[發明專利]一種庫位識別方法及裝置

在審

• 申請號: 201810904428.7
• 申請日: 2018-08-09
• 公開（公告）號: CN110826364A
• 公開（公告）日: 2020-02-21
• 發明（設計）人: 韓偉斌;周啟晟;唐云;梁偉銘;姚杰
• 申請（專利權）人: 上海汽車集團股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京信遠達知識產權代理有限公司 11304
• 代理人: 魏曉波

本發明提供了一種庫位識別方法及裝置，該方法包括：獲取車輛四路魚眼相機環視圖像；對車輛四路魚眼相機環視圖像進行環視鳥瞰圖拼接得到鳥瞰環視圖；利用預先訓練的yolo網絡，檢測鳥瞰環視圖中的庫位角點；根據庫位角點生成庫位ROI感興趣區域；利用預先訓練的深度學習神經網絡，識別庫位ROI所對應的庫位類型。由于深度學習神經網絡具有較強的泛化能力，因此本發明可以實現在不同天氣、不同光照等條件下精確定位車輛周邊的庫位，從而提高庫位識別的準確度。

技術領域

本發明涉及汽車輔助駕駛技術領域，更具體地說，涉及一種庫位識別方法及裝置。

背景技術

隨著人工智能技術的不斷發展，汽車輔助駕駛技術日益成熟。為實現航位推算，就需要提供精確的庫位信息。

現有庫位檢測方法主要基于車載傳感器，通過四個車載攝像頭采集圖像，經圖像處理最終得到庫位信息。但是，由于圖像處理一般采用圖像濾波、邊緣增強、邊緣檢測等邊緣特征提取方式，其泛化能力相對較弱，在不同天氣、不同光照等條件下性能會有較大差異。

發明內容

為解決上述問題，本發明提供一種庫位識別方法及裝置，技術方案如下：

一種庫位識別方法，包括：

獲取車輛四路魚眼相機環視圖像；

對所述車輛四路魚眼相機環視圖像進行環視鳥瞰圖拼接得到鳥瞰環視圖；

利用預先訓練的yolo網絡，檢測所述鳥瞰環視圖中的庫位角點；

根據所述庫位角點生成庫位ROI感興趣區域；

利用預先訓練的深度學習神經網絡，識別所述庫位ROI所對應的庫位類型。

優選的，所述根據所述庫位角點生成庫位ROI感興趣區域，包括：

對所述庫位角點進行兩兩組合確定候選庫位ROI；

從所述候選庫位ROI中篩選符合預設庫位角點條件的候選庫位ROI。

優選的，所述對所述車輛四路魚眼相機環視圖像進行環視鳥瞰圖拼接得到鳥瞰環視圖之前，所述方法還包括：

對所述車輛四路魚眼相機環視圖進行圖像畸變矯正。

優選的，所述方法還包括：

對所述庫位角點進行位置矯正。

優選的，所述方法還包括：

對所述庫位類型進行類型矯正。

一種庫位識別裝置，其特征在于，包括：

圖像獲取模塊，用于獲取車輛四路魚眼相機環視圖像；

拼接模塊，用于對所述車輛四路魚眼相機環視圖像進行環視鳥瞰圖拼接得到鳥瞰環視圖；

檢測模塊，用于利用預先訓練的yolo網絡，檢測所述鳥瞰環視圖中的庫位角點；

生成模塊，用于根據所述庫位角點生成庫位ROI感興趣區域；

識別模塊，用于利用預先訓練的深度學習神經網絡，識別所述庫位ROI所對應的庫位類型。

優選的，所述生成模塊，具體用于：

對所述庫位角點進行兩兩組合確定候選庫位ROI；從所述候選庫位ROI中篩選符合預設庫位角點條件的候選庫位ROI。

優選的，還包括：

第一矯正模塊，用于對所述車輛四路魚眼相機環視圖像進行圖像畸變矯正。

優選的，還包括：