CN113395495A - 基于无人车远程驾驶的视频画面处理方法和装置 - Google Patents

基于无人车远程驾驶的视频画面处理方法和装置 Download PDF

Info

Publication number
CN113395495A
CN113395495A CN202110940411.9A CN202110940411A CN113395495A CN 113395495 A CN113395495 A CN 113395495A CN 202110940411 A CN202110940411 A CN 202110940411A CN 113395495 A CN113395495 A CN 113395495A
Authority
CN
China
Prior art keywords
unmanned vehicle
video data
speed
remote driving
camera device
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110940411.9A
Other languages
English (en)
Other versions
CN113395495B (zh
Inventor
颉晶华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Neolithic Unmanned Vehicle Songyang Co ltd
Original Assignee
Neolix Technologies Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Neolix Technologies Co Ltd filed Critical Neolix Technologies Co Ltd
Priority to CN202110940411.9A priority Critical patent/CN113395495B/zh
Publication of CN113395495A publication Critical patent/CN113395495A/zh
Application granted granted Critical
Publication of CN113395495B publication Critical patent/CN113395495B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R1/00—Optical viewing arrangements; Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
    • B60R2300/10—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of camera system used
    • B60R2300/105—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of camera system used using multiple cameras
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
    • B60R2300/30—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of image processing
    • B60R2300/304—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of image processing using merged images, e.g. merging camera image with stored images
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
    • B60R2300/80—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the intended use of the viewing arrangement
    • B60R2300/8073—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the intended use of the viewing arrangement for vehicle security, e.g. parked vehicle surveillance, burglar detection

Abstract

本公开涉及无人驾驶技术领域，提供了一种基于无人车远程驾驶的视频画面处理方法和装置。该方法应用于无人车，即无人驾驶设备或自动驾驶设备，包括：在无人车处于远程驾驶模式的情况下，获取安装在无人车上的第一摄像装置和第二摄像装置分别采集到的第一视频数据和第二视频数据；监测无人车的车速并获取车速信息，以基于车速信息确定无人车的车速是否大于预设速度阈值；在无人车的车速大于预设速度阈值的情况下，将第一视频数据作为主视频数据，第二视频数据作为辅视频数据，并在远程驾驶端显示主视频数据对应的第一视频画面和辅视频数据对应的第二视频画面。本公开提高了远程驾驶的安全性。

Description

基于无人车远程驾驶的视频画面处理方法和装置
技术领域
本公开涉及无人驾驶技术领域，尤其涉及一种基于无人车远程驾驶的视频画面处理方法、装置、电子设备及计算机可读存储介质。
背景技术
无人驾驶车辆，也称自动驾驶车辆、无人车或轮式移动机器人，是融合环境感知、路径规划、状态识别和车辆控制等多元一体的集成化、智能化的新时代技术产物。通过远程驾驶端对装备智能软件和多种感应设备的车辆进行云端操控可以实现无人驾驶的目的。
现有技术中，远程驾驶端的驾驶员可以通过实时查看无人车的周边环境来对无人车进行操控。为了使无人车安全起步，通常会将摄像头设置在车头下部，以监测车头下方的路面情况，因此，摄像头的安装位置相对低。当车速提升后，由于远程驾驶端的视频画面中车辆前方的道路变化受限于摄像头距地面的高度，因此，远程驾驶员通过视频画面感知到的车速非常快，这给远程驾驶员带来了较大的冲击，导致远程驾驶的操控体验差，并进一步导致远程驾驶的安全性低。
发明内容
有鉴于此，本公开实施例提供了一种基于无人车远程驾驶的视频画面处理方法、装置、电子设备及计算机可读存储介质，以解决现有技术中车速提升后，远程驾驶端的视频画面给远程驾驶员带来了较大的冲击，导致远程驾驶的操控体验差，并进一步导致远程驾驶的安全性低的问题。
本公开实施例的第一方面，提供了一种基于无人车远程驾驶的视频画面处理方法，包括：在无人车处于远程驾驶模式的情况下，获取安装在无人车上的第一摄像装置和第二摄像装置分别采集到的第一视频数据和第二视频数据，其中，第一摄像装置位于无人车的车头的顶部，第二摄像装置位于无人车的车头的底部，并且第一摄像装置和第二摄像装置位于车头的中轴线上；监测无人车的车速并获取车速信息，以基于车速信息确定无人车的车速是否大于预设速度阈值；在无人车的车速大于预设速度阈值的情况下，将第一视频数据作为主视频数据，第二视频数据作为辅视频数据，并在远程驾驶端显示主视频数据对应的第一视频画面和辅视频数据对应的第二视频画面。
本公开实施例的第二方面，提供了一种基于无人车远程驾驶的视频画面处理装置，包括：获取模块，被配置为在无人车处于远程驾驶模式的情况下，获取安装在无人车上的第一摄像装置和第二摄像装置分别采集到的第一视频数据和第二视频数据，其中，第一摄像装置位于无人车的车头的顶部，第二摄像装置位于无人车的车头的底部，并且第一摄像装置和第二摄像装置位于车头的中轴线上；监测模块，被配置为监测无人车的车速并获取车速信息，以基于车速信息确定无人车的车速是否大于预设速度阈值；显示模块，被配置为在无人车的车速大于预设速度阈值的情况下，将第一视频数据作为主视频数据，第二视频数据作为辅视频数据，并在远程驾驶端显示主视频数据对应的第一视频画面和辅视频数据对应的第二视频画面。
本公开实施例的第三方面，提供了一种电子设备，包括存储器、处理器以及存储在存储器中并且可以在处理器上运行的计算机程序，该处理器执行计算机程序时实现上述方法的步骤。
本公开实施例的第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。
本公开实施例与现有技术相比存在的有益效果是：通过在无人车处于远程驾驶模式的情况下，获取安装在无人车上的第一摄像装置和第二摄像装置分别采集到的第一视频数据和第二视频数据，其中，第一摄像装置位于无人车的车头的顶部，第二摄像装置位于无人车的车头的底部，并且第一摄像装置和第二摄像装置位于车头的中轴线上；监测无人车的车速并获取车速信息，以基于车速信息确定无人车的车速是否大于预设速度阈值；在无人车的车速大于预设速度阈值的情况下，将第一视频数据作为主视频数据，第二视频数据作为辅视频数据，并在远程驾驶端显示主视频数据对应的第一视频画面和辅视频数据对应的第二视频画面，能够降低远程驾驶端的视频画面给远程驾驶员带来的较大冲击，因此，提高了远程驾驶的操控体验，并进一步提高了远程驾驶的安全性。
附图说明
为了更清楚地说明本公开实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1是本公开实施例的应用场景的场景示意图；
图2是本公开实施例提供的一种基于无人车远程驾驶的视频画面处理方法的流程图；
图3是本公开实施例提供的安装有第一摄像装置和第二摄像装置的无人车的车头的主视图；
图4是本公开实施例提供的另一种基于无人车远程驾驶的视频画面处理方法的流程图；
图5是本公开实施例提供的一种基于无人车远程驾驶的视频画面处理装置的框图；
图6是本公开实施例提供的一种电子设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本公开实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本公开。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本公开的描述。
下面将结合附图详细说明根据本公开实施例的一种基于无人车远程驾驶的视频画面处理方法和装置。
图1是本公开实施例的应用场景的场景示意图。该应用场景可以包括远程驾驶端1、无人车2、安装在无人车上的第一摄像装置21和第二摄像装置22、服务器3以及网络4。
具体地，远程驾驶端1可以包括硬件和软件两部分，软件部分用于与无人车2进行通信，硬件部分用于远程驾驶无人车的人机交互和模拟驾驶以及输出各种数据。远程驾驶端1的硬件部分可以包括：模拟驾驶座舱、联屏支架、液晶屏幕、高清多媒体接口（HighDefinition Multimedia Interface，HDMI）高清线、工控机等。这里，模拟驾驶座舱可以包括：驾驶座椅，座椅套装长度小于1.3米，套装宽度小于80厘米，支持对方向盘和脚踏板的选型兼容；模拟驾驶套件，包括方向盘（带换挡拨片）和脚踏板；键盘鼠标（蓝牙无线）；键盘鼠标托架等。联屏支架中，单屏左右摇摆不超过30°，单屏俯仰角度不超过45°，立柱高度1米至1.8米可伸缩，横向支架提供一定可扩展性，360°旋转可调节，支架横向和纵向提供线束收纳，确保线束正前方不可见。液晶屏可以为尺寸27英寸，重量小于8千克，分辨率满足1080p（1920×1080），提供HDMI接口。HDMI高清线可以为2.0版4K高清线。工控机可以为工业主机，i7处理器，内存大于16G，支持六个HDMI口的显卡，支持四个以上USB3.0接口，支持蓝牙键盘耳机适配，两个独立网口，能部署Linux或者Windows系统，提供线束收纳。远程驾驶端1的软件部分可以实现多车故障任务、多车运维管理、单车行驶监控和远程驾驶接管等功能。
无人车2可以是支持无人驾驶、自动驾驶和远程驾驶中的任一功能的车辆。这里，车辆可以是现有的交通工具，也可以是应用在不同领域的运输工具。例如，无人车2可以是支持无人驾驶的移动餐车，该移动餐车可以通过自动驾驶程序来实现自动驾驶，也可以通过网络4连接至远程驾驶端，并由远程驾驶员在远程驾驶端对移动餐车进行远程控制，例如，远程驾驶端可以是如上所述的远程驾驶端1。
第一摄像装置21和第二摄像装置22可以是用来拍摄无人车2在行驶方向上的不同行驶区域的视频数据的各种设备，包括不限于广角摄像头、双目摄像头、电荷耦合器件（Charge Coupled Device，CCD）摄像头、无线摄像头、变焦摄像机、枪型摄像机、半球摄像机、宽动态摄像机等。第一摄像装置21和第二摄像装置22可以安装在无人车2上的任何位置，例如，车头、车身、车尾等，本公开实施例对此不作限制。优选地，在本公开实施例中，第一摄像装置21安装在无人车2的车头的顶部，第二摄像装置22安装在无人车2的车头的底部。进一步地，第一摄像装置21和第二摄像装置22内设置有无线通信模块，以经由网络4向服务器3传送第一摄像装置21和第二摄像装置22所拍摄的视频数据。第一摄像装置21距地面的距离相对大，因此，可以在无人车2的车速提升后降低视频画面给远程驾驶员带来的较大冲击。
服务器3可以是提供各种服务的服务器，例如，对与其建立通信连接的远程驾驶端发送的请求进行接收的后台服务器，该后台服务器可以对远程驾驶端发送的请求进行接收和分析等处理，并生成处理结果。服务器3可以是一台服务器，也可以是由若干台服务器组成的服务器集群，或者还可以是一个云计算服务中心，本公开实施例对此不作限制。
需要说明的是，服务器3可以是硬件，也可以是软件。当服务器3为硬件时，其可以是为远程驾驶端1提供各种服务的各种电子设备。当服务器3为软件时，其可以是为远程驾驶端1提供各种服务的多个软件或软件模块，也可以是为远程驾驶端1提供各种服务的单个软件或软件模块，本公开实施例对此不作限制。
网络4可以是采用同轴电缆、双绞线和光纤连接的有线网络，也可以是无需布线就能实现各种通信设备互联的无线网络，例如，蓝牙（Bluetooth）、近场通信（Near FieldCommunication，NFC）、红外（Infrared）等，本公开实施例对此不作限制。
需要说明的是，远程驾驶端1、无人车2、第一摄像装置21、第二摄像装置22、服务器3以及网络4的具体类型、数量和组合可以根据应用场景的实际需求进行调整，本公开实施例对此不作限制。
图2是本公开实施例提供的一种基于无人车远程驾驶的视频画面处理方法的流程图。图2的基于无人车远程驾驶的视频画面处理方法可以由图1的远程驾驶端1或服务器3执行。如图2所示，该基于无人车远程驾驶的视频画面处理方法包括：
S201，在无人车处于远程驾驶模式的情况下，获取安装在无人车上的第一摄像装置和第二摄像装置分别采集到的第一视频数据和第二视频数据，其中，第一摄像装置位于无人车的车头的顶部，第二摄像装置位于无人车的车头的底部，并且第一摄像装置和第二摄像装置位于车头的中轴线上；
S202，监测无人车的车速并获取车速信息，以基于车速信息确定无人车的车速是否大于预设速度阈值；
S203，在无人车的车速大于预设速度阈值的情况下，将第一视频数据作为主视频数据，第二视频数据作为辅视频数据，并在远程驾驶端显示主视频数据对应的第一视频画面和辅视频数据对应的第二视频画面。
具体地，以服务器为例，在无人车处于远程驾驶模式的情况下，服务器获取安装在无人车上的第一摄像装置采集到的第一视频数据和第二摄像装置采集到的第二视频数据，该第一摄像装置位于无人车的车头的顶部，第二摄像装置位于无人车的车头的底部，并且第一摄像装置和第二摄像装置位于车头的中轴线上；进一步地，服务器监测无人车的车速并获取车速信息，以基于车速信息确定无人车的车速是否大于预设速度阈值，在服务器监测到的无人车的车速大于预设速度阈值的情况下，将第一视频数据作为主视频数据，第二视频数据作为辅视频数据，并在远程驾驶端显示主视频数据对应的第一视频画面和辅视频数据对应的第二视频画面，以根据第一视频画面和第二视频画面来控制无人车行驶。
这里，无人车是指支持无人驾驶、自动驾驶和远程驾驶中的任一功能的车辆。进一步地，车辆可以是能够实现无人驾驶的各种设备，例如，自动配送设备等；也可以是具有自动巡航控制功能的车辆，例如，轿车、房车、卡车、越野车、运动型实用汽车（Sport UtilityVehicle，SUV）、电动车、自行车等，本公开实施例对此不作限制。
远程驾驶模式是借助于无线网络将无人车的信息与控制中心有效地连接起来，以实现远程驾驶员对无人车的远程观察和远程控制指挥，即，远程驾驶员通过查看无人车上传的信息来发出控制命令，从而控制无人车行驶。
第一摄像装置和第二摄像装置可以是用来拍摄无人车在行驶方向上的行驶区域的图像信息的各种设备，包括但不限于广角摄像头、双目摄像头、电荷耦合器件（ChargeCoupled Device，CCD）摄像头、无线摄像头、变焦摄像机、枪型摄像机、半球摄像机、宽动态摄像机等。进一步地，第一摄像装置和第二摄像装置内设置有无线通信模块，以经由网络向服务器传送第一摄像装置和第二摄像装置所拍摄的图像信息。在本公开实施例中，第一摄像装置和第二摄像装置安装在无人车的车头处。图3是本公开实施例提供的安装有第一摄像装置和第二摄像装置的无人车的车头的主视图，如图3所示，第一摄像装置安装在无人车的车头的顶部，第二摄像装置安装在无人车的车头的底部，并且第一摄像装置和第二摄像装置位于车头的中轴线上。
预设速度阈值可以是用户根据经验数据预先设置的速度阈值，也可以是远程驾驶员根据自身对视野的要求对已设置的速度阈值进行调整后得到的速度阈值，本公开实施例对此不作限制。例如，预设速度阈值的范围可以为10km/h至40km/h。优选地，在本公开实施例中，预设速度阈值为15km/h。
远程驾驶端可以是与服务器端口连接的电脑设备，也可以是其它移动终端，例如可以是安装了远程监控应用的用户终端，比如手机、平板、个人电脑等具有连网和视频展示功能的远程驾驶设备；进一步地，远程驾驶端可以设置速度阈值设置页面，远程驾驶员通过速度阈值设置页面输入速度阈值后，服务器获取速度阈值。例如，远程驾驶员通过速度阈值设置页面输入速度阈值为“10km/h”，则服务器获取速度阈值，设置速度阈值为“10km/h”。
根据本公开实施例提供的技术方案，通过在无人车处于远程驾驶模式的情况下，获取安装在无人车上的第一摄像装置和第二摄像装置分别采集到的第一视频数据和第二视频数据，其中，第一摄像装置位于无人车的车头的顶部，第二摄像装置位于无人车的车头的底部，并且第一摄像装置和第二摄像装置位于车头的中轴线上；监测无人车的车速并获取车速信息，以基于车速信息确定无人车的车速是否大于预设速度阈值；在无人车的车速大于预设速度阈值的情况下，将第一视频数据作为主视频数据，第二视频数据作为辅视频数据，并在远程驾驶端显示主视频数据对应的第一视频画面和辅视频数据对应的第二视频画面，使得远程驾驶端的远程驾驶员能够依据第一视频画面和第二视频画面为驾驶视野控制无人车行驶，能够降低远程驾驶端的视频画面给远程驾驶员带来的较大冲击，因此，提高了远程驾驶的操控体验，并进一步提高了远程驾驶的安全性。
在一些实施例中，该基于无人车远程驾驶的视频画面处理方法还包括：在无人车的车速小于或等于预设速度阈值的情况下，将第二视频数据作为主视频数据，第一视频数据作为辅视频数据，并在远程驾驶端显示主视频数据对应的第一视频画面和辅视频数据对应的第二视频画面。
具体地，在无人车的车速小于或等于预设速度阈值的情况下，服务器将第二视频数据作为主视频数据，第一视频数据作为辅视频数据，并在远程驾驶端显示主视频数据对应的第一视频画面和辅视频数据对应的第二视频画面。
根据本公开实施例提供的技术方案，通过在无人车的车速小于或等于预设速度阈值的情况下，将第二视频数据作为主视频数据，第一视频数据作为辅视频数据，并在远程驾驶端显示主视频数据对应的第一视频画面和辅视频数据对应的第二视频画面，能够使远程驾驶员获得更好的视野来发现车头下方可能发生的情况，从而满足远程驾驶员对不同车速下的视野以及视频画面质量的要求。
在一些实施例中，监测无人车的车速并获取车速信息，包括：利用安装在无人车上的匀速传感器持续采集无人车的车速信息，并将车速信息传送至远程驾驶端，以使远程驾驶端对无人车的车速进行监测。
具体地，服务器利用安装在无人车上的匀速传感器持续采集无人车的车速信息，并将车速信息传送至远程驾驶端，以使远程驾驶端对无人车的车速进行监测。
这里，车速信息可以包括车速和与车速相对应的行驶时间。在本公开实施例中，可以将采集到的车速信息通过无人车的5G通信模块实时传递给服务器，再由服务器经网络传送至远程驾驶端，由远程驾驶端呈现车速信息，例如，将无人车的车速信息以可视化界面的方式呈现给远程驾驶员。
根据本公开实施例提供的技术方案，通过利用安装在无人车上的匀速传感器持续采集无人车的车速信息，并将车速信息传送至远程驾驶端，以使远程驾驶端对无人车的车速进行监测。本方案可以使远程驾驶员基于车速信息，并结合第一视频画面和第二视频画面的质量，对已设置的速度阈值进行调整，从而可以主动调整主视频数据和辅视频数据；本方案还能够使远程驾驶员实时了解无人车的车速信息，并根据车速信息向无人车发送控制命令，提高了远程驾驶的安全性和高效性，例如当远程驾驶员发现无人车的车速过高时，根据第一视频画面或第二视频画面，发现行驶方向上障碍物较多，远程驾驶员可以向无人车发送减速命令，降低无人车的车速，提高了远程驾驶的安全性；当远程驾驶员发现无人车的车速过低，根据第一视频画面或第二视频画面，发现行驶方向上障碍物特别少，远程驾驶员可以向无人车发送加速命令，提高无人车的车速，提高了远程驾驶的高效性。
在一些实施例中，基于车速信息确定无人车的车速是否大于预设速度阈值，包括：将采集到的每个时刻的车速信息依次与预设速度阈值进行比较；当无人车在连续时刻内的车速均小于或等于预设速度阈值时，确定无人车的车速小于或等于预设速度阈值；当无人车在连续时刻内的车速均大于预设速度阈值时，确定无人车的车速大于预设速度阈值。
具体地，服务器将采集到的每个时刻的车速信息依次与预设速度阈值进行比较，当无人车在连续时刻内的车速均小于或等于预设速度阈值时，服务器确定无人车的车速小于或等于预设速度阈值；当无人车在连续时刻内的车速均大于预设速度阈值时，服务器确定无人车的车速大于预设速度阈值。
在一些实施例中，预设速度阈值是基于采用机器学习算法对训练样本进行训练得到的速度阈值推荐模型计算得到的。
具体地，机器学习是指不依赖人类来总结经验、输入逻辑，开发员只需要把大量数据，即将训练样本输入给计算机，然后由计算机自己总结出其中的数据分析逻辑，归纳出相应的逻辑代码，从而得到速度阈值推荐模型。训练的过程就是利用已有的数据确定模型参数的过程。模型是指运用数理逻辑方法和数学语音构建的数学模型，是让机器从已有的数据中学习出新的知识，也就是根据数据集处理得到的训练样本进行系统的学习，例如，如何分析远程驾驶员偏好的速度阈值。
根据本公开实施例提供的技术方案，通过速度阈值推荐模型计算得到速度阈值，能够基于不同远程驾驶员的身份信息，推荐不同的速度阈值，因此，提升了远程驾驶员的操控体验。进一步地，本公开无需预先对目标远程驾驶员进行训练，即可得到可能最适合目标远程驾驶员的速度阈值，因此，提高了远程驾驶的效率。
在一些实施例中，训练样本包括远程驾驶员的身份信息和与身份信息对应的最佳速度阈值，其中，最佳速度阈值为远程驾驶员基于对无人车的操控反馈的速度阈值。
具体地，训练样本可以包括多个数据对，每个数据对可以包括远程驾驶员的身份信息和与身份信息对应的最佳速度阈值，其数据对的数量成百上千，具体根据实际情况而定。
这里，身份信息包括远程驾驶员账号、身高、年龄、性别以及远程驾驶的年限，远程驾驶的年限指远程驾驶员从事远程驾驶工作的时间，例如，远程驾驶的年限可以是1年、1.2年、2年或2.6年。
在一些实施例中，远程驾驶员基于对无人车的操控反馈速度阈值包括：根据视频画面处理方法，基于不同的速度阈值（例如，10km/h、15km/h、20km/h、25km/h、30km/h等），对远程驾驶员进行训练，远程驾驶员基于对无人车的操控反馈最佳操控体验对应的速度阈值。
在一些实施例中，基于采用机器学习算法对训练样本进行训练得到的速度阈值推荐模型计算得到预设速度阈值，包括：采用机器学习算法对训练样本进行训练得到速度阈值推荐模型；获取目标远程驾驶员的身份信息，输入至速度阈值推荐模型，得到预设速度阈值。
在一些实施例中，采用机器学习算法对训练样本进行训练得到速度阈值推荐模型，包括：获取远程驾驶员的身份信息和与身份信息相对应的最佳速度阈值；将远程驾驶员的身份信息和与身份信息相对应的最佳速度阈值拆分为训练样本和测试样本，采用机器学习算法对训练样本进行训练，得到速度阈值推荐模型，这里，远程驾驶员的身份信息作为输入量，与身份信息对应的最佳速度阈值作为输出量，训练目标为能够使每个远程驾驶员的身份信息对应的输出为与身份信息对应的最佳速度阈值；利用测试样本对速度阈值推荐模型进行测试，并根据测试结果调整速度阈值推荐模型参数直至测试结果满足预设准确度条件；其中，测试样本包括远程驾驶员的身份信息和与身份信息相对应的最佳速度阈值。
可选地，在一些实施例中，采用机器学习算法对训练样本进行训练得到速度阈值推荐模型，还包括：更新远程驾驶员的身份信息和与身份信息相对应的最佳速度阈值，得到更新后的训练样本和更新后的测试样本；基于更新后的训练样本和更新后的测试样本，对速度阈值推荐模型进行更新，并将更新后的速度阈值推荐模型作为当前速度阈值推荐模型。
在一些实施例中，在远程驾驶端显示主视频数据对应的第一视频画面和辅视频数据对应的第二视频画面，包括：在远程驾驶端以画中画的方式显示主视频数据对应的第一视频画面和辅视频数据对应的第二视频画面。
具体地，画中画是一种视频内容呈现方式，是指使用一大一小两个视频画面叠加的方式，同时呈现两个视频信号。在本公开实施例中，可以在屏幕的大窗口中显示第一视频画面，在屏幕的小窗口中显示第二视频画面；也可以在屏幕的小窗口中显示第一视频画面，在屏幕的大窗口中显示第二视频画面，本公开实施例对此不作限制。
根据本公开实施例提供的技术方案，通过在远程驾驶端以画中画的方式显示主视频数据对应的第一视频画面和辅视频数据对应的第二视频画面，能够使远程驾驶员同时查看到靠近无人车的车头的路面情况和距离车头较远的路面情况，因此，提高了远程驾驶的安全性。
上述所有可选技术方案，可以采用任意结合形成本申请的可选实施例，在此不再一一赘述。
图4是本公开实施例提供的另一种基于无人车远程驾驶的视频画面处理方法的流程图。图4的基于无人车远程驾驶的视频画面处理方法可以由图1的远程驾驶端1或服务器3执行。如图4所示，该基于无人车远程驾驶的视频画面处理方法包括：
S401，在无人车处于远程驾驶模式的情况下，获取安装在无人车上的第一摄像装置和第二摄像装置分别采集到的第一视频数据和第二视频数据，其中，第一摄像装置位于无人车的车头的顶部，第二摄像装置位于无人车的车头的底部，并且第一摄像装置和第二摄像装置位于车头的中轴线上；
S402，监测无人车的车速并获取车速信息，以基于车速信息确定无人车的车速是否大于预设速度阈值，如果是，则执行S403；否则，执行S404；
S403，将第一视频数据作为主视频数据，第二视频数据作为辅视频数据，并在远程驾驶端显示主视频数据对应的第一视频画面和辅视频数据对应的第二视频画面。
S404，将第二视频数据作为主视频数据，第一视频数据作为辅视频数据，并在远程驾驶端显示主视频数据对应的第一视频画面和辅视频数据对应的第二视频画面。
根据本公开实施例提供的技术方案，通过在无人车处于远程驾驶模式的情况下，获取安装在无人车上的第一摄像装置和第二摄像装置分别采集到的第一视频数据和第二视频数据，其中，第一摄像装置位于无人车的车头的顶部，第二摄像装置位于无人车的车头的底部，并且第一摄像装置和第二摄像装置位于车头的中轴线上；监测无人车的车速并获取车速信息，以基于车速信息确定无人车的车速是否大于预设速度阈值；在无人车的车速大于预设速度阈值的情况下，将第一视频数据作为主视频数据，第二视频数据作为辅视频数据，并在远程驾驶端显示主视频数据对应的第一视频画面和辅视频数据对应的第二视频画面；在无人车的车速小于或等于预设速度阈值的情况下，将第二视频数据作为主视频数据，第一视频数据作为辅视频数据，并在远程驾驶端显示主视频数据对应的第一视频画面和辅视频数据对应的第二视频画面，使得远程驾驶端的远程驾驶员能够依据第一视频画面和第二视频画面为驾驶视野控制无人车行驶，能够降低远程驾驶端的视频画面给远程驾驶员带来的较大冲击，因此，提高了远程驾驶的操控体验，并进一步提高了远程驾驶的安全性。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本公开实施例的实施过程构成任何限定。下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。
图5是本公开实施例提供的一种基于无人车远程驾驶的视频画面处理装置的框图。如图5所示，该基于无人车远程驾驶的视频画面处理装置包括：
获取模块501，被配置为在无人车处于远程驾驶模式的情况下，获取安装在无人车上的第一摄像装置和第二摄像装置分别采集到的第一视频数据和第二视频数据，其中，第一摄像装置位于无人车的车头的顶部，第二摄像装置位于无人车的车头的底部，并且第一摄像装置和第二摄像装置位于车头的中轴线上；
监测模块502，被配置为监测无人车的车速并获取车速信息，以基于车速信息确定无人车的车速是否大于预设速度阈值；
显示模块503，被配置为在无人车的车速大于预设速度阈值的情况下，将第一视频数据作为主视频数据，第二视频数据作为辅视频数据，并在远程驾驶端显示主视频数据对应的第一视频画面和辅视频数据对应的第二视频画面。
根据本公开实施例提供的技术方案，通过在无人车处于远程驾驶模式的情况下，获取安装在无人车上的第一摄像装置和第二摄像装置分别采集到的第一视频数据和第二视频数据，其中，第一摄像装置位于无人车的车头的顶部，第二摄像装置位于无人车的车头的底部，并且第一摄像装置和第二摄像装置位于车头的中轴线上；监测无人车的车速并获取车速信息，以基于车速信息确定无人车的车速是否大于预设速度阈值；在无人车的车速大于预设速度阈值的情况下，将第一视频数据作为主视频数据，第二视频数据作为辅视频数据，并在远程驾驶端显示主视频数据对应的第一视频画面和辅视频数据对应的第二视频画面，使得远程驾驶端的远程驾驶员能够依据第一视频画面和第二视频画面为驾驶视野控制无人车行驶，能够降低远程驾驶端的视频画面给远程驾驶员带来的较大冲击，因此，提高了远程驾驶的操控体验，并进一步提高了远程驾驶的安全性。
在一些实施例中，在无人车的车速小于或等于预设速度阈值的情况下，图5的显示模块503将第二视频数据作为主视频数据，第一视频数据作为辅视频数据，并在远程驾驶端显示主视频数据对应的第一视频画面和辅视频数据对应的第二视频画面。
在一些实施例中，图5的监测模块502利用安装在无人车上的匀速传感器持续采集无人车的车速信息，并将车速信息传送至远程驾驶端，以使远程驾驶端对无人车的车速进行监测。
在一些实施例中，图5的监测模块502将采集到的每个时刻的车速信息依次与预设速度阈值进行比较；当无人车在连续时刻内的车速均小于或等于预设速度阈值时，确定无人车的车速小于或等于预设速度阈值；当无人车在连续时刻内的车速均大于预设速度阈值时，确定无人车的车速大于预设速度阈值。
在一些实施例中，预设速度阈值是基于采用机器学习算法对训练样本进行训练得到的速度阈值推荐模型计算得到的。
在一些实施例中，训练样本包括远程驾驶员的身份信息和与身份信息对应的最佳速度阈值，其中，最佳速度阈值为远程驾驶员基于对无人车的操控反馈的速度阈值。
在一些实施例中，图5的显示模块503在远程驾驶端以画中画的方式显示主视频数据对应的第一视频画面和辅视频数据对应的第二视频画面。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本公开实施例的实施过程构成任何限定。
图6是本公开实施例提供的电子设备6的示意图。如图6所示，该实施例的电子设备6包括：处理器601、存储器602以及存储在该存储器602中并且可以在处理器601上运行的计算机程序603。处理器601执行计算机程序603时实现上述各个方法实施例中的步骤。或者，处理器601执行计算机程序603时实现上述各装置实施例中各模块/单元的功能。
示例性地，计算机程序603可以被分割成一个或多个模块/单元，一个或多个模块/单元被存储在存储器602中，并由处理器601执行，以完成本公开。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序603在电子设备6中的执行过程。
电子设备6可以是桌上型计算机、笔记本、掌上电脑及云端服务器等电子设备。电子设备6可以包括但不仅限于处理器601和存储器602。本领域技术人员可以理解，图6仅仅是电子设备6的示例，并不构成对电子设备6的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如，电子设备还可以包括输入输出设备、网络接入设备、总线等。
处理器601可以是中央处理单元（Central Processing Unit，CPU），也可以是其它通用处理器、数字信号处理器（Digital Signal Processor，DSP）、专用集成电路（Application Specific Integrated Circuit，ASIC）、现场可编程门阵列（Field-Programmable Gate Array，FPGA）或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器602可以是电子设备6的内部存储单元，例如，电子设备6的硬盘或内存。存储器602也可以是电子设备6的外部存储设备，例如，电子设备6上配备的插接式硬盘，智能存储卡（Smart Media Card，SMC），安全数字（Secure Digital，SD）卡，闪存卡（Flash Card）等。进一步地，存储器602还可以既包括电子设备6的内部存储单元也包括外部存储设备。存储器602用于存储计算机程序以及电子设备所需的其它程序和数据。存储器602还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本公开的范围。
在本公开所提供的实施例中，应该理解到，所揭露的装置/电子设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/电子设备实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本公开实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可以存储在计算机可读存储介质中，该计算机程序在被处理器执行时，可以实现上述各个方法实施例的步骤。计算机程序可以包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（Read-Only Memory，ROM）、随机存取存储器（Random Access Memory，RAM）、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如，在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上实施例仅用以说明本公开的技术方案，而非对其限制；尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本公开各实施例技术方案的精神和范围，均应包含在本公开的保护范围之内。

Claims (10)

1.一种基于无人车远程驾驶的视频画面处理方法，其特征在于，包括：
在无人车处于远程驾驶模式的情况下，获取安装在所述无人车上的第一摄像装置和第二摄像装置分别采集到的第一视频数据和第二视频数据，其中，所述第一摄像装置位于所述无人车的车头的顶部，所述第二摄像装置位于所述无人车的车头的底部，并且所述第一摄像装置和所述第二摄像装置位于所述车头的中轴线上；
监测所述无人车的车速并获取车速信息，以基于所述车速信息确定所述无人车的车速是否大于预设速度阈值；
在所述无人车的车速大于所述预设速度阈值的情况下，将所述第一视频数据作为主视频数据，所述第二视频数据作为辅视频数据，并在远程驾驶端显示所述主视频数据对应的第一视频画面和所述辅视频数据对应的第二视频画面。
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：
在所述无人车的车速小于或等于所述预设速度阈值的情况下，将所述第二视频数据作为主视频数据，所述第一视频数据作为辅视频数据，并在所述远程驾驶端显示所述主视频数据对应的第一视频画面和所述辅视频数据对应的第二视频画面。
3.根据权利要求1所述的方法，其特征在于，所述监测所述无人车的车速并获取车速信息，包括：
利用安装在所述无人车上的匀速传感器持续采集所述无人车的车速信息，并将所述车速信息传送至所述远程驾驶端，以使所述远程驾驶端对所述无人车的车速进行监测。
4.根据权利要求1所述的方法，其特征在于，所述基于所述车速信息确定所述无人车的车速是否大于预设速度阈值，包括：
将采集到的每个时刻的车速信息依次与所述预设速度阈值进行比较；
当所述无人车在连续时刻内的车速均小于或等于所述预设速度阈值时，确定所述无人车的车速小于或等于所述预设速度阈值；
当所述无人车在连续时刻内的车速均大于所述预设速度阈值时，确定所述无人车的车速大于所述预设速度阈值。
5.根据权利要求1至4中任一项所述的方法，其特征在于，所述预设速度阈值是基于采用机器学习算法对训练样本进行训练得到的速度阈值推荐模型计算得到的。
6.根据权利要求5所述的方法，其特征在于，所述训练样本包括远程驾驶员的身份信息和与所述身份信息对应的最佳速度阈值，其中，所述最佳速度阈值为所述远程驾驶员基于对所述无人车的操控反馈的速度阈值。
7.根据权利要求1至4中任一项所述的方法，其特征在于，所述在远程驾驶端显示所述主视频数据对应的第一视频画面和所述辅视频数据对应的第二视频画面，包括：
在所述远程驾驶端以画中画的方式显示所述主视频数据对应的第一视频画面和所述辅视频数据对应的第二视频画面。
8.一种基于无人车远程驾驶的视频画面处理装置，其特征在于，包括：
获取模块，被配置为在无人车处于远程驾驶模式的情况下，获取安装在所述无人车上的第一摄像装置和第二摄像装置分别采集到的第一视频数据和第二视频数据，其中，所述第一摄像装置位于所述无人车的车头的顶部，所述第二摄像装置位于所述无人车的车头的底部，并且所述第一摄像装置和所述第二摄像装置位于所述车头的中轴线上；
监测模块，被配置为监测所述无人车的车速并获取车速信息，以基于所述车速信息确定所述无人车的车速是否大于预设速度阈值；
显示模块，被配置为在所述无人车的车速大于所述预设速度阈值的情况下，将所述第一视频数据作为主视频数据，所述第二视频数据作为辅视频数据，并在远程驾驶端显示所述主视频数据对应的第一视频画面和所述辅视频数据对应的第二视频画面。
9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并且可以在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述方法的步骤。
CN202110940411.9A 2021-08-17 2021-08-17 基于无人车远程驾驶的视频画面处理方法和装置 Active CN113395495B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110940411.9A CN113395495B (zh) 2021-08-17 2021-08-17 基于无人车远程驾驶的视频画面处理方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110940411.9A CN113395495B (zh) 2021-08-17 2021-08-17 基于无人车远程驾驶的视频画面处理方法和装置

Publications (2)

Publication Number Publication Date
CN113395495A true CN113395495A (zh) 2021-09-14
CN113395495B CN113395495B (zh) 2021-11-30

Family

ID=77622722

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110940411.9A Active CN113395495B (zh) 2021-08-17 2021-08-17 基于无人车远程驾驶的视频画面处理方法和装置

Country Status (1)

Country Link
CN (1) CN113395495B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114339059A (zh) * 2022-03-17 2022-04-12 新石器慧通（北京）科技有限公司 远程驾驶画面的调整方法及装置
CN114454889A (zh) * 2022-04-14 2022-05-10 新石器慧通（北京）科技有限公司 用于远程驾驶的行驶路面状况反馈方法、装置和无人车

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070061068A1 (en) * 2005-09-09 2007-03-15 Mazda Motor Corporation Information indication device for vehicle
CN101327763A (zh) * 2007-06-15 2008-12-24 株式会社电装 显示系统和程序
US20090192683A1 (en) * 2007-11-16 2009-07-30 Aisin Aw Co., Ltd. Vehicle control device, vehicle control method and computer program
CN103358994A (zh) * 2013-07-10 2013-10-23 奇瑞汽车股份有限公司 一种汽车前视摄像系统
CN104385987A (zh) * 2014-11-14 2015-03-04 东风汽车有限公司 一种汽车监控方法及系统
CN105405321A (zh) * 2015-12-22 2016-03-16 清华大学 高速公路上车辆行驶中的安全预警方法及系统
US20160236617A1 (en) * 2013-03-11 2016-08-18 U.S. Army Research Laboratory Attn: Rdrl-Loc-I Apparatus and method for estimating and using a predicted vehicle speed in an indirect vision driving task
CN106546998A (zh) * 2016-10-31 2017-03-29 张舒怡 一种用于自动驾驶的传感器
CN111783675A (zh) * 2020-07-03 2020-10-16 郑州迈拓信息技术有限公司 基于车辆语义感知的智慧城市视频自适应hdr控制方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070061068A1 (en) * 2005-09-09 2007-03-15 Mazda Motor Corporation Information indication device for vehicle
CN101327763A (zh) * 2007-06-15 2008-12-24 株式会社电装 显示系统和程序
US20090192683A1 (en) * 2007-11-16 2009-07-30 Aisin Aw Co., Ltd. Vehicle control device, vehicle control method and computer program
US20160236617A1 (en) * 2013-03-11 2016-08-18 U.S. Army Research Laboratory Attn: Rdrl-Loc-I Apparatus and method for estimating and using a predicted vehicle speed in an indirect vision driving task
CN103358994A (zh) * 2013-07-10 2013-10-23 奇瑞汽车股份有限公司 一种汽车前视摄像系统
CN104385987A (zh) * 2014-11-14 2015-03-04 东风汽车有限公司 一种汽车监控方法及系统
CN105405321A (zh) * 2015-12-22 2016-03-16 清华大学 高速公路上车辆行驶中的安全预警方法及系统
CN106546998A (zh) * 2016-10-31 2017-03-29 张舒怡 一种用于自动驾驶的传感器
CN111783675A (zh) * 2020-07-03 2020-10-16 郑州迈拓信息技术有限公司 基于车辆语义感知的智慧城市视频自适应hdr控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
T C MURULIDHARA,ET AL.: "Unmanned vehicle to detect alive human during calamity", 《 2017 INTERNATIONAL CONFERENCE ON ELECTRICAL, ELECTRONICS, COMMUNICATION, COMPUTER, AND OPTIMIZATION TECHNIQUES (ICEECCOT)》 *
VOLODYMYR KHARCHENKO，ET AL.: "Mathematical model of unmanned aerial vehicle control in manual or semiautomatic modes", 《2017 IEEE 4TH INTERNATIONAL CONFERENCE ACTUAL PROBLEMS OF UNMANNED AERIAL VEHICLES DEVELOPMENTS (APUAVD)》 *
刘红星.: "基于视觉的无人驾驶车辆运动控制的研究", 《中国优秀硕士学位论文全文数据库（电子期刊）》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114339059A (zh) * 2022-03-17 2022-04-12 新石器慧通（北京）科技有限公司 远程驾驶画面的调整方法及装置
CN114454889A (zh) * 2022-04-14 2022-05-10 新石器慧通（北京）科技有限公司 用于远程驾驶的行驶路面状况反馈方法、装置和无人车

Also Published As

Publication number Publication date
CN113395495B (zh) 2021-11-30

Similar Documents

Publication Publication Date Title
CN113395495B (zh) 基于无人车远程驾驶的视频画面处理方法和装置
US11747809B1 (en) System and method for evaluating the perception system of an autonomous vehicle
US20190266751A1 (en) System and method for identifying a camera pose of a forward facing camera in a vehicle
CN112738171B (zh) 车辆的控制方法、装置、系统、设备及存储介质
CN113276774B (zh) 无人车远程驾驶过程中视频画面的处理方法、装置及设备
CN104036668A (zh) 一种智能汽车模拟驾驶装置
CN103727879A (zh) 计算和显示在显示器图像中检测的物体高度的装置和方法
CN109070801B (zh) 使用后置相机的拖车角度检测
CN113525228A (zh) 遮挡信息显示方法、装置、电子设备及存储介质
CN113852795B (zh) 视频画面调整方法、装置、电子设备及存储介质
CN113240939A (zh) 一种车辆预警方法、装置、设备及存储介质
CN106954045B (zh) 车辆视场跟随显示系统
CN105774657B (zh) 一种单摄像头全景倒车影像系统
EP3815044B1 (de) Verfahren zu einer sensor- und speicherbasierten darstellung einer umgebung, anzeigevorrichtung und fahrzeug mit der anzeigevorrichtung
CN115134537A (zh) 一种图像处理方法、装置及车辆
CN113432614B (zh) 车辆导航方法、装置、电子设备及计算机可读存储介质
CN210327795U (zh) 一种集成客流统计的车载视频监控设备、系统及车辆
CN110057364B (zh) 一种水田拖拉机位姿检测和偏航角提取方法及装置
CN114454889B (zh) 用于远程驾驶的行驶路面状况反馈方法、装置和无人车
CN203858775U (zh) 一种智能汽车模拟驾驶装置
CN114339059A (zh) 远程驾驶画面的调整方法及装置
CN114464006B (zh) 自动驾驶车辆的分配方法和装置
CN114572252B (zh) 基于驾驶权限认证的无人车控制方法及装置
Kotze et al. Reconfigurable navigation of an Automatic Guided Vehicle utilising omnivision
CN111932687B (zh) 车内混合现实显示方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230823

Address after: Building 2, No. 209 Changxing Third Road, Xiping Street, Songyang County, Lishui City, Zhejiang Province, 323000

Patentee after: Neolithic Unmanned Vehicle (Songyang) Co.,Ltd.

Address before: 100176 room 613, 6 / F, area 2, building a, 12 Hongda North Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing

Patentee before: NEOLIX TECHNOLOGIES Co.,Ltd.