[發明專利]一種搜集停車位難例數據集的方法

在審

• 申請號: 202210330602.8
• 申請日: 2022-03-30
• 公開（公告）號: CN114694118A
• 公開（公告）日: 2022-07-01
• 發明（設計）人: 陳永昌;張鵬飛;胡銘旭;季學文;庹新娟
• 申請（專利權）人: 東風汽車集團股份有限公司
• 主分類號: G06V20/58
• 分類號: G06V20/58
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 王丹

本發明提供了一種搜集停車位難例數據集的方法，以圖像作為輸入，通過利用每次自動泊車對自定義車位的識別過程，識別圖像中的劃線停車位，實現了自動搜集停車位難例數據的功能。本發明不需要采集到所有場景下的環視圖像，不需要人工標注停車位的特征，節省了大量的人力資源。本發明不需要明確窮舉所有的停車位場景，也不需要準確辨別難例場景，克服了只有當遇到已經訓練好的停車位檢測模型也無法準確識別到的停車位場景時，才能采集該停車位場景作為停車位難例的困難。本發明識別準確率高、適用場景廣泛。

技術領域

本發明屬于汽車電子軟件技術領域，具體涉及一種搜集停車位難例數據集的方法。

背景技術

目前，智能汽車已經越來越多地搭載了自動泊車技術。自動泊車技術是利用車載傳感器識別車輛周圍的停車位，然后控制車輛自動泊入停車位內。

深度卷積神經網絡技術是識別停車位的主要方法之一，也是目前識別準確率最高、適用場景最廣泛的方法之一。深度卷積神經網絡需要數以十萬計的標注的樣本數據作為網絡模型的訓練集，經過足夠輪次的訓練之后，才能得到可以用于檢測目標特征的模型權重。

基于深度卷積神經網絡的停車位識別是以圖像作為輸入，識別圖像中的劃線停車位。輸入的圖像是安裝在車輛正前方、正后方和左右后視鏡的四個車載魚眼攝像頭獲取的魚眼圖像，經過環視拼接技術之后得到的環視拼接圖像。

為了訓練用于檢測停車位的模型權重，需要采集大量的不同場景下的停車位環視圖像，比如室外場景下晴天、雨天、雪天等；停車場地面材質有柏油、水泥和轉草地；停車位車位線顏色有白色、綠色、黃色等；停車位車位線線型有直線、虛線和點虛線等；停車位類型有垂直車位、水平車位和斜車位等。在模型訓練階段，需要采集足夠多的停車位環視圖像數據作為訓練集數據，但是開發人員不可能將所有場景下的環視圖像都采集到，采集的停車位數據集還要經過人工標注，將其中停車位的特征標注出來，需要耗費巨大的人力資源。

目前，基于深度卷積神經網絡的停車位識別的識別準確率可以達到百分之九十以上，要進一步提高識別準確率，就需要采集訓練集中沒有覆蓋到停車位場景，稱之為難例，難例是真實存在但不常見的場景。在模型訓練階段采集數據集時，開發人員并不能明確窮舉所有的停車位場景，也不能準確辨別難例場景，只有當遇到已經訓練好的停車位檢測模型也無法準確識別到的停車位場景時，才能采集該停車位場景作為停車位難例。

發明內容

本發明要解決的技術問題是：提供一種搜集停車位難例數據集的方法，用于實現自動搜集停車位難例數據的功能。

本發明為解決上述技術問題所采取的技術方案為：一種搜集停車位難例數據集的方法，包括以下步驟：

S0：在自動泊車系統中增加自定義車位模塊；通過安裝在車輛正前方、正后方和左右后視鏡的四個車載魚眼攝像頭獲取魚眼圖像，經過環視拼接得到環視圖像；

S1：開啟自動泊車系統，車載屏幕顯示環視圖像；

S2：若自動泊車系統成功在環視圖像中識別停車位，結束自動搜集停車位難例數據集功能；若自動泊車系統沒有在環視圖像中識別到停車位或識別停車位不準確時，啟動自定義車位模塊；

S3：駕駛員通過觸控方式調整自定義車位的大小、角度和位置；

S4：駕駛員發送自動泊入請求，自動泊車控制器控制車輛對自定義車位進行自動泊入，若車輛未能成功泊入自定義停車位，結束自動搜集停車位難例數據集功能；若車輛成功泊入自定義停車位，將此時的環視圖像作為難例圖像保存到自動泊車控制器中，將自定義車位的四個頂點坐標作為難例圖像的標注保存到自動泊車控制器中；

S5：自動泊車控制器將難例圖像和標注發送到車載V2X模塊中；

S6：車載V2X模塊將收到的難例圖像和標注上傳至云端服務器；

S7：刪除保存在自動泊車控制器中的難例圖像和標注文件。