借助Carla训练的多模态雨天地区道路平整度检测方法

本发明公开了借助Carla训练的多模态雨天地区道路平整度检测方法，涉及道路平整度检测技术领域，包括采集真实的雨天路面图像及车辆参数构建真实数据集；在Carla中模拟雨天场景，配置地形、湿滑材质及天气；通过激光雷达和振动传感器采集模拟点云、加速度等多模态数据，构建模拟数据集；融合真实与模拟数据训练多模态神经网络；提取并融合点云与加速度特征；预测道路高度方差与极差以评估平整度。本发明利用Carla生成合成数据解决雨天环境真实数据稀缺问题，降低真实采集成本，显著提升检测精度，能够覆盖多种降雨强度及地形，激光雷达与振动传感器数据互补，通过注意力机制动态加权提升雨天鲁棒性。