CN110738867B - 一种车位检测方法、装置、设备及存储介质 - Google Patents
一种车位检测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN110738867B CN110738867B CN201911023422.XA CN201911023422A CN110738867B CN 110738867 B CN110738867 B CN 110738867B CN 201911023422 A CN201911023422 A CN 201911023422A CN 110738867 B CN110738867 B CN 110738867B
- Authority
- CN
- China
- Prior art keywords
- parking space
- boundary line
- image
- frame
- parking
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 135
- 238000000034 method Methods 0.000 claims abstract description 33
- 230000008569 process Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 238000005259 measurement Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
- G08G1/141—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformation in the plane of the image
- G06T3/40—Scaling the whole image or part thereof
- G06T3/4038—Scaling the whole image or part thereof for image mosaicing, i.e. plane images composed of plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
Abstract
本发明实施例提供了一种车位检测方法、装置、设备及存储介质，其中，该方法包括：获取SAR图像，确定每帧SAR图像的二值化图像中路沿边界线以及平行于路沿的停靠车位边界线；根据路沿边界线以及停靠车位边界线确定停靠车位类型以及路口检测结果；将至少三帧SAR图像的二值化图像进行拼接，得到拼接图像；通过图像框在拼接图像上移动，依次截取图像框中的图像，得到截取图像；基于每帧二值化图像中的路口检测结果、停靠车位边界线以及停靠车位类型，确定截取图像中的路口检测结果、停靠车位边界线以及停靠车位类型，并基于截取图像中路口检测结果、停靠车位边界线以及停靠车位类型确定停靠车位，可以提高测量精度，对车位检测场景没有限制。
Description
技术领域
本发明实施例涉及图像处理技术，尤其涉及一种车位检测方法、装置、设备及存储介质。
背景技术
车位检测是停车解决方案中的一个重要组成部分。在实际应用中，有很多方法可以实现车位检测功能。
目前实现车位检测方法主要包括两种：一种利用超声波对车位进行检测；另一种方法是通过摄像头对车位进行检测。但这两种方式对车辆的位置、停在周边的车辆、障碍物的角度等都有要求，因此，车位检测适用的场景有限，检测率不高。
发明内容
本发明实施例提供了一种车位检测方法、装置、设备及存储介质，可以提高车位检测精度，对车位检测的场景没有限制。
第一方面，本发明实施例提供了一种车位检测方法，包括：
获取合成孔径雷达SAR图像，对每帧SAR图像按照时间顺序进行处理，确定每帧SAR图像的二值化图像中路沿边界线以及平行于路沿的停靠车位边界线；
根据所述路沿边界线以及所述停靠车位边界线确定检测到的障碍物的长度，基于所述障碍物的长度确定停靠车位类型；
基于所述路沿边界线以及所述停靠车位边界线进行路口检测，得到路口检测结果；
将至少三帧SAR图像的二值化图像进行拼接，得到拼接图像；
通过图像框在所述拼接图像上移动，依次截取所述图像框中的图像，得到截取图像，其中，相邻两次截取的图像重叠，所述截取图像的宽度超过设定宽度；
基于每帧二值化图像中的路口检测结果、停靠车位边界线以及停靠车位类型，确定所述截取图像中的路口检测结果、停靠车位边界线以及停靠车位类型，并基于所述截取图像中路口检测结果、停靠车位边界线以及停靠车位类型确定停靠车位。
第二方面，本发明实施例还提供了一种车位检测装置，包括：
第一确定模块，用于获取合成孔径雷达SAR图像，对每帧SAR图像按照时间顺序进行处理，确定每帧SAR图像的二值化图像中路沿边界线以及平行于路沿的停靠车位边界线；
第二确定模块，用于根据所述路沿边界线以及所述停靠车位边界线确定检测到的障碍物的长度，基于所述障碍物的长度确定停靠车位类型；
路口检测模块，用于基于所述路沿边界线以及所述停靠车位边界线进行路口检测，得到路口检测结果；
拼接模块，用于将至少三帧SAR图像的二值化图像进行拼接，得到拼接图像；
截取模块，用于通过图像框在所述拼接图像上移动，依次截取所述图像框中的图像，得到截取图像，其中，相邻两次截取的图像重叠，所述截取图像的宽度超过设定宽度；
停靠车位确定模块，用于基于每帧图像中的路口检测结果、停靠车位边界线以及停靠车位类型，确定所述截取图像中的路口检测结果、停靠车位边界线以及停靠车位类型，并基于所述截取图像中路口检测结果、停靠车位边界线以及停靠车位类型确定停靠车位。
第三方面，本发明实施例提供的一种雷达设备或者车位检测设备，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例提供的一种车位检测方法。
第四方面，本发明实施例提供的一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如本发明实施例提供的一种车位检测方法。
本发明实施例提供的技术方案，通过获取SAR图像，并通过对单帧的SAR图像进行处理，可以得到路沿边界线以及停靠车位边界线，并通过路沿边界线以及停靠车位边界线可以确定停靠车位类型和路口检测结果；通过将SAR图像的二值化图像进行拼接，并在拼接图像中依次截取图像，得到截取图像；通过每帧图像中的路口检测结果、停靠车位边界线以及停靠车位类型，确定截取图像中的路口检测结果、停靠车位边界线以及停靠车位类型，并基于截取图像中路口检测结果、停靠车位边界线以及停靠车位类型确定停靠车位。即通过对SAR图像进行处理，确定停靠车位，可以提高车位检测的精度，对车位检测的场景没有限制。
附图说明
图1a是本发明实施例提供的一种车位检测方法流程图；
图1b是本发明实施例提供的二值化图像Freespacemask；
图1c是本发明实施例提供的二值化图像Roadspacemask；
图1d是本发明实施例提供的图像拼接原理示意图；
图1e是本发明实施例提供的停靠车位确定原理示意图；
图1f是本发明实施例提供的车位检测结果图像
图2a是本发明实施例提供的一种车位检测方法流程图；
图2b是本发明实施例提供的泊车地图；
图2c是本发明实施例提供的一种车位检测方法流程图；
图3是本发明实施例提供的一种车位检测装置结构示意图；
图4是本发明实施例提供的雷达设备或者车位检测设备结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
图1a是本发明实施例提供的一种车位检测方法流程图，所述方法可以由车位检测装置来执行，所述装置可以由软件和/或硬件来执行，所述装置可以配置在车位检测设备中，或者可以配置在雷达中，该雷达可以是合成孔径雷达(SAR)。可选的，该雷达可以是毫米波合成孔径雷达。本发明实施例提供的方法可以应用于室内停车场对车位进行检测场景中，或者室外停车场对车位进行检测的场景中，或者可以应用于双边障碍物车位、单边障碍物车位、双边无障碍物车位检测，可以扩展到住宅小区停车、道路靠边停车、空旷停车场等场景中。
如图1a所示，本发明实施例提供的技术方案包括：
S110：获取合成孔径雷达SAR图像，对每帧SAR图像按照时间顺序进行处理，确定每帧SAR图像的二值化图像中路沿边界线以及平行于路沿的停靠车位边界线。
在本发明实施例中，可以通过车辆前侧安装的合成孔径雷达实时获取SAR图像，其中，每帧图像的行数可以是M，，M也可以代表距离向宽度(像素点的宽度可以是1，行数M乘以1得到距离向宽度)；图像的列数可以是N，N可以代表方位向宽度(像素点的宽度可以是1，列数N乘以1得到方位向宽度)。
在本发明实施例中，可以按照每帧SAR图像的生成顺序，依次进行处理。处理步骤可以包括灰度均衡、阈值分割、在雷达的扫描方向上距离雷达最近的障碍物的点查找，凸块去除等。具体为将SAR图像进行灰度处理，并根据阈值转换成二值化图像，在二值化图像上查找距离雷达最近的障碍物的点；通过对二值化图像的处理，可以将图像中的凸块进行去除，从而将障碍物的点去除，以实现对路沿边界线的确定。
在本发明实施例的一个实施方式中，可选的，确定停靠车位边界线，可以包括：确定每帧二值化图像中在雷达的扫描方向上离雷达最近的障碍物的目标点；基于所述目标点确定停靠车位边界线。具体的，在图像处理过程中，可以输出二值化图像Freespacemask(M×N)，如图1b所示，从该图像的每列点中可以查找到该列点中距离雷达最近的障碍物的点(1×N个点)，确定各个点的位置，可以将障碍物的位置进行标识，根据标识的障碍物的位置可以得到平行于路沿的停靠车位的边界线上的边界点，确定各个边界点的位置，形成平行于路沿的停靠车位的边界线(Roadintervalmin)。其中，图像中的每列点的数据可以是雷达在某一个扫描方向上得到的障碍物数据。
其中，在图像处理过程中，可以输出二值化图像Roadspacemask(M×N)，如图1c所示，该图像是将图1b所示的图像中的障碍物去除得到的图像；该图像中的黑白边界点可以包括路沿边界点，根据路沿边界点确定路沿边界线(Roadintervalmax)，其中，该图像中每列点均存在一个路沿边界点，共1×N个路沿边界点。
S120：根据所述路沿边界线以及所述停靠车位边界线确定检测到的障碍物的长度，基于所述障碍物的长度确定停靠车位类型。
在本发明实施例中，障碍物的长度可以是路沿边界线和停靠车位边界线之间的距离；根据障碍物的长度可以确定停靠车位类型。
其中，障碍物的长度也可以通过如下的公式进行计算Len＝Roadintervalmax[ip]-Roadintervalmin[ip]，ip为当前帧图像的列号。其中，Len为障碍物的长度，Roadintervalmax[ip]为路沿边界线对应的当前帧图像的列号，Roadintervalmin[ip]为停靠车位边界线对应的当前帧图像的列号，各个点(像素点)的宽度默认为1。
其中，停靠车位类型(obstaclemeanLen)可以包括垂直停车(Vparking)和侧向停车(Sparking)。可以根据障碍物的长度将停靠车位类型分成垂直停车和侧向停车。当障碍物的长度与车辆长度的差值在设定范围内时，可以判断是垂直停车，当障碍物的长度与车辆宽度的差值在设定范围内时，可以判断是侧向停车。
S130：基于所述路沿边界线以及所述停靠车位边界线进行路口检测，得到路口检测结果。
在本发明实施例的一个实施方式中，可选的，基于所述路沿边界线以及所述停靠车位边界线进行路口检测，得到路口检测结果，可以包括：若每帧图像中路沿边界线以及停靠车位边界线之间的距离大于设定距离，则判断所述路沿边界线和停靠车位边界线之间的区域为路口区域，并路口区域进行标识。其中，设定距离可以大于车辆长度。由于路口具有一定的宽度，一个路口可以展示在多帧图像中，上一帧图像的路口检测结果可以影响当前帧图像的路口检测结果。因此，可以基于上一帧图像的路口检测结果确定路口检测的权重值，并基于该权重值以及当前帧的路口检测结果确定当前帧图像中的路沿边界线和停靠车位边界线之间是否是路口区域。例如，上一帧图像检测到路沿边界线和停靠车位边界线之间区域为路口区域，当前帧图像中检测到路沿边界线和停靠车位边界线之间区域也为路口区域，则可以最终确定当前帧图像中路沿边界线和停靠车位边界线之间区域为路口区域。
S140：将至少三帧SAR图像的二值化图像进行拼接，得到拼接图像。
在本发明实施例中，将三帧或者三帧以上的SAR图像的二值化图像进行拼接，得到拼接图像，如图1d所示，由三帧二值化图像进行拼接，得到拼接图像10。
在本发明实施例中，针对每帧SAR图像的二值化图像，可以将路口检测结果进行标记，每列数据具有1个标记，可以采用1表示路口，0表示非路口。其中，每帧二值化图像中的每列数据可以对应停靠车位类型，也可以进行标记，采用11标识垂直停车，采用00标识侧向停车，并且每帧二值化图像中存在停靠车位边界线的数据。其中，每帧图像中包含一条停靠车位边界线。
S150：通过图像框在所述拼接图像上移动，依次截取所述图像框中的图像，得到截取图像，其中，相邻两次截取的图像重叠，截取图像的宽度超过设定宽度。
在本发明实施例中，设定宽度可以是超过1.5倍的侧停车辆长度，相邻两次截取的图像重叠率可以是3/4。截取图像的高度可以与单帧二值化图像的高度相同，截取图像中点(像素点)的个数可以是M×N2。
在本发明实施例中，如图1d所示，可以通过图像框20在拼接图像10上沿从左至右移动，可以每次移动某个固定距离，并截取图像，该固定距离小于图像框20的宽度，以保证每相邻两次截取的图像具有重叠，如图1d所示，a为单帧二值化图像的宽度，b为每相邻两次截取图像的重叠宽度，c为截取图像的宽度。
S160：基于每帧二值化图像的路口检测结果、停靠车位边界线以及停靠车位类型，确定截取图像中的路口检测结果、停靠车位边界线以及停靠车位类型，并基于所述截取图像中路口检测结果、停靠车位边界线以及停靠车位类型确定停靠车位。
在本发明实施例中，针对每帧SAR图像的二值化图像，可以将路口检测结果进行标记，每列数据具有1个标记，可以采用1表示路口，0表示非路口。其中，每帧二值化图像中的每列数据可以对应停靠车位类型，也可以进行标记，采用11标识垂直停车，采用00标识侧向停车，并且每帧二值化图像中存在停靠车位边界线的数据。即每帧二值化图像每列数据对应路口检测结果以及停靠车位类型，并且每帧二值化图像中存在停靠车位边界线数据。因此，二值化图像形成的拼接图像中存在每帧二值化图像的路口检测结果、停靠车位边界线以及停靠车位类型的数据，截取图像覆盖部分拼接图像，覆盖的二值化图像的路口检测结果、停靠车位边界线以及停靠车位类型即为截取图像的路口检测结果、停靠车位边界线以及停靠车位类型。
其中，截取图像中点(像素点)的个数是M×N2时，路口检测结果可以是1×N2数据，停靠车位边界线可以是1×N2点形成的边界线，停靠车位类型1×N2个数据。
在本发明实施例的一个实施方式中，可选的，所述截取图像中路口检测结果、停靠车位边界线以及停靠车位类型确定停靠车位，包括：基于停靠车位类型确定车位边框移动方向类型；采用车位边框以所述移动方向类型进行移动过程中，所述车位边框与雷达之间没有障碍物，且当所述车位边框在所述停靠车位边界线之下时，所述车位边框中没有障碍物以及所述车位边框所处的区域不是路口区域，则将车位边框所处的区域标记为候选车位，并基于候选车位确定停靠车位。
其中，车位边框移动方向类型包括竖向移动和横向移动，其中，竖向移动是指当车位边框移动时，车位边框的长边作为高度，车位边框的短边作为宽度；或者车位边框的长边垂直于图像的上边界或者下边界，车位边框的短边平行于图像的上边界或者下边界；横向移动是指当车位边框移动时，车位边框的长边作为宽度，车位边框的短边作为高度；或者车位边框的长边平行于图像的上边界或者下边界，车位边框的短边垂直于图像的上边界或者下边界。
本发明实施例中，车位边框在截取图像上进行移动的过程可以参考图1e，如图1e所示，车位边框30在区域2时，车位边框30与雷达之间没有障碍物，且车位边框30在停靠车位边界线(Roadintervalmin)之下时，车位边框30内没有障碍物以及区域2并不是路口区域，则可以将区域2标记为候选车位。当车位边框30移动在区域1时，由于检测到区域1是路口区域，所以不将区域1标记为候选车位。当车位边框移动到区域3时，在停靠车位边界线之下的车位边框30内有障碍物，所以将区域3不标记为候选车位。
在本发明实施例中，可选的，基于候选车位确定停靠车位，可以是：若连续的前后两张截取图像标记的同一候选车位的位置区域存在差别，基于两张截取图像中同一候选车位的位置区域确定停靠车位。例如，可以求两张截取图像中同一候选车位的位置区域中各个点的平均值，将各个点的平均值形成的区域作为停靠车位。由此，通过基于两张图像中同一候选车位的位置区域确定停靠车位，可以提高车位识别的准确性。图1f是车位检测结果图像，如图1f所示，图像中展示了停靠车位的信息。
相关技术中，超声波检测车位方法和摄像头检测车位方法，对车辆的位置、找车位时车辆行驶的路径、车辆最终停的位置、和停在周边的车辆、障碍物的角度都有要求，因此车位检测适用的场景有限，检测精度不高。
本发明实施例提供的技术方案，通过获取SAR图像，并通过对单帧的SAR图像进行处理，可以得到路沿边界线以及停靠车位边界线，并通过路沿边界线以及停靠车位边界线可以确定停靠车位类型和路口检测结果；通过将SAR图像的二值化图像进行拼接，并在拼接图像中依次截取图像，得到截取图像；通过每帧图像中的路口检测结果、停靠车位边界线以及停靠车位类型，确定截取图像中的路口检测结果、停靠车位边界线以及停靠车位类型，并基于截取图像中路口检测结果、停靠车位边界线以及停靠车位类型确定停靠车位。即通过对SAR图像进行处理，确定停靠车位，相对于超声波雷达检测车位而言，车位检测较高，相对于摄像头检测车位而言，处理方法较简单，并且对车位检测的场景没有限制。
图2a是本发明实施例提供的一种车位检测方法流程图，本实施例中的实施例可以与上述实施例中的可选方案进行结合，本发明实施例中，可选的，还可以包括：
判断所述停靠车位边界线上的当前边界点的坐标是否可靠；
若否，采用所述当前边界点的上一边界点的坐标作为所述当前点的坐标；
将所述停靠车位边界线的下一边界点作为当前边界点，返回判断当前边界点是否可靠的步骤，直至所述停靠车位边界上的所有边界点判断完毕，以修正所述停靠车位边界线。
可选的，本发明实施例提供的方法还可以包括：
将每帧图像中路沿边界线上的每个边界点的列坐标修改为第一列坐标平均值，以调整路沿边界线；
将每帧图像所述停靠车位边界线上的每个边界点的列坐标修改为第二列坐标平均值，以调整停靠车位边界线。
如图2a所示，本发明实施例提供的技术方案包括：
S210：获取合成孔径雷达SAR图像，对每帧SAR图像按照时间顺序进行处理，确定每帧SAR图像的二值化图像中路沿边界线以及平行于路沿的停靠车位边界线。
S220：判断所述停靠车位边界线上的当前边界点的坐标是否可靠。
在本发明实施例中，可以对停靠车位边界线进行修正，以提高停靠车位界线确定精度。通过对停靠车位边界线上的边界点的坐标判断是否可靠，来实现对停靠车位边界线的修正。
在本发明实施例的一个实施方式中，可选的，所述判断所述停靠车位边界线上的当前边界点的坐标是否可靠，包括：基于所述当前边界点到离雷达最近的障碍物的点之间的距离确定距离权重；基于所述当前边界点的强度确定灰度权重；基于当前边界点与上一边界点的位置改变确定邻域权重；基于所述距离权重、所述灰度权重以及所述邻域权重判断所述当前边界点的坐标是否可靠。其中，当前边界点到离雷达距离最近的障碍物之间的距离越小，该当前边界点的距离权重越大；当前边界点的强度越高，灰度权重越大；当前边界点与上一边界点的位置改变越小，领域权重越大。基于当前边界点的距离权重、灰度权重以及邻域权重确定综合权重，基于综合权重判断当前边界点是否可靠。例如，可以是：将当前边界点的距离权重、灰度权重以及邻域权重之和作为综合权重，当综合权重大于设定权重值时，判断当前边界点可靠。
S230：若否，采用所述当前边界点的上一边界点的坐标作为所述当前边界点的坐标。
S240：将所述停靠车位边界线的下一边界点作为当前边界点，返回S220。
S250：判断当前边界点是否是停靠车位边界线上的最后一个边界点。
若是，执行S260，若否，返回S220。
S260：根据所述路沿边界线以及所述停靠车位边界线确定检测到的障碍物的长度，基于所述障碍物的长度确定停靠车位类型。
S270：将每帧图像中路沿边界线上的每个边界点的列坐标修改为第一列坐标平均值，以调整路沿边界线；其中，所述第一列坐标平均值为基于所述路沿边界点上的全部边界点的列坐标确定的平均值。
在本发明实施例中，通过将路沿边界线上每个边界点的列坐标调整为列坐标的平均值，可以调整路沿边界线，保证路沿边界线确定的准确性，从而保证车位检测的准确性。
S280：将每帧图像所述停靠车位边界线上的每个边界点的列坐标修改为第二列坐标平均值，以调整停靠车位边界线；其中，第二列坐标平均值为基于所述停靠车位边界线上的全部边界点的列坐标确定的平均值。
在本发明实施例中，通过将停靠车位边界线上每个边界点的列坐标调整为列坐标的平均值，可以调整停靠车位边界线，保证停靠车位边界线确定的准确性，从而保证车位检测的准确性。
S290：基于所述路沿边界线以及所述停靠车位边界线进行路口检测，得到路口检测结果。
S291：将至少三帧SAR图像的二值化图像进行拼接，得到拼接图像。
S292：通过图像框在所述拼接图像上移动，依次截取所述图像框中的图像，得到截取图像，其中，相邻两次截取的图像重叠，截取图像的宽度超过设定宽度。
S293：基于每帧图像中的路口检测结果、停靠车位边界线以及停靠车位类型，确定截取图像中的路口检测结果、停靠车位边界线以及停靠车位类型，并基于所述截取图像中路口检测结果、停靠车位边界线以及停靠车位类型确定停靠车位。
在上述实施例的基础上，本发明实施例提供的技术方案还可以包括：对候选车位周边的环境和障碍物进行检测，可以通过SAR图像对候选车位周边的环境和障碍物进行检测，通过对候选车位周边环境和障碍物的检测，可以便于构建泊车地图，以进行泊车。
在上述实施例的基础上，本发明实施例提供的技术方案还可以包括：基于车辆运动信息确定车辆的运动轨迹；将所述SAR图像转换到车辆运动轨迹所在的坐标系中，得到转换图像；基于转换图像以及所述车辆的运动轨迹生成泊车地图。其中，车辆运动信息可以包括车辆的定位、转角等信息。转换图像中可以包含障碍物的信息、候选车位信息等。如图2b所示，泊车地图中可以展示障碍物信息、候选车位信息等，还可以展示车辆当前的位置信息，还可以展示候选车位宽度等数据。
其中，本发明实施例提供的方法还可以参考图2c所示的流程，如图2c所示，通过逐帧对SAR图像进行处理，通过阈值分割得到二值化图像，通过二值化图像进行障碍物距离统计，从而统计在扫描方向上距离雷达最近的障碍物的点(freespace点)，通过freespace点可以确定停靠车位边界线(Roadintervalmin)，并对二值化图像进行处理确定路沿边界线(Roadintervalmax)，从而确定停靠车位类型(obstaclemeanLen)；通过数据拼接与截取进行候选车位类型的判定与检测；通过将SAR图像进行局部坐标轴转换构建泊车地图(slam画图)，并展示候选车位信息以及freespace点信息。
图3是本发明实施例提供的一种车位检测装置结构框图，如图3所示，本发明实施例提供的装，其特征在于，包括：第一确定模块310、第二确定模块320、路口检测模块330、拼接模块340、截取模块350和停靠车位确定模块360。
其中，第一确定模块310，用于获取合成孔径雷达SAR图像，对每帧SAR图像按照时间顺序进行处理，确定每帧SAR图像的二值化图像中路沿边界线以及平行于路沿的停靠车位边界线；
第二确定模320，用于根据所述路沿边界线以及所述停靠车位边界线确定检测到的障碍物的长度，基于所述障碍物的长度确定停靠车位类型；
路口检测模块330，用于基于所述路沿边界线以及所述停靠车位边界线进行路口检测，得到路口检测结果；
拼接模块340，用于将至少三帧SAR图像的二值化图像进行拼接，得到拼接图像；
截取模块350，用于通过图像框在所述拼接图像上移动，依次截取所述图像框中的图像，得到截取图像，其中，相邻两次截取的图像重叠，所述截取图像的宽度超过设定宽度；
停靠车位确定模块360，用于基于每帧图像中的路口检测结果、停靠车位边界线以及停靠车位类型，确定所述截取图像中的路口检测结果、停靠车位边界线以及停靠车位类型，并基于所述截取图像中路口检测结果、停靠车位边界线以及停靠车位类型确定停靠车位。
可选的，所述截取图像中路口检测结果、停靠车位边界线以及停靠车位类型确定停靠车位，包括：
基于停靠车位类型确定车位边框移动方向类型；
采用车位边框以确定的移动方向类型进行移动过程中，所述车位边框与雷达之间没有障碍物，且当所述车位边框位于所述停靠车位边界线之下时，所述车位边框中没有障碍物、以及所述车位边框所处的区域不是路口区域，则将所述车位边框所处的区域标记为候选车位，并基于候选车位确定停靠车位。
可选的，路口检测模块330，用于若每帧图像中路沿边界线以及停靠车位边界线之间的距离大于设定距离，则判断所述路沿边界线和停靠车位边界线之间的区域为路口区域，并将路口区域进行标识。
可选的，所述装置还包括修正模块，用于：
判断所述停靠车位边界线上的当前边界点的坐标是否可靠；
若否，采用所述当前边界点的上一边界点的坐标作为所述当前边界点的坐标；
将所述停靠车位边界线的下一边界点作为当前边界点，返回判断当前边界点是否可靠的步骤，直至所述停靠车位边界上的所有边界点判断完毕，以修正所述停靠车位边界线。
可选的，所述判断所述停靠车位边界线上的当前边界点的坐标是否可靠，包括：
基于所述当前边界点到离雷达最近的障碍物的点之间的距离确定距离权重；
基于所述当前边界点的强度确定灰度权重；
基于当前边界点与上一边界点的位置改变确定邻域权重；
基于所述距离权重、所述灰度权重以及所述邻域权重判断所述当前边界点的坐标是否可靠。
可选的，所述装置还包括调整模块，用于：
将每帧图像中路沿边界线上的每个边界点的列坐标修改为第一列坐标平均值，以调整路沿边界线；
将每帧图像中所述停靠车位边界线上的每个边界点的列坐标修改为第二列坐标平均值，以调整停靠车位边界线；
其中，所述第一列坐标平均值为基于所述路沿边界点上的全部边界点的列坐标确定的平均值；所述第二列坐标平均值为基于所述停靠车位边界线上的全部边界点的列坐标确定的平均值。
可选的，所述装置还包括泊车地图构建模块，用于：
基于车辆运动信息确定车辆的运动轨迹；
将所述SAR图像转换到车辆运动轨迹所在的坐标系中，得到转换图像；
基于转换图像以及所述车辆的运动轨迹生成泊车地图。
可选的，确定停靠车位边界线，包括：
确定每帧二值化图像中在雷达的扫描方向上离雷达最近的障碍物的目标点；
基于所述目标点确定停靠车位边界线。
上述装置可执行本发明任意实施例所提供的方法，具备执行方法相应的功能模块和有益效果。
图4是本发明实施例提供的一种车位检测设备或者雷达设备结构示意图，如图4所示，该设备包括：
一个或多个处理器410，图4中以一个处理器410为例；
存储器420；
所述设备还可以包括：输入装置430和输出装置440。
所述设备中的处理器410、存储器420、输入装置430和输出装置440可以通过总线或者其他方式连接，图4中以通过总线连接为例。
存储器420作为一种非暂态计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的一种车位检测方法对应的程序指令/模块(例如，附图3所示的第一确定模块310、第二确定模320、路口检测模块330、拼接模块340、截取模块350和停靠车位确定模块360)。处理器410通过运行存储在存储器420中的软件程序、指令以及模块，从而执行计算机设备的各种功能应用以及数据处理，即实现上述方法实施例的一种车位检测方法，即：
获取合成孔径雷达SAR图像，对每帧SAR图像按照时间顺序进行处理，确定每帧SAR图像的二值化图像中路沿边界线以及平行于路沿的停靠车位边界线；
根据所述路沿边界线以及所述停靠车位边界线确定检测到的障碍物的长度，基于所述障碍物的长度确定停靠车位类型；
基于所述路沿边界线以及所述停靠车位边界线进行路口检测，得到路口检测结果；
将至少三帧SAR图像的二值化图像进行拼接，得到拼接图像；
通过图像框在所述拼接图像上移动，依次截取所述图像框中的图像，得到截取图像，其中，相邻两次截取的图像重叠，所述截取图像的宽度超过设定宽度；
基于每帧二值化图像中的路口检测结果、停靠车位边界线以及停靠车位类型，确定所述截取图像中的路口检测结果、停靠车位边界线以及停靠车位类型，并基于所述截取图像中路口检测结果、停靠车位边界线以及停靠车位类型确定停靠车位。
存储器420可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据计算机设备的使用所创建的数据等。此外，存储器420可以包括高速随机存取存储器，还可以包括非暂态性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态性固态存储器件。在一些实施例中，存储器420可选包括相对于处理器410远程设置的存储器，这些远程存储器可以通过网络连接至终端设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置430可用于接收输入的数字或字符信息，以及产生与计算机设备的用户设置以及功能控制有关的键信号输入。输出装置440可包括显示屏等显示设备。
本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例提供的一种车位检测方法：
获取合成孔径雷达SAR图像，对每帧SAR图像按照时间顺序进行处理，确定每帧SAR图像的二值化图像中路沿边界线以及平行于路沿的停靠车位边界线；
根据所述路沿边界线以及所述停靠车位边界线确定检测到的障碍物的长度，基于所述障碍物的长度确定停靠车位类型；
基于所述路沿边界线以及所述停靠车位边界线进行路口检测，得到路口检测结果；
将至少三帧SAR图像的二值化图像进行拼接，得到拼接图像；
通过图像框在所述拼接图像上移动，依次截取所述图像框中的图像，得到截取图像，其中，相邻两次截取的图像重叠，所述截取图像的宽度超过设定宽度；
基于每帧二值化图像中的路口检测结果、停靠车位边界线以及停靠车位类型，确定所述截取图像中的路口检测结果、停靠车位边界线以及停靠车位类型，并基于所述截取图像中路口检测结果、停靠车位边界线以及停靠车位类型确定停靠车位。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种车位检测方法，其特征在于，包括：
获取合成孔径雷达SAR图像，对每帧SAR图像按照时间顺序进行处理，确定每帧SAR图像的二值化图像中路沿边界线以及平行于路沿的停靠车位边界线；
根据所述路沿边界线以及所述停靠车位边界线确定检测到的障碍物的长度，基于所述障碍物的长度确定停靠车位类型；
基于所述路沿边界线以及所述停靠车位边界线进行路口检测，得到路口检测结果；
将至少三帧SAR图像的二值化图像进行拼接，得到拼接图像；
通过图像框在所述拼接图像上移动，依次截取所述图像框中的图像，得到截取图像，其中，相邻两次截取的图像重叠，所述截取图像的宽度超过设定宽度；
基于每帧二值化图像中的路口检测结果、停靠车位边界线以及停靠车位类型，确定所述截取图像中的路口检测结果、停靠车位边界线以及停靠车位类型，并基于所述截取图像中路口检测结果、停靠车位边界线以及停靠车位类型确定停靠车位；
其中，基于所述截取图像中路口检测结果、停靠车位边界线以及停靠车位类型确定停靠车位，包括：
基于停靠车位类型确定车位边框移动方向类型；
采用车位边框以确定的移动方向类型进行移动过程中，所述车位边框与雷达之间没有障碍物，且当所述车位边框位于所述停靠车位边界线之下时，所述车位边框中没有障碍物、以及所述车位边框所处的区域不是路口区域，则将所述车位边框所处的区域标记为候选车位，并基于候选车位确定停靠车位。
2.根据权利要求1所述的方法，所述基于所述路沿边界线以及所述停靠车位边界线进行路口检测，得到路口检测结果，包括：
若每帧图像中路沿边界线以及停靠车位边界线之间的距离大于设定距离，则判断所述路沿边界线和停靠车位边界线之间的区域为路口区域，并将路口区域进行标识。
3.根据权利要求1所述的方法，还包括：
判断所述停靠车位边界线上的当前边界点的坐标是否可靠；
若否，采用所述当前边界点的上一边界点的坐标作为所述当前边界点的坐标；
将所述停靠车位边界线的下一边界点作为当前边界点，返回判断当前边界点是否可靠的步骤，直至所述停靠车位边界上的所有边界点判断完毕，以修正所述停靠车位边界线。
4.根据权利要求3所述的方法，其特征在于，所述判断所述停靠车位边界线上的当前边界点的坐标是否可靠，包括：
基于所述当前边界点到离雷达最近的障碍物的点之间的距离确定距离权重；
基于所述当前边界点的强度确定灰度权重；
基于当前边界点与上一边界点的位置改变确定邻域权重；
基于所述距离权重、所述灰度权重以及所述邻域权重判断所述当前边界点的坐标是否可靠。
5.根据权利要求1所述的方法，其特征在于，还包括：
将每帧图像中路沿边界线上的每个边界点的列坐标修改为第一列坐标平均值，以调整路沿边界线；
将每帧图像中所述停靠车位边界线上的每个边界点的列坐标修改为第二列坐标平均值，以调整停靠车位边界线；
其中，所述第一列坐标平均值为基于所述路沿边界点上的全部边界点的列坐标确定的平均值；所述第二列坐标平均值为基于所述停靠车位边界线上的全部边界点的列坐标确定的平均值。
6.根据权利要求1所述方法，其特征在于，还包括：
基于车辆运动信息确定车辆的运动轨迹；
将所述SAR图像转换到车辆运动轨迹所在的坐标系中，得到转换图像；
基于转换图像以及所述车辆的运动轨迹生成泊车地图。
7.根据权利要求1所述的方法，其特征在于，确定停靠车位边界线，包括：
确定每帧二值化图像中在雷达的扫描方向上离雷达最近的障碍物的目标点；
基于所述目标点确定停靠车位边界线。
8.一种车位检测装置，其特征在于，包括：
第一确定模块，用于获取合成孔径雷达SAR图像，对每帧SAR图像按照时间顺序进行处理，确定每帧SAR图像的二值化图像中路沿边界线以及平行于路沿的停靠车位边界线；
第二确定模块，用于根据所述路沿边界线以及所述停靠车位边界线确定检测到的障碍物的长度，基于所述障碍物的长度确定停靠车位类型；
路口检测模块，用于基于所述路沿边界线以及所述停靠车位边界线进行路口检测，得到路口检测结果；
拼接模块，用于将至少三帧SAR图像的二值化图像进行拼接，得到拼接图像；
截取模块，用于通过图像框在所述拼接图像上移动，依次截取所述图像框中的图像，得到截取图像，其中，相邻两次截取的图像重叠，所述截取图像的宽度超过设定宽度；
停靠车位确定模块，用于基于每帧图像中的路口检测结果、停靠车位边界线以及停靠车位类型，确定所述截取图像中的路口检测结果、停靠车位边界线以及停靠车位类型，并基于所述截取图像中路口检测结果、停靠车位边界线以及停靠车位类型确定停靠车位；
基于所述截取图像中路口检测结果、停靠车位边界线以及停靠车位类型确定停靠车位，包括：
基于停靠车位类型确定车位边框移动方向类型；
采用车位边框以确定的移动方向类型进行移动过程中，所述车位边框与雷达之间没有障碍物，且当所述车位边框位于所述停靠车位边界线之下时，所述车位边框中没有障碍物、以及所述车位边框所处的区域不是路口区域，则将所述车位边框所处的区域标记为候选车位，并基于候选车位确定停靠车位。
9.一种雷达设备或者车位检测设备，其特征在于，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7任一所述的车位检测方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7任一项所述的一种车位检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911023422.XA CN110738867B (zh) | 2019-10-25 | 2019-10-25 | 一种车位检测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911023422.XA CN110738867B (zh) | 2019-10-25 | 2019-10-25 | 一种车位检测方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110738867A CN110738867A (zh) | 2020-01-31 |
| CN110738867B true CN110738867B (zh) | 2021-01-01 |
Family
ID=69271371
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911023422.XA Active CN110738867B (zh) | 2019-10-25 | 2019-10-25 | 一种车位检测方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110738867B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111845720B (zh) | 2020-06-30 | 2022-06-14 | 阿波罗智能技术(北京)有限公司 | 控制车辆的方法和装置、电子设备以及存储介质 |
| CN112669615B (zh) * | 2020-12-09 | 2023-04-25 | 上汽大众汽车有限公司 | 一种基于摄像头的停车位检测方法和系统 |
| CN113362649A (zh) * | 2021-06-30 | 2021-09-07 | 安诺(深圳)创新技术有限公司 | 一种基于车联网的辅助驾驶系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008029038A1 (fr) * | 2006-09-07 | 2008-03-13 | Renault S.A.S. | Dispositif et procede d'estimation des dimensions d'une place de parking, vehicule automobile comportant un tel dispositif |
| CN101807352A (zh) * | 2010-03-12 | 2010-08-18 | 北京工业大学 | 一种模糊模式识别的车位检测方法 |
| CN103415782A (zh) * | 2011-03-11 | 2013-11-27 | 法雷奥开关和传感器有限责任公司 | 停车辅助系统、具有其的机动车辆和检测停车位的方法 |
| CN109253731A (zh) * | 2018-08-06 | 2019-01-22 | 百度在线网络技术（北京）有限公司 | 停车场地图生成方法、装置、设备及可读存储介质 |
| CN109444889A (zh) * | 2018-12-31 | 2019-03-08 | 成都汇蓉国科微系统技术有限公司 | 一种基于星车前视双基地sar图像辅助驾驶系统及方法 |
| CN109693629A (zh) * | 2017-10-24 | 2019-04-30 | 纽威莱克公司 | 用于停车辅助的毫米波系统级封装 |
| US10371797B1 (en) * | 2018-05-23 | 2019-08-06 | Zendar Inc. | Systems and methods for enhancing target detection |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102015201810A1 (de) * | 2015-02-03 | 2016-08-04 | Siemens Aktiengesellschaft | Verkehrsüberwachungssystem zur Überwachung einer Verkehrsfläche |
| CN106611510B (zh) * | 2015-10-27 | 2019-04-23 | 富士通株式会社 | 车位检测装置、电子设备及方法 |
| CN109767646B (zh) * | 2019-02-28 | 2021-02-12 | 北京智行者科技有限公司 | 泊车方法及装置 |
-
2019
- 2019-10-25 CN CN201911023422.XA patent/CN110738867B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008029038A1 (fr) * | 2006-09-07 | 2008-03-13 | Renault S.A.S. | Dispositif et procede d'estimation des dimensions d'une place de parking, vehicule automobile comportant un tel dispositif |
| CN101807352A (zh) * | 2010-03-12 | 2010-08-18 | 北京工业大学 | 一种模糊模式识别的车位检测方法 |
| CN103415782A (zh) * | 2011-03-11 | 2013-11-27 | 法雷奥开关和传感器有限责任公司 | 停车辅助系统、具有其的机动车辆和检测停车位的方法 |
| CN109693629A (zh) * | 2017-10-24 | 2019-04-30 | 纽威莱克公司 | 用于停车辅助的毫米波系统级封装 |
| US10371797B1 (en) * | 2018-05-23 | 2019-08-06 | Zendar Inc. | Systems and methods for enhancing target detection |
| CN109253731A (zh) * | 2018-08-06 | 2019-01-22 | 百度在线网络技术（北京）有限公司 | 停车场地图生成方法、装置、设备及可读存储介质 |
| CN109444889A (zh) * | 2018-12-31 | 2019-03-08 | 成都汇蓉国科微系统技术有限公司 | 一种基于星车前视双基地sar图像辅助驾驶系统及方法 |
Non-Patent Citations (1)
| Title |
|---|
| "Parked Vehicle Detection and Status Evaluation on";Takehiro Hoshino;《2015 European Radar Conference (EuRAD)》;20151207;第149-152页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110738867A (zh) | 2020-01-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11365979B2 (en) | Image processing apparatus, image processing method, computer program and computer readable recording medium | |
| CN110738867B (zh) | 一种车位检测方法、装置、设备及存储介质 | |
| CN101281644B (zh) | 基于视觉的导航和制导系统 | |
| CN108550258B (zh) | 车辆排队长度检测方法、装置、存储介质和电子设备 | |
| CN111988524A (zh) | 一种无人机与摄像头协同避障方法、服务器及存储介质 | |
| CN113203409B (zh) | 一种复杂室内环境移动机器人导航地图构建方法 | |
| CN111967396A (zh) | 障碍物检测的处理方法、装置、设备及存储介质 | |
| CN109754034A (zh) | 一种基于二维码的终端设备定位方法及装置 | |
| CN116310679A (zh) | 多传感器融合目标检测方法、系统、介质、设备及终端 | |
| CN110728700B (zh) | 一种运动目标追踪方法、装置、计算机设备及存储介质 | |
| CN115273039A (zh) | 一种基于摄像头的小障碍物探测方法 | |
| CN114627409A (zh) | 一种车辆异常变道的检测方法及装置 | |
| CN111626189B (zh) | 一种路面异常检测方法、装置、电子设备及存储介质 | |
| CN109685062A (zh) | 一种目标检测方法、装置、设备及存储介质 | |
| CN110390252B (zh) | 基于先验地图信息的障碍物检测方法、装置和存储介质 | |
| CN110764526B (zh) | 一种无人机飞行控制方法及装置 | |
| Tang | Development of a multiple-camera tracking system for accurate traffic performance measurements at intersections | |
| CN115457505A (zh) | 一种摄像头的小障碍物探测方法、装置、设备及存储介质 | |
| CN110309741B (zh) | 障碍物检测方法及装置 | |
| CN114007190A (zh) | 定位方法、装置、电子设备及计算机存储介质 | |
| CN112215233A (zh) | 一种用于车牌检测识别的方法及手持终端 | |
| CN109740518A (zh) | 一种视频中对象的确定方法及装置 | |
| CN117554949B (zh) | 一种联动式目标接力跟踪方法和系统 | |
| JP4635536B2 (ja) | 交通流計測方法およびその装置 | |
| US11645838B2 (en) | Object detection system, object detection method, and program |
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 | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A parking space detection method, device, equipment and storage medium Effective date of registration: 20210917 Granted publication date: 20210101 Pledgee: Beijing Zhongguancun bank Limited by Share Ltd. Pledgor: BEIJING AUTOROAD TECH Co.,Ltd. Registration number: Y2021990000849 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Date of cancellation: 20231117 Granted publication date: 20210101 Pledgee: Beijing Zhongguancun bank Limited by Share Ltd. Pledgor: BEIJING AUTOROAD TECH Co.,Ltd. Registration number: Y2021990000849 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right |