一种自动驾驶车辆的车道偏离预警方法及预警系统与流程

1.本发明属于自动驾驶领域，涉及偏离预警技术，具体是一种自动驾驶车辆的车道偏离预警方法及预警系统。


背景技术：

2.车道偏离预警系统主要由hud抬头显示器、摄像头、控制器以及传感器组成，当车道偏离系统开启时，摄像头会时刻采集行驶车道的标识线，通过图像处理获得汽车在当前车道中的位置参数，当检测到汽车偏离车道时，传感器会及时收集车辆数据和驾驶员的操作状态。
3.自动驾驶车辆出现车道偏离现象的原因有多种，最为常见的是环境影响识别精度以及系统失控，而针对于不同原因引起的车道偏离因采取不同措施进行纠偏处理，现有的车道偏离预警方法仅能够进行偏离预警分析，而无法对引起车道偏离现象的因素进行检测与分析，从而无法采取正确的方式进行纠偏处理，导致自动驾驶安全性降低。
4.针对上述技术问题，本技术提出一种解决方案。


技术实现要素：

5.本发明的目的在于提供一种自动驾驶车辆的车道偏离预警方法及预警系统，用于解决现有的车道偏离预警方法无法对引起车道偏离现象的因素进行检测与分析的问题；本发明需要解决的技术问题为：如何提供一种可以对引起车道偏离现象的因素进行检测与分析的自动驾驶车辆的车道偏离预警方法及预警系统。
6.本发明的目的可以通过以下技术方案实现：一种自动驾驶车辆的车道偏离预警方法及预警系统，包括偏离预警平台，所述偏离预警平台通信连接有偏离分析模块、偏离预警模块、异常分析模块以及存储模块；所述偏离分析模块用于对自动驾驶车辆进行车道偏离分析：将自动驾驶车辆标记为分析对象，生成分析周期，将分析周期分割为若干个分析时段，在分析时段内通过安装在车辆侧面的摄像头对车道进行斜向拍摄并将拍摄到的图像标记为分析图像，获取分析图像的辅助参数；将分析时段中分析图像的辅助参数通过偏离预警平台实时发送至偏离预警模块；所述偏离预警模块用于通过车道区域的辅助参数对自动驾驶车辆的车道偏离状态进行监测分析，获取分析对象在分析时段中的偏离系数pl并通过偏离系数pl的数值对分析对象在分析时段内的偏离状态是否异常进行判定；所述异常分析模块用于对自动驾驶车辆的偏离状态异常因素进行分析：获取异常时段内的雾气数据wq、雨量数据yl以及风力数据fl并进行数值计算得到环异系数hy，通过环异系数hy的数值大小对分析对象的偏离状态异常因素进行标记。
7.作为本发明的一种优选实施方式，分析图像的辅助参数的获取过程包括：将分析图像的对比度调节至预设标准对比度，将分析图像放大为像素格图像并进行灰度变换，通
过存储模块获取到灰度范围，将灰度值位于灰度范围之内的像素格标记为车道格，将分析图像划分为若干个车道区域，车道区域内的像素格均为车道格，且与车道区域相邻的像素格均不为车道格；将车道区域的中心点与分析图像的中心点进行连线得到辅助线，将辅助线延长线与分析图像底边所形成锐角的角度值标记为车道区域的夹角值，由车道区域的夹角值与辅助线的长度值构成车道区域的辅助参数。
8.作为本发明的一种优选实施方式，分析对象在分析时段内的偏离系数pl的获取过程包括：将分析时段内所有分析图像中车道区域长度值的最大值与最小值分别标记为长大值与长小值，将分析时段内所有分析图像中车道区域夹角值的最大值与最小值分别标记为夹大值与夹小值，将长大值与长小值的差值标记为长差值cc，将夹大值与夹小值的差值标记为夹差值jc；通过对长差值cc与交叉之jc进行数值计算得到分析对象在分析时段内的偏离系数pl。
9.作为本发明的一种优选实施方式，对分析对象在分析时段内的偏离状态是否异常进行判定的具体过程包括：通过存储模块获取到偏离阈值plmax，将分析对象在分析时段内的偏离系数pl与偏离阈值plmax进行比较：若偏离系数pl大于等于偏离阈值plmax，则判定分析对象在分析时段内的偏离状态异常，将对应的分析时段标记为异常时段，对异常时段进行异常特征分析，同时生成驾驶异常信号并将驾驶异常信号通过偏离预警平台发送至车载显示屏以及驾驶人员的手机终端；若偏离系数pl小于偏离阈值plmax，则判定分析对象在分析时段内的偏离状态正常，将对应的分析时段标记为正常。
10.作为本发明的一种优选实施方式，对异常时段进行异常特征分析的具体过程包括：由异常时段内所有分析图像中车道区域的长度值构成长度集合，对长度集合进行方差计算得到长幅值cf，由异常时段内所有分析图像中车道区域的夹角值构成夹角集合，对夹角集合进行方差计算得到夹幅值jf，通过对长幅值cf与夹幅值jf进行数值计算得到异常时段的偏幅系数pf；通过存储模块获取到偏幅阈值pfmax，将偏幅系数pf与偏幅阈值pfmax进行比较并通过比较结果对异常时段的异常特征进行标记。
11.作为本发明的一种优选实施方式，将偏幅系数pf与偏幅阈值pfmax进行比较的具体过程包括：若偏幅系数pf小于偏幅阈值pfmax，则将异常时段的异常特征标记为偏离，生成异常分析信号并将异常分析信号发送至异常分析模块；若偏幅系数pf大于等于偏幅阈值pfmax，则将异常时段的异常特征标记为失控，生成系统优化信号并将系统优化信号发送至管理人员的手机终端。
12.作为本发明的一种优选实施方式，雾气数据wq为异常时段内的雾气浓度最大值，雨量数据yl为异常时段内的降雨量，风力数据fl为异常时段内的自动驾驶车辆外部的风力最大值。
13.作为本发明的一种优选实施方式，对分析对象的偏离状态异常因素进行标记的具体过程包括：通过存储模块获取到环异阈值hymax，将环异系数hy与环异阈值hymax进行比较：若环异系数hy小于环异阈值hymax，则判定自动驾驶车辆的偏离状态异常因素为系统故障，生成系统升级信号并将系统升级信号通过偏离预警平台发送至管理人员的手机终端；若环异系数hy大于等于环异阈值hymax，则判定自动驾驶车辆的偏离状态异常因素为环境影响，生成环境异常信号并将环境异常信号通过偏离预警平台发送至车载显示屏以及驾驶人员的手机终端。
14.一种自动驾驶车辆的车道偏离预警方法，包括以下步骤：步骤一：对自动驾驶车辆进行车道偏离分析：将自动驾驶车辆标记为分析对象，生成分析周期，将分析周期分割为若干个分析时段，将分析时段中分析图像的车道区域的辅助参数通过偏离预警平台实时发送至偏离预警模块；步骤二：通过车道区域的辅助参数对自动驾驶车辆的车道偏离状态进行监测分析并获取到分析时段的偏离系数pl，通过偏离系数pl的数值对分析时段内的偏离状态是否异常进行判定；步骤三：对异常时段进行异常特征分析并获取到偏幅系数pf，通过偏幅系数pf的数值对异常时段的异常特征进行标记；步骤四：对自动驾驶车辆的偏离状态异常因素进行分析并得到环异系数hy，通过环异系数hy的数值对自动驾驶车辆的偏离状态异常因素进行判定。
15.本发明具备下述有益效果：通过偏离分析模块可以对自动驾驶车辆进行车道偏离分析，通过对自动驾驶车辆在行驶过程中的分析图像进行图像分析得到夹角值与长度值，从而通过夹角值与长度值构成辅助参数，通过辅助参数为偏离预警分析过程提供数据支撑；通过偏离预警模块可以对自动驾驶车辆的车道偏离状态进行监测分析，通过对分析时段内的所有分析图像的辅助参数进行综合分析得到偏离系数，从而根据偏离系数对分析对象在分析时段内的偏离状态进行反馈，同时通过异常特征分析结果对偏离状态异常的故障类型进行分析，从而可以通过异常特征标记结果采取针对性的措施进行纠偏处理；通过异常分析模块可以对自动驾驶车辆的偏离状态异常因素进行分析，通过对自动驾驶车辆的外部环境参数进行综合分析与计算得到环异系数，从而根据环异系数的数值大小对环境异常程度进行反馈，进而对导致引起车道偏离状态异常的因素进行反馈。
附图说明
16.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
17.图1为本发明实施例一的系统框图；图2为本发明实施例二的方法流程图。
具体实施方式
18.下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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它实施例，都属于本发明保护的范围。
19.实施例1：
20.如图1所示，一种自动驾驶车辆的车道偏离预警系统，包括偏离预警平台，偏离预警平台通信连接有偏离分析模块、偏离预警模块、异常分析模块以及存储模块。
21.偏离分析模块用于对自动驾驶车辆进行车道偏离分析：将自动驾驶车辆标记为分析对象，生成分析周期，将分析周期分割为若干个分析时段，在分析时段内通过安装在车辆侧面的摄像头对车道进行斜向拍摄并将拍摄到的图像标记为分析图像，将分析图像的对比度调节至预设标准对比度，将分析图像放大为像素格图像并进行灰度变换，通过存储模块获取到灰度范围，将灰度值位于灰度范围之内的像素格标记为车道格，将分析图像划分为若干个车道区域，车道区域内的像素格均为车道格，且与车道区域相邻的像素格均不为车道格；将车道区域的中心点与分析图像的中心点进行连线得到辅助线，将辅助线延长线与分析图像底边所形成锐角的角度值标记为车道区域的夹角值，由车道区域的夹角值与辅助线的长度值构成车道区域的辅助参数；将分析时段中分析图像的车道区域的辅助参数通过偏离预警平台实时发送至偏离预警模块；对自动驾驶车辆进行车道偏离分析，通过对自动驾驶车辆在行驶过程中的分析图像进行图像分析得到夹角值与长度值，从而通过夹角值与长度值构成辅助参数，通过辅助参数为偏离预警分析过程提供数据支撑。
22.偏离预警模块用于通过车道区域的辅助参数对自动驾驶车辆的车道偏离状态进行监测分析：将分析时段内所有分析图像中车道区域长度值的最大值与最小值分别标记为长大值与长小值，将分析时段内所有分析图像中车道区域夹角值的最大值与最小值分别标记为夹大值与夹小值，将长大值与长小值的差值标记为长差值cc，将夹大值与夹小值的差值标记为夹差值jc，通过公式pl=α1*cc+α2*jc得到分析对象在分析时段内的偏离系数pl，其中α1与α2均为比例系数，且α1与α2均为比例系数；通过存储模块获取到偏离阈值plmax，将分析对象在分析时段内的偏离系数pl与偏离阈值plmax进行比较：若偏离系数pl大于等于偏离阈值plmax，则判定分析对象在分析时段内的偏离状态异常，将对应的分析时段标记为异常时段，对异常时段进行异常特征分析，同时生成驾驶异常信号并将驾驶异常信号通过偏离预警平台发送至车载显示屏以及驾驶人员的手机终端；若偏离系数pl小于偏离阈值plmax，则判定分析对象在分析时段内的偏离状态正常，将对应的分析时段标记为正常；对异常时段进行异常特征分析的具体过程包括：由异常时段内所有分析图像中车道区域的长度值构成长度集合，对长度集合进行方差计算得到长幅值cf，由异常时段内所有分析图像中车道区域的夹角值构成夹角集合，对夹角集合进行方差计算得到夹幅值jf，通过公式pf=β1*cf+β2*jf得到异常时段的偏幅系数pf，其中β1与β2均为比例系数，且β1＞β2＞1；通过存储模块获取到偏幅阈值pfmax，将偏幅系数pf与偏幅阈值pfmax进行比较：若偏幅系数pf小于偏幅阈值pfmax，则将异常时段的异常特征标记为偏离，生成异常分析信号并将异常分析信号发送至异常分析模块；若偏幅系数pf大于等于偏幅阈值pfmax，则将异常时段的异常特征标记为失控，生成系统优化信号并将系统优化信号发送至管理人员的手机终端；对自动驾驶车辆的车道偏离状态进行监测分析，通过对分析时段内的所有分析图像的辅助参数进行综合分析得到偏离系数，从而根据偏离系数对分析对象在分析时段内的偏离状态进行反馈，同时通过异常特征分析结果对偏离状态异常的故障类型进行分析，从而可以通过异常特征标记结果采取针对性的措施进行纠偏处理。
23.异常分析模块用于对自动驾驶车辆的偏离状态异常因素进行分析：获取异常时段内的雾气数据wq、雨量数据yl以及风力数据fl，雾气数据wq为异常时段内的雾气浓度最大值，雨量数据yl为异常时段内的降雨量，风力数据fl为异常时段内的自动驾驶车辆外部的风力最大值，通过公式hy=γ1*wq+γ2*yl+γ3*fl得到异常时段的环异系数hy，其中γ1、γ
2以及γ3均为比例系数，且γ1＞γ2＞γ3＞1；通过存储模块获取到环异阈值hymax，将环异系数hy与环异阈值hymax进行比较：若环异系数hy小于环异阈值hymax，则判定自动驾驶车辆的偏离状态异常因素为系统故障，生成系统升级信号并将系统升级信号通过偏离预警平台发送至管理人员的手机终端；若环异系数hy大于等于环异阈值hymax，则判定自动驾驶车辆的偏离状态异常因素为环境影响，生成环境异常信号并将环境异常信号通过偏离预警平台发送至车载显示屏以及驾驶人员的手机终端；对自动驾驶车辆的偏离状态异常因素进行分析，通过对自动驾驶车辆的外部环境参数进行综合分析与计算得到环异系数，从而根据环异系数的数值大小对环境异常程度进行反馈，进而对导致引起车道偏离状态异常的因素进行反馈。
24.实施例2：
25.如图2所示，一种自动驾驶车辆的车道偏离预警方法，包括以下步骤：步骤一：对自动驾驶车辆进行车道偏离分析：将自动驾驶车辆标记为分析对象，生成分析周期，将分析周期分割为若干个分析时段，将分析时段中分析图像的车道区域的辅助参数通过偏离预警平台实时发送至偏离预警模块；步骤二：通过车道区域的辅助参数对自动驾驶车辆的车道偏离状态进行监测分析并获取到分析时段的偏离系数pl，通过偏离系数pl的数值对分析时段内的偏离状态是否异常进行判定；步骤三：对异常时段进行异常特征分析并获取到偏幅系数pf，通过偏幅系数pf的数值对异常时段的异常特征进行标记；步骤四：对自动驾驶车辆的偏离状态异常因素进行分析并得到环异系数hy，通过环异系数hy的数值对自动驾驶车辆的偏离状态异常因素进行判定。
26.一种自动驾驶车辆的车道偏离预警方法及预警系统，工作时，将自动驾驶车辆标记为分析对象，生成分析周期，将分析周期分割为若干个分析时段，将分析时段中分析图像的车道区域的辅助参数通过偏离预警平台实时发送至偏离预警模块；通过车道区域的辅助参数对自动驾驶车辆的车道偏离状态进行监测分析并获取到分析时段的偏离系数pl，通过偏离系数pl的数值对分析时段内的偏离状态是否异常进行判定；对异常时段进行异常特征分析并获取到偏幅系数pf，通过偏幅系数pf的数值对异常时段的异常特征进行标记；对自动驾驶车辆的偏离状态异常因素进行分析并得到环异系数hy，通过环异系数hy的数值对自动驾驶车辆的偏离状态异常因素进行判定。
27.以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
28.上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式，公式中的系数是由本领域技术人员根据实际情况进行设置；如：公式hy=γ1*wq+γ2*yl+γ3*fl；由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的环异系数；将设定的环异系数和采集的样本数据代入公式，任意三个公式构成三元一次方程组，将计算得到的系数进行筛选并取均值，得到γ1、γ2以及γ3的取值分别为4.69、3.58和2.32；系数的大小是为了将各个参数进行量化得到的一个具体的数值，便于后续比较，关于系数的大小，取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对
应的环异系数；只要不影响参数与量化后数值的比例关系即可，如环异系数与雾气数据的数值成正比。
29.在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
30.以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

技术特征：
1.一种自动驾驶车辆的车道偏离预警系统，其特征在于，包括偏离预警平台，所述偏离预警平台通信连接有偏离分析模块、偏离预警模块、异常分析模块以及存储模块；所述偏离分析模块用于对自动驾驶车辆进行车道偏离分析：将自动驾驶车辆标记为分析对象，生成分析周期，将分析周期分割为若干个分析时段，在分析时段内通过安装在车辆侧面的摄像头对车道进行斜向拍摄并将拍摄到的图像标记为分析图像，获取分析图像的辅助参数；将分析时段中分析图像的辅助参数通过偏离预警平台实时发送至偏离预警模块；所述偏离预警模块用于通过车道区域的辅助参数对自动驾驶车辆的车道偏离状态进行监测分析，获取分析对象在分析时段中的偏离系数pl并通过偏离系数pl的数值对分析对象在分析时段内的偏离状态是否异常进行判定；所述异常分析模块用于对自动驾驶车辆的偏离状态异常因素进行分析：获取异常时段内的雾气数据wq、雨量数据yl以及风力数据fl并进行数值计算得到环异系数hy，通过环异系数hy的数值大小对分析对象的偏离状态异常因素进行标记。2.根据权利要求1所述的一种自动驾驶车辆的车道偏离预警系统，其特征在于，分析图像的辅助参数的获取过程包括：将分析图像的对比度调节至预设标准对比度，将分析图像放大为像素格图像并进行灰度变换，通过存储模块获取到灰度范围，将灰度值位于灰度范围之内的像素格标记为车道格，将分析图像划分为若干个车道区域，车道区域内的像素格均为车道格，且与车道区域相邻的像素格均不为车道格；将车道区域的中心点与分析图像的中心点进行连线得到辅助线，将辅助线延长线与分析图像底边所形成锐角的角度值标记为车道区域的夹角值，由车道区域的夹角值与辅助线的长度值构成车道区域的辅助参数。3.根据权利要求2所述的一种自动驾驶车辆的车道偏离预警系统，其特征在于，分析对象在分析时段内的偏离系数pl的获取过程包括：将分析时段内所有分析图像中车道区域长度值的最大值与最小值分别标记为长大值与长小值，将分析时段内所有分析图像中车道区域夹角值的最大值与最小值分别标记为夹大值与夹小值，将长大值与长小值的差值标记为长差值cc，将夹大值与夹小值的差值标记为夹差值jc；通过对长差值cc与交叉之jc进行数值计算得到分析对象在分析时段内的偏离系数pl。4.根据权利要求3所述的一种自动驾驶车辆的车道偏离预警系统，其特征在于，对分析对象在分析时段内的偏离状态是否异常进行判定的具体过程包括：通过存储模块获取到偏离阈值plmax，将分析对象在分析时段内的偏离系数pl与偏离阈值plmax进行比较：若偏离系数pl大于等于偏离阈值plmax，则判定分析对象在分析时段内的偏离状态异常，将对应的分析时段标记为异常时段，对异常时段进行异常特征分析，同时生成驾驶异常信号并将驾驶异常信号通过偏离预警平台发送至车载显示屏以及驾驶人员的手机终端；若偏离系数pl小于偏离阈值plmax，则判定分析对象在分析时段内的偏离状态正常，将对应的分析时段标记为正常。5.根据权利要求4所述的一种自动驾驶车辆的车道偏离预警系统，其特征在于，对异常时段进行异常特征分析的具体过程包括：由异常时段内所有分析图像中车道区域的长度值构成长度集合，对长度集合进行方差计算得到长幅值cf，由异常时段内所有分析图像中车道区域的夹角值构成夹角集合，对夹角集合进行方差计算得到夹幅值jf，通过对长幅值cf与夹幅值jf进行数值计算得到异常时段的偏幅系数pf；通过存储模块获取到偏幅阈值pfmax，将偏幅系数pf与偏幅阈值pfmax进行比较并通过比较结果对异常时段的异常特征进
行标记。6.根据权利要求5所述的一种自动驾驶车辆的车道偏离预警系统，其特征在于，将偏幅系数pf与偏幅阈值pfmax进行比较的具体过程包括：若偏幅系数pf小于偏幅阈值pfmax，则将异常时段的异常特征标记为偏离，生成异常分析信号并将异常分析信号发送至异常分析模块；若偏幅系数pf大于等于偏幅阈值pfmax，则将异常时段的异常特征标记为失控，生成系统优化信号并将系统优化信号发送至管理人员的手机终端。7.根据权利要求6所述的一种自动驾驶车辆的车道偏离预警系统，其特征在于，雾气数据wq为异常时段内的雾气浓度最大值，雨量数据yl为异常时段内的降雨量，风力数据fl为异常时段内的自动驾驶车辆外部的风力最大值。8.根据权利要求1所述的一种自动驾驶车辆的车道偏离预警系统，其特征在于，对分析对象的偏离状态异常因素进行标记的具体过程包括：通过存储模块获取到环异阈值hymax，将环异系数hy与环异阈值hymax进行比较：若环异系数hy小于环异阈值hymax，则判定自动驾驶车辆的偏离状态异常因素为系统故障，生成系统升级信号并将系统升级信号通过偏离预警平台发送至管理人员的手机终端；若环异系数hy大于等于环异阈值hymax，则判定自动驾驶车辆的偏离状态异常因素为环境影响，生成环境异常信号并将环境异常信号通过偏离预警平台发送至车载显示屏以及驾驶人员的手机终端。9.一种自动驾驶车辆的车道偏离预警方法，其特征在于，包括以下步骤：步骤一：对自动驾驶车辆进行车道偏离分析：将自动驾驶车辆标记为分析对象，生成分析周期，将分析周期分割为若干个分析时段，将分析时段中分析图像的车道区域的辅助参数通过偏离预警平台实时发送至偏离预警模块；步骤二：通过车道区域的辅助参数对自动驾驶车辆的车道偏离状态进行监测分析并获取到分析时段的偏离系数pl，通过偏离系数pl的数值对分析时段内的偏离状态是否异常进行判定；步骤三：对异常时段进行异常特征分析并获取到偏幅系数pf，通过偏幅系数pf的数值对异常时段的异常特征进行标记；步骤四：对自动驾驶车辆的偏离状态异常因素进行分析并得到环异系数hy，通过环异系数hy的数值对自动驾驶车辆的偏离状态异常因素进行判定。

技术总结
本发明属于自动驾驶领域，涉及偏离预警技术，用于解决现有的车道偏离预警方法无法对引起车道偏离现象的因素进行检测与分析的问题，具体是一种自动驾驶车辆的车道偏离预警方法及预警系统，包括偏离预警平台，所述偏离预警平台通信连接有偏离分析模块、偏离预警模块、异常分析模块以及存储模块；所述偏离分析模块用于对自动驾驶车辆进行车道偏离分析：在分析时段内通过安装在车辆侧面的摄像头对车道进行斜向拍摄并将拍摄到的图像标记为分析图像；本发明可以对自动驾驶车辆进行车道偏离分析，通过对自动驾驶车辆在行驶过程中的分析图像进行图像分析得到夹角值与长度值，从而通过夹角值与长度值构成辅助参数。角值与长度值构成辅助参数。角值与长度值构成辅助参数。


技术研发人员：倪凯 王政军
受保护的技术使用者：禾多科技（北京）有限公司
技术研发日：2023.05.12
技术公布日：2023/6/28