(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111449198.8 (22)申请日 2021.11.30 (71)申请人 联陆智能交通科技 （上海） 有限公司 地址 201100 上海市闵行区申滨南路12 26 号604、 605、 606、 607室 (72)发明人 何杰　 (74)专利代理 机构 上海锻创知识产权代理有限 公司 314 48 代理人 范文琦 (51)Int.Cl. G06V 20/56(2022.01) G06V 10/764(2022.01) G06V 10/80(2022.01) G06K 9/62(2022.01) G06N 20/00(2019.01) (54)发明名称 基于车身传感器异常路面实时采集分享系 统及方法 (57)摘要 本发明提供了一种基于车身传感器异常路 面实时采集 分享方法及系统， 包括： 步骤S1： 通过 车辆传感器对道路进行感知采集， 获得车辆位置 信息以及感知数据； 步骤S2： 利用深度学习模型 对采集到的感知数据进行分类得到异常路面的 类型， 并将异常路面的类型以及异常路面的位置 信息共享至预设范围内的车辆， 用来提醒路过车 辆注意异常路面； 步骤S3： 将采集到的数据、 异常 路面的位置信息以及识别异常路面的类型上传 至云端； 步骤S4： 对上传至云端的数据进行预处 理， 利用预处理后的数据训练优化深度学习模 型， 并将训练后的深度学习模型更新至车辆端； 重复触发步骤S1至步骤S4， 不断提高分类准确度 和类别。 权利要求书2页 说明书6页 附图2页 CN 114155500 A 2022.03.08 CN 114155500 A 1.一种基于车身传感器异常路面实时采集分享方法， 其特 征在于， 包括： 步骤S1： 通过 车辆传感器对道路进行感知采集， 获得 车辆位置信息以及感知数据； 步骤S2： 利用深度学习模型对采集到的感知数据进行分类得到异常路面的类型， 并将 异常路面的类型以及异常路面的位置信息共享至预设范围内的车辆， 用来提醒路过车辆注 意异常路面； 步骤S3： 将采集到的数据、 异常路面的位置信息以及识别异常路面的类型 上传至云端； 步骤S4： 对上传至云端的数据进行预处理， 利用预处理后的数据训练优化深度学习模 型， 并将训练后的深度学习模 型更新至车辆端； 重复触发步骤S1至步骤S4， 不断提高分类准 确度和类别。 2.根据权利要求1所述的基于车身传感器异常路面实时采集分享方法， 其特征在于， 所 述步骤S1采用： 基于包括车身GNSS导航数据、 IMU惯 导数据以及高精度地图模块定位车辆位 置， 用于定位异常路面的位置信息； 基于包括车身胎压传感器数据、 轮速数据、 底盘摄像头数据、 前置摄像头、 环视摄像头 获得感知数据。 3.根据权利要求1所述的基于车身传感器异常路面实时采集分享方法， 其特征在于， 所 述步骤S2采用： 通过众包方式， 基于同一路段车辆采集的感知数据以及位置信息利用深度 学习模型计算得到参 考异常路面类型。 4.根据权利要求1所述的基于车身传感器异常路面实时采集分享方法， 其特征在于， 通 过V2V广播方式将异常路面的位置信息和异常路面类型信息发送至预设范围内的车辆， 从 而实现路过车辆注意异常路面。 5.根据权利要求1所述的基于车身传感器异常路面实时采集分享方法， 其特征在于， 所 述步骤S4采用： 对上传的数据进行清洗以及筛 选处理， 得到预处 理后的数据。 6.根据权利要求1所述的基于车身传感器异常路面实时采集分享方法， 其特征在于， 云 端将异常路面的位置信息和异常路面类型信息下发至路侧单元RSU， 利用I2V广播方式提醒 过往车辆注意异常路面， 提供异常路面的位置信息和异常路面类型信息 。 7.根据权利要求1所述的基于车身传感器异常路面实时采集分享方法， 其特征在于， 云 端通过将异常路面的位置信息和异常路面类型信息利用N2V方式直接下发至当前路段预设 范围内的车辆， 提醒过往车辆注意异常路面， 提供异常路面的位置信息和异常路面类型信 息。 8.根据权利要求1所述的基于车身传感器异常路面实时采集分享方法， 其特征在于， 云 端将异常路面的位置信息和异常路面类型信息共享至相关道路护养部门， 提供提供异常路 面的位置信息和异常路面类型信息 。 9.一种基于车身传感器异常路面实时采集分享系统， 其特 征在于， 包括： 模块M1： 通过 车辆传感器对道路进行感知采集， 获得 车辆位置信息以及感知数据； 模块M2： 利用深度学习模型对采集到的感知数据进行分类得到异常路面的类型， 并将 异常路面的类型以及异常路面的位置信息共享至预设范围内的车辆， 用来提醒路过车辆注 意异常路面； 模块M3： 将采集到的数据、 异常路面的位置信息以及识别异常路面的类型 上传至云端； 模块M4： 对上传至云端的数据进行预处理， 利用预处理后的数据训练优化深度学习模权　利　要　求　书 1/2 页 2 CN 114155500 A 2型， 并将训练后的深度学习模 型更新至车辆端； 重复触发模块M1至模块M4， 不断提高分类准 确度和类别。 10.根据权利要求9所述的基于车身传感器异常路面实时采集分享系统， 其特征在于， 所述模块M1采用： 基于包括车身GNSS导航数据、 IMU惯 导数据以及高精度地图模块定位车辆 位置， 用于 定位异常路面的位置信息； 基于包括车身胎压传感器数据、 轮速数据、 底盘摄像头数据、 前置摄像头、 环视摄像头 获得感知数据； 所述模块M2采用： 通过众包方式， 基于同一路段车辆采集的感知数据以及位置信息利 用深度学习模型计算得到参 考异常路面类型； 通过V2V广播方式将异常路面的位置信 息和异常路面类型信 息发送至预设范围内的车 辆， 从而实现 路过车辆注意异常路面； 所述模块M4采用： 对上传的数据进行清洗以及筛 选处理， 得到预处 理后的数据； 云端将异常路面的位置信息和异常路面类型信息下发至路侧单元RSU， 利用I2V广播方 式提醒过往车辆注意异常路面， 提供异常路面的位置信息和异常路面类型信息； 云端通过将异常路面的位置信息和异常路面类型信息利用N2V方式直接下发至当前路 段预设范围内的车辆， 提醒过往车辆注意异常路面， 提供异常路面的位置信息和异常路面 类型信息； 云端将异常路面的位置信 息和异常路面类型信 息共享至相关道路护养部门， 提供提供 异常路面的位置信息和异常路面类型信息 。权　利　要　求　书 2/2 页 3 CN 114155500 A 3