[发明专利]一种角度识别方法、装置及设备

说明书

本发明涉及人工智能技术领域，具体公开了一种角度识别方法、装置及设备。该方法包括：获取车辆的图像，所述车辆包括可拆卸的车头和车尾；然后通过角度识别模型对所述车辆的图像进行识别，获得车辆角度的预测值；所述车辆角度为所述车头和所述车尾之间夹角；其中，所述角度识别模型根据历史车辆角度的预测值，通过增量学习的方式训练得到。该方法中，通过不断优化更新的角度识别模型，来对车辆角度进行识别，无需在车辆上再安装角度识别设备，降低了成本，并且规避了角度识别设备寿命的问题。

技术领域

本发明涉及人工智能技术领域，特别是涉及一种角度识别方法、装置、计算机可读存储介质、计算设备以及计算机程序产品。

背景技术

卡车又称载货车辆，一般用于运送货物。卡车主要由可拆卸的车头和车尾组成，当卡车在转弯的过程中，车头和车尾之间会形成一定的夹角，该夹角称为车辆角度。如图1所示，车辆角度是指车尾11与车头12之间的夹角∠θ。

卡车在自动驾驶转弯过程中，需要根据车辆角度的变化情况，得到车尾的摆动姿态，然后控制卡车转弯，从而避免车尾与路沿或非道路上的障碍物发生碰撞。相关的技术方案中，通过在卡车上后安装电子传感器或激光雷达等方式来识别车辆角度。但是，在卡车上安装电子传感器需要繁琐地布线，并且线束容易在卡车转弯过程中磨损，使用寿命较短；而激光雷达的成本较高，从而限制了在每一辆卡车上均安装该设备。

基于此，业界亟需一种低成本且使用寿命长的角度识别方法。

发明内容

为了解决上述技术问题，本申请提供了一种角度识别方法，该方法通过不断优化更新的角度识别模型来获得车辆角度，使用成本较低，同时规避了使用寿命的问题。本申请还提供了一种角度识别装置、计算机可读存储介质、计算设备以及计算机程序产品。

本申请实施例公开了如下技术方案：

第一方面，本申请公开了一种角度识别方法，所述方法包括：

获取车辆的图像，所述车辆包括可拆卸的车头和车尾；

通过角度识别模型对所述车辆的图像进行识别，获得车辆角度的预测值；所述车辆角度为所述车头和所述车尾之间夹角；

其中，所述角度识别模型根据历史车辆角度的预测值，通过增量学习的方式训练得到。

可选的，所述方法还包括：

根据所述车辆角度，生成控制信号，所述控制信号用于控制所述车辆转弯。

可选的，所述车辆的图像包括所述车辆的俯视图和侧视图中的至少一种。

可选的，所述角度识别模型根据新增训练集进行更新，所述通过角度识别模型对所述车辆的图像进行识别，获得车辆角度的预测值，包括：

通过更新后角度识别模型对所述车辆的图像进行识别，获得车辆角度的预测值。

可选的，所述新增训练集中的训练样本包括新增车辆角度的预测值与新增真实角度之间的差值大于预设阈值时，新增车辆的图像和所述新增真实角度。

可选的，所述新增训练集根据原始训练集中的训练样本在不同分组中的占比信息得到；

所述不同分组包括不同角度分组和不同天气分组中的任一种。、

可选的，所述更新后角度识别模型根据新增训练集中的目标训练样本更新得到；所述目标训练样本为对所述新增训练集中不同分组的训练样本按照各自分组对应的采样概率进行采样得到的样本。

可选的，所述采样概率通过如下公式获得：