路面积水深度的预测方法、装置、电子设备及可读介质与流程

1.本发明涉及计算机视觉技术领域，特别是涉及一种路面积水深度的预测方法、一种路面积水深度的预测装置、一种电子设备以及一种计算机可读介质。


背景技术：

2.一般来说，自动驾驶车辆在行驶过程中通常会遇到许多复杂的路面情况。其中较为常见的可以是道路出现积水。道路积水通常是因为路面低洼区域在降雨后形成的水坑，或是由于排水不畅和遭遇大雨、暴雨等极端天气形成的洪涝灾害。由于水下情况车辆和驾驶员通常较难感知，如果积水水位超过车辆的安全涉水深度，很有可能会引起发动机熄火，电控系统短路，高压部件漏电等故障，严重威胁乘坐人员的人身和财产安全。


技术实现要素：

3.本发明实施例是提供一种路面积水深度的预测方法、装置、电子设备以及计算机可读存储介质，以解决路面积水深度难以感知的问题。
4.本发明实施例公开了一种路面积水深度的预测方法，其应用于车辆，所述车辆包括单目相机以及双目相机，所述方法包括：
5.获取车辆中单目相机采集的前车图像，以及车辆中双目相机采集的前车点云信息；
6.基于所述前车图像以及所述前车点云信息，确定前车车轮的尺寸信息以及前车车轮暴露在积水水面上的水面高度信息；
7.基于所述水面高度信息以及所述前车车轮的尺寸信息，确定路面积水深度。
8.可选地，所述方法还包括；
9.将所述前车图像输入预设的目标识别模型中，获取所述目标识别模型输出的车轮标注信息；其中，所述车轮标注信息用于在所述前车图像中标注所述前车车轮所处区域。
10.可选地，所述基于所述前车图像以及所述前车点云信息，确定前车车轮的尺寸信息以及前车车轮暴露在积水水面上的水面高度信息的步骤，包括：
11.基于所述车轮标注信息，将所述前车图像中所述前车车轮所处区域与所述前车点云信息匹配，在所述前车点云信息中确定所述前车车轮对应的点云信息；
12.基于所述前车车轮对应的点云信息，确定前轮车轮的尺寸信息以及前轮车轮暴露在积水水面上的水面高度信息。
13.可选地，所述基于所述车轮标注信息，将所述前车图像中所述前车车轮所处区域与所述前车点云信息匹配，在所述前车点云信息中确定所述前车车轮对应的点云信息的步骤，包括：
14.基于所述车轮标注信息，将所述前车图像中所述前车车轮所处区域与所述前车点云信息匹配，在所述前车点云信息中确定所述前车车轮对应的待确认点云信息；
15.在所述待确认点云信息中去除异常值，得到所述前车车轮对应的目标点云信息。
16.可选地，所述方法还包括：
17.获取预设时长内预测得到的若干路面积水深度；
18.基于预设时长内的所述若干路面积水深度，预测路面积水深度变化。
19.可选地，所述基于预设时长内的所述若干路面积水深度，预测路面积水深度变化的步骤，包括：
20.以时间为自变量，以路面积水深度为因变量，进行曲线拟合，得到积水深度变化曲线；
21.基于积水深度变化曲线，预测路面积水深度变化。
22.可选地，所述获取预设时长内预测得到的若干路面积水深度的步骤，包括：
23.对于当前时刻获取得到的路面积水深度，将当前时刻获取得到的路面积水深度与上一时刻获取得到的路面积水深度进行比对；
24.若当前时刻获取得到的路面积水深度与上一时刻获取得到的路面积水深度之间的偏差大于预设阈值，将当前时刻获取得到的路面积水深度作为异常数据；
25.若当前时刻获取得到的路面积水深度与上一时刻获取得到的路面积水深度之间的偏差不大于预设阈值，将当前时刻获取得到的路面积水深度作为正常数据；
26.保留预设时长内的正常数据，以得到预设时长内预设得到的若干路面积水深度。
27.本发明实施例还公开一种路面积水深度的预测装置，其应用于车辆，所述车辆包括单目相机以及双目相机，所述装置包括：
28.获取模块，用于获取车辆中单目相机采集的前车图像，以及车辆中双目相机采集的前车点云信息；
29.尺寸确定模块，用于基于所述前车图像以及所述前车点云信息，确定前车车轮的尺寸信息以及前车车轮暴露在积水水面上的水面高度信息；
30.深度确定模块，用于基于所述水面高度信息以及所述前车车轮的尺寸信息，确定路面积水深度。
31.可选地，所述装置还包括；
32.标注模块，用于将所述前车图像输入预设的目标识别模型中，获取所述目标识别模型输出的车轮标注信息；其中，所述车轮标注信息用于在所述前车图像中标注所述前车车轮所处区域。
33.可选地，所述尺寸确定模块包括：
34.匹配子模块，用于基于所述车轮标注信息，将所述前车图像中所述前车车轮所处区域与所述前车点云信息匹配，在所述前车点云信息中确定所述前车车轮对应的点云信息；
35.尺寸确定子模块，用于基于所述前车车轮对应的点云信息，确定前轮车轮的尺寸信息以及前轮车轮暴露在积水水面上的水面高度信息。
36.可选地，所述匹配子模块包括：
37.匹配单元，用于基于所述车轮标注信息，将所述前车图像中所述前车车轮所处区域与所述前车点云信息匹配，在所述前车点云信息中确定所述前车车轮对应的待确认点云信息；
38.异常去除单元，用于在所述待确认点云信息中去除异常值，得到所述前车车轮对
应的目标点云信息。
39.可选地，所述装置还包括：
40.深度获取模块，用于获取预设时长内预测得到的若干路面积水深度；
41.变化预测模块，用于基于预设时长内的所述若干路面积水深度，预测路面积水深度变化。
42.可选地，所述深度获取模块包括：
43.拟合子模块，用于以时间为自变量，以路面积水深度为因变量，进行曲线拟合，得到积水深度变化曲线；
44.深度获取子模块，用于基于积水深度变化曲线，预测路面积水深度变化。
45.可选地，所述变化预测模块包括：
46.比对子模块，用于对于当前时刻获取得到的路面积水深度，将当前时刻获取得到的路面积水深度与上一时刻获取得到的路面积水深度进行比对；
47.异常数据确定子模块，用于若当前时刻获取得到的路面积水深度与上一时刻获取得到的路面积水深度之间的偏差大于预设阈值，将当前时刻获取得到的路面积水深度作为异常数据；
48.正常数据确定子模块，用于若当前时刻获取得到的路面积水深度与上一时刻获取得到的路面积水深度之间的偏差不大于预设阈值，将当前时刻获取得到的路面积水深度作为正常数据；
49.保留子模块，用于保留预设时长内的正常数据，以得到预设时长内预设得到的若干路面积水深度。
50.本发明实施例还公开了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，所述处理器、所述通信接口以及所述存储器通过所述通信总线完成相互间的通信；
51.所述存储器，用于存放计算机程序；
52.所述处理器，用于执行存储器上所存放的程序时，实现如本发明实施例所述的方法。
53.本发明实施例还公开了一个或多个计算机可读介质，其上存储有指令，当由一个或多个处理器执行时，使得所述处理器执行如本发明实施例所述的方法。
54.本发明实施例包括以下优点：
55.通过本发明实施例的路面积水深度的预测方法，获取车辆中单目相机采集的前车图像，以及车辆中双目相机采集的前车点云信息；基于所述前车图像以及所述前车点云信息，确定前车车轮的尺寸信息以及前车车轮暴露在积水水面上的水面高度信息；基于所述水面高度信息以及所述前车车轮的尺寸信息，确定路面积水深度。从而可以通过采集前车图像进行分析的方式，快速分析得到路面积水深度，且可以具有较高的准确度和实时性。
附图说明
56.图1是本发明实施例中提供的车辆检测路面积水深度的示意图；
57.图2是本发明实施例中提供的一种路面积水深度的预测方法的步骤流程图；
58.图3是本发明实施例中提供的另一种路面积水深度的预测方法的步骤流程图；
59.图4是本发明实施例中提供的一种路面积水深度的预测装置的结构框图；
60.图5是本发明实施例中提供的一种电子设备的框图；
61.图6是本发明实施例中提供的一种计算机可读介质的示意图。
具体实施方式
62.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。
63.参照图1，示出了本发明实施例中提供的车辆检测路面积水深度的示意图。如图所示，本发明实施例的车辆可以设置有单目相机以及双目相机，并通过单目相机以及双目相机采集车辆前方的图像，从而在车辆前方出现积水、且前方车辆正在涉水的情况下，可以采集得到正在涉水的前方车辆的图像。
64.参照图2，示出了本发明实施例中提供的一种路面积水深度的预测方法的步骤流程图，具体可以包括如下步骤：
65.步骤201，获取车辆中单目相机采集的前车图像，以及车辆中双目相机采集的前车点云信息；
66.在本发明实施例中，车辆可以通过其配置有的单目相机以及双目相机，采集车辆前方信息。由此，在车辆前方出现积水、且前方车辆正在涉水的情况下，车辆获取得到其单目相机采集的前车图像，以及双目相机采集的前车点云信息。其中，车辆采集的前车可以是车辆前方的第一辆车，也可以是车辆前方的若干辆车，本发明对此不做限制。
67.车辆的双目相机可以为rgb双目深度相机。由此，车辆可以在单帧图像中获取得到深度信息，以便实时、高效地计算得到路面积水深度。
68.步骤202，基于所述前车图像以及所述前车点云信息，确定前车车轮的尺寸信息以及前车车轮暴露在积水水面上的水面高度信息；
69.在获取得到前车图像以及前车点云信息之后，可以基于前车图像，确定前车图像中车轮所处的区域，其后，可以基于前车图像中车辆所处区域，进一步确定前车点云信息中前车车轮相关的点云信息。在获取得到前车车轮相关的点云信息之后，即可以基于点云信息计算前车车轮的尺寸，得到尺寸信息。同时，可以分析前车车轮暴露在积水水面上的高度，得到前车车轮暴露在积水水面上的水面高度信息。
70.步骤203，基于所述水面高度信息以及所述前车车轮的尺寸信息，确定路面积水深度。
71.在得知水面高度信息以及前车车轮的尺寸信息的情况下，由于车轮通常为圆形。在已知车轮直径以及车轮暴露在积水水面上的高度的情况下，即可以计算得到车轮被积水覆盖的高度，即路面积水深度。
72.通过本发明实施例的路面积水深度的预测方法，获取车辆中单目相机采集的前车图像，以及车辆中双目相机采集的前车点云信息；基于所述前车图像以及所述前车点云信息，确定前车车轮的尺寸信息以及前车车轮暴露在积水水面上的水面高度信息；基于所述水面高度信息以及所述前车车轮的尺寸信息，确定路面积水深度。从而可以通过采集前车图像进行分析的方式，快速分析得到路面积水深度，且可以具有较高的准确度和实时性。
73.参照图3，示出了本发明实施例中提供的一种路面积水深度的预测方法的步骤流
程图，具体可以包括如下步骤：
74.步骤301，获取车辆中单目相机采集的前车图像，以及车辆中双目相机采集的前车点云信息；
75.在本发明实施例中，车辆可以通过其配置有的单目相机以及双目相机，采集车辆前方信息。由此，在车辆前方出现积水、且前方车辆正在涉水的情况下，车辆获取得到其单目相机采集的前车图像，以及双目相机采集的前车点云信息。其中，车辆采集的前车可以是车辆前方的第一辆车，也可以是车辆前方的若干辆车，本发明对此不做限制。
76.车辆的双目相机可以为rgb双目深度相机。由此，车辆可以在单帧图像中获取得到深度信息，以便实时、高效地计算得到路面积水深度。
77.在具体实现中，为了提高点云信息的精度，在获取得到双目相机采集的左右目图像之后，可以基于已知的相机畸变参数，对图像进行矫正处理。其后，进行立体匹配使得左右目图像中同一像素点位于同一水平线上。通过像素之间的差距计算得到该点的深度信息，进一步结合已知的相机标定参数计算得到该点在三维空间中的实际坐标，得到点云信息。其后，还可以对点云信息进行去噪处理，然后通过插值算法来对点与点之间的深度距离进行插值处理，从而提高精度。
78.步骤302，将所述前车图像输入预设的目标识别模型中，获取所述目标识别模型输出的车轮标注信息；其中，所述车轮标注信息用于在所述前车图像中标注所述前车车轮所处区域。
79.具体而言，为了在单目相机采集得到的前车图像中确定前车车轮所处区域，可以采用预先训练好的目标识别模型，对前车图像中对车轮进行识别，从而可以获取得到目标识别模型输出的车轮标注信息。其中，车轮标注信息可以用于在前车图像中标注所述前车车轮所处区域。例如，可以采用方框标注前车车轮所处区域，并标注出前车车轮所处区域在前车图像中的所处坐标范围。
80.在具体实现中，可以根据实际需要，对前车图像进行预处理。例如，为了提高目标识别模型的处理效率，可以对前车图像进行裁剪、分辨率调整、灰度化处理、滤波处理等。目标识别模型可以采用语义分割、也可以采用实例分割识别前车图像中前车车轮所处区域，本发明对此不做限制。
81.步骤303，基于所述车轮标注信息，将所述前车图像中所述前车车轮所处区域与所述前车点云信息匹配，在所述前车点云信息中确定所述前车车轮对应的点云信息；
82.具体而言，在获取得到车轮标注信息之后，可以基于车轮标注信息，将前车图像中前车车轮所处区域与前车点云信息匹配，以识别前车点云信息中属于前车车轮的点云信息。具体地，可以基于车轮标注信息，确定前车点云信息中选取包含前车车轮点云信息的部分点云信息，并在该部分点云信息中，进一步分析确定前车车轮对应的点云信息。
83.在本发明的一种实施例中，所述基于所述车轮标注信息，将所述前车图像中所述前车车轮所处区域与所述前车点云信息匹配，在所述前车点云信息中确定所述前车车轮对应的点云信息的步骤，包括：
84.s11，基于所述车轮标注信息，将所述前车图像中所述前车车轮所处区域与所述前车点云信息匹配，在所述前车点云信息中确定所述前车车轮对应的待确认点云信息；
85.在具体实现中，由于前车图像中所述前车车轮所处区域与前车点云信息匹配得到
的前车车轮点云信息可能存在异常点，由此，可以首先将前车图像中所述前车车轮所处区域与前车点云信息匹配得到的点云信息作为前车车轮对应的待确认点云信息，以便进一步排除异常。
86.s12，在所述待确认点云信息中去除异常值，得到所述前车车轮对应的目标点云信息。
87.具体而言，在获取得到前车车轮对应的待确认点云信息之后，对于某一点，若其明显偏离于其他点，则可以认为该点为异常值。为了避免异常值影响后续车辆车轮的尺寸计算以及水面高度信息计算，可以在待确认点云信息中去除异常值，得到所述前车车轮对应的目标点云信息。
88.步骤304，基于所述前车车轮对应的点云信息，确定前轮车轮的尺寸信息以及前轮车轮暴露在积水水面上的水面高度信息；
89.在获取得到前车车轮相关的点云信息之后，由于点云信息记载有前车车轮上多个点的三维空间坐标，由此，可以基于点云信息计算前车车轮的尺寸，得到尺寸信息。同时，可以分析前车车轮暴露在积水水面上的高度，得到前车车轮暴露在积水水面上的水面高度信息。
90.步骤305，基于所述水面高度信息以及所述前车车轮的尺寸信息，确定路面积水深度。
91.在得知水面高度信息以及前车车轮的尺寸信息的情况下，由于车轮通常为圆形。在已知车轮直径以及车轮暴露在积水水面上的高度的情况下，即可以计算得到车轮被积水覆盖的高度，即路面积水深度。
92.在具体实现中，由于路面积水深度基于水面高度信息以及前车车轮的尺寸信息估算得到，其可能存在一定的偏差。由此，在计算得到路面积水深度之后，可以采用预设的积水深度修正系数对计算得到的路面积水深度进行校正，得到准确率更高的目标路面积水深度。
93.其中，积水深度修正系数可以基于在先测试的实际路面积水深度与采用本发明实施例方法计算得到的路面积水深度之间的偏差计算得到。
94.在本发明的一种实施例中，所述方法还包括：
95.s21，获取预设时长内预测得到的若干路面积水深度；
96.在本发明实施例中，由于路面积水深度通常是变化的，可以是先逐渐加深再逐渐变浅，也可以是先平缓加深再剧烈加深后变浅等。由此，仅仅基于单次获取得到的前车图像以及前车点云信息分析得到路面积水深度，并无法完整得知前面的积水情况。由此，为了便于用户更好地感知前方路面积水深度的情况，单目相机以及双目相机可以实时地持续采集前车图像以及点云信息，并对每一时刻获取得到的前车图像以及点云信息进行分析，计算得到一路面积水深度，从而可以获取得到预设时长内预测得到的若干路面积水深度。
97.在本发明的一种实施例中，所述获取预设时长内预测得到的若干路面积水深度的步骤，包括：
98.s211，对于当前时刻获取得到的路面积水深度，将当前时刻获取得到的路面积水深度与上一时刻获取得到的路面积水深度进行比对；
99.具体而言，由于路面积水深度为预测得到，其可能存在预测异常的情况，由此，为
了避免对的路面积水深度变化预测产生不良影响，可以在获取确定当前时刻的路面积水深度之后，即将当前时刻获取得到的路面积水深度与上一时刻获取得到的路面积水深度进行比对，以确定当前获取得到的路面积水深度是否异常。
100.s212，若当前时刻获取得到的路面积水深度与上一时刻获取得到的路面积水深度之间的偏差大于预设阈值，将当前时刻获取得到的路面积水深度作为异常数据；
101.s213，若当前时刻获取得到的路面积水深度与上一时刻获取得到的路面积水深度之间的偏差不大于预设阈值，将当前时刻获取得到的路面积水深度作为正常数据；
102.具体而言，可以采用分析当前时刻获取得到的路面积水深度与上一时刻获取得到的路面积水深度之后的偏差是否大于预设阈值的方式，确定当前时刻获取得到的路面积水深度是否为正常数据。在当前时刻获取得到的路面积水深度与上一时刻获取得到的路面积水深度之间的偏差大于预设阈值的情况下，可以认为此时当前时刻获取得到的路面积水深度可能并非准确的路面积水深度，并将当前时刻获取得到的路面积水深度作为异常数据。而若若当前时刻获取得到的路面积水深度与上一时刻获取得到的路面积水深度之间的偏差不大于预设阈值，则可以将当前时刻获取得到的路面积水深度作为正常数据。
103.s214，保留预设时长内的正常数据，以得到预设时长内预设得到的若干路面积水深度。
104.具体而言，车辆可以对正常数据进行存储，以得到预设时长内预设得到的若干路面积水深度。而对异常数据可以即时抛弃，同时，对于超出预设时长的正常数据进行删除处理。从而可以只保留预设时长内的正常数据，避免占用车辆的存储空间。
105.s22，基于预设时长内的所述若干路面积水深度，预测路面积水深度变化。
106.其后，可以对预设时长内获取得到的若干路面积水深度进行分析，预测路面积水深度变化。从而可以对路面积水可能的最大深度进行预测，并及时对用户进行提醒，避免用户受到积水影响。
107.在本发明一种实施例中，所述基于预设时长内的所述若干路面积水深度，预测路面积水深度变化的步骤，包括：
108.s31，以时间为自变量，以路面积水深度为因变量，进行曲线拟合，得到积水深度变化曲线；
109.具体而言，可以以时间为自变量，以路面积水深度为因变量，将预设时长内获取得到的若干路面积水深度采用二维坐标系进行展示，其后，在二维坐标系中进行曲线拟合，得到积水深度变化曲线。
110.在具体实现中，可以基于历史测试得到的积水深度变化，选取适配于积水深度变化分析的回归模型类型，并基于于预设时长内的所述若干路面积水深度估计回归参数，建立回归模型，并对回归模型进行校验，在校验误差满足要求的情况下，即将该回归模型作为目标回归模型。
111.s32，基于积水深度变化曲线，预测路面积水深度变化。
112.在获取得到积水深度变化曲线之后，即可以基于积水深度变化曲线，预测积水深度的后续变化，从而实现对路面积水深度变化的预测。
113.在具体实现中，在建立回归模型之后，可以基于回归模型对路面积水深度变化进行预测。其后，可以配置一数据接口，将车辆采集得到的图像数据、高精度点云信息、预测得
到的路面积水深度以及路面积水深度变化曲线数据进行编码后发送给车辆或者用户持有的移动客户端进行实时显示。同时，还可以将预测得到的路面积水深度以及路面积水深度变化曲线发送给车辆系统中的规划决策模块以辅助车辆自动驾驶决策。
114.需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。
115.参照图4，示出了本发明实施例中提供的一种路面积水深度装置的结构框图，其应用于车辆，所述车辆包括单目相机以及双目相机，具体可以包括如下模块：
116.获取模块401，用于获取车辆中单目相机采集的前车图像，以及车辆中双目相机采集的前车点云信息；
117.尺寸确定模块402，用于基于所述前车图像以及所述前车点云信息，确定前车车轮的尺寸信息以及前车车轮暴露在积水水面上的水面高度信息；
118.深度确定模块403，用于基于所述水面高度信息以及所述前车车轮的尺寸信息，确定路面积水深度。
119.可选地，所述装置还包括；
120.标注模块，用于将所述前车图像输入预设的目标识别模型中，获取所述目标识别模型输出的车轮标注信息；其中，所述车轮标注信息用于在所述前车图像中标注所述前车车轮所处区域。
121.可选地，所述尺寸确定模块包括：
122.匹配子模块，用于基于所述车轮标注信息，将所述前车图像中所述前车车轮所处区域与所述前车点云信息匹配，在所述前车点云信息中确定所述前车车轮对应的点云信息；
123.尺寸确定子模块，用于基于所述前车车轮对应的点云信息，确定前轮车轮的尺寸信息以及前轮车轮暴露在积水水面上的水面高度信息。
124.可选地，所述匹配子模块包括：
125.匹配单元，用于基于所述车轮标注信息，将所述前车图像中所述前车车轮所处区域与所述前车点云信息匹配，在所述前车点云信息中确定所述前车车轮对应的待确认点云信息；
126.异常去除单元，用于在所述待确认点云信息中去除异常值，得到所述前车车轮对应的目标点云信息。
127.可选地，所述装置还包括：
128.深度获取模块，用于获取预设时长内预测得到的若干路面积水深度；
129.变化预测模块，用于基于预设时长内的所述若干路面积水深度，预测路面积水深度变化。
130.可选地，所述深度获取模块包括：
131.拟合子模块，用于以时间为自变量，以路面积水深度为因变量，进行曲线拟合，得到积水深度变化曲线；
132.深度获取子模块，用于基于积水深度变化曲线，预测路面积水深度变化。
133.可选地，所述变化预测模块包括：
134.比对子模块，用于对于当前时刻获取得到的路面积水深度，将当前时刻获取得到的路面积水深度与上一时刻获取得到的路面积水深度进行比对；
135.异常数据确定子模块，用于若当前时刻获取得到的路面积水深度与上一时刻获取得到的路面积水深度之间的偏差大于预设阈值，将当前时刻获取得到的路面积水深度作为异常数据；
136.正常数据确定子模块，用于若当前时刻获取得到的路面积水深度与上一时刻获取得到的路面积水深度之间的偏差不大于预设阈值，将当前时刻获取得到的路面积水深度作为正常数据；
137.保留子模块，用于保留预设时长内的正常数据，以得到预设时长内预设得到的若干路面积水深度。
138.对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
139.另外，本发明实施例还提供一种电子设备，如图5所示，包括处理器501、通信接口502、存储器503和通信总线504，其中，处理器501，通信接口502，存储器503通过通信总线504完成相互间的通信，
140.存储器503，用于存放计算机程序；
141.处理器501，用于执行存储器503上所存放的程序时，实现如下步骤：
142.获取车辆中单目相机采集的前车图像，以及车辆中双目相机采集的前车点云信息；
143.基于所述前车图像以及所述前车点云信息，确定前车车轮的尺寸信息以及前车车轮暴露在积水水面上的水面高度信息；
144.基于所述水面高度信息以及所述前车车轮的尺寸信息，确定路面积水深度。
145.可选地，所述方法还包括；
146.将所述前车图像输入预设的目标识别模型中，获取所述目标识别模型输出的车轮标注信息；其中，所述车轮标注信息用于在所述前车图像中标注所述前车车轮所处区域。
147.可选地，所述基于所述前车图像以及所述前车点云信息，确定前车车轮的尺寸信息以及前车车轮暴露在积水水面上的水面高度信息的步骤，包括：
148.基于所述车轮标注信息，将所述前车图像中所述前车车轮所处区域与所述前车点云信息匹配，在所述前车点云信息中确定所述前车车轮对应的点云信息；
149.基于所述前车车轮对应的点云信息，确定前轮车轮的尺寸信息以及前轮车轮暴露在积水水面上的水面高度信息。
150.可选地，所述基于所述车轮标注信息，将所述前车图像中所述前车车轮所处区域与所述前车点云信息匹配，在所述前车点云信息中确定所述前车车轮对应的点云信息的步骤，包括：
151.基于所述车轮标注信息，将所述前车图像中所述前车车轮所处区域与所述前车点云信息匹配，在所述前车点云信息中确定所述前车车轮对应的待确认点云信息；
152.在所述待确认点云信息中去除异常值，得到所述前车车轮对应的目标点云信息。
153.可选地，所述方法还包括：
154.获取预设时长内预测得到的若干路面积水深度；
155.基于预设时长内的所述若干路面积水深度，预测路面积水深度变化。
156.可选地，所述基于预设时长内的所述若干路面积水深度，预测路面积水深度变化的步骤，包括：
157.以时间为自变量，以路面积水深度为因变量，进行曲线拟合，得到积水深度变化曲线；
158.基于积水深度变化曲线，预测路面积水深度变化。
159.可选地，所述获取预设时长内预测得到的若干路面积水深度的步骤，包括：
160.对于当前时刻获取得到的路面积水深度，将当前时刻获取得到的路面积水深度与上一时刻获取得到的路面积水深度进行比对；
161.若当前时刻获取得到的路面积水深度与上一时刻获取得到的路面积水深度之间的偏差大于预设阈值，将当前时刻获取得到的路面积水深度作为异常数据；
162.若当前时刻获取得到的路面积水深度与上一时刻获取得到的路面积水深度之间的偏差不大于预设阈值，将当前时刻获取得到的路面积水深度作为正常数据；
163.保留预设时长内的正常数据，以得到预设时长内预设得到的若干路面积水深度。
164.上述终端提到的通信总线可以是外设部件互连标准(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图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。
165.通信接口用于上述终端与其他设备之间的通信。
166.存储器可以包括随机存取存储器(random access memory，简称ram)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
167.上述的处理器可以是通用处理器，包括中央处理器(central processing unit，简称cpu)、网络处理器(network processor，简称np)等；还可以是数字信号处理器(digital signal processing，简称dsp)、专用集成电路(application specific integrated circuit，简称asic)、现场可编程门阵列(field－programmable gate array，简称fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
168.如图6所示，在本发明提供的又一实施例中，还提供了一种计算机可读存储介质601，该计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述实施例中所述的路面积水深度的预测方法。
169.在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中所述的路面积水深度的预测方法。
170.在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质
中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘solid state disk(ssd))等。
171.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
172.本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
173.以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

技术特征：
1.一种路面积水深度的预测方法，其特征在于，其应用于车辆，所述车辆包括单目相机以及双目相机，所述方法包括：获取车辆中单目相机采集的前车图像，以及车辆中双目相机采集的前车点云信息；基于所述前车图像以及所述前车点云信息，确定前车车轮的尺寸信息以及前车车轮暴露在积水水面上的水面高度信息；基于所述水面高度信息以及所述前车车轮的尺寸信息，确定路面积水深度。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：将所述前车图像输入预设的目标识别模型中，获取所述目标识别模型输出的车轮标注信息；其中，所述车轮标注信息用于在所述前车图像中标注所述前车车轮所处区域。3.根据权利要求2所述的方法，其特征在于，所述基于所述前车图像以及所述前车点云信息，确定前车车轮的尺寸信息以及前车车轮暴露在积水水面上的水面高度信息的步骤，包括：基于所述车轮标注信息，将所述前车图像中所述前车车轮所处区域与所述前车点云信息匹配，在所述前车点云信息中确定所述前车车轮对应的点云信息；基于所述前车车轮对应的点云信息，确定前轮车轮的尺寸信息以及前轮车轮暴露在积水水面上的水面高度信息。4.根据权利要求3所述的方法，其特征在于，所述基于所述车轮标注信息，将所述前车图像中所述前车车轮所处区域与所述前车点云信息匹配，在所述前车点云信息中确定所述前车车轮对应的点云信息的步骤，包括：基于所述车轮标注信息，将所述前车图像中所述前车车轮所处区域与所述前车点云信息匹配，在所述前车点云信息中确定所述前车车轮对应的待确认点云信息；在所述待确认点云信息中去除异常值，得到所述前车车轮对应的目标点云信息。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取预设时长内预测得到的若干路面积水深度；基于预设时长内的所述若干路面积水深度，预测路面积水深度变化。6.根据权利要求5所述的方法，其特征在于，所述基于预设时长内的所述若干路面积水深度，预测路面积水深度变化的步骤，包括：以时间为自变量，以路面积水深度为因变量，进行曲线拟合，得到积水深度变化曲线；基于积水深度变化曲线，预测路面积水深度变化。7.根据权利要求5所述的方法，其特征在于，所述获取预设时长内预测得到的若干路面积水深度的步骤，包括：对于当前时刻获取得到的路面积水深度，将当前时刻获取得到的路面积水深度与上一时刻获取得到的路面积水深度进行比对；若当前时刻获取得到的路面积水深度与上一时刻获取得到的路面积水深度之间的偏差大于预设阈值，将当前时刻获取得到的路面积水深度作为异常数据；若当前时刻获取得到的路面积水深度与上一时刻获取得到的路面积水深度之间的偏差不大于预设阈值，将当前时刻获取得到的路面积水深度作为正常数据；保留预设时长内的正常数据，以得到预设时长内预设得到的若干路面积水深度。8.一种路面积水深度的预测装置，其特征在于，其应用于车辆，所述车辆包括单目相机
以及双目相机，所述装置包括：获取模块，用于获取车辆中单目相机采集的前车图像，以及车辆中双目相机采集的前车点云信息；尺寸确定模块，用于基于所述前车图像以及所述前车点云信息，确定前车车轮的尺寸信息以及前车车轮暴露在积水水面上的水面高度信息；深度确定模块，用于基于所述水面高度信息以及所述前车车轮的尺寸信息，确定路面积水深度。9.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，所述处理器、所述通信接口以及所述存储器通过所述通信总线完成相互间的通信；所述存储器，用于存放计算机程序；所述处理器，用于执行存储器上所存放的程序时，实现如权利要求1-7任一项所述的方法。10.一个或多个计算机可读介质，其上存储有指令，当由一个或多个处理器执行时，使得所述处理器执行如权利要求1-7任一项所述的方法。

技术总结
本发明实施例提供了一种路面积水深度的预测方法、装置、电子设备及可读介质。所述方法包括：获取车辆中单目相机采集的前车图像，以及车辆中双目相机采集的前车点云信息；基于所述前车图像以及所述前车点云信息，确定前车车轮的尺寸信息以及前车车轮暴露在积水水面上的水面高度信息；基于所述水面高度信息以及所述前车车轮的尺寸信息，确定路面积水深度。从而可以通过采集前车图像进行分析的方式，快速分析得到路面积水深度，且可以具有较高的准确度和实时性。度和实时性。度和实时性。


技术研发人员：孙书欢 陈凯欣
受保护的技术使用者：北京鉴智科技有限公司
技术研发日：2023.06.01
技术公布日：2023/9/14