[发明专利]一种道路作业车的数据处理方法

权利要求书

1.一种道路作业车的数据处理方法，包括控制决策系统，其特征在于，为一种基于视觉的道路作业车智能作业系统的参数化方法，包括以下步骤：

S1：参数模型设定：控制决策系统针对不同道路作业车辆的作业需求，对路面检测区域进行参数模型分区，同时用户根据车辆参数、摄像头特性、作业参数、作业需求设定信息；

S2：检测区域判断：控制决策系统判定参数模型与用户设定信息是否相符，若相符则进入S3，否则执行S1重新设定；

S3：视觉信息预处理：控制决策系统根据作业参数、车辆信息进行图像信息预处理；

S4：判断是否需要进行预检：控制决策系统根据不同道路作业车辆视觉预处理信息和作业车辆类型判断是否需要进入预检，若需要预检，则进入预检区数据处理，否则进入精检区数据处理；

S5：预检区信息处理：控制决策系统根据预检区信息进行判断作业车辆的作业功率能否进行作业及与上一工况差异是否较大，能进行作业且差异不大则进入精简区，否则直接进行参数化运算；

S6：精检区数据处理：控制决策系统将精检区数据与预检区对比，若数据近似，则进入步骤S7，若差异较大，控制决策系统再对精检区数据进行精细处理；

S7：数据参数化运算：控制决策系统对预检区和精检区的数据进行参数化运算，并发布运算结果；

S8：数据输出：控制决策系统得出参数化数据；

S9：判断是否继续工作：控制决策系统根据S8中的参数化数据判断是否还需要进行作业，若还需运行则进入下一轮参数化处理，否则结束数据处理，进行作业。

2.根据权利要求1所述的一种道路作业车的数据处理方法，其特征在于，步骤S1中，所述参数模型分区是利用相机成像原理以及通过道路平面模型构建路面点对应的空间坐标。

3.根据权利要求1或2所述的一种道路作业车的数据处理方法，其特征在于，所述参数模型分区包括检测盲区L1、精检区L2、预检区L3、作业宽度L4和可检测最大范围L5；

所述检测盲区L1根据摄像头视场、作业车的车速、执行器的迟滞、检测周期、通信延迟等参数进行设定；

所述精检区L2根据摄像头特性、作业车的车速、执行器的作业能力等进行设定；

所述预检区L3根据摄像头特性、作业车类型设定；

所述作业宽度L4根据车辆宽度、可作业宽度进行设定；

所述可检测最大范围L5根据传感器特性和作业需求进行设定；

所述分区按作业车辆纵向中心依次分为左检测区、作业宽度L4和右检测区。

4.根据权利要求1所述的一种道路作业车的数据处理方法，其特征在于，步骤S8中，所述参数化数据包括区域的洁净度评价等级、区域内垃圾的总质量和总面积、区域内最大个体垃圾的投影面积及坐标参数、区域内行人、动物情况、道路类型、路面级别、路面天气、路面质量。

5.根据权利要求4所述的一种道路作业车的数据处理方法，其特征在于，所述区域的洁净度评价等级通过以下公式进行计算；

ω——区域内道路清洁度；

i——垃圾的编号；

λ——权重系数；

ρ——单种垃圾的密度；

S——单垃圾的面积；

h——垃圾的高度；

k——车型可作业的最大质量；

D——区域的面积；

ε——修正系数；

所述区域内垃圾的总质量计算公式为：

所述区域内垃圾的总面积计算公式为：。

6.根据权利要求4所述的一种道路作业车的数据处理方法，其特征在于，所述区域内最大个体垃圾的投影面积按照最大个体垃圾投影外切矩形的面积计算。

7.根据权利要求4所述的一种道路作业车的数据处理方法，其特征在于，所述道路类型分为沥青、水泥混凝土、橡胶、泥土四类；

所述路面级别根据国标分为一级、二级、三级、四级输出；

所述路面天气按自然天气状态输出；

所述路面质量按标识线磨损面积占比和路面坑洼、裂缝面积占比输出。