CN115315723A - 计算车辆拖车角度的方法和系统 - Google Patents

Abstract

本发明涉及一种在使用校正信息情况下，基于包含在多幅所拍摄图像中的至少一个特征(F1、F2)，确定拖车(2)相对于牵引车(1)纵轴(LAV)的偏航角(YA)的方法。

Description

计算车辆拖车角度的方法和系统

技术领域

本发明大体上涉及车辆辅助系统领域。更具体地说，本发明涉及一种基于由车辆摄像装置提供的图像信息计算与牵引车相联的拖车的偏航角度的方法和系统。

背景技术

基于车辆摄像装置所提供的图像信息计算拖车相对于牵引车角度的方法是已知的。

具体来说，已知方法是在不考虑拖车枢轴点位置的情况下提供拖车偏航角可靠的近似值。然而，所述方法的偏航角近似值尤其是在大偏航角情况下准确性很低。

发明内容

本发明实施方式的目标是，提供一种具有较高鲁棒性和较高精确度的拖车偏航角计算方法。该任务通过独立权利要求的特征解决。优选的实施方式在从属权利要求中给出。只要没有其他明确给出，本发明的实施方式彼此之间可相互自由组合。

根据一个方面，本发明涉及一种用于确定拖车相对于牵引车纵轴的偏航角的方法。所述牵引车包括牵引杆。基于所述牵引杆，拖车可与车辆相连接。所述方法包括以下步骤：

首先，借助摄像装置拍摄拖车的至少第一和第二图像。第一和第二图像的拍摄方法是，使拖车相对于车辆的方向在至少两幅图像上是不同的。

拍摄所述图像后，至少确定拖车的第一特征。所述第一特征必须在第一和第二图像上是可见的。

基于所确定的第一特征计算第一角度估计。所述第一角度估计表征第一图像上的第一特征与第二图像上的第一特征之间在水平面上相对于牵引车摄像装置位置的摆角。换句话说，第一角度估计指的是被限制在第一条线和第二条线之间的摆角，所述第一条线第一图像上的第一特征位置与所述摄像装置位置之间延伸，所述第二条线第二图像上的第一特征位置与所述摄像装置位置之间延伸。所述摆角从车辆朝向拖车的方向开口。

下文中，使用基于在至少两幅图像上检测到的至少一个特征的至少一个角度估计的方法被称为“基本算法”。

值得一提的是，术语“在第一/第二图像上第一特征的位置”是指图像特征的二维平面图像坐标，或与之相应的光线(例如作为三维立体单位矢量或方位角/仰角给出)。二维平面图像坐标可利用摄像装置校准信息转换为光线。

此外，还提供一个或多个角度系数。所述一个或多个角度系数为所述角度估计提供缩放信息。换句话说，基于所述角度系数，可对角度估计进行修改，以减小准确性不够的问题。

最后，基于第一角度估计和基于一个或多个角度系数计算拖车的偏航角。

所述方法是有益的，因为由于使用两幅或多幅图像并使用至少一个拖车特征计算偏航角，即使拖车特征的检测受到高噪音的影响或图像质量很差，偏航角的确定结果也极为可靠并具很高鲁棒性。通过使用一个或多个角度系数，可对角度估计进行缩放以便提高准确性。

根据一实施方式，至少确定拖车的第一和第二特征。所述第一特征设置在与第二特征不同的另一拖车位置。例如，第一特征可以是在拖车第一位置的一明显的第一特征，第二特征可以是在拖车第二位置的一明显的第二特征。此外，至少要计算第二角度估计。所述第二角度估计表征在水平面上第一图像上的第二特征与第二图像上的第二特征之间相对于牵引车摄像装置位置的摆角。换句话说，第二角度涉及的是被限制在第一图像上的第二特征位置与所述摄像装置位置之间的第一条线和第二图像上的第二特征位置与所述摄像装置位置之间的第二条线之间的摆角。所述摆角从车辆朝向拖车的方向开口。

通过使用两个或多个拖车特征，可获得可靠性更高的结果，因为可减少噪声和不匹配的影响。

根据一实施方式，基于几何信息设立一个或多个角度系数。所述几何信息可考虑摄像装置和牵引杆之间的距离以及摄像装置和一个或多个拖车特征之间的距离。因此，可减轻由于车辆特征之间未知的几何关系(尤其是摄像装置和牵引杆之间的局部关系)以及车辆和拖车之间未知的几何关系所导致的准确性不足。

根据一实施方式，角度系数是摄像装置和牵引杆之间的距离除以摄像装置和拖车特征之间的距离。特征离摄像装置越远，所述系数就越接近于零。

根据一实施方式，所述一个或多个角度系数是通过将摄像装置和牵引杆之间的距离除以摄像装置和一个或多个拖车特征之间的距离计算得出的。通过计算所述距离的商，可进一步提高确定偏航角的准确性。

根据一实施方式，角度系数是针对相应车辆定制的单一系数。角度系数可针对具体的车辆特征(尤其是摄像装置和牵引杆之间的局部关系)预先设定，并在不考虑具体拖车的情况下加以使用。换句话说，所述单一系数可能是一个“适合所有拖车”的系数。因此，可在有限计算工作量情况下达到较高准确性。所述单一系数可用于每个角度估计，或用于基于至少两个角度估计设定中值或平均值。换句话说，要么直接基于所述角度系数对至少一个角度估计进行缩放，要么计算多个角度估计的平均值或中值，并通过所述单一角度系数对平均值或中值进行缩放。

根据一实施方式，所述角度系数是针对特定拖车动态调整适配的。换句话说，角度系数不是作为“适合所有拖车”设定的系数，而是根据当前使用的拖车动态调整适配的。以此方式可进一步提高确定偏航角的准确性。

根据一实施方式，所述角度系数的动态调整适配是通过使用确定偏航角参考信息的参考算法和通过将所述两个或多个角度估计与由所述参考算法提供的偏航角参考信息进行比较以调整适配角度系数来实施的。至少在特定情况下，参考算法可提供比基本算法提供的至少一个角度估计更准确的偏航角参考信息，并用于动态设定所述一个或多个角度系数。换句话说，参考算法的结果被用于对所述基本算法提供的角度估计进行缩放。

根据一实施方式，所述参考算法配置用于执行以下步骤：

-摄像装置和第一图像上所确定的第一特征之间的射线被开发出来，并被投影到一水平面上，从而获得第一投影特征位置。同样，摄像装置和第二图像上所确定的第一特征之间的一射线被开发出来，并投影到所述水平面上，从而获得第二投影特征位置。

-基于所设定的第一特征，在第一投影特征位置和第二投影特征位置之间设立第一垂直平分线。更详细地说，该第一垂直平分线可以是穿过第一投影特征位置和第二投影特征位置连接线的中心的垂直线。

-在设定第一垂直平分线后，设定该第一垂直平分线与参考轴或另一垂直平分线的第一交点。

-最后，基于第一参考角度估计提供偏航角参考信息，其中，所述第一参考角度估计是指在水平面上从第一投影特征位置到第一交点的第一条线与从第二投影特征位置到第一交点的第二条线之间的角度。

值得一提的是，术语“在第一图像上的第一特征位置”是指图像特征的二维平面图像坐标，或与之相应的光线(例如作为三维立体单位矢量或方位角/仰角给出)。一个二维平面图像坐标可用摄像装置校准信息转换为光线。

所述第一参考角度估计可从牵引车朝向拖车的方向开口。

根据一实施方式，基于所述参考算法，开发出参考不同偏航角的多个偏航角参考信息，并通过开发所述多个偏航角参考信息的平均值设定角度系数。也可使用其他统计方法，例如，可测量方差以去除异常值。由此，可减轻参考算法的噪声影响。

根据一实施方式，在第一或第二图像上，拖车相对于车辆的偏航角为零。因此，该图像可用作“零姿态图像”，即用作车辆纵轴与拖车纵轴准确对齐的参考。然而，如果所述另外的偏航角是已知的，也可使用另一偏航角值作为参考值。

根据一实施方式，在基本算法中，计算第一角度估计包括在第一和第二图像中设定所述摄像装置位置和所述第一特征之间的光线。所述光线是指所述摄像装置位置和所述第一特征之间的直线。基于所述光线，例如可基于几何方法等减少确定当前摆角的计算工作量。

根据一实施方式，尤其在基本算法中，摄像装置校准信息用于将所述第一特征位置转换为光线。例如，在使用摄像装置校准信息了解摄像装置位置的情况下，图像上一特定特征的位置可根据摄像装置位置或与摄像装置位置相关联地在位置信息中传输。

根据一实施方式，摄像装置校准信息用于将所述第一特征的位置从图像的局部域转换到车辆的局部域或车辆摄像装置的位置。如果例如在使用摄像装置校准信息已知摄像装置位置后，图像上一特定特征的位置可根据包括在车辆中或固定在车辆上的摄像装置的位置或与其相关联地传输到位置信息中。

根据一实施方式，除了所述的第一特征外，至少还将另一拖车特征用于偏航角的计算。使用两个或更多特征进一步提高确定偏航角的鲁棒性和可靠性。

根据一实施方式，通过设立基于至少两个角度估计的中值计算偏航角。由此，可获得非常稳定的偏航角确定。

根据其他实施方式，通过测定至少两个角度估计的平均值或使用应用于所述角度估计的统计方法计算偏航角。

根据一实施方式，为提供偏航角参考信息，基于至少两个不同拖车特征设立至少两个参考角度估计，并通过设立基于至少两个参考角度估计的中值计算偏航角参考信息。由此，可非常稳定地确定偏航角参考信息。

根据其他实施方式，通过建立至少两个参考角度估计的平均值或使用应用于所述角度估计的统计方法计算偏航角参考信息。

根据一实施方式，所述方法还包括确定一角度窗口的步骤。所述角度窗口可包括围绕所述偏航角的上限和下限。此外，确定一组特征，其中，在所述特征组中的所述特征导致位于所述角度窗口内的角度估计。所确定的特征组，优选只有包括在所述特征组中的特征被用于未来的偏航角计算。换句话说，以前确定偏航角的信息被用于确定两个或多个拖车特征，这些特征导致角度估计相当接近所确定的偏航角(即处于角度窗口内)，并不对导致角度估计显著偏离所确定的偏航角(即超出角度窗口)的那些特征实施跟踪。角度估计的计算复杂性和准确性要求也可以此方式大幅度降低。

根据一实施方式，在参考算法中，如果摄像装置和车辆的牵引杆设置在包括牵引车纵轴的竖直定向的平面内，则参考轴是牵引车纵轴。

根据另一实施方式，如果摄像装置和/或牵引杆相对于牵引车的纵轴有一横向偏移，则在参考算法中参考轴是摄像装置和牵引杆之间的直线。由此，可对摄像装置和牵引杆之间的横向偏移加以补偿。

根据一实施方式，摄像装置是车辆的后视摄像装置。基于后视摄像装置，可耗费较少技术努力拍摄拖车图像。

根据另一实施方式，角度系数可针对每个特征基于该特征的参考算法和基本算法独立进行计算。所述系数与拖车角度无关，因此，即使参考算法目前不准确，或不可用(由于数学上的不稳定性，例如在低偏航角时除以零的误差)，角度系数仍可用于缩放基本算法，即使该角度系数是在另一拖车角度下计算得出的。

然后，每个图像特征将通过角度系数对基本角度估计进行缩放，产生准确的角度估计。可使用平均值、中值或其他统计度量，从单一特征的偏航角估计中输出所估计的拖车偏航角。

根据另一方面，公布了一种确定拖车相对于牵引车纵轴的偏航角的系统。所述系统包括用于拍摄拖车图像的摄像装置和用于处理所拍摄图像的处理实体。此外，所述系统还配置用于执行以下步骤：

-使用摄像装置检测拖车的至少一第一和第二图像，其中，拖车相对于车辆的方向在至少两幅图像上是不同的。

-确定拖车在第一和第二图像上可见的至少一第一特征；

-计算第一角度估计，其中，所述第一角度估计表征在水平面上第一图像上的第一特征与第二图像上的第一特征之间相对于牵引车摄像装置的位置的摆角；

-提供一个或多个角度系数，其中，所述一个或多个角度系数为所述第一角度估计提供缩放信息；以及

-基于第一角度估计和基于一个或多个角度系数计算偏航角。

作为所述方法一实施方式描述的任何上述特征也可用作根据在此公布的本专利申请所述系统中的系统特征。

根据另一实施方式，公布了一种包括根据上述实施方式中任一实施方式所述系统的车辆。

在本发明中使用的术语“车辆”可指汽车、卡车、巴士、有轨车辆或任意其他交通工具。

在此公布的本专利申请中使用的术语“偏航角”可指车辆纵轴与拖车纵轴之间的摆角。

在此公布的本专利申请中使用的术语“中值”可指将数据样本或概率分布的较高一半与较低一半分开的数值。

本发明中使用的术语“基本上”或“大约”是指与精确值偏差+/-10％，优选+/-5％和/或变化形式对功能和/或对交通规则不重要的偏差。

附图说明

从以下详细描述和附图中更容易理解本发明的不同方面，包括其特定的特征和优点，其中：

图1示出了牵引拖车的车辆的示例性俯视图；

图2示出了基于摄像装置图像在拖车和牵引车之间的不同摆角下检测到的第一和第二特征的角度估计的示意图；

图3示出了根据参考算法基于通过摄像装置图像在拖车和牵引车之间的不同摆角下检测到的第一特征的参考角度估计的示意图；

图4示出了根据参考算法基于摄像装置图像在拖车和牵引车之间的不同摆角下检测到的第一和第二特征的参考角度估计的示意图；以及

图5示出了确定拖车相对于牵引车纵轴偏航角的方法各个步骤的示意框图。

具体实施方式

现参照展示示例性实施方式的附图对本发明进行更详细的描述。附图中的实施方式涉及优选实施方式，同时，已结合实施方式描述的所有要素和特征可尽可能与本文讨论的任何其他实施方式和特征结合使用，尤其是与上面进一步讨论的任何其他实施方式相关联。然而，本发明不应被解释为只限于这里所述的实施方式。在后面所有描述中，如果适用的话，相似的参考号用于表示相似的要素、部分、项目或特征。

在说明、权利要求、实施例和/或附图中公布的本发明特征既可单独，也可任意组合成各种形式，用于实现本发明。

图1展示的是牵引拖车2的车辆1的俯视图。车辆1包括穿越车辆1中心的纵轴LAV。同样，拖车2具有一条穿越拖车2中心的纵轴LAT。拖车2通过包括牵引杆4的拖车挂接装置与车辆1连接。

在特定行驶情形中，车辆1的纵轴LAV和拖车2的纵轴LAT可能不会平行对齐，或不会彼此重合，而是两纵轴可能形成了一偏航角YA。换句话说，偏航角YA定义了拖车2纵轴LAT相对于车辆1纵轴LAV的角度偏差。偏航角YA可在包括拖车2纵轴LAT和车辆1纵轴LAV的水平面上测量。

对偏航角YA的了解，例如在拖车辅助系统中也是有利的。

为确定偏航角YA，借助摄像装置3拍摄拖车2的至少一部分的多幅图像。摄像装置3例如可以是车辆1的后视摄像装置，它也可用于拍摄倒车时车辆1周围环境的图像。所拍摄图像之一可指拖车2相对于牵引车1的已知角度设置。该图可用作计算偏航角YA的参考。在拖车2相对于牵引车1的该已知角度设置中，偏航角YA可以是0度或任意其他角度值。

图2展示说明拖车2的第一和第二特征F1、F2的角度关系的示意图，其中，所述特征F1、F2在不同时间点和相对于车辆1的固定点的不同角度位置被识别。

摄像装置3可在不同时间点拍摄拖车2相对于车辆1具有不同角度位置的两幅或多幅图像。例如，可拍摄一图像系列。所述图像系列可包括三幅或更多图像，尤其是包括五幅以上的图像。

在本示例中，第二图像可展示在偏航角YA＝0度时，拖车2相对于车辆的方向。然而，根据其他实施方式，偏航角YA可以是事先已知的任意其他参考偏航角，并可用于确定当前的偏航角。

在摄像装置3拍摄的图像上，可识别多个不同特征。图2中说明了特征F1和F2，它们在相对于车辆1摄像装置3的位置或参考轴的不同角度位置被识别。第一特征F1用正方形表示，第二特征F2用三角形表示。值得一提的是，两个以上的特征和两幅以上的图像可用于偏航角估计。另外，也可仅使用一个特征对偏航角进行估计。

由此，上面的一对第一和第二特征(与连接特征F1和F2与摄像装置3的实线光线相关联)在第一图像中被识别，下面的一对第一和第二特征F1、F2(与连接特征F1和F2与摄像装置3的虚线光线相关联)于另一时间点在第二图像中被识别。

拖车2上的特征可使用特征检测和匹配算法进行定位和匹配。例如，可使用哈里斯边角侦测(Harris Corner Detector)、尺度不变特征变换(SIFT)算法、加速稳健特征(SURF)算法、二进制鲁棒不变可扩展关键点(BRISK)算法、二进制鲁棒独立基本特征(BRIEF)、定向快速轮换简报(ORB)算法或另一种适用的特征检测和匹配算法。

所述特征检测和匹配算法可检测出拖车上或不在拖车上的图像特征。为从非拖车特征中分离出拖车特征，可使用一些不同的方法。例如，在沿直线向前行驶时，可通过寻找随时间推移保持在同一位置的特征，将拖车特征与非拖车特征分开。或者，可使用车辆已知运动随着时间变化对背景特征的运动进行建模。这可从有关速度和转向的CAN(控制器区域网络)数据中提取。不符合基本矩阵极线约束的特征就可被视为是拖车特征。

为确定角度估计α1、α2，使用将特征F1和F2与摄像装置3相连接的光线R。为将所拍摄图像的特征F1和F2与摄像装置3位置相关联，可使用摄像装置3的校准信息，将图像坐标中的特征位置转换为摄像装置的空间域，从而可提供将各相应特征F1、F2的位置与所述摄像装置位置相关联的光线R。换句话说，为了将摄像装置位置和特征位置相关联，分别基于摄像装置3的校准信息将图像上的特征位置转换为车辆1的局部域或车辆1摄像装置的局部域。

在确定摄像装置位置与第一和第二图像中一个或多个特征之间的光线R之后后，确定第一特征F1和第二特征F2的摆角。图2中，α1说明的是第一特征F1在两幅所拍摄图像之间摆角的角度估计，α2说明的是第二特征F2在所述图像之间摆角的角度估计。根据不同实施方式，分别只确定一个或两个以上的拖车特征，并在多幅图像上进行跟踪。此外，优选在不同时间点拍摄两幅以上的图像，以改善偏航角估计的结果。

如上所述，所拍摄图像之一可提供参考图像，其中，拖车2相对于车辆1的角度位置是已知的。在所述拖车2相对于牵引车1的该已知角度设置中，偏航角YA可以是0度或任意其他角度值。因此，基于所述至少一个角度估计α1、α2可计算出偏航角YA。再参照图2，例如由虚线表示的光线R的角度设置可能是已知的，因为在参照所述光线R拍摄图像时，拖车2相对于车辆1有已知的参考方向。

上述方法具有极佳的鲁棒性，也就是说，即使在图像质量不佳、角度估计准确性较低情况下，也能提供角度估计。看来大多数情况下，至少有一个角度估计α1、α2低于实际偏航角YA。

为提高准确性，所述方法使用一个或多个角度系数，基于此对角度估计进行缩放或修改，以提供非常接近实际偏航角的角度估计。

角度系数可基于表征车辆1和拖车2之间几何情形的几何信息加以确定。更详细地说，角度系数可基于一组距离信息加以计算，其中，所述距离信息组包括车辆1的摄像装置3和牵引杆4之间的距离以及车辆1摄像装置3和拖车2至少一个特征F1、F2之间的距离。角度系数尤其可通过划分摄像装置3和牵引杆4之间的第一距离以及车辆1的摄像装置3和拖车2的特定特征F1、F2之间的第二距离(即.

)加以计算。

用一个或多个角度系数进行缩放角估计有多种不同的可能性：

首先，单一角度系数可用于拖车2的多个特征。可事先为各相应车辆1确定单一角度系数。所述角度系数可考虑摄像装置3相对于牵引杆4的距离。所述单一角度系数可存储在车辆1的存储装置中，或可在车辆1的软件中确实实施。

在计算两个或多个角度估计α1、α2之后，可基于所述角度估计α1、α2计算平均值。所述平均值可以是例如所展开角度估计α1、α2的中值。根据另一实施方式，可通过计算展开角估计α1、α2的算术平均值确定偏航角YA。根据另一实施方式，可通过使用基于所述角度估计α1、α2的例如RANSAC算法(RANSAC：random sample consensus(随机抽样一致))或最小二乘法等一随机方法确定偏航角YA。

提供一个或多个角度系数的第二可能性是，基于参考算法动态设立一个或多个角度系数。更具体地说，可针对特定拖车2设定一个角度系数，也可设定多个角度系数，其中，每个角度系数与拖车2的特定特征F1、F2相关联。换句话说，可在每个拖车基础上或在每个特征基础上动态设定角度系数。

使用如上所述的角度估计α1、α2动态设定角度系数，也就是说，针对特定特征，确定第一图像上的特征F1、F2与第二图像上的同样特征F1、F2之间的摆角。

为确定将单一角度估计α1、α2或多个角度估计α1、α2的平均值或中值沿实际偏航角YA方向缩放的角度系数，将单一角度估计α1、α2或多个角度估计α1、α2的平均值或中值与参考算法的结果加以比较，所述参考算法提供的偏航角参考信息具有比基本算法角度估计更高的准确性，并且角度系数的选择方法是，使角度估计与偏航角参考信息相等或是偏航角参考信息的主要部分。具体来说，参考方法可配置用于，对拖车2围绕其摆动的牵引杆4的位置加以考虑。

下文中基于图3公布一示例性参考方法。与图2相似，图3也展示说明拖车2在相对于牵引车1具有不同偏航角YA的不同时间点，拖车2的第一和第二特征F1、F2角度关系的示意图。

值得一提的是，参考算法使用与计算角度估计相同的图像，以确保基于相同的拖车位置或拖车偏航角设立角度系数。

图3中更详细说明基于所述参考算法确定参考偏航角。

与图2相似，图3也同样在第一图像中确定基于第一特征F1(与将第一投影特征位置PFP1a与摄像装置3相连的实线光线相关联)设定的第一投影特征位置PFP1a，并在另一不同时间点，在第二图像中确定基于第二特征F2(与将第二投影特征位置PFP1b与摄像装置3相连的实线光线相关联)的第二投影特征位置PFP1b。

图3中更详细说明基于所述参考算法确定参考偏航角的方法。第一和第二投影特征位置PFP1a、PFP1b在所述第一和第二图像之间的位置变化用于确定至少一个参考角度估计β1。

在各相应图像的特征识别之后，第一和第二图像的第一特征F1被投射到共同的水平面上。更详细地说，摄像装置3和第一图像上所确定的第一特征F1之间的射线被投射到水平面上，从而获得第一投影特征位置PFP1a。此外，摄像装置3和第二图像上所确定的第一特征F1之间的射线被投射到同一水平面上，从而获得第二投影特征位置PFP1b。值得一提的是，所述投影是在垂直方向上进行的，因此只改变了光线的仰角，而不改变方位角。

在确定第一和第二投影特征位置PFP1a、PFP1b之后，基于所述第一和第二投影特征位置PFP1a、PFP1b设定第一垂直平分线B1。如图3所示，第一垂直平分线B1是垂直于第一和第二投影特征位置PFP1a、PFP1b连接线的一条线。此外，第一垂直平分线B1穿过所述连接线中心。所述第一垂直平分线B1与参考轴相交，在本实施方式中，所述参考轴是车辆的纵向轴LAV。第一垂直平分线B1和参考轴的所述交点(通过IP1标记)提供了拖车围绕其转动的旋转点。更详细地说，所述交点提供了牵引杆4的位置。

基于第一垂直平分线B1计算第一参考角估计β1。第一参考角估计β1是指在连接第一投影特征位置PFP1a和第一垂直平分线B1与参考轴的交点的第一条线L1与连接第二投影特征位置PFP1b和第一垂直平分线B1与参考轴的交点的第二条线L2之间形成的角度。所述交点可指出牵引杆4的位置。更详细地说，第一参考角估计β1表征拖车2在水平面上第一图像中第一特征F1在水平面上的投影位置与第二图像中第一特征F1在所述水平面上的投影位置之间围绕所述第一交点IP1(即牵引杆4的位置)的摆角。

第一参考角度估计β1表示拖车2围绕其实际旋转点的偏航角YA。

图4展示的是与图3类似，使用在不同时间点(在该时间点上，拖车2相对于牵引车1具有不同偏航角YA)拍摄的拖车2的第一和第二特征F1、F2确定偏航角参考信息的实施方式。所述特征设置与图2中的说明相似。

在摄像装置3拍摄的图像上，可识别多个不同特征。如图4所示，在相对于车辆1的摄像装置3的位置的不同角度位置对所述特征进行识别。第一特征用正方形表示，第二特征用三角形表示。

图4中，上面的一对第一和第二特征(由PFP1a、PFP2a表示，并与连接特征与摄像装置3的实线光线相关联)在第一图像中被识别，下面的一对第一和第二特征F1、F2(由PFP1b、PFP2b表示，并与连接特征与摄像装置3的虚线光线相关联)于不同时间点在第二图像中被识别。

偏航角参考信息的确定方式与图3所示实施方式相似。主要区别在于，设定两个参考角估计β1、β2，并根据两个参考角估计β1、β2开发拖车的偏航角参考信息。更详细地说，如上面结合图3所述，设定第一垂直平分线B1并获取第一参考角估计β1。

此外，通过设定第三投影特征位置PFP2a和第四投影特征位置PFP2b，设定第二垂直平分线B2，以获得第二交点IP2，并将第三投影特征位置PFP2a和第四投影特征位置PFP2b与第二交点IP2相连，从而获得第二参考角估计β2。第三投影特征位置PFP2a是通过将第一图像中的第二特征F2投影到所述水平面上获取的，第四投影特征位置PFP2b是通过将第2图像中的第二特征F2投影到所述水平面上获取的。第二交点IP2可以是第二垂直平分线B2与在本实施方式中车辆纵轴LAV的参考轴的交点。第二参考角估计β2是连接第三投影特征位置PFP2a和交点IP2的第一条线与连接第四投影特征位置PFP2b和交点IP2的第二条线之间的角度。

在本实施方式中，参考轴是牵引车1的纵轴LAV，因为摄像装置3以及牵引杆4处于车辆1的纵轴LAV上。在其他实施方式中，如果摄像装置3或牵引杆4相对于车辆1的纵轴LAV具有一横向偏移，或摄像装置3和牵引杆4相对于车辆1的纵轴LAV的横向偏移是不同的，则参考轴可由连接摄像装置3和牵引杆4的直线构成。

理想条件下，第一参考角估计β1和第二参考角估计β2应相等(β1＝β2)，并应表示偏航角YA。然而，由于噪声和不匹配，第一和第二参考角估计β1、β2可能不同。

值得一提的是，拖车2的两个以上特征可在多幅图像上被确定和跟踪。此外，优选在不同时间点拍摄两幅以上的图像，以改善偏航角参考信息估计的结果。因此，可设定两个以上的参考角估计β1、β2，以改善确定偏航角参考信息的质量。

可使用统计学度量，基于具有不同值的第一和第二参考角估计β1、β2确定偏航角参考信息。根据第一实施方式，为确定偏航角参考信息，可使用两个或多个参考角估计β1、β2的中值。根据其他实施方式，可使用统计方法确定基于两个或多个参考角估计β1、β2的偏航角参考信息。所述统计方法可以是例如RANSAC算法(RANSAC：random sample consensus(随机抽样一致))或最小二乘法算法。

值得一提的是，上述参考算法仅是可用于缩放/调整适配角度系数的方法示例。然而，也可使用其他参考算法缩放/调整适配角度系数。

基于所述至少一个参考角估计β1、β2，可开发偏航角参考信息，在此基础上，选择角度系数值的方法可以是，使角度估计α1、α2朝向偏航角参考信息调整。

为消除上述参考方法可能有的固有噪声，可为拖车2的不同偏航角开发多个参考角系数。所述参考角系数可以是独立于偏航角的值。因此，通过对多个角度系数例如通过移动或求指数平均数等进行求平均，可减轻噪声影响。

作为第三示例，可设定多个角度系数，其中，每个角度系数对应于拖车2的特定特征F1、F2。换句话说，不仅可对所有拖车特征F1、F2使用唯一一个角度系数，而是可对第一特征F1使用第一角度系数而对第二特征F2使用第二角度系数。

所述多个角度系数可借助如上所述的参考算法动态确定。

根据一示例，以下公式可基于角度估计α1、α2和角度系数确定偏航角YA。

YA＝角度估计+sin^-1(角度系数*sin(角度估计))

通过使用角度估计α1和参考角估计β1，分别使用基于参考角估计β1获得的偏航角参考信息，可对上述方程重新排列，以确定角度系数。

如果参考角估计β1、各偏航角参考信息例如由于嘈杂的特征匹配不可用，可使用相对嘈杂的特征匹配具有鲁棒性的角度估计α1，和利用先前计算得出的角度系数建立准确的角度估计。

值得一提的是，上述公式只是一示例，本专利文献中公布的内容并不仅限于使用所述公式。因此，也可使用其他公式基于角度估计α1、α2和角度系数计算偏航角YA。

理想条件下，在建立多个角度估计α1、α2时，第一角度估计α1应等于第二角度估计α2(α1＝α2)。然而，由于噪声和不匹配，第一和第二角度估计α1、α2的数值可能不同。值得一提的是，为提高确定偏航角的质量，可设立两个以上的角度估计。

为基于具有不同值的第一和第二角度估计α1、α2确定偏航角YA，可使用统计学度量。根据第一实施方式，为确定偏航角YA，可使用两个或多个角度估计α1、α2的中值。根据其他实施方式，可使用统计方法确定基于两个或多个角度估计α1、α2的偏航角YA。所述统计方法可以是例如RANSAC算法(RANSAC：random sample consensus(随机抽样一致))或最小二乘法。

看起来并非所有在所拍摄图像上可见的特征也都适用于偏航角YA的计算。为降低计算复杂性和鲁棒性要求，选择所提供摆角与实际偏航角非常接近的那些特征并进一步用于偏航角YA的确定。为了选择特征，在未来图像中只有实际偏航角周围的特定窗口中提供摆角α1、α2的那些特征会被跟踪。所述窗口例如可由一上限和一下限定义，其中，上限和下限定义了实际偏航角周围的角度窗口。例如，所述窗口可覆盖2度到10度的范围，尤其可覆盖3度到5度的范围。在最后两个或多个确定偏航角的步骤中，在所述窗口内导致摆角的所有特征在接下来所拍摄图像中被进一步跟踪。

如果由于拖车2的运动要对多幅图像实施拖车特定特征的跟踪，所述特征的样本可被设置在弓形区段上。弓形区段的中心表示牵引杆4的位置。由此，通过在多幅图像上跟踪特定的拖车特征，可得出牵引杆4的位置。

为了减小噪声，确定牵引杆4的位置可考虑于一段时间在多幅图像上对多个拖车特征进行跟踪。每个拖车特征可对应于一个具有特定中心估计的弓形部分。通过在所述多个中心估计上应用统计方法，可确定牵引杆4的实际位置。所述统计方法可以是例如RANSAC(随机抽样一致)算法或最小二乘法。

图5展示的是说明一种确定拖车2相对于牵引车1的纵轴LAV的偏航角YA的方法的各个步骤的框图。

第一步，拍摄拖车的第一和第二图像(S10)。

图像拍摄后，测定第一和第二图像上至少一个可见的拖车特征(S11)。

确定所述至少一个特征后，至少计算第一角度估计(S12)。

此外，可提供一个或多个角度系数(S13)。所述一个或多个角度系数为所述至少一个角度估计提供缩放信息。

最后，基于第一角度估计和基于一个或多个角度系数计算偏航角，所述角度系数为所述角度估计提供校正信息(S14)。

应注意的是，描述和附图仅说明所提出本发明的原理。本领域的技术人员能实施在此没有明确描述或展示，但体现本发明原理的各种设置。

附图标记列表

1 车辆

2 拖车

3 摄像装置

4 牵引杆

α1 第一角度估计

α2 第二角度估计

β1 第一参考角度估计

β2 第二参考角度估计

B1 第一垂直平分线

B2 第二垂直平分线

PFP1a 第一图像中的第一特征投影位置

PFP1b 第二图像中的第一特征投影位置

PFP2a 第一图像中的第二特征投影位置

PFP2b 第二图像中的第二特征投影位置

F1 第一特征

F2 第二特征

IP1 第一相交点

IP2 第二相交点

LAT 拖车纵轴

LAV 车辆纵轴

R 光线

YA 偏航角

Claims (15)

1.确定拖车(2)相对于带牵引杆(4)的牵引车(1)的纵轴(LAV)的偏航角(YA)的方法，其中，所述方法包括以下步骤：

-使用摄像装置(3)检测拖车(2)的至少一第一和第二图像，其中，拖车(2)相对于车辆(1)的方向在至少两幅图像上是不同的(S10)；

-确定拖车(2)在第一和第二图像上可见的至少一第一特征(F1)(S11)；

-计算第一角度估计(α1)，该第一角度估计(α1)表征在水平面上第一图像上的第一特征(F1)与第二图像上的第一特征(F1)之间相对于牵引车(1)的摄像装置(3)的位置摆角(S12)；

-提供一个或多个角度系数，其中，所述一个或多个角度系数为所述第一角度估计(α1)提供缩放信息(S13)；以及

-基于第一角度估计(α1)和基于所述一个或多个角度系数计算偏航角(YA)(S14)。

2.根据权利要求1所述的方法，其中，基于几何信息设定所述一个或多个角度系数，其中，所述几何信息考虑到摄像装置(3)和牵引杆(4)之间的距离以及摄像装置(3)和拖车(2)的一个或多个特征(F1、F2)之间的距离。

3.根据权利要求1或2所述的方法，其中，所述一个或多个角度系数是通过摄像装置(3)和牵引杆(4)之间的距离除以摄像装置(3)和拖车(2)的一个或多个特征(F1，F2)之间的距离确定的。

4.根据上述权利要求中任一权利要求所述的方法，其中，所述角度系数是为各相应车辆度身打造的单一系数。

5.根据权利要求4所述的方法，其中，所述单一系数应用于至少一个角度估计(α1、α2)或基于至少两个角度估计(α1、α2)设定的中值或平均值。

6.根据权利要求1到3中任一权利要求所述的方法，其中，所述角度系数是针对相应的拖车(2)动态调整适配的。

7.根据权利要求6所述的方法，其中，所述角度系数的动态调整适配是通过使用确定偏航角(YA)的参考算法和通过将所述至少一个角度估计(α1、α2)与由所述参考算法提供的偏航角参考信息进行比较以调整适配角度系数来进行的。

8.根据权利要求7所述的方法，其中，所述参考算法配置用于：

-将摄像装置(3)和第一图像上所确定的第一特征之间的射线投射到水平面上，从而获得第一投影特征位置(PFP1a)，并将摄像装置(3)和第二图像上所确定的第一特征之间的射线投射到所述水平面上，从而获得第二投影特征位置(PFP1b)；

-在第一投影特征位置(PFP1a)和第二投影特征位置(PFP1b)之间设定第一垂直平分线(B1)；

-确定第一垂直平分线(B1)与参考轴或另一垂直平分线的第一交点(IP1)；以及

-基于第一参考角估计(β1)提供偏航角参考信息，其中，所述第一参考角估计(β1)是指在水平面上从第一投影特征位置(PFP1a)到第一交点(IP1)的第一条线与从第二投影特征位置(PFP1b)到第一交点(IP1)的第二条线之间的角度。

9.根据权利要求7或8所述的方法，其中，基于所述参考算法，开发参考不同偏航角的多个偏航角参考信息，通过开发所述多个偏航角参考信息的平均值确定角度系数。

10.根据权利要求1到3以及6到9中任一权利要求所述的方法，其中，对每个特征，提供或设定不同的角度系数。

11.根据权利要求10所述的方法，其中，通过考虑摄像装置(3)和牵引杆(4)之间的距离以及摄像装置(3)和各相应拖车(2)特征(F1、F2)之间的距离关系建立每个角度系数，所述拖车与所述角度系数相对应。

12.根据上述权利要求中任一权利要求所述的方法，其中，计算第一角度估计(α1)的步骤包括在第一和第二图像中确定摄像装置(3)的位置与所述至少一个特征(F1、F2)之间的光线(R)。

13.根据权利要求12所述的方法，其中，摄像装置校准信息用于将所述至少一个特征(F1、F2)的位置从图像的局部域转换为车辆(1)的局部域，以便确定所述光线(R)。

14.根据上述权利要求中任一权利要求所述的方法，其中，除了所述第一特征(F1)外，拖车(2)的一个或多个其他特征被用于偏航角(YA)的计算。

15.确定拖车(2)相对于牵引车(1)的纵轴(LAV)的偏航角(YA)的系统，其中，所述系统包括用于拍摄拖车(2)的图像的摄像装置(3)和用于处理所拍摄图像的处理实体，此外，所述系统还配置用于执行以下步骤：

-使用摄像装置(3)检测拖车(2)至少一第一和第二图像，其中，拖车(2)相对于车辆(1)的方向在至少两幅图像上是不同的(S10)；

-确定拖车(2)在第一和第二图像上可见的至少一第一特征(F1)(S11)；

-计算第一角度估计(α1)，该第一角度估计(α1)表征在水平面上第一图像上的第一特征(F1)与第二图像上的第一特征(F1)之间相对于牵引车(1)摄像装置(3)的位置的摆角(S12)；

-提供一个或多个角度系数，其中，所述一个或多个角度系数为所述第一角度估计(α1)提供缩放信息(S14)；以及

-基于第一角度估计(α1)和基于一个或多个角度系数计算偏航角(YA)(S15)。

Images