CN109871745A - 识别空车位的方法、系统及车辆 - Google Patents
识别空车位的方法、系统及车辆 Download PDFInfo
- Publication number
- CN109871745A CN109871745A CN201811641486.1A CN201811641486A CN109871745A CN 109871745 A CN109871745 A CN 109871745A CN 201811641486 A CN201811641486 A CN 201811641486A CN 109871745 A CN109871745 A CN 109871745A
- Authority
- CN
- China
- Prior art keywords
- parking stall
- angle point
- default
- vehicle
- empty
- 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
Links
Abstract
本发明实施例提供一种识别空车位的方法、系统及车辆，属于车位监控技术领域。所述方法包括：基于车辆所采集的车位图片，采用视觉检测方法确定车位角点的位置信息；基于所述车位角点的位置信息及预设标定模型，获取该车位角点的世界坐标；比较所述车位角点的世界坐标及预设车位的角点的实际坐标，并且在该车位角点的世界坐标与该预设车位的角点的实际坐标一致的情况下，识别该车位角点所对应的车位为预设车位；及基于超声波数据与行驶距离间的变化关系及所述预设车位的角点的实际坐标，识别所述预设车位为空车位。该方法可在自动泊车或代客泊车中精确有效地检测到预设车位中的空车位，实现空车位的智能化检测，从而车辆可准确地停在预设车位上。
Description
技术领域
本发明涉及车位监控技术领域，具体地涉及一种识别空车位的方法、系统及车辆。
背景技术
目前市面上各厂的空车位检测大都采用超声波检测方案，但对于两车之间的空位只要满足宽度条件都有可能识别成空车位，故实际上所识别的空车位可能并非属于预设车位。因此，在自动泊车或代客泊车过程中，若按照超声波检测方案检测到的空车位进行停车，很有可能停在预设车位之外的任何位置，不能实现精确且规范停车的目的。
发明内容
本发明实施例的目的是提供一种识别空车位的方法，该方法可在自动泊车或代客泊车过程中精确有效地检测到预设车位中的空车位，实现空车位的智能化检测，从而车辆可准确地停在预设车位上。
为了实现上述目的，本发明实施例提供一种识别空车位的方法，该方法包括：基于车辆所采集的车位图片，采用视觉检测方法确定车位角点的位置信息；基于所述车位角点的位置信息及预设标定模型，获取所述车位角点的世界坐标；比较所述车位角点的世界坐标及预设车位的角点的实际坐标，并且在所述车位角点的世界坐标与所述预设车位的角点的实际坐标一致的情况下，识别所述车位角点所对应的车位为所述预设车位；以及基于所述车辆所采集的超声波数据与行驶距离间的变化关系及所述预设车位的角点的实际坐标，识别所述预设车位为空车位。
可选的，所述基于所述车辆所采集的超声波数据与行驶距离间的变化关系及所述预设车位的角点的实际坐标，识别所述预设车位为空车位包括：在所述行驶距离表明所述车辆行驶在所述预设车位两侧角点的范围内任一位置且所述超声波数据大于预设超声数据阈值的情况下，识别所述预设车位为空车位。
可选的，所述方法还包括：所述车辆通过鱼眼摄像头采集车位图片。
可选的，所述基于所述车位角点的位置信息及预设标定模型，获取所述车位角点的世界坐标包括：基于所述车位角点的位置信息及鱼眼摄像头标定数据库，获取所述车位角点的世界坐标。
可选的，所述方法还包括：在所述行驶距离表明所述车辆行驶在所述预设车位两侧角点的范围内且所述超声波数据小于所述预设超声数据阈值的情况下，识别所述预设车位为非空车位。
相应地，本发明实施例还提供一种识别空车位的系统，该系统包括：视觉检测装置，用于基于车辆所采集的车位图片，采用视觉检测方法确定车位角点的位置信息；世界坐标获取装置，用于基于所述车位角点的位置信息及预设标定模型，获取所述车位角点的世界坐标；预设车位识别装置，用于比较所述车位角点的世界坐标及预设车位的角点的实际坐标，并且在所述车位角点的世界坐标与所述预设车位的角点的实际坐标一致的情况下，识别所述车位角点所对应的车位为所述预设车位；以及空车位识别装置，用于基于所述车辆所采集的超声波数据与行驶距离间的变化关系及所述预设车位的角点的实际坐标，识别所述预设车位为空车位。
可选的，所述空车位识别装置还用于：在所述行驶距离表明所述车辆行驶在所述预设车位两侧角点的范围内任一位置且所述超声波数据大于预设超声数据阈值的情况下，识别所述预设车位为空车位。
可选的，所述系统还包括：鱼眼摄像头，用于在所述车辆巡航过程中采集车位图片。
可选的，所述世界坐标获取装置还用于：基于所述车位角点的位置信息及鱼眼摄像头标定数据库，获取所述车位角点的世界坐标。
可选的，所述空车位识别装置还用于：在所述行驶距离表明所述车辆行驶在所述预设车位两侧角点的范围内且所述超声波数据小于所述预设超声数据阈值的情况下，识别所述预设车位为非空车位。
可选的，所述系统还包括：轮速计，用于测量所述车辆的行驶距离。
相应地，本发明实施例还提供一种车辆，该车辆包含上述的识别空车位的系统。
相应地，本发明实施例还提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行上述的识别空车位的方法。
相应地，本发明实施例还提供一种处理器，用于运行程序，其中，所述程序被运行时用于执行上述的识别空车位的方法。
通过上述技术方案，本发明创造性地通过视觉检测方法确定车位图片的车位角点的位置信息，接着使用预设标定模型对所述车位角点的位置信息进行矫正以获取该车位角点的世界坐标，然后在该车位角点的世界坐标与预设车位的角点的实际坐标相符合的情况下，确认该车位角点所在的车位为预设车位，再结合超声波技术识别该预设车位是否为空车位，由此，其可在自动泊车或代客泊车过程中精确有效地检测到预设车位中的空车位，实现空车位的智能化检测，从而车辆可准确地停在预设车位上。
本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施例，但并不构成对本发明实施例的限制。在附图中：
图1是本发明一实施例提供的识别空车位的方法的流程图；
图2是本发明一实施例提供的巡航过程中车辆行驶经过预设车位的示意图；
图3是本发明一实施例提供的巡航过程中车辆行驶经过预设车位的超声波数据随行驶距离变化的示意图；以及
图4是本发明一实施例提供的识别空车位的系统的结构图。
附图标记说明
40 视觉检测装置 50 世界坐标获取装置
60 预设车位识别装置 70 空车位识别装置
具体实施方式
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施例，并不用于限制本发明实施例。
目前，泊车共分为自动泊车和代客泊车两种，其中，自动泊车是在停车位旁实现车辆的自动泊车入位过程；而代客泊车则在前者的基础上增加了一定距离范围内的无人驾驶功能。
图1为本发明一实施例提供的识别空车位的方法的流程图。如图1所示，本发明一实施例提供的识别空车位的方法可包括如下步骤：S101，基于车辆所采集的车位图片，采用视觉检测方法确定车位角点的位置信息；基于所述车位角点的位置信息及预设标定模型，获取所述车位角点的世界坐标；比较所述车位角点的世界坐标及预设车位的角点的实际坐标，并且在所述车位角点的世界坐标及预设车位的角点的实际坐标一致的情况下，识别所述车位角点所对应的车位为所述预设车位；以及基于所述车辆所采集的超声波数据与行驶距离间的变化关系及所述预设车位的角点的实际坐标，识别所述预设车位为空车位。该方法创造性地通过视觉检测方法确定车位图片的车位角点的位置信息，接着使用预设标定模型对所述车位角点的位置信息进行矫正以获取该车位角点的世界坐标，然后在该车位角点的世界坐标与预设车位的角点的实际坐标相符合的情况下，确认该车位角点所在的车位为预设车位，再结合超声波技术识别该预设车位是否为空车位，由此，其可实现在自动泊车或代客泊车过程中精确有效地检测到预设车位中的空车位，从而车辆可准确地停在预设车位上。
所述方法还可包括：所述车辆通过鱼眼摄像头采集车位图片。接着，视觉检测方法可通过深度学习模型的目标检测算法提取车位角点，具体过程如下：采用mobilenet提取图片上的多种特征点；对这些特征点进行训练并建立相应的模型；将车位图片输入所训练的模型中，采用SSD框对多种特征进行标注及分类；提取具有车位角点特征的点。然后，基于所述车位角点的位置信息(即车位角点的图片坐标)及鱼眼摄像头标定数据库，获取所述车位角点的世界坐标。所述鱼眼摄像头标定数据库可为通过球型投影模型、多项式模型及线性投影模型等建立的图片坐标与世界坐标的对应关系库。优选地，基于所述车位角点的位置信息及通过线性投影模型建立的对应关系库，获取所述车位角点的世界坐标。世界坐标系为以鱼眼摄像头为原点的坐标系，而图片坐标系为以图片左上角为原点的坐标系，图片坐标系中的图片坐标与世界坐标系中的世界坐标一一对应。通过在鱼眼摄像头标定数据库中查找所述车位角点的图片坐标，即可获得与其对应的世界坐标。
在获得车位角点的世界坐标后，将所述车位角点的世界坐标与预设车位的角点的实际坐标作比较，当所述车位角点的世界坐标与所述预设车位的角点的实际坐标相符合的情况下，识别所述车位角点所对应的车位为所述预设车位。其中，所述预设车位的实际坐标可提前存储在预设车位识别装置中的一数据库中。
所述基于所述车辆所采集的超声波数据与行驶距离间的变化关系及所述预设车位的角点的实际坐标，识别所述预设车位为空车位可包括：在所述行驶距离表明所述车辆行驶在所述预设车位两侧角点的范围内任一位置且所述超声波数据大于预设超声数据阈值的情况下，识别所述预设车位为空车位。此外，在所述行驶距离表明所述车辆行驶在所述预设车位两侧角点的范围内且所述超声波数据小于所述预设超声数据阈值的情况下，识别所述预设车位为非空车位。所述车辆的行驶距离可由轮速计进行测量。
具体地，根据所述预设车位的角点的实际坐标，在行驶距离(该行驶距离是以每次自动巡航停车的起点为原点，以车辆行驶方向为正方向的一维坐标系上的位置坐标，其可由轮速计处理为相应的位置坐标)和超声波数据的对应表中查找该车位对应的超声波数据，如图2所示。若当车辆在某停车通道内巡航时，由轮速计采集的数据表明车辆由x0行驶至x4的过程中，超声波传感器所采集的超声波数据与位置坐标x之间的关系展示在图3。当车辆行驶在x0至x1范围内任意位置时，超声波数据显示均小于预设超声数据阈值M，由此说明x0至x1范围所对应的预设车位为非空车位；当车辆行驶在x1至x2范围内时，超声波数据显示均大于或等于预设超声数据阈值M，由此说明x1至x2范围所对应的预设车位为空车位；当车辆行驶在x2至x3范围内任意位置时，超声波数据显示均小于预设超声数据阈值M，由此说明x2至x3范围所对应的预设车位为非空车位；或者当车辆行驶在x2至x3的部分范围内时，超声波数据显示均小于预设超声数据阈值M且有明显的下降沿，由此说明x2至x3范围所对应的预设车位上有小型障碍物，例如锥桶等。本实施例利用超声波可以感知环境深度信息的特性，从而可精确有效地识别预设车位是否为空车位。
因此，在自动泊车或代客泊车巡航场景中，可基于深度学习模型的目标检测算法检测车位图片中的车位角点的位置信息，接着通过查询鱼眼摄像头标定数据库确定所述车位角点的世界坐标，在识别所述车位为预设车位的情况下结合分析巡航历史中的超声波数据，判定该预设车位是否为空车位，从而可在确认预设车位为空车位后，准确有效地实现自动泊车或代客泊车。
综上所述，本发明创造性地通过视觉检测方法确定车位图片的车位角点的位置信息，接着使用预设标定模型对所述车位角点的位置信息进行矫正以获取该车位角点的世界坐标，然后在该车位角点的世界坐标与预设车位的角点的实际坐标相符合的情况下，确认该车位角点所在的车位为预设车位，再结合超声波技术识别该预设车位是否为空车位，由此，其可在自动泊车或代客泊车过程中精确有效地检测到预设车位中的空车位，实现空车位的智能化检测，从而车辆可准确地停在预设车位上。
相应地，如图4所示，本发明一实施例还提供一种识别空车位的系统，该系统可包括：视觉检测装置40，用于基于车辆所采集的车位图片，采用视觉检测方法确定车位角点的位置信息；世界坐标获取装置50，用于基于所述车位角点的位置信息及预设标定模型，获取所述车位角点的世界坐标；预设车位识别装置60，用于比较所述车位角点的世界坐标及预设车位的角点的实际坐标，并且在所述车位角点的世界坐标与所述预设车位的角点的实际坐标一致的情况下，识别所述车位角点所对应的车位为所述预设车位；以及空车位识别装置70，用于基于所述车辆所采集的超声波数据与行驶距离间的变化关系及所述预设车位的角点的实际坐标，识别所述预设车位为空车位。
可选的，所述空车位识别装置用于：在所述行驶距离表明所述车辆行驶在所述预设车位两侧角点的范围内任一位置且所述超声波数据大于预设超声数据阈值的情况下，识别所述预设车位为空车位。
可选的，所述系统还可包括：鱼眼摄像头，用于在所述车辆巡航过程中采集车位图片。
可选的，所述世界坐标获取装置还用于：基于所述车位角点的位置信息及鱼眼摄像头标定数据库，获取所述车位角点的世界坐标。
可选的，所述空车位识别装置还用于：在所述行驶距离表明所述车辆行驶在所述预设车位两侧角点的范围内且所述超声波数据小于所述预设超声数据阈值的情况下，识别所述预设车位为非空车位。
可选的，所述系统还可包括：轮速计，用于测量所述车辆的行驶距离。
当然，本发明中的超声波数据可由车辆自带的超声波传感器采集，也可由单独设置的超声波传感器等超声波采集设备采集。另外，车辆的行驶距离可以由车辆自带的轮速计记录，也可以由单独设置的位置检测仪记录。
有关本发明提供的识别空车位的系统的具体细节及益处可参阅上述针对识别空车位的方法的描述，于此不再赘述。
相应地，本发明实施例还提供一种车辆，该车辆包含上述的识别空车位的系统。
相应地，本发明实施例还提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行上述的识别空车位的方法。
相应地，本发明实施例还提供一种处理器，用于运行程序，其中，所述程序被运行时用于执行上述的识别空车位的方法。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (14)
1.一种识别空车位的方法，其特征在于，该方法包括：
基于车辆所采集的车位图片，采用视觉检测方法确定车位角点的位置信息；
基于所述车位角点的位置信息及预设标定模型，获取所述车位角点的世界坐标；
比较所述车位角点的世界坐标及预设车位的角点的实际坐标，并且在所述车位角点的世界坐标与所述预设车位的角点的实际坐标一致的情况下，识别所述车位角点所对应的车位为所述预设车位；以及
基于所述车辆所采集的超声波数据与行驶距离间的变化关系及所述预设车位的角点的实际坐标，识别所述预设车位为空车位。
2.根据权利要求1所述的识别空车位的方法，其特征在于，所述基于所述车辆所采集的超声波数据与行驶距离间的变化关系及所述预设车位的角点的实际坐标，识别所述预设车位为空车位包括：
在所述行驶距离表明所述车辆行驶在所述预设车位两侧角点的范围内任一位置且所述超声波数据大于预设超声数据阈值的情况下，识别所述预设车位为空车位。
3.根据权利要求1所述的识别空车位的方法，其特征在于，所述方法还包括：所述车辆通过鱼眼摄像头采集车位图片。
4.根据权利要求3所述的识别空车位的方法，其特征在于，所述基于所述车位角点的位置信息及预设标定模型，获取所述车位角点的世界坐标包括：
基于所述车位角点的位置信息及鱼眼摄像头标定数据库，获取所述车位角点的世界坐标。
5.根据权利要求1所述的识别空车位的方法，其特征在于，所述方法还包括：
在所述行驶距离表明所述车辆行驶在所述预设车位两侧角点的范围内且所述超声波数据小于所述预设超声数据阈值的情况下，识别所述预设车位为非空车位。
6.一种识别空车位的系统，其特征在于，该系统包括：
视觉检测装置，用于基于车辆所采集的车位图片，采用视觉检测方法确定车位角点的位置信息；
世界坐标获取装置，用于基于所述车位角点的位置信息及预设标定模型，获取所述车位角点的世界坐标；
预设车位识别装置，用于比较所述车位角点的世界坐标及预设车位的角点的实际坐标，并且在所述车位角点的世界坐标与所述预设车位的角点的实际坐标一致的情况下，识别所述车位角点所对应的车位为所述预设车位；以及
空车位识别装置，用于基于所述车辆所采集的超声波数据与行驶距离间的变化关系及所述预设车位的角点的实际坐标，识别所述预设车位为空车位。
7.根据权利要求6所述的识别空车位的系统，其特征在于，所述空车位识别装置还用于：
在所述行驶距离表明所述车辆行驶在所述预设车位两侧角点的范围内任一位置且所述超声波数据大于预设超声数据阈值的情况下，识别所述预设车位为空车位。
8.根据权利要求6所述的识别空车位的系统，其特征在于，所述系统还包括：
鱼眼摄像头，用于在所述车辆巡航过程中采集车位图片。
9.根据权利要求8所述的识别空车位的系统，其特征在于，所述世界坐标获取装置还用于：
基于所述车位角点的位置信息及鱼眼摄像头标定数据库，获取所述车位角点的世界坐标。
10.根据权利要求6所述的识别空车位的系统，其特征在于，所述空车位识别装置还用于：
在所述行驶距离表明所述车辆行驶在所述预设车位两侧角点的范围内且所述超声波数据小于所述预设超声数据阈值的情况下，识别所述预设车位为非空车位。
11.根据权利要求6所述的识别空车位的系统，其特征在于，所述系统还包括：
轮速计，用于测量所述车辆的行驶距离。
12.一种车辆，其特征在于，该车辆包含根据权利要求6-11中任一项权利要求所述的识别空车位的系统。
13.一种机器可读存储介质，其特征在于，该机器可读存储介质上存储有指令，该指令用于使得机器执行根据权利要求1-5中任一项权利要求所述的识别空车位的方法。
14.一种处理器，其特征在于，用于运行程序，其中，所述程序被运行时用于执行根据权利要求1-5中任一项权利要求所述的识别空车位的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811641486.1A CN109871745B (zh) | 2018-12-29 | 2018-12-29 | 识别空车位的方法、系统及车辆 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811641486.1A CN109871745B (zh) | 2018-12-29 | 2018-12-29 | 识别空车位的方法、系统及车辆 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109871745A true CN109871745A (zh) | 2019-06-11 |
| CN109871745B CN109871745B (zh) | 2021-12-31 |
Family
ID=66917349
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811641486.1A Active CN109871745B (zh) | 2018-12-29 | 2018-12-29 | 识别空车位的方法、系统及车辆 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109871745B (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110956847A (zh) * | 2019-12-20 | 2020-04-03 | 奇瑞汽车股份有限公司 | 车位的识别方法、装置及存储介质 |
| CN111824261A (zh) * | 2020-05-13 | 2020-10-27 | 北京汽车股份有限公司 | 泊车控制显示方法、装置和设备 |
| CN112277934A (zh) * | 2020-10-28 | 2021-01-29 | 广州小鹏自动驾驶科技有限公司 | 一种自动泊车的方法和装置 |
| CN112417926A (zh) * | 2019-08-22 | 2021-02-26 | 广州汽车集团股份有限公司 | 车位识别方法、装置、计算机设备及可读存储介质 |
| CN112598922A (zh) * | 2020-12-07 | 2021-04-02 | 安徽江淮汽车集团股份有限公司 | 车位检测方法、装置、设备及存储介质 |
| CN112863234A (zh) * | 2021-01-05 | 2021-05-28 | 广州小鹏自动驾驶科技有限公司 | 一种车位显示方法、装置、电子设备及存储介质 |
| CN113513984A (zh) * | 2021-06-30 | 2021-10-19 | 广州小鹏自动驾驶科技有限公司 | 一种车位识别精度检测方法、装置、电子设备和存储介质 |
| CN113513983A (zh) * | 2021-06-30 | 2021-10-19 | 广州小鹏自动驾驶科技有限公司 | 一种精度检测方法、装置、电子设备和介质 |
| CN114120259A (zh) * | 2020-09-01 | 2022-03-01 | 广州汽车集团股份有限公司 | 一种空车位识别方法及其系统、计算机设备、存储介质 |
| CN114783172A (zh) * | 2021-01-22 | 2022-07-22 | 广州汽车集团股份有限公司 | 一种停车场空车位识别方法及系统、计算机可读存储介质 |
| CN115148047A (zh) * | 2022-07-25 | 2022-10-04 | 中汽创智科技有限公司 | 一种车位检测方法及装置 |
| CN115206130A (zh) * | 2022-07-12 | 2022-10-18 | 合众新能源汽车有限公司 | 一种车位检测方法、系统、终端及存储介质 |
| CN114783172B (zh) * | 2021-01-22 | 2024-05-17 | 广州汽车集团股份有限公司 | 一种停车场空车位识别方法及系统、计算机可读存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170102192A (ko) * | 2017-08-28 | 2017-09-08 | 주식회사 성우모바일 | 차량 외부정보를 활용한 주차보조시스템 및 그 제어방법 |
| CN108281041A (zh) * | 2018-03-05 | 2018-07-13 | 东南大学 | 一种基于超声波和视觉传感器相融合的泊车车位检测方法 |
| CN108280853A (zh) * | 2018-01-11 | 2018-07-13 | 深圳市易成自动驾驶技术有限公司 | 车载视觉定位方法、装置及计算机可读存储介质 |
| CN109094556A (zh) * | 2018-07-25 | 2018-12-28 | 深圳大学 | 一种基于车位特征点的自动泊车方法及系统 |
-
2018
- 2018-12-29 CN CN201811641486.1A patent/CN109871745B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170102192A (ko) * | 2017-08-28 | 2017-09-08 | 주식회사 성우모바일 | 차량 외부정보를 활용한 주차보조시스템 및 그 제어방법 |
| CN108280853A (zh) * | 2018-01-11 | 2018-07-13 | 深圳市易成自动驾驶技术有限公司 | 车载视觉定位方法、装置及计算机可读存储介质 |
| CN108281041A (zh) * | 2018-03-05 | 2018-07-13 | 东南大学 | 一种基于超声波和视觉传感器相融合的泊车车位检测方法 |
| CN109094556A (zh) * | 2018-07-25 | 2018-12-28 | 深圳大学 | 一种基于车位特征点的自动泊车方法及系统 |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112417926A (zh) * | 2019-08-22 | 2021-02-26 | 广州汽车集团股份有限公司 | 车位识别方法、装置、计算机设备及可读存储介质 |
| CN112417926B (zh) * | 2019-08-22 | 2024-02-27 | 广州汽车集团股份有限公司 | 车位识别方法、装置、计算机设备及可读存储介质 |
| CN110956847B (zh) * | 2019-12-20 | 2021-11-30 | 奇瑞汽车股份有限公司 | 车位的识别方法、装置及存储介质 |
| CN110956847A (zh) * | 2019-12-20 | 2020-04-03 | 奇瑞汽车股份有限公司 | 车位的识别方法、装置及存储介质 |
| CN111824261A (zh) * | 2020-05-13 | 2020-10-27 | 北京汽车股份有限公司 | 泊车控制显示方法、装置和设备 |
| CN114120259A (zh) * | 2020-09-01 | 2022-03-01 | 广州汽车集团股份有限公司 | 一种空车位识别方法及其系统、计算机设备、存储介质 |
| CN112277934A (zh) * | 2020-10-28 | 2021-01-29 | 广州小鹏自动驾驶科技有限公司 | 一种自动泊车的方法和装置 |
| CN112598922A (zh) * | 2020-12-07 | 2021-04-02 | 安徽江淮汽车集团股份有限公司 | 车位检测方法、装置、设备及存储介质 |
| CN112863234B (zh) * | 2021-01-05 | 2022-07-01 | 广州小鹏自动驾驶科技有限公司 | 一种车位显示方法、装置、电子设备及存储介质 |
| WO2022148348A1 (zh) * | 2021-01-05 | 2022-07-14 | 广州小鹏自动驾驶科技有限公司 | 车位显示方法、装置、电子设备及存储介质 |
| CN112863234A (zh) * | 2021-01-05 | 2021-05-28 | 广州小鹏自动驾驶科技有限公司 | 一种车位显示方法、装置、电子设备及存储介质 |
| CN114783172A (zh) * | 2021-01-22 | 2022-07-22 | 广州汽车集团股份有限公司 | 一种停车场空车位识别方法及系统、计算机可读存储介质 |
| CN114783172B (zh) * | 2021-01-22 | 2024-05-17 | 广州汽车集团股份有限公司 | 一种停车场空车位识别方法及系统、计算机可读存储介质 |
| CN113513983A (zh) * | 2021-06-30 | 2021-10-19 | 广州小鹏自动驾驶科技有限公司 | 一种精度检测方法、装置、电子设备和介质 |
| CN113513984A (zh) * | 2021-06-30 | 2021-10-19 | 广州小鹏自动驾驶科技有限公司 | 一种车位识别精度检测方法、装置、电子设备和存储介质 |
| CN113513984B (zh) * | 2021-06-30 | 2024-01-09 | 广州小鹏自动驾驶科技有限公司 | 一种车位识别精度检测方法、装置、电子设备和存储介质 |
| CN115206130A (zh) * | 2022-07-12 | 2022-10-18 | 合众新能源汽车有限公司 | 一种车位检测方法、系统、终端及存储介质 |
| CN115148047A (zh) * | 2022-07-25 | 2022-10-04 | 中汽创智科技有限公司 | 一种车位检测方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109871745B (zh) | 2021-12-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109871745A (zh) | 识别空车位的方法、系统及车辆 | |
| US10614324B2 (en) | Method and apparatus for identifying static obstacle | |
| US20190086923A1 (en) | Method and apparatus for generating obstacle motion information for autonomous vehicle | |
| Pelapur et al. | Persistent target tracking using likelihood fusion in wide-area and full motion video sequences | |
| US9361702B2 (en) | Image detection method and device | |
| CN102463990B (zh) | 用于跟踪物体的系统和方法 | |
| Zhangyu et al. | A camera and LiDAR data fusion method for railway object detection | |
| JP6405778B2 (ja) | 対象追跡方法及び対象追跡装置 | |
| JP2020177645A (ja) | 軌跡分類モデルのトレーニング方法及び装置、電子機器 | |
| JP2011113197A (ja) | 画像検索方法およびシステム | |
| WO2014132490A1 (ja) | 車両諸元計測処理装置、車両諸元計測方法及び記録媒体 | |
| GB2507857A (en) | A method and system for tracking a vehicle | |
| CN114758504B (zh) | 一种基于滤波校正的网联车超速预警方法及系统 | |
| Satzoda et al. | On performance evaluation metrics for lane estimation | |
| CN116824516B (zh) | 一种涉路施工安全监测及管理系统 | |
| CN110345924A (zh) | 一种距离获取的方法和装置 | |
| CN112986982B (zh) | 环境地图参照定位方法、装置和移动机器人 | |
| CN113189610A (zh) | 地图增强的自动驾驶多目标追踪方法和相关设备 | |
| CN113029185A (zh) | 众包式高精度地图更新中道路标线变化检测方法及系统 | |
| KR20210076412A (ko) | 차량 센서 성능 평가 장치 및 그의 성능 평가 방법 | |
| WO2020237501A1 (zh) | 一种多源协同道路车辆监控系统 | |
| CN112016366A (zh) | 一种障碍物定位方法及装置 | |
| CN113033253A (zh) | 相机标定方法及装置 | |
| Dekkiche et al. | Vehicles detection in stereo vision based on disparity map segmentation and objects classification | |
| CN116228820B (zh) | 一种障碍物检测方法、装置和电子设备、存储介质 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20211011 Address after: 100176 101, floor 1, building 1, yard 7, Ruihe West 2nd Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing Applicant after: Apollo Zhilian (Beijing) Technology Co., Ltd Address before: 100085 third floor, baidu building, No. 10, Shangdi 10th Street, Haidian District, Beijing Applicant before: Baidu Online Network Technology (Beijing) Co., Ltd |
|
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20211022 Address after: 105 / F, building 1, No. 10, Shangdi 10th Street, Haidian District, Beijing 100085 Applicant after: Apollo Intelligent Technology (Beijing) Co.,Ltd. Address before: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing Applicant before: BAIDU ONLINE NETWORK TECHNOLOGY (BEIJING) Co.,Ltd. |
|
| CI02 | Correction of invention patent application | ||
| CI02 | Correction of invention patent application |
Correction item: Applicant|Address Correct: BAIDU ONLINE NETWORK TECHNOLOGY (BEIJING) Co.,Ltd.|100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing False: Apollo Zhilian (Beijing) Technology Co.,Ltd.|100176 101, floor 1, building 1, yard 7, Ruihe West 2nd Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing Number: 43-02 Volume: 37 |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |