车、箱对接时可视化的导向定位方法、装置及电子设备

摘要

本发明公开了车、箱对接时可视化的导向定位方法、装置及电子设备，涉及车、箱定位技术领域，其技术方案要点是：采集车辆后方的图像数据，以及车辆后方和货箱前方的点云数据；对图像数据和点云数据进行融合，生成车辆与货箱的三维场景模型；获取车辆的定位信息，基于所述定位信息和三维场景模型，生成带有导向定位的三维动态模型；根据车辆和货箱的尺寸信息、形状信息以及对接间隙，确定车、箱对接的目标位置；在车辆上显示所述三维动态模型，并结合所述目标位置在所述三维动态模型的实时位置信息，指示车辆的位置和方向，引导操作员进行车、箱的对接操作。本发明提高车、箱对接操作的准确性和效率。

权利要求

1.一种车、箱对接时可视化的导向定位方法，其特征在于，方法包括：

采集车辆后方的图像数据，以及车辆后方和货箱前方的点云数据；

对图像数据和点云数据进行融合，生成车辆与货箱对接的三维场景模型；

获取车辆的定位信息，基于所述定位信息和三维场景模型，生成带有导向定位的三维动态模型；具体为：通过对车辆连续帧之间的位姿变换进行估计，得到车辆在对接场景中的运动信息；利用车辆在对接场景中的定位信息和运动信息，估计采集车辆后方图像数据的相机的位姿估计信息；利用相机的位姿估计信息对对接场景进行姿态调整，使得对接场景与相机成为同一坐标系；基于调整后的位姿场景，获取新的点云数据，并与初始获取的车辆后方和货箱前方的点云数据进行融合更新，得到更新后的三维场景数据，以实现对对接场景的动态更新；基于更新后的三维场景数据和车辆的实时定位信息，生成带有导向定位的三维动态模型；

根据车辆和货箱的尺寸信息、形状信息以及对接间隙，确定车、箱对接的目标位置；具体为：确定车辆与货箱对接时需要保留的间隙大小；将车辆和货箱的形状信息进行处理和匹配，得到在对接场景的三维坐标系的三维坐标点云信息，并对三维坐标点云信息进行配准，得到车辆和货箱的相对位置变化矩阵；根据车辆和货箱的形状信息和实际对接时需要保留的间隙大小计算出车辆和货箱的对接位置；基于相对位置变化矩阵对车辆和货箱的对接位置进行变换，得到车辆和货箱在对接场景三维坐标系的目标位置；

在车辆上显示所述三维动态模型，并结合所述目标位置在所述三维动态模型的实时位置信息，指示车辆的位置和方向，引导操作员进行车、箱的对接操作。

2.根据权利要求1所述的车、箱对接时可视化的导向定位方法，其特征在于，利用去噪算法去除对车辆后面的图像数据的噪声点和伪像，其中去噪算法为中值滤波、高斯滤波或双边滤波三种中的任一种。

3.根据权利要求1所述的车、箱对接时可视化的导向定位方法，其特征在于，利用点云滤波算法对车辆后方和货箱前方的点云数据进行预处理，以去除所述点云数据中的噪声点和离群点。

4.根据权利要求1所述的车、箱对接时可视化的导向定位方法，其特征在于，基于三维重构算法对图像数据和点云数据进行融合，生成车辆与货箱对接的三维场景模型。

5.根据权利要求4所述的车、箱对接时可视化的导向定位方法，其特征在于，在基于三维重构算法对图像数据和点云数据进行融合之前，还包括：对图像数据和点云数据进行配准，得到在相同三维坐标系的图像数据和点云数据。

6.根据权利要求1所述的车、箱对接时可视化的导向定位方法，其特征在于，确定车辆与货箱对接时需要保留的间隙大小，包括：根据对接间隙、车辆和货箱的尺寸信息，计算出对接时需要保留的间隙大小。

7.一种车、箱对接时可视化的导向定位装置，其特征在于，包括：

数据采集模块，用于采集车辆后方的图像数据，以及车辆后方和货箱前方的点云数据；

第一场景构建模块，用于对图像数据和点云数据进行融合，生成车辆与货箱对接的三维场景模型；

第二场景构建模块，用于获取车辆的定位信息，基于所述定位信息和三维场景模型，生成带有导向定位的三维动态模型，具体为：通过对车辆连续帧之间的位姿变换进行估计，得到车辆在对接场景中的运动信息；利用车辆在对接场景中的定位信息和运动信息，估计采集车辆后方图像数据的相机的位姿估计信息；利用相机的位姿估计信息对对接场景进行姿态调整，使得对接场景与相机成为同一坐标系；基于调整后的位姿场景，获取新的点云数据，并与初始获取的车辆后方和货箱前方的点云数据进行融合更新，得到更新后的三维场景数据，以实现对对接场景的动态更新；基于更新后的三维场景数据和车辆的实时定位信息，生成带有导向定位的三维动态模型；

目标位置模块，用于根据车辆和货箱的尺寸信息、形状信息以及对接间隙，确定车、箱对接的目标位置，具体为：确定车辆与货箱对接时需要保留的间隙大小；将车辆和货箱的形状信息进行处理和匹配，得到在对接场景的三维坐标系的三维坐标点云信息，并对三维坐标点云信息进行配准，得到车辆和货箱的相对位置变化矩阵；根据车辆和货箱的形状信息和实际对接时需要保留的间隙大小计算出车辆和货箱的对接位置；基于相对位置变化矩阵对车辆和货箱的对接位置进行变换，得到车辆和货箱在对接场景三维坐标系的目标位置；

定位指示模块，用于在车辆上显示所述三维动态模型，并结合所述目标位置在所述三维动态模型的实时位置信息，指示车辆的位置和方向，引导操作员进行车、箱的对接操作。

8.一种电子设备，其特征在于，所述电子设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中所述计算机程序被所述处理器执行时，实现如权利要求1至6中任一项所述的车、箱对接时可视化的导向定位方法的步骤。

说明书

车、箱对接时可视化的导向定位方法、装置及电子设备

技术领域

[0001] 本发明涉及一种车、箱定位技术领域，更具体地说，它涉及车、箱对接时可视化的导向定位方法、装置及电子设备。

背景技术

[0002] 在物流运输、仓储等领域，经常需要进行车、箱的对接操作，如货车与货柜、火车与货车等。

[0003] 传统的对接方式主要是靠司机或操作人员的经验和视觉判断进行定位，这种方式容易出现误差和事故，对操作人员的要求较高，而且效率低下, 经验较少的操作人员需要经过长时间的培训和实际训练才能够达到较为快速的对接。

[0004] 因此，需要一种可视化的导向定位方法，帮助操作人员快速、准确地完成对接操作。

发明内容

[0005] 本发明的目的是提供车、箱对接时可视化的导向定位方法、装置及电子设备，本发明基于图像数据和点云数据的融合，生成了车辆与货箱对接场景时的三维场景模型，将车辆在对接过程中的定位信息与三维场景模型融合，生成带有导向定位的三维动态模型，再根据车辆和货箱各自的尺寸信息、形状信息以及对接间隙所确定的对接时的目标位置在三维动态模型的进行实时显示和调整，使得操作员可以更加准确地进行对接操作，从而提高车、箱对接操作的准确性和效率。

[0006] 本发明的上述技术目的是通过以下技术方案得以实现的：

[0007] 本申请的第一方面，提供了一种车、箱对接时可视化的导向定位方法，方法包括：

[0008] 采集车辆后方的图像数据，以及车辆后方和货箱前方的点云数据；

[0009] 对图像数据和点云数据进行融合，生成车辆与货箱对接的三维场景模型；

[0010] 获取车辆的定位信息，基于所述定位信息和三维场景模型，生成带有导向定位的三维动态模型；

[0011] 根据车辆和货箱的尺寸信息、形状信息以及对接间隙，确定车、箱对接的目标位置；

[0012] 在车辆上显示所述三维动态模型，并结合所述目标位置在所述三维动态模型的实时位置信息，指示车辆的位置和方向，引导操作员进行车、箱的对接操作。

[0013] 在一种实施方案中，利用去噪算法去除对车辆后面的图像数据的噪声点和伪像，其中去噪算法为中值滤波、高斯滤波或双边滤波三种中的任一种。

[0014] 在一种实施方案中，利用点云滤波算法对车辆后方和货箱前方的点云数据进行预处理，以去除所述点云数据中的噪声点和离群点。

[0015] 在一种实施方案中，基于三维重构算法对图像数据和点云数据进行融合，生成车辆与货箱对接的三维场景模型。

[0016] 在一种实施方案中，在基于三维重构算法对图像数据和点云数据进行融合之前，还包括：对图像数据和点云数据进行配准，得到在相同三维坐标系的图像数据和点云数据。

[0017] 在一种实施方案中，基于所述定位信息和三维场景模型，生成带有导向定位的三维动态模型，包括：

[0018] 通过对车辆连续帧之间的位姿变换进行估计，得到车辆在对接场景中的运动信息；

[0019] 利用车辆在对接场景中的定位信息和运动信息，估计采集车辆后方图像数据的相机的位姿估计信息；

[0020] 利用相机的位姿估计信息对对接场景进行姿态调整，使得对接场景与相机成为同一坐标系；

[0021] 基于调整后的位姿场景，获取新的点云数据，并与初始获取的车辆后方和货箱前方的点云数据进行融合更新，得到更新后的三维场景数据，以实现对对接场景的动态更新；

[0022] 基于更新后的三维场景数据和车辆的实时定位信息，生成带有导向定位的三维动态模型。

[0023] 在一种实施方案中，根据车辆和货箱的尺寸信息、形状信息以及对接间隙，确定车、箱对接的目标位置，包括：

[0024] 确定车辆与货箱对接时需要保留的间隙大小；

[0025] 将车辆和货箱的形状信息进行处理和匹配，得到在对接场景的三维坐标系的三维坐标点云信息，并对三维坐标点云信息进行配准，得到车辆和货箱的相对位置变化矩阵；

[0026] 根据车辆和货箱的形状信息和实际对接时需要保留的间隙大小计算出车辆和货箱的对接位置；

[0027] 基于相对位置变化矩阵对车辆和货箱的对接位置进行变换，得到车辆和货箱在对接场景三维坐标系的目标位置。

[0028] 在一种实施方案中，确定车辆与货箱对接时需要保留的间隙大小，包括：根据对接间隙、车辆和货箱的尺寸信息，计算出对接时需要保留的间隙大小。

[0029] 本申请的第二方面，提供了一种车、箱对接时可视化的导向定位装置，包括：

[0030] 数据采集模块，用于采集车辆后方的图像数据，以及车辆后方和货箱前方的点云数据；

[0031] 第一场景构建模块，用于对图像数据和点云数据进行融合，生成车辆与货箱对接的三维场景模型；

[0032] 第二场景构建模块，用于获取车辆的定位信息，基于所述定位信息和三维场景模型，生成带有导向定位的三维动态模型；

[0033] 目标位置模块，用于根据车辆和货箱的尺寸信息、形状信息以及对接间隙，确定车、箱对接的目标位置；

[0034] 定位指示模块，用于在车辆上显示所述三维动态模型，并结合所述目标位置在所述三维动态模型的实时位置信息，指示车辆的位置和方向，引导操作员进行车、箱的对接操作。

[0035] 本申请的第三方面，提供了一种电子设备，所述电子设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中所述计算机程序被所述处理器执行时，实现如本申请的第一方面所述的车、箱对接时可视化的导向定位方法的步骤。

[0036] 与现有技术相比，本发明具有以下有益效果：

[0037] 本发明提供一种车、箱对接时可视化的导向定位方法，该方法基于图像数据和点云数据的融合，生成了车辆与货箱对接场景时的三维场景模型，将车辆在对接过程中的定位信息与三维场景模型融合，生成带有导向定位的三维动态模型，再根据车辆和货箱各自的尺寸信息、形状信息以及对接间隙所确定的对接时的目标位置在三维动态模型的进行实时显示和调整，使得操作员可以更加准确地进行对接操作，从而提高车、箱对接操作的准确性和效率。

[0038] 此外，本申请的第二方面至第三方面还提供了一种车、箱对接时可视化的导向定位装置及电子设备，具备与上述导向定位方法相同的有益效果，此处不再赘述。

附图说明

[0039] 此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：

[0040] 图1为本申请实施例提供的一种车、箱对接时可视化的导向定位方法的流程示意图。

[0041] 图2为本申请实施例提供的确定车、箱对接时的目标位置的流程示意图；

[0042] 图3为本申请实施例提供的一种车、箱对接时可视化的导向定位装置的结构框图。实施方式

[0043] 为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。

[0044] 如背景技术所述，在物流运输、仓储等领域，经常需要进行车、箱的对接操作，如货车与货柜、火车与货车等。传统的对接方式主要是靠司机或操作人员的经验和视觉判断进行定位，这种方式容易出现误差和事故，对操作人员的要求较高，而且效率低下, 经验较少的操作人员需要经过长时间的培训和实际训练才能够达到较为快速的对接。故，本实施例提供了一种车、箱对接时可视化的导向定位方法，该方法基于图像数据和点云数据的融合，生成了车辆与货箱对接场景时的三维场景模型，将车辆在对接过程中的定位信息与三维场景模型融合，生成带有导向定位的三维动态模型，再根据车辆和货箱各自的尺寸信息、形状信息以及对接间隙所确定的对接时的目标位置在三维动态模型的进行实时显示和调整，使得操作员可以更加准确地进行对接操作，从而提高车、箱对接操作的准确性和效率。

[0045] 下面将结合具体的应用场景对本实施例提供的导向定位方法进行详细说明，请参考图1，图1为本申请实施例提供的一种车、箱对接时可视化的导向定位方法的流程示意图，如图1所示，方法包括：

[0046] S110，采集车辆后方的图像数据，以及车辆后方和货箱前方的点云数据。

[0047] 本实施例中，可以基于摄像头设备收集车辆图像数据，基于激光雷达收集车辆后方和货箱前方的点云数据，例如将摄像头安装在车辆后方即可，相应的激光雷达也是根据采集数据的需求设置在车辆和货箱相应的位置。

[0048] 进一步的，对于摄像头拍摄的车辆图像数据，可以使用图像处理技术进行预处理，如去噪、边缘检测、目标检测和跟踪等。对于激光雷达扫描的点云数据，可以进行点云数据处理，如滤波、聚类、平面拟合等。作为一种具体的实施方式，本实施例利用去噪算法去除对车辆后面的图像数据的噪声点和伪像，其中去噪算法为中值滤波、高斯滤波或双边滤波三种中的任一种。

[0049] 作为一种具体的实施方式，本实施例利用点云滤波算法对车辆后方和货箱前方的点云数据进行预处理，以去除所述点云数据中的噪声点和离群点。

[0050] S120，对图像数据和点云数据进行融合，生成车辆与货箱对接的三维场景模型。

[0051] 具体的，可基于三维重构算法对图像数据和点云数据进行融合，而在融合之前，还需对图像数据和点云数据进行配准，得到在相同三维坐标系的图像数据和点云数据，示例性的，对摄像头进行标定，得到相机内参和外参，基于相机内参和外参将图像数据与点云数据进行对齐，将对齐的多个点云数据进行点云配准，得到一个整体的点云模型，点云配准可以使用ICP算法等点云配准算法进行，从而得到在相同三维坐标系的图像数据和点云数据。

[0052] 而进一步的，基于三维重构算法对配准后的图像数据和点云数据进行融合，生成车辆与货箱对接的三维场景模型的方式是现有技术，本实施例不做多余的赘述。

[0053] S130，获取车辆的定位信息，基于所述定位信息和三维场景模型，生成带有导向定位的三维动态模型。

[0054] 本实施例中，可以使用车辆定位传感器，如GPS、IMU等，对车辆进行定位，以便将车辆在三维场景中进行定位，可以理解的是，定位信息包括了车辆在对接时位置和方向信息。

[0055] 基于上述实施例所述的采集三维场景数据和车辆定位信息：使用激光雷达、摄像头、GPS等传感器采集道路和车辆的三维数据，包括道路地面高度、车辆位置和朝向等信息。使用目标检测算法识别道路上的车辆，然后使用目标跟踪算法跟踪车辆的运动轨迹。通过车辆姿态估计算法计算车辆的朝向和倾斜角度。基于车辆姿态和位置信息，计算车箱相对于车辆的位置和朝向，得到车箱导向定位信息。生成三维动态模型：将车箱导向定位信息和三维场景数据融合，生成车箱导向定位的三维动态模型，包括车辆和车箱的几何形状、纹理、光照等信息。根据车辆实时位置和姿态信息，不断更新车、箱导向定位的三维动态模型，实现实时导航和车辆定位功能。以上步骤是生成带有车、箱导向定位的三维动态模型的基本流程，具体实现时需要根据具体应用场景和算法进行调整和优化。

[0056] S140，根据车辆和货箱的尺寸信息、形状信息以及对接间隙，确定车、箱对接的目标位置。

[0057] 本实施例，首先需要获取车辆和货箱的尺寸信息：可以通过车辆和货箱的型号、规格等信息获取到它们的尺寸信息。获取车辆和货箱的形状信息：可以通过三维扫描、摄影等技术获取到车辆和货箱的形状信息。而对于对接间隙，即为车辆与货箱在实际对接过程需要留有的间隔大小。故此，基于一些实际的情况，从而确定车、箱对接时在三维动态模型的目标位置，可以理解的是，这个目标位置对于每个货箱都是不同，例如，一车辆的车厢的尺寸信息和形状信息在已知的情况下， 随着装载的货箱数量递增，这会导致后续货箱对接时的目标位置发生变化，因此对接间隙不仅表征车辆与货箱对接时需要保留的间隙大小，还表征着货箱与货箱之间需要保留的间隙大小。

[0058] S150，在车辆上显示所述三维动态模型，并结合所述目标位置在所述三维动态模型的实时位置信息，指示车辆的位置和方向，引导操作员进行车、箱的对接操作。

[0059] 本实施例中，引导操作员进行车、箱对接操作，可以通过车载显示屏和车载语音提示等方式，引导操作员按照位置指示进行车、箱的对接操作。而相应的，车辆在对接过程中，车辆的定位信息，即在三维动态模型的三维坐标系的坐标值发生变化，得到实时位置信息，而基于实时位置信息指示车辆的位置和方向，引导操作员进行车、箱的对接操作，例如向左/右转：如果车、箱的角度与对接需要的角度不同，可以向左或向右转动车辆，使其与货箱的角度相匹配。前进/后退：根据车、箱的位置信息，可以判断车辆与货箱之间的距离，从而判断车辆需要前进或后退的距离才能完成对接。调整方向：如果车、箱之间的距离已经接近，但是角度还没有匹配好，可以微调车辆的方向，使其与货箱的角度相匹配。提示操作员：在车、箱对接的过程中，驾驶员需要密切观察车、箱的位置和角度信息，及时进行操作。如果驾驶员需要进行更加细致的操作，可以提供一些提示信息，例如提醒驾驶员进行微调或停车等操作。

[0060] 在一个实施例中，基于所述定位信息和三维场景模型，生成带有导向定位的三维动态模型，包括：通过对车辆连续帧之间的位姿变换进行估计，得到车辆在对接场景中的运动信息；利用车辆在对接场景中的定位信息和运动信息，估计采集车辆后方图像数据的相机的位姿估计信息；利用相机的位姿估计信息对对接场景进行姿态调整，使得对接场景与相机成为同一坐标系；基于调整后的位姿场景，获取新的点云数据，并与初始获取的车辆后方和货箱前方的点云数据进行融合更新，得到更新后的三维场景数据，以实现对对接场景的动态更新；基于更新后的三维场景数据和车辆的实时定位信息，生成带有导向定位的三维动态模型。

[0061] 本实施例中，相机即表示具备拍摄图像能力的电子设备，例如摄像头、光学传感器等。位姿变换是指将一个物体从一个坐标系中的位置和方向，变换到另一个坐标系中的位置和方向的过程。在机器视觉中，位姿变换可以用来将相机拍摄到的图像坐标系中的车辆位置和方向转换为三维坐标系中的位置和方向，以实现三维重建和目标跟踪等应用。常用的位姿变换方法包括旋转矩阵、欧拉角、四元数等。对于位姿变换的计算，可以使用矩阵乘法、四元数运算等方法进行实现。

[0062] 相机的位姿估计信息是指相机相对于某个参考坐标系的位置和朝向的估计值。如果相机的位姿估计不准确，那么相机拍摄车辆后方的图像数据可能会出现显著的偏移和扭曲，从而导致基于图像数据和点云数据融合而成的三维场景模型不准确，影响后续的车、箱对接的精度。为了解决这个问题，可以使用位姿调整技术来校正相机的位姿，具体包括：计算位姿差异：使用估计的相机位姿和实际相机位姿之间的差异计算出位姿偏差。这可以通过对估计位姿和实际位姿进行比较来完成。例如，可以使用视觉里程计来估计相机的位姿，然后使用GPS或惯性测量单元（IMU）来确定相机的实际位姿。优化位姿：通过对位姿估计进行微调来优化相机的位姿。这可以通过使用优化算法来实现。例如，可以使用非线性优化技术，例如最小二乘优化或Bundle Adjustment来最小化位姿误差。位姿调整：将位姿调整应用到相机上，可通过将相机的内部参数和外部参数更新为新的值来完成。

[0063] 而后续的基于调整后的位姿场景，获取新的点云数据，并与初始获取的车辆后方和货箱前方的点云数据进行融合更新，得到更新后的三维场景数据，基于三维场景数据和车辆的实时定位信息得到三维动态模型，与上述实施例所述的图像数据与点云数据的融合生成三维场景模型同属相同的工作原理，故此，本实施例不做多余的赘述。

[0064] 请参考图2，图2为本申请实施例提供的确定车、箱对接时的目标位置的流程示意图，如图2所示，确定车、箱对接时的目标位置包括以下步骤：

[0065] S210，确定车辆与货箱对接时需要保留的间隙大小；

[0066] S220，将车辆和货箱的形状信息进行处理和匹配，得到在对接场景的三维坐标系的三维坐标点云信息，并对三维坐标点云信息进行配准，得到车辆和货箱的相对位置变化矩阵；

[0067] S230，根据车辆和货箱的形状信息和实际对接时需要保留的间隙大小计算出车辆和货箱的对接位置；

[0068] S240，基于相对位置变化矩阵对车辆和货箱的对接位置进行变换，得到车辆和货箱在对接场景三维坐标系的目标位置。

[0069] 本实施例中，假设车辆和货箱的形状可以通过三维坐标系中的点云来表示。假设对接时需要保留的间隙大小为d。Pv：车辆的三维坐标点云。Ph：货箱的三维坐标点云。D：对接时需要保留的间隙。d：实际对接时计算出来的间隙。(x, y, z)：对接时车辆和货箱之间的相对位移，即对接目标位置。基于以上假设和变量，可以设计如下计算公式：首先将车辆和货箱的三维坐标点云进行配准，得到车辆和货箱的相对位置变化矩阵T。根据对接间隙D和车辆、货箱的尺寸信息，计算出实际对接时需要保留的间隙d。根据车辆和货箱的形状信息和实际对接时需要保留的间隙d，计算出车辆和货箱的对接位置(0,0,d)。根据相对位置变化矩阵T，将车辆和货箱的对接位置进行变换，得到车辆和货箱在三维坐标系中的对接目标位置(x,y,z)。综上所述，可以得到以下计算公式：(x, y, z) = T * (0, 0, d)，其中，T是车辆和货箱的相对位置变化矩阵，d是实际对接时需要保留的间隙。该公式可以根据不同场景进行调整和优化，以适应不同车辆和货箱的尺寸和形状信息，即可以应用于不同类型、尺寸的车辆和货箱，例如货车、集装箱车、火车等。同时，也可以根据具体应用场景进行算法的实现和优化，提高计算效率和准确率。

[0070] 进一步的，根据对接间隙、车辆和货箱的尺寸信息，计算出对接时需要保留的间隙大小。

[0071] 综上所述的实施例，本实施例提供的一种车、箱对接时可视化的导向定位方法，具有高精度、高效率、易于操作等优点，适用于各种类型、尺寸的车辆和货箱的对接，可以提高货运效率和安全性，具有广阔的应用前景。

[0072] 基于同一发明构思，请参考图3，图3为本申请实施例提供的一种车、箱对接时可视化的导向定位装置，如图3所示，装置包括：

[0073] 数据采集模块310，用于采集车辆后方的图像数据，以及车辆后方和货箱前方的点云数据；

[0074] 第一场景构建模块320，用于对图像数据和点云数据进行融合，生成车辆与货箱对接的三维场景模型；

[0075] 第二场景构建模块330，用于获取车辆的定位信息，基于所述定位信息和三维场景模型，生成带有导向定位的三维动态模型；

[0076] 目标位置模块340，用于根据车辆和货箱的尺寸信息、形状信息以及对接间隙，确定车、箱对接的目标位置；

[0077] 定位指示模块350，用于在车辆上显示所述三维动态模型，并结合所述目标位置在所述三维动态模型的实时位置信息，指示车辆的位置和方向，引导操作员进行车、箱的对接操作。

[0078] 可见，本实施例提供的车、箱对接时可视化的导向定位装置，具备以下有益效果：基于图像数据和点云数据的融合，生成了车辆与货箱对接场景时的三维场景模型，将车辆在对接过程中的定位信息与三维场景模型融合，生成带有导向定位的三维动态模型，再根据车辆和货箱各自的尺寸信息、形状信息以及对接间隙所确定的对接时的目标位置在三维动态模型的进行实时显示和调整，使得操作员可以更加准确地进行对接操作，从而提高车、箱对接操作的准确性和效率。

[0079] 本发明再一个实施例中，提供了一种电子设备，该电子设备包括一个或多个处理器；存储器，与所述处理器耦接，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述实施例所述的一种车、箱对接 时 可 视 化的 导向 定 位 方 法的 步 骤 。处 理 器 可能 是中 央 处 理 单 元 (CentralProcessingUnit，CPU)，还可以是其他通用处理器、数字信号处理器(DigitalSignalProcessor、DSP)、专用集成电路 (ApplicationSpecificIntegratedCircuit，ASIC)、现成可编程门阵列（FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，其是终端的计算核心以及控制核心，其适于实现一条或一条以上指令，具体适于加载并执行计算机存储介质内一条或一条以上指令从而实现相应方法流程或相应功能；本发明实施例所述的处理器可以用于执行车、箱对接时可视化的导向定位方法的操作。

[0080] 本发明再一个实施例中，本发明还提供了一种可读存储介质，具体为计算机可读存储介 质(Memory)，所述计算机可读存储介质是计算机设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机可读存储介质既可以包括计算机设备中的内置存储介质，当然也可以包括计算机设备所支持的扩展存储介质。计算机可读存储介质提供存储空间，该存储 空间存储了终端的操作系统。并且，在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机可读存储介质可以是高速 RAM 存储器，也可以是非不稳定的存储器(non‑volatilememory)，例如至少一个磁盘存储器。可由处理器加载并执行计算机可读存储 介质中存放的一条或一条以上指令，以实现上述实施例中有关车、箱对接时可视化的导向定位方法的相应步骤。本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD‑ROM、光学存储器等)上实施的计算机程序产品的形式。

[0081] 以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。