[发明专利]一种车辆航向角估计方法及装置在审
| 申请号: | 202210127054.9 | 申请日: | 2022-02-09 |
| 公开(公告)号: | CN114549643A | 公开(公告)日: | 2022-05-27 |
| 发明(设计)人: | 孙传栖;陈子韩;刘国清;杨广;王启程 | 申请(专利权)人: | 深圳佑驾创新科技有限公司 |
| 主分类号: | G06T7/73 | 分类号: | G06T7/73;G06T7/80;G06N3/04;G06N3/08 |
| 代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 郭浩辉 |
| 地址: | 518051 广东省深圳市福田区梅林街*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 车辆 航向 估计 方法 装置 | ||
1.一种车辆航向角估计方法,其特征在于,包括:
初始化单目相机的参数,控制所述单目相机实时采集目标车辆图像,并获取最新采集到的预设数量的所述目标车辆图像作为待处理图像;
分别从每一所述待处理图像中提取目标车辆的车轮接地点,得到各个所述待处理图像对应的车轮接地点;
将所有所述车轮接地点拟合成车轮轨迹线段,并根据所述车轮轨迹线段上的轨迹起点和轨迹终点,计算所述目标车辆的航向角。
2.如权利要求1所述的车辆航向角估计方法,其特征在于,所述分别从每一所述待处理图像中提取目标车辆的车轮接地点,得到各个所述待处理图像对应的车轮接地点,具体为:
通过深度学习模型分别从每一所述待处理图像中提取所述目标车辆的车轮接地点,得到各个所述待处理图像对应的车轮接地点;其中,所述深度学习模型包括YOLOv5。
3.如权利要求1所述的车辆航向角估计方法,其特征在于,所述将所有所述车轮接地点拟合成车轮轨迹线段,具体为:
基于最小二乘法将所有所述车轮接地点拟合成所述车轮轨迹线段。
4.如权利要求1所述的车辆航向角估计方法,其特征在于,所述根据所述车轮轨迹线段上的轨迹起点和轨迹终点,计算所述目标车辆的航向角,具体为:
根据所述单目相机的参数,分别将所述轨迹起点和所述轨迹终点的图像坐标转换为世界坐标;
根据所述轨迹起点的世界坐标和所述轨迹终点的世界坐标,计算所述目标车辆的航向角。
5.如权利要求1所述的车辆航向角估计方法,其特征在于,所述预设数量大于等于2且小于等于最大预设数量。
6.一种车辆航向角估计装置,其特征在于,包括:
待处理图像获取模块,用于初始化单目相机的参数,控制所述单目相机实时采集目标车辆图像,并获取最新采集到的预设数量的所述目标车辆图像作为待处理图像;
车轮接地点提取模块,用于分别从每一所述待处理图像中提取目标车辆的车轮接地点,得到各个所述待处理图像对应的车轮接地点;
车辆航向角估计模块,用于将所有所述车轮接地点拟合成车轮轨迹线段,并根据所述车轮轨迹线段上的轨迹起点和轨迹终点,计算所述目标车辆的航向角。
7.如权利要求6所述的车辆航向角估计装置,其特征在于,所述分别从每一所述待处理图像中提取目标车辆的车轮接地点,得到各个所述待处理图像对应的车轮接地点,具体为:
通过深度学习模型分别从每一所述待处理图像中提取所述目标车辆的车轮接地点,得到各个所述待处理图像对应的车轮接地点;其中,所述深度学习模型包括YOLOv5。
8.如权利要求6所述的车辆航向角估计装置,其特征在于,所述将所有所述车轮接地点拟合成车轮轨迹线段,具体为:
基于最小二乘法将所有所述车轮接地点拟合成所述车轮轨迹线段。
9.如权利要求6所述的车辆航向角估计装置,其特征在于,所述根据所述车轮轨迹线段上的轨迹起点和轨迹终点,计算所述目标车辆的航向角,具体为:
根据所述单目相机的参数,分别将所述轨迹起点和所述轨迹终点的图像坐标转换为世界坐标;
根据所述轨迹起点的世界坐标和所述轨迹终点的世界坐标,计算所述目标车辆的航向角。
10.如权利要求6所述的车辆航向角估计装置,其特征在于,所述预设数量大于等于2且小于等于最大预设数量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳佑驾创新科技有限公司,未经深圳佑驾创新科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210127054.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种社区护理用便携式护理箱
- 下一篇:可溶性有机硼盐助催化剂及其制备方法





