一种道路图像识别方法、装置、电子设备及存储介质与流程

1.本技术涉及道路识别的领域，尤其是涉及一种道路图像识别方法、装置、电子设备及存储介质。


背景技术：

2.在施工现场为了方便施工工作的进行会修建临时施工道路，临时施工道路用于施工期间施工人员、车辆和机械等进出施工现场，临时施工道路根据类型分可以为临时干线便道和临时支线便道。施工方根据施工需求在对应的区域内设置路基，并通过在路基上浇筑混凝土或铺设细石的方式修建临时施工道路，但是临时施工道路与正式道路的建设标准存在一定差异，因此临时施工道路的承受能力一般低于正式道路。
3.在施工过程中临时施工道路需要承受重型施工车辆的碾压，因此更容易出现破损的情况。同时施工现场中卡车在进行建筑材料运输时，难免会出现运输物品掉落的情况，若没有及时清理路面上掉落的运输物品，当施工车辆经过不平整的路面时，更容易发生安全事故。因此，如何提高施工现场中车辆行驶的安全性是亟待解决的问题。


技术实现要素：

4.为了提高施工现场中车辆行驶的安全性，本技术尤其是涉及一种道路图像识别方法、装置、电子设备及存储介质。
5.第一方面，本技术提供一种道路图像识别方法，采用如下的技术方案：一种道路图像识别方法，包括：获取目标车辆的行车道路图像和车辆信息，所述车辆信息包括所述目标车辆的车轮距、车轮宽度和总重量；基于所述行车道路图像，确定若干个干扰对象各自对应的位置和干扰等级，所述干扰对象为对车辆正常行驶产生影响的对象；基于所述目标车辆的车轮距和车轮宽度，从所述行车道路图像中确定至少两组车轮覆盖区域，所述车轮覆盖区域为目标车辆在行车道路上行驶时将要覆盖的区域；基于所述目标车辆的总重量、所述若干个干扰对象各自对应的位置和干扰等级以及所述至少两组车轮覆盖区域，确定所述至少两组车轮覆盖区域各自对应的承压能力，所述承压能力用于表征目标车辆在对应的车轮覆盖区域内行驶的安全性；基于所述至少两组车轮覆盖区域各自对应的承压能力，从所述至少两组车轮覆盖区域中确定目标行驶区域，所述目标行驶区域为承压能力最强的车轮覆盖区域。
6.通过采用上述技术方案，根据行车道路图像，确定出临时施工道路上会对目标车辆正常行驶产生影响的若干个干扰对象，以及每个干扰对象的位置和干扰等级；根据目标车辆的车轮距以及车轮宽度，确定出行车道路图像中至少两组目标车辆行驶时车轮覆盖的区域；进而确定出每组车轮覆盖区域对应的干扰对象以及目标车辆的总重量，确定出每组车轮覆盖区域对应的承压能力，承压能力用于表征目标车辆行驶在对应区域内的安全性；
进而从至少两组车轮覆盖区域中确定出承压能力最强的为目标覆盖区域，目标车辆在车轮覆盖区域内行驶的安全性较高，因此能够提高施工现场中车辆行驶的安全性。
7.在一种可能实现的方式中，所述基于所述行车道路图像，确定若干个干扰对象各自对应的位置和干扰等级，包括：从所述行车道路图像中确定临时施工道路对应的路面区域；将所述路面区域划分成多个子区域图像；从所述多个子区域图像中确定标准区域；基于所述标准区域以及所述多个子区域，确定出若干个异常区域，所述异常区域为与所述标准区域的相似度低于预设相似度的子区域；基于所述若干个异常区域，确定若干个干扰对象各自对应的位置和干扰等级。
8.通过采用上述技术方案，从行车道路图像中确定出临时施工道路对应的路面区域，并将路面区域划分为多个子区域图像；从多个子区域图像中确定标准区域；并根据该标准区域从多个子区域图像中确定出若干个异常区域；对每个异常区域的图像进行分析组合，确定出道路中包含的若干个干扰对象，以及每个干扰对象对应的位置和干扰等级，使得确定出的干扰对象更符合临时施工道路的实际情况。
9.在一种可能实现的方式中，所述从所述多个子区域图像中确定标准区域，包括：从所述多个子区域图像中确定初始子区域以及所述初始子区域对应的多个相邻子区域，所述初始子区域为非边缘的子区域图像；判断所述初始子区域与所述多个相邻子区域各自对应的区域相似度是否均高于预设相似度；若是，则将所述初始子区域确定为标准区域；若否，则将所述初始子区域确定为非标准区域，执行下一个初始子区域的判断，直至确定出标准区域。
10.通过采用上述技术方案，从多个子区域图像中确定初始子区域，以及该初始子区域对应的多个相邻子区域，将初始子区域分别与每个相邻子区域进行相似度比较，判断初始子区域与每个相邻子区域的相似度是否均高于预设相似度；若是，则确定该初始子区域为标准区域，若否，则确定该初始子区域为非标准区域，并从其余非边缘的子区域图像中确定新的初始子区域执行判断，直至确定出标准区域。能够提高标准区域的准确度，更符合当前临时施工道路的实际情况。
11.在一种可能实现的方式中，所述基于所述若干个异常区域，确定若干个干扰对象各自对应的位置和干扰等级，包括：确定所述若干个异常区域各自对应的位置以及异常类型；基于所述若干个异常区域各自对应的位置以及异常类型，对所述异常区域进行区域组合，确定若干个干扰对象各自对应的位置和干扰等级。
12.通过采用上述技术方案，确定每个异常区域对应的位置以及异常类型，对于位置相邻且异常类型相同的异常区域进行组合，确定出干扰对象对应的至少一个异常区域；对于每个干扰对象，根据干扰对象对应的至少一个异常区域的位置，确定出干扰对象的位置；根据干扰对象对应的异常区域的个数以及异常类型，确定出干扰对象的干扰等级，能够更准确地确定出干扰对象的位置和干扰等级。
13.在一种可能实现的方式中，所述基于所述目标车辆的总重量、所述若干个干扰对象各自对应的位置和干扰等级以及所述至少两组车轮覆盖区域，确定所述至少两组车轮覆盖区域各自对应的承压能力，包括：基于所述若干个干扰对象各自对应的位置和干扰等级以及所述至少两组车轮覆盖区域，确定所述至少两组车轮覆盖区域各自对应的路面平整度；获取行车道路的材料类型；基于所述行车道路的材料类型、所述目标车辆的总重量以及所述至少两组车轮覆盖区域各自对应的路面平整度，确定所述至少两组车轮覆盖区域各自对应的承压能力。
14.通过采用上述技术方案，根据每个干扰对象的位置和干扰等级，确定出每组车轮覆盖区域对应的路面平整度；不同的路面材料对应的承压能力存在差异，进而根据行车道路的材料类型以及每个车轮覆盖区域的路面平整度，确定出在目标车辆的总重量的条件下，车轮覆盖区域的承压能力，使得确定出的承压能力更符合车轮覆盖区域的实际情况。
15.在一种可能实现的方式中，基于所述若干个干扰对象各自对应的位置和干扰等级以及任一车轮覆盖区域，确定所述任一车轮覆盖区域对应的路面平整度，包括：基于所述若干个干扰对象各自对应的位置以及所述任一车轮覆盖区域，确定所述若干个干扰对象与所述任一车轮覆盖区域各自对应的距离；基于所述若干个干扰对象各自对应的干扰等级以及与所述任一车轮覆盖区域各自对应的距离，确定所述任一车轮覆盖区域的路面平整度。
16.通过采用上述技术方案，对于任一车轮覆盖区域，确定出每个干扰对象与该车轮覆盖区域之间的距离；结合每个干扰对象的干扰等级，确定出每个干扰对象的影响范围，进而确定对应距离下干扰对象对车轮覆盖区域的路面影响程度，进而确定任一车轮覆盖区域的路面平整度，能够更准确地确定出每个干扰对象对车辆覆盖区域的影响程度。
17.在一种可能实现的方式中，一种道路图像识别方法，还包括：基于所述若干个干扰对象各自对应的位置和干扰等级，生成若干个干扰对象各自对应的维护信息，所述维护信息用于提示相关的维护人员对临时施工道路进行维护。
18.通过采用上述技术方案，根据若干个干扰对象各自对应干扰等级，判断是否需要进行维护，若是，则根据干扰对象的类型和位置确定对应的维护信息。可以通过将维护信息发送至对应的维护人员的终端设备，以提示维护人员对临时施工道路上的异常情况进行维护，能够提升车辆在临时施工道路上行驶的安全性。
19.第二方面，本技术提供一种道路图像识别装置，采用如下的技术方案：一种道路图像识别装置，包括：目标车辆信息获取模块，用于获取目标车辆的行车道路图像和车辆信息，所述车辆信息包括所述目标车辆的车轮距、车轮宽度和总重量；干扰对象信息确定模块，用于基于所述行车道路图像，确定若干个干扰对象各自对应的位置和干扰等级，所述干扰对象为对车辆正常行驶产生影响的对象；车轮覆盖区域确定模块，用于基于所述目标车辆的车轮距和车轮宽度，从所述行车道路图像中确定至少两组车轮覆盖区域，所述车轮覆盖区域为目标车辆在行车道路上行驶时将要覆盖的区域；承压能力确定模块，用于基于所述目标车辆的总重量、所述若干个干扰对象各自
对应的位置和干扰等级以及所述至少两组车轮覆盖区域，确定所述至少两组车轮覆盖区域各自对应的承压能力，所述承压能力用于表征目标车辆在对应的车轮覆盖区域内行驶的安全性；目标行驶区域确定模块，用于基于所述至少两组车轮覆盖区域各自对应的承压能力，从所述至少两组车轮覆盖区域中确定目标行驶区域，所述目标行驶区域为承压能力最强的车轮覆盖区域。
20.通过采用上述技术方案，根据行车道路图像，确定出临时施工道路上会对目标车辆正常行驶产生影响的若干个干扰对象，以及每个干扰对象的位置和干扰等级；根据目标车辆的车轮距以及车轮宽度，确定出行车道路图像中至少两组目标车辆行驶时车轮覆盖的区域；进而确定出每组车轮覆盖区域对应的干扰对象以及目标车辆的总重量，确定出每组车轮覆盖区域对应的承压能力，承压能力用于表征目标车辆行驶在对应区域内的安全性；进而从至少两组车轮覆盖区域中确定出承压能力最强的为目标覆盖区域，目标车辆在车轮覆盖区域内行驶的安全性较高，因此能够提高施工现场中车辆行驶的安全性。
21.在一种可能实现的方式中，所述干扰对象信息确定模块在基于所述行车道路图像，确定若干个干扰对象各自对应的位置和干扰等级时，具体用于：从所述行车道路图像中确定临时施工道路对应的路面区域；将所述路面区域划分成多个子区域图像；从所述多个子区域图像中确定标准区域；基于所述标准区域以及所述多个子区域，确定出若干个异常区域，所述异常区域为与所述标准区域的相似度低于预设相似度的子区域；基于所述若干个异常区域，确定若干个干扰对象各自对应的位置和干扰等级。
22.在一种可能实现的方式中，所述干扰对象信息确定模块在从所述多个子区域图像中确定标准区域时，具体用于：从所述多个子区域图像中确定初始子区域以及所述初始子区域对应的多个相邻子区域，所述初始子区域为非边缘的子区域图像；判断所述初始子区域与所述多个相邻子区域各自对应的区域相似度是否均高于预设相似度；若是，则将所述初始子区域确定为标准区域；若否，则将所述初始子区域确定为非标准区域，执行下一个初始子区域的判断，直至确定出标准区域。
23.在一种可能实现的方式中，所述干扰对象信息确定模块在基于所述若干个异常区域，确定若干个干扰对象各自对应的位置和干扰等级时，具体用于：确定所述若干个异常区域各自对应的位置以及异常类型；基于所述若干个异常区域各自对应的位置以及异常类型，对所述异常区域进行区域组合，确定若干个干扰对象各自对应的位置和干扰等级。
24.在一种可能实现的方式中，所述承压能力确定模块在基于所述目标车辆的总重量、所述若干个干扰对象各自对应的位置和干扰等级以及所述至少两组车轮覆盖区域，确定所述至少两组车轮覆盖区域各自对应的承压能力时，具体用于：基于所述若干个干扰对象各自对应的位置和干扰等级以及所述至少两组车轮覆
盖区域，确定所述至少两组车轮覆盖区域各自对应的路面平整度；获取行车道路的材料类型；基于所述行车道路的材料类型、所述目标车辆的总重量以及所述至少两组车轮覆盖区域各自对应的路面平整度，确定所述至少两组车轮覆盖区域各自对应的承压能力。
25.在一种可能实现的方式中，所述承压能力确定模块在基于所述若干个干扰对象各自对应的位置和干扰等级以及任一车轮覆盖区域，确定所述任一车轮覆盖区域对应的路面平整度时，具体用于：基于所述若干个干扰对象各自对应的位置以及所述任一车轮覆盖区域，确定所述若干个干扰对象与所述任一车轮覆盖区域各自对应的距离；基于所述若干个干扰对象各自对应的干扰等级以及与所述任一车轮覆盖区域各自对应的距离，确定所述任一车轮覆盖区域的路面平整度。
26.在一种可能实现的方式中，一种道路图像识别装置，还包括：维护模块，用于基于所述若干个干扰对象各自对应的位置和类型，生成若干个干扰对象各自对应的维护信息，所述维护信息用于提示相关的维护人员对临时施工道路进行维护。
27.第三方面，本技术提供一种电子设备，采用如下的技术方案：一种电子设备，该电子设备包括：至少一个处理器；存储器；至少一个应用程序，其中所述至少一个应用程序被存储在存储器中并被配置为由至少一个处理器执行，所述至少一个应用程序配置用于：执行上述道路图像识别方法。
28.第四方面，本技术提供一种计算机可读存储介质，采用如下的技术方案：一种计算机可读存储介质，包括：存储有能够被处理器加载并执行上述道路图像识别方法的计算机程序。
29.综上所述，本技术包括以下至少一种有益技术效果：1.根据行车道路图像，确定出临时施工道路上会对目标车辆正常行驶产生影响的若干个干扰对象，以及每个干扰对象的位置和干扰等级；根据目标车辆的车轮距以及车轮宽度，确定出行车道路图像中至少两组目标车辆行驶时车轮覆盖的区域；进而确定出每组车轮覆盖区域对应的干扰对象以及目标车辆的总重量，确定出每组车轮覆盖区域对应的承压能力，承压能力用于表征目标车辆行驶在对应区域内的安全性；进而从至少两组车轮覆盖区域中确定出承压能力最强的为目标覆盖区域，目标车辆在车轮覆盖区域内行驶的安全性较高，因此能够提高施工现场中车辆行驶的安全性。
30.2.从行车道路图像中确定出临时施工道路对应的路面区域，并将路面区域划分为多个子区域图像；从多个子区域图像中确定标准区域；并根据该标准区域从多个子区域图像中确定出若干个异常区域；对每个异常区域的图像进行分析组合，确定出道路中包含的若干个干扰对象，以及每个干扰对象对应的位置和干扰等级，使得确定出的干扰对象更符合临时施工道路的实际情况。
31.3.从多个子区域图像中确定初始子区域，以及该初始子区域对应的多个相邻子区域，将初始子区域分别与每个相邻子区域进行相似度比较，判断初始子区域与每个相邻子
区域的相似度是否均高于预设相似度；若是，则确定该初始子区域为标准区域，若否，则确定该初始子区域为非标准区域，并从其余非边缘的子区域图像中确定新的初始子区域执行判断，直至确定出标准区域。能够提高标准区域的准确度，更符合当前临时施工道路的实际情况。
附图说明
32.图1是本技术实施例中一种道路图像识别方法的流程示意图；图2是本技术实施例中一种道路图像识别装置的结构示意图；图3是本技术实施例中电子设备的结构示意图。
具体实施方式
33.以下结合图1-图3对本技术作进一步详细说明。
34.本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改，但只要在本技术的范围内都受到专利法的保护。
35.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
36.另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，如无特殊说明，一般表示前后关联对象是一种“或”的关系。
37.本技术实施例提供了一种道路图像识别方法，由电子设备执行，参照图1,该方法包括步骤s101-步骤s105，其中：步骤s101、获取目标车辆的行车道路图像和车辆信息，车辆信息包括所述目标车辆的车轮距、车轮宽度和总重量。
38.对于本技术实施例，当目标车辆需要在临时施工道路上行驶时，获取目标车辆的行车道路图像，其中行车道路图像可以为设置在目标车辆上的图像采集设备针对目标车辆当前所在的临时施工道路所拍摄的图像；也可以是施工现场的监控设备针对目标车辆所处的临时施工道路拍摄的图像。对于获取目标车辆的行车道路图像的方式，本技术实施例中不进行具体限定。
39.进一步地，目标车辆的车辆信息可以根据针对目标车辆拍摄的图像进行分析，确定出目标车辆对应的车牌，进而根据车牌从数据库中获取目标车辆对应的车轮距、车轮宽度、车辆净重量以及车辆型号等信息。同时根据针对目标车辆拍摄的图像中目标车辆的装载情况结合车辆型号，确定出目标车辆的承载量；进而根据车辆净重量以及承载量，确定出目标车辆的总重量。也可以根据布置在临时施工道路上的重量传感器确定出目标车辆的总重量；根据临时施工道路两侧布置的距离传感器，确定出每一侧传感器与相邻的车轮之间距离，并根据临时施工道路的宽度或两个距离传感器之间的距离，确定出目标车辆的车轮距；根据针对目标车辆拍摄的图像，确定出目标车辆的车轮宽度。
40.步骤s102、基于行车道路图像，确定若干个干扰对象各自对应的位置和干扰等级，
干扰对象为对车辆正常行驶产生影响的对象。
41.对于本技术实施例，可以对行车道路图像进行灰度化处理，对处理后的灰度图像进行局部特征提取并分析，确定出临时施工道路中包含的若干个干扰对象，以及每个干扰对象的位置和干扰等级，干扰对象为对车辆正常行驶产生影响的对象，包括临时施工道路上的裂痕、散落的砂石等。干扰对象的等级根据干扰对象的类型以及面积确定，干扰对象的面积越大或干扰对象的类型对应车辆行驶的影响更大，则对应的该干扰对应的干扰等级越高。干扰对象的干扰等级可以分为1级、2级、
……
、6级，其中1级的干扰对象对车辆的行驶影响最小，6级的干扰对象对车辆的行驶影响最大。
42.进一步地，数据库中存储有多种类型的道路异常图像，还可以从所有道路异常图像中确定出与目标车辆所在的临时施工道路相同类型的道路对应的目标异常图像。根据目标异常图像及其对应的异常类型对预设模型进行训练，得到训练好的特征模型，进而将行车道路图像放入特征模型中确定出其中包含的若干个干扰对象各自对应的位置和干扰等级。
43.步骤s103、基于目标车辆的车轮距和车轮宽度，从行车道路图像中确定至少两组车轮覆盖区域，所述车轮覆盖区域为目标车辆在行车道路上行驶时将要覆盖的区域。
44.对于本技术实施例，从行车道路图像中确定出临时施工道路对应的区域，进而根据目标车辆的车轮距以及目标车辆对应的车轮宽度，确定出目标车辆行使在临时施工道路上时车轮会覆盖的区域，即车轮覆盖区域。其中，临时施工道路的宽度一般大于车轮距，因此可以确定出至少两组车轮覆盖区域。
45.步骤s104、基于目标车辆的总重量、若干个干扰对象各自对应的位置和干扰等级以及至少两组车轮覆盖区域，确定至少两组车轮覆盖区域各自对应的承压能力，承压能力用于表征目标车辆在对应的车轮覆盖区域内行驶的安全性。
46.对于本技术实施例，根据若干个干扰对象各自对应的位置，确定出每组车轮覆盖区域内包含的若干个干扰对象。对于每组车轮覆盖区域，根据车轮覆盖区域内包含的每个干扰对象的干扰等级，确定确定出车轮覆盖区域对应的荷载等级，进而确定出该荷载等级下每个重量区间对应的承压能力，在不同的荷载等级下，承压能力跟重量区间的对应关系不同。进而根据目标车辆的总重量所述的重量区间，确定出该组车轮覆盖区域对应的承压能力，承压能力用于表征目标车辆行驶在该区域内的安全性。
47.进一步地，荷载等级根据车轮覆盖区域内每个干扰对象的数量和等级确定。例如，荷载等级分为ⅰ级和ⅱ级，其中ⅰ级条件下重量区间与承压能力的对应关系包括：当目标车辆的总重量小于20t时，承压能力为a级；当目标车辆的总重量大于20t且小于50t时，承压能力为b级；当目标车辆的总重量大于50t时，承压能力为c级。ⅱ级条件下重量区间与承压能力的对应关系包括：当目标车辆的总重量小于15t时，承压能力为a级；当目标车辆的总重量大于15t且小于30t时，承压能力为b级；当目标车辆的总重量大于30t时，承压能力为c级。承压能力为a级时对应的目标车辆行驶在车轮覆盖区域的安全性最高，其次是b级，最后是c级。
48.步骤s105、基于至少两组车轮覆盖区域各自对应的承压能力，从至少两组车轮覆盖区域中确定目标行驶区域，目标行驶区域为承压能力最强的车轮覆盖区域。
49.对于本技术实施例，根据每组车轮覆盖区域对应的承压能力，确定出承压能力最
强为目标行驶区域，目标行驶区域对应的路面平整度较高，因此车辆在目标行驶区域内行驶的安全性较高。
50.根据行车道路图像，确定出临时施工道路上会对目标车辆正常行驶产生影响的若干个干扰对象，以及每个干扰对象的位置和干扰等级；根据目标车辆的车轮距以及车轮宽度，确定出行车道路图像中至少两组目标车辆行驶时车轮覆盖的区域；进而确定出每组车轮覆盖区域对应的干扰对象以及目标车辆的总重量，确定出每组车轮覆盖区域对应的承压能力，承压能力用于表征目标车辆行驶在对应区域内的安全性；进而从至少两组车轮覆盖区域中确定出承压能力最强的为目标覆盖区域，目标车辆在车轮覆盖区域内行驶的安全性较高，因此能够提高施工现场中车辆行驶的安全性。
51.进一步地，基于行车道路图像，确定若干个干扰对象各自对应的位置和干扰等级，包括步骤s1021（图中未示出）-步骤s1025（图中未示出），其中：步骤s1021、从行车道路图像中确定临时施工道路对应的路面区域。
52.具体地，从行车道路图像中确定出车辆行驶的临时施工道路对应的区域，即路面区域。其中，若行车道路图像为安装在目标车辆上的图像采集设备所拍摄的图像，则可以通过识别道路两旁的固定标志，确定出临时施工道路在行车道路图像中对应的路面区域。若行车道路图像为施工现场的监控设备针对目标车辆所处的临时施工道路拍摄的图像，则临时施工道路在行车道路图像中的位置较为固定，可以根据监控设备的拍摄角度，确定出行车道路图像中临时施工道路对应的路面区域。
53.步骤s1022、将路面区域划分成多个子区域图像。
54.具体地，根据图像拍摄角度的不同，临时施工道路在行车道路图像中的表现形式可能存在差异，因此可以将临时施工道路对应的路面区域输入预设的还原模型中，确定还原路面图像，其中还原路面图像为临时施工道路对应路面区域俯视角度的等比例缩放图像。进而将还原路面图像以相同大小、相同形状的方式进行划分，确定出若干个子区域图像，使每个子区域图像在临时施工道路实际中对应的形状和面积相同。其中，预设的还原模型通过分析行车道路图像的拍摄角度，并结合道路的延伸方向对路面区域进行还原。步骤s1023、从多个子区域图像中确定标准区域。
55.具体地，若行车道路图像是由设置在施工现场的监控设备拍摄的图像，则可以获取该监控设备在道路使用初期时针对行车道路拍摄的路面图像。先将道路使用初期的路面图像以与子区域相同的划分方式，确定出若干个平整子区域图像，对于同一位置的子区域图像以及平整子区域图像进行相似度比较。从多个子区域图像中确定出与路面图像相似度最高的子区域图像为标准区域，其中行车道路在投入使用初期时路面的平整度较高。
56.进一步地，若行车道路图像为设置在目标车辆上的图像采集装置拍摄的图像，则可以先对行车道路图像中行车道路的类型进行分析，进而从目标车辆对应的图像数据库中获取该类型的道路对应的平整路面图像，图像数据库中存储有该目标车辆上图像采集装置拍摄的多个类型的平整路面图像。进而分别确定该平整路面图像以及每个子区域图像对应的纹理，将平整路面的纹理与每个子区域的纹理进行比较分析，从多个子区域图像中确定纹理与平整路面图像最相似的为标准区域。
57.步骤s1024、基于标准区域以及多个子区域图像，确定出若干个异常区域，异常区域为与标准区域的相似度低于预设相似度的子区域图像。
58.具体地，根据标准区域对其余的子区域图像进行相似度比较，确定出与标准区域相似度低于预设相似度的子区域图像为异常区域。
59.步骤s1025、基于若干个异常区域，确定若干个干扰对象各自对应的位置和干扰等级。
60.具体地，对每个异常区域的图像进行分类识别，确定出每个异常区域对应异常类型。对于任一异常区域，若该异常区域相邻的异常区域的异常类型与其异常类型相同，则可以将相同异常类型且相邻的异常区域进行组合，确定出若干个干扰对象对应的异常类型以及至少一个异常区域。对于每个干扰对象，确定该干扰对应对应的至少一个异常区域的多个轮廓坐标点为干扰对象的位置，根据异常区域对应的异常类型以及异常区域的数量，确定出干扰对应对应的干扰等级。
61.从行车道路图像中确定出临时施工道路对应的路面区域，并将路面区域划分为多个子区域图像；从多个子区域图像中确定标准区域；并根据该标准区域从多个子区域图像中确定出若干个异常区域；对每个异常区域的图像进行分析组合，确定出道路中包含的若干个干扰对象，以及每个干扰对象对应的位置和干扰等级，使得确定出的干扰对象更符合临时施工道路的实际情况。
62.进一步地，从多个子区域图像中确定标准区域，包括步骤sa1（图中未示出）-步骤sa4（图中未示出），其中：步骤sa1、从多个子区域图像中确定初始子区域以及初始子区域对应的多个相邻子区域，初始子区域为非边缘的子区域图像。
63.具体地，从多个子区域图像中选取任意一个非边缘的子区域图像为初始子区域，进而确定初始子区域对应的多个相邻子区域。将初始子区域与每个相邻子区域的分别进行比较分析，确定出初始子区域与每个相邻子区域的对应的相似度。并判断初始子区域与多个相邻子区域各自对应的相似度均高于预设相似度进一步地，相邻子区域的个数根据子区域图像的划分方式确定。因初始子区域为非边缘的子区域图像，若子区域图像的形状为六边形，则初始子区域可以对应有六个相邻子区域；若子区域图像的形状为矩形，则初始子区域可以对应有八个相邻子区域。
64.步骤sa2、判断初始子区域与多个相邻子区域各自对应的区域相似度是否均高于预设相似度；步骤sa3、若是，则将初始子区域确定为标准区域；步骤sa4、若否，则将初始子区域确定为非标准区域，执行下一个初始子区域的判断，直至确定出标准区域。
65.具体地，当道路上出现裂痕或障碍物时，一般会对应在多个子区域图像中，若初始子区域与其对应的多个相邻子区域各自对应的相似度均高于预设相似度，则确定初始子区域为标准区域。若存在有相邻子区域与初始子区域的相似度低于预设相似度，则无法确定出初始子区域是否平整，进而将该初始子区域确定出非标准子区域。从多个子区域图像中确定新的初始子区域进行判断，其中新的初始子区域不是非标准子区域且不是靠近边缘的子区域图像，循环执行步骤sa1-步骤sa4，直至确定出标准区域。
66.从多个子区域图像中确定初始子区域，以及该初始子区域对应的多个相邻子区域，将初始子区域分别与每个相邻子区域进行相似度比较，判断初始子区域与每个相邻子
区域的相似度是否均高于预设相似度；若是，则确定该初始子区域为标准区域，若否，则确定该初始子区域为非标准区域，并从其余非边缘的子区域图像中确定新的初始子区域执行判断，直至确定出标准区域。能够提高标准区域的准确度，更符合当前临时施工道路的实际情况。
67.进一步地，基于若干个异常区域，确定若干个干扰对象各自对应的位置和干扰等级，包括步骤sb1（图中未示出）-步骤sb2（图中未示出），其中：步骤sb1、确定若干个异常区域各自对应的位置以及异常类型；步骤sb2、基于若干个异常区域各自对应的位置以及异常类型，对异常区域进行区域组合，确定若干个干扰对象各自对应的位置和干扰等级。
68.具体地，确定出每个异常区域的图像在行车道路图像中的位置，其中，可以以行车道路图像中道路对应的区域建立坐标系，确定出异常区域中心点所在的坐标为异常区域对应的坐标。并对每个异常区域的图像进行异常识别，确定出异常区域对应的异常类型。对于位置相邻且异常类型相同的异常区域进行组合，确定出干扰对象对应的至少一个异常区域，以至少一个异常区域对应的多个轮廓坐标点作为该干扰对象的位置，根据异常区域的个数以及异常类型，确定出干扰对象的干扰等级。
69.确定每个异常区域对应的位置以及异常类型，对于位置相邻且异常类型相同的异常区域进行组合，确定出干扰对象对应的至少一个异常区域；对于每个干扰对象，根据干扰对象对应的至少一个异常区域的位置，确定出干扰对象的位置；根据干扰对象对应的异常区域的个数以及异常类型，确定出干扰对象的干扰等级，能够更准确地确定出干扰对象的位置和干扰等级。
70.进一步地，基于目标车辆的总重量、若干个干扰对象各自对应的位置和干扰类型以及至少两组车轮覆盖区域，确定至少两组车轮覆盖区域各自对应的承压能力，包括步骤s1041（图中未示出）-步骤s1042（图中未示出），其中：步骤s1041、基于若干个干扰对象各自对应的位置和干扰等级以及至少两组车轮覆盖区域，确定至少两组车轮覆盖区域各自对应的路面平整度。
71.具体地，根据若干个干扰对象各自对应的位置以及至少两组车轮覆盖区域，确定出每组车轮覆盖区域包含的若干个干扰对象。对于任一组车轮覆盖区域中的若干个干扰对象，根据每个干扰对象的干扰类型，确定出该任一组车轮覆盖区域对应的路面平程度，路面平整度用于表征车轮覆盖区域内干扰对应的车辆行驶产生干扰的程度。
72.进一步地，车轮覆盖区域的路面平整度根据等级划分可以分为1级、2级、
……
、10级，其中10级最平整，1级最不平整。路面平整度根据对应的车轮覆盖区域内干扰对象的数量和干扰等级确定，若干扰对象的数量越多且干扰等级越高，则对应的车轮覆盖区域的路面平整度越低。
73.步骤s1042、获取行车道路的材料类型。
74.具体地，不同材料的道路的承重能力存在一定的差异，获取行车道路的材料类型，行车道路为当前目标卡车所行驶的临时施工道路。步骤s1042可以在步骤s1041之前执行，也可以在步骤s1041之后执行，还可以与步骤s1041同时执行，本技术实施例中不进行具体限定。
75.步骤s1043、基于行车道路的材料类型、目标车辆的总重量以及至少两组车轮覆盖
区域各自对应的路面平整度，确定所述至少两组车轮覆盖区域各自对应的承压能力。
76.具体地，对于任一组车轮覆盖区域，根据临时施工道路的行车道路的材料类型以及路面平整度，从数据库中获取该行车道路的材料类型在当前路面平整度的条件下，承压能力与承载重量区间之间的对应的关系表，确定出目标车辆对应的总重量对应的承载重量区间，进而确定出该组车轮覆盖区域对应的承压能力。
77.根据每个干扰对象的位置和干扰等级，确定出每组车轮覆盖区域对应的路面平整度；不同的路面材料对应的承压能力存在差异，进而根据行车道路的材料类型以及每个车轮覆盖区域的路面平整度，确定出在目标车辆的总重量的条件下，车轮覆盖区域的承压能力，使得确定出的承压能力更符合车轮覆盖区域的实际情况。
78.进一步地，基于若干个干扰对象各自对应的位置和干扰等级以及任一车轮覆盖区域，确定任一车轮覆盖区域对应的路面平整度，包括步骤sc1（图中未示出）-步骤sc2（图中未示出），其中：步骤sc1、基于若干个干扰对象各自对应的位置以及任一车轮覆盖区域，确定若干个干扰对象与任一车轮覆盖区域各自对应的距离；步骤sc2、基于若干个干扰对象各自对应的干扰等级以及与任一车轮覆盖区域各自对应的距离，确定任一车轮覆盖区域的路面平整度。
79.具体地，对于任一车轮覆盖区域，确定出每个干扰对象与该车轮覆盖区域之间之间的距离；若干扰对象所在位置在车轮覆盖区域内，则该干扰对象与车辆覆盖区域的距离为0。不同干扰等级的干扰对象，其可以影响的范围不同，进而根据每个干扰对象的干扰等级以及与车轮覆盖区域之间的距离，确定出该车轮覆盖区域的路面平整度。
80.对于任一车轮覆盖区域，确定出每个干扰对象与该车轮覆盖区域之间的距离；结合每个干扰对象的干扰等级，确定出每个干扰对象的影响范围，进而确定对应距离下干扰对象对车轮覆盖区域的路面影响程度，进而确定任一车轮覆盖区域的路面平整度，能够更准确地确定出每个干扰对象对车辆覆盖区域的影响程度。
81.进一步地，当临时施工道路上出现干扰对象时，为保证行驶的安全性，可以通知相应的路面维护人员对路面上的障碍物或裂缝进行处理，以提升临时施工道路路面的平整度，因此，一种道路图像识别方法，还包括步骤s201，基于若干个干扰对象各自对应的位置和干扰等级，生成若干个干扰对象各自对应的维护信息，维护信息用于提示相关的维护人员对临时施工道路进行维护。
82.对于本技术实施例，根据若干个干扰对象各自对应干扰等级，确定是否需要进行维护。若某一干扰对象的干扰等级大于预设等级，则根据干扰对象的类型确定出进行维护的维护人员的类型，并生成维护信息，维护信息包括需要进行维护的位置、维护的类型以及所需的维护工具等。维护信息可以通过发送至对应的维护人员的终端设备，以提示维护人员对临时施工道路上的异常情况进行维护。
83.上述实施例从方法流程的角度介绍一种道路图像识别的方法，下述实施例从虚拟模块或者虚拟单元的角度介绍了一种道路图像识别的装置，具体详见下述实施例。
84.本技术实施例提供一种道路图像识别的装置，如图2所示，该道路图像识别的装置具体可以包括目标车辆信息获取模块201、干扰对象信息确定模块202、车轮覆盖区域确定模块203、承压能力确定模块204以及目标行驶区域确定模块205，其中：
目标车辆信息获取模块201，用于获取目标车辆的行车道路图像和车辆信息，车辆信息包括目标车辆的车轮距、车轮宽度和总重量；干扰对象信息确定模块202，用于基于行车道路图像，确定若干个干扰对象各自对应的位置和干扰等级，干扰对象为对车辆正常行驶产生影响的对象；车轮覆盖区域确定模块203，用于基于目标车辆的车轮距和车轮宽度，从行车道路图像中确定至少两组车轮覆盖区域，车轮覆盖区域为目标车辆在行车道路上行驶时将要覆盖的区域；承压能力确定模块204，用于基于目标车辆的总重量、若干个干扰对象各自对应的位置和干扰等级以及至少两组车轮覆盖区域，确定至少两组车轮覆盖区域各自对应的承压能力，承压能力用于表征目标车辆在对应的车轮覆盖区域内行驶的安全性；目标行驶区域确定模块205，用于基于至少两组车轮覆盖区域各自对应的承压能力，从至少两组车轮覆盖区域中确定目标行驶区域，目标行驶区域为承压能力最强的车轮覆盖区域。
85.通过采用上述技术方案，根据行车道路图像，确定出临时施工道路上会对目标车辆正常行驶产生影响的若干个干扰对象，以及每个干扰对象的位置和干扰等级；根据目标车辆的车轮距以及车轮宽度，确定出行车道路图像中至少两组目标车辆行驶时车轮覆盖的区域；进而确定出每组车轮覆盖区域对应的干扰对象以及目标车辆的总重量，确定出每组车轮覆盖区域对应的承压能力，承压能力用于表征目标车辆行驶在对应区域内的安全性；进而从至少两组车轮覆盖区域中确定出承压能力最强的为目标覆盖区域，目标车辆在车轮覆盖区域内行驶的安全性较高，因此能够提高施工现场中车辆行驶的安全性。
86.在一种可能实现的方式中，干扰对象信息确定模块202在基于行车道路图像，确定若干个干扰对象各自对应的位置和干扰等级时，具体用于：从行车道路图像中确定临时施工道路对应的路面区域；将路面区域划分成多个子区域图像；从多个子区域图像中确定标准区域；基于标准区域以及多个子区域，确定出若干个异常区域，异常区域为与标准区域的相似度低于预设相似度的子区域；基于若干个异常区域，确定若干个干扰对象各自对应的位置和干扰等级。
87.在一种可能实现的方式中，干扰对象信息确定模块202在从多个子区域图像中确定标准区域时，具体用于：从多个子区域图像中确定初始子区域以及初始子区域对应的多个相邻子区域，初始子区域为非边缘的子区域图像；判断初始子区域与多个相邻子区域各自对应的区域相似度是否均高于预设相似度；若是，则将初始子区域确定为标准区域；若否，则将初始子区域确定为非标准区域，执行下一个初始子区域的判断，直至确定出标准区域。
88.在一种可能实现的方式中，干扰对象信息确定模块202在基于若干个异常区域，确定若干个干扰对象各自对应的位置和干扰等级时，具体用于：
确定若干个异常区域各自对应的位置以及异常类型；基于若干个异常区域各自对应的位置以及异常类型，对异常区域进行区域组合，确定若干个干扰对象各自对应的位置和干扰等级。
89.在一种可能实现的方式中，承压能力确定模块204在基于目标车辆的总重量、若干个干扰对象各自对应的位置和干扰等级以及至少两组车轮覆盖区域，确定至少两组车轮覆盖区域各自对应的承压能力时，具体用于：基于若干个干扰对象各自对应的位置和干扰等级以及至少两组车轮覆盖区域，确定至少两组车轮覆盖区域各自对应的路面平整度；获取行车道路的材料类型；基于行车道路的材料类型、目标车辆的总重量以及至少两组车轮覆盖区域各自对应的路面平整度，确定至少两组车轮覆盖区域各自对应的承压能力。
90.在一种可能实现的方式中，承压能力确定模块204在基于若干个干扰对象各自对应的位置和干扰等级以及任一车轮覆盖区域，确定任一车轮覆盖区域对应的路面平整度时，具体用于：基于若干个干扰对象各自对应的位置以及任一车轮覆盖区域，确定若干个干扰对象与任一车轮覆盖区域各自对应的距离；基于若干个干扰对象各自对应的干扰等级以及与任一车轮覆盖区域各自对应的距离，确定任一车轮覆盖区域的路面平整度。
91.在一种可能实现的方式中，一种道路图像识别装置，还包括：维护模块，用于基于若干个干扰对象各自对应的位置和类型，生成若干个干扰对象各自对应的维护信息，维护信息用于提示相关的维护人员对临时施工道路进行维护。
92.本技术实施例中提供了一种电子设备，如图3所示，图3所示的电子设备300包括：处理器301和存储器303。其中，处理器301和存储器303相连，如通过总线302相连。可选地，电子设备300还可以包括收发器304。需要说明的是，实际应用中收发器304不限于一个，该电子设备300的结构并不构成对本技术实施例的限定。
93.处理器301可以是cpu（central processing unit，中央处理器），通用处理器，dsp（digital signal processor，数据信号处理器），asic（application specific integrated circuit，专用集成电路），fpga（field programmable gate array，现场可编程门阵列）或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本技术公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器301也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，dsp和微处理器的组合等。
94.总线302可包括一通路，在上述组件之间传送信息。总线302可以是pci（peripheral component interconnect，外设部件互连标准）总线或eisa（extended industry standard architecture，扩展工业标准结构）总线等。总线302可以分为地址总线、数据总线、控制总线等。为便于表示，图3中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
95.存储器303可以是rom（read only memory，只读存储器）或可存储静态信息和指令的其他类型的静态存储设备，ram（random access memory，随机存取存储器）或者可存储信
息和指令的其他类型的动态存储设备，也可以是eeprom（electrically erasable programmable read only memory，电可擦可编程只读存储器）、cd-rom（compact disc read only memory，只读光盘）或其他光盘存储、光碟存储（包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等）、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。
96.存储器303用于存储执行本技术方案的应用程序代码，并由处理器301来控制执行。处理器301用于执行存储器303中存储的应用程序代码，以实现前述方法实施例所示的内容。
97.其中，电子设备包括但不限于：移动电话、笔记本电脑、数字广播接收器、pda（个人数字助理）、pad（平板电脑）、pmp（便携式多媒体播放器）、车载终端（例如车载导航终端）等等的移动终端以及诸如数字tv、台式计算机等等的固定终端。还可以为服务器等。图3示出的电子设备仅仅是一个示例，不应对本技术实施例的功能和使用范围带来任何限制。
98.本技术实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，当其在计算机上运行时，使得计算机可以执行前述方法实施例中相应内容。
99.应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
100.以上所述仅是本技术的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本技术原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本技术的保护范围。

技术特征：
1.一种道路图像识别方法，其特征在于，包括：获取目标车辆的行车道路图像和车辆信息，所述车辆信息包括所述目标车辆的车轮距、车轮宽度和总重量；基于所述行车道路图像，确定若干个干扰对象各自对应的位置和干扰等级，所述干扰对象为对车辆正常行驶产生影响的对象；基于所述目标车辆的车轮距和车轮宽度，从所述行车道路图像中确定至少两组车轮覆盖区域，所述车轮覆盖区域为目标车辆在行车道路上行驶时将要覆盖的区域；基于所述目标车辆的总重量、所述若干个干扰对象各自对应的位置和干扰等级以及所述至少两组车轮覆盖区域，确定所述至少两组车轮覆盖区域各自对应的承压能力，所述承压能力用于表征目标车辆在对应的车轮覆盖区域内行驶的安全性；基于所述至少两组车轮覆盖区域各自对应的承压能力，从所述至少两组车轮覆盖区域中确定目标行驶区域，所述目标行驶区域为承压能力最强的车轮覆盖区域。2.根据权利要求1所述的一种道路图像识别方法，其特征在于，所述基于所述行车道路图像，确定若干个干扰对象各自对应的位置和干扰等级，包括：从所述行车道路图像中确定临时施工道路对应的路面区域；将所述路面区域划分成多个子区域图像；从所述多个子区域图像中确定标准区域；基于所述标准区域以及所述多个子区域，确定出若干个异常区域，所述异常区域为与所述标准区域的相似度低于预设相似度的子区域；基于所述若干个异常区域，确定若干个干扰对象各自对应的位置和干扰等级。3.根据权利要求2所述的一种道路图像识别方法，其特征在于，所述从所述多个子区域图像中确定标准区域，包括：从所述多个子区域图像中确定初始子区域以及所述初始子区域对应的多个相邻子区域，所述初始子区域为非边缘的子区域图像；判断所述初始子区域与所述多个相邻子区域各自对应的区域相似度是否均高于预设相似度；若是，则将所述初始子区域确定为标准区域；若否，则将所述初始子区域确定为非标准区域，执行下一个初始子区域的判断，直至确定出标准区域。4.根据权利要求2所述的一种道路图像识别方法，其特征在于，所述基于所述若干个异常区域，确定若干个干扰对象各自对应的位置和干扰等级，包括：确定所述若干个异常区域各自对应的位置以及异常类型；基于所述若干个异常区域各自对应的位置以及异常类型，对所述异常区域进行区域组合，确定若干个干扰对象各自对应的位置和干扰等级。5.根据权利要求1所述的一种道路图像识别方法，其特征在于，所述基于所述目标车辆的总重量、所述若干个干扰对象各自对应的位置和干扰等级以及所述至少两组车轮覆盖区域，确定所述至少两组车轮覆盖区域各自对应的承压能力，包括：基于所述若干个干扰对象各自对应的位置和干扰等级以及所述至少两组车轮覆盖区域，确定所述至少两组车轮覆盖区域各自对应的路面平整度；
获取行车道路的材料类型；基于所述行车道路的材料类型、所述目标车辆的总重量以及所述至少两组车轮覆盖区域各自对应的路面平整度，确定所述至少两组车轮覆盖区域各自对应的承压能力。6.根据权利要求5所述的一种道路图像识别方法，其特征在于，基于所述若干个干扰对象各自对应的位置和干扰等级以及任一车轮覆盖区域，确定所述任一车轮覆盖区域对应的路面平整度，包括：基于所述若干个干扰对象各自对应的位置以及所述任一车轮覆盖区域，确定所述若干个干扰对象与所述任一车轮覆盖区域各自对应的距离；基于所述若干个干扰对象各自对应的干扰等级以及与所述任一车轮覆盖区域各自对应的距离，确定所述任一车轮覆盖区域的路面平整度。7.根据权利要求1所述的一种道路图像识别方法，其特征在于，还包括：基于所述若干个干扰对象各自对应的位置和类型，生成若干个干扰对象各自对应的维护信息，所述维护信息用于提示相关的维护人员对临时施工道路进行维护。8.一种道路图像识别装置，其特征在于，包括：目标车辆信息获取模块，用于获取目标车辆的行车道路图像和车辆信息，所述车辆信息包括所述目标车辆的车轮距、车轮宽度和总重量；干扰对象信息确定模块，用于基于所述行车道路图像，确定若干个干扰对象各自对应的位置和干扰等级，所述干扰对象为对车辆正常行驶产生影响的对象；车轮覆盖区域确定模块，用于基于所述目标车辆的车轮距和车轮宽度，从所述行车道路图像中确定至少两组车轮覆盖区域，所述车轮覆盖区域为目标车辆在行车道路上行驶时将要覆盖的区域；承压能力确定模块，用于基于所述目标车辆的总重量、所述若干个干扰对象各自对应的位置和干扰等级以及所述至少两组车轮覆盖区域，确定所述至少两组车轮覆盖区域各自对应的承压能力，所述承压能力用于表征目标车辆在对应的车轮覆盖区域内行驶的安全性；目标行驶区域确定模块，用于基于所述至少两组车轮覆盖区域各自对应的承压能力，从所述至少两组车轮覆盖区域中确定目标行驶区域，所述目标行驶区域为承压能力最强的车轮覆盖区域。9.一种电子设备，其特征在于，该电子设备包括：至少一个处理器；存储器；至少一个应用程序，其中所述至少一个应用程序被存储在存储器中并被配置为由至少一个处理器执行，所述至少一个应用程序配置用于：执行权利要求1-7中任一项所述道路图像识别方法。10.一种计算机可读存储介质，其特征在于，包括：存储有能够被处理器加载并执行如权利要求1-7中任一项所述道路图像识别方法的计算机程序。

技术总结
本申请涉及一种道路图像识别方法、装置、电子设备及存储介质，其方法包括获取目标车辆的行车道路图像和车辆信息，车辆信息包括目标车辆的车轮距、车轮宽度和总重量；基于行车道路图像，确定若干个干扰对象各自对应的位置和干扰等级；基于目标车辆的车轮距和车轮宽度，从行车道路图像中确定至少两组车轮覆盖区域；基于目标车辆的总重量、若干个干扰对象各自对应的位置和干扰等级以及至少两组车轮覆盖区域，确定至少两组车轮覆盖区域各自对应的承压能力；从至少两组车轮覆盖区域中确定目标行驶区域，目标行驶区域为承压能力最强的车轮覆盖区域。本申请具有提高施工现场中车辆行驶的安全性的效果。全性的效果。全性的效果。


技术研发人员：吴雍 陈胜进 袁军
受保护的技术使用者：深圳市康士达科技有限公司
技术研发日：2023.05.31
技术公布日：2023/9/5