CN117523528A - 一种汽车、一种拖车状态确定方法、装置及设备 - Google Patents
一种汽车、一种拖车状态确定方法、装置及设备 Download PDFInfo
- Publication number
- CN117523528A CN117523528A CN202311541704.5A CN202311541704A CN117523528A CN 117523528 A CN117523528 A CN 117523528A CN 202311541704 A CN202311541704 A CN 202311541704A CN 117523528 A CN117523528 A CN 117523528A
- Authority
- CN
- China
- Prior art keywords
- trailer
- real
- coordinate parameters
- time
- rod
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000001514 detection method Methods 0.000 claims abstract description 15
- 230000008569 process Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 230000015556 catabolic process Effects 0.000 abstract description 3
- 238000006731 degradation reaction Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 9
- 239000003550 marker Substances 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000004075 alteration Effects 0.000 description 2
- 238000005452 bending Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000016776 visual perception Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000004148 unit process Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例提供了一种汽车、一种拖车状态确定方法、装置及设备。通过不间断地获取拖车以及拖车杆的实时图像信息，利用针对拖车杆预先建立的拖车杆检测模型处理实时图像信息，确定出拖车与拖车杆连接处的实时坐标参数。再基于实时坐标参数确定出理论拖曳线，并计算得到理论拖曳线的端点坐标参数，其中，端点坐标参数包括拖车端端点坐标参数以及自车端端点坐标参数。最后基于拖车端端点坐标参数以及自车端端点坐标参数，计算得到拖车杆相对于自车行驶方向的实时夹角，并根据实时夹角确定拖车的状态。仅通过图像识别确认自车与拖车的状态，不会因标志物脱落或损坏造成拖车状态识别准确度下降，提高了拖车状态识别的容错率。
Description
技术领域
本发明涉及车辆感知技术领域，尤其涉及一种汽车、一种拖车状态确定方法、装置及设备。
背景技术
现有的车载视觉感知系统包括一个控制器主机和多颗摄像头，该系统通过控制器主机解析多路摄像头的图像信息，实现对车辆前后或周边的视觉感知功能。
而针对拖车状态(即自车与拖车相对位置关系)的感知，现有技术是将标志物固定于拖车连接杆上，且需要固定在后视摄像头的可视范围内。通过后视摄像头获取标志物所在的相对位置变化，经过数学几何参数的转换，从而确定出拖车的状态。
随着标志物被风吹日晒，难免出现褪色或损坏，而一旦标志物损坏或部分脱落，就会导致拖车状态识别跳动较大，严重的会无法识别到拖车的状态。
发明内容
本发明实施例通过提供一种汽车、一种拖车状态确定方法、装置及设备，解决了现有拖车状态识别方法过度依赖标志物，导致识别容错率较低的技术问题。
第一方面，本发明通过本发明的一实施例，提供了一种拖车状态确定方法，应用于自车通过拖车杆拖曳拖车的过程，所述方法包括：
不间断地获取所述拖车以及所述拖车杆的实时图像信息，利用针对所述拖车杆预先建立的拖车杆检测模型处理所述实时图像信息，以确定出所述拖车与所述拖车杆连接处的实时坐标参数；
基于所述实时坐标参数确定出理论拖曳线，并计算得到所述理论拖曳线的端点坐标参数；其中，所述端点坐标参数包括拖车端端点坐标参数以及自车端端点坐标参数；
基于所述拖车端端点坐标参数以及所述自车端端点坐标参数，计算得到所述拖车杆相对于自车行驶方向的实时夹角，并根据所述实时夹角确定所述拖车的状态。
作为一种可选的实施方式，所述不间断地获取所述拖车以及所述拖车杆的实时图像信息，包括：不间断地获取所述拖车以及所述拖车杆的正投影图像，以得到所述实时图像信息。
作为一种可选的实施方式，所述利用针对所述拖车杆预先建立的拖车杆检测模型处理所述实时图像信息，以确定出所述拖车与所述拖车杆连接处的实时坐标参数，包括：利用所述拖车杆检测模型识别出所述实时图像信息中所述拖车杆的轮廓，基于所述拖车杆的轮廓拟合出旋转矩形框；
根据所述旋转矩形框的定点坐标参数，确定出所述拖车与所述拖车杆连接处的实时坐标参数。
作为一种可选的实施方式，所述基于所述拖车杆的轮廓拟合出所述旋转矩形框，包括：
将所述旋转矩形框的边与所述拖车的轮廓重合，以使所述自车与所述拖车杆连接处位于所述旋转矩形框上，以及使所述拖车与所述拖车杆连接处位于所述旋转矩形框上。
作为一种可选的实施方式，所述根据所述旋转矩形框的定点坐标参数，确定出所述拖车与所述拖车杆连接处的实时坐标参数，包括：
将所述自车与所述拖车杆连接处作为所述旋转矩形框的定点坐标参数；
基于所述定点坐标参数以及所述旋转矩形框，确定出所述拖车与所述拖车杆连接处的实时坐标参数。
作为一种可选的实施方式，所述基于所述实时坐标参数确定出理论拖曳线，并计算得到所述理论拖曳线的端点坐标参数，包括：
若从所述拖车的一端到所述拖车的另一端所述实时坐标参数包括2N-1个，则将第N个实时坐标参数作为所述拖车端端点坐标参数；
若从所述拖车的一端到所述拖车的另一端所述实时坐标参数包括2N个，则基于第一个实时坐标参数以及第2N个实时坐标参数确定出所述拖车端端点坐标参数；其中，N为大于或等于1的整数。
第二方面，本发明通过本发明的一实施例，提供了一种拖车状态确定装置，应用于自车通过拖车杆拖曳拖车的过程，所述装置包括：
图像信息获取单元，用于不间断地获取所述拖车以及所述拖车杆的实时图像信息，利用针对所述拖车杆预先建立的拖车杆检测模型处理所述实时图像信息，以确定出所述拖车与所述拖车杆连接处的实时坐标参数；
坐标计算单元，用于基于所述实时坐标参数确定出理论拖曳线，并计算得到所述理论拖曳线的端点坐标参数；其中，所述端点坐标参数包括拖车端端点坐标参数以及自车端端点坐标参数；
拖车状态计算单元，用于基于所述拖车端端点坐标参数以及所述自车端端点坐标参数，计算得到所述拖车杆相对于自车行驶方向的实时夹角，并根据所述实时夹角确定所述拖车的状态。
第三方面，本发明通过本发明的一实施例，提供了一种拖车状态确定设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的代码，所述处理器执行所述代码时实现第一方面中的任一实施方式。
第四方面，本发明通过本发明的一实施例，提供了一种汽车，包括三方面中所述的拖车状态确定设备。
第五方面，本发明通过本发明的一实施例，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现第一方面中的任一实施方式。
本发明实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
不间断地获取拖车以及拖车杆的实时图像信息，利用针对拖车杆预先建立的拖车杆检测模型处理实时图像信息，以确定出拖车与拖车杆连接处的实时坐标参数。再基于实时坐标参数确定出理论拖曳线，并计算得到理论拖曳线的端点坐标参数，其中，端点坐标参数包括拖车端端点坐标参数以及自车端端点坐标参数。最后基于拖车端端点坐标参数以及自车端端点坐标参数，计算得到拖车杆相对于自车行驶方向的实时夹角，并根据实时夹角确定拖车的状态。
从而在并不依赖外在标志物的前提下，仅通过图像识别就能够确认自车与拖车的状态，也就不会因标志物脱落或损坏造成拖车状态识别准确度下降，有效提高了拖车状态识别的容错率。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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他的附图。
图1为本发明实施例中拖车状态确定方法的流程图；
图2为本发明实施例中自车通过拖车杆拖曳拖车的俯视示意图；
图3为本发明实施例中拖车状态确定装置结构的示意图；
图4为本发明实施例中拖车状态确定设备结构的示意图；
图5为本发明实施例中计算机可读存储介质结构的示意图。
具体实施方式
本发明实施例通过提供一种汽车、一种拖车状态确定方法、装置及设备，解决了现有拖车状态识别方法过度依赖标志物，导致识别容错率较低的技术问题。
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
首先说明，本文中出现的术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
第一方面，本发明通过本发明的一实施例，提供了一种拖车状态确定方法，应用于自车通过拖车杆拖曳拖车的过程，参加如图1所示，该方法可以包括如下步骤S101～步骤S103：
步骤S101：不间断地获取拖车以及拖车杆的实时图像信息，利用针对拖车杆预先建立的拖车杆检测模型处理实时图像信息，以确定出拖车与拖车杆连接处的实时坐标参数。
具体的，可以通过车载后视摄像头不间断地获取拖车以及拖车杆的实时图像信息。车载后视摄像头通过同轴视频传输线与ECU(Electronic Control Unit，电子控制器)电性连接，ECU又通过CAN(Controller Area Network，控制器局域网)与车载计算单元电性连接。
可以使用深度学习网络训练大量不同款式的拖车杆在不同角度时的图像数据，来得到针对拖车杆的拖车杆检测模型，再将该模型部署到自车上的车载计算单元上。
将车载后视摄像头(能够完整拍摄到拖车杆)实时拍摄到的图像数据发送给车载计算单元。车载计算单元通过运行拖车杆检测模型来处理实时图像信息，从而确定出拖车与拖车杆连接处的实时坐标参数。车载计算单元可以是CPU和/或GPU。
优选的，车载计算单元应该具备高算力，从而能够提高图像的处理速度，进而降低拖车状态确认的延时，能够更及时地反映拖车的状态。
针对如何确定出拖车与拖车杆连接处的实时坐标参数，具体的，可以利用拖车杆检测模型识别出实时图像信息中拖车杆的轮廓，并基于拖车杆的轮廓拟合出旋转矩形框，再根据旋转矩形框的定点坐标参数，确定出拖车与拖车杆连接处的实时坐标参数。
在具体实施过程中，可以对实时图像信息进行二值化处理，从而识别出拖车的轮廓。这样，还可以检测拖车杆是否拖曳有拖车。
在识别出拖车的轮廓后，如图2所示，可以通过将旋转矩形框的边与拖车的轮廓重合，来使得自车与拖车杆连接处位于旋转矩形框上，以及使拖车与拖车杆连接处位于旋转矩形框上。
可以理解的是，由于拖车杆绕着与自车连接处旋转，因而自车与拖车杆连接处是一个固定的位置。将自车与拖车杆连接处作为旋转矩形框的定点坐标参数，再基于定点坐标参数以及旋转矩形框，就能够确定出拖车与拖车杆连接处的实时坐标参数。
举例来讲，车载摄像头获取的每帧图像，其横向像素数量以及纵向像素数量均是相同的，假如定点坐标参数为(0,0)，而旋转矩形框的一边长为W个像素点，旋转矩形框的另一边长为L个像素点，则利用几何关系可以计算得到拖车与拖车杆连接处的实时坐标参数。
作为一种可选的实施方式，可以不间断地获取拖车以及拖车杆的正投影图像来得到实时图像信息。
步骤S102：基于实时坐标参数确定出理论拖曳线，并计算得到理论拖曳线的端点坐标参数。
其中，端点坐标参数包括拖车端端点坐标参数以及自车端端点坐标参数。由于自车端端点坐标参数是不变的，定点坐标参数可以作为自车端端点坐标参数，理论拖曳线经过旋转矩形框的重心，或者理论拖曳线是旋转矩形框的对称轴，而拖车端端点坐标参数是实时变化的。
可以理解的，拖车与拖车杆连接处的实时坐标参数可以包括一个或多个，若从拖车的一端到拖车的另一端实时坐标参数包括2N-1个，则可以将第N个实时坐标参数作为拖车端端点坐标参数。
若从拖车的一端到拖车的另一端实时坐标参数包括2N个，则可以基于第一个实时坐标参数以及第2N个实时坐标参数确定出拖车端端点坐标参数。
其中，N为大于或等于1的整数。举例来讲，假如N＝1，且拖车与拖车杆存在一个连接处，则对应的实时坐标参数只有一个，则可以将该连接处的实时坐标参数确定为拖车端端点坐标参数。
假如N＝2，且拖车与拖车杆存在四个连接处，则对应的实时坐标参数有四个，则从拖车的一端到拖车的另一端，依次可以基于第一个实时坐标参数(x1,y1)以及第4个实时坐标参数(x4,y4)确定出拖车端端点坐标参数。具体将第一个实时坐标参数(x1,y1)以及第4个实时坐标参数(x4,y4)的中点坐标参数作为拖车端端点坐标参数。
步骤S103：基于拖车端端点坐标参数以及自车端端点坐标参数，计算得到拖车杆相对于自车行驶方向的实时夹角，并根据实时夹角确定拖车的状态。
在得到拖车端端点坐标参数以及自车端端点坐标参数之后，计算出拖车端端点的世界坐标以及自车端端点的世界坐标，将这两个点的世界坐标带入以下公式即可得到拖车杆相对于自车行驶方向的实时夹角：
D＝-atan2((x5w–x6w),(y5w–y6w))*180/π
其中，D为拖车杆相对于自车行驶方向的实时夹角，拖车端端点的世界坐标为(x5w,y5w,z5w)，自车端端点的世界坐标(x6w,y6w,z5w)。
根据实时夹角车载计算单元能够计算出拖车相对自车的弯折方向、弯折角度以及距离等表征拖车状态的信息。
第二方面，基于同一发明构思，本发明通过本发明的一实施例，提供了一种拖车状态确定装置，应用于自车通过拖车杆拖曳拖车的过程，请参见如图3所示，该装置包括：
图像信息获取单元301，用于不间断地获取拖车以及拖车杆的实时图像信息，利用针对拖车杆预先建立的拖车杆检测模型处理实时图像信息，以确定出拖车与拖车杆连接处的实时坐标参数；
坐标计算单元302，用于基于实时坐标参数确定出理论拖曳线，并计算得到理论拖曳线的端点坐标参数；其中，端点坐标参数包括拖车端端点坐标参数以及自车端端点坐标参数；
拖车状态计算单元303，用于基于拖车端端点坐标参数以及自车端端点坐标参数，计算得到拖车杆相对于自车行驶方向的实时夹角，并根据实时夹角确定拖车的状态。
由于本实施例所介绍的拖车状态确定装置，为实施本发明实施例中拖车状态确定方法所采用的电子设备，故而基于本发明实施例中所介绍的拖车状态确定方法，本领域所属技术人员能够了解本实施例的电子设备的具体实施方式以及其各种变化形式，所以在此对于该电子设备如何实现本发明实施例中的方法不再详细介绍。只要本领域所属技术人员实施本发明实施例中拖车状态确定方法所采用的电子设备，都属于本发明所欲保护的范围。
第三方面，基于同一发明构思，本发明实施例提供了一种拖车状态确定设备，可以应用于自车通过拖车杆拖曳拖车的过程。
参考图4所示，本发明实施例提供的拖车状态确定设备，包括：存储器401、处理器402及存储在存储器上并可在处理器402上运行的代码，处理器402在执行代码时实现前文拖车状态确定方法中任一实施方式。
其中，在图4中，总线架构(用总线400来代表)，总线400可以包括任意数量的互联的总线和桥，总线400将包括由处理器402代表的一个或多个处理器和存储器401代表的存储器的各种电路链接在一起。总线400还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口405在总线400和接收器403和发送器404之间提供接口。接收器403和发送器404可以是同一个元件，即收发机，提供用于在传输介质上与各种其他装置通信的单元。处理器402负责管理总线400和通常的处理，而存储器401可以被用于存储处理器402在执行操作时所使用的数据。
第四方面，本发明通过本发明的一实施例，提供了一种汽车，包括三方面中的拖车状态确定设备。
第五方面，如图5所示，基于同一发明构思，本发明通过本发明的一实施例，提供了一种计算机可读存储介质500，其上存储有计算机程序501，该计算机程序501被处理器执行时实现前文拖车状态确定方法中的任一实施方式。
上述本发明实施例中的技术方案，至少具有如下的技术效果或优点：
在并不依赖外在标志物的前提下，仅通过图像识别就能够确认自车与拖车的状态，也就不会因标志物脱落或损坏造成拖车状态识别准确度下降，有效提高了拖车状态识别的容错率。
另外，本发明实施例还能够检测拖车杆是否拖曳有拖车，这是现有技术所不具备的功能。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机产品的流程图和/或方框图来描述的。应理解可由计算机指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种拖车状态确定方法，其特征在于，应用于自车通过拖车杆拖曳拖车的过程，所述方法包括：
不间断地获取所述拖车以及所述拖车杆的实时图像信息，利用针对所述拖车杆预先建立的拖车杆检测模型处理所述实时图像信息，以确定出所述拖车与所述拖车杆连接处的实时坐标参数；
基于所述实时坐标参数确定出理论拖曳线，并计算得到所述理论拖曳线的端点坐标参数；其中，所述端点坐标参数包括拖车端端点坐标参数以及自车端端点坐标参数；
基于所述拖车端端点坐标参数以及所述自车端端点坐标参数，计算得到所述拖车杆相对于自车行驶方向的实时夹角，并根据所述实时夹角确定所述拖车的状态。
2.如权利要求1所述的方法，其特征在于，所述不间断地获取所述拖车以及所述拖车杆的实时图像信息，包括：
不间断地获取所述拖车以及所述拖车杆的正投影图像，以得到所述实时图像信息。
3.如权利要求2所述的方法，其特征在于，所述利用针对所述拖车杆预先建立的拖车杆检测模型处理所述实时图像信息，以确定出所述拖车与所述拖车杆连接处的实时坐标参数，包括：
利用所述拖车杆检测模型识别出所述实时图像信息中所述拖车杆的轮廓，基于所述拖车杆的轮廓拟合出旋转矩形框；
根据所述旋转矩形框的定点坐标参数，确定出所述拖车与所述拖车杆连接处的实时坐标参数。
4.如权利要求3所述的方法，其特征在于，所述基于所述拖车杆的轮廓拟合出所述旋转矩形框，包括：
将所述旋转矩形框的边与所述拖车的轮廓重合，以使所述自车与所述拖车杆连接处位于所述旋转矩形框上，以及使所述拖车与所述拖车杆连接处位于所述旋转矩形框上。
5.如权利要求4所述的方法，其特征在于，所述根据所述旋转矩形框的定点坐标参数，确定出所述拖车与所述拖车杆连接处的实时坐标参数，包括：
将所述自车与所述拖车杆连接处作为所述旋转矩形框的定点坐标参数；
基于所述定点坐标参数以及所述旋转矩形框，确定出所述拖车与所述拖车杆连接处的实时坐标参数。
6.如权利要求5所述的方法，其特征在于，所述基于所述实时坐标参数确定出理论拖曳线，并计算得到所述理论拖曳线的端点坐标参数，包括：
若从所述拖车的一端到所述拖车的另一端所述实时坐标参数包括2N-1个，则将第N个实时坐标参数作为所述拖车端端点坐标参数；
若从所述拖车的一端到所述拖车的另一端所述实时坐标参数包括2N个，则基于第一个实时坐标参数以及第2N个实时坐标参数确定出所述拖车端端点坐标参数；其中，N为大于或等于1的整数。
7.一种拖车状态确定装置，其特征在于，应用于自车通过拖车杆拖曳拖车的过程，所述装置包括：
图像信息获取单元，用于不间断地获取所述拖车以及所述拖车杆的实时图像信息，利用针对所述拖车杆预先建立的拖车杆检测模型处理所述实时图像信息，以确定出所述拖车与所述拖车杆连接处的实时坐标参数；
坐标计算单元，用于基于所述实时坐标参数确定出理论拖曳线，并计算得到所述理论拖曳线的端点坐标参数；其中，所述端点坐标参数包括拖车端端点坐标参数以及自车端端点坐标参数；
拖车状态计算单元，用于基于所述拖车端端点坐标参数以及所述自车端端点坐标参数，计算得到所述拖车杆相对于自车行驶方向的实时夹角，并根据所述实时夹角确定所述拖车的状态。
8.一种拖车状态确定设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的代码，其特征在于，所述处理器执行所述代码时实现权利要求1-6中任一所述的方法。
9.一种汽车，其特征在于，包括如权利要求8所述的拖车状态确定设备。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-6中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311541704.5A CN117523528A (zh) | 2023-11-17 | 2023-11-17 | 一种汽车、一种拖车状态确定方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311541704.5A CN117523528A (zh) | 2023-11-17 | 2023-11-17 | 一种汽车、一种拖车状态确定方法、装置及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117523528A true CN117523528A (zh) | 2024-02-06 |
Family
ID=89747328
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311541704.5A Pending CN117523528A (zh) | 2023-11-17 | 2023-11-17 | 一种汽车、一种拖车状态确定方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117523528A (zh) |
-
2023
- 2023-11-17 CN CN202311541704.5A patent/CN117523528A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20200249032A1 (en) | Apparatus and method for updating high definition map for autonomous driving | |
| CN111369831A (zh) | 一种道路驾驶危险预警方法、装置和设备 | |
| WO2021046716A1 (zh) | 目标对象的检测方法、系统、设备及存储介质 | |
| CN110068814B (zh) | 一种测量障碍物距离的方法及装置 | |
| CN103204104B (zh) | 一种车辆全视角驾驶监控系统及方法 | |
| CN102609938A (zh) | 一种从单幅图像检测道路消失点的方法 | |
| CN110942038A (zh) | 基于视觉的交通场景识别方法、装置、介质及电子设备 | |
| CN113985405A (zh) | 障碍物检测方法、应用于车辆的障碍物检测设备 | |
| CN111160132B (zh) | 障碍物所在车道的确定方法、装置、电子设备和存储介质 | |
| CN111046809B (zh) | 一种障碍物检测方法、装置、设备及计算机可读存储介质 | |
| CN115402322A (zh) | 一种路口驾驶辅助方法、系统、电子设备及存储介质 | |
| CN117523528A (zh) | 一种汽车、一种拖车状态确定方法、装置及设备 | |
| CN107452230B (zh) | 一种障碍物检测方法、装置、终端设备及存储介质 | |
| CN116572837A (zh) | 一种信息显示控制方法及装置、电子设备、存储介质 | |
| CN112902911A (zh) | 基于单目相机的测距方法、装置、设备及存储介质 | |
| CN116486351A (zh) | 行车预警方法、装置、设备及存储介质 | |
| CN113569666B (zh) | 车辆连续违法变道的检测方法及计算机设备 | |
| CN212570057U (zh) | 一种道路驾驶危险预警装置和设备 | |
| CN114332105A (zh) | 一种可行驶区域分割方法、系统、电子设备及存储介质 | |
| CN114644014A (zh) | 一种基于车道线的智能驾驶方法及相关设备 | |
| CN113581193A (zh) | 一种驾驶场景仿真优化方法、系统、电子设备及存储介质 | |
| CN115690697A (zh) | 目标距离检测装置及方法 | |
| DE112020002514T5 (de) | Fahrzeugsteuervorrichtung | |
| CN115376365B (zh) | 车辆控制方法、装置、电子设备和计算机可读介质 | |
| CN115303291B (zh) | 拖挂车的挂车轨迹预测方法和装置、电子设备和存储介质 |
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 |