自动平移系统的制作方法

本发明总体上涉及一种用于在车辆中平移后视图像的平移系统。

背景技术：

在现有技术中，已知提供用于增强车辆驾驶员的后视可见性的解决方案。对于不同的车辆已知有不同的解决方案，一个示例是具有拖车的卡车。使用反射呈现后视图的传统的后视镜和侧视镜已经在本领域中使用了很长时间，并且例如具有可以由驾驶员手动调节镜子的特征。除了调节镜子之外，驾驶员还可以通过相对于镜子到处移动来移动镜子的视角。这通常通过驾驶员移动他的头部来完成，并且导致车辆后方区域的不同部分变得可见。

将一个或多个摄像头布置为补充或替换传统的后视镜是众所周知的。摄像头适于显示相对于车辆的后视图，并且这种解决方案先前在本领域中已用于后视摄像头和电子后视镜二者。

对于电子后视镜和倒车摄像头，现有技术还提供了能够平移图像的系统。平移意味着可以调整摄像头或图像以便以与在传统后视镜系统中用户通过相对于镜子移动他的头部所实现的类似方式来显示车辆后方的部分的不同部分。然而，现有技术的系统包括多个缺点，特别是对于牵引拖车的车辆。当带有附接拖车的车辆转弯时，拖车将阻碍后视镜的视野，使驾驶员难以看到拖车如何移动。这是传统镜子系统和利用摄像头的现有技术后视系统中存在的问题。

技术实现要素：

如所讨论的，对于后视镜、侧视镜和基于从诸如摄像头之类的设备捕获图像的后视摄像头来说，问题在于用户相对于镜子的视角角度不影响从摄像头显示的图像。在传统的反射镜中，驾驶员可以移动头部来控制视野。在显示系统中，这是不可能的，因为用户头部的角度不会影响显示角度。为了实现相同的视野，所显示的图像需要不断地显示比传统镜子更多的周围区域，或者需要平移它。在一些实施方式中，显示更多信息的解决方案可能是有益的，但同时所得到的图像分辨率使得操作员难以区分较小的对象。

因此，平移系统是一种很好的替代方案，有许多方法可以进行平移。一种解决方案是在由图像捕获设备记录的图像中使用对象识别，将特定对象的位置存储在图像数据中并通过确保所识别的对象总是在显示给用户的平移图像中处于相同的相对位置来平移图像。

可以通过物理地移动图像捕获装置的角度或者使图像捕获装置持续捕获比向用户显示的区域更大的区域的图像数据来实现平移。而后者将图像数据裁剪到正确的部分中，以显示最有用的信息。

平移图像的操作带来了与如何执行平移操作有关的多个问题。为了提供良好的用户体验并替换传统的镜子，重要的是以自然的方式平移图像数据并获得一致的结果。现有技术中存在的一种选择是用户可以以类似于调节传统后视镜的方式手动控制平移。这给车辆操纵增加了附加任务，导致用户难以使用且不方便使用的解决方案。

如发明人所实现的，可以以不同的方式进行自动平移。然而，发明人评估的大多数解决方案都存在类似于手动平移的缺点。例如，可以通过识别图像中牵引对象(例如拖车)的特定特征来进行平移。所识别的对象可以是徽标、指示符或位于牵引对象某处的可在图像中识别的任何其他形式的对象。通过分析在操作期间捕获的图像，可以识别所识别的对象在图像中的相对位置。基于对象的相对位置，由此可以通过平移图像来控制平移操作，从而始终将所识别的对象保持在相同的相对位置中。该解决方案解决了现有技术的一些问题，但是具有尤其是与图像平移如何工作有关的多个缺点。图像平移不依赖于位于拖车的任何特定位置处的点，并且可以将不同的牵引对象沿着牵引对象的长度和高度放置在不同的位置处。这提供了一种解决方案，其中平移的旋转轴可能不对应于牵引对象实际上如何移动，从而为用户提供了不自然和失真的平移体验。此外，这种解决方案可能在不同时间呈现不同的结果，从而导致车辆操作员的混淆。

取决于与所需处理能力相关地在图像中定位对象，解决方案存在另外的缺点。实时进行这样的操作需要来自进行操作的设备的大的计算能力，并且存在系统延迟的风险。

因此，本解决方案的一个目的是提供一种自然且无失真的平移操作，该操作向用户呈现一致的结果。

本解决方案的另一个目的是提供一种需要较少计算机功率的解决方案。

本解决方案的另一个目的是提供侧视镜，与传统的侧视镜相比，该侧视镜给用户提供更好的概览。

本解决方案的另一个目的是向驾驶员显示有用信息而不损害对交通的关注。

因此，该解决方案涉及一种适于附接有拖车的车辆的自动平移系统，其中，所述自动平移系统包括图像捕获装置，所述图像捕获装置适于捕获具有所述拖车的视图的图像数据。所述自动平移系统适于分析所述图像数据以识别所述拖车的至少一个细长元件，基于所述细长元件在所述图像数据中投影矢量，建立至少一个基准矢量并且识别所述基准矢量与所投影的所述矢量的拦截点。

这里的自动平移系统涉及平移对应于来自侧视镜(在本领域中称为挡泥板镜、门镜或车翼镜)的数据的图像数据，但是如本领域技术人员所理解的，也可以在后视镜或后视摄像头中实现。

通过识别细长元件，例如拖车的下边缘或拖车上的印刷品的细长部分，可以进行计算而无需以之前描述的系统进行平移时所需的相同方式不断地分析图像。细长元件用于投影矢量，该矢量可以与所建立的基准矢量进行比较，从而产生拦截点。这是有利的，既是因为拦截点提供了与拖车长度相关的一致点来平移图像数据，也是因为计算旨在找到投影矢量和基准矢量之间的拦截而不是不断地分析对象。

拦截点对应于拖车的终点附近的点，使得平移操作一致且准确，而与附接到车辆的拖车的尺寸、形状、形式和特性无关。

如前所述，现有技术解决方案的问题在于，自动平移根据拖车的旋转轴相对于平移系统用于平移图像的点的位置而不同地起作用。通过计算拖车后端的位置而不是仅基于对象识别来识别对象，可以解决该问题，如本文将进一步描述的。

根据一个实施方式，所投影的所述矢量可以沿着所识别的所述细长元件以恒定偏移量投影。

根据一个实施方式，所投影的所述矢量是所述细长元件的切线。

根据一个实施方式，调节平移速度以提供更平滑的体验。

通过调节执行平移的速度可以实现平稳的平移，这具有实现更自然体验的效果。

根据适于附接有拖车的车辆的自动平移系统，其中，所述自动平移系统包括图像捕获装置，所述图像捕获装置适于捕获具有所述拖车的视图的图像数据。所述自动平移系统适于分析所述图像数据以识别所述拖车的至少一个细长元件，基于所述细长元件在所述图像数据中投影矢量，建立至少一个水平基准并且识别所述水平基准与所投影的所述矢量的拦截点。

本解决方案的一个优点是可以在所述图像数据中建立采取基准矢量形式的水平基准。在一个实施方式中，所述水平基准基于背景中可用的信息，例如地平线或可以被识别并用于投影基准矢量的任何其他基本上平坦的对象。

根据一个实施方式，所述自动平移系统还适于建立所述水平基准，使得所识别的所述拦截点对应于所述拖车的后端在所捕获的所述图像数据中的位置。

本解决方案的一个优点是可以通过矢量之间的拦截点来识别拖车的后端。该解决方案可实现增强的自动平移。

根据一个实施方式，所述自动平移系统还适于基于所识别的所述拦截点来平移所捕获的所述图像数据。

根据一个实施方式，所述自动平移系统还适于将所捕获的平移图像数据实时地呈现给所述车辆的操作员。

根据一个实施方式，所识别的所述细长元件选自所述拖车的纵向下边缘、所述拖车的纵向顶边缘、所述拖车的竖直后边缘和所述拖车侧的印刷元件中的任何一者。

根据一个实施方式，基于所捕获的所述图像数据的背景中的至少一个不同点来确定所述基准矢量。

在一个实施方式中，基于所述图像数据的背景中的边缘检测来计算所述基准矢量。

根据一个实施方式，执行未向所述车辆的用户示出的连续平移，从而从背景中的固定对象以及地平线创建关于在竖直方向上不改变的对象的信息。基于这些对象，建立所述基准矢量以创建在竖直方向上不改变的平移。

根据一个实施方式，所述基准矢量是水平基准矢量。

根据一个实施方式，所述自动平移系统还包括显示器、存储器和处理器单元。

根据一个实施方式，所述图像捕获装置布置在牵引所述拖车的所述车辆的顶部。

根据一个实施方式，所述图像捕获装置布置在对应于拖车高度的至少80％的高度处。

根据一个实施方式，所述图像捕获装置布置在与通常布置的后视镜相同的位置处。

根据一个实施方式，所述图像捕获装置与侧视镜布置在一起。

根据一个实施方式，所述图像捕获装置代替侧视镜布置。

根据一个实施方式，所述图像捕获装置布置在与通常布置的侧视镜相同的位置处。

根据一个实施方式，所述自动平移系统还适于在所述拖车的与所述拦截点相反的一侧识别另一个拦截点，如果所述另一个拦截点位于基于所述拖车的物理特征中的至少一个物理特征则建立所述拖车的之前位置，并且所述拦截点是可行的。

通过利用其中通过分析图像数据在拖车的两侧识别拦截点的实施方式是一个优点。分析图像数据以识别所述拖车每侧上的至少一个细长元件。在每一侧上，基于细长元件将矢量投影在图像数据中。该系统还适于为每一侧建立至少一个基准矢量，并识别每侧的基准矢量与投影矢量交叉的拦截点。这可以用于通过分析拦截点如何移动，即拦截点是否可行来确定是否存在与拖车运动有关的任何意外或不合理的读数。因此，该解决方案可用于减少错误的数量，从而使平移更准确。

根据一个实施方式，所述另一个拦截点用于去除错误结果。

根据一个实施方式，从至少一个拦截点计算关于拖车位置的信息。

根据一个实施方式，将拖车位置记录到存储器，使得所述自动平移系统知道所述拖车的最新位置。

本解决方案的一个优点是自动平移系统知道拖车的最新位置。在一个实施方式中，当系统重新启动时，例如当车辆启动时，使用拖车的最新位置作为拖车的初始位置。

根据一个实施方式，所述自动平移系统适于基于至少一个拦截点来分析所述拖车是否以自然和/或可预测的方式移动。

一个优点是，不相关的结果或错误结果可以从该解决方案中过滤掉，从而创建更好的平移体验。

根据一个实施方式，所述自动平移系统还适于根据车轮的速度和角度来计算车辆速度，以预测拖车运动。

根据一个实施方式，所述自动平移系统适于分析所述图像数据以使用所述图像捕获装置来估计拖车角度并使用导数计算参数来预测所述拖车的旋转导数，特别是拖车角度的导数，所述导数计算参数包括所述拖车的长度、所述拖车的挂接偏移量、车辆轮轴之间的距离、所述车辆的速度和所述车辆的方向盘角度中的至少一者；并且所述自动平移系统还适于使用所述拖车角度和计算的导数来预测未来的拖车角度。

根据一个实施方式，所述自动平移系统适于分析所述图像数据以使用所述图像捕获装置来估计拖车角度并使用导数计算参数来预测所述拖车的旋转导数，特别是拖车角度的导数，所述导数计算参数包括拖车车轮之间的距离、车轮和挂接点之间的距离、前轮的转向角度和/或方向盘角度以及所述车辆的速度；并且所述自动平移系统还适于使用所述拖车角度和计算的导数来预测未来的拖车角度。

根据一个实施方式，提供了一种适于附接有拖车的车辆的自动平移系统，其中，所述自动平移系统包括图像捕获装置，所述图像捕获装置适于捕获具有所述拖车的视图的图像数据，其特征在于，所述自动平移系统适于分析所述图像数据以使用所述图像捕获装置来估计拖车角度并使用导数计算参数来预测所述拖车的旋转导数，特别是拖车角度的导数，所述导数计算参数包括所述拖车的长度、所述拖车的挂接偏移量、车辆轮轴之间的距离、所述车辆的速度和所述车辆的方向盘角度中的至少一者；并且所述自动平移系统还适于使用所述拖车角度和计算的导数来预测未来的拖车角度。

根据一个实施方式，提供了一种适于附接有拖车的车辆的自动平移系统，其中，所述自动平移系统包括图像捕获装置，所述图像捕获装置适于捕获具有所述拖车的视图的图像数据，其特征在于，所述自动平移系统适于分析所述图像数据以使用所述图像捕获装置来估计拖车角度并使用导数计算参数来预测所述拖车的旋转导数，特别是拖车角度的导数，所述导数计算参数包括拖车车轮之间的距离、车轮和挂接点之间的距离、前轮的转向角度和/或方向盘角度以及所述车辆的速度；并且所述自动平移系统还适于使用所述拖车角度和计算的导数来预测未来的拖车角度。

根据一个实施方式，所述自动平移系统还适于识别所述拖车的至少一个细长元件，基于所述细长元件在所述图像数据中投影矢量，建立至少一个基准矢量并且识别所述基准矢量与所投影的所述矢量的拦截点。

根据一个实施方式，所述自动平移系统还适于计算假想锥体，该锥体的中心位于所述拖车的预测拖车角度处。

根据一个实施方式，所述自动平移系统适于计算假想锥体，并适于基于所述导数计算参数来确定锥体宽度。

根据一个实施方式，所述自动平移系统还适于丢弃位于所述假想锥体之外的拦截点。

根据一个方面，在适于布置在附接有拖车的车辆中的自动平移系统中，其中所述自动平移系统被配置为捕获图像数据，该图像数据包括附接至所述车辆的所述拖车，该方法包括以下步骤：

-捕获图像数据；

-分析所述图像数据以识别所述拖车的至少一个细长元件；

-建立至少一个水平基准；

-投影所识别的所述细长元件的矢量；以及

-识别基于所述细长元件所投影的矢量与水平基准线之间的拦截点。

根据一个实施方式，建立所述水平基准，使得所述拦截点对应于所述拖车的后端在所捕获的所述图像数据中的位置。

根据一个实施方式，在自动平移系统中，执行以下步骤：

-基于所述拦截点来平移所捕获的所述图像数据。

根据一个实施方式，所述细长元件选自所述拖车的纵向下边缘、所述拖车的纵向顶边缘、所述拖车的竖直后边缘和拖车侧上的印刷元件中的任何一者。

根据一个实施方式，所述水平基准是水平基准线。

根据一个实施方式，基于所捕获的所述图像数据的背景中的至少一个不同点来确定所述水平基准。

根据一个实施方式，所述水平基准是水平矢量。

根据一个实施方式，该解决方案还包括以下步骤：

-确定所述车辆的速度；

-确定捕获和分析图像数据的处理时间；

-基于所述车辆的所述速度来确定处理时间阈值；

-是否超过所述阈值；以及

-基于车辆传感器数据来平移所捕获的所述图像数据。

本解决方案的一个优点是，对于不同的行进模式，例如不同的速度、不同的行进方向(反向或前向)，在一个实施方式中，所述自动平移系统使用不同的算法来平移图像。这样的效果是，在高速下可能太慢以至于无法创建平滑体验而在低速运行良好的解决方案可以与快速但不精确的解决方案相结合。例如在与车辆行驶方向相关的向前方向上的高速行驶中，这些解决方案呈现出更好的准确性。

根据一个实施方式，该方法还包括以下步骤：

-使用所述图像捕获装置来估计拖车角度，并使用导数计算参数来预测所述拖车的旋转导数，特别是拖车角度的导数，所述导数计算参数包括所述拖车的长度、所述拖车的挂接偏移量、车辆轮轴之间的距离、所述车辆的速度和所述车辆的方向盘角度中的至少一者；以及

-使用所述拖车角度和计算的导数来预测未来的拖车角度。

根据一个实施方式，该方法还包括以下步骤：

-使用所述图像捕获装置来估计拖车角度，并使用导数计算参数来预测所述拖车的旋转导数，特别是拖车角度的导数，所述导数计算参数包括拖车车轮之间的距离、车轮和挂接点之间的距离、前轮的转向角度和/或方向盘角度以及所述车辆的速度；以及

-使用所述拖车角度和计算的导数来预测未来的拖车角度。

根据一个实施方式，提供了一种自动平移系统中的方法，所述自动平移系统适于布置在附接有拖车的车辆中，其中，所述自动平移系统被配置为捕获图像数据，该图像数据具有附接到所述车辆的所述拖车的视图，该方法包括以下步骤：

-捕获图像数据；

-使用图像捕获装置来估计拖车角度，并使用导数计算参数来预测所述拖车的旋转导数，特别是拖车角度的导数，所述导数计算参数包括拖车的长度、所述拖车的挂接偏移量、车辆轮轴之间的距离、所述车辆的速度和所述车辆的方向盘角度中的至少一者；以及

-使用所述拖车角度和计算的导数来预测未来的拖车角度。

根据一个实施方式，提供了一种自动平移系统中的方法，所述自动平移系统适于布置在附接有拖车的车辆中，其中，所述自动平移系统被配置为捕获图像数据，该图像数据具有附接到所述车辆的所述拖车的视图，该方法包括以下步骤：

-捕获图像数据；

-使用图像捕获装置来估计拖车角度，并使用导数计算参数来预测所述拖车的旋转导数，特别是拖车角度的导数，所述导数计算参数包括拖车车轮之间的距离、车轮和挂接点之间的距离、前轮的转向角度和/或方向盘角度以及所述车辆的速度；以及

-使用所述拖车角度和计算的导数来预测未来的拖车角度。

根据一个实施方式，该方法还包括以下步骤：

-分析所述图像数据以识别所述拖车的至少一个细长元件；

-建立至少一个水平基准；

-投影所识别的所述细长元件的矢量；以及

-识别基于所述细长元件所投影的所述矢量与水平基准线之间的拦截点。

根据一个实施方式，该方法还包括以下步骤：

-计算假想锥体，该假想锥体的中心位于所述拖车的预测拖车角度处。

根据一个实施方式，该方法还包括以下步骤：

-基于所述导数计算参数来计算所确定的锥体的宽度。

根据一个实施方式，该方法还包括以下步骤：

-丢弃位于所述假想锥体之外的拦截点。

附图说明

现在参考附图通过示例的方式描述本发明，在附图中：

图1示出了拖车的一个说明性视图，其中已经投影了多个可能矢量。

图2示出了自动平移系统的一个实施方式，其中已经检测到投影矢量和基准矢量之间的拦截点。

图3示出了图像数据和平移图像数据的一个实施方式，其中平移图像数据基于识别的拦截点。

图4示出了图像数据和平移图像数据的另一个实施方式，其中平移图像数据基于识别的拦截点。

图5示出了拖车的另一个说明性视图，其中已经投影了多个可能矢量。

图6示出了图像数据的一个实施方式，其中使用来自拖车两侧的图像数据进行平移。

具体实施方式

在下文中，参考附图公开了该解决方案的不同实施方式的详细描述。本文中的所有示例都应被视为一般描述的一部分，因此可以以一般术语的任何方式组合。可以组合或交换各种实施方式和方面的各个特征，除非这样的组合或交换显然与自动平移系统的整体功能相矛盾。

简而言之，该解决方案涉及一种用于增强具有拖车的车辆的后视系统中的自动平移的自动平移系统。该系统专注于找到基于拖车的细长元件的投影矢量和基于例如地平线的基准矢量之间的拦截点。

图1示出了适于在车辆(未示出)后面牵引的拖车4的说明性视图。该拖车包括多个细长元件11a、11b、11c、11d，诸如后置摄像头(未示出)的图像捕获装置可以用于捕获细长元件11a、11b、11c、11d。在一个实施方式中，该后置摄像头布置在牵引拖车的车辆高度的上部中，以便捕获具有拖车4的视图的图像数据的良好视角。细长元件11a、11b、11c、11d可以是任何形式的细长元件，例如拖车边缘。拖车边缘可用于在下述方向上投影矢量，在该方向上使得系统能够结合基准矢量21来识别拖车4的长度，或拖车4的端部当前所在的位置。

图1还示出了不同的细长元件11a、11b、11c、11d如何用于投影在拖车4的周边之外延伸的矢量2a、2b、2c、2d。矢量2a、2b、2c、2d可用于确定与基准矢量21的拦截点。还应注意，在一个实施方式中，每个矢量2a、2b、2c、2d均可以用作基准矢量21，以识别矢量之间的拦截点。

如图1所示，拖车4还包括可见侧12a，该可见侧12a是被捕获的图像数据中的视图的一部分。

图2示出了具有拖车4的视图的被捕获的图像数据的说明性视图，这里其示出为可见侧12a的视图。在如图2所示的实施方式中，在图像数据中建立了基准矢量21作为水平基准矢量21，该水平基准矢量21在拦截点22中与投影矢量2a相交。拦截点22紧邻拖车终止的位置，从而在一个实施方式中提供了相对于其来平移图像数据的良好点。

图3示出了自动平移系统中的被捕获的图像数据1，其中已经进行了平移操作，并且用户在例如位于牵引拖车4的车辆的驾驶员区域中的屏幕上看到平移图像数据10。如在图3中所示的平移图像数据10中可以看到的，拖车4的可见侧12a位于左侧，并且用户可以看到位于拖车4附近的其他对象99。投影矢量2a、基准矢量21和拦截点22仅出于说明性目的而示出，并且在一个实施方式中未在平移图像数据10中示出。图3还示出了拦截点22的概念以及当拦截点22由于拖车4相对于牵引车辆转弯而移动时，平移图像数据10如何在图像数据1内移动。

图4示出了另一个实施方式，其中已经识别出拖车侧的细长元件11d而不是如图3所示的拖车的下边缘。图4由此示出了另一个实施方式，其中已经在投影矢量2d和基准矢量21之间识别出拦截点22。

图5示出了自动平移系统的另一个实施方式，其中拖车4是比前面实施方式中的拖车低的拖车。这里示出的拖车仅仅是示例，并且任何形式的拖车都可以与系统一起使用。因此，图5示出了与现有技术相关的一个优点，即可以针对投影另一种拖车4投影类似的投影矢量2a、2b、2c。

图6示出了自动平移系统的另一个实施方式，其中识别出拦截点22并且识别出位于拖车的相反侧的另一个拦截点22b。在一个实施方式中，另一个拦截点22b是除拦截点22之外的另一个拦截点。另一个拦截点22b与拦截点22结合，用来确定是否存在任何不合理的结果，例如物理上不可能的拖车运动。一个示例是这样的情况，其中拦截点22指示拖车向右转弯而另一个拦截点22b指示拖车向左转弯。在一个实施方式中，拦截点22、22b可以被视为数据点，并且自动平移系统随时间收集表示拦截点22、22b的多个数据点。如果后续数据点呈现物理上不可能或在任何其他方面不合理的结果，则系统可以过滤此类结果，从而使平移体验更好。

图6还示出了一个实施方式，其中平移系统使用另一个拦截点22b来过滤掉已受干扰影响的结果、信号错误或产生错误结果的任何其他形式的不需要信息。例如，如果在系统或图像数据中存在干扰，则会出现这种结果。典型的示例可以是图像数据中可见的反射或其他对象。具有另一个拦截点22的解决方案由此提高了平移系统所使用的算法的准确性。

通过使用拖车的两侧，即从一侧检测到的拖车角度与另一侧的检测相结合，可以增强两侧读数的置信度和准确度。在一个实施方式中，可以通过比较来自两侧的数据的时间戳来进一步提高准确度，其中数据可以是表示拦截点22和另一个拦截点22b的不同数据点。

应当注意，在一个实施方式中，当拖车在转弯期间向其中一侧较远地移动时，图像拦截点22或22b可能不存在，因为它已经移出图像数据。以相同的方式，可以比较拦截点22的位置和另一个拦截点22b的位置，以确定来自两侧的结果与来自另一侧的结果相容。例如，如果拦截点22以如下方式移动，即在所捕获的图像数据中拖车的较大部分在一侧变得可见，则在另一侧可以看到拖车的较少部分。

在一个实施方式中，通过跟踪拖车的先前角度以及方向盘的角度，或者车轮的角度以及车辆的速度，类似的解决方案使得能够排除拖车角度的一些变化。特别是在直线前进时，只接受使拖车与车辆更一致的拖车运动。更先进的实现方式包括使用诸如拖车的长度、拖车的挂接偏移量、车辆轮轴之间的距离、车辆速度和车辆方向盘角度等属性来预测拖车的旋转导数，特别是拖车角度的导数。通过使用图像捕获装置和计算的导特性数来估计拖车的角度，可以预测未来的拖车角度。因此可以将在可接受角度的计算锥体外检测到的角度丢弃，该锥体即从图像捕获装置向后延伸的假想锥体。

根据一个实施方式，自动平移系统还适于丢弃位于计算锥体外的拦截点。根据一个实施方式，自动平移系统适于在矢量2b、2c、2d用作基准矢量21时丢弃位于计算锥体外的拦截点。结果，自动平移系统避免了基于由错误识别的细长元件或线产生的错误拦截点(例如从图像捕获装置捕获的拖车的阴影中产生的错误拦截点)来平移捕获的图像。作为一种效果，操作员/驾驶员看到的图像变得不那么跳跃，即避免了不规则或不稳定的平移运动，这些平移运动是刺激性的并且不太安全，因为拖车可能偶尔在操作员看到的捕获图像之外。

根据一个实施方式，拖车角度指的是拖车相对于车辆驾驶室的角度。

根据一个实施方式，挂接偏移量是后轮与拖车的挂接点之间的距离。

根据一个实施方式，计算出的锥体的中心位于预测位置处，即根据一个实施方式，位于拖车的预测拖车角度处。根据一个实施方式，锥体宽度由用于其计算的参数确定。根据一个实施方式，参数由导数计算参数定义。根据一个实施方式，这些参数由导数计算参数中的至少一个定义。根据一个实施方式，可以依次计算或确定导数计算参数。为了确定锥体宽度，可以使用参数的偏差以单独或共同地基于参数偏差的统计模型来计算拖车可能已经穿过的最长和最短距离。根据一个实施方式，可以通过在自动平移系统1中预设来预定义导数计算参数。根据一个实施方式，锥体的端点或锥体宽度由细长元件或由自动平移系统识别的拦截点限定，该偏差与先前识别的细长元件或拦截点相比是当前最大偏差，但仍在预定义的阈值内。根据一个实施方式，阈值定义了拦截点的移动速度的极限。根据一个实施方式，高速可以指示错误的图像数据。

根据一个实施方式，提供了一种适于附接有拖车4的车辆的自动平移系统，其中所述自动平移系统包括图像捕获装置，所述图像捕获装置适于捕获具有拖车4的视图的图像数据1，其中自动平移系统适于分析图像数据1以使用图像捕获装置来估计拖车的角度并使用导数计算参数来预测拖车的旋转导数，特别是拖车角度的导数，所述导数计算参数包括拖车长度、拖车的挂接偏移量、车辆轮轴之间的距离、车辆的速度和车辆的方向盘角度中的至少一个；并且自动平移系统还适于使用拖车的角度和计算的导数来预测未来的拖车角度。根据一个实施方式，导数计算参数包括拖车车轮之间的距离、车轮与挂接点之间的距离、前轮的转向角度和/或方向盘角度以及车辆的速度。根据一个实施方式，自动平移系统适于分析图像数据1来估计拖车的角度，由此估计包括或通过在基准矢量21与矢量2a、2b的拦截点22处估计矢量21、2b、2c和基准矢量21之间的角度来进行而执行估计。

根据一个实施方式，为了估计拖车的运动，即预测拖车旋转导数，使用拖车车轮之间的距离、车轮与挂接点之间的距离、前轮的转向角度和/或方向盘角度以及车辆的速度。根据一个实施方式，此外，连续测量车辆的速度和车轮的角度以预测拖车的角度。根据一个实施方式，可以在执行计算之前设定拖车固有的固定距离。根据一个实施方式，可以使用初始序列来估计固定距离，其中控制速度和车轮角度和/或方向盘角度以达到已知状态，例如将拖车与驾驶室对齐(其中拖车角度为零)，并且进一步控制以使用已知的速度和车轮角度和/或方向盘角度来移动拖车，并因此使用已知的速度和车轮角度和/或方向盘角度以及拖车的角度来计算车辆的固定距离，该拖车角度使用图像捕获装置识别。特别是当车辆直接向前行驶几秒钟时，已知拖车的位置恰好位于车辆后方。或者，当前轮的转向角度和/或方向盘角度在例如一个环形交叉口驾驶足够时间的过程中保持恒定时，拖车位置或角度将是已知的。在随后的转弯中，可以测量转向角度和速度，以使用在所述转弯中测量的拖车的旋转来提供未知参数车轮距离和挂接偏移量的精确计算。这可以在稍后的转弯处以不同的速度和角度重复，以准确地确定先前未知的参数。根据一个实施方式，以与速度和车轮角度和/或方向盘角度的控制精度相关的精度执行计算。根据一个实施方式，自动平移系统适于通过或基于该自动平移系统适于识别拖车4的至少一个细长元件11a、11b、11c、11d来分析图像数据1以估计拖车的角度，基于所述细长元件11a、11b、11c、11d在图像数据1中投影矢量2a、2b、2c，建立至少一个基准矢量21，并且识别基准矢量21与所投影的矢量2a、2b的拦截点22。

根据一个实施方式，克服了锁定到图像数据中的有毛病或错误的线或细长元件的风险，即，当基于拖车的假细长元件在图像数据1中投影矢量或在建立基准矢量21期间的风险。根据一个实施方式，对于移动的车辆，错误的线或细长元件将不会持续，并且自动平移系统适于监测自上次检测到线或细长元件以来的时间并且在一定时间(例如1秒)之后如果不再能够检测到线或细长元件就释放该线或细长元件的锁定。在实践中，这将允许系统有效地锁定到拖车的线或细长元件上，同时防止有缺陷的线或细长元件将系统完全锁定。根据一个实施方式，该系统可以进一步记住拖车在停止时的位置以更准确地初始化该系统。