[发明专利]用于提供拖车信息的方法和设备

说明书

提供了一种用于提供拖车信息的方法和设备。方法包括：检测拖车的联结器在后向摄像机的图像中的位置；检测联结器在所接收的图像中的位置；以及确定拖车的联结器的检测位置与车辆的挂钩之间的距离。方法可以用于显示关于拖车联结器的信息或者引导车辆以便使车辆挂钩与拖车联结器对齐。

引言

与示例性实施例一致的设备和方法涉及检测拖车并且提供关于拖车的信息。更具体地，与示例性实施例一致的设备和方法涉及拖车联结器检测以及距离估计。

发明内容

一个或多个示例性实施例提供一种方法和设备，该方法和设备检测拖车的联结器并且基于图像分析提供关于拖车联结器的信息。更具体地，一个或多个示例性实施例提供一种方法和设备，该方法和设备检测拖车的联结器，估计联结器的位置，确定联结器与车辆之间的距离，并且提供指导以将车辆引导至联结器。

根据示例性实施例的方面，提供了一种用于提供拖车联结器信息的方法。该方法包括：接收由后向摄像机拍摄的图像；在所接收的图像中识别拖车的联结器；检测所识别的联结器在所接收的图像中的位置；确定拖车的联结器的检测位置与车辆的挂钩之间的距离；以及显示关于确定距离的信息、关于拖车的联结器的检测位置的信息以及将车辆引导至联结器的信息中的至少一个。

识别联结器可以包括：通过使用用于识别联结器的卷积神经网络来检测联结器的坐标，并且检测拖车的联结器的位置可以包括：生成N个随机补块；并且使用多个卷积神经网络来测试该N个随机补块以便估计拖车的联结器的位置。

多个卷积神经网络可以包括：与第一距离相对应的第一卷积神经网络，该第一距离最接近后向摄像机；与第二距离相对应的第二卷积神经网络，该第二距离比第一距离更远离后向摄像机；以及与第三距离相对应的第三卷积神经网络，该第三距离在第一距离与第二距离之间。

检测拖车的联结器在图像中的位置可以进一步包括：估计图像中的联结器的轮廓点；确定联结器的几何结构；基于轮廓点和几何结构来确定联结器的高度。

估计联结器的轮廓点可以包括：使用用于检测联结器的轮廓的卷积神经网络来确定联结器的边缘的二维坐标。

该方法可以进一步包括：基于联结器的边缘的高度和二维坐标来确定联结器的绝对位置。

该方法可以进一步包括：接收用户输入以便调节拖车的联结器在图像中的位置，并且基于该用户输入重新检测拖车的联结器在图像中的位置。

该方法可以进一步包括：基于关于确定距离的信息和关于拖车的联结器的检测位置的信息中的至少一个来进行控制以便将车辆引导至联结器。

根据另一示例性实施例的方面，提供了一种用于提供拖车联结器信息的设备。该设备包括：至少一个存储器，该至少一个存储器包括计算机可执行指令；以及至少一个处理器，该至少一个处理器配置为读取和执行计算机可执行指令。计算机可执行指令使得至少一个处理器：接收由后向摄像机拍摄的图像；在所接收的图像中识别拖车的联结器；检测拖车的所识别的联结器在所接收的图像中的位置；确定拖车的联结器的检测位置与车辆的挂钩之间的距离；以及进行控制以便显示关于确定距离的信息、关于拖车的联结器的检测位置的信息以及将车辆引导至联结器的信息中的至少一个。

计算机可执行指令可以使得至少一个处理器通过使用用于识别联结器的卷积神经网络检测联结器的坐标来识别联结器，并且还可以使得至少一个处理器通过如下方式来检测拖车的联结器的位置：生成N个随机补块，并且使用多个卷积神经网络来测试该N个随机补块以便估计联结器的位置。

多个卷积神经网络可以包括：与第一距离相对应的第一卷积神经网络，该第一距离最接近后向摄像机；与第二距离相对应的第二卷积神经网络，该第二距离比第一距离更远离后向摄像机；以及与第三距离相对应的第三卷积神经网络，该第三距离在第一距离与第二距离之间。