CN111275738A - 基于红外成像的无人车智能跟踪装置及跟踪方法 - Google Patents

Abstract

一种基于红外成像的无人车智能跟踪装置及跟踪方法，在无人车组成的车辆编队前后相邻的两辆无人车的前一辆无人车的尾部加装电热棒阵列，作为红外辐射源，在后一辆无人车的前端安装红外图像传感器，获得前一辆无人车的尾部所设的电热棒的实时红外图像，根据红外图像中电热棒阵列占据红外图像中像素情况，判断该相邻的两辆无人车的相对距离及角度，为无人车提供跟踪信息。该方法主要用于夜间无人车隐蔽跟踪，由于采用红外图像，具有较好的隐蔽性。将电热棒排列为特殊图案，并通过目标检测算法获取电热棒排列特征，防止无人车误追踪其他红外辐射源，减小环境红外辐射对稳定跟踪的影响。

Description

基于红外成像的无人车智能跟踪装置及跟踪方法

技术领域

本发明涉及无人车跟踪装置技术领域，具体涉及一种基于红外成像的无人车智能跟踪装置及跟踪方法，尤其涉及一种夜间条件下的基于红外成像的无人车智能跟踪装置及跟踪方法。

背景技术

无人车也就是无人驾驶汽车，无人驾驶汽车是通过车载传感系统感知道路环境，自动规划行车路线并控制车辆到达预定目标的智能汽车。它是利用车载传感器来感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶。而无人车的跟车驾驶技术主要用于由无人车组成的车辆编队运输方面，即该作为无人车队的车辆编队中一辆无人车作为领队，后续无人车通过与前一辆无人车的相对距离、偏转方向调整自身的行驶速度和方向，以实现连续稳定跟踪。无人车队运输能大幅降低运输成本、提高运输效.率，具有巨大的经济效益和社会效益。

目前无人车的跟车驾驶中的车辆距离、方向测量主要采用激光雷达、四象限图像追踪仪以及GPS检测定位等方式，但是上述方法均存在一定的缺陷。激光雷达能快速、准确地传感前方车辆位置、方向、速度等信息，然而其成本较高，一台激光雷达价格在数万元，将增加无人跟踪车辆的运输成本。四象限图像追踪法定向性能好，然而易受环境中其他辐射源干扰，其主要用于天空背景下对导弹的跟踪定位，而不适用于环境复杂的地面目标跟踪。GPS检测定位精度高、设备价格低，然而当无人车行驶在茂密森林中、隧道内、峡谷中、高楼旁时，GPS信号易被障碍物遮挡，从而导致跟踪信息丢失等问题。

发明内容

为解决上述问题，本发明提供了一种基于红外成像的无人车智能跟踪装置及跟踪方法，由无人车组成作为无人车队的车辆编队，在该车辆编队前后相邻的两辆无人车的前一辆无人车的尾部加装电热棒阵列，作为红外辐射源，在后一辆无人车的前端安装红外图像传感器，获得前一辆无人车的尾部所设的电热棒的实时红外图像，根据红外图像中电热棒阵列占据红外图像中像素情况，判断该相邻的两辆无人车的相对距离及角度，为无人车提供跟踪信息。该方法主要用于夜间无人车隐蔽跟踪，由于采用红外图像，具有较好的隐蔽性。将电热棒排列为特殊图案，并通过目标检测算法获取电热棒排列特征，防止无人车误追踪其他红外辐射源，减小环境红外辐射对稳定跟踪的影响。

为了克服现有技术中的不足，本发明提供了一种基于红外成像的无人车智能跟踪装置及跟踪方法的解决方案，具体如下：

一种基于红外成像的无人车智能跟踪装置，包括：

电热棒和作为红外图像传感器的红外相机；

所述电热棒布置于前一辆无人车的尾部作为红外辐射源；

所述红外相机安装在该前一辆无人车之后的后一辆无人车的前端，以此实时采集前一辆无人车的尾部所设的电热棒的红外图像，由此所述电热棒的红外图像来判断该相邻的前一辆无人车和后一辆无人车之间的距离和偏转角度。

所述基于红外成像的无人车智能跟踪装置还包括运行在作为本车的所述后一辆无人车的整车控制器上的图像处理模块和车辆控制模块；

所述图像处理模块用于根据所述红外相机采集的所述电热棒的红外图像解算本车与其前一辆无人车之间的距离和偏转角度，并将包括该距离和偏转角度的位姿信息传输给车辆控制模块；

所述车辆控制模块用于根据接收到的所述位姿信息来进而调整本车的行驶路线，完成本车的跟车行驶任务。

所述电热棒的数量为四个，四个所述电热棒平行等距的排列在前一辆无人车的尾部并垂直于地平面而构成电热棒阵列，四个所述电热棒均为圆柱状且长度相同，四个所述电热棒的顶端均平齐，四个所述电热棒按照从左到右的顺序分别为第一电热棒、第二电热棒、第三电热棒以及第四电热棒。

所述红外相机设置在所述后一辆无人车前端的中间位置，所述红外相机水平安装，所述红外相机的位置是处在使得所述电热棒阵列中心正好处在能成像在所述红外相机的像面中心。

所述电热棒由在所述前一辆无人车上的作为供电模块的车载电源进行供电且所述电热棒的温度能够达到300℃，所述红外相机由在所述后一辆无人车上的作为供电模块的车载电源进行供电。

所述图像处理模块能够运行在设于所述后一辆无人车上的另外的控制器上，该另外的控制器通过CAN总线与所述后一辆无人车上的整车控制器连接，而所述红外相机与该另外的控制器连接。

一种基于红外成像的无人车智能跟踪装置的跟踪方法，采用以下步骤：

步骤1：构造电热棒阵列；

步骤2：安装红外相机；

步骤3：在无人车队行驶时，用所述后一辆无人车上的车载电源对所述红外相机进行供电，用所述前一辆无人车上的车载电源对所述加热棒进行供电，并且所述后一辆无人车上的所述红外相机实时的采集所述前一辆无人车上的所述加热棒的红外图像，再实时的把采集的所述加热棒的红外图像传输到所述后一辆无人车的图像处理模块中；

步骤4：所述图像处理模块根据所述红外相机采集的所述电热棒的红外图像解算本车与其前一辆无人车之间的距离和偏转角度，并将包括该距离和偏转角度的位姿信息传输给车辆控制模块；

步骤5：所述车辆控制模块根据接收到的所述位姿信息来进而调整本车的行驶路线，完成本车的跟车行驶任务。

所述构造电热棒阵列，包括：在前一辆无人车的尾部设置四个电热棒，让四个所述电热棒平行等距的排列并垂直于地平面而构成电热棒阵列，四个所述电热棒均为圆柱状且长度l相同，四个所述电热棒的顶端均平齐,相邻两个电热棒之间的间距为d。

所述安装红外相机，包括:把所述红外相机水平安装设置在所述后一辆无人车前端的中间位置，使得所述红外相机的光轴方向与后车车身方向平行，所述红外相机的位置是处在使得所述电热棒阵列中心正好处在能成像在所述红外相机的像面中心。

所述根据所述红外相机采集的所述电热棒的红外图像解算本车与其前一辆无人车之间的距离和偏转角度，包括：

所述前一辆无人车和所述后一辆无人车之间无相对偏转时，每根电热棒的红外图像的像素数量是相同的，根据四根电热棒的红外图像的像素数量来解算本车与其前一辆无人车之间的距离；

所述前一辆无人车和所述后一辆无人车之间有相对偏转时，每根电热棒的红外图像的像素数量是不同的，根据四根电热棒的红外图像的像素数量来解算本车与其前一辆无人车之间的偏转方向和角度，并根据四根电热棒的红外图像的像素数量来解算本车与其前一辆无人车之间的距离。

所述根据所述红外相机采集的所述电热棒的红外图像解算本车与其前一辆无人车之间的距离和偏转角度的方法能够统一由如下公式得出：

所述第一电热棒的红外图像的像素数量、第二电热棒的红外图像的像素数量、第三电热棒的红外图像的像素数量以及第四电热棒的红外图像的像素数量分别为m₁、m₂、m₃以及m₄，所述第一电热棒到红外相机的距离、第二电热棒到红外相机的距离、第三电热棒到红外相机的距离以及第四电热棒到红外相机的距离分别是z₁、z₂、z₃以及z₄，根据公式(2)中求得本车与其前一辆无人车之间的距离z：

其中α_i为针对第i电热棒的比例系数，i为正整数且i＝1、2、3、4；

根据公式(3)中求得本车与其前一辆无人车之间的相对偏转角度θ：

其中θ为正表示前一辆无人车相对于本车向左偏转，θ为负表示前一辆无人车相对于本车向右偏转。

所述车辆控制模块根据接收到的所述位姿信息来进而调整本车的行驶路线，完成本车的跟车行驶任务，包括：所述车辆控制模块根据接收到的所述位姿信息来通过整车控制器实现对所述后一辆无人车的方向盘、油门和刹车这样的部件的控制，进而调整本车的行驶路线，完成本车的跟车行驶任务。

对所述后一辆无人车的方向盘、油门和刹车这样的部件的控制能够是：根据设定的阈值来控制所述后一辆无人车该刹车、加油门或者方向盘是向左打还是向右打的操作，从而实现后一辆无人车根据本车与其前一辆无人车的相对位置信息进行自动调整行驶路线，完成跟车行驶任务。

本发明的有益效果为：

(1)本发明的电热棒规则排列，有别于其他红外辐射源，不会因为环境干扰而产生误跟踪情况，因此本发明的跟踪装置具有抗干扰性能好的特点。

(2)本发明的跟踪装置的作为信号源的红外辐射源采用红外辐射特性，可以在夜间使用，且不需要额外补光处理，因此夜间行驶时不易被肉眼和可见光相机探测，增强运输车队的隐蔽性。

(3)本发明的装置结构简单、成本低廉。

附图说明

图1是本发明的前一辆无人车的尾部所设的电热棒的设置结构图。

图2是本发明的所述前一辆无人车和所述后一辆无人车之间无相对偏转时，所述前一辆无人车和所述后一辆无人车的间距不同时电热棒的红外图像的示意图，其中，左图表示所述前一辆无人车和所述后一辆无人车的距离较近，右图表示所述前一辆无人车和所述后一辆无人车的距离较远。

图3是本发明的所述前一辆无人车和所述后一辆无人车之间有相对偏转时电热棒的红外图像的示意图，其中，左图表示前一辆无人车相对向右偏转，中图表示前一辆无人车无偏转，右图表示前一辆无人车相对向左偏转。

具体实施方式

下面将结合附图和实施例对本发明做进一步地说明。

如图1-图3所示，基于红外成像的无人车智能跟踪装置，包括：

电热棒和作为红外图像传感器的红外相机；所述电热棒布置于无人车队的前一辆无人车的尾部作为红外辐射源；所述红外相机安装在无人车队的处在该前一辆无人车之后的后一辆无人车的前端，以此实时采集前一辆无人车的尾部所设的电热棒的红外图像，由此所述电热棒的红外图像来判断该相邻的前一辆无人车和后一辆无人车之间的距离和偏转角度。所述无人车队为由若干无人车两两前后排布形成的车辆编队，通过红外相机实时采集前一辆无人车的尾部所设的电热棒的红外图像，由此所述电热棒的红外图像来判断该相邻的前一辆无人车和后一辆无人车之间的距离和偏转角度，这样就能为无人车提供跟踪信息。所述基于红外成像的无人车智能跟踪装置还包括运行在作为本车的所述后一辆无人车的整车控制器上的图像处理模块和车辆控制模块；所述图像处理模块用于根据所述红外相机采集的所述电热棒的红外图像解算本车与其前一辆无人车之间的距离和偏转角度，并将包括该距离和偏转角度的位姿信息传输给车辆控制模块；所述车辆控制模块用于根据接收到的所述位姿信息来进而调整本车的行驶路线，完成本车的作为跟踪任务的跟车行驶任务。所述红外相机能够同该本车的整车控制器连接。这样根据电热棒的红外图像判断该相邻的两辆无人车的相对距离及角度，为本车提供跟踪信息。该方法主要用于夜间无人车隐蔽跟踪，由于采用红外图像，具有较好的隐蔽性。将电热棒排列为特殊图案，并通过目标检测算法获取电热棒排列特征，防止本车误追踪其他红外辐射源，减小环境红外辐射对稳定跟踪的影响。所述电热棒的数量为四个，四个所述电热棒平行等距的排列在前一辆无人车的尾部并垂直于地平面而构成电热棒阵列，四个所述电热棒均为圆柱状且长度相同，四个所述电热棒的顶端均平齐，四个所述电热棒按照从左到右的顺序分别为第一电热棒、第二电热棒、第三电热棒以及第四电热棒。所述红外相机设置在所述后一辆无人车前端的中间位置，所述红外相机水平安装，所述红外相机的位置是处在使得所述电热棒阵列中心正好处在能成像在所述红外相机的像面中心。所述红外相机的焦距固定为f，这里f为实数且表示所述红外相机的焦距。所述电热棒由在所述前一辆无人车上的作为供电模块的车载电源进行供电且所述电热棒的温度能够达到300℃，所述红外相机由在所述后一辆无人车上的作为供电模块的车载电源进行供电。所述图像处理模块能够运行在设于所述后一辆无人车上的另外的控制器上，该另外的控制器能够是单片机、ARM处理器或者PLC，该另外的控制器通过CAN总线与所述后一辆无人车上的整车控制器连接，而所述红外相机与该另外的控制器连接。

一种基于红外成像的无人车智能跟踪装置的跟踪方法，采用以下步骤：

步骤1：构造电热棒阵列；

步骤2：安装红外相机；

步骤3：在无人车队行驶时，用所述后一辆无人车上的车载电源对所述红外相机进行供电，用所述前一辆无人车上的车载电源对所述加热棒进行供电，并且所述后一辆无人车上的所述红外相机实时的采集所述前一辆无人车上的所述加热棒的红外图像，再实时的把采集的所述加热棒的红外图像传输到所述后一辆无人车的图像处理模块中；

步骤4：所述图像处理模块根据所述红外相机采集的所述电热棒的红外图像解算本车与其前一辆无人车之间的距离和偏转角度，并将包括该距离和偏转角度的位姿信息传输给车辆控制模块；

步骤5：所述车辆控制模块根据接收到的所述位姿信息来进而调整本车的行驶路线，完成本车的作为跟踪任务的跟车行驶任务。所述红外相机能够同该本车的整车控制器连接。这样根据电热棒的红外图像判断该相邻的两辆无人车的相对距离及角度，为本车提供跟踪信息。该方法主要用于夜间无人车隐蔽跟踪，由于采用红外图像，具有较好的隐蔽性。将电热棒排列为特殊图案，并通过目标检测算法获取电热棒排列特征，防止本车误追踪其他红外辐射源，减小环境红外辐射对稳定跟踪的影响。

所述构造电热棒阵列，包括：在前一辆无人车的尾部设置四个电热棒，让四个所述电热棒平行等距的排列并垂直于地平面而构成电热棒阵列，四个所述电热棒均为圆柱状且长度l相同，四个所述电热棒的顶端均平齐,相邻两个电热棒之间的间距为d，这里d为实数且表示相邻两个电热棒之间的间距。

所述安装红外相机，包括:把所述红外相机水平安装设置在所述后一辆无人车前端的中间位置，使得所述红外相机的光轴方向与后车车身方向平行，所述红外相机的位置是处在使得所述电热棒阵列中心正好处在能成像在所述红外相机的像面中心。

根据所述红外相机采集的所述电热棒的红外图像解算本车与其前一辆无人车之间的距离和偏转角度，包括：

所述前一辆无人车和所述后一辆无人车之间无相对偏转时，每根电热棒的红外图像的像素数量是相同的，根据四根电热棒的红外图像的像素数量来解算本车与其前一辆无人车之间的距离；如图2所示，所述前一辆无人车和所述后一辆无人车之间无相对偏转时，左图表示所述前一辆无人车和所述后一辆无人车之间的距离比右图所述前一辆无人车和所述后一辆无人车之间的距离大。

所述前一辆无人车和所述后一辆无人车之间有相对偏转时，每根电热棒的红外图像的像素数量是不同的，根据四根电热棒的红外图像的像素数量来解算本车与其前一辆无人车之间的偏转方向和角度，并根据四根电热棒的红外图像的像素数量来解算本车与其前一辆无人车之间的距离。

所述根据所述红外相机采集的所述电热棒的红外图像解算本车与其前一辆无人车之间的距离和偏转角度的方法能够统一由如下公式得出：

所述第一电热棒的红外图像的像素数量、第二电热棒的红外图像的像素数量、第三电热棒的红外图像的像素数量以及第四电热棒的红外图像的像素数量分别为m₁、m₂、m₃以及m₄，所述第一电热棒到红外相机的距离、第二电热棒到红外相机的距离、第三电热棒到红外相机的距离以及第四电热棒到红外相机的距离分别是z₁、z₂、z₃以及z₄，则存在公式(1)的关系：

其中α_i为针对第i电热棒的比例系数，i为正整数且i＝1、2、3、4。α_i的大小可以通过标定得出，如预先控制所述第i电热棒到红外相机之间的距离z_i为10m，再用所述前一辆无人车上的车载电源对所述加热棒进行供电，并且所述后一辆无人车上的所述红外相机实时的采集所述前一辆无人车上的所述加热棒的红外图像，由此而获取第i电热棒的红外图像的像素数量m_i，再把z_i和m_i代入公式(1)中求得α_i。

标定后可以根据公式(2)中求得本车与其前一辆无人车之间的距离z：

其中α_i为针对第i电热棒的比例系数，i为正整数且i＝1、2、3、4；

根据公式(3)中求得本车与其前一辆无人车之间的相对偏转角度θ：

其中θ为正表示向左偏转，θ为负表示向右偏转。

所述车辆控制模块根据接收到的所述位姿信息来进而调整本车的行驶路线，完成本车的作为跟踪任务的跟车行驶任务，包括：所述车辆控制模块根据接收到的所述位姿信息来通过整车控制器实现对所述后一辆无人车的方向盘、油门和刹车这样的部件的控制，进而调整本车的行驶路线，完成本车的作为跟踪任务的跟车行驶任务。

对所述后一辆无人车的方向盘、油门和刹车这样的部件的控制能够是：根据设定的阈值来控制所述后一辆无人车该刹车、加油门或者方向盘是向左打还是向右打的操作，从而实现后一辆无人车根据本车与其前一辆无人车的相对位置信息进行自动调整行驶路线，完成跟车行驶任务。这里，设定的阈值能够是预先设定的最小距离、最大距离、最大向左偏转角度和最大向右偏转角度，最小距离可以设置为2米，最大距离可以设置为3米，最大向左偏转角度和最大向右偏转角度可以均设置为15度，这样在位姿信息中的本车与其前一辆无人车之间的距离小于最小距离时，就控制所述后一辆无人车的刹车来制动，直至后续位姿信息中的本车与其前一辆无人车之间的距离大于最小距离后松开刹车并恢复所述后一辆无人车的行驶；这样在位姿信息中的本车与其前一辆无人车之间的距离大于最大距离时，就控制所述后一辆无人车加油门，直至后续位姿信息中的本车与其前一辆无人车之间的距离小于最大距离后停止加油门；这样在位姿信息中的前一辆无人车相对于本车向左偏转角度大于最大向左偏转角度时，就控制后一辆无人车的方向盘向右打，直至后续位姿信息中的本车与其前一辆无人车之间的偏转角度为0后停止向右打；这样在位姿信息中的前一辆无人车相对于本车的向右偏转角度大于最大向右偏转角度时，就控制后一辆无人车的方向盘向左打，直至后续位姿信息中的本车与其前一辆无人车之间的偏转角度为0后停止向左打。

以上以用实施例说明的方式对本发明作了描述，本领域的技术人员应当理解，本公开不限于以上描述的实施例，在不偏离本发明的范围的情况下，可以做出各种变化、改变和替换。

Claims (10)

1.一种基于红外成像的无人车智能跟踪装置，其特征在于，包括：

电热棒和作为红外图像传感器的红外相机；

所述电热棒布置于前一辆无人车的尾部作为红外辐射源；

所述红外相机安装在该前一辆无人车之后的后一辆无人车的前端，以此实时采集前一辆无人车的尾部所设的电热棒的红外图像，由此所述电热棒的红外图像来判断该相邻的前一辆无人车和后一辆无人车之间的距离和偏转角度。

2.根据权利要求1所述的基于红外成像的无人车智能跟踪装置，其特征在于，所述基于红外成像的无人车智能跟踪装置还包括运行在作为本车的所述后一辆无人车的整车控制器上的图像处理模块和车辆控制模块；

所述图像处理模块用于根据所述红外相机采集的所述电热棒的红外图像解算本车与其前一辆无人车之间的距离和偏转角度，并将包括该距离和偏转角度的位姿信息传输给车辆控制模块；

所述车辆控制模块用于根据接收到的所述位姿信息来进而调整本车的行驶路线，完成本车的跟车行驶任务。

3.根据权利要求1所述的基于红外成像的无人车智能跟踪装置，其特征在于，所述电热棒的数量为四个，四个所述电热棒平行等距的排列在前一辆无人车的尾部并垂直于地平面而构成电热棒阵列，四个所述电热棒均为圆柱状且长度相同，四个所述电热棒的顶端均平齐，四个所述电热棒按照从左到右的顺序分别为第一电热棒、第二电热棒、第三电热棒以及第四电热棒。

4.根据权利要求1所述的基于红外成像的无人车智能跟踪装置，其特征在于，所述红外相机设置在所述后一辆无人车前端的中间位置，所述红外相机水平安装，所述红外相机的位置是处在使得所述电热棒阵列中心正好处在能成像在所述红外相机的像面中心。

5.根据权利要求1所述的基于红外成像的无人车智能跟踪装置，其特征在于，所述电热棒由在所述前一辆无人车上的作为供电模块的车载电源进行供电且所述电热棒的温度能够达到300℃，所述红外相机由在所述后一辆无人车上的作为供电模块的车载电源进行供电。

6.根据权利要求2所述的基于红外成像的无人车智能跟踪装置，其特征在于，所述图像处理模块能够运行在设于所述后一辆无人车上的另外的控制器上，该另外的控制器通过CAN总线与所述后一辆无人车上的整车控制器连接，而所述红外相机与该另外的控制器连接。

7.一种基于红外成像的无人车智能跟踪装置的跟踪方法，其特征在于，采用以下步骤：

步骤1：构造电热棒阵列；

步骤2：安装红外相机；

步骤3：在无人车队行驶时，用所述后一辆无人车上的车载电源对所述红外相机进行供电，用所述前一辆无人车上的车载电源对所述加热棒进行供电，并且所述后一辆无人车上的所述红外相机实时的采集所述前一辆无人车上的所述加热棒的红外图像，再实时的把采集的所述加热棒的红外图像传输到所述后一辆无人车的图像处理模块中；

步骤4：所述图像处理模块根据所述红外相机采集的所述电热棒的红外图像解算本车与其前一辆无人车之间的距离和偏转角度，并将包括该距离和偏转角度的位姿信息传输给车辆控制模块；

步骤5：所述车辆控制模块根据接收到的所述位姿信息来进而调整本车的行驶路线，完成本车的跟车行驶任务。

8.根据权利要求7所述的基于红外成像的无人车智能跟踪装置的跟踪方法，其特征在于，所述构造电热棒阵列，包括：在前一辆无人车的尾部设置四个电热棒，让四个所述电热棒平行等距的排列并垂直于地平面而构成电热棒阵列，四个所述电热棒均为圆柱状且长度l相同，四个所述电热棒的顶端均平齐,相邻两个电热棒之间的间距为d。

9.根据权利要求7所述的基于红外成像的无人车智能跟踪装置的跟踪方法，其特征在于，所述安装红外相机，包括:把所述红外相机水平安装设置在所述后一辆无人车前端的中间位置，使得所述红外相机的光轴方向与后车车身方向平行，所述红外相机的位置是处在使得所述电热棒阵列中心正好处在能成像在所述红外相机的像面中心。

10.根据权利要求7所述的基于红外成像的无人车智能跟踪装置的跟踪方法，其特征在于，所述根据所述红外相机采集的所述电热棒的红外图像解算本车与其前一辆无人车之间的距离和偏转角度，包括：

所述前一辆无人车和所述后一辆无人车之间无相对偏转时，每根电热棒的红外图像的像素数量是相同的，根据四根电热棒的红外图像的像素数量来解算本车与其前一辆无人车之间的距离；

所述前一辆无人车和所述后一辆无人车之间有相对偏转时，每根电热棒的红外图像的像素数量是不同的，根据四根电热棒的红外图像的像素数量来解算本车与其前一辆无人车之间的偏转方向和角度，并根据四根电热棒的红外图像的像素数量来解算本车与其前一辆无人车之间的距离；

所述根据所述红外相机采集的所述电热棒的红外图像解算本车与其前一辆无人车之间的距离和偏转角度的方法能够统一由如下公式得出：

所述第一电热棒的红外图像的像素数量、第二电热棒的红外图像的像素数量、第三电热棒的红外图像的像素数量以及第四电热棒的红外图像的像素数量分别为m₁、m₂、m₃以及m₄，所述第一电热棒到红外相机的距离、第二电热棒到红外相机的距离、第三电热棒到红外相机的距离以及第四电热棒到红外相机的距离分别是z₁、z₂、z₃以及z₄，根据公式(2)中求得本车与其前一辆无人车之间的距离z：

其中α_i为针对第i电热棒的比例系数，i为正整数且i＝1、2、3、4；

根据公式(3)中求得本车与其前一辆无人车之间的相对偏转角度θ：

其中θ为正表示向左偏转，θ为负表示向右偏转；

所述车辆控制模块根据接收到的所述位姿信息来进而调整本车的行驶路线，完成本车的跟车行驶任务，包括：所述车辆控制模块根据接收到的所述位姿信息来通过整车控制器实现对所述后一辆无人车的方向盘、油门和刹车这样的部件的控制，进而调整本车的行驶路线，完成本车的跟车行驶任务；

对所述后一辆无人车的方向盘、油门和刹车这样的部件的控制能够是：根据设定的阈值来控制所述后一辆无人车该刹车、加油门或者方向盘是向左打还是向右打的操作，从而实现后一辆无人车根据本车与其前一辆无人车的相对位置信息进行自动调整行驶路线，完成跟车行驶任务。

Images