JP2023516661A - 車両トレーラ角度計算方法およびシステム - Google Patents

Abstract

本発明は、複数の撮影された画像に含まれる少なくとも１つの特徴（Ｆ１、Ｆ２）に基づいて、少なくとも１つの角度推定（α１、α２）を計算するための複数のアルゴリズムを提供して、牽引車両（１）の前後方向軸（ＬＡＶ）に対するトレーラ（２）のヨー角（ＹＡ）を決定する方法に関する。

Description

本発明は、一般に、車両支援システムの分野に関する。特に、本発明は、牽引車両と連結されているトレーラのヨー角を車両のカメラにより提供される画像情報に基づいて計算する方法およびシステムに関する。

牽引車両に対するトレーラの角度を車両のカメラにより提供される画像情報に基づいて計算する方法は既知である。

特に、トレーラのピボット点の位置を考慮に入れずにトレーラヨー角の信頼性高い近似を提供する第１タイプの方法が知られている。その一方、第１タイプの方法のヨー角近似の正確度は、ヨー角が大きい場合に低い。

また、トレーラのピボット点の位置を考慮に入れる第２タイプの方法が知られている。その一方、ある状況において、第２タイプの方法は高ノイズを有する。

本発明の実施形態の課題は、トレーラのヨー角を高いロバストネスと高い信頼性で計算する方法を提供することである。本課題は、独立請求項の特徴により解決される。好ましい実施形態は従属請求項に記載されている。明示的に記載されていないが、本発明の実施形態は互いに自由に組み合わせ可能である。

１つの態様によると、本発明は、牽引車両の前後方向軸に対するトレーラのヨー角を決定する方法に関する。本方法は以下の方法を備える。

まず、カメラを用いてトレーラの少なくとも第１および第２画像が撮影される。第１および第２画像は、車両に対するトレーラの方向が少なくとも２つの画像上において異なるように撮影される。

この画像の撮影後、トレーラの少なくとも第１特徴が決定される。この第１特徴は第１および第２画像上において可視である必要がある。

また、この少なくとも第１特徴に基づいて、角度推定を計算するための少なくとも第１および第２アルゴリズムが提供される。この第１アルゴリズムは、トレーラの回転幾何を調べ、特にトレーラのピボット点の位置を考慮に入れるアルゴリズムであってよい。第２アルゴリズムは、トレーラの異なる回転位置における２つ以上の特徴を考慮に入れることにより、トレーラのヨー角を近似するアルゴリズムであってよい。この第２アルゴリズムは、トレーラの回転幾何を調べる必要はない。

この第１および／または第２アルゴリズムに基づいて、この第１特徴について少なくとも第１角度推定が提供される。

第１形態によると、第１角度推定の提供は、この第１角度推定を計算するために第１または第２アルゴリズムを用いるべきかを各特徴についての１つまたは複数の基準に基づいて決定し、この第１特徴について選択されたアルゴリズムに基づいてこの第１角度推定を計算することにより行われる。従って、言い換えれば、どのアルゴリズムを用いるかについての決定は、角度推定の計算前になされる。

第２形態によると、第１角度推定の提供は、この第１および第２アルゴリズムに基づいて少なくとも１つの特徴についての第１角度推定を計算し、第１アルゴリズムにより得られた第１角度推定または第２アルゴリズムにより得られた第１角度推定がさらなる処理に用いられるか否かを１つまたは複数の基準に基づいて決定することにより行われる。従って、言い換えれば、第２形態においては、第１角度推定は、複数のアルゴリズムに基づいて計算され、どの角度推定が用いられるべきかについての決定は、この角度推定計算の結果を考慮に入れてなされる。このようにして、上記第１形態とは対照的に、どのアルゴリズムを用いるかについての決定は、角度推定の計算後になされる。

最後に、トレーラのヨー角はこの第１角度推定に基づいて計算される。

この方法が有利であるのは、角度推定を提供するために各特徴について複数の方法からどの方法を用いるべきかを決定するからであり、ヨー角決定の結果が非常に正確でロバストであるのは、各特徴について、最も信頼性の高い角度推定結果を提供する好適な方法を選択することができるからである。

１つの形態によると、各特徴について、第１アルゴリズム、つまりトレーラの回転幾何を利用するアルゴリズムに基づいて角度推定を計算する試みがなされる。１つまたは複数の基準、特に所定の基準が満たされないことを理由にこの第１アルゴリズムが失敗する場合、第２アルゴリズムが用いられる。

１つの形態によると、第１アルゴリズムは以下のステップを行うように構成される。
－カメラと第１画像上の決定された第１特徴との間の第１光線が構築され、水平面上に投影されることにより、第１投影特徴位置を得る。同様に、カメラと第２画像上の決定された第１特徴との間の第２光線が構築され、この水平面上に投影されることにより、第２投影特徴位置を得る。
－第１直交二等分線は、第１投影特徴位置の位置と第２投影特徴位置の位置との間に構築される。より詳細には、第１直交二等分線は、第１投影特徴位置の位置と第２投影特徴位置の位置とを結ぶ線の中点を通って直交する直線であってよい。このようにして、第１直交二等分線は水平面に構築されてよい。
－第１直交二等分線の構築後、基準軸またはさらなる直交二等分線との第１直交二等分線の第１交点が構築される。
－この第１直交二等分線に基づいて、第１角度推定が計算される。第１角度推定は、第１投影特徴位置からこの第１交点までの第１線と、第２投影特徴位置からこの第１交点までの第２線との間であって、水平面上における角度である。

「第１／第２画像上の第１特徴の位置」の記載は、画像特徴の２Ｄ画像座標またはそれに対応する光線（例えば、３Ｄ単位ベクトルまたは方位角／仰角として示される）に関することは言及に値する。２Ｄ画像座標は、カメラ較正情報を用いて光線へと変換されてよい。

この第１角度推定は牽引車両からトレーラに向かって開口していてよい。

１つの形態によると、第１および第２画像上において可視のトレーラの第２特徴は決定され、この第２特徴は第１特徴とは異なるトレーラの位置に配置される。角度推定を提供するために第１アルゴリズムはトレーラの２つ以上の特徴を用いる。特に、第１アルゴリズムは、
－カメラと第１画像上の決定された第２特徴との間の光線を水平面上に投影することにより、第３投影特徴位置を得て、カメラ（３）と第２画像上の決定された第２特徴との間の光線をこの水平面上に投影することにより、第４投影特徴位置を得て、
－第２直交二等分線を、第３投影特徴位置の位置と第４投影特徴位置の位置との間に構築し、
－この基準軸、この第１直交二等分線またはさらなる直交二等分線との第２直交二等分線の第２交点を決定し、
－第２角度推定は、第３投影特徴位置からこの第２交点までの第１線と、第４投影特徴位置からこの第２交点までの第２線との間であって、この水平面上における角度である、この第２角度推定を計算するように構成される。

２つ以上の特徴を用いることにより、ノイズおよびミスマッチの影響を低減する様々な特徴に基づいて複数の角度推定を計算することができる。

１つの形態によると、第２アルゴリズムは、第１角度推定を計算するように構成される。第１角度推定は、牽引車両の固定点に対する、第１画像上の第１特徴と第２画像上の第１特徴との間の水平面におけるピボット角度を特徴付ける。

１つの形態によると、第１および第２画像上において可視のトレーラの第２特徴は決定され、第２特徴は第１特徴とは異なるトレーラの位置に配置され、第２アルゴリズムは、第２角度推定を計算するように構成され、第２角度推定は、牽引車両の固定点に対する、第１画像上の第２特徴と第２画像上の第２特徴との間の水平面におけるピボット角度を特徴付ける。第２アルゴリズムにおいて２つ以上の特徴を用いることにより、ノイズおよびミスマッチの影響を低減する様々な特徴に基づいて複数の角度推定を計算することができる。

１つの形態によると、１つまたは複数の基準に基づいて決定するステップは、第１画像上の特徴と第２画像上のこの特徴との間の底辺線の長さを決定し、この長さを長さ閾値と比較することを含む。底辺線のこの長さは、第１および第２画像上で捕捉された第１および第２特徴を共通の写像または座標系に変換した後に決定されてよく、この座標系は、車両の１つまたは複数の固定点の位置、例えばカメラの位置に関する情報も含んでよい。好ましくは、底辺線の長さがこの長さ閾値未満の場合、角度推定は第１アルゴリズムの代わりに第２アルゴリズムにより提供される。これにより、高ノイズを有する不正確な角度推定を避けることができる。

１つの形態によると、１つまたは複数の基準に基づいて決定するステップは、トレーラのロールおよび／またはピッチを決定し、ロールをロール閾値と比較しかつ／またはピッチをピッチ閾値と比較することを含む。好ましくは、ロールがロール閾値を超過しかつ／またはピッチがピッチ閾値を超過する場合、角度推定は第１アルゴリズムの代わりに第２アルゴリズムにより提供される。これにより、高ノイズを有する不正確な角度推定を避けることができる。

１つの形態によると、１つまたは複数の基準に基づいて決定するステップは、水平方向の基準面に対する特徴の垂直方向の距離を決定し、この垂直方向の距離を距離閾値と比較することを含む。この垂直方向の距離は、第１および第２画像上で捕捉された少なくとも１つの特徴を共通の写像または座標系に変換した後に決定されてよい。この座標系は、車両の１つまたは複数の固定点の高さレベル、例えばカメラの高さレベル、特に水平方向の基準平面に対するカメラの高さレベルに関する情報も含んでよい。垂直方向の距離がこの距離閾値未満の場合、角度推定は第１アルゴリズムの代わりに第２アルゴリズムにより提供される。これにより、高ノイズを有する不正確な角度推定を避けることができる。

１つの形態によると、第１または第２画像において、車両に対するトレーラのヨー角はゼロである。これにより、この画像を「ゼロポーズ画像」として、つまり車両の前後方向軸とトレーラの前後方向軸との厳密な位置合わせの基準として用いることができる。その一方、他のヨー角が既知である限り、この別のヨー角値も基準値として用いることができる。

１つの形態によると、第２アルゴリズムにおいて、この少なくとも１つの角度推定を計算することは、この固定点と第１および第２画像における少なくとも１つの特徴との間の光線を決定することを含む。この光線は、この固定点とそれぞれの特徴との間に延在する直線に関する。この光線に基づいて、現在のピボット角度を、例えば幾何的方法に基づいて、演算コストを抑えつつ決定することができる。

１つの形態によると、特に第２アルゴリズムにおいて、この第１および／または第２特徴の位置を光線に変換するためにカメラ較正情報が用いられる。例えば、カメラ較正情報を用いてカメラ位置の情報を有することで、画像上のある特徴の位置を、カメラの位置に応じてまたはそれに相関付けて位置情報に変換することができる。

１つの形態によると、この第１および／または第２特徴の位置を画像の局所領域から車両または車両のある固定点の位置の局所領域へと変換するために、カメラ較正情報が用いられる。例えば、カメラ較正情報を用いてカメラ位置を得ることで、画像上のある特徴の位置を、車両に含まれているか取り付けられているカメラの位置に応じてまたはそれに相関付けて位置情報に変換することができる。

１つの形態によると、ヨー角を計算するために、この少なくとも１つの特徴に加えて、トレーラの少なくとも１つのさらなる特徴が用いられる。この少なくとも１つのさらなる特徴は、第１特徴とは異なるトレーラの位置に配置される。例えば、第１特徴はトレーラの第１位置における明らかな第１特徴であってよく、第２特徴は第２位置における明らかな第２特徴であってよい。２つ以上の特徴を用いることで、さらなる角度推定が得られ、これによりヨー角決定のロバストネスと信頼性がさらに向上する。

１つの形態によると、ヨー角は、第１および第２アルゴリズムにより提供される少なくとも２つの角度推定に基づいて中央値を構築することにより計算される。これにより、非常に安定したヨー角決定を得ることができる。

他の形態によると、ヨー角は、第１および第２アルゴリズムにより提供される少なくとも２つの角度推定の平均値を構築することによりまたはこの角度推定に適用される統計的方法を用いることにより計算される。

１つの形態によると、本方法は、角度窓を決定するステップをさらに備える。この角度窓は、このヨー角の周りに上方境界と下方境界とを備えてよい。さらに、１セットの特徴が決定され、このセットの特徴内のこの特徴によりこの角度窓内に位置する角度推定が得られる。この決定されたセットの特徴、好ましくはこのセットの特徴に含まれる特徴のみが以降のヨー角計算に用いられる。従って、言い換えれば、以前のヨー角決定の情報を用いることにより、決定されたヨー角に非常に近い角度推定（つまり角度窓内）となるトレーラの２つ以上の特徴を決定し、決定されたヨー角から著しく逸脱する角度推定（つまり角度窓外）となるような特徴は追跡されない。これにより、角度推定の演算の複雑さと正確度を著しく低減することができる。

１つの形態によると、過小評価を矯正するために、計算されたヨー角の値はある程度分またはある割合分だけ増加される。計算結果の過小評価を矯正するために、例えば、計算されたヨー角は５％～１５％分、特に１０％分だけスケール化されてよい。

１つの形態によると、第１アルゴリズムにおいて、カメラと車両の牽引棒とが、垂直方向に方向付けられた平面であって、牽引車両の前後方向軸を含む平面に配置されている場合、基準軸は牽引車両のこの前後方向軸である。

別の形態によると、第１アルゴリズムにおいて、カメラおよび／または牽引棒が牽引車両の前後方向軸に対して横方向オフセットを有する場合、基準軸はカメラと牽引棒との間に延在する直線である。これにより、カメラと牽引棒との間の横方向オフセットを補償することができる。

１つの形態によると、カメラは、車両のリアビューカメラである。リアビューカメラに基づいて、技術的コストを抑えてトレーラの画像を撮影することができる。

さらなる態様によると、牽引車両の前後方向軸に対するトレーラのヨー角を決定するシステムが開示される。本システムは、トレーラの画像を撮影するカメラと、この撮影された画像を処理する処理エンティティと、を備える。本システムは、
－カメラを用いてトレーラの少なくとも第１および第２画像を撮影するステップにおいて、車両に対するトレーラの方向が少なくとも２つの画像上において異なる、ステップと、
－第１および第２画像上において可視のトレーラの少なくとも第１特徴を決定するステップと、
－少なくとも第１特徴に基づいて、少なくとも１つの角度推定を計算するための少なくとも第１および第２アルゴリズムを提供するステップと、
－第１特徴について少なくとも第１角度推定を提供するステップにおいて、
第１角度推定を計算するために第１または第２アルゴリズムを用いるべきかを各特徴についての１つまたは複数の基準に基づいて決定し、第１特徴について選択されたアルゴリズムに基づいて第１角度推定を計算することにより提供するステップ、または
第１および第２アルゴリズムに基づいて第１特徴についての第１角度推定を計算し、第１アルゴリズムにより得られた第１角度推定または第２アルゴリズムにより得られた第１角度推定がさらなる処理に用いられるか否かを１つまたは複数の基準に基づいて決定することにより提供するステップと、
－ヨー角を第１角度推定に基づいて計算するステップと、を実行するようにさらに構成される。

本方法の１つの形態として記載された上記特徴の何れも、本開示のシステムにおけるシステム特徴としても適用可能である。

さらに別の形態によると、上記形態の何れか１つによるシステムを備える車両が開示される。

本開示で用いられる「車両」の用語は、乗用車、貨物自動車、バス、列車または任意の他の船舶に関してよい。

本開示で用いられる「ヨー角」の用語は、車用の前後方向軸とトレーラの前後方向軸との間のピボット角度に関してよい。

本開示で用いられる「中央値」の用語は、データサンプルまたは確率分布の上半分と下半分を分ける値に関してよい。

本発明で用いられる「本質的に」または「略」の語は、厳密な値に対する＋／－１０％、好ましくは＋／－５％の偏差ならびに／または関数および／もしくは交通法規に関して重要ではない変化の形態の偏差を意味する。

その具体的な特徴と有利な点とを含む本発明の様々な態様は、以下の詳細な説明と添付の図面から容易に理解されるだろう。

図１は、トレーラを牽引する車両の例示的な上面図を示す。 図２は、第１アルゴリズムによる、トレーラと牽引車両との間の異なるピボット角度でカメラ画像により捕捉された第１特徴に基づく角度推定を概略的に示す。 図３は、第１アルゴリズムによる、トレーラと牽引車両との間の異なるピボット角度でカメラ画像により捕捉された第１および第２特徴に基づく２つの角度推定を概略的に示す。 図４は、第２アルゴリズムによる、トレーラと牽引車両との間の異なるピボット角度でカメラ画像により捕捉された第１および第２特徴に基づく角度推定を概略的に示す。 図５は、牽引車の前後方向軸に対するトレーラのヨー角を決定する方法のステップを示す概略的なブロック図を示す。

以下、例示的な実施形態が示される添付の図面を参照して本発明をより完全に説明する。図中の実施形態は好ましい実施形態に関する一方、実施形態に関連して説明される全ての要素および特徴は、適切である限り、特に上記した任意の他の実施形態に関連する、本明細中において説明される任意の他の実施形態および特徴とも組み合わせて用いられてよい。その一方、本発明は、本明細書に記載されている実施形態に限定されると見なされるべきではない。以下の説明を通して、同様の参照符号は、該当する場合、同様の要素、部材、アイテムまたは特徴を示すために用いられている。

明細書、特許請求の範囲、実施形態例および／または図面により開示されている本発明の特徴は、別個とその任意の組み合わせの両方において、その様々な形態において本発明を実現する材料であってよい。

図１は、トレーラ２を牽引する車両１の上面図を示す。車両１は、車両１の中心を通る前後方向軸ＬＡＶを備える。同様に、トレーラ２は、トレーラ２の中心を通る前後方向軸ＬＡＴを備える。トレーラ２は、牽引棒４を備えるトレーラヒッチを用いて車両１と連結されている。

いくつかの走行状況において、車両１の前後方向軸ＬＡＶおよびトレーラ２の前後方向軸ＬＡＴは平行に配置されていない場合があり、互いに一致しない場合があるが、これらの軸はヨー角ＹＡを限定できる。言い換えれば、ヨー角ＹＡは、車両１の前後方向軸ＬＡＶに対するトレーラ２の前後方向軸ＬＡＴの角度のずれを定義している。ヨー角ＹＡは、トレーラ２の前後方向軸ＬＡＴと車両１の前後方向軸ＬＡＶとを含む水平方向平面において測定されてよい。

ヨー角ＹＡを得ることは、とりわけ、例えばトレーラ支援システムにおいて有利である。

ヨー角ＹＡを決定するために、トレーラ２の少なくとも一部の複数の画像がカメラ３を用いて撮影される。カメラ３は、例えば、車両１のリアビューカメラであってよく、リアビューカメラは後退時に車両１の周辺の画像を撮影するために用いられてもよい。撮影画像の１つは、牽引車両１に対するトレーラ２の既知の角度配置を示してよい。この画像は、ヨー角ＹＡを算出するための基準として用いられてよい。この、牽引車両１に対するトレーラ２の既知の角度配置において、ヨー角ＹＡは０°であってよく、他の任意の角度値であってもよい。

図２は、トレーラ２が牽引車両１に対して異なるヨー角ＹＡを有する異なる時点におけるトレーラ２の第１特徴の角度関係を示す概略図を示す。

カメラ３は、車両１に対するトレーラ２の角度位置が異なっている、異なる時点における２つ以上の画像を撮影してよい。例えば、画像系列が撮影されてよい。

本例において、第２画像は、ヨー角ＹＡ＝０°における、車両に対するトレーラの方向を示してよい。

経時的なトレーラ２の角度移動を理由に、トレーラで検出されるある特徴が第１および第２画像において異なる位置に現れる場合がある。図２において、第１特徴は正方形で示される。

第１特徴の上方表示（特徴をカメラ３と結ぶ実線の光線Ｒに関連）は第１画像において識別され、第１特徴の下方表示（特徴をカメラ３と結ぶ破線の光線Ｒに関連）は異なる時点における第２画像において識別される。各画像における第１特徴の位置を車両１の位置、特に車両１の所定の固定点と相関付けるために、カメラ３の較正情報が用いられてよい。特に、第１特徴をカメラ３と結ぶ光線Ｒを決定するために、カメラ３の較正情報が用いられ、画像座標におけるこの第１特徴の位置を光線へと変換してよい。言い換えれば、カメラ位置と特徴位置とを関連付けるために、画像上の位置はカメラ３の較正情報に基づいて車両の固定点の位置と相関付けられる。

トレーラの特徴は、特徴検出およびマッチングのアルゴリズムを用いて位置特定およびマッチングされる。例えば、ハリスのコーナー検出法、スケール不変特徴変換（ＳＩＦＴ）アルゴリズム、高速化ロバスト特徴（ＳＵＲＦ）アルゴリズム、バイナリロバスト不変スケーラブルキーポイント（ＢＲＩＳＫ）アルゴリズム、バイナリロバスト独立基本特徴（ＢＲＩＥＦ）、方向付きＦＡＳＴおよび回転ＢＲＩＥＦ（ＯＲＢ）アルゴリズムまたは他の好適な特徴検出およびマッチングのアルゴリズムを用いてよい。

特徴検出およびマッチングのアルゴリズムはトレーラ上にあるかまたはトレーラ上にはない画像特徴を検出してよい。トレーラ特徴を非トレーラ特徴からセグメント化するために、複数の様々な方法が用いられてよい。例えば、直線前進走行の場合、トレーラ特徴は、経時的に同一位置のままである特徴を探すことにより非トレーラ特徴からセグメント化されてよい。代替的に、背景特徴のモーションは車両の既知のモーションを用いて経時的にモデル化されてよい。これは、速度と操舵に関するＣＡＮデータから抽出されてよい。この場合、基本行列のエピポーラ拘束にフィットしない特徴をトレーラ特徴として考慮してよい。

ある状況または条件に応じて、ヨー角ＹＡを示す少なくとも１つの角度推定α１、α２を決定するために単一のアルゴリズムのみを用いる代わりに、１セットのアルゴリズムからあるアルゴリズムを選択することが好ましい場合があるように思われた。以下、少なくとも１つの角度推定α１、α２を決定するための第１および第２アルゴリズムと、この少なくとも１つの角度推定α１、α２を決定するためにどのアルゴリズムを用いるべきか決定するフレームワークが提供される。

第１アルゴリズムに基づくヨー角ＹＡの決定は、図２においてより詳細に示される。この第１および第２画像間の少なくとも１つの特徴の位置の変化は、少なくとも第１角度推定α１を決定するために用いられる。

それぞれの画像における特徴識別後、第１および第２画像の第１特徴は共通の水平面に投影される。より詳細には、カメラ３と第１画像上の決定された第１特徴との間の光線が水平面上に投影されることにより、第１投影特徴位置ＰＦＰ１ａが得られる。さらに、カメラ３と第２画像上の決定された第１特徴との間の光線が同一の水平面上に投影されることにより、第２投影特徴位置ＰＦＰ１ｂが得られる。この投影は垂直方向に行われることにより、光線の仰角のみを変化させるのであって、方位角は変化させないことは言及に値する。

第１および第２投影特徴位置ＰＦＰ１ａ、ＰＦＰ１ｂを決定した後、第１直交二等分線Ｂ１が、この第１および第２投影特徴位置ＰＦＰ１ａ、ＰＦＰ１ｂに基づいて構築される。図２に示されるように、第１直交二等分線Ｂ１は、第１および第２投影特徴位置ＰＦＰ１ａ、ＰＦＰ１ｂを結ぶ線に直交する線である。さらに、第１直交二等分線Ｂ１は、この連結線の中点を通る。この第１直交二等分線Ｂ１は、本実施形態においては車両の前後方向軸ＬＡＶである基準軸と交差する。第１直交二等分線Ｂ１と基準軸とのこの交点により回転点が得られ、この回転点の周りにトレーラ２は回転する。より詳細には、この交点により牽引棒４の位置が示される。

この第１直交二等分線Ｂ１に基づいて、第１角度推定α１が計算される。この第１角度推定α１は、第１投影特徴位置ＰＦＰ１ａと、第１直交二等分線Ｂ１と基準軸との交点と、を結ぶ第１線Ｌ１と、第２投影特徴位置ＰＦＰ１ｂと、第１直交二等分線Ｂ１と基準軸との交点と、を結ぶ第２線Ｌ２との間に設けられる角度である。交点は、牽引棒４の位置を示してよい。より詳細には、第１角度推定α１は、水平面上に投影された第１画像における第１特徴の位置とこの水平面上に投影された第２画像における第１特徴の位置との間で、（牽引棒４の少なくとも略位置である）この第１交点ＩＰ１の周りの、この水平面におけるトレーラ２のピボット角度を特徴付ける。

本実施形態において、基準軸が牽引車両１の前後方向軸ＬＡＶであるのは、カメラ３および牽引棒４が車両１のこの前後方向軸ＬＡＶ上に位置しているからである。他の実施形態において、カメラ３または牽引棒４が車両１の前後方向軸ＬＡＶに対して横方向オフセットを有する場合または車両１の前後方向軸ＬＡＶに対するカメラ３と牽引棒４の横方向オフセットが異なる場合、基準軸はカメラ３と牽引棒４を結ぶ直線により形成されてもよい。

第１角度推定α１は、トレーラ２のその実際の回転点の周りのヨー角ＹＡを表す。

図３は、ヨー角ＹＡを構築するために、第１アルゴリズムを用いて、異なる時点（トレーラ２が牽引車両１に対する異なるヨー角ＹＡを有する時点）において捕捉されたトレーラ２の第１および第２特徴（つまり２つの異なる特徴）を用いる、図２と同様の実施形態を示す。

カメラ３により撮影された画像上において、複数の異なる特徴が識別可能であってよい。図３に示されるように、この特徴は、車両１の固定点に対して異なる角度位置において識別されている。第１特徴は正方形で示され、第２特徴は三角形により示されている。この固定点はカメラ３の位置であってよくまたは牽引棒４の位置であってよい。

図３において、第１および第２特徴の上方ペア（ＰＦＰ１ａ、ＰＦＰ２ａにより示され、特徴をカメラ３と結ぶ実線の光線に関連）が第１画像において識別され、第１および第２特徴Ｆ１、Ｆ２の下方ペア（ＰＦＰ１ｂ、ＰＦＰ２ｂにより示され、特徴をカメラ３と結ぶ破線の光線に関連）が異なる時点で第２画像において識別されている。

ヨー角ＹＡの決定は図２の実施形態と同様に行われる。主な相違点は、２つの角度推定α１、α２が構築され、トレーラのヨー角ＹＡがこの２つの角度推定α１、α２に基づいて展開されることである。より詳細には、第１直交二等分線Ｂ１を構築し、第１角度推定α１を得ることは、上述したように行われる。

さらに、第２角度推定α２は、第３投影特徴位置ＰＦＰ２ａと第４投影特徴位置ＰＦＰ２ｂとを構築し、第２交点ＩＰ２を得るために第２直交二等分線Ｂ２を構築し、第３投影特徴位置ＰＦＰ２ａおよび第４投影特徴位置ＰＦＰ２ｂをこの第２交点ＩＰ２と結ぶことにより得られる。この第３投影特徴位置ＰＦＰ２ａは、第１画像における第２特徴をこの水平面上に投影することにより得られ、第４投影特徴位置ＰＦＰ２ｂは、第２画像における第２特徴をこの水平面上に投影することにより得られる。第２交点ＩＰ２は、第２直交二等分線Ｂ２が基準軸、本実施形態においては車両の前後方向軸ＬＡＶと交差する点であってよい。第２角度推定α２は、第３投影特徴位置ＰＦＰ２ａと交点ＩＰ２とを結ぶ第１線と、第４投影特徴位置ＰＦＰ２ｂと交点ＩＰ２とを結ぶ第２線との間の角度である。

図３の実施形態においても、基準軸が牽引車両１の前後方向軸ＬＡＶであるのは、カメラ３および牽引棒４が車両１のこの前後方向軸ＬＡＶ上に位置しているからである。他の実施形態において、カメラ３または牽引棒４が車両１の前後方向軸ＬＡＶに対して横方向オフセットを有する場合または車両１の前後方向軸ＬＡＶに対するカメラ３と牽引棒４の横方向オフセットが異なる場合、基準軸はカメラ３と牽引棒４を結ぶ直線により形成されてもよい。

トレーラ２の３つ以上の特徴が決定され、複数の画像にわたって追跡できることは言及に値する。さらに、好ましくは、ヨー角推定の結果を向上させるために、３つ以上の画像が異なる時点で撮影される。これにより、ヨー角決定の質を向上させるために３つ以上の角度推定α１、α２を構築することができる。

以下、少なくとも１つの角度推定α１、α２を決定するための第２アルゴリズムについて図４を参照して説明する。

図４は、トレーラ２の第１および第２特徴Ｆ１、Ｆ２の角度関係を説明する概略図であって、この特徴Ｆ１、Ｆ２が車両１の固定点に対して異なる時点および異なる角度位置で識別されている、概略図を示す。

カメラ３は、車両１に対するトレーラ２の角度位置が異なっている、異なる時点における２つ以上の画像を撮影してよい。例えば、画像系列が撮影されてよい。この画像系列は３つ以上、特に、６つ以上の画像を含んでよい。

本例において、第２画像は、ヨー角ＹＡ＝０°における、車両に対するトレーラ２の方向を示してよい。その一方、他の実施形態において、ヨー角ＹＡは、既知のものであって、現在のヨー角を決定するために用いることができる他の任意の基準ヨー角であってもよい。

カメラ３により撮影された画像において、複数の異なる特徴は識別可能であってよい。図４において、車両１のカメラ３の位置または基準軸に対して異なる角度位置で識別されている特徴Ｆ１、Ｆ２が示されている。第１特徴Ｆ１は正方形で示され、第２特徴は三角形により示されている。３つ以上の特徴と３つ以上の画像をヨー角推定のために用いることができることは言及に値する。また、ヨー角推定のために１つのみの特徴を用いることも可能である。

このようにして、第１および第２特徴Ｆ１、Ｆ２の上方ペア（特徴Ｆ１、Ｆ２をカメラ３と結ぶ実線の光線に関連）が第１画像において識別されてよく、第１および第２特徴Ｆ１、Ｆ２の下方ペア（特徴Ｆ１、Ｆ２をカメラ３と結ぶ破線の光線に関連）が異なる時点で第２画像において識別されてよい。

また、第２アルゴリズムにおいて、トレーラ２の特徴は、特徴検出およびマッチングのアルゴリズムを用いて位置特定およびマッチングされてよい。例えば、ハリスのコーナー検出法、スケール不変特徴変換（ＳＩＦＴ）アルゴリズム、高速化ロバスト特徴（ＳＵＲＦ）アルゴリズム、バイナリロバスト不変スケーラブルキーポイント（ＢＲＩＳＫ）アルゴリズム、バイナリロバスト独立基本特徴（ＢＲＩＥＦ）、方向付きＦＡＳＴおよび回転ＢＲＩＥＦ（ＯＲＢ）アルゴリズムまたは他の好適な特徴検出およびマッチングのアルゴリズムを用いてよい。

特徴検出およびマッチングのアルゴリズムはトレーラ上にあるかまたはトレーラ上にはない画像特徴を検出してよい。トレーラ特徴を非トレーラ特徴からセグメント化するために、複数の様々な方法が用いられてよい。例えば、直線前進走行の場合、トレーラ特徴は、経時的に同一位置のままである特徴を探すことにより非トレーラ特徴からセグメント化されてよい。代替的に、背景特徴のモーションは車両の既知のモーションを用いて経時的にモデル化されてよい。これは、速度と操舵に関するＣＡＮデータから抽出されてよい。この場合、基本行列のエピポーラ拘束にフィットしない特徴をトレーラ特徴として考慮してよい。

角度推定α１、α２を構築するために、第１および第２アルゴリズムは同一の検出された特徴を用いてよいことは言及に値する。従って、言い換えれば、両方のアルゴリズムについて特徴検出は一度のみ行われるだけでよい。

角度推定α１、α２を決定するために、特徴Ｆ１、Ｆ２をカメラ３と結ぶ光線Ｒが用いられる。撮影画像の特徴Ｆ１、Ｆ２をカメラ３の位置と関連付けるために、カメラ３の較正情報を用いて、画像座標における特徴Ｆ１、Ｆ２の位置をカメラ３の空間領域へと変換してよく、これにより、それぞれの特徴Ｆ１、Ｆ２の位置をこのカメラ位置と結ぶ光線Ｒを提供することが可能になる。言い換えれば、カメラ位置と特徴位置とを関連付けるために、画像上の特徴Ｆ１、Ｆ２の位置は、カメラ３の較正情報に基づいて、車両１の局所領域、それぞれ車両１のカメラ３の局所領域において変換される。

カメラ位置と第１および第２画像における１つまたは複数の特徴との間の光線Ｒを決定した後、第１特徴Ｆ１および／または第２特徴Ｆ２のピボット角度が決定される。図４において、α１は２つの撮影画像間の第１特徴Ｆ１のピボット角度の角度推定を示し、α２はこれら画像間の第２特徴Ｆ２のピボット角度の角度推定を示す。実施形態において、トレーラの１つのみまたは３つ以上の特徴が決定され、複数の画像にわたって追跡される。さらに、好ましくは、ヨー角推定の結果を向上させるために、３つ以上の画像が異なる時点で撮影される。

上述のように、撮影画像のうちの１つは、車両１に対するトレーラ２の角度位置が既知である基準画像となってよい。牽引車両１に対するトレーラ２のこの既知の角度構成において、ヨー角ＹＡは０°であってよく、他の任意の角度値であってもよい。従って、この少なくとも１つの角度推定α１、α２に基づいて、ヨー角ＹＡは算出されてよい。図４を再び参照すると、例えば、破線で示される光線Ｒの角度構成が既知であってよいのは、この光線Ｒを参照して画像を撮影する場合、トレーラ２は車両１に対して既知の基準方向を有するからである。

上記第２アルゴリズムは非常にロバストであり、つまり画質が劣悪な場合でも角度推定を提供するが、角度推定の正確度は低い。

本開示において、各特徴Ｆ１、Ｆ２について、提示されるアルゴリズムのうちの１つ（第１または第２アルゴリズム）が選択されてよく、少なくとも１つの角度推定α１、α２を提供するために用いられてよい。この選択は１つまたは複数の条件をチェックすることによりなされてよい。

好ましい実施形態において、少なくとも１つの直交二等分線Ｂ１、Ｂ２（図２、図３）を用いる第１アルゴリズムは、好ましくは少なくとも１つの角度推定α１、α２を決定するために用いられてよい。より詳細には、この第１アルゴリズムに基づく少なくとも１つの角度推定α１、α２の計算を試みるために、複数のチェックが行われる。このチェックの結果に応じて、第１または第２アルゴリズムを用いて、特定の特徴についての角度推定を決定する。

チェックされる第１条件は、直交二等分線を作成するために用いられる底辺線ＢＬの長さＬである（図２参照）。この底辺線ＢＬは、第１および第２画像の特定の特徴Ｆ１、Ｆ２の位置を結ぶ直線であってよい。長さＬが所定の長さ閾値未満である場合、第１アルゴリズムの代わりに第２アルゴリズムが用いられるのは、第１アルゴリズムは著しいノイズを有する可能性があるからである。

チェックされる第２条件は、一連の撮影画像における不均一な地面に起因するトレーラ２のピッチおよび／またはロールの変化が生じるか否かである。ピッチおよび／またはロールの変化が所定のピッチ／ロール閾値を超過する場合、第２アルゴリズムの代わりに第１アルゴリズムが用いられるのは、第２アルゴリズムは著しいノイズを有する可能性があるからである。

さらに、チェックされる第３条件は、少なくとも１つの角度推定α１、α２の決定前に特徴が変換される基準平面を構成する上記水平面に対する垂直方向における特徴Ｆ１、Ｆ２の距離である。この基準平面に対するある特徴の垂直方向の距離が所定の距離閾値未満である場合、第１アルゴリズムの代わりに第２アルゴリズムが用いられるのは、第１アルゴリズムは著しいノイズを有する可能性があるからである。

このようにして、チェックされる上記基準または条件のうちの１つまたは複数が満たされる場合、第１アルゴリズムはスキップされ、第２アルゴリズムが用いられ、この少なくとも１つの角度推定α１、α２が決定される。

どのアルゴリズムに基づいて少なくとも１つの角度推定α１、α２が決定されるか、各特徴Ｆ１、Ｆ２について別々の決定がなされてよい。従って、言い換えれば、角度推定α１、α２は同一または異なるアルゴリズムに基づいて計算されてよい。

理想的な条件下において、あるアルゴリズムに基づく複数の角度推定を構築する場合、第１角度推定α１および少なくとも１つのさらなる角度推定α２は等しい（α１＝α２）ものであり、ヨー角ＹＡを示すものである。その一方、ノイズとミスマッチに起因して、角度推定α１、α２の値は異なる場合がある。ヨー角決定の質を向上させるために３つ以上の角度推定を構築することができることは言及に値する。

異なる値を有する複数の角度推定α１、α２に基づいてヨー角ＹＡを決定するために、統計的計測を用いてよい。第１実施形態において、２つ以上の角度推定α１、α２の中央値を用いてヨー角ＹＡを決定してよい。他の実施形態において、統計的方法を用いて２つ以上の角度推定α１、α２に基づいてヨー角ＹＡを決定してよい。統計的方法は、例えばＲＡＮＳＡＣアルゴリズム（ＲＡＮＳＡＣ：ｒａｎｄｏｍ ｓａｍｐｌｅ ｃｏｎｓｅｎｓｕｓ）または最小二乗アルゴリズムであってよい。

撮影画像上において可視の全ての特徴がヨー角ＹＡの計算に等しく好適であるわけではないようであった。演算の複雑さとロバストネスを小さくするために、そのような特徴が選択され、ヨー角ＹＡを決定するためにさらに用いられ、これにより、実際のヨー角に非常に近いピボット角度が得られる。特徴選択のために、これらの特徴のみがそれ以降の画像において追跡され、これにより、実際のヨー角の周りの一定の窓における角度推定α１、α２が得られる。例えば、窓は上方境界と下方境界により定義されてよく、この上方および下方境界はこの実際のヨー角の周りの角度窓を定義する。例えば、窓は２°～１０°、特に３°～５°の距離にわたって広がってよい。最後の２つ以上のヨー角決定ステップにおいてこの窓内のピボット角度を導いた全ての特徴は、次の撮影画像中においてさらに追跡される。

複数の画像について特定のトレーラ特徴を追跡する場合、トレーラ２の動きに起因して、この特徴のサンプルは円形のセグメントに配置されてよい。この円形のセグメントの中心は牽引棒４の位置を示す。従って、複数の画像にわたる特定のトレーラ特徴を追跡することにより、牽引棒４の位置を導出することができる。

ノイズを緩和するために、牽引棒４の位置の決定は、複数の画像にわたる期間に追跡される複数のトレーラ特徴を考慮に入れてよい。各トレーラ特徴は所定の中心推定を有する円形のセグメントに対応してよい。この複数の中心推定についての統計的方法を適用することにより、牽引棒４の実際の位置を展開することができる。統計的方法は、例えばＲＡＮＳＡＣアルゴリズムまたは最小二乗アルゴリズムであってよい。

図５は、牽引車１の前後方向軸ＬＡＶに対するトレーラ２のヨー角ＹＡを決定する方法の方法ステップを示すブロック図を示す。

第１ステップとして、トレーラの第１および第２画像が撮影される（Ｓ１０）。

画像撮影後、第１および第２画像上において可視のトレーラの少なくとも１つの特徴が決定される（Ｓ１１）。

さらに、少なくとも１つの角度推定を計算するための少なくとも第１および第２アルゴリズムが提供される（Ｓ１２）。

第１特徴について少なくとも第１角度推定が提供される。第１選択肢において、角度推定を計算するために第１または第２アルゴリズムを用いるべきかをこの第１特徴についての１つまたは複数の基準に基づいて決定し、この第１特徴について選択されたアルゴリズムに基づいてこの第１角度推定を計算することにより、この少なくとも１つの角度推定が提供される（Ｓ１３Ａ）。

第２選択肢において、この第１および第２アルゴリズムに基づいてこの第１特徴についての角度推定を計算し、第１アルゴリズムにより得られた角度推定または第２アルゴリズムにより得られた角度推定がさらなる処理に用いられるか否かを１つまたは複数の基準に基づいて決定することにより、この少なくとも１つの角度推定が提供される（Ｓ１３Ｂ）。

最後に、ヨー角が、この少なくとも１つの角度推定に基づいて計算される（Ｓ１４）。

なお、明細書と図面は提案される発明の原理を例示するに過ぎないことに留意すべきである。当業者であれば、明示的に本開示において説明または図示されていなくても、本発明の原理を具現化する様々な構成を実施できるだろう。

１ 車両
２ トレーラ
３ カメラ
４ 牽引棒
α１ 第１角度推定
α２ 第２角度推定
Ｂ１ 第１直交二等分線
Ｂ２ 第２直交二等分線
ＢＬ 底辺線
Ｆ１ 第１特徴
Ｆ２ 第２特徴
ＩＰ１ 第１交点
ＩＰ２ 第２交点
Ｌ 長さ
ＬＡＴ トレーラの前後方向軸
ＬＡＶ 車両の前後方向軸
Ｒ 光線
ＹＡ ヨー角

Claims (15)

1. 牽引車両（１）の前後方向軸（ＬＡＶ）に対するトレーラ（２）のヨー角（ＹＡ）を決定する方法であって、
   －カメラ（３）を用いて前記トレーラ（２）の少なくとも第１および第２画像を撮影するステップにおいて、前記車両（１）に対する前記トレーラ（２）の方向が前記少なくとも２つの画像上において異なる、ステップ（Ｓ１０）と、
   －第１および第２画像上において可視の前記トレーラ（２）の少なくとも第１特徴（Ｆ１）を決定するステップ（Ｓ１１）と、
   －前記少なくとも第１特徴に基づいて、少なくとも１つの角度推定を計算するための少なくとも第１および第２アルゴリズムを提供するステップ（Ｓ１２）と、
   －前記第１特徴（Ｆ１）について少なくとも第１角度推定（α１）を提供するステップにおいて、
   前記第１角度推定（α１）を計算するために前記第１または前記第２アルゴリズムを用いるべきかを各特徴（Ｆ１）についての１つまたは複数の基準に基づいて決定し、第１特徴（Ｆ１）について選択されたアルゴリズムに基づいて前記第１角度推定（α１）を計算することにより提供するステップ（Ｓ１３Ａ）、または
   前記第１および前記第２アルゴリズムに基づいて前記第１特徴（Ｆ１）についての第１角度推定（α１）を計算し、前記第１アルゴリズムにより得られた前記第１角度推定（α１）または前記第２アルゴリズムにより得られた第１角度推定（α１）がさらなる処理に用いられるか否かを１つまたは複数の基準に基づいて決定することにより提供するステップ（Ｓ１３Ｂ）と、
   －前記ヨー角（ＹＡ）を前記第１角度推定（α１）に基づいて計算するステップ（Ｓ１４）と、を備える方法。
2. 前記第１アルゴリズムは、
   －前記カメラ（３）と前記第１画像上の決定された第１特徴との間の光線を水平面上に投影することにより、第１投影特徴位置（ＰＦＰ１ａ）を得て、前記カメラ（３）と前記第２画像上の決定された第１特徴との間の光線を前記水平面上に投影することにより、第２投影特徴位置（ＰＦＰ１ｂ）を得て、
   －第１直交二等分線（Ｂ１）を、前記第１投影特徴位置（ＰＦＰ１ａ）の位置と前記第２投影特徴位置（ＰＦＰ１ｂ）の位置との間に構築し、
   －基準軸またはさらなる直交二等分線との第１直交二等分線（Ｂ１）の第１交点（ＩＰ１）を決定し、
   －第１角度推定（α１）は、第１投影特徴位置（ＰＦＰ１ａ）から前記第１交点（ＩＰ１）までの第１線と、第２投影特徴位置（ＰＦＰ１ｂ）から前記第１交点（ＩＰ１）までの第２線との間であって、前記水平面上における角度である、前記第１角度推定（α１）を計算するように構成される、請求項１に記載の方法。
3. 第１および第２画像上において可視の前記トレーラ（２）の第２特徴（Ｆ２）は決定され、前記第２特徴（Ｆ２）は前記第１特徴（Ｆ１）とは異なる前記トレーラ（２）の位置に配置され、角度推定を提供するために前記第１アルゴリズムは前記トレーラ（２）の２つ以上の特徴を用い、前記第１アルゴリズムは、
   －前記カメラ（３）と前記第１画像上の決定された第２特徴（Ｆ２）との間の光線を水平面上に投影することにより、第３投影特徴位置（ＰＦＰ２ａ）を得て、前記カメラ（３）と前記第２画像上の決定された第２特徴（Ｆ２）との間の光線を前記水平面上に投影することにより、第４投影特徴位置（ＰＦＰ２ｂ）を得て、
   －第２直交二等分線（Ｂ２）を、前記第３投影特徴位置（ＰＦＰ２ａ）の位置と前記第４投影特徴位置（ＰＦＰ２ｂ）の位置との間に構築し、
   －基準軸、前記第１直交二等分線（Ｂ１）またはさらなる直交二等分線との第２直交二等分線（Ｂ２）の第２交点（ＩＰ２）を決定し、
   －第２角度推定（α２）は、第３投影特徴位置（ＰＦＰ２ａ）から前記第２交点（ＩＰ２）までの第１線と、第４投影特徴位置（ＰＦＰ２ｂ）から前記第２交点（ＩＰ２）までの第２線との間であって、前記水平面上における角度である、前記第２角度推定（α２）を計算するように構成される、請求項２に記載の方法。
4. 前記第２アルゴリズムは、第１角度推定（α１）を計算するように構成され、前記第１角度推定（α１）は、前記牽引車両（１）の固定点に対する、前記第１画像上の前記第１特徴（Ｆ１）と前記第２画像上の前記第１特徴（Ｆ１）との間の水平面におけるピボット角度を特徴付ける、請求項１～３の何れか１項に記載の方法。
5. 第１および第２画像上において可視の前記トレーラ（２）の第２特徴（Ｆ２）は決定され、前記第２特徴（Ｆ２）は前記第１特徴（Ｆ１）とは異なる前記トレーラ（２）の位置に配置され、前記第２アルゴリズムは、第２角度推定（α２）を計算するように構成され、前記第２角度推定（α２）は、前記牽引車両（１）の前記固定点に対する、前記第１画像上の前記第２特徴（Ｆ２）と前記第２画像上の前記第２特徴（Ｆ２）との間の水平面におけるピボット角度を特徴付ける、請求項４に記載の方法。
6. １つまたは複数の基準に基づいて決定する前記ステップは、前記第１画像上の特徴（Ｆ１、Ｆ２）と前記第２画像上の前記特徴（Ｆ１、Ｆ２）との間の底辺線（ＢＬ）の長さ（Ｌ）を決定し、前記長さ（Ｌ）を長さ閾値と比較することを含む、請求項１～５の何れか１項に記載の方法。
7. １つまたは複数の基準に基づいて決定する前記ステップは、前記トレーラ（２）のロールおよび／またはピッチを決定し、前記ロールをロール閾値と比較しかつ／または前記ピッチをピッチ閾値と比較することを含む、請求項１～６の何れか１項に記載の方法。
8. １つまたは複数の基準に基づいて決定する前記ステップは、水平方向の基準面に対する特徴（Ｆ１、Ｆ２）の垂直方向の距離を決定し、前記垂直方向の距離を距離閾値と比較することを含む、請求項１～７の何れか１項に記載の方法。
9. 前記第２アルゴリズムにおいて、少なくとも１つの角度推定（α１、α２）を計算することは、前記固定点と第１および第２画像における前記少なくとも１つの特徴（Ｆ１、Ｆ２）との間の光線（Ｒ）を決定することを含む、請求項１～８の何れか１項に記載の方法。
10. 前記光線（Ｒ）を決定するために、前記第１および／または第２特徴（Ｆ１、Ｆ２）の位置を前記画像の局所領域から前記車両（１）の局所領域へと変換するために、カメラ較正情報が用いられる、請求項９に記載の方法。
11. 前記ヨー角（ＹＡ）を計算するために、前記第１および第２特徴（Ｆ１、Ｆ２）に加えて、前記トレーラ（２）の少なくとも１つのさらなる特徴が用いられる、請求項１～１０の何れか１項に記載の方法。
12. 前記ヨー角（ＹＡ）は、前記少なくとも２つの角度推定に基づいて中央値を構築することにより、前記少なくとも２つの角度推定の平均値を構築することによりまたは前記角度推定に適用される統計的方法を用いることにより計算される、請求項１～１１の何れか１項に記載の方法。
13. 角度窓を決定するステップにおいて、前記角度窓は、ヨー角（ＹＡ）の周りに上方境界と下方境界とを備え、１セットの特徴を決定し、前記角度窓内の角度推定が得られ、以降のヨー角（ＹＡ）計算に前記決定されたセットの特徴を用いるステップをさらに備える、請求項１～１２の何れか１項に記載の方法。
14. 牽引車両（１）の前後方向軸（ＬＡＶ）に対するトレーラ（２）のヨー角（ＹＡ）を決定するシステムであって、前記トレーラ（２）の画像を撮影するカメラ（３）と、前記撮影された画像を処理する処理エンティティと、を備え、
    －カメラ（３）を用いて前記トレーラ（２）の少なくとも第１および第２画像を撮影するステップにおいて、前記車両（１）に対する前記トレーラ（２）の方向が前記少なくとも２つの画像上において異なる、ステップ（Ｓ１０）と、
    －第１および第２画像上において可視の前記トレーラ（２）の少なくとも第１特徴（Ｆ１）を決定するステップ（Ｓ１１）と、
    －前記少なくとも第１特徴に基づいて、少なくとも１つの角度推定を計算するための少なくとも第１および第２アルゴリズムを提供するステップ（Ｓ１２）と、
    －前記第１特徴（Ｆ１）について少なくとも第１角度推定（α１）を提供するステップにおいて、
    前記第１角度推定（α１）を計算するために前記第１または前記第２アルゴリズムを用いるべきかを各特徴（Ｆ１）についての１つまたは複数の基準に基づいて決定し、前記第１特徴（Ｆ１）について選択されたアルゴリズムに基づいて前記第１角度推定（α１）を計算することにより提供するステップ（Ｓ１３Ａ）、または
    前記第１および前記第２アルゴリズムに基づいて前記第１特徴（Ｆ１）についての第１角度推定（α１）を計算し、前記第１アルゴリズムにより得られた前記第１角度推定（α１）または前記第２アルゴリズムにより得られた前記第１角度推定（α１）がさらなる処理に用いられるか否かを１つまたは複数の基準に基づいて決定することにより提供するステップ（Ｓ１３Ｂ）と、
    －前記ヨー角（ＹＡ）を前記第１角度推定（α１）に基づいて計算するステップ（Ｓ１４）と、を実行するようにさらに構成されるシステム。
15. 請求項１４に記載のシステムを備える車両。

Images