【技术实现步骤摘要】
本申请涉及车辆与环境感知交叉，特别涉及一种基于深度学习的汽车列车铰接角度视觉估计方法及装置。
技术介绍
1、汽车列车，作为一种新型的自动轨道交通模式，逐渐在中国越来越多的都市成为了一种重要且日常的交通工具。与传统乘用车相比，汽车列车由多个车辆单元通过铰链连接而成，因此在运输效率上具有优势。作为一个明显更复杂的动态系统，汽车列车更容易出现不稳定的运动，在实际使用过程中，汽车列车面临着更多的挑战。其中，铰接角度始终是自动驾驶系统的必要和不可避免的变量，铰接角度构成了汽车列车与乘用车动态特性最显著和决定性的区别，铰接角度在确定汽车列车的运动中起着重要作用。所以，测量或估计铰接角度的重要性不言而喻。
2、相关技术中，铰接角度多是使用角度传感器测量的，例如激光测距仪等高精度测量设备。通常将角度传感器安装在铰接点附近，以实现实时测量铰接角度的功能。
3、然而，相关技术中使用角度传感器进行铰接角度测量，角度传感器容易受到物理损坏，定期更换十分不便，且因为汽车列车的耦合和解耦过程十分繁重，角度传感器由于耦合和解耦的不便性，在实际...
【技术保护点】
1.一种基于深度学习的汽车列车铰接角度视觉估计方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，在计算所述角度真实值在所述视觉图像对应时间点上的空间姿态真实值之前，还包括：
3.根据权利要求1所述的方法，其特征在于，所述计算所述角度真实值在所述视觉图像的对应时间点上的空间姿态真实值，包括：
4.根据权利要求1所述的方法，其特征在于，所述空间姿态真实值中的旋转矩阵为：
5.根据权利要求1所述的方法，其特征在于，所述空间姿态真实值中的平移向量为：
6.根据权利要求1所述的方法，所述目标神...
【技术特征摘要】
1.一种基于深度学习的汽车列车铰接角度视觉估计方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，在计算所述角度真实值在所述视觉图像对应时间点上的空间姿态真实值之前，还包括：
3.根据权利要求1所述的方法，其特征在于，所述计算所述角度真实值在所述视觉图像的对应时间点上的空间姿态真实值，包括：
4.根据权利要求1所述的方法，其特征在于，所述空间姿态真实值中的旋转矩阵为：
5.根据权利要求1所述的方法，其特征在于，所述空间姿态真实值中的平移向量为：
6.根据权利要求1所述的方法，所述目标神经网络的网络结构、输入和...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。