欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2025100368882
申请人: 南京林业大学
专利类型:发明专利
专利状态:已下证
专利领域: 一般车辆
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种车辆内轮差危险区域限界检测预警方法,其特征在于,包括:根据角度传感器采集的牵引车和挂车之间的夹角信息,确定前内轮转向角度;所述角度传感器设于牵引车和挂车的铰接点处以及牵引车转向处底部;

根据所述前内轮转向角度,判断车辆是否转向,得到第一判断结果;所述车辆包括牵引车和挂车;

若所述第一判断结果为是,利用车辆转向内侧的摄像头和雷达同时捕获车辆转向内侧的实时图像以及点云数据;

基于所述实时图像以及所述点云数据,计算所述牵引车的内轮差以及所述挂车的内轮差,并根据所述牵引车的内轮差以及所述挂车的内轮差确定内轮差危险区域限界,具体包括:融合所述实时图像以及所述点云数据,确定融合后的图像;

根据融合后的图像,计算所述牵引车的内轮差以及所述挂车的内轮差;

根据所述牵引车的内轮差以及所述挂车的内轮差确定车辆内轮廓;

根据所述车辆内轮廓确定后内轮转向轨迹;

根据所述后内轮转向轨迹确定内轮差危险区域限界;

基于神经网络模型,根据所述实时图像以及所述点云数据识别路面障碍物所处位置和距离,具体包括:将所述实时图像输入至所述神经网络模型中,基于YOLOv5算法对所述实时图像进行处理,生成包含二维目标检测框的图像;所述神经网络模型为YOLOv5网络;

对所述点云数据进行欧式聚类处理,生成三维点云包围盒;摄像头的图像数据经YOLOv5算法处理,生成二维目标检测框;在YOLOv5网络的输出端增加一个针对路面交通锥和行人的小目标检测层;增加一个小目标检测层的同时也需要在算法的主干结构和颈部结构添加信息提取模块;在算法的输出端添加P2检测层,将输出端的特征尺度设置为160×160,再设置P2层的锚框尺寸参数;

将所述三维点云包围盒投影至所述包含二维目标检测框的图像,确定融合后的图像;

根据所述融合后的图像识别路面障碍物所处位置和距离;

基于所述路面障碍物所处位置和距离以及所述内轮差危险区域限界,判断是否发出警报;

若所述第一判断结果为否,返回步骤“根据角度传感器采集的牵引车和挂车之间的夹角信息,确定前内轮转向角度”。

2.根据权利要求1所述的车辆内轮差危险区域限界检测预警方法,其特征在于,根据所述前内轮转向角度,判断车辆是否转向,得到第一判断结果,具体包括:判断所述前内轮转向角度是否大于等于15°且持续时间是否大于等于2.5秒,得到第二判断结果;

若所述第二判断结果为是,确定所述第一判断结果为车辆正在转向;

若所述第二判断结果为否,确定所述第一判断结果为车辆未转向。

3.根据权利要求1所述的车辆内轮差危险区域限界检测预警方法,其特征在于,根据融合后的图像,计算所述牵引车的内轮差以及所述挂车的内轮差,具体包括:基于所述融合后的图像,确定车辆基本数据以及转角信息;所述车辆基本数据包括牵引车轴距L1、挂车轴距L2、牵引车前轮距d1、牵引车后轮距d2以及牵引销与牵引车后轴的距离k;所述转角信息包括牵引车所在车道的转弯半径R5、挂车所在车道的转弯半径R6、牵引车与后轴中点与转弯圆心所夹角度α、挂车前轴与后轴中点与转弯圆心所夹角度β、牵引车内侧后轮中心线的运动半径R1、挂车内侧后轮中心线的运动半径R3、牵引车内侧前轮中心线的运动半径R2以及挂车内侧前轮中心线的运动半径R4;

根据所述车辆基本数据以及所述转角信息计算所述牵引车的内轮差以及所述挂车的内轮差。

4.根据权利要求3所述的车辆内轮差危险区域限界检测预警方法,其特征在于,根据所述车辆基本数据以及所述转角信息计算所述牵引车的内轮差以及所述挂车的内轮差,具体包括:利用公式-计算所述牵引车的内轮差;其中,为所述牵引车的内轮差;,,;

利用公式-计算所述挂车的内轮差;其中,为所述挂车的内轮差;,,。

5.一种车辆内轮差危险区域限界检测预警装置,其特征在于,所述车辆内轮差危险区域限界检测预警装置执行权利要求1-4任一项所述的车辆内轮差危险区域限界检测预警方法,所述车辆内轮差危险区域限界检测预警装置包括:前内轮转向角度确定模块,用于根据角度传感器采集的牵引车和挂车之间的夹角信息,确定前内轮转向角度;所述角度传感器设于牵引车和挂车的铰接点处以及牵引车转向处底部;

第一判断模块,用于根据所述前内轮转向角度,判断车辆是否转向,得到第一判断结果;

摄像头和雷达,用于同时捕获车辆转向内侧的实时图像以及点云数据;

内轮差危险区域限界确定模块,用于基于所述实时图像以及所述点云数据,计算所述牵引车的内轮差以及所述挂车的内轮差,并根据所述牵引车的内轮差以及所述挂车的内轮差确定内轮差危险区域限界;

路面障碍物所处位置和距离识别模块,用于基于神经网络模型,根据所述实时图像以及所述点云数据识别路面障碍物所处位置和距离;

预警模块,用于基于所述路面障碍物所处位置和距离以及所述内轮差危险区域限界,判断是否发出警报;

返回模块,用于返回步骤“根据角度传感器采集的牵引车和挂车之间的夹角信息,确定前内轮转向角度”。

6.一种计算机设备,包括:存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序以实现权利要求1-4中任一项所述的车辆内轮差危险区域限界检测预警方法。

7.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1-4中任一项所述的车辆内轮差危险区域限界检测预警方法。

8.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1-4中任一项所述的车辆内轮差危险区域限界检测预警方法。