一种车辆控制方法、装置、设备、存储介质、产品及系统与流程

本申请计算机，具体涉及一种车辆控制方法、装置、设备、存储介质、产品及系统。

背景技术：

1、目前，在基于车辆周边环境信息进行车辆控制的场景中，通常采用将多视角图像输入鸟瞰图特征提取网络中，利用鸟瞰图特征提取网络对图像进行深度预测和语义预测，进而提取鸟瞰图特征的方式来获取车辆的鸟瞰图特征，然而利用鸟瞰图特征提取网络预测的图像深度信息通常误差较大，不利于对基于鸟瞰图特征而执行的下游车辆作业任务的精细控制。

技术实现思路

1、有鉴于此，本申请提供了一种车辆控制方法、装置、设备、存储介质、产品及系统，能够提高鸟瞰图特征的准确性，有利于对基于鸟瞰图特征执行的下游车辆作业任务的精细控制。

2、根据本申请实施例的第一方面，提供了一种车辆控制方法，包括：

3、获取第一车辆的多视角图像各自对应的图像特征和深度信息，所述多视角图像包括从车辆的多个视角拍摄的图像；

4、根据所述多视角图像各自对应的图像特征和深度信息，确定所述第一车辆的鸟瞰图特征；

5、根据所述鸟瞰图特征，控制所述第一车辆执行第一任务，所述第一任务包括基于所述鸟瞰图特征而执行的车辆作业任务。

6、可选的，获取第一车辆的多视角图像各自对应的深度信息，包括：

7、将第一车辆的多视角图像输入至预训练的视觉大模型中，由所述视觉大模型基于所述多视角图像，生成所述多视角图像各自对应的深度信息。

8、可选的，所述根据所述多视角图像各自对应的图像特征和深度信息，确定所述第一车辆的鸟瞰图特征，包括：

9、将所述多视角图像各自对应的图像特征和深度信息输入至预先训练的鸟瞰图特征确定模型，由所述鸟瞰图特征确定模型基于所述多视角图像各自对应的图像特征和深度信息，确定所述第一车辆的鸟瞰图特征。

10、可选的，所述获取第一车辆的多视角图像各自对应的图像特征和深度信息根据所述多视角图像各自对应的图像特征和深度信息，确定所述第一车辆的鸟瞰图特征，包括：

11、将第一车辆的多视角图像输入至预先构建的鸟瞰图特征提取模型，确定所述第一车辆的鸟瞰图特征；

12、其中，所述特征提取模型包括图像特征提取子模型、预训练的视觉大模型以及鸟瞰图特征确定子模型；

13、所述图像特征提取子模型用于确定所述多视角图像各自对应的图像特征；

14、所述视觉大模型用于确定所述多视角图像各自对应的深度信息；

15、所述鸟瞰图特征确定子模型用于根据所述多视角图像各自对应的图像特征和深度信息，确定所述第一车辆的鸟瞰图特征。

16、可选的，所述第一任务包括车辆挂接任务，所述第一车辆包括第一挂接装置，所述车辆挂接任务包括将所述第一车辆的第一挂接装置与第二车辆的第二挂接装置进行挂接的任务；

17、所述根据所述鸟瞰图特征，控制所述第一车辆执行第一任务，包括：

18、根据所述鸟瞰图特征，确定环境信息以及所述第二挂接装置的第一位置信息，所述环境信息包括障碍物信息；

19、以使得所述第一车辆行驶至第二位置为目的，根据所述环境信息以及所述第一位置信息，确定所述第一车辆的目标行驶路径，所述第一车辆位于所述第二位置时，所述第一挂接装置与所述第二挂接装置之间的水平距离小于第一距离阈值；

20、控制所述第一车辆按照所述目标行驶路径行驶至所述第二位置。

21、可选的，所述第一车辆包括悬架系统，所述控制所述第一车辆按照所述目标行驶路径行驶至所述第二位置之后，所述方法还包括：

22、根据所述鸟瞰图特征，确定所述第一挂接装置与所述第二挂接装置的相对位置信息，所述相对位置信息包括所述第一挂接装置与所述第二挂接装置之间的高度差；

23、以使得所述第一挂接装置与所述第二挂接装置成功挂接为目的，根据所述相对位置关系，确定第一控制参数和/或第二控制参数，所述第一控制参数表示控制所述悬架系统进行运动的相关参数，所述第二控制参数表示控制所述第一车辆行驶的相关参数；

24、根据所述第一控制参数控制所述悬架系统运动，和/或根据所述第二控制参数控制所述第一车辆行驶。

25、根据本申请实施例的第二方面，提供了一种车辆控制装置，包括：

26、第一单元，用于获取第一车辆的多视角图像各自对应的图像特征和深度信息，所述多视角图像包括从车辆的多个视角拍摄的图像；

27、第二单元，用于根据所述多视角图像各自对应的图像特征和深度信息，确定所述第一车辆的鸟瞰图特征；

28、第三单元，用于根据所述鸟瞰图特征，控制所述第一车辆执行第一任务，所述第一任务包括基于所述鸟瞰图特征而执行的车辆作业任务。

29、根据本申请实施例的第三方面，提供了一种车辆控制设备，包括存储器和处理器；

30、所述存储器与所述处理器连接，用于存储程序；

31、所述处理器用于通过运行所述存储器中的程序，实现如本申请实施例的第一方面中任意一项所述的车辆控制方法。

32、根据本申请实施例的第四方面，提供了一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时，实现如本申请实施例的第一方面中任意一项所述的车辆控制方法。

33、根据本申请实施例的第五方面，提供了一种计算机程序产品，包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器实现如本申请实施例的第一方面中任意一项所述的车辆控制方法。

34、根据本申请实施例的第七方面，提供了一种拖车系统，包括：

35、牵引车辆以及至少一个被牵引车辆，其中，

36、所述牵引车辆包括第一挂接装置，所述被牵引车辆包括第二挂接装置，所述第一挂接装置被配置为能够与所述第二挂接装置进行挂接；

37、所述牵引车辆还包括成像设备以及如本申请实施例的第三方面所述的车辆控制设备，所述成像设备与所述车辆控制设备通信连接；

38、所述成像设备用于获取所述牵引车辆的多视角图像。

39、本申请提出的车辆控制方法，首先获取第一车辆的多视角图像各自对应的图像特征和深度信息，所述多视角图像包括从车辆的多个视角拍摄的图像；然后根据所述多视角图像各自对应的图像特征和深度信息，确定所述第一车辆的鸟瞰图特征；最后根据所述鸟瞰图特征，控制所述第一车辆执行第一任务，所述第一任务包括基于所述鸟瞰图特征而执行的车辆作业任务。相比于利用鸟瞰图特征提取网络执行深度预测、语义预测、鸟瞰图特征提取等多任务的方式，本申请预先确定第一车辆的多视角图像各自对应的深度信息，然后再利用已经预先确定好的深度信息和已经预先确定好的图像特征进行鸟瞰图特征的提取，本申请设计了单独的深度信息预测任务，能够更专注的进行图像深度信息的预测，进一步提高了深度预测的准确性，进而提高了基于深度信息确定的鸟瞰图特征的准确性，有利于对基于鸟瞰图特征而执行的下游车辆作业任务的精细控制。

技术特征：

1.一种车辆控制方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，获取第一车辆的多视角图像各自对应的深度信息，包括：

3.根据权利要求1所述的方法，其特征在于，所述根据所述多视角图像各自对应的图像特征和深度信息，确定所述第一车辆的鸟瞰图特征，包括：

4.根据权利要求1所述的方法，其特征在于，所述获取第一车辆的多视角图像各自对应的图像特征和深度信息，根据所述多视角图像各自对应的图像特征和深度信息，确定所述第一车辆的鸟瞰图特征，包括：

5.根据权利要求1-4中任意一项所述的方法，其特征在于，所述第一任务包括车辆挂接任务，所述第一车辆包括第一挂接装置，所述车辆挂接任务包括将所述第一车辆的第一挂接装置与第二车辆的第二挂接装置进行挂接的任务；

6.根据权利要求5所述的方法，其特征在于，所述第一车辆包括悬架系统，所述控制所述第一车辆按照所述目标行驶路径行驶至所述第二位置之后，所述方法还包括：

7.一种车辆控制装置，其特征在于，包括：

8.一种车辆控制设备，其特征在于，包括存储器和处理器；

9.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时，实现如权利要求1-6中任意一项所述的车辆控制方法。

10.一种计算机程序产品，其特征在于，包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器实现如权利要求1-6中任意一项所述的车辆控制方法。

11.一种拖车系统，其特征在于，包括：

技术总结本申请提供一种车辆控制方法、装置、设备、存储介质、产品及系统，该方法包括：获取第一车辆的多视角图像各自对应的图像特征和深度信息，所述多视角图像包括从车辆的多个视角拍摄的图像；根据所述多视角图像各自对应的图像特征和深度信息，确定所述第一车辆的鸟瞰图特征；根据所述鸟瞰图特征，控制所述第一车辆执行第一任务，所述第一任务包括基于所述鸟瞰图特征而执行的车辆作业任务。本申请通过设置单独的深度信息预测任务，能够更专注地进行图像深度信息的预测，进一步提高了深度预测的准确性，进而提高了基于深度信息确定的鸟瞰图特征的准确性，有利于对基于鸟瞰图特征执行的下游车辆作业任务的精细控制。技术研发人员：赵虎受保护的技术使用者：浙江吉利控股集团有限公司技术研发日：技术公布日：2024/7/4