AR-HUD智能越野场景显示方法、相关设备及车辆技术

本申请提供一种AR

【技术实现步骤摘要】
AR
‑
HUD智能越野场景显示方法、相关设备及车辆


[0001]本申请涉及车辆驾驶辅助系统
，尤其涉及一种AR
‑
HUD智能越野场景显示方法、相关设备及车辆。

技术介绍

[0002]随着经济增长及人们生活水平的提高，人们对生活及娱乐方式的定义也越来越广泛，越野成为了一部分人对生活方式的阐述和对别样人生的追求，而汽车行业也随之出现了越野这一细分赛道，在越野这一赛道内，汽车不仅需要具备强劲的动力、稳定的车身底盘、具备冲击力的外观设计、四驱+三把锁等硬性的条件，还应给驾驶员提供更舒适的驾驶条件、更高效、直观的危险提示，而这正是目前越野车型普遍需要提升的点。

技术实现思路

[0003]有鉴于此，本申请的目的在于提出一种AR
‑
HUD智能越野场景显示方法、相关设备及车辆，以解决现有车辆在越野场景下危险提示不直观不高效的技术问题。
[0004]基于上述目的，本申请提供了一种AR
‑
HUD智能越野场景显示方法包括：
[0005]获取车辆的目标区域的图像信息，基于所述图像信息生成目标点云转化数据模型；
[0006]基于所述目标点云转化数据模型计算得到所述目标区域的分析参数；
[0007]获取所述车辆的姿态数据，将所述姿态数据与所述分析参数进行对比分析，生成通过难度等级；
[0008]将所述通过难度等级在所述目标点云转化数据模型中进行标记得到标记后的目标点云转化数据模型，并将所述标记后的目标点云转化数据模型进行投影显示。
[0009]进一步的，所述图像信息包括：所述车辆的摄像头、激光雷达识别到的图像信息。
[0010]进一步的，所述基于所述图像信息生成目标点云转化数据模型，包括：
[0011]基于所述图像信息得到三维点云信息；
[0012]基于所述三维点云信息生成目标点云转化数据模型。
[0013]进一步的，所述分析参数包括：上坡坡角、下坡坡角、目标点位高度、目标分析长度和目标夹角，所述目标点位高度为所述目标区域中位于所述上坡或所述下坡的点距坡顶或坡脚的垂直距离，所述目标分析长度为所述目标区域中相邻的坡之间的坡顶到坡顶之间或坡脚到坡脚之间的水平距离，所述目标夹角为所述目标区域中坡转折的夹角；
[0014]所述姿态数据包括：车辆离去角、车辆纵向通过角、车辆接近角、车辆最小离地间隙和车辆前后轮切线交点间距。
[0015]进一步的，所述将所述姿态数据与所述分析参数进行对比分析，生成通过难度等级，包括：
[0016]响应于所述上坡坡角小于所述车辆接近角，则生成所述通过难度等级为一级；
[0017]响应于所述下坡坡角小于所述车辆离去角，则生成所述通过难度等级为一级；
[0018]响应于所述上坡坡角大于等于所述车辆接近角，则生成所述通过难度等级为二级；
[0019]响应于所述下坡坡角大于等于所述车辆离去角，则生成所述通过难度等级为二级；
[0020]响应于所述目标夹角与所述车辆纵向通过角之和大于180
°
，则生成所述通过难度等级为一级；
[0021]响应于所述目标夹角与所述车辆纵向通过角之和小于等于180
°
，则生成所述通过难度等级为二级。
[0022]进一步的，所述将所述姿态数据与所述分析参数进行对比分析，生成通过难度等级，还包括：
[0023]响应于所述目标区域中相邻两个上坡和下坡之间的坡顶或坡脚重叠，且该上坡和下坡之间存在斜侧坡，则至少对所述上坡坡角与所述车辆接近角、所述下坡坡角与所述车辆离去角、及所述目标点位高度与所述车辆最小离地间隙进行对比分析，以生成所述通过难度等级；
[0024]响应于所述目标区域中相邻两个上坡和下坡之间的坡顶和坡脚不重叠，则至少对所述所述上坡坡角与所述车辆接近角、所述下坡坡角与所述车辆离去角、及所述目标分析长度与所述车辆前后轮切线交点间距进行对比分析，以生成所述通过难度等级。
[0025]进一步的，所述将所述通过难度等级在所述目标点云转化数据模型中进行标记得到标记后的目标点云转化数据模型，包括：
[0026]根据所述通过难度等级将所述目标点云转化数据模型标记对应的颜色，得到标记后的目标点云转化数据模型。
[0027]基于同一专利技术构思，本申请还提供了一种AR
‑
HUD智能越野场景显示装置，包括：
[0028]构建模块，被配置为获取车辆的目标区域的图像信息，基于所述图像信息生成目标点云转化数据模型；
[0029]计算模块，被配置为基于所述目标点云转化数据模型计算得到所述目标点云转化数据模型的分析参数；
[0030]对比分析模块，被配置为获取所述车辆的姿态数据，将所述姿态数据与所述分析参数进行对比分析，生成通过难度等级；
[0031]融合显示模块，被配置为将所述通过难度等级在所述目标点云转化数据模型中进行标记得到标记后的目标点云转化数据模型，并将所述标记后的目标点云转化数据模型进行投影显示。
[0032]基于同一专利技术构思，本申请还提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现如上所述的方法。
[0033]基于同一专利技术构思，本申请还提供了一种车辆，包括如上所述的电子设备。
[0034]从上面所述可以看出，本申请提供的一种AR
‑
HUD智能越野场景显示方法、相关设备及车辆，该显示方法通过获取目标区域的图像信息生成目标点云转化数据模型，并在目标点云转化数据模型的基础上计算得到对应的目标区域的分析参数，再结合车辆的姿态数据进行对比分析，判断目标区域内的通过难度等级，由此帮助所述车辆的驾驶员对目标区
域的通过难度做判断，提升所述车辆行驶的安全性，且该通过难度等级能在驾驶员的视野范围内进行标记和投影显示，实现针对车辆即将驶入的目标区域为驾驶员做通过性提示的效果，给驾驶员提供了更高效、直观的危险提示，进一步保证车辆在越野场景下的行驶安全，保证驾驶员的安全。
附图说明
[0035]为了更清楚地说明本申请或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，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。
[0036]图1为本申请实施例AR
‑
HUD智能越野场景显示方法的流程示意图；
[0037]图2为本申请实施例目标点云转化数据模型的分析原理示意图；
[0038]图3为本申请实施例低洼路段结合车辆姿态分析原理示意图；
[0039]图4为本申请实施例低洼路段通过难度等级标记示意图；
[0040]图5为本申请实施例上坡和下坡坡顶重叠时的通过难度等级标记示意图；
[0041]图6本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种AR
‑
HUD智能越野场景显示方法，其特征在于，包括：获取车辆的目标区域的图像信息，基于所述图像信息生成目标点云转化数据模型；基于所述目标点云转化数据模型计算得到所述目标区域的分析参数；获取所述车辆的姿态数据，将所述姿态数据与所述分析参数进行对比分析，生成通过难度等级；将所述通过难度等级在所述目标点云转化数据模型中进行标记得到标记后的目标点云转化数据模型，并将所述标记后的目标点云转化数据模型进行投影显示。2.根据权利要求1所述的一种AR
‑
HUD智能越野场景显示方法，其特征在于，所述图像信息包括：所述车辆的摄像头、激光雷达识别到的图像信息。3.根据权利要求1所述的一种AR
‑
HUD智能越野场景显示方法，其特征在于，所述基于所述图像信息生成目标点云转化数据模型，包括：基于所述图像信息得到三维点云信息；基于所述三维点云信息生成目标点云转化数据模型。4.根据权利要求1所述的一种AR
‑
HUD智能越野场景显示方法，其特征在于，所述分析参数包括：上坡坡角、下坡坡角、目标点位高度、目标分析长度和目标夹角，所述目标点位高度为所述目标区域中位于所述上坡或所述下坡的点距坡顶或坡脚的垂直距离，所述目标分析长度为所述目标区域中相邻的坡之间的坡顶到坡顶之间或坡脚到坡脚之间的水平距离，所述目标夹角为所述目标区域中坡转折的夹角；所述姿态数据包括：车辆离去角、车辆纵向通过角、车辆接近角、车辆最小离地间隙和车辆前后轮切线交点间距。5.根据权利要求4所述的一种AR
‑
HUD智能越野场景显示方法，其特征在于，所述将所述姿态数据与所述分析参数进行对比分析，生成通过难度等级，包括：响应于所述上坡坡角小于所述车辆接近角，则生成所述通过难度等级为一级；响应于所述下坡坡角小于所述车辆离去角，则生成所述通过难度等级为一级；响应于所述上坡坡角大于等于所述车辆接近角，则生成所述通过难度等级为二级；响应于所述下坡坡角大于等于所述车辆离去角，则生成所述通过难度等级为二级；响应于所述目标夹角与所述车辆纵向通过角之和大于180
°
...

【专利技术属性】
技术研发人员：张晓龙，史振中，韩鑫超，张建，
申请(专利权)人：长城汽车股份有限公司，
类型：发明
国别省市：