一种基于深度学习的车载双目系统的路面轮廓估计方法与系统

本发明公开了一种基于深度学习的车载双目系统的路面轮廓估计方法与系统，方法包括：获取原始图像，通过原始图像获得特征图，对特征图进行后处理，获得路面障碍物像素坐标与置信度信息；对路面障碍物像素坐标与置信度信息进行处理，获得原始图像障碍物区域局部图像；将原始图像障碍物区域局部图像输入到基于门式循环单元的深度学习立体匹配模型进行处理，获得对应障碍物区域的局部视差图；通过对应障碍物区域的局部视差图，融合惯性导航单元提供的实时俯仰角，实现毫米级的路面轮廓估计。本发明能够关注路面障碍区域的重要特征，抑制无关特征，实现了高精度、高效率、高连续性、高鲁棒性的路面轮廓估计。