距基准点之间的欧式距离，计算得到所述第二横向距离。
34.可选的，利用公式计算所述第三横向距离；
35.其中，xd表示第三横向距离，h表示第二横向距离，xc表示第一横向距离，r
t
表示在
道路图像中存在道路病害时，以道路图像的左上角顶点为原点建立的直角坐标系中，道路病害中心点经过透视变换后得到的透视变换横坐标；r
t
表示沿所述直角坐标系的纵轴方向在道路图像的中轴线上任选一点经过透视变换后得到的透视变换横坐标。
36.可选的，利用公式计算道路病害所在车道；
37.其中，lane表示道路病害所在车道，w表示车道宽度，xd表示第三横向距离，[
·
]表示向下取整。
[0038]
可选的，在所述根据所述基准点确定定距基准点的步骤之前，还包括以下步骤：
[0039]
对每一基准点对应的经纬度信息进行坐标转换，得到各个基准点对应的高斯平面直角坐标信息；
[0040]
根据各个基准点对应的高斯平面直角坐标信息，计算每相邻两个基准点之间的欧氏距离。
[0041]
可选的，利用公式计算每相邻两个基准点之间的欧氏距离；
[0042]
其中，i表示第i个基准点，xi表示第i个基准点对应的的高斯平面直角横坐标信息，yi表示第i个基准点对应的的高斯平面直角纵坐标信息，li表示第i个基准点与第i-1个基准点之间的欧式距离。
[0043]
另一方面，本发明还提出了一种基于标准车道的道路病害所在车道的判断系统，所述系统包括：
[0044]
标准车道基准点数据采集模块，用于采集标准车道基准点数据；所述标准车道为最左侧车道，所述基准点数据为监测车辆沿着所述标准车道的中央行驶时按照指定采样频率采集到的经纬度信息，每一经纬度信息对应一基准点；
[0045]
定距基准点确定模块，用于根据所述基准点确定定距基准点；所述定距基准点满足相邻定距基准点之间的间距相等的条件；
[0046]
位置获取及道路图像拍摄模块，用于获取监测车辆所处的经纬度信息以及监测车辆车载相机拍摄的道路图像；
[0047]
第一横向距离计算模块，用于在所述道路图像中存在道路病害时，根据所述道路图像确定第一横向距离，所述第一横向距离为所述道路病害与所述车载相机的横向距离；所述横向距离为在横向上的距离，所述横向为与车道方向垂直的方向；
[0048]
第二横向距离计算模块，用于根据所述监测车辆所处的经纬度信息以及所述定距基准点的经纬度信息，计算第二横向距离，所述第二横向距离为所述监测车辆与标准车道中央的横向距离；
[0049]
第三横向距离计算模块，用于根据所述第一横向距离和所述第二横向距离计算第三横向距离，所述第三横向距离为所述道路病害与标准车道中央的横向距离；
[0050]
道路病害所在车道确定模块，用于根据所述第三横向距离以及车道宽度确定道路
病害所在车道。
[0051]
根据本发明提供的具体实施例，本发明公开了以下技术效果：
[0052]
本发明提出了一种基于标准车道的道路病害所在车道的判断方法及系统，从距离这一维度入手，以最左侧车道为标准车道，并以标准车道的中央分界线为基准，当监测车辆拍摄到道路病害后，通过计算道路病害与监测车辆车载相机之间的第一横向距离，以及监测车辆与标准车道中央之间的第二横向距离，从而即可计算得到道路病害与标准车道中央之间的距离即第三横向距离，进而可根据第三横向距离结合车道宽度直接确定道路病害所在车道，通过距离定位病害所在车道，能够有效提高道路病害车道的判别精度，提升病害车道判断结果的准确性、可靠性，解决了传统基于图像车道线识别病害车道的方法过于依赖拍摄图像的清晰度导致的判别精度低的问题。并且，本发明将标准车道基准点数据中的各个基准点转换为定距基准点，相邻的两个定距基准点的间距相等，从而降低了运算量和复杂度，使得对病害车道的判断更加简单、方便，用时更短，进而提升了判断道路病害所在车道的效率。
附图说明
[0053]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。以下附图并未刻意按实际尺寸等比例缩放绘制，重点在于示出本发明的主旨。
[0054]
图1为本发明实施例1提供的一种基于标准车道的道路病害所在车道的判断方法的流程图；
[0055]
图2为本发明实施例1提供的采集的标准车道基准点数据的格式的示意图；
[0056]
图3为本发明实施例1提供的根据基准点确定定距基准点的流程图；
[0057]
图4为本发明实施例1提供的第一横向距离的计算原理图；
[0058]
图5为本发明实施例1提供的第一横向距离的计算原理图的透视变换图；
[0059]
图6为本发明实施例1提供的第二横向距离的计算原理图；
[0060]
图7为本发明实施例1提供的举例计算第三横向距离的示意图；
[0061]
图8为本发明实施例2提供的一种基于标准车道的道路病害所在车道的判断系统的结构图。
具体实施方式
[0062]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0063]
如本发明和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备
也可能包含其他的步骤或元素。
[0064]
虽然本发明对根据本发明的实施例的系统中的某些模块做出了各种引用，然而，任何数量的不同模块可以被使用并运行在用户终端和/或服务器上。所述模块仅是说明性的，并且所述系统和方法的不同方面可以使用不同模块。
[0065]
本发明中使用了流程图用来说明根据本发明的实施例的系统所执行的操作。应当理解的是，前面或下面操作不一定按照顺序来精确地执行。相反，根据需要，可以按照倒序或同时处理各种步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
[0066]
本发明的目的是提供一种基于标准车道的道路病害所在车道的判断方法及系统，能够有效提高判断道路病害所在车道的精度和效率，准确、快速地判断出道路病害的所在车道。
[0067]
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
[0068]
实施例1
[0069]
如图1所示，本实施例提供了一种基于标准车道的道路病害所在车道的判断方法，该方法具体包括以下步骤：
[0070]
步骤s1、采集标准车道基准点数据；所述标准车道为最左侧车道，所述基准点数据为监测车辆沿着所述标准车道的中央行驶时按照指定采样频率采集到的经纬度信息，每一经纬度信息对应一基准点。标准车道基准点数据的数据字段和示例如图2所示。
[0071]
本实施例中，采用基于rtk(real-time kinematic，实时动态载波相位差分)技术的gnss(global navigation satellite system，全球导航卫星系统)设备采集所述标准车道基准点数据。
[0072]
在实际应用时，监测车辆搭载基于rtk技术的gnss设备以及车载相机，其中，基于rtk技术的gnss设备用于按预设频率采集标准车道基准点数据，实时记录监测车辆在标准车道行驶过程中所处的各个位置的经纬度信息；车载相机用于在行驶过程中采集监测车辆前方路面的图像。
[0073]
步骤s2、根据所述基准点确定定距基准点；所述定距基准点满足相邻定距基准点之间的间距相等的条件。
[0074]
因为受监测车辆的车速以及路况影响，定频采集的标准车道基准点数据中各个基准点之间的间距会有一定差异，为方便后续的数据处理，本发明根据基准点确定定距基准点，即将原始的标准车道基准点数据转化处理成为定距的标准车道基准点数据，使相邻的两个定距基准点之间的间距相等。
[0075]
本实施例中，在将原始的标准车道基准点数据转化为定距的标准车道基准点数据时，首先对每一基准点对应的经纬度信息进行坐标转换，得到各个基准点对应的高斯平面直角坐标信息。假设一条待检测路段有n个基准点，也就是有n个经纬度坐标，将这n个经纬度坐标转换成n个高斯平面直角坐标(x，y)，当i＝1时，表示第1个基准点的高斯平面直角坐标(x1，y1)；当i＝2时，表示第2个基准点的高斯平面直角坐标(x2，y2)。然后再根据各个基准点对应的高斯平面直角坐标信息，计算每相邻两个基准点之间的欧氏距离。最后采用循环计数赋值的方法根据各个基准点确定定距基准点，从而实现原始的标准车道基准点数据向
定距的标准车道基准点数据的转换。
[0076]
本实施例中，利用式(1)计算每相邻两个基准点之间的欧氏距离：
[0077][0078]
其中，i表示第i个基准点，xi表示第i个基准点对应的的高斯平面直角横坐标信息，yi表示第i个基准点对应的的高斯平面直角纵坐标信息，li表示第i个基准点与第i-1个基准点之间的欧式距离。
[0079]
本实施例中，采用循环计数赋值的方法根据各个基准点确定定距基准点，如图3所示，具体包括以下步骤：
[0080]
步骤s2.1、将s、i和j初始化置零；其中，s表示监测车辆累计行驶路程，i和j分别为计数变量，i用于对基准点进行计数，j用于对定距基准点进行计数；
[0081]
步骤s2.2、对各个基准点进行计数，并实时比较i与p-1的大小，根据比较结果确定是否结束计数，包括：
[0082]
当i＞p-1时，结束计数；其中，p表示基准点的数量；
[0083]
当i≤p-1时，跳转至步骤s2.3，即“比较s与l的大小，并根据比较结果确定赋值情况”的步骤；
[0084]
步骤s2.3、比较s与l的大小，并根据比较结果确定赋值情况，包括：
[0085]
当s≤l时，将s赋值为s+li，并跳转至步骤s2.4，即“将i赋值为i+1”的步骤；其中，l表示相邻两个定距基准点之间的距离，本实施例为了方便计算，将l取值为1m；li表示第i个基准点与第i-1个基准点之间的欧式距离；
[0086]
当s＞l时，将第j个定距基准点对应的高斯平面直角坐标(mj，nj)赋值为(xi，yi)，并将s赋值为li，j赋值为j+1后，跳转至步骤s2.4，即“将i赋值为i+1”的步骤；
[0087]
步骤s2.4、将i赋值为i+1，并返回至步骤s2.2，即“对各个基准点进行计数，并实时比较i与p-1的大小，根据比较结果确定是否结束计数”的步骤继续计数，直到i＞p-1后，结束计数。
[0088]
本发明在获取标准车道基准点数据后，根据标准车道基准点数据中各个基准点确定定距基准点，从而将标准车道基准点数据转换为定距标准车道基准点数据，使得各个定距基准点的间隔距离相等，且均位于标准车道中央分界线上，将定距基准点参与到病害车道判断的过程，从而降低了运算量和复杂度，更加简单、方便、用时短，进而提升了判断道路病害所在车道的效率。并且，将定距基准点作为数据基础进行道路病害所在车道的判断，剔除了采集原始的标准车道基准点数据过程中因监测车辆车速、路况等因素造成的误差，提高了判断道路病害所在车道的准确性。
[0089]
步骤s3、获取监测车辆所处的经纬度信息以及监测车辆车载相机拍摄的道路图像。
[0090]
在步骤s1采集标准车道基准点数据和步骤s2根据基准点确定定距基准点后，获得基于标准车道和定距基准点的基础数据，在步骤s3中开始对待监测路段的道路病害进行图像拍摄、分析处理和病害车道判断，在使用车载相机拍摄道路图像时，车载相机安装于监测车辆的中心点或者监测车辆中央分界线上，且面向行驶方向拍摄监测车辆前方的道路图
像，并且，本发明将监测车辆的中心点或者车载相机安装点作为分析处理对象，取监测车辆上一个点进行分析处理，从而能够简化后续运算过程，使计算过程更加简单、快速。
[0091]
由于监测车辆车载相机拍摄的是行驶全程中的道路图像，其中可能大部分图像中不会出现道路病害，只有一小部分图像中才会出现道路病害，而本技术只对有道路病害的道路图像进行分析，针对这一段道路图像中的道路病害判断其位于第几车道。因此，本发明在拍摄到道路病害时，以监测车辆所在位置点为中心，筛选监测车辆两侧的一定距离范围内的定距基准点，以减少计算量，提升判断车道病害所在车道的效率。
[0092]
本实施例中，筛选监测车辆两侧的50m范围内的定距基准点，将拍摄到路面病害时车辆所在位置的经纬度转换成高斯平面直角坐标x和y，以监测车辆所在位置点为中心，筛选高斯平面直角坐标x和y上下50m内的定距基道点，计算方法如式(2)：
[0093][0094]
其中，(mj，nj)表示第j个定距基准点的高斯平面直角坐标，通过限定mj，nj的取值范围，从而筛选出x和y坐标上下50m内的定距基准点，(mj，nj)表示以监测车辆所在位置点为中心，50m范围内的第j个定距基准点。
[0095]
步骤s4、在所述道路图像中存在道路病害时，根据所述道路图像确定第一横向距离，所述第一横向距离为所述道路病害与所述车载相机的横向距离；所述横向距离为在横向上的距离，所述横向为与车道方向垂直的方向。
[0096]
步骤s4具体包括：
[0097]
步骤s4.1、从所述道路图像中截取病害图像，所述病害图像为包含道路病害的图像，并获取所述病害图像的分辨率r
×
d，即横向r个像素点，纵向d个像素点。相机标定时获得单应性矩阵m，单应性矩阵用于描述物体在世界坐标系和像素坐标系之间的位置映射关系，对应的变换矩阵称为单应性矩阵。
[0098]
步骤s4.2、以所述病害图像的左上角顶点为原点，建立直角坐标系，并确定道路病害中心点在所述直角坐标系中的坐标(r，d)，如图4所示。
[0099]
步骤s4.3、沿所述直角坐标系的纵轴方向在所述病害图像的中轴线上任选一点作为标记点，并确定所述标记点在所述直角坐标系上的坐标(r/2，d/n)，n≥1；本实施例为了计算简便，选取的标记点是(r/2，d)，如图4所示。
[0100]
步骤s4.4、由于车载相机拍摄的实际上不是一张矩形图像，而是从车载相机拍摄点开始向远处车道扩散的倒梯形图像，因此，本实施例对所述病害图像进行透视变换，透视变换后的病害图像如图5所示，并确定所述道路病害中心点的透视变换坐标(r
t
，d
t
)以及所述标记点的透视变换坐标(r
t
，d
t
)。
[0101]
步骤s4.5、根据所述道路病害中心点的透视变换坐标(r
t
，d
t
)以及所述标记点的透视变换坐标(r
t
，d
t
)，由于计算的是横向距离，因此，取两者的透视变换后的横坐标作差，即可得到第一横向距离xc，如式(3)：
[0102]
xc＝|r
t-r
t
|
ꢀꢀꢀ
(3)
[0103]
第一横向距离是道路病害与车载相机之间的横向距离，由于车载相机安装于监测
车辆的中心点或者中央分界线上，因此，第一横向距离也就是道路病害到监测车辆的横向距离。
[0104]
步骤s5、根据所述监测车辆所处的经纬度信息以及所述定距基准点的经纬度信息，计算第二横向距离，所述第二横向距离为所述监测车辆与标准车道中央的横向距离。
[0105]
步骤s5具体包括：
[0106]
步骤s5.1、根据所述监测车辆所处的经纬度信息以及所述定距基准点的经纬度信息，计算所述监测车辆分别到最近两个定距基准点的欧式距离以及所述两个定距基准点之间的欧式距离。
[0107]
本实施例中，利用式(4)计算监测车辆分别到最近两个定距基准点的欧式距离：
[0108][0109]
其中，lj表示第j个定距基准点。
[0110]
假设与监测车辆距离最近的两个定距基准点，其中一个定距基准点为a点，此时j＝a，该定距基准点表示为la；另一个定距基准点为b点，此时j＝b，该定距基准点表示为lb。由于本实施例预设的相邻两个定距基准点之间的距离为1m，因此监测车辆所处的坐标必定会落在a点和b点之间。又因为1m的距离下，监测车辆基本不可能发生较大转向，因此，可认为a，b两点之间的直线距离等于a，b两点之间的道路距离。
[0111]
将监测车辆所在位置记作c点，按照上式分别计算a，c两点之间的欧式距离l
ac
，b，c两点之间的欧式距离l
bc
，以及a，b两点之间的欧氏距离l
ab
，如图6所示。
[0112]
步骤s5.2、根据所述监测车辆分别到最近两个定距基准点的欧式距离以及所述两个定距基准点之间的欧式距离，采用海伦公式计算由所述监测车辆与所述两个定距基准点围成的三角形的面积s
abc
。
[0113]
本实施例采用的海伦公式如式(5)：
[0114][0115]
其中，p为监测车辆与最近的两个定距基准点围成的三角形的半周长，表示为式(6)：
[0116][0117]
步骤s5.3、根据所述三角形的面积以及所述两个定距基准点之间的欧式距离，计算得到所述第二横向距离。
[0118]
由于第二横向距离表示的是监测车辆与标准车道中央之间的横向距离，即监测车辆到图6中基准车道线的垂线距离h，其中，基准车道线是由多个定距基准点连线后得到的直线，由于监测车辆沿着标准车道中央分界线行驶，采集的标准车道上各个基准点基本位于同一直线上，则根据基准点确定的定距基准点也都位于这条直线上，这条直线就是基准车道线，也是标准车道中央分界线。
[0119]
在步骤s5.2利用海伦公式计算得到三角形面积s
abc
后，又由于三角形的面积公式还可以表示为式(7):
[0120][0121]
联立式(5)(6)(7)，即可计算得到第二横向距离h，表示为式(8)：
[0122][0123]
步骤s6、根据所述第一横向距离和所述第二横向距离计算第三横向距离，所述第三横向距离为所述道路病害与标准车道中央的横向距离。
[0124]
本实施例中，利用式(9)计算第三横向距离xd：
[0125][0126]
其中，xd表示第三横向距离，h表示第二横向距离，xc表示第一横向距离，r
t
表示在道路图像中存在道路病害时，以道路图像的左上角顶点为原点建立的直角坐标系中，道路病害中心点经过透视变换后得到的透视变换横坐标；r
t
表示沿所述直角坐标系的纵轴方向在道路图像的中轴线上任选一点经过透视变换后得到的透视变换横坐标。
[0127]
步骤s7、根据所述第三横向距离以及车道宽度确定道路病害所在车道。
[0128]
本实施例中，在得到第三横向距离xd后，结合已知的车道宽度w，利用式(10)即可判断出道路病害所在车道：
[0129][0130]
其中，lane表示道路病害所在车道，w表示车道宽度，一、二级以上公路的车道宽度通常为3.75m，xd表示第三横向距离，[
·
]表示向下取整。
[0131]
为了便于理解本发明判断病害车道的方法，以下进行举例说明：
[0132]
如图7所示，假设第三横向距离为7w/8，则道路病害所在车道的计算结果如式(11)所示：
[0133][0134]
其中，3/8向下取整后为0，最终判断该种情况下道路病害位于第二车道，判断结果与图7中所示一致。
[0135]
本发明提出了一种基于标准车道的道路病害所在车道的判断方法，从距离这一维度入手，以最左侧车道为标准车道，并以标准车道的中央分界线为基准，当监测车辆拍摄到道路病害后，通过计算道路病害与监测车辆车载相机之间的第一横向距离，以及监测车辆与标准车道中央之间的第二横向距离，从而即可计算得到道路病害与标准车道中央之间的距离即第三横向距离，进而可根据第三横向距离结合车道宽度直接确定道路病害所在车道，通过距离定位病害所在车道，能够有效提高道路病害车道的判别精度，提升病害车道判
断结果的准确性、可靠性，解决了传统基于图像车道线识别病害车道的方法过于依赖拍摄图像的清晰度导致的判别精度低的问题。
[0136]
实施例2
[0137]
如图8所示，本实施例提供了一种基于标准车道的道路病害所在车道的判断系统，该系统中各个模块的功能与实施例1中判断方法的各个步骤相同且一一对应，该系统具体包括：
[0138]
标准车道基准点数据采集模块m1，用于采集标准车道基准点数据；所述标准车道为最左侧车道，所述基准点数据为监测车辆沿着所述标准车道的中央行驶时按照指定采样频率采集到的经纬度信息，每一经纬度信息对应一基准点；
[0139]
定距基准点确定模块m2，用于根据所述基准点确定定距基准点；所述定距基准点满足相邻定距基准点之间的间距相等的条件；
[0140]
位置获取及道路图像拍摄模块m3，用于获取监测车辆所处的经纬度信息以及监测车辆车载相机拍摄的道路图像；
[0141]
第一横向距离计算模块m4，用于在所述道路图像中存在道路病害时，根据所述道路图像确定第一横向距离，所述第一横向距离为所述道路病害与所述车载相机的横向距离；所述横向距离为在横向上的距离，所述横向为与车道方向垂直的方向；
[0142]
第二横向距离计算模块m5，用于根据所述监测车辆所处的经纬度信息以及所述定距基准点的经纬度信息，计算第二横向距离，所述第二横向距离为所述监测车辆与标准车道中央的横向距离；
[0143]
第三横向距离计算模块m6，用于根据所述第一横向距离和所述第二横向距离计算第三横向距离，所述第三横向距离为所述道路病害与标准车道中央的横向距离；
[0144]
道路病害所在车道确定模块m7，用于根据所述第三横向距离以及车道宽度确定道路病害所在车道。
[0145]
除非另有定义，这里使用的所有术语(包括技术和科学术语)具有与本发明所属领域的普通技术人员共同理解的相同含义。还应当理解，诸如在通常字典里定义的那些术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义，而不应用理想化或极度形式化的意义来解释，除非这里明确地这样定义。
[0146]
上面是对本发明的说明，而不应被认为是对其的限制。尽管描述了本发明的若干示例性实施例，但本领域技术人员将容易地理解，在不背离本发明的新颖教学和优点的前提下可以对示例性实施例进行许多修改。因此，所有这些修改都意图包含在权利要求书所限定的本发明范围内。应当理解，上面是对本发明的说明，而不应被认为是限于所公开的特定实施例，并且对所公开的实施例以及其他实施例的修改意图包含在所附权利要求书的范围内。本发明由权利要求书及其等效物限定。