一种自动跟车方法及装置制造方法及图纸

本申请公开了一种自动跟车方法及装置，包括：后方车辆在跟随前方车辆行驶时，获取前方车辆对应的定位靶的拍摄图像，并对拍摄图像进行图像处理，以得到前方车辆相对于与前方车辆相邻的后方车辆的位置信息，获取与后方车辆的当前跟车状态，并根据所得的位置信息以及当前跟车状态，控制后方车辆的跟车状态。可见，由于后方车辆根据自身的当前跟车状态以及前方车辆的位置信息，控制自身的跟车状态，因此，即使没有驾驶员驾驶后方车辆，后方车辆也能基于对自身跟车状态的控制，安全、有效的跟随前方车辆进行队列行驶，从而有效减少多车队列行驶时所需的人力成本；而且，后方的车辆均按照统一的规则控制自身的跟车状态，从而保证车辆行驶的统一性。

【技术实现步骤摘要】
一种自动跟车方法及装置
本申请涉及智能驾驶
，特别是涉及一种自动跟车方法及装置。
技术介绍
目前，在库存车辆的批量移库、多车货物运输等场景中，通常需要安排大量驾驶员来负责驾驶车辆，以使得多辆库存车或者多辆运输车能够沿着相同路线进行队列行驶，从而实现运输货物或者运输车辆本身。可见，现有的多车运输方式需要为每辆车上至少配备一名驾驶员，这就意味着需要消耗大量的人力成本；同时，不同驾驶员的驾驶风格通常会存在差异，无法保证多车队列行驶过程中各个车辆的行为统一性，从而造成一定的安全隐患。
技术实现思路
本申请实施例所要解决的技术问题是，提供一种自动跟车方法及装置，以减少多车队列行驶时所需消耗的人力成本，同时提高多车队列行驶的安全性。第一方面，本申请实施例提供了一种自动跟车方法，该方法具体可以包括：获取针对于前方车辆对应的定位靶的拍摄图像；对所述拍摄图像进行图像处理，得到所述前方车辆相对于与所述前方车辆相邻的后方车辆的位置信息；获取所述后方车辆的当前跟车状态；根据所述前方车辆的位置信息以及所述当前跟车状态，控制所述后方车辆的跟车状态。在一些可能的实施方式中，所述对所述拍摄图像进行图像处理，得到所述前方车辆相对于与所述前方车辆相邻的后方车辆的位置信息，包括：对所述拍摄图像进行阈值化处理，得到第一图像；使用并查集Union-find算法，将所述第一图像上黑白像素区的边缘进行分割，并基于分割结果对所述黑白像素区边缘的像素点进行聚类；基于聚类后的像素点集合拟合出第一四边形；对所述第一四边形的边缘进行修正，得到第二四边形；将所述第二四边形内的像素块的黑白强度，与预设定位靶对应的黑白强度进行匹配，并将黑白强度相匹配的第二四边形，作为第三四边形；基于所述第三四边形，计算出所述前方车辆相对于所述后方车辆的位置信息。在一些可能的实施方式中，所述对所述第一四边形的边缘进行修正，得到第二四边形，包括：基于所述第一四边形边缘像素点的像素值的梯度变化，对所述第一四边形边缘进行第一次修正，得到第一次修正后的第一四边形；利用所述第一次修正后的第一四边形边缘黑白像素点的对比度差值，对所述第一次修正后的第一四边形进行第二次修正，并将第二次修正后的第一四边形作为第二四边形。在一些可能的实施方式中，若所述第二四边形内的像素块的黑白强度与所述预设定位靶对应的黑白强度不匹配，所述方法还包括：获取第一位置，所述第一位置是指所述定位靶在上一帧的拍摄图像上所形成的第三四边形在所述上一帧的拍摄图像上的位置；根据所述第一位置，预测所述定位靶在当前帧的拍摄图像上的预测位置；若第二位置分别与所述第一位置以及所述预测位置的重叠程度均在预设范围内，则将所述第二四边形作为第三四边形；其中，所述第二位置是指第二四边形在所述当前帧的拍摄图像上的位置。在一些可能的实施方式中，所述第二四边形内的黑白像素点的个数在与所述定位靶对应的预设阈值范围内。在一些可能的实施方式中，所述方法还包括：利用核相关滤波KCF算法跟踪出所述拍摄图像中定位靶图像的ROI区域；则，所述对所述拍摄图像进行图像处理，得到所述前方车辆相对于与所述前方车辆相邻的后方车辆的位置信息，包括：对所述ROI区域的图像进行图像处理，得到所述前方车辆的位置信息。在一些可能的实施方式中，所述后方车辆的跟车状态，包括：所述后方车辆的跟车速度。在一些可能的实施方式中，所述后方车辆的当前跟车状态包括所述后方车辆的当前跟车速度，所述根据所述前方车辆的位置信息以及所述当前跟车状态，控制所述后方车辆的跟车状态，包括：根据所述前方车辆的位置信息，计算出所述前方车辆与所述后方车辆之间的相对距离；将所述相对距离对时间进行求导运算，计算得到所述前方车辆与所述后方车辆之间的相对速度；基于所述相对速度以及所述当前跟车速度，计算得到所述后方车辆的目标跟车速度；利用所述目标跟车速度，控制所述后方车辆的跟车速度，以使得所述后方车辆以目标跟车速度进行跟车行驶。第二方面，本申请实施例还提供了一种自动跟车装置，该装置具体可以包括：第一获取模块，用于获取针对于前方车辆对应的定位靶的拍摄图像；图像处理模块，用于对所述拍摄图像进行图像处理，得到所述前方车辆相对于与所述前方车辆相邻的后方车辆的位置信息；第二获取模块，用于获取与所述前方车辆相邻的后方车辆的当前跟车状态；控制模块，用于根据所述前方车辆的位置信息以及所述当前跟车状态，控制所述后方车辆的跟车状态。在一些可能的实施方式中，所述图像处理模块，包括：阈值化处理单元，用于对所述拍摄图像进行阈值化处理，得到第一图像；分割聚类单元，用于使用并查集Union-find算法，将所述第一图像上黑白像素区的边缘进行分割，并基于分割结果对所述黑白像素区边缘的像素点进行聚类；拟合单元，用于基于聚类后的像素点集合拟合出第一四边形；修正单元，用于对所述第一四边形的边缘进行修正，得到第二四边形；匹配单元，用于将所述第二四边形内的像素块的黑白强度，与预设定位靶对应的黑白强度进行匹配，并将黑白强度相匹配的第二四边形，作为第三四边形；第一计算单元，用于基于所述第三四边形，计算出所述前方车辆相对于所述后方车辆的位置信息。在一些可能的实施方式中，所述修正单元，包括：第一修正子单元，用于基于所述第一四边形边缘像素点的像素值的梯度变化，对所述第一四边形边缘进行第一次修正，得到第一次修正后的第一四边形；第二修正子单元，用于利用所述第一次修正后的第一四边形边缘黑白像素点的对比度差值，对所述第一次修正后的第一四边形进行第二次修正，并将第二次修正后的第一四边形作为第二四边形。在一些可能的实施方式中，所述装置还包括：第三获取模块，用于若所述第二四边形内的像素块的黑白强度与所述预设定位靶对应的黑白强度不匹配，获取第一位置，所述第一位置是指所述定位靶在上一帧的拍摄图像上所形成的第三四边形在所述上一帧的拍摄图像上的位置；预测模块，用于根据所述第一位置，预测所述定位靶在当前帧的拍摄图像上的预测位置；第二计算单元，用于若第二位置分别与所述第一位置以及所述预测位置的重叠程度均在预设范围内，则将所述第二四边形作为第三四边形；其中，所述第二位置是指第二四边形在所述当前帧的拍摄图像上的位置。在一些可能的实施方式中，所述第二四边形内的黑白像素点的个数在与所述定位靶对应的预设阈值范围内。在一些可能的实施方式中，所述装置还包括：定位模块，用于利用核相关滤波KCF算法跟踪出所述拍摄图像中定位靶图像的ROI区域；则，所述图像处理模块，具体用于对所述ROI区域的图像进行图像处理，得到所述前方车辆相对于与所述前方车辆相邻的后方车辆的位置信息。在一些可能的实施方式中，所述后方本文档来自技高网...

【技术保护点】
1.一种自动跟车方法，其特征在于，所述方法包括：/n获取针对于前方车辆对应的定位靶的拍摄图像；/n对所述拍摄图像进行图像处理，得到所述前方车辆相对于与所述前方车辆相邻的后方车辆的位置信息；/n获取所述后方车辆的当前跟车状态；/n根据所述前方车辆的位置信息以及所述当前跟车状态，控制所述后方车辆的跟车状态。/n

【技术特征摘要】
1.一种自动跟车方法，其特征在于，所述方法包括：
获取针对于前方车辆对应的定位靶的拍摄图像；
对所述拍摄图像进行图像处理，得到所述前方车辆相对于与所述前方车辆相邻的后方车辆的位置信息；
获取所述后方车辆的当前跟车状态；
根据所述前方车辆的位置信息以及所述当前跟车状态，控制所述后方车辆的跟车状态。


2.根据权利要求1所述的方法，其特征在于，所述对所述拍摄图像进行图像处理，得到所述前方车辆相对于与所述前方车辆相邻的后方车辆的位置信息，包括：
对所述拍摄图像进行阈值化处理，得到第一图像；
使用并查集Union-find算法，将所述第一图像上黑白像素区的边缘进行分割，并基于分割结果对所述黑白像素区边缘的像素点进行聚类；
基于聚类后的像素点集合拟合出第一四边形；
对所述第一四边形的边缘进行修正，得到第二四边形；
将所述第二四边形内的像素块的黑白强度，与预设定位靶对应的黑白强度进行匹配，并将黑白强度相匹配的第二四边形，作为第三四边形；
基于所述第三四边形，计算出所述前方车辆相对于所述后方车辆的位置信息。


3.根据权利要求2所述的方法，其特征在于，所述对所述第一四边形的边缘进行修正，得到第二四边形，包括：
基于所述第一四边形边缘像素点的像素值的梯度变化，对所述第一四边形边缘进行第一次修正，得到第一次修正后的第一四边形；
利用所述第一次修正后的第一四边形边缘黑白像素点的对比度差值，对所述第一次修正后的第一四边形进行第二次修正，并将第二次修正后的第一四边形作为第二四边形。


4.根据权利要求2所述的方法，其特征在于，若所述第二四边形内的像素块的黑白强度与所述预设定位靶对应的黑白强度不匹配，所述方法还包括：
获取第一位置，所述第一位置是指所述定位靶在上一帧的拍摄图像上所形成的第三四边形在所述上一帧的拍摄图像上的位置；
根据所述第一位置，预测所述定位靶在当前帧的拍摄图像上的预测位置；
若第二位置分别与所述第一位置以及所述预测位置的重叠程度均在预设范围内，则将所述第二四边形作为第三四边形；
其中，所述第二位置是指所述第二四边形在所述当前帧的拍摄图像上的位置。


5.根据权利要求4所述的方法，其特征在于，所述第二四边形内的黑白像素点的个数在与所述定位靶对应的预设阈值范围内。


6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
利用核相关滤波KCF算法跟踪出所述拍摄图像中定位靶图像的ROI区域；
则，所述对所述拍摄图像进行图像处理，得到所述前方车辆相对于与所述前方车辆相邻的后方车辆的位置信息，包括：
对所述ROI区域的图像进行图像处理，得到所述前方车辆的位置信息。


7.根据权利要求1所述的方法，其特征在于，所述后方车辆的跟车状态，包括：所述后方车辆的跟车速度。


8.根据权利要求7所述的方法，其特征在于，所述后方车辆的当前跟车状态包括所述后方车辆的当前跟车速度，所述根据所述前方车辆的位置信息以及所述当前跟车状态，控制所述后方车辆的跟车状态，包括：
根据所述前方车辆的位置信息，计算出所述前方车辆与所述后方车辆之间的相对距离；
将所述相对距离对时间进行求导运算，计算得到所述前方车辆与所述后方车辆之间的相对速度；
基于所述相对速度以及所述当前跟车速度，计算得到所述后方车辆的目标跟车速度；
利用所述目标跟车速度，控制所述后方车辆的跟车速度，以使得所述后方车辆以目标跟车速度进行跟车行驶。


9.一种自动跟车装置，其特征在于，所述装置包括：
第一获取...

【专利技术属性】
技术研发人员：李广旭，余凤，张海涛，吴平友，仇林至，陈晨，
申请(专利权)人：上海汽车集团股份有限公司，
类型：发明
国别省市：上海;31