一种车箱中货物量的确定方法、装置、系统及电子设备制造方法及图纸

本发明专利技术公开了一种车箱中货物量的确定方法、装置、系统及电子设备，其中车箱中货物量的确定方法包括以下步骤：获取车箱内的RGBD图像；将所述RGBD图像输入到经过训练的深度估计模型中，得到所述车箱中货物量的深度，其中所述深度估计模型采用resnet网络结构。由此可以确定车厢中的货物量，进一步的，可以基于车厢中的货物量，判断装料或者卸料是否完成，解决目前需要人为判断车箱是否装料或者卸料完成的问题。的问题。的问题。

【技术实现步骤摘要】
一种车箱中货物量的确定方法、装置、系统及电子设备


[0001]本专利技术涉及工程机械的控制
，具体涉及一种车箱中货物量的确定方法、装置、系统及电子设备。

技术介绍

[0002]在自动驾驶系统中，作为识别周边环境的“感官”角色，感知模块是整个系统安全、高效运行的无比重要的一环。感知系统负责处理传感器捕获的数据，如光探测和测距LIDAR、无线电探测和测距(雷达)、摄像机、全球定位系统(GPS)、惯性测量单元(IMU)、里程表等等。
[0003]不同于商业乘用车，搭载自动驾驶系统的工程作业车辆一般还涉及到无人化作业，无人化作业也是工程作业车辆实现自动驾驶功能重要的一环。对于一些运载车辆，无人化作业主要涉及到判断载货是否完成。目前，判断货箱是否装料或者卸料完全，绝大多数情况下还需要人为判断，这与实现运载车辆的智能化有悖。

技术实现思路

[0004]有鉴于此，本专利技术实施例提供了一种车箱中货物量的确定方法、装置、系统及电子设备，以解决目前需要人为判断车箱是否装料或者卸料完成的问题。
[0005]根据第一方面，本专利本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车箱中货物量的确定方法，其特征在于，包括：获取车箱内的RGBD图像；将所述RGBD图像输入到经过训练的深度估计模型中，得到所述车箱中货物量的深度，其中所述深度估计模型采用resnet网络结构。2.根据权利要求1所述的方法，其特征在于，还包括：根据所述货物量的深度，确定所述车箱中的货物是否装载或卸载完成。3.根据权利要求1所述的方法，其特征在于，所述resnet网络包括分辨率为1/2的第一特征层、分辨率为1/4的第二特征层、分辨率为1/8的第三特征层、分辨率为1/16的第四特征层和分辨率为1/32的第五特征层，在所述第三特征层、所述第四特征层和所述第五特征层上进行特征融合。4.根据权利要求1所述的方法，其特征在于，在所述深度估计模型中，采用深度可分离的卷积模块。5.根据权利要求1所述的方法，其特征在于，所述深度估计模型的上采样算子采用双线性差值；和/或，所述深度估计模型的下采样采用L1 loss。6.根据权利要求1～5任一项所述的方法，...

【专利技术属性】
技术研发人员：吴晓民，
申请(专利权)人：深圳海星智驾科技有限公司，
类型：发明
国别省市：