[發明專利]用于檢測車位的方法、裝置、設備、存儲介質以及車輛

有效

• 申請號: 201911019213.8
• 申請日: 2019-10-24
• 公開（公告）號: CN110796063B
• 公開（公告）日: 2022-09-09
• 發明（設計）人: 潘杰;鄧逸安
• 申請（專利權）人: 百度在線網絡技術(北京)有限公司
• 主分類號: G06V20/56
• 分類號: G06V20/56
• 代理公司: 北京市金杜律師事務所 11256
• 代理人: 李輝;丁君軍

本公開的實施例公開了一種用于檢測車位的方法、裝置、設備、存儲介質以及車輛，其涉及自主泊車技術領域。方法包括獲得呈現待檢測的目標車位的輸入圖像。方法還包括使用輸入圖像同時檢測目標車位的角點和車位線，然后基于檢測到的車位線來修正檢測到的角點的位置。本公開的實施例同時檢測圖像中的目標車位的角點和車位線，利用相對穩定的車位線來修正角點，這種聯合檢測方法能夠提高角點檢測的精度，減少角點的抖動。此外，本公開的一些實施例可以使用神經網絡模型來完成車位的檢測，由此提高檢測速度，節省檢測耗時。

技術領域

本公開的實施例總體上涉及自動駕駛領域，并且更具體地涉及自主泊車技術領域。

背景技術

自動駕駛又稱無人駕駛，是一種通過計算機系統實現無人駕駛車輛的技術。自動駕駛車輛依靠人工智能、視覺計算、雷達系統、監控裝置以及衛星定位系統等協同合作，能夠使得計算機在沒有人類操作下自動安全地操作車輛。自動駕駛根據自動化水平高低可以分為以下幾個階段：輔助駕駛、半自動駕駛、高度自動駕駛以及完全自動駕駛。

自主泊車是自動駕駛中的一項重要功能，其是指車輛自動地泊車入位而不需要人工操作或控制。在自主泊車場景中，自動駕駛車輛需要完成自動巡航、空車位尋找、倒車入庫等一系列過程，從而在停車場內自主完成整個泊車的全部過程。其中的空車位尋找和倒車入庫過程需要借助感知技術獲取決策控制模塊所依賴的關鍵視覺信息。感知檢測結果的精確程度直接影響車輛泊車的效果。若感知出現偏差，車輛將無法準確停靠在車位的正中位置，而如果車位兩側有其他已停靠車輛，還可能發生車輛碰撞事故。

發明內容

根據本公開的示例實施例，提供了一種用于檢測車位的方法、裝置、設備、存儲介質以及車輛。

在本公開的第一方面中，提供了一種用于檢測車位的方法。該方法包括：獲得呈現待檢測的目標車位的輸入圖像；基于輸入圖像檢測目標車位的角點和車位線；以及基于檢測到的車位線，修正檢測到的角點的位置。

在本公開的第二方面中，提供了一種用于檢測車位的裝置。該裝置包括：圖像獲得模塊，被配置為獲得呈現待檢測的目標車位的輸入圖像；角點和車位線檢測模塊，被配置為基于輸入圖像檢測目標車位的角點和車位線；以及角點修正模塊，被配置為基于檢測到的車位線，修正檢測到的角點的位置。

在本公開的第三方面中，提供了一種電子設備，其包括一個或多個處理器以及存儲裝置，存儲裝置用于存儲一個或多個程序。一個或多個程序當被一個或多個處理器執行，使得電子設備實現根據本公開的實施例的方法或過程。

在本公開的第四方面中，提供了一種計算機可讀介質，其上存儲有計算機程序，該程序被處理器執行時實現根據本公開的實施例的方法或過程。

在本公開的第五方面中，提供了一種車輛，其包括根據本公開的實施例的電子設備。

應當理解，本發明內容部分中所描述的內容并非旨在標識本公開的實施例的關鍵或重要特征，也不用于限制本公開的范圍。本公開的其它特征將通過以下的說明書而變得容易理解。

附圖說明

結合附圖并參考以下詳細說明，本公開各實施例的上述和其他特征、優點及方面將變得更加明顯。在附圖中，相同或相似的附圖標記表示相同或相似的元素，其中：

圖1A-1B示出了本公開的實施例的自主泊車場景的示例環境；

圖2示出了根據本公開的實施例的用于檢測車位的方法的流程圖；

圖3示出了根據本公開的實施例的用于在圖像中檢測車位的角點的過程的示意圖；

圖4示出了根據本公開的實施例的示例自主泊車系統的架構的示意圖；

圖5示出了根據本公開的實施例的用于檢測空車位的方法的流程圖；

圖6示出了根據本公開的實施例的神經網絡模型的架構的示意圖；