CN113848826A - 车辆自动下线方法、装置、设备及存储介质 - Google Patents

Abstract

本发明属于车辆下线技术领域，公开了一种车辆自动下线方法、装置、设备及存储介质。该方法包括：当需要对待下线车辆进行下线操作时，扫描所述待下线车辆的标识信息，以与所述待下线车辆建立通信连接；获取所述待下线车辆的下线验证项目；按照所述下线验证项目通过所述通信连接对所述待下线车辆进行验证；在对所述待下线车辆验证通过时，认定所述待下线车辆完成下线流程。通过上述方式，生产工人不需要专业的技术知识，只需要按照应用程序的引导进行操作就可以完成整个下线验证项目的流程，并且下线验证项目通过自动化实施，提高生产的效率的同时极大的减少了工程师人力成本的消耗。

Description

车辆自动下线方法、装置、设备及存储介质

技术领域

本发明涉及车辆下线技术领域，尤其涉及一种车辆自动下线方法、装置、设备及存储介质。

背景技术

目前，随着自动驾驶车辆的普及，自动驾驶车辆的供给需求越来越高，而一台自动驾驶车辆，在生产车间装配完成到能够正常上路跑自动驾驶需要装配自动驾驶***、检查硬件的设备的工作状态、传感器标定参数生成和校验，自动驾驶***状态检查等步骤。现有的解决手段都需要工程师到车上进行检查、装配、标定，需要耗费工程师大量的时间进行调通，不能适应大批量的自动驾驶车辆下线的需求。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种车辆自动下线方法、装置、设备及存储介质，旨在解决现有技术自动驾驶车辆需要耗费工程师大量的时间进行调通，不能适应大批量的自动驾驶车辆下线的需求的技术问题。

为实现上述目的，本发明提供了一种车辆自动下线方法，所述方法包括以下步骤：

当需要对待下线车辆进行下线操作时，扫描所述待下线车辆的标识信息，以与所述待下线车辆建立通信连接；

获取所述待下线车辆的下线验证项目；

按照所述下线验证项目通过所述通信连接对所述待下线车辆进行验证；

在对所述待下线车辆验证通过时，认定所述待下线车辆完成下线流程。

可选地，所述获取所述待下线车辆的下线验证项目的步骤之前，还包括：

通过所述通信连接获取所述待下线车辆的配置信息；

根据所述配置信息生成***安装指令以及***配置脚本；

将所述***安装指令以及***配置脚本发送至所述待下线车辆，以使所述待下线车辆根据所述***安装指令安装自动驾驶***，并根据所述***配置脚本配置所述自动驾驶***。

可选地，所述按照所述下线验证项目通过所述通信连接对所述待下线车辆进行验证的步骤，包括：

根据所述下线验证项目生成硬件验证指令以及硬件验证脚本；

将所述硬件验证指令以及所述硬件验证脚本通过所述通信连接发送至所述待下线车辆，以使所述待下线车辆根据硬件验证脚本对目标硬件设备进行硬件检测，并反馈所述硬件检测结果。

可选地，所述将所述硬件验证指令以及所述硬件验证脚本通过所述通信连接发送至所述待下线车辆的步骤之后，还包括：

当所述硬件检测结果通过后，根据所述下线验证项目生成***标定指令以及预设标定路线；

将所述***标定指令以及所述预设标定路线发送至所述待下线车辆，以使所述待下线车辆根据所述预设标定路线行驶，并录制标定数据；

当所述待下线车辆的标定数据录制完成后，发送标定参数生成指令，以使所述待下线车辆根据所述标定数据确定相机标定图像以及惯性单元标定数据，根据所述相机标定图像生成车身姿态数据，根据所述车身姿态数据以及惯性单元标定数据确定惯性单元标定参数，根据所述标定数据确定激光雷达标定点云，根据所述相机标定图像确定相机物体坐标，根据所述激光雷达标定点云确定激光雷达物体坐标，根据所述相机物体坐标以及所述激光雷达物体坐标确定激光雷达标定参数，根据所述标定数据确定毫米波雷达标定数据，根据所述毫米波雷达标定数据确定毫米波雷达物体坐标，根据所述激光雷达物体坐标、所述激光雷达标定参数以及所述毫米波雷达物体坐标确定毫米波雷达标定参数，根据所述惯性单元标定参数、所述激光雷达标定参数以及所述毫米波雷达标定参数生成标定参数，并将所述标定参数发送至云端。

可选地，所述将所述***标定指令以及所述预设标定路线发送至所述待下线车辆的步骤之后，还包括：

根据所述下线验证项目生成路测指令；

将所述路测指令发送至所述待下线车辆，以使所述待下线车辆在预设道路上行驶，采集路测数据包并生成路测检查流程，反馈所述路测检查流程，将所述路测数据包发送至所述云端；

根据所述路测检查流程生成车辆核查报告，并将所述车辆核查报告发送至所述云端。

可选地，所述在对所述待下线车辆验证通过时，认定所述待下线车辆完成下线流程的步骤，包括：

向所述云端发送路测结果获取指令，以使所述云端根据所述路测数据包确定信号灯图像以及信号灯车辆识别结果，将所述信号灯图像转化为信号灯直方图，并将所述信号灯直方图归一化得到归一化目标图像，将所述归一化目标图像分割得到颜色分割图像，确定所述颜色分割图像的几何特征，根据所述几何特征确定信号灯区域，根据所述信号灯区域得到信号灯识别结果，将所述信号灯识别结果与所述信号灯车辆识别结果进行比对，得到信号灯判断结果，根据所述信号灯判断结果生成路测结果，并反馈所述路测结果；

当所述路测结果通过验证时，认定所述待下线车辆完成下线流程。

可选地，所述当需要对待下线车辆进行下线操作时，扫描所述待下线车辆的标识信息，以与所述待下线车辆建立通信连接的步骤，包括：

扫描所述待下线车辆的标识信息，得到密钥输入页面；

当接收到认证密钥时，将所述认证密钥与预设认证密钥进行对比；

在对比通过后，与所述待下线车辆建立通信连接。

此外，为实现上述目的，本发明还提出一种车辆自动下线装置，所述车辆自动下线装置包括：

扫描模块，用于当需要对待下线车辆进行下线操作时，扫描所述待下线车辆的标识信息，以与所述待下线车辆建立通信连接；

获取模块，用于获取所述待下线车辆的下线验证项目；

验证模块，用于按照所述下线验证项目通过所述通信连接对所述待下线车辆进行验证；

认定模块，用于在对所述待下线车辆验证通过时，认定所述待下线车辆完成下线流程。

此外，为实现上述目的，本发明还提出一种车辆自动下线设备，所述车辆自动下线设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的车辆自动下线程序，所述车辆自动下线程序配置为实现如上文所述的车辆自动下线方法的步骤。

此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有车辆自动下线程序，所述车辆自动下线程序被处理器执行时实现如上文所述的车辆自动下线方法的步骤。

本发明通过当需要对待下线车辆进行下线操作时，扫描所述待下线车辆的标识信息，以与所述待下线车辆建立通信连接；获取所述待下线车辆的下线验证项目；按照所述下线验证项目通过所述通信连接对所述待下线车辆进行验证；在对所述待下线车辆验证通过时，认定所述待下线车辆完成下线流程。通过上述方式，生产工人不需要专业的技术知识，只需要按照应用程序的引导进行操作就可以完成整个下线验证项目的流程，并且下线验证项目通过自动化实施，提高生产的效率的同时极大的减少了工程师人力成本的消耗。

附图说明

图1为本发明车辆自动下线方法第一实施例的流程示意图；

图2为本发明车辆自动下线方法第二实施例的流程示意图；

图3为本发明车辆自动下线方法第三实施例的流程示意图；

图4为本发明车辆自动下线方法第四实施例的流程示意图；

图5为本发明车辆自动下线装置第一实施例的结构框图；

图6是本发明实施例方案涉及的硬件运行环境的车辆自动下线设备的结构示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

本发明实施例提供了一种车辆自动下线方法，参照图1，图1为本发明一种车辆自动下线方法第一实施例的流程示意图。

本实施例中，所述车辆自动下线方法包括以下步骤：

步骤S10：当需要对待下线车辆进行下线操作时，扫描所述待下线车辆的标识信息，以与所述待下线车辆建立通信连接。

需要说明的是，本实施例的执行主体可为移动终端，例如智能手机、平板电脑等运行有智能操作***的设备，移动终端上安装有车辆下线的应用程序。

应理解的是，下线是指车辆组装完成后需要对车辆进行***软件配置、软硬件功能检测等，当配置以及检测等合格后，则可以将车辆交付至用户，从而保证了用户驾驶过程中的安全性。

在具体实现中，每一辆待下线车辆都有唯一的标识信息，标识信息可为二维码、条形码等可包含信息的图像，当生产线工人需要对待下线车辆进行下线操作时，工人打开应用程序并点击“下线”按钮，应用程序调用移动终端的摄像头扫描标识信息，从而得到该下线车辆的连接信息，移动终端通过此连接信息与待下线车辆建立通信连接。

能够理解的是，标识信息还可以为近距离无线通信(Near Field Communication，NFC)标签，应用程序调用移动终端的NFC功能并贴近NFC标签则可以获取该待下线车辆的连接信息，从而与待下线车辆建立通信连接。标识信息还以为射频识别技术(RadioFrequency Identification，RFID)标签，移动终端通过与RFID阅读器连接，RFID阅读器读取RFID标签的信息，并发送至移动终端。

进一步地，为了保证移动终端与待下线车辆通信连接的安全性，步骤S10包括：扫描所述待下线车辆的标识信息，得到密钥输入页面；当接收到认证密钥时，将所述认证密钥与预设认证密钥进行对比；在对比通过后，与所述待下线车辆建立通信连接。

在具体实现中，移动终端与待下线车辆均会预先与云端建立通信连接，待下线车辆与云端通过预设认证密钥建立通信连接，当移动终端扫描标识信息后将待下线车辆的连接信息发送移动终端，连接信息包括预设认证密钥，并且应用程序界面会显示密钥输入页面，工人将认证密钥输入，移动终端将认证密钥与预设认证密钥进行对比，在对比通过后，将对比成功信息发送至云端，通过云端建立移动终端与待下线车辆的通信连接。

可以理解的是，在认证密钥与预设认证密钥对比通过后，移动终端也可以与待下线车辆直接建立通信连接，而无需通过云端，从而避免在无线信号较差时与云端丢失通信连接而造成与待下线车辆失去连接，影响待下线车辆的下线流程。

需要说明的是，通过扫描所述待下线车辆的标识信息，得到密钥输入页面；当接收到认证密钥时，将所述认证密钥与预设认证密钥进行对比；在对比通过后，与所述待下线车辆建立通信连接，能够在对带下线车辆验证时保证整个过程的数据安全性。

步骤S20：获取所述待下线车辆的下线验证项目。

在具体实现中，下线验证项目可以完全检测验证待下线车辆软硬件是否能正常运行工作，下线验证项目包括硬件数据自动化检测，定位和传感器标定参数生成，标定参数校验，自动驾驶***自动化验证等项目。

可以理解的是，当移动终端与待下线车辆建立通信连接后，从云端获取该待下线车辆需要进行的下线验证项目；或者移动终端中保存有下线验证项目，移动终端将该下线验证项目的版本号发送至云端，云端接收到版本号后判断是否是最新的下线验证项目，当不是最新的版本时，则将最新版本的下线验证项目发送至移动终端。

在具体实现中，由于不同待下线车辆的配置、功能的不同，需要验证的项目可能会不完全相同。例如：待下线车辆A上设置的雷达为激光雷达，待下线车辆B上设置的雷达为毫米波雷达，则两车辆检测验证雷达所使用的的方法可能并不相同。以上仅为举例说明，本实施例不加以限制。

步骤S30：按照所述下线验证项目通过所述通信连接对所述待下线车辆进行验证。

需要说明的是，下线验证项目中包括实时验证项目的顺序，工人通过应用程序中的步骤顺序进行操作，移动终端接收到工人的操作指令后，生成对应的下线验证项目指令，并将下线验证项目指令通过通信连接发送至待下线车辆，待下线车辆根据下线验证项目指令执行对应的验证操作，从而自动化完成下线验证项目中的各项验证。

可以理解的是，由于下线验证项目中的各项验证步骤是按照顺序执行，而不是同步执行，当其中某项验证项目没有通过时，应用程序会提示工人某项软件或硬件出现问题，并罗列出各项解决方案，工人可以根据解决方案检修，检修完毕后则重新对该项目进行测试验证，若验证还未通过，工人可以通过应用程序远程向工程师求助，工程师可以远程查看各项检测数据，并对待下线车辆进行调试修复，从而保证产线的生产连续性。

步骤S40：在对所述待下线车辆验证通过时，认定所述待下线车辆完成下线流程。

应理解的是，当待下线车辆完成并通过所有下线验证项目后，则说明该待下线车辆的软件、硬件及***等均无问题，用户可以直接使用，此时则认定带下线车辆已完成下线流程，可以将其交付至用户。

本实施例通过当需要对待下线车辆进行下线操作时，扫描所述待下线车辆的标识信息，以与所述待下线车辆建立通信连接；获取所述待下线车辆的下线验证项目；按照所述下线验证项目通过所述通信连接对所述待下线车辆进行验证；在对所述待下线车辆验证通过时，认定所述待下线车辆完成下线流程。通过上述方式，生产工人不需要专业的技术知识，只需要按照应用程序的引导进行操作就可以完成整个下线验证项目的流程，并且下线验证项目通过自动化实施，提高生产的效率的同时极大的减少了工程师人力成本的消耗。

参考图2，图2为本发明一种车辆自动下线方法第二实施例的流程示意图。

基于上述第一实施例，本实施例车辆自动下线方法在所述步骤S20之前，还包括：

步骤S11：通过所述通信连接获取所述待下线车辆的配置信息。

需要说明的是，当移动终端与待下线车辆建立通信连接后，可以从带下线车辆上得到该车辆当前的配置信息，配置信息包括硬件配置、软件配置、***配置等。

可以理解的是，通常待下线车辆与移动终端首次连接时，待下线车辆只安装了基础的操作***，***的基础数据、服务数据等都尚未配置完全。

步骤S12：根据所述配置信息生成***安装指令以及***配置脚本。

需要说明的是，预先将自动驾驶***一体化打包，其中包含高清地图、基础数据、服务数据等。在产线上，工人只需要将***盘***待下线车辆的主机中，待下线车辆会自动识别其中的数据。***盘可为U盘等非易失性的存储介质。

在具体实现中，工人在应用程序上点击开始安装，移动终端则会生成***安装指令，并根据待下线车辆的配置信息生成***配置脚本。

步骤S13：将所述***安装指令以及***配置脚本发送至所述待下线车辆，以使所述待下线车辆根据所述***安装指令安装自动驾驶***，并根据所述***配置脚本配置所述自动驾驶***。

需要说明的是，待下线车辆接收到***安装指令后，则根据***盘中的数据安装自动驾驶***，并将高清地图数据、基础数据、服务数据等解压。当自动驾驶***安装完毕后，自动驾驶***通常是无差别的，此时***配置脚本会自动配置自动驾驶***，从而使得自动驾驶***完全匹配待下线车辆的配置。

本实施例通过所述通信连接获取所述待下线车辆的配置信息；根据所述配置信息生成***安装指令以及***配置脚本；将所述***安装指令以及***配置脚本发送至所述待下线车辆，以使所述待下线车辆根据所述***安装指令安装自动驾驶***，并根据所述***配置脚本配置所述自动驾驶***。通过上述方式，应用程序在连接待下线车辆后获取该车辆的配置信息，并且在车辆自动化安装自动驾驶***后根据车辆的配置信息对自动驾驶***进行配置，达到待下线车辆与自动驾驶***一一对应的效果。

参考图3，图3为本发明一种车辆自动下线方法第三实施例的流程示意图。

基于上述第一实施例，本实施例车辆自动下线方法在所述步骤S30，包括：

步骤S31：根据所述下线验证项目生成硬件验证指令以及硬件验证脚本。

在具体实现中，下线验证项目中包括硬件检测，当根据下线验证项目中的步骤顺序到达硬件检测步骤时，工人点击硬件检测，移动终端生成硬件验证指令，以及硬件验证脚本。

需要说明的是，硬件验证脚本可为通用的验证脚本，也可以为根据待下线车辆的硬件配置而生成的硬件验证脚本。

步骤S32：将所述硬件验证指令以及所述硬件验证脚本通过所述通信连接发送至所述待下线车辆，以使所述待下线车辆根据硬件验证脚本对目标硬件设备进行硬件检测，并反馈所述硬件检测结果。

可以理解的是，当待下线车辆接收到硬件验证指令以及硬件验证脚本后，根据硬件验证指令执行硬件验证脚本，硬件验证脚本对车辆上的硬件设备全面检测，硬件检测项目包括：硬盘工作状态、磁盘配置、***启动时间、显卡配置和压力测试性能、CPU配置和压力测试性能、内存大小、毫米波雷达信号、线控信号、GPS信号、网络信号、激光雷达网卡速率、相机线序连接是否正确、相机丢帧情况等，根据不同待下线车辆的硬件配置，硬件检测项目可能存在些许不同。目标硬件设备包括：硬盘、磁盘、显卡、CPU、内存、毫米波雷达、线控、GPS芯片、网卡、激光雷达网卡及相机等。

需要说明的是，由于硬件通常都是联合工作，各个硬件之间会进行数据交互，因此在硬件检测时需要对各个硬件之间的连通性进行测试，并且在硬件检测时可对其产生的数据进行分析，从而判断此硬件是否能正常工作。例如：在对GPS定位模块进行检测时，对其余主机的连通性进行检测，并分析GPS定位模块采集的定位数据，判断定位数据是否有异常。

需要说明的是，待下线车辆上的硬件同时支持软件控制，因此需要对用于软件控制的硬件接口进行检测，通过调用硬件对应的接口，判断是否能控制硬件实现对应的功能，从而确定硬件是否能正常工作。例如：调用高清倒车摄像头的倒车影像功能，根据显示影像，判断其是否能正常工作。

在具体实现中，每完成硬件检测中的一项则实时将硬件检测结果反馈至移动终端，移动终端实时展示硬件检测结果，当所述硬件检测项目完成后，将运行失败或运行达不到标准的硬件提示给工人，并提供修复建议进行修复，如果工人无法修复，可以通过应用程序进行求助，工程师远程支持进行修复，修复完成后，重新进行硬件检测，直至所有目标硬件设备运行达到标准。

进一步地，当所有目标硬件设备均通过验证之后，所述将所述硬件验证指令以及所述硬件验证脚本通过所述通信连接发送至所述待下线车辆的步骤之后，还包括：当所述硬件检测结果通过后，根据所述下线验证项目生成***标定指令以及预设标定路线；将所述***标定指令以及所述预设标定路线发送至所述待下线车辆，以使所述待下线车辆根据所述预设标定路线行驶，并录制标定数据；当所述待下线车辆的标定数据录制完成后，发送标定参数生成指令，以使所述待下线车辆根据所述标定数据确定相机标定图像以及惯性单元标定数据，根据所述相机标定图像生成车身姿态数据，根据所述车身姿态数据以及惯性单元标定数据确定惯性单元标定参数，根据所述标定数据确定激光雷达标定点云，根据所述相机标定图像确定相机物体坐标，根据所述激光雷达标定点云确定激光雷达物体坐标，根据所述相机物体坐标以及所述激光雷达物体坐标确定激光雷达标定参数，根据所述标定数据确定毫米波雷达标定数据，根据所述毫米波雷达标定数据确定毫米波雷达物体坐标，根据所述激光雷达物体坐标、所述激光雷达标定参数以及所述毫米波雷达物体坐标确定毫米波雷达标定参数，根据所述惯性单元标定参数、所述激光雷达标定参数以及所述毫米波雷达标定参数生成标定参数，并将所述标定参数发送至云端。

需要说明的是，应用程序根据硬件检测结果确定所有的目标硬件设备均通过验证之后，则跳转至下一下线验证项目页面，在进行下一下线验证项目之前，应用程序会提示工人将待下线车辆运输至标定场地，当待下线车辆被运输至标定场地后，工人可以点击应用程序中的开始标定，应用程序则生成***标定指令以及预设标定路线，并将***标定指令以及预设标定路线发送至待下线车辆。

可以理解的是，当待下线车辆接收到***标定指令后，根据预设标定路线在标定场地中的自动行驶，并自动化采集录制场地中的标定物，从而生成标定数据，待下线车辆自动根据标定数据计算标定参数，并将标定参数写到本地的配置文件中同时上传到云端进行存储。其中，预设标定路线可为标定场地中的交叉路线。

进一步地，在待下线车辆初始化传感器标定参数之前，还需要对待下线的刹车标定参数，在封闭场地内，应用程序将预设代码发送至待下线车辆，待下线车辆根据预设代码在封闭场地内生成一条标定轨迹，由工人将带下线车辆进行起自动，待下线车辆的控制模块通过发送刹车油门指令和方向盘指令，让待下线车辆沿着轨迹行驶，数据采集模块自动采集行驶时的定位以及速度差值来计算车的刹车表以及油门表，采集的点云数据用于定位标定和传感器标定。

可以理解的是，刹车表中包括刹车踏板开度与加速度之间的对应关系，同样的，油门表中包括油门踏板开度与加速度之间的对应关系，在自动驾驶时，通过刹车表以及油门表可以更为精确地控制车辆的速度。

需要说明的是，通过点云数据进行定位标定时，将待下线车辆采集到的点云数据与封闭场地内的全局点云数据进行比较，从而可以确定待下线车辆在封闭场地内的具***置，再根据此时待下线车辆定位模块获取到的定位数据，对待下线车辆进行定位标定。

在具体实现中，***标定包括惯性单元标定、激光雷达标定、毫米波雷达标定。传感器标定是自动驾驶的基本需求，一个车上装了多个/多种传感器(例如摄像头、激光雷达、毫米波雷达等)时，需要确定它们之间的坐标关系。

需要说明的是，惯性单元是测量物体三轴姿态角(或角速率)以及加速度的装置，在对惯性单元进行标定时，因为惯性单元与激光雷达或摄像头发生的姿态变化满足一定的约束关系，根据惯性单元采集的数据与激光雷达或摄像头采集的标定数据，惯性单元与激光雷达或摄像头的坐标转换关系，即惯性单元的标定参数。在对激光雷达进行标定时，将激光雷达与摄像头采集的标定数据进行计算，从而确定激光雷达与摄像头的坐标转换关系，得到激光雷达的标定参数，同理可以得到毫米波雷达的标定参数，从而确定待下线车辆上各传感器之间的坐标关系。

在具体实现中，以摄像头(相机)在标定场地中的捕捉的相机标定图像为基准，对惯性单元、激光雷达以及毫米波雷达进行标定。为了方便待下线车辆的标定，标定场地中会设置具有明显形状的标定物体，当待下线车辆经过标定物体时其车身上的各传感器会实时录制标定数据，当标定数据录制完成后，应用程序上会显示标定数据已录制完成，可进行标定参数计算，工人点击标定参数计算按钮后，移动终端向待下线车辆发送标定参数生成指令，则待下线车辆开始计算各传感器的标定参数。

可以理解的是，相机标定图像以及惯性单元标定数据为摄像头与惯性单元以同一时间线为基准录制的标定数据，相机标定图像中包括摄像头录制标定板的图像信息，当待下线车辆车身姿态发生改变时，标定板在相机标定图像中也会发生相应的姿态角度变化，根据惯性单元标定数据相同时刻的数据确定惯性单元所检测到的姿态角度变化，将摄像头捕捉到的姿态角度变化与惯性单元所检测到的姿态角度变化进行对比，则可以确定两者之间的转换参数，即惯性单元标定参数。

同理，在对激光雷达进行标定时，确定同一时刻摄像头捕捉标定物体的相机标定图像以及激光雷达采集到的标定物体的激光雷达标定点云，在相机标定图像中建立坐标系，并确定标定物体在此坐标系中的坐标，即相机物体坐标，同样，在激光雷达标定点云中建立坐标系，并确定标定物体在此坐标系中的坐标，即激光雷达物体坐标，并计算相机物体坐标与激光雷达物体坐标的转换关系，从而得到激光雷达标定参数。

在具体实现中，在对毫米波雷达进行标定时，需要借助激光雷达，同样确定同一时刻毫米波雷达采集到的标定物体的毫米波雷达标定数据，以及激光雷达采集到的标定物体的激光雷达标定点云，并计算出标定物体在毫米波雷达标定数据的坐标，即毫米波雷达物体坐标，以及标定物体在激光雷达标定点云中的坐标，即激光雷达物体坐标，最后计算出毫米波雷达物体坐标与激光雷达物体坐标之间的转换关系，并基于激光雷达标定参数，得到毫米波雷达与摄像头之间的转换关系参数，即毫米波雷达标定参数。

进一步地，当带下线车辆上同时设置有长焦摄像头以及短焦摄像头时，需要对两摄像头进行标定，首先同一时刻确定长焦标定图像以及短焦标定图像，获取将所述长焦标定图像中预设范围的长焦目标图像，由于摄像头捕捉的图像在边缘以及较近处会产生畸变，因此需要选取两图像畸变较小的预设范围，例如选取图像中50米外的区域的标定物体。同时获取所述短焦标定图像中所述预设范围的短焦目标图像，将所述长焦目标图像以及所述短焦目标图像中标定物体的坐标进行转换，计算出转换参数，则可得到相机标定参数，

需要说明的是，当生成并存储标定参数后，待下线车辆向移动终端发送标定完成信号，应用程序则提示工人已完成***标定流程，可以开展下一步骤的下线验证项目。

进一步地，为了更为全面的验证待下线车辆，所述将所述***标定指令以及所述预设标定路线发送至所述待下线车辆的步骤之后，还包括：根据所述下线验证项目生成路测指令；将所述路测指令发送至所述待下线车辆，以使所述待下线车辆在预设道路上行驶，采集路测数据包并生成路测检查流程，反馈所述路测检查流程，将所述路测数据包发送至所述云端；根据所述路测检查流程生成车辆核查报告，并将所述车辆核查报告发送至所述云端。

应理解的是，当进行完成***标定的验证项目后，需要进行路测验证，从而检测待下线车辆在真实环境下的运行情况。此时，应用程序提示工人将待下线车辆运输至路测场地，路测场地中包括现实道路中的信息，例如红绿灯、斑马线等。

可以理解的是，工人在应用程序上点击路测开始按钮，应用程序生成路测指令，并将路测指令发送至待下线车辆，待下线车辆接收到路测指令后，则自动在路测场地上行驶，待下线车辆上的自动驾驶***则会根据路测场地中的道路信息进行自动驾驶，在路测过程中，应用程序展示完整的检查流程供工人核查，检查流程包括车辆红绿灯检查、刹车检查、油门检查、方向盘检查、碰撞检查。核查结束后会生成车辆核查报告上传云端记录。

应理解的是，待下线车辆在路测过程中，会自动采集固定道路的道路数据，道路数据由待下线车辆上的激光雷达、毫米波雷达、摄像头采集得到，并将道路数据发送至云端，云端则会根据道路数据分析激光雷达、毫米波雷达、摄像头是否正常运行，既定路段检测到的物体和作出的反应是否正确。并得到路测结果。

本实施例通过根据所述下线验证项目生成硬件验证指令以及硬件验证脚本；将所述硬件验证指令以及所述硬件验证脚本通过所述通信连接发送至所述待下线车辆，以使所述待下线车辆根据硬件验证脚本对目标硬件设备进行硬件检测，并反馈所述硬件检测结果。通过上述方式，对待下线车辆进行硬件验证、***标定以及路测验证等全自动化的下线验证项目，严格的软硬件检测流程，从而能够保证待下线车辆能够被全面检测验证，保证批量下线自动驾驶车辆的交付质量。

参考图4，图4为本发明一种车辆自动下线方法第四实施例的流程示意图。

基于上述第三实施例，本实施例车辆自动下线方法在所述步骤S40，包括：

步骤S41：向所述云端发送路测结果获取指令，以使所述云端根据所述路测数据包确定信号灯图像以及信号灯车辆识别结果，将所述信号灯图像转化为信号灯直方图，并将所述信号灯直方图归一化得到归一化目标图像，将所述归一化目标图像分割得到颜色分割图像，确定所述颜色分割图像的几何特征，根据所述几何特征确定信号灯区域，根据所述信号灯区域得到信号灯识别结果，将所述信号灯识别结果与所述信号灯车辆识别结果进行比对，得到信号灯判断结果，根据所述信号灯判断结果生成路测结果，并反馈所述路测结果。

需要说明的是，当路测结束后，工人点击应用程序上的获取路测结果按钮，应用程序生成路测结果获取指令并发送至云端，云端将对应的路测结果发送至移动终端。

在具体实现中，云端在接收到路测数据包之后，对路测数据包进行分析，路测数据包中包含待下线车辆在路测过程中的所有数据，包括传感器采集到的数据、车辆根据传感器采集到的数据从而进行判断的数据等。

能够理解的是，信号灯时行车过程不可避免的一环，因此待下线车辆对信号灯的识别检测的正确率至关重要，云端根据路测数据包获取待下线经过信号灯时摄像头所采集的图像，即信号灯图像，云端为了精准地识别信号灯，首先需要将信号灯图像进行直方图均衡化得到信号灯直方图，即：对信号灯图像的每一个通道(R,G,B)数据进行直方图均衡化，再合并为一个3通道图像。由于在RGB色彩空间中的R、G、B这3个分量之间相关性较高，受光照影响较大，不利于颜色分割。因此，对RGB这3个通道数据进行归一化，从而得到归一化目标图像，归一化公式为：

其中，r为R通道归一化的值，g为G通道归一化的值，b为B通道归一化的值。

需要说明的是，在不同光照环境下的信号灯图像中，信号灯的R、G、B的值存在不同，因此根据个光照环境下的信号灯图像确定信号灯R、G、B的值的阈值范围。根据此阈值范围则可以确定归一化目标图像的区域，即可得到颜色分割图像，由于环境中可能有其他干扰因素，颜色分割图像不一定是信号等的区域，因此需要根据信号灯的几何特性进行确定颜色分割图像中的信号灯区域，提取区域的基本几何特征，例如长度，宽度，长宽比等，将接近于圆形的区域作为信号灯区域，根据信号灯区域的颜色识别信号灯，得到信号灯识别结果，并将信号灯识别结果与待下线车辆对信号灯的信号灯车辆识别结果进行比对，得到信号灯判断结果，达成一致时则表明待下线车辆识别信号灯成功。

同理，云端还基于待下线车辆的传感器采集的数据进行模拟自动驾驶，从而生成模拟的方向盘、刹车、油门控制指令，与待下线车辆实际的控制指令进行对比，得到自动驾驶决策结果，根据自动驾驶决策结果判断待下线车辆的决策是否正确。

在具体实现中，根据信号灯判断结果、自动驾驶决策结果可以得到路测结果。

步骤S42：当所述路测结果通过验证时，认定所述待下线车辆完成下线流程。

需要说明的是，当待下线车辆的信号灯识别均正确时，且与云端根据传感器数据做出的决策均一致时，表明路测结果为通过。

在具体实现中，因为所有下线验证项目均是按照一定的顺序开展，当下线验证项目通过后才会开下下一项的验证项目，因此，在路测结果通过验证时，则表明此待下线车辆的所有下线验证项目通过验证，可以将此车辆交付至用户。

本实施例通过向所述云端发送路测结果获取指令，以使所述云端根据所述路测数据包确定信号灯图像以及信号灯车辆识别结果，将所述信号灯图像转化为信号灯直方图，并将所述信号灯直方图归一化得到归一化目标图像，将所述归一化目标图像分割得到颜色分割图像，确定所述颜色分割图像的几何特征，根据所述几何特征确定信号灯区域，根据所述信号灯区域得到信号灯识别结果，将所述信号灯识别结果与所述信号灯车辆识别结果进行比对，得到信号灯判断结果，根据所述信号灯判断结果生成路测结果，并反馈所述路测结果；当所述路测结果通过验证时，认定所述待下线车辆完成下线流程。通过上述方式，由云端验证分析关键的路测数据，从而能够准确判断车辆在真实场景下的运行情况，并在路测数据验证通过后，完成整个下线流程，车辆即可直接进行交付。

此外，本发明实施例还提出一种存储介质，所述存储介质上存储有车辆自动下线程序，所述车辆自动下线程序被处理器执行时实现如上文所述的车辆自动下线方法的步骤。

由于本存储介质采用了上述所有实施例的全部技术方案，因此至少具有上述实施例的技术方案所带来的所有有益效果，在此不再一一赘述。

参照图5，图5为本发明车辆自动下线装置第一实施例的结构框图。

如图5所示，本发明实施例提出的车辆自动下线装置包括：

扫描模块，用于当需要对待下线车辆进行下线操作时，扫描所述待下线车辆的标识信息，以与所述待下线车辆建立通信连接。

获取模块10，用于获取所述待下线车辆的下线验证项目。

验证模块20，用于按照所述下线验证项目通过所述通信连接对所述待下线车辆进行验证。

认定模块30，用于在对所述待下线车辆验证通过时，认定所述待下线车辆完成下线流程。

应当理解的是，以上仅为举例说明，对本发明的技术方案并不构成任何限定，在具体应用中，本领域的技术人员可以根据需要进行设置，本发明对此不做限制。

本实施例中，扫描模块10当需要对待下线车辆进行下线操作时，扫描所述待下线车辆的标识信息，以与所述待下线车辆建立通信连接；获取模块20获取所述待下线车辆的下线验证项目；验证模块30按照所述下线验证项目通过所述通信连接对所述待下线车辆进行验证；认定模块40在对所述待下线车辆验证通过时，认定所述待下线车辆完成下线流程。通过上述方式，生产工人不需要专业的技术知识，只需要按照应用程序的引导进行操作就可以完成整个下线验证项目的流程，并且下线验证项目通过自动化实施，提高生产的效率的同时极大的减少了工程师人力成本的消耗。

需要说明的是，以上所描述的工作流程仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的，此处不做限制。

另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的车辆自动下线方法，此处不再赘述。

参照图6，图6为本发明实施例方案涉及的硬件运行环境的车辆自动下线设备结构示意图。

如图6所示，该车辆自动下线设备可以包括：处理器1001，例如中央处理器(Central Processing Unit，CPU)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(Wireless-Fidelity，Wi-Fi)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory，RAM)存储器，也可以是稳定的非易失性存储器(Non-Volatile Memory，NVM)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

本领域技术人员可以理解，图6中示出的结构并不构成对车辆自动下线设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图6所示，作为一种存储介质的存储器1005中可以包括操作***、网络通信模块、用户接口模块以及车辆自动下线程序。

在图6所示的车辆自动下线设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明车辆自动下线设备中的处理器1001、存储器1005可以设置在车辆自动下线设备中，所述车辆自动下线设备通过处理器1001调用存储器1005中存储的车辆自动下线程序，并执行以下操作：

当需要对待下线车辆进行下线操作时，扫描所述待下线车辆的标识信息，以与所述待下线车辆建立通信连接；

获取所述待下线车辆的下线验证项目；

按照所述下线验证项目通过所述通信连接对所述待下线车辆进行验证；

在对所述待下线车辆验证通过时，认定所述待下线车辆完成下线流程。

进一步地，处理器1001可以调用存储器1005中存储的车辆自动下线程序，还执行以下操作：

通过所述通信连接获取所述待下线车辆的配置信息；

根据所述配置信息生成***安装指令以及***配置脚本；

将所述***安装指令以及***配置脚本发送至所述待下线车辆，以使所述待下线车辆根据所述***安装指令安装自动驾驶***，并根据所述***配置脚本配置所述自动驾驶***。

进一步地，处理器1001可以调用存储器1005中存储的车辆自动下线程序，还执行以下操作：

根据所述下线验证项目生成硬件验证指令以及硬件验证脚本；

将所述硬件验证指令以及所述硬件验证脚本通过所述通信连接发送至所述待下线车辆，以使所述待下线车辆根据硬件验证脚本对目标硬件设备进行硬件检测，并反馈所述硬件检测结果。

进一步地，处理器1001可以调用存储器1005中存储的车辆自动下线程序，还执行以下操作：

当所述硬件检测结果通过后，根据所述下线验证项目生成***标定指令以及预设标定路线；

将所述***标定指令以及所述预设标定路线发送至所述待下线车辆，以使所述待下线车辆根据所述预设标定路线行驶，并录制标定数据；

当所述待下线车辆的标定数据录制完成后，发送标定参数生成指令，以使所述待下线车辆根据所述标定数据确定相机标定图像以及惯性单元标定数据，根据所述相机标定图像生成车身姿态数据，根据所述车身姿态数据以及惯性单元标定数据确定惯性单元标定参数，根据所述标定数据确定激光雷达标定点云，根据所述相机标定图像确定相机物体坐标，根据所述激光雷达标定点云确定激光雷达物体坐标，根据所述相机物体坐标以及所述激光雷达物体坐标确定激光雷达标定参数，根据所述标定数据确定毫米波雷达标定数据，根据所述毫米波雷达标定数据确定毫米波雷达物体坐标，根据所述激光雷达物体坐标、所述激光雷达标定参数以及所述毫米波雷达物体坐标确定毫米波雷达标定参数，根据所述惯性单元标定参数、所述激光雷达标定参数以及所述毫米波雷达标定参数生成标定参数，并将所述标定参数发送至云端。

进一步地，处理器1001可以调用存储器1005中存储的车辆自动下线程序，还执行以下操作：

根据所述下线验证项目生成路测指令；

将所述路测指令发送至所述待下线车辆，以使所述待下线车辆在预设道路上行驶，采集路测数据包并生成路测检查流程，反馈所述路测检查流程，将所述路测数据包发送至所述云端；

根据所述路测检查流程生成车辆核查报告，并将所述车辆核查报告发送至所述云端。

进一步地，处理器1001可以调用存储器1005中存储的车辆自动下线程序，还执行以下操作：

向所述云端发送路测结果获取指令，以使所述云端根据所述路测数据包确定信号灯图像以及信号灯车辆识别结果，将所述信号灯图像转化为信号灯直方图，并将所述信号灯直方图归一化得到归一化目标图像，将所述归一化目标图像分割得到颜色分割图像，确定所述颜色分割图像的几何特征，根据所述几何特征确定信号灯区域，根据所述信号灯区域得到信号灯识别结果，将所述信号灯识别结果与所述信号灯车辆识别结果进行比对，得到信号灯判断结果，根据所述信号灯判断结果生成路测结果，并反馈所述路测结果；

当所述路测结果通过验证时，认定所述待下线车辆完成下线流程。

进一步地，处理器1001可以调用存储器1005中存储的车辆自动下线程序，还执行以下操作：

扫描所述待下线车辆的标识信息，得到密钥输入页面；

当接收到认证密钥时，将所述认证密钥与预设认证密钥进行对比；

在对比通过后，与所述待下线车辆建立通信连接。

此外，需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者***不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者***所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如只读存储器(Read Only Memory，ROM)/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种车辆自动下线方法，其特征在于，所述车辆自动下线方法包括：

当需要对待下线车辆进行下线操作时，扫描所述待下线车辆的标识信息，以与所述待下线车辆建立通信连接；

获取所述待下线车辆的下线验证项目；

按照所述下线验证项目通过所述通信连接对所述待下线车辆进行验证；

在对所述待下线车辆验证通过时，认定所述待下线车辆完成下线流程。

2.如权利要求1所述的方法，其特征在于，所述获取所述待下线车辆的下线验证项目的步骤之前，还包括：

通过所述通信连接获取所述待下线车辆的配置信息；

根据所述配置信息生成***安装指令以及***配置脚本；

将所述***安装指令以及***配置脚本发送至所述待下线车辆，以使所述待下线车辆根据所述***安装指令安装自动驾驶***，并根据所述***配置脚本配置所述自动驾驶***。

3.如权利要求1所述的方法，其特征在于，所述按照所述下线验证项目通过所述通信连接对所述待下线车辆进行验证的步骤，包括：

根据所述下线验证项目生成硬件验证指令以及硬件验证脚本；

将所述硬件验证指令以及所述硬件验证脚本通过所述通信连接发送至所述待下线车辆，以使所述待下线车辆根据硬件验证脚本对目标硬件设备进行硬件检测，并反馈所述硬件检测结果。

4.如权利要求3所述的方法，其特征在于，所述将所述硬件验证指令以及所述硬件验证脚本通过所述通信连接发送至所述待下线车辆的步骤之后，还包括：

当所述硬件检测结果通过后，根据所述下线验证项目生成***标定指令以及预设标定路线；

将所述***标定指令以及所述预设标定路线发送至所述待下线车辆，以使所述待下线车辆根据所述预设标定路线行驶，并录制标定数据；

当所述待下线车辆的标定数据录制完成后，发送标定参数生成指令，以使所述待下线车辆根据所述标定数据确定相机标定图像以及惯性单元标定数据，根据所述相机标定图像生成车身姿态数据，根据所述车身姿态数据以及惯性单元标定数据确定惯性单元标定参数，根据所述标定数据确定激光雷达标定点云，根据所述相机标定图像确定相机物体坐标，根据所述激光雷达标定点云确定激光雷达物体坐标，根据所述相机物体坐标以及所述激光雷达物体坐标确定激光雷达标定参数，根据所述标定数据确定毫米波雷达标定数据，根据所述毫米波雷达标定数据确定毫米波雷达物体坐标，根据所述激光雷达物体坐标、所述激光雷达标定参数以及所述毫米波雷达物体坐标确定毫米波雷达标定参数，根据所述惯性单元标定参数、所述激光雷达标定参数以及所述毫米波雷达标定参数生成标定参数，并将所述标定参数发送至云端。

5.如权利要求4所述的方法，其特征在于，所述将所述***标定指令以及所述预设标定路线发送至所述待下线车辆的步骤之后，还包括：

根据所述下线验证项目生成路测指令；

将所述路测指令发送至所述待下线车辆，以使所述待下线车辆在预设道路上行驶，采集路测数据包并生成路测检查流程，反馈所述路测检查流程，将所述路测数据包发送至所述云端；

根据所述路测检查流程生成车辆核查报告，并将所述车辆核查报告发送至所述云端。

6.如权利要求5所述的方法，其特征在于，所述在对所述待下线车辆验证通过时，认定所述待下线车辆完成下线流程的步骤，包括：

向所述云端发送路测结果获取指令，以使所述云端根据所述路测数据包确定信号灯图像以及信号灯车辆识别结果，将所述信号灯图像转化为信号灯直方图，并将所述信号灯直方图归一化得到归一化目标图像，将所述归一化目标图像分割得到颜色分割图像，确定所述颜色分割图像的几何特征，根据所述几何特征确定信号灯区域，根据所述信号灯区域得到信号灯识别结果，将所述信号灯识别结果与所述信号灯车辆识别结果进行比对，得到信号灯判断结果，根据所述信号灯判断结果生成路测结果，并反馈所述路测结果；

当所述路测结果通过验证时，认定所述待下线车辆完成下线流程。

7.如权利要求1-6任一项所述的方法，其特征在于，所述当需要对待下线车辆进行下线操作时，扫描所述待下线车辆的标识信息，以与所述待下线车辆建立通信连接的步骤，包括：

扫描所述待下线车辆的标识信息，得到密钥输入页面；

当接收到认证密钥时，将所述认证密钥与预设认证密钥进行对比；

在对比通过后，与所述待下线车辆建立通信连接。

8.一种车辆自动下线装置，其特征在于，所述车辆自动下线装置包括：

扫描模块，用于当需要对待下线车辆进行下线操作时，扫描所述待下线车辆的标识信息，以与所述待下线车辆建立通信连接；

获取模块，用于获取所述待下线车辆的下线验证项目；

验证模块，用于按照所述下线验证项目通过所述通信连接对所述待下线车辆进行验证；

认定模块，用于在对所述待下线车辆验证通过时，认定所述待下线车辆完成下线流程。

9.一种车辆自动下线设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的车辆自动下线程序，所述车辆自动下线程序配置为实现如权利要求1至7中任一项所述的车辆自动下线方法。

10.一种存储介质，其特征在于，所述存储介质上存储有车辆自动下线程序，所述车辆自动下线程序被处理器执行时实现如权利要求1至7任一项所述的车辆自动下线方法。

Images