道路病害位置确定方法、系统、装置和计算机设备与流程

1.本技术涉及人工智能技术领域，特别是涉及一种道路病害位置确定方法、系统、装置和计算机设备。


背景技术：

2.在道路病害检测过程中，需要准确记录病害位置，便于根据准确记录的病害位置对道路病害区域进行跟踪、治理和维护。
3.现有技术中，可以基于pnp(perspective-n-point，透视n点)方法来求解病害位置，通过使用相机对道路上的病害区域进行拍摄，以及对相机坐标系相对于世界坐标系的位姿进行求解，可以获取病害区域在世界坐标系中的位置。然而，受计算精度的影响，通过pnp方法求解的病害位置通常存在较大误差，根据实际测试，在平坦的匀速行驶路段，位置误差通常为1-5m，在坑洼的上下坡路段，位置误差可以达到5-8m。
4.因此，目前的道路病害位置确定技术存在准确性不高的问题。


技术实现要素：

5.基于此，有必要针对上述技术问题，提供一种能够提高准确性的道路病害位置确定方法、装置、计算机设备和计算机可读存储介质。
6.第一方面，本技术提供了一种道路病害位置确定方法。所述方法包括：
7.获取车辆的车载定位设备测量到的所述车辆的车辆位置和车辆方位角，以及获取所述车辆的车载相机对道路病害进行拍摄所得到的数字图像和深度图像；
8.根据所述数字图像和所述深度图像，确定所述道路病害与所述车辆之间的第一距离；
9.根据所述车载定位设备与所述车载相机之间的设备距离，对所述第一距离进行矫正，得到所述道路病害与所述车辆之间的第二距离；
10.根据所述车辆位置、所述车辆方位角和所述第二距离，确定所述道路病害的位置。
11.在其中一个实施例中，所述车载相机包括第一车载相机和第二车载相机，所述第一车载相机用于拍摄所述数字图像，所述第二车载相机用于拍摄所述深度图像；所述根据所述数字图像和所述深度图像，确定所述道路病害与所述车辆之间的第一距离，包括：
12.确定所述道路病害在所述数字图像中的像素坐标；
13.根据所述数字图像与所述深度图像之间的映射关系，确定所述深度图像中与所述像素坐标相对应的深度坐标；
14.根据所述深度坐标对应的深度值，确定所述道路病害与所述车辆之间的第一距离。
15.在其中一个实施例中，所述根据所述深度坐标对应的深度值，确定所述道路病害与所述车辆之间的第一距离，包括：
16.将所述深度坐标对应的深度值，确定为所述车载相机对所述道路病害进行拍摄的
拍摄距离；
17.根据所述拍摄距离和所述车载相机的拍摄高度，确定所述拍摄距离对应的投影距离；
18.将所述拍摄距离对应的投影距离，确定为所述道路病害与所述车辆之间的第一距离。
19.在其中一个实施例中，所述根据所述车载定位设备与所述车载相机之间的设备距离，对所述第一距离进行矫正，得到所述道路病害与所述车辆之间的第二距离，包括：
20.将所述第一距离与所述设备距离进行相加，得到所述道路病害与所述车辆之间的第二距离。
21.在其中一个实施例中，所述车辆位置包括所述车辆的经度坐标和纬度坐标；所述根据所述车辆位置、所述车辆方位角和所述第二距离，确定所述道路病害的位置，包括：
22.确定所述车辆的纬度坐标所对应的切面半径，以及根据所述车辆方位角和所述第二距离，确定所述道路病害相对所述车辆的水平位移；
23.根据所述水平位移和所述切面半径，确定所述道路病害相对所述车辆的经度变化值；
24.将所述车辆的经度坐标与所述经度变化值进行相加，得到所述道路病害的经度坐标。
25.在其中一个实施例中，所述根据所述车辆位置、所述车辆方位角和所述第二距离，确定所述道路病害的位置，还包括：
26.根据所述车辆方位角和所述第二距离，确定所述道路病害相对所述车辆的垂直位移；
27.根据所述垂直位移和预设的地球平均半径，确定所述道路病害相对所述车辆的纬度变化值；
28.将所述车辆的纬度坐标与所述纬度变化值进行相加，得到所述道路病害的纬度坐标。
29.第二方面，本技术还提供了一种道路病害位置确定系统。所述系统包括：车载定位设备、车载相机和控制器；所述车载定位设备和所述车载相机均设置在车辆上；
30.所述车载定位设备，用于测量所述车辆的车辆位置和车辆方位角，并将所述车辆位置和所述车辆方位角发送至所述控制器；
31.所述车载相机，用于对道路病害进行拍摄，得到数字图像和深度图像，并将所述数字图像和所述深度图像发送至所述控制器；
32.所述控制器，用于获取所述车辆位置、所述车辆方位角、所述数字图像和所述深度图像，根据所述数字图像和所述深度图像，确定所述道路病害与所述车辆之间的第一距离，根据所述车载定位设备与所述车载相机之间的设备距离，对所述第一距离进行矫正，得到所述道路病害与所述车辆之间的第二距离，根据所述车辆位置、所述车辆方位角和所述第二距离，确定所述道路病害的位置。
33.第三方面，本技术还提供了一种道路病害位置确定装置。所述装置包括：
34.参数获取模块，用于获取车辆的车载定位设备测量到的所述车辆的车辆位置和车辆方位角，以及获取所述车辆的车载相机对道路病害进行拍摄所得到的数字图像和深度图
像；
35.距离确定模块，用于根据所述数字图像和所述深度图像，确定所述道路病害与所述车辆之间的第一距离；
36.距离校正模块，用于根据所述车载定位设备与所述车载相机之间的设备距离，对所述第一距离进行矫正，得到所述道路病害与所述车辆之间的第二距离；
37.位置确定模块，用于根据所述车辆位置、所述车辆方位角和所述第二距离，确定所述道路病害的位置。
38.第四方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
39.获取车辆的车载定位设备测量到的所述车辆的车辆位置和车辆方位角，以及获取所述车辆的车载相机对道路病害进行拍摄所得到的数字图像和深度图像；
40.根据所述数字图像和所述深度图像，确定所述道路病害与所述车辆之间的第一距离；
41.根据所述车载定位设备与所述车载相机之间的设备距离，对所述第一距离进行矫正，得到所述道路病害与所述车辆之间的第二距离；
42.根据所述车辆位置、所述车辆方位角和所述第二距离，确定所述道路病害的位置。
43.第五方面，本技术还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
44.获取车辆的车载定位设备测量到的所述车辆的车辆位置和车辆方位角，以及获取所述车辆的车载相机对道路病害进行拍摄所得到的数字图像和深度图像；
45.根据所述数字图像和所述深度图像，确定所述道路病害与所述车辆之间的第一距离；
46.根据所述车载定位设备与所述车载相机之间的设备距离，对所述第一距离进行矫正，得到所述道路病害与所述车辆之间的第二距离；
47.根据所述车辆位置、所述车辆方位角和所述第二距离，确定所述道路病害的位置。
48.上述道路病害位置确定方法、系统、装置、计算机设备和存储介质，通过先获取车载定位设备测量到的车辆位置和车辆方位角，以及获取车载相机拍摄到的数字图像和深度图像，再根据数字图像和深度图像确定道路病害与车辆之间的第一距离，然后根据车载定位设备与车载相机之间的设备距离对第一距离进行矫正，得到道路病害与车辆之间的第二距离，最后根据车辆位置、车辆方位角和第二距离确定道路病害的位置；可以使基于数字图像和深度图像确定的第一距离为道路病害与车辆上车载相机之间的距离，使用车载定位设备与车载相机之间的距离对第一距离进行矫正，得到的第二距离为道路病害与车辆上车载定位设备之间的距离，由于车辆位置、车辆方位角和第二距离均以车载定位设备为基准，根据车辆位置、车辆方位角和第二距离确定道路病害的位置，准确性较高。
49.而且，通过采用tof相机拍摄深度图像，可以针对距离较远的道路病害进行实时测量，配合使用交通卡口相机拍摄数字图像，可以在道路病害距离较远的情况下，高效测量得到道路病害与车辆之间的距离，进而提高道路病害位置确定的效率。
附图说明
50.图1为一个实施例中道路病害位置确定方法的应用环境图；
51.图2为一个实施例中道路病害位置确定方法的流程示意图；
52.图3为一个实施例中数字图像与深度图像之间映射关系的示意图；
53.图4为一个实施例中车辆与道路病害之间位置关系的示意图；
54.图5为一个实施例中道路病害位置确定系统的结构框图；
55.图6为一个实施例中道路病害位置确定装置的结构框图；
56.图7为一个实施例中计算机设备的内部结构图。
具体实施方式
57.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
58.本技术实施例提供的道路病害位置确定方法，可以应用于如图1所示的应用环境中。其中，车辆120上设置有车载定位设备130和车载相机140，车载定位设备130和车载相机140分别与控制器110进行通信，车载相机140对道路病害150进行拍摄。其中，控制器110可以是终端或者服务器，其中，终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备，物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等，服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
59.在一个实施例中，如图2所示，提供了一种道路病害位置确定方法，以该方法应用于图1中的控制器为例进行说明，包括以下步骤：
60.步骤s210，获取车辆的车载定位设备测量到的车辆的车辆位置和车辆方位角，以及获取车辆的车载相机对道路病害进行拍摄所得到的数字图像和深度图像。
61.其中，车载定位设备可以为车载定位器或者车载定位终端，例如，车载导航仪、车载gps(global positioning system，全球定位系统)接收机、车载北斗接收机或者车载gnss(global navigation satellite system，全球导航卫星系统)接收机。
62.其中，车辆位置可以为车辆在ned(north east down，北东地)坐标系中的经度和纬度。
63.其中，车辆方位角可以为车辆行驶方向与ned坐标系北轴之间的夹角。
64.其中，车载相机可以包括tof(time of flight，飞行时间)相机和交通卡口相机，具体地，可以是分别单独安装在车辆上的tof相机和交通卡口相机，也可以是对tof相机和交通卡口相机进行集成，所得到的一个车载相机。
65.具体实现中，可以在车辆上安装车载定位设备和车载相机，车载定位设备采集车辆位置和车辆方位角，发送给控制器，车载相机对道路病害进行拍摄，得到数字图像和深度图像，也发送给控制器，控制器接收车载定位设备发送的车辆位置和车辆方位角，以及车载相机发送的数字图像和深度图像，并对车辆位置、车辆方位角、数字图像和深度图像进行存储。
66.例如，可以在车辆顶部安装gps接收机，通过gps接收机对车辆进行定位，实时获取
车辆的经纬度，并为gps接收机配置双天线，通过双天线实时获取车辆行驶的方位角。还可以在车辆顶部安装tof相机和交通卡口相机，tof相机和交通卡口相机可以安装在车辆顶部的同一位置，若未对tof相机和交通卡口相机进行集成，则可以将tof相机的视场角调整为与交通卡口相机的视场角相同，并控制tof相机和交通卡口相机分别对道路上的同一个病害区域进行拍摄，得到tof相机拍摄的深度图像，和交通卡口相机拍摄的数字图像；若已对tof相机和交通卡口相机进行集成，则可以直接使用集成后的相机对道路上的病害区域进行拍摄，得到深度图像和数字图像。控制器可以获取到gps接收机发送的车辆经纬度、车辆行驶方位角，还可以获取到tof相机拍摄的深度图像和交通卡口相机拍摄的数字图像。
67.步骤s220，根据数字图像和深度图像，确定道路病害与车辆之间的第一距离。
68.其中，数字图像可以是以二维数字组表示的图像，每个数字与一个像素相对应。
69.其中，深度图像可以是包含深度信息的图像，其中，深度信息可以为深度信息所对应像素的拍摄距离。
70.其中，第一距离可以为道路病害与车辆之间通过图像识别到的距离。
71.具体实现中，控制器可以识别数字图像中病害区域的位置，根据数字图像与深度图像之间的映射关系，由数字图像中病害区域的位置确定深度图像中病害区域的位置，获取深度图像中病害区域位置所对应的深度信息，深度信息表示道路上病害区域与车辆上车载相机之间的距离，因此可以根据深度信息确定道路病害与车辆之间的第一距离。
72.例如，可以预先对tof相机和交通卡口相机进行标定，并计算tof相机拍摄到的深度图像与交通卡口相机拍摄到的数字图像之间的映射关系，其中，映射关系可以但不限于是尺寸和/或角度的映射关系。对数字图像中的病害区域进行识别，得到病害区域左上角的像素坐标(p1x，p1y)和右下角的像素坐标(p2x，p2y)，则病害区域中心点的像素坐标(p3x，p3y)可以为
73.p3x＝p1x (p2x-p1x)/2，
74.p3y＝p1y (p2y-p1y)/2。
75.图3提供了一个数字图像与深度图像之间映射关系的示意图。根据图3，交通卡口相机拍摄数字图像的像素大小为2464
×
2056，tof相机拍摄深度图像的像素大小为1750
×
480，预先计算得到深度图像与数字图像之间的映射关系为x’＝x/2464
×
1750，y’＝y/2056
×
480，其中，x’和y’分别为深度图像中像素的横坐标和纵坐标，x和y分别为数字图像中像素的横坐标和纵坐标，因此，将数字图像中病害区域中心点的像素坐标(p3x，p3y)映射到深度图像上，可以得到深度图像中病害区域中心点的像素坐标(p3x/2464
×
1750，p3y/2056
×
480)，在深度图像中，像素坐标(p3x/2464
×
1750，p3y/2056
×
480)所对应的深度值d实际上是道路上病害区域中心点与车辆上tof相机之间的距离，可以根据像素坐标(p3x/2464
×
1750，p3y/2056
×
480)对应的深度值d确定道路上病害区域中心点与车辆上tof相机之间的水平距离，将确定的水平距离作为道路上病害区域与车辆之间的第一距离。
76.步骤s230，根据车载定位设备与车载相机之间的设备距离，对第一距离进行矫正，得到道路病害与车辆之间的第二距离。
77.其中，第二距离可以为道路病害与车辆之间矫正后的距离。
78.具体实现中，可以预先测量车辆上车载定位设备与车载相机之间的设备距离，使用设备距离对第一距离进行矫正，得到道路上病害区域与车载定位设备之间的距离，将道
路上病害区域与车载定位设备之间的距离作为道路病害与车辆之间的第二距离。
79.图4提供了一个车辆与道路病害之间位置关系的示意图。根据图4，a表示车载定位设备，b表示车载相机，包括tof相机和交通卡口相机，c表示道路病害，可以预先使用卷尺测量车载定位设备a与车载相机b之间的设备距离，并通过步骤s220得到道路病害c与车载相机b之间的第一距离，将设备距离与第一距离进行相加，对第一距离进行矫正，得到道路病害与车辆之间的第二距离，第二距离实际上为道路病害c与车载定位设备a之间的距离。
80.步骤s240，根据车辆位置、车辆方位角和第二距离，确定道路病害的位置。
81.具体实现中，可以根据车辆方位角和第二距离，确定道路上病害区域相对于车辆位置的变化值，根据车辆位置和所确定的变化值，得到道路上病害区域的位置。
82.例如，根据图4，车载定位设备a测量得到车辆经纬度坐标可以为(longa，lata)，车辆方位角为θ，道路病害c与车辆之间的第二距离为d，则道路病害c的经纬度坐标(longc，latc)的计算公式可以为
83.longc＝longa d*sinθ/[arc*cos(lata)*2π/360]，
[0084]
latc＝lata d*cosθ/(arc*2π/360)，
[0085]
其中，arc为赤道圆的平均半径，约等于6371393米。
[0086]
上述道路病害位置确定方法，通过先获取车载定位设备测量到的车辆位置和车辆方位角，以及获取车载相机拍摄到的数字图像和深度图像，再根据数字图像和深度图像确定道路病害与车辆之间的第一距离，然后根据车载定位设备与车载相机之间的设备距离对第一距离进行矫正，得到道路病害与车辆之间的第二距离，最后根据车辆位置、车辆方位角和第二距离确定道路病害的位置；可以使基于数字图像和深度图像确定的第一距离为道路病害与车辆上车载相机之间的距离，使用车载定位设备与车载相机之间的距离对第一距离进行矫正，得到的第二距离为道路病害与车辆上车载定位设备之间的距离，由于车辆位置、车辆方位角和第二距离均以车载定位设备为基准，根据车辆位置、车辆方位角和第二距离确定道路病害的位置，准确性较高。
[0087]
而且，通过采用tof相机拍摄深度图像，可以针对距离较远的道路病害进行实时测量，配合使用交通卡口相机拍摄数字图像，可以在道路病害距离较远的情况下，高效测量得到道路病害与车辆之间的距离，进而提高道路病害位置确定的效率。
[0088]
在一个实施例中，车载相机包括第一车载相机和第二车载相机，第一车载相机用于拍摄数字图像，第二车载相机用于拍摄深度图像；上述步骤s220，可以具体包括：确定道路病害在数字图像中的像素坐标；根据数字图像与深度图像之间的映射关系，确定深度图像中与像素坐标相对应的深度坐标；根据深度坐标对应的深度值，确定道路病害与车辆之间的第一距离。
[0089]
其中，第一车载相机可以为交通卡口相机。第二车载相机可以为tof相机。
[0090]
其中，像素坐标可以是数字图像中的像素所对应的坐标，可以是二维坐标。
[0091]
其中，深度坐标可以是深度图像中的像素所对应的坐标，可以由二维坐标和一个深度值组成。
[0092]
具体实现中，控制器可以识别数字图像中的道路病害，确定道路病害在数字图像中的像素坐标，根据数字图像与深度图像之间的映射关系，在深度图像中，确定与道路病害在数字图像中的像素坐标相对应的深度坐标，深度坐标所对应的深度值实际上为道路病害
与车辆上车载相机之间的距离，可以根据深度值确定道路病害与车辆之间的第一距离。
[0093]
例如，根据图3，数字图像中病害区域中心点的像素坐标为(p3x，p3y)，根据数字图像与深度图像之间的映射关系x’＝x/2464
×
1750，y’＝y/2056
×
480，其中，x’和y’分别为深度图像中像素的横坐标和纵坐标，x和y分别为数字图像中像素的横坐标和纵坐标，数字图像像素坐标(p3x，p3y)对应的深度图像深度坐标为(p3x/2464
×
1750，p3y/2056
×
480，d)，其中d为深度值，表示道路上病害区域中心点与车辆上tof相机之间的距离，可以根据深度值d确定道路病害与车辆之间的第一距离。
[0094]
本实施例中，通过确定道路病害在数字图像中的像素坐标，根据数字图像与深度图像之间的映射关系，确定深度图像中与像素坐标相对应的深度坐标，根据深度坐标对应的深度值，确定道路病害与车辆之间的第一距离，可以基于数字图像对道路病害进行可靠识别，根据数字图像与深度图像之间的对应关系，快速确定识别到的道路病害与车载相机之间的距离，并将道路病害与车载相机之间的距离粗略地确定为道路病害与车辆之间的距离，提高了道路病害位置确定的效率。
[0095]
在一个实施例中，上述根据深度坐标对应的深度值，确定道路病害与车辆之间的第一距离的步骤，可以具体包括：将深度坐标对应的深度值，确定为车载相机对道路病害进行拍摄的拍摄距离；根据拍摄距离和车载相机的拍摄高度，确定拍摄距离对应的投影距离；将拍摄距离对应的投影距离，确定为道路病害与车辆之间的第一距离。
[0096]
其中，拍摄距离可以为车载相机与道路病害之间的距离。
[0097]
其中，拍摄高度可以为车载相机相对于地面的高度。
[0098]
具体实现中，控制器可以将深度坐标对应的深度值确定为车载相机针对道路病害进行拍摄的拍摄距离，控制器还可以获取车载相机的拍摄高度，计算拍摄距离与拍摄高度之间的平方差，并对得到的平方差进行开方运算，得到拍摄距离对应的投影距离，将投影距离确定为道路病害与车辆之间的第一距离。
[0099]
例如，根据图1，可以将深度值d确定为车载相机对道路上的病害区域进行拍摄的拍摄距离，预先测量车载相机相对于地面的拍摄高度h，则拍摄距离的投影距离可以为可以将投影距离确定为第一距离。
[0100]
本实施例中，通过将深度坐标对应的深度值，确定为车载相机对道路病害进行拍摄的拍摄距离，根据拍摄距离和车载相机的拍摄高度，确定拍摄距离对应的投影距离，将拍摄距离对应的投影距离，确定为道路病害与车辆之间的第一距离，可以快速确定道路病害与车载相机之间的水平距离，将水平距离粗略地确定为道路病害与车辆之间的距离，提高道路病害位置确定的效率。
[0101]
在一个实施例中，上述步骤s230，可以具体包括：将第一距离与设备距离进行相加，得到道路病害与车辆之间的第二距离。
[0102]
具体实现中，第一距离实际上为道路上病害区域与车载相机之间的水平距离，设备距离为车辆上车载相机与车载定位设备之间的水平距离，将第一距离与设备距离进行相加，可以得到道路上病害区域与车载定位设备之间的水平距离，将道路上病害区域与车载定位设备之间的水平距离确定为第二距离。
[0103]
本实施例中，通过将第一距离与设备距离进行相加，得到道路病害与车辆之间的
第二距离，可以对第一距离进行矫正，得到道路病害与车载定位设备之间的水平距离，后续根据第二距离确定道路病害位置，可以提高道路病害位置确定的准确性。
[0104]
在一个实施例中，车辆位置包括车辆的经度坐标和纬度坐标；上述步骤s240，可以具体包括：确定车辆的纬度坐标所对应的切面半径，以及根据车辆方位角和第二距离，确定道路病害相对车辆的水平位移；根据水平位移和切面半径，确定道路病害相对车辆的经度变化值；将车辆的经度坐标与经度变化值进行相加，得到道路病害的经度坐标。
[0105]
其中，切面半径可以为与纬度值相对应的地球切面的半径。
[0106]
其中，水平位移可以为在空间直角坐标系水平方向的位移。
[0107]
具体实现中，车辆位置可以为(longa，lata)，其中，longa为车辆的经度坐标，lata为车辆的纬度坐标，车辆的纬度坐标lata所对应的切面半径为arc*cos(lata)，其中，arc为赤道圆的平均半径，根据图4，可以根据车辆方位角θ和第二距离d，得到道路病害相对车辆的水平位移d*sinθ，根据水平位移d*sinθ和切面半径arc*cos(lata)，可以确定道路病害相对车辆的经度变化值为d*sinθ/[arc*cos(lata)*2π/360]，将车辆的经度坐标longa与经度变化值相加，可以得到道路病害的经度坐标longc，计算公式可以为
[0108]
longc＝longa d*sinθ/[arc*cos(lata)*2π/360]。
[0109]
本实施例中，通过确定车辆的纬度坐标所对应的切面半径，以及根据车辆方位角和第二距离，确定道路病害相对车辆的水平位移，根据水平位移和切面半径，确定道路病害相对车辆的经度变化值，将车辆的经度坐标与经度变化值进行相加，得到道路病害的经度坐标，可以根据车辆位置以及道路病害与车辆之间的距离，快速确定道路病害的位置，提高道路病害位置确定的效率。
[0110]
在一个实施例中，上述步骤s240，具体还可以包括：根据车辆方位角和第二距离，确定道路病害相对车辆的垂直位移；根据垂直位移和预设的地球平均半径，确定道路病害相对车辆的纬度变化值；将车辆的纬度坐标与纬度变化值进行相加，得到道路病害的纬度坐标。
[0111]
其中，垂直位移可以为在空间直角坐标系垂直方向的位移。
[0112]
具体实现中，车辆位置可以为(longa，lata)，其中，longa为车辆的经度坐标，lata为车辆的纬度坐标，根据图4，可以根据车辆方位角θ和第二距离d，得到道路病害相对车辆的垂直位移d*cosθ，预先设置地球平均半径arc，根据垂直位移d*cosθ和地球平均半径arc，可以确定道路病害相对车辆的纬度变化值为d*cosθ/(arc*2π/360)，将车辆的经度坐标lata与纬度变化值相加，可以得到道路病害的纬度坐标latc，计算公式可以为
[0113]
latc＝lata d*cosθ/(arc*2π/360)。
[0114]
本实施例中，通过根据车辆方位角和第二距离，确定道路病害相对车辆的垂直位移，根据垂直位移和预设的地球平均半径，确定道路病害相对车辆的纬度变化值，将车辆的纬度坐标与纬度变化值进行相加，得到道路病害的纬度坐标，可以根据车辆位置以及道路病害与车辆之间的距离，快速确定道路病害的位置，提高道路病害位置确定的效率。
[0115]
为了便于本领域技术人员深入理解本技术实施例，以下将结合一个具体示例进行说明。
[0116]
参考图1，可以在车辆上安装gps、tof相机、500万像素交通卡口相机和边缘计算终端，其中，gps、tof相机、交通卡口相机和边缘计算终端可以采用同一个时间源作为ntp
(network time protocol，网络时间协议)同步。
[0117]
其中，tof相机的测距原理是通过给目标连续发送光脉冲，然后用传感器接收从物体返回的光，通过探测光脉冲的飞行(往返)时间来得到目标物距离。
[0118]
其中，ntp是用来使计算机时间同步化的一种协议，它可以使计算机对其服务器或时钟源(如石英钟，gps等)做同步化，提供高精准度的时间校正(lan上与标准间差小于1毫秒，wan上几十毫秒)，且可借由加密确认的方式来防止恶意攻击。
[0119]
本技术的道路病害位置确定方法，可以具体包括以下步骤：
[0120]
1、配置gps安装角和杆臂值，以减小gps定位误差；为gps配置双天线，通过双天线获取车辆行驶方位角，将方位角转换到ned坐标系，同时减少gps模块误差。
[0121]
2、手动测量tof/交通卡口相机距离地面的高度h。
[0122]
3、标定tof/交通卡口相机与gps设备之间的距离，具体地，可以使用卷尺测量tof/交通卡口相机与gps设备之间的距离l。
[0123]
4、计算道路缺陷中心点、相机、gps设备的世界坐标系坐标，具体地，可以通过病害识别算法得到道路上缺陷区域的像素坐标信息，例如，可以针对交通卡口相机拍摄到的图片，识别道路上的坑槽、裂缝等，将识别到的区域确定为缺陷区域，获取缺陷区域对应的像素坐标，在像素坐标系中计算缺陷区域中心点的像素坐标，假设缺陷区域为矩形，矩形左上角坐标为(p1x，p1y)，矩形右下角坐标为(p2x，p2y)，缺陷区域中心点像素坐标(p3x，p3y)的计算公式可以为
[0124]
p3x＝p1x (p2x-p1x)/2，
[0125]
p3y＝p1y (p2y-p1y)/2。
[0126]
通过缺陷中心像素坐标映射到tof相机获取深度信息，假设交通卡口相机像素为2464*2056，tof相机像素为1750*480，将点(p3x，p3y)映射到tof相机像素点，得到(p3x/2464*1750，p3y/2056*480)，即可求解tof像素点。获取tof像素点对应的深度信息d，根据深度信息d求得道路上病害位置到摄像头的距离进而得到病害位置到gps设置的距离
[0127]
5、根据车辆行驶方位角θ、gps设备坐标(longa，lata)、病害位置到gps设备的距离d，可以得到道路上缺陷中心点的gps位置(longc，latc)，具体公式可以为
[0128]
longc＝longa d*sinθ/[arc*cos(lata)*2π/360]，
[0129]
latc＝lata d*cosθ/(arc*2π/360)，
[0130]
其中，arc为赤道圆的平均半径，约等于6371393米。
[0131]
上述道路病害位置确定方法，先利用tof相机测试距离，得到缺陷中心点到摄像头的距离，然后再加上相机到gps设备之间的距离，提升了缺陷的gps精度。其中，tof相机可以测量深度信息，但是分辨率通常会比较低，通过增加交通卡口相机获取图像信息，使tof相机和交通卡口相机采用相同的fov(field of view，视角)，可以提高道路病害位置确定的准确性，便于道路养护人员快速定位缺陷位置，对于病害的追踪和维护起到较大的作用。
[0132]
应该理解的是，虽然如上所述的各实施例所涉及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，这些步骤可以以其它的顺序执行。而
且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些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，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
[0133]
在一个实施例中，如图5所示，提供了一种道路病害位置确定系统，包括车载定位设备130、车载相机140和控制器110；所述车载定位设备130和所述车载相机140均设置在车辆上；
[0134]
所述车载定位设备130，用于测量所述车辆的车辆位置和车辆方位角，并将所述车辆位置和所述车辆方位角发送至所述控制器110；
[0135]
所述车载相机140，用于对道路病害进行拍摄，得到数字图像和深度图像，并将所述数字图像和所述深度图像发送至所述控制器110；
[0136]
所述控制器110，用于获取所述车辆位置、所述车辆方位角、所述数字图像和所述深度图像，根据所述数字图像和所述深度图像，确定所述道路病害与所述车辆之间的第一距离，根据所述车载定位设备与所述车载相机之间的设备距离，对所述第一距离进行矫正，得到所述道路病害与所述车辆之间的第二距离，根据所述车辆位置、所述车辆方位角和所述第二距离，确定所述道路病害的位置。
[0137]
具体实现中，车载定位设备可以测量车辆位置和车辆方位角，将测得的车辆位置和车辆方位角发送给控制器，车载相机可以包括第一车载相机和第二车载相机，第一车载相机和第二车载相机可以安装在车辆上的同一位置处，且具有相同的视场角，第一车载相机拍摄数字图像，发送给控制器，第二车载相机拍摄深度图像，发送给控制器，控制器在获取到车辆位置、车辆方位角、数字图像和深度图像后，可以确定数字图像上道路病害的像素坐标，根据数字图像与深度图像之间的映射关系，确定像素坐标对应的深度坐标，得到道路病害在深度图像上的深度坐标，根据深度坐标对应的深度值，得到道路病害与车载相机之间的距离，将道路病害与车载相机之间的距离作为道路病害与车辆之间的第一距离，还可以获取车载定位设备与车载相机之间的如设备距离，使用设备距离对第一距离进行矫正，得到道路病害与车载定位设备之间的距离，将道路病害与车载定位设备之间的距离作为道路病害与车辆之间的第二距离，由于车辆位置、车辆方位角和第二距离均以车载定位设备为基准，可以根据车辆位置、车辆方位角和第二距离确定道路病害的位置。
[0138]
上述道路病害位置确定系统，车载定位设备测量车辆的车辆位置和车辆方位角，并将车辆位置和车辆方位角发送至控制器，车载相机对道路病害进行拍摄，得到数字图像和深度图像，并将数字图像和深度图像发送至控制器，控制器获取车辆位置、车辆方位角、数字图像和深度图像，根据数字图像和深度图像，确定道路病害与车辆之间的第一距离，根据车载定位设备与车载相机之间的设备距离，对第一距离进行矫正，得到道路病害与车辆之间的第二距离，根据车辆位置、车辆方位角和第二距离，确定道路病害的位置；可以使基于数字图像和深度图像确定的第一距离为道路病害与车辆上车载相机之间的距离，使用车载定位设备与车载相机之间的距离对第一距离进行矫正，得到的第二距离为道路病害与车辆上车载定位设备之间的距离，由于车辆位置、车辆方位角和第二距离均以车载定位设备为基准，根据车辆位置、车辆方位角和第二距离确定道路病害的位置，准确性较高。
[0139]
基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的道路病
害位置确定方法的道路病害位置确定装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个道路病害位置确定装置实施例中的具体限定可以参见上文中对于道路病害位置确定方法的限定，在此不再赘述。
[0140]
在一个实施例中，如图6所示，提供了一种道路病害位置确定装置，包括：参数获取模块410、距离确定模块420、距离校正模块430和位置确定模块440，其中：
[0141]
参数获取模块410，用于获取车辆的车载定位设备测量到的所述车辆的车辆位置和车辆方位角，以及获取所述车辆的车载相机对道路病害进行拍摄所得到的数字图像和深度图像；
[0142]
距离确定模块420，用于根据所述数字图像和所述深度图像，确定所述道路病害与所述车辆之间的第一距离；
[0143]
距离校正模块430，用于根据所述车载定位设备与所述车载相机之间的设备距离，对所述第一距离进行矫正，得到所述道路病害与所述车辆之间的第二距离；
[0144]
位置确定模块440，用于根据所述车辆位置、所述车辆方位角和所述第二距离，确定所述道路病害的位置。
[0145]
上述道路病害位置确定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
[0146]
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、移动蜂窝网络、nfc(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种道路病害位置确定方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
[0147]
本领域技术人员可以理解，图7中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0148]
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
[0149]
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
[0150]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括
非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
[0151]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0152]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。