CN113251993A

CN113251993A - 偏转角的检测方法、装置、计算机设备和可读存储介质

Info

Publication number: CN113251993A
Application number: CN202110377259.8A
Authority: CN
Inventors: 杨政; 刘飞; 邓丹; 钱炜; 何晓飞
Original assignee: Hangzhou Fabu Technology Co Ltd
Current assignee: Hangzhou Fabu Technology Co Ltd
Priority date: 2021-04-08
Filing date: 2021-04-08
Publication date: 2021-08-13
Anticipated expiration: 2041-04-08
Also published as: CN113251993B

Abstract

本申请提供一种偏转角的检测方法、装置、计算机设备和可读存储介质，其中，该方法包括：获取主车与从车的初始相对偏转角和当前的行驶状态，根据行驶状态，获取与行驶状态对应的状态数据，根据与行驶状态对应的状态数据，获取主车与从车的相对偏转角。该技术方案中，通过在不同的行驶状态下获取不同的行驶状态对应的状态数据，有效的减少状态数据的获取量，使得无人驾驶系统在获取主车与从车的相对偏转角时，能够降低对无人驾驶系统的计算资源的占用，保证无人驾驶系统能够有充足的计算资源来进行决策，避免产生决策延迟，提高无人驾驶的安全性。

Description

偏转角的检测方法、装置、计算机设备和可读存储介质

技术领域

本申请涉及车辆自动驾驶技术领域，尤其涉及一种偏转角的检测方法、装置、计算机设备和可读存储介质。

背景技术

拖挂车主要包括牵引车和挂车两个部分，牵引车作为主车，挂车作为从车，牵引车通过联结点与挂车联结。拖挂车由于在交通运输中具有较高的经济效益，在交通运输中得到广泛的应用，而随着汽车技术领域的不断发展，慢慢的出现了无人驾驶的拖挂车，由于其不需要人来驾驶，能够更进一步的降低运输成本。然而拖挂车本身的驾驶难度就相对较大，采用无人驾驶技术来驾驶拖挂车更加难以进行控制。

现有的无人驾驶的拖挂车一般通过安装在牵引车上的雷达、摄像头和全球导航卫星系统(Global Navigation Satellite System，GNSS)等来实现对拖挂车的定位和对周围环境的感知，当拖挂车在行驶过程时，往往需要采集很多组数据信息，才可以计算出牵引车与挂车之间的相对偏转角，然后根据牵引车与挂车之间的相对偏转角来实现过弯、避障、倒车和按位置停车。

但是，现有技术中由于采集的数据较多，容易在计算相对偏转角的过程中占用无人驾驶系统大量的计算资源，导致无人驾驶系统输出的决策产生延迟，使得拖挂车在无人驾驶时存在安全隐患。

发明内容

本申请提供一种偏转角的检测方法、装置、计算机设备和可读存储介质，用于解决现有的拖挂车由无人驾驶系统进行无人驾驶时，容易产生延迟，存在安全隐患的问题。

第一方面，本申请实施例提供一种偏转角的检测方法，应用于车辆，所述车辆包括从车和牵引所述从车的主车，所述方法包括：

获取主车与从车的初始相对偏转角和当前的行驶状态，所述行驶状态包括向前行驶、向后倒车和静止；

根据所述行驶状态，获取与所述行驶状态对应的状态数据，所述状态数据包括所述初始相对偏转角、主车的偏转角变化值、主车的速度值、主车的速度方向和角度补偿值；

根据与所述行驶状态对应的状态数据，获取所述主车与从车的相对偏转角。

在第一方面的另一种可能设计中，所述获取主车与从车的初始相对偏转角，包括：

获取所述车辆上一次熄火时所述主车与从车的历史相对偏转角；

根据所述历史相对偏转角，获取所述主车与从车的初始相对偏转角；或，当所述主车牵引所述从车直线行驶预设距离后，获取预设相对偏转角；

根据所述预设相对偏转角，获取所述主车与从车的初始相对偏转角。

在第一方面的再一种可能设计中，所述根据车辆的行驶状态，获取与所述行驶状态对应的状态数据，包括：

当所述行驶状态为向前行驶或静止时，获取所述初始相对偏转角、主车的偏转角变化值、主车的速度值和主车的速度方向；

当所述行驶状态为向后倒车时，获取所述初始相对偏转角、主车的偏转角变化值、主车的速度和角度补偿值。

在第一方面的又一种可能设计中，当所述行驶状态为向后倒车时，获取所述角度补偿值，包括：

当车辆向后倒车时，根据所述初始相对偏转角获取兴趣区域的点云数据，所述兴趣区域位于所述从车的侧面；

根据所述兴趣区域的点云数据，在预设平面坐标系中进行直线拟合；

根据拟合之后的直线的斜率，获取角度补偿值。

在第一方面的又一种可能设计中，所述根据所述初始相对偏转角获取兴趣区域的点云数据，包括：

根据所述初始相对偏转角，确定位于所述从车的侧面的兴趣区域；

控制扫描装置对所述兴趣区域进行扫描，获取所述兴趣区域的光点信息；

根据预设光点强度值，对所述兴趣区域的光点信息进行过滤，得到兴趣区域的点云数据。

在第一方面的又一种可能设计中，所述获取主车的偏转角变化值，包括：

根据定位装置获取所述主车当前时刻的偏转角和上一时刻的偏转角；

根据所述当前时刻的偏转角和上一时刻的偏转角，获取所述主车的偏转角变化值。

在第一方面的又一种可能设计中，所述根据与所述行驶状态对应的状态数据，获取所述主车与从车的相对偏转角，包括：

当所述行驶状态为向前行驶或静止时，根据所述初始相对偏转角、主车的偏转角变化值、主车的速度值和主车的速度方向，获取所述主车与从车的相对偏转角；

当所述行驶状态为向后倒车时，根据所述初始相对偏转角、主车的偏转角变化值、主车的速度值、主车的速度方向和角度补偿值，获取所述主车与从车的相对偏转角。

第二方面，本申请实施例提供一种偏转角的检测装置，所述装置包括：

状态获取模块，用于获取主车与从车的初始相对偏转角和当前的行驶状态，所述行驶状态包括向前行驶、向后倒车和静止；

数据获取模块，用于根据所述行驶状态，获取与所述行驶状态对应的状态数据，所述状态数据包括所述初始相对偏转角、主车的偏转角变化值、主车的速度值、主车的速度方向和角度补偿值；

角度获取模块，用于根据与所述行驶状态对应的状态数据，获取所述主车与从车的相对偏转角。

第三方面，本申请实施例提供了一种计算机设备，包括至少一个处理器和存储器；

所述存储器存储计算机执行指令；

所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如上述偏转角的检测方法。

第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上述偏转角的检测方法。

本申请实施例提供的偏转角的检测方法、装置、计算机设备和可读存储介质，在不同的行驶状态下获取不同的行驶状态对应的状态数据，有效的减少状态数据的获取量，使得无人驾驶系统在获取主车与从车的相对偏转角时，能够降低对无人驾驶系统的计算资源的占用，保证无人驾驶系统能够有充足的计算资源来进行决策，避免产生决策延迟，提高无人驾驶的安全性。

附图说明

图1为本申请实施例提供的拖挂车的结构示意图；

图2为本申请实施例提供的拖挂车中主车与从车的相对偏转角示意图；

图3为本申请实施例提供的偏转角的检测方法实施例一的流程示意图；

图4为本申请实施例提供的偏转角的检测方法实施例二的流程示意图；

图5为本申请又一实施例提供的偏转角的检测方法流程示意图；

图6为本申请实施例提供的偏转角的检测方法实施例三流程示意图；

图7为本申请实施例提供的偏转角的检测方法实施例四流程示意图；

图8为本申请实施例提供的偏转角的检测装置的结构示意图；

图9为本申请实施例提供的计算机设备的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。此外，虽然本申请中公开内容按照示范性一个或几个实例来介绍，但应理解，可以就这些公开内容的各个方面也可以单独构成一个完整技术方案。

此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖但不排他的包含，例如，包含了一系列组件的产品或设备不必限于清楚地列出的那些组件，而是可包括没有清楚地列出的或对于这些产品或设备固有的其它组件。

本申请中使用的术语“模块”，是指任何已知或后来开发的硬件、软件、固件、人工智能、模糊逻辑或硬件或/和软件代码的组合，能够执行与该元件相关的功能。

随着无人驾驶技术的发展，无人驾驶车辆将得到广泛的应用，例如现有的无人驾驶公交车等，无人驾驶技术通过在车辆上安装雷达、摄像头以及全球定位系统等，实现车辆自身的定位以及对周围环境的感知，通过无人驾驶可以有效的降低驾驶成本，并且无人驾驶不受驾驶员疲劳限制，可以长时间的驾驶车辆行驶，无人驾驶技术所具备的众多优点，尤其适用于运输大型货物的拖挂车，但是相对于普通的轿车或者公交车而言，拖挂车具有主车(通常称为牵引车)和从车(通常称为挂车)两个独立的部分，从车是在主车的驱动下被带动行驶的，从车无法驱动自身来产生运动，行驶过程中主车与从车之间会存在各种各样的相对偏转角度，例如在转弯时，这两个独立的部分就会由于存在相对偏转角度而具有不同的运动方向。现有的无人驾驶拖挂车为了节约成本以及降低无人驾驶系统的复杂性，通常都只在主车上安装一套雷达、摄像头以及全球定位系统，不会在从车上再安装另一套雷达、摄像头以及全球定位系统，在行驶过程中完全由主车上的无人驾驶系统进行定位以及周围环境的感知，同时还需要计算与从车之间的相对偏转角度，数据的处理量非常大，使得无人驾驶系统难以协调主车与从车之间的运动，导致驾驶过程中容易出现安全隐患。

针对上述问题，本申请实施例提供了一种偏转角的检测方法，在主车上安装一套雷达、摄像头以及全球定位系统的基础上，在车辆向前行驶、向后倒车和静止时，获取相应的状态数据，有效的减少数据的获取量，使得相对偏转角的获取过程中能够降低对无人驾驶系统的计算资源的占用，在节约成本的基础上，还提高了无人驾驶系统的决策效率，保障了无人驾驶的安全性。

可以理解的是，本申请的实施例主要以用于拖挂车无人驾驶过程中主车与从车之间的偏转角检测进行解释说明。在实际应用中，偏转角检测的应用也可以变形到其他场景实现，进而演化到其他的车辆无人驾驶的偏转角检测，此处不再说明。

下面在介绍本申请的技术方案之前，首先对本方案中的具体应用背景进行说明。

在车辆无人驾驶领域中，车辆在无人驾驶过程中主要通过全球定位系统以及惯性测量单元(Inertial Measurement Unit，IMU)对自身进行定位，通过雷达(例如激光雷达、超声波雷达和毫米波雷达等)以及摄像头对周围环境信息进行采集以感知周围环境，车辆上安装的无人驾驶系统对信息进行汇总之后，通过分析计算最终输出控制指令来实现车辆的无人驾驶。

图1为本申请实施例提供的拖挂车的结构示意图，如图1所示，拖挂车可分为主车12以及从车14，主车12与从车14互相独立，一般从车14用于装载货物，而主车12则作为驱动动力牵引从车14行驶，这使得从车14的长度相较于主车12更长，当主车12需要牵引从车14行驶时，主车12与从车14之间通过连接结构13互相连接，通过驱动主车12行驶带动从车14。

主车12上安装有一套全球定位系统、惯性测量单元、雷达11以及摄像头等装置，实现对主车12的定位以及对主车12周围环境的感知，为了方便进行数据信息的汇总，无人驾驶系统一般也会搭载在主车12上，但是主车12由于还需要牵引从车14运动，故无人驾驶系统还需要获取到主车12与从车14的相对偏转角，才能够确保主车12在牵引从车14运动的过程中不会偏离行驶道路，保证无人驾驶的安全性，其中，L₁为连接结构13到主车12的后轮轴的距离，L₂为从车14的后轮轴到连接结构13的距离。

图2为本申请实施例提供的拖挂车中主车与从车的相对偏转角示意图，如图2所示，主车12的中轴线与从车14的中轴线所形成的夹角中较小的一个即为相对偏转角

无人驾驶系统通过该相对偏转角来确定从车14的状态，并通过协调控制主车12的行驶方向使得从车14不会偏离行驶道路。

示例性的，主车12的左右两侧均设置有一个雷达11。

下面，通过具体实施例对本申请的技术方案进行详细说明。需要说明的是，下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。

图3为本申请实施例提供的偏转角的检测方法实施例一的流程示意图，可应用于具有从车和主车的拖挂车，本申请实施例中的执行主体可以是主车上的无人驾驶系统，如图3所示，该方法包括以下步骤：

S301、获取主车与从车的初始相对偏转角和当前的行驶状态。

其中，行驶状态包括向前行驶、向后倒车和静止。可以理解，由于主车与从车之间通过连接结构相连，并且是主车带动从车进行运动，故而主车与从车的行驶状态是保持一致的。

示例性的，在主车向前行驶时，对应的从车也会向前行驶，当主车向后倒车时，从车也会向后倒车，当主车静止时，从车也会静止。

在本申请实施例中，初始相对偏转角指的是主车在进入行驶状态之前主车与从车的相对偏转角，当进入到行驶状态之后，主车可以牵引从车向前行驶或者向后倒车或者静止。

示例性的，初始相对偏转角可以是由用户预设在无人驾驶系统中的，拖挂车在被生产出厂之前用户在主车的无人驾驶系统上输入一个初始相对偏转角，当拖挂车出厂之后，通过启动主车来带动从车运动，进入到行驶状态。

示例性的，初始相对偏转角可以取值为零，此时主车的中轴线与从车的中轴线重合，位于同一条直线上。

示例性的，初始相对偏转角也可以是一个非固定值，无人驾驶系统可以对用户预设的初始相对偏转角进行主动更新，例如当拖挂车完成一次驾驶任务并熄火停车之后，熄火时主车与从车的相对偏转角可以作为拖挂车下一次驾驶任务开始时的初始相对偏转角。

S302、根据行驶状态，获取与行驶状态对应的状态数据。

其中，状态数据包括初始相对偏转角、主车的偏转角变化值、主车的速度值、主车的速度方向和角度补偿值。

在本申请实施例中，初始相对偏转角在上述步骤中已经进行了说明，在此不再赘述，对于主车的偏转角变化值，主车在行驶的过程中出于避障或者转弯等目的，主车会发生相应的偏转由此产生偏转角，可以通过定位装置获取主车当前时刻的偏转角以及上一时刻的偏转角，偏转角变化值即表示主车在上一个时刻的偏转角与当前时刻的偏转角的差值，主车的速度值、主车的速度方向都可以由无人驾驶系统通过定位装置(例如全球定位系统)获取，角度补偿值用于在无人驾驶系统计算主车与从车的相对偏转角时进行补偿修正，以使计算得到的主车与从车的相对偏转角更加的准确。

示例性的，角度补偿值可以用来补偿在拖挂车向后倒车时，无人驾驶系统获取的主车与从车的相对偏转角，角度补偿值可以是预设系数，也可以是根据拖挂车周围环境信息实时获取得到的值。

在本实施例中，作为一种可能的实现方式，若当前的行驶状态为向前行驶或静止时，对应的状态数据包括初始相对偏转角、主车的偏转角变化值、主车的速度值、主车的速度方向，即当前的行驶状态为向前行驶或静止时，获取初始相对偏转角、主车的偏转角变化值、主车的速度值和主车的速度方向。

在本实施例中，作为另一种可能的实现方式，若当前的行驶状态为向后倒车时，对应的状态数据包括初始相对偏转角、主车的偏转角变化值、主车的速度值、主车的速度方向和角度补偿值，即当前的行驶状态为向后倒车时，获取初始相对偏转角、主车的偏转角变化值、主车的速度值、主车的速度方向和角度补偿值。

在本申请实施例中，拖挂车在不同的行驶状态下，获取的状态数据可以各不相同，可以在无人驾驶系统中预设对应关系，使得无人驾驶系统根据拖挂车当前的行驶状态来获取对应的状态数据。

示例性的，当拖挂车当前的行驶状态为静止时，即主车和从车都处于静止状态时，可以不需要获取状态数据中的主车的速度值、主车的速度方向、主车的偏转角变化值以及角度补偿值，直接获取初始相对偏转角即可。进一步的，若拖挂车当前的行驶状态为静止时，主车与从车的相对偏转角可以取值为初始相对偏转角。

S303、根据与行驶状态对应的状态数据，获取主车与从车的相对偏转角。

在本申请实施例中，上述已经提到了行驶状态包括有向前行驶、向后倒车和静止，不同的行驶状态对应的状态数据可以是相同的，也可以是不相同的。若不同的行驶状态对应的状态数据是相同的，则可以通过同一个计算模型或者程序算法来计算分析得到主车与从车的相对偏转角；若不同的行驶状态对应的状态数据是各不相同的，则需要分别选择不同的计算模型或程序算法来计算分析得到主车与从车的相对偏转角。

示例性的，作为可能的实现方式，当行驶状态为向前行驶或静止时，根据初始相对偏转角、主车的偏转角变化值、主车的速度值和主车的速度方向，获取主车与从车的相对偏转角；当行驶状态为向后倒车时，根据初始相对偏转角、主车的偏转角变化值、主车的速度值、主车的速度方向和角度补偿值，获取主车与从车的相对偏转角。

具体的，不同的行驶状态可以对应不同的状态数据，而不同的状态数据可以对应不同的计算模型，即根据不同的状态数据选择对应的计算模型来获取主车与从车的相对偏转角。

示例性的，可以在无人驾驶系统中设置状态数据-计算模型的对应关系，根据该对应关系来确定选择何种计算模型，最终获取到主车与从车的相对偏转角。

示例性的，若向前行驶和静止这两个行驶状态对应的状态数据都是包括初始相对偏转角、主车的偏转角变化值、主车的速度值和主车的速度方向，则当拖挂车处于向前行驶或静止时，无人驾驶系统可以采用第一计算模型进行计算分析，得到拖挂车在向前行驶时主车与从车的相对偏转角或拖挂车在静止时主车与从车的相对偏转角。

若向后倒车这个行驶状态对应的状态数据包括初始相对偏转角、主车的偏转角变化值、主车的速度值、主车的速度方向和角度补偿值，则无人驾驶系统又需要另外再选择一个对应的第二计算模型进行分析计算，得到拖挂车在向后倒车时主车与从车的相对偏转角。

可以理解，上述的第一计算模型和第二计算模型可以是不相同的，示例性的，第一计算模型可以是如下计算公式：

上式中，t和Δt为时间量，

为初始相对偏转角，

为当前的行驶状态主车与从车的相对偏转角，Δβ为主车的偏转角变化值，u_t为主车在t时刻的速度值，θ_t为主车的速度方向与主车的轴线夹角，L₁连接结构到主车后轮轴的距离，L₂为从车后轮轴到连接结构的距离。

其中，当主车后轮有两组时(车辆的轮胎可以近似为一个圆形，如图1所示，图1中示出了两组主车后轮)，主车后轮轴指的是与这两组主车后轮均相切的竖直轴线，当主车后轮只有一组时，则主车后轮轴指的是过该组主车后轮圆心的竖直轴线，同理，当从车后轮有两组时(如图1所示，图1中示出了两组从车后轮)，则从车后轮轴指的是与这两组从车后轮均相切的竖直轴线，当从车后轮只有一组时，则从车后轮轴指的是过该组从车后轮圆心的竖直轴线。

示例性的，在本申请实施例中，第二计算模型可以包括第一计算模型，当向后倒车时，可先获取初始相对偏转角、主车的偏转角变化值、主车的速度值、主车的速度方向，然后通过上述第一计算模型的计算公式得到计算结果，然后采用卡尔曼滤波将该计算结果与角度补偿值进行融合，输出融合结果作为主车与从车的相对偏转角。

在本申请实施例中，角度补偿值可以是预设系数，也可以是根据拖挂车周围环境信息实时获取得到的值，后续将在附图6以及对附图6的说明中详细介绍获取角度补偿值的过程，在此不作赘述。

本申请实施例提供的偏转角的检测方法，通过获取行驶状态，并根据不同的行驶状态获取对应的状态数据，然后根据对应的状态数据来获取主车与从车的相对偏转角，能够减少数据的获取量，使无人驾驶系统能够以较小的计算资源来获取主车与从车的相对偏转角，保证无人驾驶系统能够有充足的计算资源来进行决策，避免产生决策延迟，提高无人驾驶的安全性。

示例性的，在上述实施例的基础上，图4为本申请实施例提供的偏转角的检测方法实施例二的流程示意图，如图4所示，上述步骤S301中获取主车与从车的初始相对偏转角可以通过如下步骤实现：

S401、获取车辆上一次熄火时主车与从车的历史相对偏转角。

可以理解，在本申请实施例中，车辆主要由主车和从车构成，从车是通过主车的启动并牵引才能够运动，故而这里的车辆的熄火也可以理解为主车的熄火。

示例性的，若车辆为拖挂车，则在拖挂车完成当前的运输任务之后，主车一般都会泊车熄火，并在接收到下一次运输任务之后主车再次启动，进入到行驶状态，再次启动时，无人驾驶系统可以获取泊车熄火时主车与从车的相对偏转角，即历史相对偏转角。

S402、根据历史相对偏转角，获取主车与从车的初始相对偏转角。

在本申请实施例中，初始相对偏转角可以取值为历史相对偏转角，也可以将历史相对偏转角乘以第一预设校准系数，来得到初始相对偏转角。

可选的，图5为本申请又一实施例提供的偏转角的检测方法流程示意图，如图5所示，上述步骤S301中获取主车与从车的初始相对偏转角还可以通过如下步骤实现：

S501、当主车牵引从车直线行驶预设距离后，获取预设相对偏转角。

可以理解，当主车启动并牵引从车直线行驶时，从车与主车之间的相对偏转角将会随着行驶距离的变长而慢慢的收敛，最终趋近于零，预设距离可以表征主车与从车的相对偏转角收敛到零所需的行驶距离。

示例性的，在本申请实施例中，可以将预设相对偏转角取值为零。

S502、根据预设相对偏转角，获取主车与从车的初始相对偏转角。

示例性的，在本申请实施例中，初始相对偏转角可以取值为预设相对偏转角，也可以将预设相对偏转角加上第二预设校准值，来计算得到初始相对偏转角。

值得说明的是，获取主车与从车的初始相对偏转角的方式还可以有多种，在此不再一一赘述，由于初始相对偏转角获取方式的多样性，使得无人驾驶系统需要结合自身实际情况来进行判断选择哪一种获取方式，例如无人驾驶系统可以对这些获取方式进行优先级排序，根据优先级排序来选择对应的方式来获取初始相对偏转角。

示例性的，在上述实施例的基础上，图6为本申请实施例提供的偏转角的检测方法实施例三流程示意图，如图6所示，上述获取角度补偿值的步骤具体可以通过如下步骤实现：

S601、当车辆向后倒车时，根据初始相对偏转角获取兴趣区域的点云数据，其中，兴趣区域位于从车的侧面。

应当说明的是，从车用于装载货物，通常为了避免货物在行驶过程中掉落，都会在从车的左右两个侧面安装对应的防护栏，而主车上安装有雷达(例如激光雷达)，在车辆启动，向后倒车时，若主车与从车存在相对偏转角，则主车上的激光雷达将会照射到从车的左侧面或者是右侧面上，激光雷达根据返回的光线可以成像，该图像包含有从车的左侧面或右侧面区域。

其中，图像中包含的是从车的左侧面区域还是右侧面区域可以根据主车与从车的初始相对偏转角确定，具体的，通过初始相对偏转角可以确定从车与主车的相对偏转位置，再根据相对偏转位置确定图像中包含的是从车的左侧面区域还是右侧面区域。

在本申请实施例中，无人驾驶系统可以根据激光雷达得到的图像中的区域(左侧面区域或右侧面区域)以及初始相对偏转角得到兴趣区域(region of interest，ROI)。

示例性的，可以以左侧面区域或右侧面区域作为斜面，以初始相对偏转角作为斜角，计算得到兴趣区域。

示例性的，兴趣区域可以是从车的侧面上的预设区域，当车辆启动，向后倒车时，根据初始相对偏转角可以确定从车相对于主车是向左偏转还是向右偏转，从而对应的获取从车左侧面上的预设区域的点云数据或从侧右侧面上的预设区域的点云数据。

应当说明的是，在主车的激光雷达发射激光照射到从车的侧面时，激光雷达根据返回的光线可以得到从车的侧面的点云数据，然后即可进一步得到兴趣区域的点云数据。

S602、根据兴趣区域的点云数据，在预设平面坐标系中进行直线拟合。

在本申请实施例中，兴趣区域的点云数据可以理解为照射到兴趣区域上的光点，每一个光点都具有其位置信息，根据每一个光点的位置信息，可以在预设平面坐标系中进行直线拟合。

示例性的，预设平面坐标系可以是三维平面坐标系，根据每一个光点的位置信息，得到该光点在三维平面坐标系上的对应位置，然后将各个光点在三维平面坐标系上的对应位置相连，拟合得到直线。

S603、根据拟合之后的直线的斜率，获取角度补偿值。

示例性的，在本申请实施例中，角度补偿值可以直接取值为直线的斜率。

示例性的，在上述实施例的基础上，图7为本申请实施例提供的偏转角的检测方法实施例四流程示意图，如图7所示，上述的步骤S601具体可以通过如下步骤实现：

S701、根据初始相对偏转角，确定位于从车的侧面的兴趣区域。

在本申请实施例中，在车辆启动并开始向后倒车时，无人驾驶系统根据初始相对偏转角首先可以确定从车相对于主车是向左还是向右偏转，若从车是向左偏转，则兴趣区域位于从车的左侧面上，若从车是向右偏转，则兴趣区域位于从车的右侧面上。

示例性的，可以根据从车的侧面尺寸以及初始相对偏转角，计算得到兴趣区域的面积大小，例如以从车的侧面作为斜面，初始相对偏转角作为斜角，通过三角函数计算得到兴趣区域的面积。

S702、控制扫描装置对兴趣区域进行扫描，获取兴趣区域的光点信息。

示例性的，在本申请实施例中，扫描装置可以是激光雷达，激光雷达发出激光照射到兴趣区域并接收从兴趣区域反射会来的光线，得到兴趣区域每一个位置的光点信息。

S703、根据预设光点强度值，对兴趣区域的光点信息进行过滤，得到兴趣区域的点云数据。

在本申请实施例中，若扫描装置为激光雷达，则预设光点强度为激光点强度预设阈值，当照射到兴趣区域的激光点的强度值高于激光点强度预设阈值时，保留该激光点对应的光点信息，最后无人驾驶系统根据兴趣区域上保留下来的激光点对应的光点信息，得到兴趣区域的点云数据，达到对兴趣区域内离群点和杂点进行去除，消除车辆向后倒车过程中车轮带起的扬程的影响。

下述为本申请装置实施例，可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节，请参照本申请方法实施例。

图8为本申请实施例提供的偏转角的检测装置的结构示意图，可选的，该装置可以集成到无人驾驶系统中，也可以独立与无人驾驶系统，单独安装在主车上，如图8所示，该偏转角的检测装置80包括状态获取模块81、数据获取模块82和角度获取模块83。

其中，状态获取模块81用于获取主车与从车的初始相对偏转角和当前的行驶状态，行驶状态包括向前行驶、向后倒车和静止。

数据获取模块82用于根据行驶状态，获取与行驶状态对应的状态数据，状态数据包括初始相对偏转角、主车的偏转角变化值、主车的速度值、主车的速度方向和角度补偿值。

角度获取模块83用于根据与行驶状态对应的状态数据，获取主车与从车的相对偏转角。

可选的，在一个实施例中，状态获取模块81具体可以包括偏转角获取单元，偏转角获取单元用于获取车辆上一次熄火时主车与从车的历史相对偏转角；并根据历史相对偏转角，获取主车与从车的初始相对偏转角或者当主车牵引从车直线行驶预设距离后，获取预设相对偏转角；并根据预设相对偏转角，获取主车与从车的初始相对偏转角。

可选的，在一个实施例中，数据获取模块82具体用于当行驶状态为向前行驶或静止时，获取初始相对偏转角、主车的偏转角变化值、主车的速度值和主车的速度方向；当行驶状态为向后倒车时，获取初始相对偏转角、主车的偏转角变化值、主车的速度和角度补偿值。

可选的，在一个实施例中，数据获取模块82可以包括补偿值获取单元，用于当车辆向后倒车时，根据初始相对偏转角获取兴趣区域的点云数据，兴趣区域位于从车的侧面；并根据兴趣区域的点云数据，在预设平面坐标系中进行直线拟合；以及根据拟合之后的直线的斜率，获取角度补偿值。

可选的，在一个实施例中，补偿值获取单元可以包括点云数据获取单元，用于根据初始相对偏转角，确定位于从车的侧面的兴趣区域；并控制扫描装置对兴趣区域进行扫描，获取兴趣区域的光点信息；以及根据预设光点强度值，对兴趣区域的光点信息进行过滤，得到兴趣区域的点云数据。

可选的，在一个实施例中，数据获取模块82还可以包括偏转角变化值获取单元，用于根据定位装置获取主车当前时刻的偏转角和上一时刻的偏转角；并根据当前时刻的偏转角和上一时刻的偏转角，获取主车的偏转角变化值。

可选的，在一个实施例中，角度获取模块83具体用于当行驶状态为向前行驶或静止时，根据初始相对偏转角、主车的偏转角变化值、主车的速度值和主车的速度方向，获取主车与从车的相对偏转角；当行驶状态为向后倒车时，根据初始相对偏转角、主车的偏转角变化值、主车的速度值、主车的速度方向和角度补偿值，获取主车与从车的相对偏转角。

本申请实施例提供的装置，可用于执行图3至图7所示实施例中的方法，其实现原理和技术效果类似，在此不再赘述。

需要说明的是，应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，确定模块可以为单独设立的处理元件，也可以集成在上述装置的某一个芯片中实现，此外，也可以以程序代码的形式存储于上述装置的存储器中，由上述装置的某一个处理元件调用并执行以上确定模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。

图9为本申请实施例提供的计算机设备的结构示意图，如图9所示，计算机设备90包括至少一个处理器901和存储器902。

其中，存储器902存储计算机执行指令；

至少一个处理器901执行存储器902存储的计算机执行指令，使得至少一个处理器901执行如上述的偏转角的检测方法。

可选的，存储器902既可以是独立的，也可以跟处理器901集成在一起，当存储器902为独立的时，则可以通过总线903与处理器901连接。

本申请实施例还提供一种可读存储介质，其上存储有计算机程序，当处理器执行该计算机程序时，实现上述偏转角的检测方法的各个步骤。

可以理解的是，在本申请实施例中涉及的各种数字编号仅为描述方便进行的区分，并不用来限制本申请的实施例的范围。在本申请的实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请的实施例的实施过程构成任何限定。

本申请中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B的情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系；在公式中，字符“/”，表示前后关联对象是一种“相除”的关系。“以下至少一项(个)”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。

可以理解的是，在本申请的实施例中涉及的各种数字编号仅为描述方便进行的区分，并不用来限制本申请的实施例的范围。

可以理解的是，在本申请的实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请的实施例的实施过程构成任何限定。

最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。

Claims

1.一种偏转角的检测方法，其特征在于，应用于车辆，所述车辆包括从车和牵引所述从车的主车，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述根据与所述行驶状态对应的状态数据，获取主车与从车的初始相对偏转角，包括：

根据所述历史相对偏转角，获取所述主车与从车的初始相对偏转角；或，

当所述主车牵引所述从车直线行驶预设距离后，获取预设相对偏转角；

3.根据权利要求1所述的方法，其特征在于，所述根据车辆的行驶状态，获取与所述行驶状态对应的状态数据，包括：

4.根据权利要求3所述的方法，其特征在于，当所述行驶状态为向后倒车时，获取所述角度补偿值，包括：

根据拟合之后的直线的斜率，获取角度补偿值。

5.根据权利要求4所述的方法，其特征在于，所述根据所述初始相对偏转角获取兴趣区域的点云数据，包括：

6.根据权利要求3所述的方法，其特征在于，所述获取主车的偏转角变化值，包括：

7.根据权利要求3所述的方法，其特征在于，所述根据与所述行驶状态对应的状态数据，获取所述主车与从车的相对偏转角，包括：

8.一种偏转角的检测装置，其特征在于，包括：

9.一种计算机设备，其特征在于，包括至少一个处理器和存储器；

所述存储器存储计算机执行指令；

所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如权利要求1-7任意一项所述偏转角的检测方法。

10.一种可读存储介质，其特征在于，所述可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如权利要求1-7任意一项所述偏转角的检测方法。