用于挂车挂接球位置定位和挂接角的系统和方法技术方案

本公开提供了“用于挂车挂接球位置定位和挂接角的系统和方法”。本公开总体上涉及用于挂车挂接球位置定位的系统和方法，所述方法包括：从指向在联接点处联接到车辆的挂车前方的相机接收多个图像帧；在卷积神经网络中对所述图像帧进行建模以形成枢轴点位置的初始估计值作为位置；使用非线性方程优化模型以识别所述枢轴点位置；以及将所述联接点定位为优化的枢轴点位置。卷积神经网络包括以挂车前方的预定标志位置为中心的多个边界框，所述建模是经由将像素反向针孔投影到投影在挂车平面上的三维坐标系上以使得所计算的标志位置能够确定挂车的相对尺寸并定位联接点。所述优化包括求解用于挂车上的多个标记的非线性最小二乘(NLLSQ)优化公式。所述方法包括使用几何方式以通过当车辆和挂车相对于彼此以圆弧移动时跟踪以挂车前方的预定标记位置为中心的多个边界框来确定挂车与拖挂车辆之间的铰接角(挂接角)。接角)。接角)。

【技术实现步骤摘要】
用于挂车挂接球位置定位和挂接角的系统和方法


[0001]本公开总体上涉及车辆，并且更具体地涉及用于估计挂车挂接球位置和挂接角的系统和方法。

技术介绍

[0002]尽管在自动化方面有显著的发展，但是用于利用挂车进行操纵的驾驶员辅助特征需要对挂接球的位置进行准确估计。挂接球的位置对于挂车角度检测(TAD)和用于操纵带挂车的车辆的其他驾驶员辅助特征(诸如倒车辅助)是重要的。
[0003]期望提供在车辆挂接到挂车之后提供挂接球位置信息和相关联的挂接角度信息的解决方案。

技术实现思路

[0004]也就是说，就总体概述而言，本公开总体上涉及用于车辆挂接球位置估计和挂接角估计的系统和方法。一种示例性方法包括：从指向在联接点处联接到车辆的挂车前方的相机接收多个图像帧；在卷积神经网络中对所述图像帧进行建模以形成枢轴点位置的初始估计值作为位置；使用非线性方程优化模型以识别所述枢轴点位置；以及将所述联接点定位为所述优化的枢轴点位置。使用相同的模型来估计挂车与车辆之间的铰接角(挂接角)。
附图说明
[0005]下面参考附图阐述具本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种方法，其包括：从指向在联接点处联接到车辆的挂车前方的相机接收多个图像帧；在卷积神经网络中对所述图像帧进行建模以形成枢轴点位置的初始估计值作为位置；使用非线性方程优化模型以识别所述枢轴点位置；以及将所述联接点定位为所述枢轴点位置。2.如权利要求1所述的方法，其还包括使用所述枢轴点位置采用跟踪系统获得所述挂车与所述车辆之间的铰接角(挂接角)，所述跟踪系统在圆弧上跟踪所述挂车前方的标记点。3.如权利要求1所述的方法，其中接收所述多个图像帧包括在相对于所述车辆的旋转范围内接收所述多个图像帧。4.如权利要求1所述的方法，其中在所述卷积神经网络中对所述图像帧进行建模包括在所述卷积神经网络中借助以所述挂车前方的预定标志位置为中心的多个边界框进行建模，其中对所述图像帧进行建模包括将像素反向针孔投影到投影在挂车平面上的三维坐标系上以使得来自所述多个图像帧的所计算的标志位置能够确定所述挂车的相对尺寸并定位所述联接点。5.如权利要求1所述的方法，其中所述相机位于所述车辆上，当所述相机包括非精确广角镜头时，针对失真而校正所述多个图像帧，所述图像帧通过镜头校准来校正。6.如权利要求1所述的方法，其中在所述卷积神经网络中对所述图像帧进行建模包括对所述挂车上的标志位置应用基于深度学习的对象检测和基于计算机视觉的跟踪，并且返回中心点作为每个图像帧上的行和列像素索引。7.如权利要求1所述的方法，其中所述优化包括通过如下所示用于所述挂车上的多个标记的非线性最小二乘(NLLSQ)优化公式求解所述非线性方程：其中其中并且其中是挂车平面上的所述联接点，并且q表示所述挂车上的预定多个标记的估计值。8.如权利要求7所述的方法，其中通过一种或多种数值方法来求解所述NLLSQ优化公式以求解所述非线性方程，所述一种或多种数值方法包括求解雅可比矩阵以收敛于所述联接点。9.如权利要求8所述的方法，其中当所述挂车上的所述预定多个标记未对称地定位在所述...

【专利技术属性】
技术研发人员：M，
申请(专利权)人：福特全球技术公司，
类型：发明
国别省市：