CN116202424B - 车身区域检测方法、牵引车及牵引车避障系统 - Google Patents
车身区域检测方法、牵引车及牵引车避障系统 Download PDFInfo
- Publication number
- CN116202424B CN116202424B CN202310474063.XA CN202310474063A CN116202424B CN 116202424 B CN116202424 B CN 116202424B CN 202310474063 A CN202310474063 A CN 202310474063A CN 116202424 B CN116202424 B CN 116202424B
- Authority
- CN
- China
- Prior art keywords
- banner
- calibration pattern
- visual calibration
- tractor
- dimensional
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 24
- 230000000007 visual effect Effects 0.000 claims abstract description 156
- 238000000034 method Methods 0.000 claims abstract description 34
- 230000006870 function Effects 0.000 claims description 8
- 230000008447 perception Effects 0.000 abstract description 5
- 210000000746 body region Anatomy 0.000 description 13
- 238000009434 installation Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- NIXOWILDQLNWCW-UHFFFAOYSA-N acrylic acid group Chemical group C(C=C)(=O)O NIXOWILDQLNWCW-UHFFFAOYSA-N 0.000 description 1
- PNEYBMLMFCGWSK-UHFFFAOYSA-N aluminium oxide Inorganic materials [O-2].[O-2].[O-2].[Al+3].[Al+3] PNEYBMLMFCGWSK-UHFFFAOYSA-N 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D53/00—Tractor-trailer combinations; Road trains
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请实施例涉及无人驾驶技术领域,公开了一种车身区域检测方法、牵引车及牵引车避障系统。所述方法包括:通过相机模组获取所述视觉标定图案的二维图像;通过所述二维图像计算出所述视觉标定图案的三维位置信息;根据所述视觉标定图案与所述横幅的边缘之间的物理位置关系、所述视觉标定图案的三维位置信息,计算所述横幅的三维位置信息;根据所述横幅的三维位置信息、平板车组的长度、所述相机模组的外参信息及所述横幅的宽度信息,计算平板车组行驶的区域位置;将所述牵引车的车身范围与所述平板车组的位置区域组合,得到车身区域。本申请不需要在平板车上布置传感器,不限制平板车的数量,而且感知精度高。
Description
技术领域
本申请实施例涉及无人驾驶技术领域,尤其涉及一种车身区域检测方法、牵引车及牵引车避障系统。
背景技术
制造行业的厂区内广泛使用多节平板牵引车,机场内也有大量的行李托运车,并且,当前很多厂区和机场内的牵引车通常为无人驾驶牵引车。
牵引车牵引的是平板车组,平板车组包括多节相同规格连接起来的平板车。平板车组和牵引车之间通过连接轴进行非刚性连接。车辆行驶时,整车并非直线行驶,而无人牵引车如果需要实现避障或防撞,一般需要准确知道整个车辆(牵引车及牵引的平板车组的最后一节平板车)的整体车身的位置。平板车一般分为同轨和非同轨,无人牵引车需要使用的平板车一般为同轨,即平板车基本沿着牵引车走过的轨迹行驶。
无人牵引车的动力设备和传感器设备等一般都设置在牵引车上,由于牵引车将一组满载的平板车组拖到飞机旁或制造车间内时,会将牵引车与平板车拆开,留下工人慢慢卸货,牵引车再带着空的平板车回到航站楼或仓库,换拉另一组满载的平板车组。
然而,由于平板车与牵引车只是大致同轨,有一定偏差,而且当平板车空载或路面湿滑等情况导致抓地力不足时,平板车实际不会跟牵引车同轨,会出现碰撞危险。因此,如果无人牵引车不获取平板车的位置信息,只有牵引车规划路线,那么在实际场景下容易发生碰撞危险,并且,如果是动态障碍物,如垂直方向来的自行车,容易出现牵引车可以安全从自行车前方经过,但由于牵引车后有平板车组,自行车刹车不及时或注意力不集中,撞到平板车组的时候,而牵引车却无法感知被撞,会继续行驶导致碾压或拖行。
再者,如果在平板车组上加装传感器,如激光雷达、IMU、RTK等实现平板车的位置感知,但是这些传感器成本较高,而且更换平板车组的时候,由于需要经常拔插,比较麻烦,每次都需要保证传感器的安装位置,对于需要频繁更换平板车组的场景不友好。
如果将平板车的尺寸、数量信息提前输入在无人驾驶系统中,系统根据牵引车的轨迹实时绘制平板车的理论位置来避免碰撞,但是该方式只适用于牵引车每次只牵引固定数量的平板车场景,而且平板车的位置只是理论预测位置,不是实际感知的位置,仍有较大偏差。
发明内容
本申请实施例的目的是提供一种车身区域检测方法、牵引车及牵引车避障系统,不需要在平板车上布置传感器,不限制平板车的数量,而且感知精度高。
为解决上述技术问题,本申请实施例采用以下技术方案:
第一方面,本申请实施例中提供给了一种车身区域检测方法,应用于牵引车,所述牵引车可拆卸连接有平板车组,所述平板车组的尾部可拆卸安装有横幅,所述横幅上设置有至少一个视觉标定图案,且所述牵引车上设有相机模组;所述方法包括:
通过所述相机模组获取所述视觉标定图案的二维图像;
通过所述二维图像计算出所述视觉标定图案的三维位置信息;
根据所述视觉标定图案与所述横幅的边缘之间的物理位置关系、所述视觉标定图案的三维位置信息,计算所述横幅的三维位置信息;
根据所述横幅的三维位置信息、平板车组的长度、所述相机模组的外参信息及所述横幅的宽度信息,计算平板车组行驶的区域位置;
将所述牵引车的车身范围与所述平板车组的位置区域组合,得到车身区域。
在一些实施例中,所述视觉标定图案的数量为两个,所述视觉标定图案的三维位置信息包括每个所述视觉标定图案的中心点三维坐标以及每个所述视觉标定图案的方向向量;所述通过所述二维图像计算出所述视觉标定图案的三维位置信息的步骤包括:
根据所述相机模组的内外参信息及所述二维图像,计算每个所述视觉标定图案的中心点三维坐标以及每个所述视觉标定图案的方向向量,以确定每个所述视觉标定图案位于所述横幅的位置。
在一些实施例中,所述根据所述相机模组的内外参信息及所述二维图像,计算每个所述视觉标定图案的中心点三维坐标以及每个所述视觉标定图案的方向向量的步骤包括:
根据所述相机模组的内外参信息及所述二维图像,计算所述相机模组与每个所述视觉标定图案之间的距离、所述相机模组与每个所述视觉标定图案之间的旋转方向及角度;
根据所述相机模组与每个所述视觉标定图案之间的距离、所述相机模组与每个所述视觉标定图案之间的旋转方向及角度,确定每个所述视觉标定图案的中心点三维坐标以及每个所述视觉标定图案的方向向量;
基于每个所述视觉标定图案的中心点三维坐标以及每个所述视觉标定图案的方向向量,确定每个所述视觉标定图案位于所述横幅的位置。
在一些实施例中,所述根据所述视觉标定图案与所述横幅的边缘之间的物理位置关系、所述视觉标定图案的三维位置信息,计算所述横幅的三维位置信息的步骤包括:
获取所述视觉标定图案的宽度、所述视觉标定图案的第一边缘与所述横幅的短边边缘之间的第一距离;所述第一边缘距离所述横幅的短边边缘最近;
对所述宽度的一半及所述第一距离进行求和,获得偏移量;
将每个所述视觉标定图案的中心点三维坐标沿着自身所在的平面的方向向所述横幅的短边边缘平移所述偏移量,获得多个所述横幅的边缘位置信息;
基于各个所述横幅的边缘位置信息,获得所述横幅的三维位置信息。
在一些实施例中,所述根据所述横幅的三维位置信息、平板车组的长度、所述相机模组的外参信息及所述横幅的宽度信息,计算平板车组行驶的区域位置的步骤包括:
根据所述相机模组的外参信息、所述牵引车的行驶信息及平板车组的长度,确定所述牵引车的连接轴坐标及轨迹曲线;
使用所述连接轴坐标、所述轨迹曲线及所述横幅的三维位置信息进行五次多项式曲线拟合,获得所述平板车组的位置曲线;
以所述位置曲线为中心,设置与所述横幅的宽度信息对应的带状区域为所述平板车组的位置区域。
在一些实施例中,所述使用所述连接轴坐标、所述轨迹曲线及所述横幅的三维位置信息进行五次多项式曲线拟合,获得所述平板车组的位置曲线的步骤包括:
根据所述横幅的三维位置信息,计算所述横幅的中心点的坐标;
将所述横幅的中心点的坐标转换到所述相机模组的平面坐标系中,获得所述横幅的中心点的第一坐标;
基于所述第一坐标、所述连接轴坐标、所述轨迹曲线,使用五次多项式进行曲线拟合;曲线拟合公式为:,其中,/>表示位置曲线,/>为自变量,/>,/>,……,/>均为待确定系数;
在所述位置曲线满足约束条件时,确定,/>,……,/>,以确定所述平板车组的位置曲线。
在一些实施例中,所述约束条件包括第一约束条件和第二预设条件,所述第一约束条件为所述位置曲线经过坐标点和坐标点/>,其中,/>表示连接轴坐标;/>表示第一坐标;
所述第二约束条件为所述位置曲线的待确定系数需满足代价函数最小。
在一些实施例中,在所述将所述牵引车的车身范围与所述平板车组的位置区域组合,得到车身区域之后,所述方法还包括:
基于所述车身区域进行避障控制或紧急刹车控制。
第二方面,本申请还提供一种牵引车,所述牵引车包括:
相机模组;
至少一个处理器,以及
存储器,所述存储器与所述处理器通信连接,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以实现如上第一方面所述的车身区域检测方法的步骤。
第三方面,本申请还提供一种牵引车避障系统,包括平板车组和如第二方面所述牵引车;所述牵引车与平板车组连接,所述平板车组的尾部可拆卸安装有横幅,所述横幅上设置有至少一个视觉标定图案。
第四方面,本申请还提供一种非易失性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可执行指令,当所述计算机可执行指令被牵引车执行时,以实现如上第一方面所述的车身区域检测方法的步骤。
本申请实施例的有益效果:区别于现有技术的情况,本申请实施例提供的车身区域检测方法、牵引车及牵引车避障系统,牵引车与平板车组可拆卸连接,平板车组包括不限定数量的平板车,平板车组的尾部可拆卸安装有横幅,横幅上设置有至少一个视觉标定图案,且牵引车上设有相机模组。在牵引车需要牵引平板车组的时候,将平板车组连接牵引车,且将横幅安装在平板车组的尾部,通过相机模组实时获取视觉标定图案的二维图像,然后通过二维图像计算出视觉标定图案的三维位置信息,从而使得牵引车能够实时感知到横幅的三维位置信息,进而可以精确计算出平板车组行驶的区域位置,再将牵引车的车身范围与所述平板车组的位置区域组合,得到车身区域,还可以通过相机模组可以感知到车身区域周边障碍物,使得牵引车可以及时采取避障或刹车,避免与障碍物碰撞。
本申请通过在平板车组的尾部可拆卸安装横幅,方便更换平板车组,且平板车组的平板车数量不限定,不需要在平板车上安装传感器,节约成本,且对平板车组行驶去区域位置的感知精度更高。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定,附图中具有相同参考数字标号的元件表示为类似的元件,除非有特别申明,附图中的图不构成比例限制。
图1是本申请牵引车避障系统的结构示意图;
图2是本申请牵引车避障系统的侧视图;
图3是本申请平板车组的尾部安装有横幅的结构示意图;
图4是本申请横幅的结构示意图;
图5是本申请车身区域检测方法的一个实施例的流程示意图;
图6是本申请牵引车牵引平板车组的行驶轨迹示意图;
图7是本申请车身区域检测装置的一个实施例的结构示意图;
图8是本申请牵引车的一个实施例中控制器的硬件结构示意图。
具体实施方式
下面结合具体实施例对本申请进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本申请,但不以任何形式限制本申请。应当指出的是,对本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进。这些都属于本申请的保护范围。
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。
需要说明的是,如果不冲突,本申请实施例中的各个特征可以相互结合,均在本申请的保护范围之内。另外,虽然在装置示意图中进行了功能模块划分,在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于装置中的模块划分,或流程图中的顺序执行所示出或描述的步骤。此外,本文所采用的“第一”、“第二”、“第三”等字样并不对数据和执行次序进行限定,仅是对功能和作用基本相同的相同项或相似项进行区分。
除非另有定义,本说明书所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本说明书中在本申请的说明书中所使用的术语只是为了描述具体的实施方式的目的,不是用于限制本申请。本说明书所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
此外,下面所描述的本申请各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本申请实施例提供的车身区域检测方法和装置可以应用于牵引车,本申请的牵引车为无人驾驶应用中的一种。
本申请实施例还提供一种牵引车避障系统,如图1所示,图1为牵引车避障系统的结构示意图,牵引车102避障系统100包括平板车组101和牵引车102;牵引车102与平板车组101连接,平板车组101的尾部可拆卸安装有横幅103,横幅103上设置有至少一个视觉标定图案104。
具体地,牵引车102的顶部设置有相机模组1021,且相机模组1021的拍摄范围为牵引车102的后方。牵引车102的尾部连接轴1022可以刚性连接平板车组101,平板车组101包括多个平板车,平板车的数量不限定。在每次装卸货完成后,将横幅103安装在待运输的平板车组101的尾部,如图1和图2所示,图1中,牵引车102连接平板车组101,且平板车组101的尾部安装有横幅103。图2为侧视图。
如图3所示,图3为平板车组101的尾部连接有横幅103的结构示意图。如图4所示,图4为横幅103的结构示意图。横幅103包括立杆1031、横杆1032和横幅本体1033,立杆1031的一端便于安插在平板车组101的尾部,立杆1031的另一端与横杆1032固定连接,且立杆1031的另一端还固定连接横幅本体1033,横幅本体1033上设有至少一个视觉标定图案104。
在图4中,视觉标定图案104有2个,分布于横幅本体1033的左右两端,视觉标定图案104,即Apriltag图案,面对牵引车102的尾部方向,便于牵引车102的相机模组1021采集图像,以实现横幅103的定位。
其中,Apriltag是一个视觉基准系统,可用于各种任务,包括增强现实、机器人和摄像机校准。AprilTag检测可以计算标定板相对于相机的精确三维位置、方向和id。因此,在本申请中,通过相机模组1021,可以对Apriltag图案的三维位置信息进行精准识别,进而得到整个横幅103的三维位置信息。
横幅本体1033的中部设有若干个孔洞1034,用于减少风阻力。
在其中一些实施方式中,横杆1032和立杆1031的材质可以是轻质金属,横幅本体1033的材质可以是亚克力或氧化铝材质。
通过将横幅103安插在平板车组101的尾部,结合相机模组1021,实现对位于平板车组101的尾部的横幅103的三维位置信息的精确识别,并且,在每次卸货完成后,可以直接安插横幅103,操作方便,可以重复利用,不需要在平板车上安装传感器,成本较低,且不局限于平板车的数量。
请参见图5,图5为应用于本申请的车身区域检测方法的实施例的流程示意图,所述方法可以由牵引车102中的控制器执行,该方法包括步骤S501-步骤S504。
S501:在所述牵引车牵引所述平板车组行驶时,通过所述相机模组获取所述视觉标定图案的二维图像。
在所述牵引车牵引所述平板车组行驶前,将横幅安装在平板车组的尾部,如图2所示,通过相机模组获取横幅上的视觉标定图案的二维图像。
S502:通过所述二维图像计算出所述视觉标定图案的三维位置信息。
如果视觉标定图案的数量为两个,如图4所示,分布于横幅本体的左右两端,所述视觉标定图案的三维位置信息包括每个所述视觉标定图案的中心点三维坐标以及每个所述视觉标定图案的方向向量。在其中一些实施方式中,步骤S502可以包括:
根据所述相机模组的内外参信息及所述二维图像,计算每个所述视觉标定图案的中心点三维坐标以及每个所述视觉标定图案的方向向量,以确定每个所述视觉标定图案位于所述横幅的位置。
具体地,相机模组对每个视觉标定图案进行检测,获得每个视觉标定图案对应的二维图像,然后对二维图像进行处理,能快速检测出图像里的Apriltag。相机模组对Apriltag图案的检测属于现有技术,在此不再赘述。并且,相机模组的内参和外参,均为现有技术的相机参数,相机模组的内参是与相机自身特性相关的参数,比如相机的焦距、像素大小等,相机模组的外参是在世界坐标系中的参数,比如相机的位置、旋转方向等。
在相机模组对视觉标定图案进行拍摄时,由于视觉标定图案本身是个正方形图案,那么当拍摄到的二维图像不是正方形时,则说明视觉标定图案相对于相机的中轴有旋转,并且,拍摄到的二维图像越小,则表示它离相机越远。因此,可以根据相机模组的内外参信息及所述二维图像计算出视觉标定图案到相机模组的实际距离以及旋转方向及角度,从而计算出视觉标定图案的中心点三维坐标以及该正方形的视觉标定图案的方向向量。
并且,基于视觉标定图案的中心点三维坐标以及视觉标定图案的方向向量,可以确定具体是哪一个视觉标定图案,即确定是位于横幅本体左端的视觉标定图案,还是位于横幅本体右端的视觉标定图案。
S503:根据所述视觉标定图案与所述横幅的边缘之间的物理位置关系、所述视觉标定图案的三维位置信息,计算所述横幅的三维位置信息。
在确定当前视觉标定图案的位置后,可以计算出横幅的三维位置信息。在其中一些实施方式中,根据所述视觉标定图案与所述横幅的边缘之间的物理位置关系、所述视觉标定图案的三维位置信息,计算所述横幅的三维位置信息的步骤,可以包括:
获取所述视觉标定图案的宽度、所述视觉标定图案的第一边缘与所述横幅的短边边缘之间的第一距离;所述第一边缘距离所述横幅的短边边缘最近;
对所述宽度的一半及所述第一距离进行求和,获得偏移量;
将每个所述视觉标定图案的中心点三维坐标沿着自身所在的平面的方向向所述横幅的短边边缘平移所述偏移量,获得所述横幅的三维位置信息。
具体地,视觉标定图案与横幅的边缘之间的物理位置关系包括视觉标定图案的边缘与横幅的边缘之间的距离,假设视觉标定图案是正方形,视觉标定图案距离横幅的短边边缘最近的边缘为第一边缘,如左端的视觉标定图案的左边缘距离横幅的左短边边缘最近,则左端的视觉标定图案的左边缘为第一边缘,同理右端的视觉标定图案的右边缘距离横幅的右短边边缘最近,则右端的视觉标定图案的右边缘为第一边缘。
由于视觉标定图案的宽度已知,如视觉标定图案为正方形的时候,其宽度则为正方形的边长,第一距离为视觉标定图案的第一边缘与所述横幅的短边边缘之间的距离,如左端的视觉标定图案的左边缘与横幅的左短边边缘之间的距离,或者是右端的视觉标定图案的右边缘与横幅的右短边边缘之间的距离。
然后对所述宽度的一半及所述第一距离进行求和,获得偏移量,该偏移量用于计算横幅的边缘位置。
为了计算横幅的两个边缘位置,将两个视觉标定图案的中心点三维坐标沿着自身所在平面的方向向横幅的短边边缘平移偏移量,从而获得横幅的两个边缘位置信息,进而获得横幅的三维位置信息。
如图4所示,以每个视觉标定图案为标准正方形且边长b为40cm为例,且横幅本体为一个长方形的实物,假设两个视觉标定图案安装在横幅本体的左右两端后,左端的视觉标定图案的左边缘(第一边缘)到横幅本体的左短边边缘为第一距离a,第一距离a可以为5cm,同理,右端的视觉标定图案的右边缘到横幅本体的右短边边缘为第一距离,那么,很明显,左端的视觉标定图案的中心到横幅本体的左短边边缘为偏移量,为(边长/2)+第一距离,为25cm。然后,将左端的视觉标定图案的中心点三维坐标沿着自身所在的平面的方向往横幅的左短边边缘平移25cm,从而获得横幅的左边缘位置信息,同理,将右端的视觉标定图案的中心点三维坐标沿着自身所在的平面的方向往横幅的右短边边缘平移25cm,从而获得横幅的右边缘位置信息。
根据横幅的左边缘位置信息和右边缘位置信息,从而获得横幅的三维位置信息。
通过计算横幅的三维位置信息,从而精确定位平板车组的尾部。
S504:根据所述横幅的三维位置信息、平板车组的长度、所述相机模组的外参信息及所述横幅的宽度信息,计算平板车组行驶的区域位置。
通过步骤S503计算获得横幅的三维位置信息后,计算平板车组行驶的区域位置。
在其中一些实施方式中,步骤S504可以包括:
根据所述相机模组的外参信息、所述牵引车的行驶信息及平板车组的长度,确定所述牵引车的连接轴坐标及轨迹曲线;
使用所述连接轴坐标、所述轨迹曲线、所述横幅的宽度信息及横幅的三维位置信息进行五次多项式曲线拟合,获得所述平板车组的位置曲线;
以所述位置曲线为中心,设置与所述横幅的长边宽度对应的带状区域为所述平板车组的位置区域。
如图6所示,图6是牵引车牵引平板车组的行驶轨迹示意图。根据所述相机模组的外参信息、所述牵引车的行驶信息及平板车组的长度,确定所述牵引车的连接轴坐标及轨迹曲线,从而确定在相机模组的俯视角度的平面坐标系中,牵引车尾部的连接轴的坐标为,牵引车的轨迹曲线为/>,且轨迹曲线/>与横幅相交的点的坐标为/>,然后,使用所述连接轴坐标、所述轨迹曲线、所述横幅的宽度信息及横幅的三维位置信息进行五次多项式曲线拟合,获得所述平板车组的位置曲线。
在其中一些实施方式中,使用所述连接轴坐标、所述轨迹曲线、所述横幅的宽度信息及横幅的三维位置信息进行五次多项式曲线拟合,获得所述平板车组的位置曲线的步骤可以包括:
根据所述横幅的三维位置信息,计算所述横幅的中心点的坐标;
将所述横幅的中心点的坐标转换到所述相机模组的平面坐标系中,获得所述横幅的中心点的第一坐标;
基于所述第一坐标、所述连接轴坐标、所述轨迹曲线,使用五次多项式进行曲线拟合;曲线拟合公式为:,其中,/>表示位置曲线,/>为自变量,/>,/>,……,/>均为待确定系数;
在所述位置曲线满足约束条件时,确定,/>,……,/>,以确定所述平板车组的位置曲线。
具体地,首先根据所述横幅的三维位置信息,计算所述横幅的中心点的坐标;然后将所述横幅的中心点的坐标转换到所述相机模组的平面坐标系中,获得所述横幅的中心点的第一坐标。平板车组的位置曲线用/>表示,在五次多项式曲线拟合的时候,用公式1表示:
公式1;
其中,,/>,……,/>均为待确定系数,/>为自变量。
为了求出,/>,……,/>,需要曲线满足约束条件,第一约束条件为位置曲线经过坐标点/>和坐标点/>,即,/>,/>,将/>和/>代入公式1中,从而可以求出多个/>,/>,……,/>,为了进一步求出/>,/>,……,/>,还需要第二约束条件,第二约束条件为所述位置曲线/>的待确定系数需满足代价函数/>最小,具体为:使用OSQP求解器对位置曲线/>进行代价函数最小化求解,满足公式2,则可确定/>,,……,/>。
公式2;
在满足公式2时,满足第二约束条件,确定,/>,……,/>。从而可以确定位置曲线/>。
接着,以位置曲线为中心,设置与横幅的宽度信息对应的带状区域为所述平板车组的位置区域,宽度信息为w。
S505:将所述牵引车的车身范围与所述平板车组的位置区域组合,得到车身区域。
由于自动驾驶中,牵引车在激光雷达的坐标系中是固定范围,而自动驾驶程序中已经确定牵引车自身的车身范围,因此,可以直接将所述牵引车的车身范围与所述平板车组的位置区域组合,得到车身区域。
在其中一些实施方式中,在所述将所述牵引车的车身范围与所述平板车组的位置区域组合,得到车身区域之后,所述方法还包括:
基于所述车身区域进行避障控制或紧急刹车控制。
具体地,相机模组等传感器可以感知周边障碍物,并且,牵引车的控制器判断障碍物与车身区域之间的位置关系,即判断障碍物是否距离车身区域过近,或者已侵入车身区域,如果距离车身区域过近,或者已侵入车身区域,自动驾驶算法可以进行避障控制,或者紧急刹车控制,从而避免碰撞障碍物。
本申请的实施例,牵引车与平板车组可拆卸连接,平板车组包括不限定数量的平板车,平板车组的尾部可拆卸安装有横幅,横幅上设置有至少一个视觉标定图案,且牵引车上设有相机模组。在牵引车需要牵引平板车组的时候,将平板车组连接牵引车,且将横幅安装在平板车组的尾部,通过相机模组实时获取视觉标定图案的二维图像,然后通过二维图像计算出视觉标定图案的三维位置信息,从而使得牵引车能够实时感知到横幅的三维位置信息,进而可以精确计算出平板车组行驶的区域位置,再将牵引车的车身范围与所述平板车组的位置区域组合,得到车身区域,还可以通过相机模组可以感知到车身区域周边障碍物,使得牵引车可以及时采取避障或刹车,避免与障碍物碰撞。
本申请通过在平板车组的尾部可拆卸安装横幅,方便更换平板车组,且平板车组的平板车数量不限定,不需要在平板车上安装传感器,节约成本,且对平板车组行驶去区域位置的感知精度更高。
本申请实施例还提供了一种车身区域检测装置,应用于牵引车,请参阅图7,其示出了本申请实施例提供的一种车身区域检测装置的结构,该车身区域检测装置700包括:
获取模块701,用于通过所述相机模组获取所述视觉标定图案的二维图像;
第一计算模块702,用于通过所述二维图像计算出所述视觉标定图案的三维位置信息;
第二计算模块703,用于根据所述视觉标定图案与所述横幅的边缘之间的物理位置关系、所述视觉标定图案的三维位置信息,计算所述横幅的三维位置信息;
第三计算模块704,用于根据所述横幅的三维位置信息、平板车组的长度、所述相机模组的外参信息及所述横幅的宽度信息,计算平板车组行驶的区域位置;
组合模块705,用于将所述牵引车的车身范围与所述平板车组的位置区域组合,得到车身区域。
本申请的实施例,牵引车与平板车组可拆卸连接,平板车组包括不限定数量的平板车,平板车组的尾部可拆卸安装有横幅,横幅上设置有至少一个视觉标定图案,且牵引车上设有相机模组。在牵引车需要牵引平板车组的时候,将平板车组连接牵引车,且将横幅安装在平板车组的尾部,通过相机模组实时获取视觉标定图案的二维图像,然后通过二维图像计算出视觉标定图案的三维位置信息,从而使得牵引车能够实时感知到横幅的三维位置信息,进而可以精确计算出平板车组行驶的区域位置,再将牵引车的车身范围与所述平板车组的位置区域组合,得到车身区域,还可以通过相机模组可以感知到车身区域周边障碍物,使得牵引车可以及时采取避障或刹车,避免与障碍物碰撞。
本申请通过在平板车组的尾部可拆卸安装横幅,方便更换平板车组,且平板车组的平板车数量不限定,不需要在平板车上安装传感器,节约成本,且对平板车组行驶去区域位置的感知精度更高。
在一些实施例中,所述视觉标定图案的数量为两个,所述视觉标定图案的三维位置信息包括每个所述视觉标定图案的中心点三维坐标以及每个所述视觉标定图案的方向向量;第一计算模块702,还用于:
根据所述相机模组的内外参信息及所述二维图像,计算每个所述视觉标定图案的中心点三维坐标以及每个所述视觉标定图案的方向向量,以确定每个所述视觉标定图案位于所述横幅的位置。
在一些实施例中,第一计算模块702,还用于:
根据所述相机模组的内外参信息及所述二维图像,计算所述相机模组与每个所述视觉标定图案之间的距离、所述相机模组与每个所述视觉标定图案之间的旋转方向及角度;
根据所述相机模组与每个所述视觉标定图案之间的距离、所述相机模组与每个所述视觉标定图案之间的旋转方向及角度,确定每个所述视觉标定图案的中心点三维坐标以及每个所述视觉标定图案的方向向量;
基于每个所述视觉标定图案的中心点三维坐标以及每个所述视觉标定图案的方向向量,确定每个所述视觉标定图案位于所述横幅的位置。
在一些实施例中,第二计算模块703,还用于:
获取所述视觉标定图案的宽度、所述视觉标定图案的第一边缘与所述横幅的短边边缘之间的第一距离;所述第一边缘距离所述横幅的短边边缘最近;
对所述宽度的一半及所述第一距离进行求和,获得偏移量;
将每个所述视觉标定图案的中心点三维坐标沿着自身所在的平面的方向向所述横幅的短边边缘平移所述偏移量,获得多个所述横幅的边缘位置信息;
基于各个所述横幅的边缘位置信息,获得所述横幅的三维位置信息。
在一些实施例中,第三计算模块704,还用于:
根据所述相机模组的外参信息、所述牵引车的行驶信息及平板车组的长度,确定所述牵引车的连接轴坐标及轨迹曲线;
使用所述连接轴坐标、所述轨迹曲线及所述横幅的三维位置信息进行五次多项式曲线拟合,获得所述平板车组的位置曲线;
以所述位置曲线为中心,设置与所述横幅的宽度信息对应的带状区域为所述平板车组的位置区域。
在一些实施例中,第三计算模块704,还用于:
根据所述横幅的三维位置信息,计算所述横幅的中心点的坐标;
将所述横幅的中心点的坐标转换到所述相机模组的平面坐标系中,获得所述横幅的中心点的第一坐标;
基于所述第一坐标、所述连接轴坐标、所述轨迹曲线,使用五次多项式进行曲线拟合;曲线拟合公式为:,其中,/>表示位置曲线,/>为自变量,/>,/>,……,/>均为待确定系数;
在所述位置曲线满足约束条件时,确定,/>,……,/>,以确定所述平板车组的位置曲线。
在一些实施例中,所述约束条件包括第一约束条件和第二约束条件,所述第一约束条件为所述位置曲线经过坐标点和坐标点/>,其中,/>表示连接轴坐标;/>表示第一坐标;
所述第二约束条件为所述位置曲线的待确定系数需满足代价函数最小。
在一些实施例中,装置700还包括控制模块706,用于:
基于所述车身区域进行避障控制或紧急刹车控制。
需要说明的是,上述装置可执行本申请实施例所提供的方法,具备执行方法相应的功能模块和有益效果。未在装置实施例中详尽描述的技术细节,可参见本申请实施例所提供的方法。
图8为牵引车的一个实施例中牵引车102的控制器的硬件结构示意图,如图8所示,控制器包括:
一个或多个处理器111、存储器112。图8中以一个处理器111、一个存储器112为例。
处理器111、存储器112可以通过总线或者其他方式连接,图8中以通过总线连接为例。
存储器112作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块,如本申请实施例中的车身区域检测方法对应的程序指令/模块(例如,附图7所示的获取模块701、第一计算模块702、第二计算模块703、第三计算模块704、组合模块705、控制模块706)。处理器111通过运行存储在存储器112中的非易失性软件程序、指令以及模块,从而执行控制器的各种功能应用以及数据处理,即实现上述方法实施例的车身区域检测方法。
存储器112可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据人员进出检测装置的使用所创建的数据等。此外,存储器112可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,存储器112可选包括相对于处理器111远程设置的存储器,这些远程存储器可以通过网络连接至牵引车。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器112中,当被所述一个或者多个处理器111执行时,执行上述任意方法实施例中的车身区域检测方法,例如,执行以上描述的图5中的方法步骤S501至步骤S505;实现图7中的模块701-706的功能。
上述产品可执行本申请实施例所提供的方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本申请实施例所提供的方法。
本申请实施例提供了一种非易失性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可执行指令,该计算机可执行指令被一个或多个处理器执行,例如图8中的一个处理器111,可使得上述一个或多个处理器可执行上述任意方法实施例中的车身区域检测方法,例如,执行以上描述的图5中的方法步骤S501至步骤S505;实现图7中的模块701-706的功能。
以上所描述的装置实施例仅仅是示意性的,其中所述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模块来实现本实施例方案的目的。
通过以上的实施例的描述,本领域普通技术人员可以清楚地了解到各实施例可借助软件加通用硬件平台的方式来实现,当然也可以通过硬件。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory, ROM)或随机存储记忆体(RandomAccessMemory, RAM)等。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;在本发明的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本发明的不同方面的许多其它变化,为了简明,它们没有在细节中提供;尽管参照前述实施例对本发明进行了详细的说明,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发明各实施例技术方案的范围。
Claims (9)
1.一种车身区域检测方法,应用于牵引车,所述牵引车可拆卸连接有平板车组,所述平板车组的尾部可拆卸安装有横幅,所述横幅上设置有至少一个视觉标定图案,且所述牵引车上设有相机模组;其特征在于,所述方法包括:
通过所述相机模组获取所述视觉标定图案的二维图像;
通过所述二维图像计算出所述视觉标定图案的三维位置信息;
根据所述视觉标定图案与所述横幅的边缘之间的物理位置关系、所述视觉标定图案的三维位置信息,计算所述横幅的三维位置信息;
根据所述横幅的三维位置信息、平板车组的长度、所述相机模组的外参信息及所述横幅的宽度信息,计算平板车组行驶的区域位置;
将所述牵引车的车身范围与所述平板车组的位置区域组合,得到车身区域;
所述根据所述横幅的三维位置信息、平板车组的长度、所述相机模组的外参信息及所述横幅的宽度信息,计算平板车组行驶的区域位置的步骤包括:
根据所述相机模组的外参信息、所述牵引车的行驶信息及平板车组的长度,确定所述牵引车的连接轴坐标及轨迹曲线;
使用所述连接轴坐标、所述轨迹曲线及所述横幅的三维位置信息进行五次多项式曲线拟合,获得所述平板车组的位置曲线;
以所述位置曲线为中心,设置与所述横幅的宽度信息对应的带状区域为所述平板车组的位置区域。
2.根据权利要求1所述的方法,其特征在于,所述视觉标定图案的数量为两个,所述视觉标定图案的三维位置信息包括每个所述视觉标定图案的中心点三维坐标以及每个所述视觉标定图案的方向向量;所述通过所述二维图像计算出所述视觉标定图案的三维位置信息的步骤包括:
根据所述相机模组的内外参信息及所述二维图像,计算每个所述视觉标定图案的中心点三维坐标以及每个所述视觉标定图案的方向向量,以确定每个所述视觉标定图案位于所述横幅的位置。
3.根据权利要求2所述的方法,其特征在于,所述根据所述相机模组的内外参信息及所述二维图像,计算每个所述视觉标定图案的中心点三维坐标以及每个所述视觉标定图案的方向向量的步骤包括:
根据所述相机模组的内外参信息及所述二维图像,计算所述相机模组与每个所述视觉标定图案之间的距离、所述相机模组与每个所述视觉标定图案之间的旋转方向及角度;
根据所述相机模组与每个所述视觉标定图案之间的距离、所述相机模组与每个所述视觉标定图案之间的旋转方向及角度,确定每个所述视觉标定图案的中心点三维坐标以及每个所述视觉标定图案的方向向量;
基于每个所述视觉标定图案的中心点三维坐标以及每个所述视觉标定图案的方向向量,确定每个所述视觉标定图案位于所述横幅的位置。
4.根据权利要求2或3所述的方法,其特征在于,所述根据所述视觉标定图案与所述横幅的边缘之间的物理位置关系、所述视觉标定图案的三维位置信息,计算所述横幅的三维位置信息的步骤包括:
获取所述视觉标定图案的宽度、所述视觉标定图案的第一边缘与所述横幅的短边边缘之间的第一距离;所述第一边缘距离所述横幅的短边边缘最近;
对所述宽度的一半及所述第一距离进行求和,获得偏移量;
将每个所述视觉标定图案的中心点三维坐标沿着自身所在的平面的方向向所述横幅的短边边缘平移所述偏移量,获得多个所述横幅的边缘位置信息;
基于各个所述横幅的边缘位置信息,获得所述横幅的三维位置信息。
5.根据权利要求1所述的方法,其特征在于,所述使用所述连接轴坐标、所述轨迹曲线及所述横幅的三维位置信息进行五次多项式曲线拟合,获得所述平板车组的位置曲线的步骤包括:
根据所述横幅的三维位置信息,计算所述横幅的中心点的坐标;
将所述横幅的中心点的坐标转换到所述相机模组的平面坐标系中,获得所述横幅的中心点的第一坐标;
基于所述第一坐标、所述连接轴坐标、所述轨迹曲线,使用五次多项式进行曲线拟合;曲线拟合公式为:,其中,/>表示位置曲线,/>为自变量,/>,/>,……,/>均为待确定系数;
在所述位置曲线满足约束条件时,确定,/>,……,/>,以确定所述平板车组的位置曲线。
6.根据权利要求5所述的方法,其特征在于,所述约束条件包括第一约束条件和第二约束条件,所述第一约束条件为所述位置曲线经过坐标点和坐标点/>,其中,表示连接轴坐标;/>表示第一坐标;
所述第二约束条件为所述位置曲线的待确定系数需满足代价函数最小。
7.根据权利要求1所述的方法,其特征在于,在所述将所述牵引车的车身范围与所述平板车组的位置区域组合,得到车身区域之后,所述方法还包括:
基于所述车身区域进行避障控制或紧急刹车控制。
8.一种牵引车,其特征在于,所述牵引车包括:
相机模组;
至少一个处理器,以及
存储器,所述存储器与所述处理器通信连接,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以实现如权利要求1至7任一项所述的方法的步骤。
9.一种牵引车避障系统,其特征在于,包括平板车组和如权利要求8所述的牵引车;所述牵引车与平板车组连接,所述平板车组的尾部可拆卸安装有横幅,所述横幅上设置有至少一个视觉标定图案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310474063.XA CN116202424B (zh) | 2023-04-28 | 2023-04-28 | 车身区域检测方法、牵引车及牵引车避障系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310474063.XA CN116202424B (zh) | 2023-04-28 | 2023-04-28 | 车身区域检测方法、牵引车及牵引车避障系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116202424A CN116202424A (zh) | 2023-06-02 |
CN116202424B true CN116202424B (zh) | 2023-08-04 |
Family
ID=86509734
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310474063.XA Active CN116202424B (zh) | 2023-04-28 | 2023-04-28 | 车身区域检测方法、牵引车及牵引车避障系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116202424B (zh) |
Citations (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103134429A (zh) * | 2013-03-19 | 2013-06-05 | 南京智真电子科技有限公司 | 一种基于视觉的汽车列车直线行驶轨迹测量方法 |
CN109345591A (zh) * | 2018-10-12 | 2019-02-15 | 北京双髻鲨科技有限公司 | 一种车辆自身姿态检测方法和装置 |
CN109716400A (zh) * | 2017-07-31 | 2019-05-03 | Jvc 建伍株式会社 | 图像记录装置、图像记录方法和图像记录程序 |
DE102017011177A1 (de) * | 2017-12-05 | 2019-06-06 | Wabco Gmbh | Verfahren zum Ermitteln eines Knickwinkels eines Fahrzeug-Gespanns, Ermittlungseinrichtung sowie Fahrzeug-Gespann |
CN111163951A (zh) * | 2017-10-24 | 2020-05-15 | 福特全球技术公司 | 用于共享实时的铰接式车辆位置的车辆通信系统 |
CN111222639A (zh) * | 2018-11-26 | 2020-06-02 | 福特全球技术公司 | 使用端到端学习的挂车角度检测 |
CN111414794A (zh) * | 2019-01-07 | 2020-07-14 | 大陆汽车有限责任公司 | 计算一拖车挂接点位置的方法 |
CN112308899A (zh) * | 2020-11-09 | 2021-02-02 | 北京经纬恒润科技股份有限公司 | 一种挂车角度识别方法及装置 |
CN112348741A (zh) * | 2020-11-03 | 2021-02-09 | 明见(厦门)技术有限公司 | 全景图像拼接方法、设备及存储介质和显示方法及系统 |
CN112907674A (zh) * | 2019-11-19 | 2021-06-04 | 初速度(苏州)科技有限公司 | 一种用于无人驾驶车辆的相机标定方法及装置 |
CN113378741A (zh) * | 2021-06-21 | 2021-09-10 | 中新国际联合研究院 | 一种基于多源传感器的飞机牵引车辅助感知方法及其系统 |
WO2021204867A1 (en) * | 2020-04-07 | 2021-10-14 | Connaught Electronics Ltd. | A system and method to track a coupled vehicle |
CN113518721A (zh) * | 2019-03-12 | 2021-10-19 | 采埃孚商用车系统汉诺威有限公司 | 用于获知车辆组合的两个子车辆之间的扭折角的检测系统和方法以及车辆组合 |
CN113724133A (zh) * | 2021-08-06 | 2021-11-30 | 武汉极目智能技术有限公司 | 一种非刚体连接的拖挂车360°环视拼接方法 |
CN215622333U (zh) * | 2021-08-24 | 2022-01-25 | 智己汽车科技有限公司 | 一种能自主检测拖挂夹角的集卡车 |
CN114078090A (zh) * | 2021-11-23 | 2022-02-22 | 珠海研果科技有限公司 | 基于imu位姿纠正的牵引车鸟瞰图拼接方法及系统 |
CN114140535A (zh) * | 2021-11-30 | 2022-03-04 | 北京经纬恒润科技股份有限公司 | 挂车角度识别方法及装置 |
CN216049721U (zh) * | 2021-10-19 | 2022-03-15 | 长沙立中汽车设计开发股份有限公司 | 一种半挂车拖车与挂车相对转角检测装置 |
CN114872790A (zh) * | 2022-04-29 | 2022-08-09 | 盛视科技股份有限公司 | 基于视觉的拖挂车的转向夹角的检测方法及检测系统 |
CN115457358A (zh) * | 2022-08-29 | 2022-12-09 | 深圳一清创新科技有限公司 | 一种图像与点云的融合的处理方法、装置和无人车 |
CN115471563A (zh) * | 2021-11-22 | 2022-12-13 | 北京罗克维尔斯科技有限公司 | 车载环视系统的标定方法及其装置 |
CN115465261A (zh) * | 2021-06-10 | 2022-12-13 | 约斯特-威克德国有限公司 | 用于使车辆运动到与之间隔开的物体的部件处的方法(坐标转换) |
CN115482296A (zh) * | 2022-09-21 | 2022-12-16 | 深圳一清创新科技有限公司 | 一种相机外参标定方法、系统和非易失性计算机可读存储介质 |
CN218329812U (zh) * | 2022-05-24 | 2023-01-17 | 郑州睿行汽车科技有限公司 | 一种基于摄像头的挂车角度测量装置 |
CN115661381A (zh) * | 2022-09-23 | 2023-01-31 | 东风商用车有限公司 | 一种基于车辆的前向道路线动态生成方法及系统 |
CN115880142A (zh) * | 2022-12-27 | 2023-03-31 | 杭州海康汽车软件有限公司 | 一种拖挂车的图像生成方法、装置、存储介质及终端 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6724425B2 (ja) * | 2016-03-04 | 2020-07-15 | アイシン精機株式会社 | 駐車支援装置 |
DE102018206494A1 (de) * | 2018-04-26 | 2019-10-31 | Volkswagen Aktiengesellschaft | Verfahren zum Betreiben eines Anhängerrangierassistenzsystems eines Kraftfahrzeugs und Anhängerrangierassistenzsystem für ein Kraftfahrzeug |
-
2023
- 2023-04-28 CN CN202310474063.XA patent/CN116202424B/zh active Active
Patent Citations (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103134429A (zh) * | 2013-03-19 | 2013-06-05 | 南京智真电子科技有限公司 | 一种基于视觉的汽车列车直线行驶轨迹测量方法 |
CN109716400A (zh) * | 2017-07-31 | 2019-05-03 | Jvc 建伍株式会社 | 图像记录装置、图像记录方法和图像记录程序 |
CN111163951A (zh) * | 2017-10-24 | 2020-05-15 | 福特全球技术公司 | 用于共享实时的铰接式车辆位置的车辆通信系统 |
DE102017011177A1 (de) * | 2017-12-05 | 2019-06-06 | Wabco Gmbh | Verfahren zum Ermitteln eines Knickwinkels eines Fahrzeug-Gespanns, Ermittlungseinrichtung sowie Fahrzeug-Gespann |
CN109345591A (zh) * | 2018-10-12 | 2019-02-15 | 北京双髻鲨科技有限公司 | 一种车辆自身姿态检测方法和装置 |
CN111222639A (zh) * | 2018-11-26 | 2020-06-02 | 福特全球技术公司 | 使用端到端学习的挂车角度检测 |
CN111414794A (zh) * | 2019-01-07 | 2020-07-14 | 大陆汽车有限责任公司 | 计算一拖车挂接点位置的方法 |
CN113518721A (zh) * | 2019-03-12 | 2021-10-19 | 采埃孚商用车系统汉诺威有限公司 | 用于获知车辆组合的两个子车辆之间的扭折角的检测系统和方法以及车辆组合 |
CN112907674A (zh) * | 2019-11-19 | 2021-06-04 | 初速度(苏州)科技有限公司 | 一种用于无人驾驶车辆的相机标定方法及装置 |
WO2021204867A1 (en) * | 2020-04-07 | 2021-10-14 | Connaught Electronics Ltd. | A system and method to track a coupled vehicle |
CN112348741A (zh) * | 2020-11-03 | 2021-02-09 | 明见(厦门)技术有限公司 | 全景图像拼接方法、设备及存储介质和显示方法及系统 |
CN112308899A (zh) * | 2020-11-09 | 2021-02-02 | 北京经纬恒润科技股份有限公司 | 一种挂车角度识别方法及装置 |
CN115465261A (zh) * | 2021-06-10 | 2022-12-13 | 约斯特-威克德国有限公司 | 用于使车辆运动到与之间隔开的物体的部件处的方法(坐标转换) |
CN113378741A (zh) * | 2021-06-21 | 2021-09-10 | 中新国际联合研究院 | 一种基于多源传感器的飞机牵引车辅助感知方法及其系统 |
CN113724133A (zh) * | 2021-08-06 | 2021-11-30 | 武汉极目智能技术有限公司 | 一种非刚体连接的拖挂车360°环视拼接方法 |
CN215622333U (zh) * | 2021-08-24 | 2022-01-25 | 智己汽车科技有限公司 | 一种能自主检测拖挂夹角的集卡车 |
CN216049721U (zh) * | 2021-10-19 | 2022-03-15 | 长沙立中汽车设计开发股份有限公司 | 一种半挂车拖车与挂车相对转角检测装置 |
CN115471563A (zh) * | 2021-11-22 | 2022-12-13 | 北京罗克维尔斯科技有限公司 | 车载环视系统的标定方法及其装置 |
CN114078090A (zh) * | 2021-11-23 | 2022-02-22 | 珠海研果科技有限公司 | 基于imu位姿纠正的牵引车鸟瞰图拼接方法及系统 |
CN114140535A (zh) * | 2021-11-30 | 2022-03-04 | 北京经纬恒润科技股份有限公司 | 挂车角度识别方法及装置 |
CN114872790A (zh) * | 2022-04-29 | 2022-08-09 | 盛视科技股份有限公司 | 基于视觉的拖挂车的转向夹角的检测方法及检测系统 |
CN218329812U (zh) * | 2022-05-24 | 2023-01-17 | 郑州睿行汽车科技有限公司 | 一种基于摄像头的挂车角度测量装置 |
CN115457358A (zh) * | 2022-08-29 | 2022-12-09 | 深圳一清创新科技有限公司 | 一种图像与点云的融合的处理方法、装置和无人车 |
CN115482296A (zh) * | 2022-09-21 | 2022-12-16 | 深圳一清创新科技有限公司 | 一种相机外参标定方法、系统和非易失性计算机可读存储介质 |
CN115661381A (zh) * | 2022-09-23 | 2023-01-31 | 东风商用车有限公司 | 一种基于车辆的前向道路线动态生成方法及系统 |
CN115880142A (zh) * | 2022-12-27 | 2023-03-31 | 杭州海康汽车软件有限公司 | 一种拖挂车的图像生成方法、装置、存储介质及终端 |
Non-Patent Citations (1)
Title |
---|
基于3D视觉的青饲机拖车车斗自动识别与定位方法;苗中华 等;农业机械学报;第50卷(第05期);43-49 * |
Also Published As
Publication number | Publication date |
---|---|
CN116202424A (zh) | 2023-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11400977B2 (en) | Vehicle guidance system | |
JP6930600B2 (ja) | 車両位置推定装置および車両制御装置 | |
US10345822B1 (en) | Cognitive mapping for vehicles | |
CN105539434B (zh) | 用于躲避转向操作的路径规划方法 | |
CN105539586B (zh) | 用于自主驾驶的车辆躲避移动障碍物的统一的运动规划 | |
CN110745140B (zh) | 一种基于连续图像约束位姿估计的车辆换道预警方法 | |
US10179588B2 (en) | Autonomous vehicle control system | |
US9902425B2 (en) | System for guiding trailer along target route during reversing maneuver | |
CN110837814B (zh) | 车辆导航方法、装置及计算机可读存储介质 | |
US20160129939A1 (en) | Vehicle control system | |
CN113432553B (zh) | 一种挂车夹角的测量方法、装置及车辆 | |
US10593029B2 (en) | Bloom removal for vehicle sensors | |
CN110555801B (zh) | 一种航迹推演的校正方法、终端和存储介质 | |
US10762784B2 (en) | Obstacle determination system and non-transitory computer-readable recording medium storing obstacle determination program | |
US11521494B2 (en) | Vehicle eccentricity mapping | |
US9440651B2 (en) | Method and device for monitoring a setpoint trajectory of a vehicle | |
US20220196395A1 (en) | Method for ascertaining an operating angle between a tractor and a trailer of the tractor | |
US20200257297A1 (en) | Vehicle steering control | |
CN114063090A (zh) | 一种可移动设备的定位方法、装置及可移动设备 | |
CN111857135A (zh) | 用于车辆的避障方法、装置、电子设备和计算机存储介质 | |
EP3626570B1 (en) | Driving assistance method and driving assistance apparatus | |
CN110515376B (zh) | 一种航迹推演校正的评价方法、终端和存储介质 | |
CN116202424B (zh) | 车身区域检测方法、牵引车及牵引车避障系统 | |
CN112102396B (zh) | 桥吊下的车辆定位方法、装置、设备及存储介质 | |
JP7227849B2 (ja) | 軌道生成装置 |
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 |