CN107527017A - 停车位检测方法及系统、存储介质及电子设备 - Google Patents

停车位检测方法及系统、存储介质及电子设备 Download PDF

Info

Publication number
CN107527017A
CN107527017A CN201710613970.2A CN201710613970A CN107527017A CN 107527017 A CN107527017 A CN 107527017A CN 201710613970 A CN201710613970 A CN 201710613970A CN 107527017 A CN107527017 A CN 107527017A
Authority
CN
China
Prior art keywords
parking stall
bright line
doubtful
line bar
base
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710613970.2A
Other languages
English (en)
Other versions
CN107527017B (zh
Inventor
张伟伟
唐锐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zongmu Technology Shanghai Co Ltd
Original Assignee
Zongmu Technology Shanghai Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zongmu Technology Shanghai Co Ltd filed Critical Zongmu Technology Shanghai Co Ltd
Priority to CN201710613970.2A priority Critical patent/CN107527017B/zh
Publication of CN107527017A publication Critical patent/CN107527017A/zh
Application granted granted Critical
Publication of CN107527017B publication Critical patent/CN107527017B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle

Abstract

本发明提供停车位检测方法及系统，包括：采集车辆周边图像，从中检测出若干疑似停车位，其由相互平行或近似平行的、并相隔第一预设间距的两个侧边亮线条，以及在两个侧边亮线条的某一端的一定区域内与这两个侧边亮线条呈一定角度相交的底边直线段/底边亮线条所构成；或者，其由相互平行或近似平行的、并相隔第一预设间距的一个侧边亮线条和一个直线段，以及在一个侧边亮线条和一个直线段的某一端的一定区域内与这一个侧边亮线条和一个直线段呈一定角度相交的底边直线段/底边亮线条所构成；分析各疑似停车位的可信度，并将可信度最高的疑似停车位确定为真实停车位。本发明能从检测的多个疑似停车位中判断出真实停车位，为自动泊车提供有效协助。

Description

停车位检测方法及系统、存储介质及电子设备
技术领域
本发明涉及图像处理领域，特别是涉及一种停车位的检测方法及系统、计算机可读存储介质及电子设备。
背景技术
停车位就是相关部门规划整齐的用来专门停车的位置。有的在地下停车场，有的在普通的小区，有的在闹市，有的在办公楼下方。目前，停车位包括垂直停车位、水平停车位、斜停车位等，不管是哪种停车位都是通过粗细均匀，线条笔直的停车线来划定的。
随着科学技术的发展，越来越多的车辆搭载了具有自动泊车功能的车载终端，车载终端通过存储并执行预设的软件算法来实现自动泊车功能。然而，在停车位检测过程中，同一个停车位的位置处往往会检测出非常多位置相近、角度相近的线段，这些线段又组合成了位置有差异的多个停车位，而在现实世界中这个位置处其实只有一个停车位。如何从这些停车位中找到位置最接近真实车位的那一个，从而准确地定位真实停车位的位置，实已成为本领域技术人员亟待解决的技术问题。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供停车位检测方法及系统、存储介质及电子设备，用于从采集的车辆周边图像中准确地检测出真实停车位的位置。
为实现上述目的及其他相关目的，本发明提供一种停车位检测方法，包括：采集车辆周边图像；从所述车辆周边图像中检测出若干疑似停车位；各所述疑似停车位由相互平行或近似平行的、并相隔第一预设间距的两个侧边亮线条，以及在所述两个侧边亮线条的某一端的一定区域内与这两个侧边亮线条呈一定角度相交的底边直线段/底边亮线条所构成；或者，各所述疑似停车位由相互平行或近似平行的、并相隔第一预设间距的一个侧边亮线条和一个侧边直线段，以及在所述一个侧边亮线条和一个侧边直线段的某一端的一定区域内与这一个侧边亮线条和一个侧边直线段呈一定角度相交的底边直线段/底边亮线条所构成；其中，所述侧边亮线条由检测出的相互平行或近似平行、并相隔第二预设间距的、且像素点梯度方向相反的两条直线段之间的区域所构成；分析各所述疑似停车位的可信度，并将可信度最高的疑似停车位确定为真实停车位。
于本发明一实施例中，所述分析各所述疑似停车位的可信度并将可信度最高的疑似停车位确定为真实停车位，包括：将各所述疑似停车位按照位置的近似程度进行分组；分析各组中的疑似停车位的可信度，并将可信度最高的疑似停车位确定为真实停车位。
于本发明一实施例中，所述可信度的评判方式包括方式1)：若相邻的疑似停车位具有同一底边直线段/底边亮线条，则该底边直线段/底边亮线条的可信度设为第一预设值，且该底边直线段/底边亮线条及其对应的侧边亮线条/侧边直线段所构成的疑似停车位的可信度设为第二预设值；判断该疑似停车位的亮线条是否为白线条/黄线条；若是，则进一步判断该疑似停车位的侧边亮线条/侧边直线段与底边直线段/底边亮线条的位置关系是否满足预设组合方式；若是，则该疑似停车位的可信度设为第三预设值；其中，所述第一预设值大于所述第二预设值，所述第二预设值大于所述第三预设值；综合该疑似停车位获得的可信度值，若该可信度值大于预设阈值，则该疑似停车位即为真实停车位。
于本发明一实施例中，所述预设组合方式包括：T型、L型、十字型、和/或I型。
于本发明一实施例中，所述方式1)适用于停车场地面具有反光现象的情况。
于本发明一实施例中，当通过所述方式1)无法分析出真实停车位时，所述可信度的评判方式还包括方式2)，即通过以下公式计算各所述疑似停车位的可信度值，并将组中可信度值最高的疑似停车位确定为真实停车位：
其中，所述疑似停车位i的夹角值是指：侧边亮线条与底边直线段/底边亮线条所构成的夹角与直角之间的差值。
于本发明一实施例中，还包括：在根据所述公式计算可信度之前，将侧边亮线条和底边直线段/底边亮线条所构成的夹角进行筛选，将与直角的差值超过预设角度值的疑似停车位i排除。
于本发明一实施例中，所述疑似停车位i的亮度值是所述疑似停车位i的亮线条的平均亮度值。
于本发明一实施例中，还包括：在根据所述公式计算可信度之前，将平均亮度值低于预设亮度值的疑似停车位i排除。
于本发明一实施例中，所述亮度权重、所述侧边亮线条长度权重、及所述底边直线段/底边亮线条长度权重分别大于所述夹角权重。
为实现上述目的及其他相关目的，本发明提供一种停车位检测系统，包括：图像采集模块，用于采集车辆周边图像；停车位检测模块，用于从所述车辆周边图像中检测出若干疑似停车位；各所述疑似停车位由相互平行或近似平行的、并相隔第一预设间距的两个侧边亮线条，以及在所述两个侧边亮线条的某一端的一定区域内与这两个侧边亮线条呈一定角度相交的底边直线段/底边亮线条所构成；或者，各所述疑似停车位由相互平行或近似平行的、并相隔第一预设间距的一个侧边亮线条和一个侧边直线段，以及在所述一个侧边亮线条和一个侧边直线段的某一端的一定区域内与这一个侧边亮线条和一个侧边直线段呈一定角度相交的底边直线段/底边亮线条所构成；其中，所述侧边亮线条由检测出的相互平行或近似平行、并相隔第二预设间距的、且像素点梯度方向相反的两条直线段之间的区域所构成；分析各所述疑似停车位的可信度，并将可信度最高的疑似停车位确定为真实停车位。
为实现上述目的及其他相关目的，本发明提供一种存储介质，其中存储有计算机程序，其特征在于，所述计算机程序被处理器加载执行时，实现如上任一所述的停车位检测方法。
为实现上述目的及其他相关目的，本发明提供一种电子设备，包括：处理器、及存储器；其中，所述存储器用于存储计算机程序；所述处理器用于加载执行所述计算机程序，以使所述电子设备执行如上任一所述的停车位检测方法。
如上所述，本发明的停车位检测方法及系统、存储介质及电子设备，可以排除图像中的反光瓷砖、障碍物、砖块等造成的干扰，从采集的车辆周边图像中准确地检测出真实停车位的具体位置，为驾驶员停车提供有效协助，提高用户体验。
附图说明
图1A～1C显示为现有技术中的三种典型的停车位。
图2显示为本发明一实施例中的停车位检测方法的流程示意图。
图3A～3D显示为本发明的几种疑似停车位的结构示意图。
图4显示为本发明一实施例中的亮线条的中心线的示意图。
图5显示为本发明一实施例中的停车位检测系统的模块示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
图1A～1C显示了现有的几种典型的停车位类型，其中，箭头的方向表示汽车的车尾驶入的方向。图1A显示的是“一字型”停车位，图1B显示的是“非字型”停车位，图1C显示的“斜线型”停车位。本发明的停车位检测方法，通过不同的参数设置，可以从采集的图像中精准地定位出这些类型的停车位，并给出这些停车位的具体位置，为驾驶员泊车提供有效的协助。如图2所示，具体实现过程如下：
步骤S201：采集车辆周边图像。
所述车辆周边图像的采集可以通过设置在车辆上的鱼眼摄像头、前置摄像头、后置摄像头等设备来实现，该车辆周边图像中包含了通过白色或黄色宽线条划定的一个或多个停车位。
步骤S202：从所述车辆周边图像中检测出若干疑似停车位。
请参阅图3A～3B，各所述疑似停车位由相互平行或近似平行的、并相隔第一预设间距的两个侧边亮线条，以及在所述两个侧边亮线条的某一端的一定区域内与这两个侧边亮线条呈一定角度α相交的底边直线段/底边亮线条所构成；其中，所述侧边亮线条由检测出的相互平行或近似平行、并相隔第二预设间距的、且像素点梯度方向相反的两条直线段之间的区域所构成。
请参阅图3C～3D，各所述疑似停车位还可以由相互平行或近似平行的、并相隔第一预设间距的一个侧边亮线条和一个侧边直线段，以及在所述一个侧边亮线条和一个侧边直线段的某一端的一定区域内与这一个侧边亮线条和一个侧边直线段呈一定角度α相交的底边直线段/底边亮线条所构成；其中，所述侧边亮线条由检测出的相互平行或近似平行、并相隔第二预设间距的、且像素点梯度方向相反的两条直线段之间的区域所构成。
需要说明的是，上述的“相互平行”是指左右夹角α值相同(α值可以是90°、60°等)；上述的“近似平行”是指左右夹角α值不相同，即二者存在一定角度的误差值(误差值可以根据实际情况设置，如1°、5°等)。对于“第一预设间距”和“第二预设间距”，由于车位线的划定是有国家规定标准的，所以这里的间距设置应当结合具体场景下的停车位规格进行设置，并允许有一定幅度的误差值。优选的，由于侧边亮线条具有一定的宽度，所以在参与夹角或距离的计算时，应当以其中心线为准，如图4所示。
特别的，按照国家规定标准，车位线一般都是白色或黄色，在采集的车辆周边图像中往往显示为比较亮的线条。在图像处理中，我们将与周围像素点的差值大于某一预设值的像素点定义为“亮”。基于此，寻找像素点梯度方向相反的两个亮线条就可以通过以下方式实现：首先，将输入图像缩小为原来大小的80％左右，目的在于减弱甚至消除很多图像中出现的锯齿效应；然后，在2×2的模板上进行图像梯度的计算。具体的：给定
其中，i(x,y)是灰度图像上像素点(x,y)处的灰度值，图像的梯度通过以下的式子(1)和(2)来得到：
而level-line的角度(像素点的梯度方向)则通过下面的式子(3)得到：
相应的，每个像素点的梯度幅值则通过下面的式子(4)得到：
这里，在计算过程中利用尽可能小的模板是为了尽量减少梯度计算过程中的彼此依赖。梯度和level-time角度两者将图像的边缘进行编码，即从黑到白的转换。特别的，从黑到白和从白到黑是不同的，两者在梯度和level-line上具有180度的差异。当灰度图的进行亮度翻转时(黑的像素变白、白的像素变黑)，则检测到的直线的起始点和终止点交换。
步骤S203：分析各所述疑似停车位的可信度，并将可信度最高的疑似停车位确定为真实停车位。
在一种较佳的实施方式中，在分析疑似停车位的可信度之前，首先，将各所述疑似停车位按照位置的近似程度进行分组，然后，分析各组中的疑似停车位的可信度，并将可信度最高的疑似停车位确定为真实停车位。这样做的目的是有利于选出某个位置处的最准确的停车位。
可信度的评判方式包括以下几种：
方式1)：若相邻的疑似停车位具有同一底边直线段/底边亮线条，则该底边直线段/底边亮线条的可信度设为第一预设值(最高)，且该底边直线段/底边亮线条及其对应的侧边亮线条所构成的疑似停车位的可信度设为第二预设值(较高)；判断该疑似停车位的亮线条是否为白线条/黄线条；若是，则进一步判断该疑似停车位的侧边亮线条与底边直线段/底边亮线条的位置关系是否满足预设组合方式，如图1A～1C所示的：T型、L型、十字型、I型(未图示)等；若是，则该疑似停车位的可信度设为第三预设值(次高)；随后，综合该疑似停车位获得的可信度值，若该可信度值大于预设阈值，则该疑似停车位即为真实停车位。
需要说明的是，该方式对于停车场地面具有反光现象的情况效果尤佳。由于真实停车位的位置亮度比较高，然而，当地面有反光时亮度也会比较高，直接影响了真实停车位的选择。因此，此时需要结合侧边和底边的组合类型等综合信息进行舍取。
当通过所述方式1)无法分析出真实停车位时，所述可信度的评判方式还包括方式2)，即通过以下公式计算各所述疑似停车位的可信度值，并将组中可信度值最高的疑似停车位确定为真实停车位：
其中，所述疑似停车位i的亮度值可以是所述疑似停车位i具有的亮线条的平均亮度值。所述疑似停车位i的夹角值是指：侧边亮线条与底边直线段/底边亮线条所构成的夹角与直角之间的差值。优选的，所述亮度权重、所述侧边亮线条长度权重、及所述底边亮线条长度权重分别大于所述夹角权重。
在一较佳的实施方式中，在根据所述公式计算可信度之前，将侧边亮线条和底边直线段/底边亮线条所构成的夹角进行筛选，将与直角的差值超过预设角度值的疑似停车位i排除。
在一较佳的实施方式中，在根据所述公式计算可信度之前，将平均亮度值低于预设亮度值的疑似停车位i排除。
如图5所示，与上述方法实施例原理相似的是，本发明提供一种停车位检测系统，包括：图像采集模块501、停车位检测模块502。由于前述方法实施例中的技术特征已经进行了详细说明，在本系统实施例中便不再重复赘述。
图像采集模块501采集车辆周边图像。停车位检测模块502从所述车辆周边图像中检测出若干疑似停车位；各所述疑似停车位由相互平行或近似平行的、并相隔第一预设间距的两个侧边亮线条，以及在所述两个侧边亮线条的某一端的一定区域内与这两个侧边亮线条呈一定角度相交的底边直线段/底边亮线条所构成；或者，各所述疑似停车位由相互平行或近似平行的、并相隔第一预设间距的一个侧边亮线条和一个侧边直线段，以及在所述一个侧边亮线条和一个侧边直线段的某一端的一定区域内与这一个侧边亮线条和一个侧边直线段呈一定角度相交的底边直线段/底边亮线条所构成；其中，所述侧边亮线条由检测出的相互平行或近似平行、并相隔第二预设间距的、且像素点梯度方向相反的两条直线段之间的区域所构成；分析各所述疑似停车位的可信度，并将可信度最高的疑似停车位确定为真实停车位。
除此之外，本发明还包括一种存储介质和一种电子设备，由于前述实施例中的技术特征可以应用于存储介质实施例、电子设备实施例，因而不再重复赘述。
所述存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质，其中存储有计算机程序，该计算机程序在被处理器加载执行时，实现前述实施例中停车位检测方法的全部或部分步骤。
所述电子设备为包括处理器(CPU/MCU/SOC)、存储器(ROM/RAM)的设备，优选为车载电脑。其中，设置在车辆上的多个摄像头与该电子设备电性连接。特别的，该存储器中存储有计算机程序，该处理器在加载执行所述计算机程序时，实现前述实施例中停车位检测方法的全部或部分步骤。
综上所述，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (13)

1.一种停车位检测方法，其特征在于，包括：
采集车辆周边图像；
从所述车辆周边图像中检测出若干疑似停车位；各所述疑似停车位由相互平行或近似平行的、并相隔第一预设间距的两个侧边亮线条，以及在所述两个侧边亮线条的某一端的一定区域内与这两个侧边亮线条呈一定角度相交的底边直线段/底边亮线条所构成；或者，各所述疑似停车位由相互平行或近似平行的、并相隔第一预设间距的一个侧边亮线条和一个侧边直线段，以及在所述一个侧边亮线条和一个侧边直线段的某一端的一定区域内与这一个侧边亮线条和一个侧边直线段呈一定角度相交的底边直线段/底边亮线条所构成；其中，所述侧边亮线条由检测出的相互平行或近似平行、并相隔第二预设间距的、且像素点梯度方向相反的两条直线段之间的区域所构成；
分析各所述疑似停车位的可信度，并将可信度最高的疑似停车位确定为真实停车位。
2.根据权利要求1所述的停车位检测方法，其特征在于，所述分析各所述疑似停车位的可信度并将可信度最高的疑似停车位确定为真实停车位，包括：
将各所述疑似停车位按照位置的近似程度进行分组；
分析各组中的疑似停车位的可信度，并将可信度最高的疑似停车位确定为真实停车位。
3.根据权利要求1所述的停车位检测方法，其特征在于，所述可信度的评判方式包括方式1)：
若相邻的疑似停车位具有同一底边直线段/底边亮线条，则该底边直线段/底边亮线条的可信度设为第一预设值，且该底边直线段/底边亮线条及其对应的侧边亮线条所构成的疑似停车位的可信度设为第二预设值；
判断该疑似停车位的亮线条是否为白线条/黄线条；
若是，则进一步判断该疑似停车位的侧边亮线条与底边直线段/底边亮线条的位置关系是否满足预设组合方式；若是，则该疑似停车位的可信度设为第三预设值；
其中，所述第一预设值大于所述第二预设值，所述第二预设值大于所述第三预设值；
综合该疑似停车位获得的可信度值，若该可信度值大于预设阈值，则该疑似停车位即为真实停车位。
4.根据权利要求3所述的停车位检测方法，其特征在于，所述预设组合方式包括：T型、L型、十字型、和/或I型。
5.根据权利要求3所述的停车位检测方法，其特征在于，所述方式1)适用于停车场地面具有反光现象的情况。
6.根据权利要求3所述的停车位检测方法，其特征在于，当通过所述方式1)无法分析出真实停车位时，所述可信度的评判方式还包括方式2)，即通过以下公式计算各所述疑似停车位的可信度值，并将组中可信度值最高的疑似停车位确定为真实停车位：
其中，所述疑似停车位i的夹角值是指：侧边亮线条与底边直线段/底边亮线条所构成的夹角与直角之间的差值。
7.根据权利要求6所述的停车位检测方法，其特征在于，还包括：在根据所述公式计算可信度之前，将侧边亮线条和底边直线段/底边亮线条所构成的夹角进行筛选，将与直角的差值超过预设角度值的疑似停车位i排除。
8.根据权利要求6所述的停车位检测方法，其特征在于，所述疑似停车位i的亮度值是所述疑似停车位i的亮线条的平均亮度值。
9.根据权利要求8所述的停车位检测方法，其特征在于，还包括：在根据所述公式计算可信度之前，将平均亮度值低于预设亮度值的疑似停车位i排除。
10.根据权利要求6所述的停车位检测方法，其特征在于，所述亮度权重、所述侧边亮线条长度权重、及所述底边直线段/底边亮线条长度权重分别大于所述夹角权重。
11.一种停车位检测系统，其特征在于，包括：
图像采集模块，用于采集车辆周边图像；
停车位检测模块，用于从所述车辆周边图像中检测出若干疑似停车位；各所述疑似停车位由相互平行或近似平行的、并相隔第一预设间距的两个侧边亮线条，以及在所述两个侧边亮线条的某一端的一定区域内与这两个侧边亮线条呈一定角度相交的底边直线段/底边亮线条所构成；或者，各所述疑似停车位由相互平行或近似平行的、并相隔第一预设间距的一个侧边亮线条和一个侧边直线段，以及在所述一个侧边亮线条和一个侧边直线段的某一端的一定区域内与这一个侧边亮线条和一个侧边直线段呈一定角度相交的底边直线段/底边亮线条所构成；其中，所述侧边亮线条由检测出的相互平行或近似平行、并相隔第二预设间距的、且像素点梯度方向相反的两条直线段之间的区域所构成；分析各所述疑似停车位的可信度，并将可信度最高的疑似停车位确定为真实停车位。
12.一种存储介质，其中存储有计算机程序，其特征在于，所述计算机程序被处理器加载执行时，实现如权利要求1至10中任一所述的停车位检测方法。
13.一种电子设备，其特征在于，包括：处理器、及存储器；其中，
所述存储器用于存储计算机程序；
所述处理器用于加载执行所述计算机程序，以使所述电子设备执行如权利要求1至10中任一所述的停车位检测方法。
CN201710613970.2A 2017-07-25 2017-07-25 停车位检测方法及系统、存储介质及电子设备 Active CN107527017B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710613970.2A CN107527017B (zh) 2017-07-25 2017-07-25 停车位检测方法及系统、存储介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710613970.2A CN107527017B (zh) 2017-07-25 2017-07-25 停车位检测方法及系统、存储介质及电子设备

Publications (2)

Publication Number Publication Date
CN107527017A true CN107527017A (zh) 2017-12-29
CN107527017B CN107527017B (zh) 2021-03-12

Family

ID=60680095

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710613970.2A Active CN107527017B (zh) 2017-07-25 2017-07-25 停车位检测方法及系统、存储介质及电子设备

Country Status (1)

Country Link
CN (1) CN107527017B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110322680A (zh) * 2018-03-29 2019-10-11 纵目科技（上海）股份有限公司 一种基于指定点的单车位检测方法、系统、终端和存储介质
CN110472580A (zh) * 2019-08-16 2019-11-19 北京茵沃汽车科技有限公司 基于全景影像的检测车位的方法、装置、存储介质
CN110515376A (zh) * 2019-07-26 2019-11-29 纵目科技（上海）股份有限公司 一种航迹推演校正的评价方法、终端和存储介质
CN110706509A (zh) * 2019-10-12 2020-01-17 东软睿驰汽车技术（沈阳）有限公司 车位及其方向角度检测方法、装置、设备及介质
CN111942373A (zh) * 2020-08-06 2020-11-17 广州小鹏车联网科技有限公司 自动泊车方法、自动泊车装置和车辆
WO2021042487A1 (zh) * 2019-09-06 2021-03-11 苏州科瓴精密机械科技有限公司 自动工作系统、自动行走设备及其控制方法及计算机可读存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103358993A (zh) * 2012-04-10 2013-10-23 现代自动车株式会社 用于识别车辆停车位线标记的系统和方法
CN103600707A (zh) * 2013-11-06 2014-02-26 同济大学 一种智能泊车系统的泊车位检测装置及方法
CN104077756A (zh) * 2014-07-16 2014-10-01 中电海康集团有限公司 一种基于车道线置信度的方向滤波方法
CN105608924A (zh) * 2016-02-18 2016-05-25 广州橙行智动汽车科技有限公司 一种基于超声波雷达的泊车车位检测方法
US20170177956A1 (en) * 2015-12-18 2017-06-22 Fujitsu Limited Detection apparatus and method for parking space, and image processing device

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103358993A (zh) * 2012-04-10 2013-10-23 现代自动车株式会社 用于识别车辆停车位线标记的系统和方法
CN103600707A (zh) * 2013-11-06 2014-02-26 同济大学 一种智能泊车系统的泊车位检测装置及方法
CN104077756A (zh) * 2014-07-16 2014-10-01 中电海康集团有限公司 一种基于车道线置信度的方向滤波方法
US20170177956A1 (en) * 2015-12-18 2017-06-22 Fujitsu Limited Detection apparatus and method for parking space, and image processing device
CN105608924A (zh) * 2016-02-18 2016-05-25 广州橙行智动汽车科技有限公司 一种基于超声波雷达的泊车车位检测方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110322680A (zh) * 2018-03-29 2019-10-11 纵目科技（上海）股份有限公司 一种基于指定点的单车位检测方法、系统、终端和存储介质
CN110322680B (zh) * 2018-03-29 2022-01-28 纵目科技（上海）股份有限公司 一种基于指定点的单车位检测方法、系统、终端和存储介质
CN110515376A (zh) * 2019-07-26 2019-11-29 纵目科技（上海）股份有限公司 一种航迹推演校正的评价方法、终端和存储介质
CN110515376B (zh) * 2019-07-26 2023-11-28 纵目科技（上海）股份有限公司 一种航迹推演校正的评价方法、终端和存储介质
CN110472580A (zh) * 2019-08-16 2019-11-19 北京茵沃汽车科技有限公司 基于全景影像的检测车位的方法、装置、存储介质
WO2021042487A1 (zh) * 2019-09-06 2021-03-11 苏州科瓴精密机械科技有限公司 自动工作系统、自动行走设备及其控制方法及计算机可读存储介质
CN110706509A (zh) * 2019-10-12 2020-01-17 东软睿驰汽车技术（沈阳）有限公司 车位及其方向角度检测方法、装置、设备及介质
CN111942373A (zh) * 2020-08-06 2020-11-17 广州小鹏车联网科技有限公司 自动泊车方法、自动泊车装置和车辆

Also Published As

Publication number Publication date
CN107527017B (zh) 2021-03-12

Similar Documents

Publication Publication Date Title
CN107527017A (zh) 停车位检测方法及系统、存储介质及电子设备
CN107491738A (zh) 停车位检测方法及系统、存储介质及电子设备
CN113874927B (zh) 停车检测方法、系统、处理设备和存储介质
CN106373426B (zh) 基于计算机视觉的停车位及违规占道停车监控方法
CN104933409B (zh) 一种基于全景图像点线特征的车位识别方法
CN109087510B (zh) 交通监测方法及装置
CN109284674B (zh) 一种确定车道线的方法及装置
KR101854554B1 (ko) 건축물 높이 산출 방법, 장치 및 저장 매체
JP5664152B2 (ja) 撮像装置、車載用撮像システム及び物体識別装置
CN105913685A (zh) 一种基于视频监控的车位识别及智能引导方法
CN103295420A (zh) 一种车道线识别的方法
CN104376741A (zh) 一种车位状态检测方法与系统
WO2013029722A2 (de) Verfahren zur umgebungsrepräsentation
CN103544480A (zh) 车辆颜色识别方法
CN112052782A (zh) 基于环视的停车位识别方法、装置、设备及存储介质
CN111681259A (zh) 基于无Anchor机制检测网络的车辆跟踪模型建立方法
CN106407951A (zh) 一种基于单目视觉的夜间前方车辆检测方法
CN111967396A (zh) 障碍物检测的处理方法、装置、设备及存储介质
CN111160132B (zh) 障碍物所在车道的确定方法、装置、电子设备和存储介质
CN104835142A (zh) 一种基于纹理特征的车辆排队长度检测方法
JP6205712B2 (ja) 横断歩道検出装置および横断歩道検出方法
CN107230212A (zh) 一种基于视觉的手机尺寸的测量方法及系统
CN102280028B (zh) 基于动态背景分析和监控带扫描的车辆监测方法
CN108629227A (zh) 在图像中确定车辆左右边界的方法及系统
CN113158728B (zh) 一种基于灰度共生矩阵的车位状态检测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant