CN111899554A - 一种关联停车位与车道方法、装置、电子设备及存储介质 - Google Patents

一种关联停车位与车道方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN111899554A
CN111899554A CN202010593617.4A CN202010593617A CN111899554A CN 111899554 A CN111899554 A CN 111899554A CN 202010593617 A CN202010593617 A CN 202010593617A CN 111899554 A CN111899554 A CN 111899554A
Authority
CN
China
Prior art keywords
parking space
parking
associating
lane
lanes
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.)
Pending
Application number
CN202010593617.4A
Other languages
English (en)
Inventor
王敏
胡胜伟
罗跃军
刘奋
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.)
Heading Data Intelligence Co Ltd
Original Assignee
Heading Data Intelligence 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 Heading Data Intelligence Co Ltd filed Critical Heading Data Intelligence Co Ltd
Priority to CN202010593617.4A priority Critical patent/CN111899554A/zh
Publication of CN111899554A publication Critical patent/CN111899554A/zh
Pending legal-status Critical Current

Links

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

Abstract

本发明提供一种关联停车位与车道的方法、装置、电子设备及存储介质，该方法包括：基于深度学习算法采集道路两侧的停车位信息；根据停车位邻近车道的方向及停车位位置分类，将停车位关联至一个或多个可进入车道。通过该方案解决了现有关联方式处理速度较慢的问题，可以提高关联停车位与车道的速度，简化关联过程，实现停车位关联信息的自动化制作，保障数据处理效率。

Description

一种关联停车位与车道方法、装置、电子设备及存储介质
技术领域
本发明涉及车载导航领域，尤其涉及一种关联停车位与车道的方法、装置、电子设备及存储介质。
背景技术
随着自动驾驶技术的逐渐成熟，其对车载导航能力提出了更高的要求，车道级别的路径引导被广泛应用于高级自动驾驶。在现实驾驶场景中，对道路周围采集的停车位，需要关联至车道，构成矢量化的数字地图数据，停车位与车道的关联信息可以为自动泊车提供参考，提高驾驶系统决策能力。
当前，对于停车位和车道的关联，处理方法是手动制作并设置每个停车位的关联类型和关联点，编译程序根据关联类型和关联点的位置，判断停车位所关联的车道，此种方法虽然准确度较高，但关联停车位和车道的处理速度较慢。
发明内容
有鉴于此，本发明实施例提供了一种关联停车位与车道的方法、装置、电子设备及存储介质，以解决现有关联方法数据处理速度较慢的问题。
在本发明实施例的第一方面，提供了一种关联停车位与车道的方法，包括：
基于深度学习算法采集道路两侧的停车位信息；
根据停车位邻近车道的方向及停车位位置分类，将停车位关联至一个或多个可进入车道。
在本发明实施例的第二方面，提供了一种关联停车位与车道的装置，包括：
采集模块，用于基于深度学习算法采集道路两侧的停车位信息；
关联模块，用于根据停车位邻近车道的方向及停车位位置分类，将停车位关联至一个或多个可进入车道。
在本发明实施例的第三方面，提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如本发明实施例第一方面所述方法的步骤。
本发明实施例的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现本发明实施例第一方面提供的所述方法的步骤。
本发明实施例中，基于深度学习算法采集道路两侧的停车位信息；根据停车位邻近车道的方向及停车位位置分类，将停车位关联至一个或多个可进入车道。从而解决了关联停车位和车道的处理速度较慢的问题，通过采集各停车位信息，按停车位位置与邻近车道关联，可以有效简化停车位关联过程，提高关联处理速度，同时保障关联结果的可靠性和准确性，并能实现自动化处理，提高了工作效率，方便车辆自动泊车时停车位信息获取，保障驾驶决策的准确合理。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单介绍，显而易见地，下面描述的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获取其他附图。
图1为本发明的一个实施例提供的关联停车位与车道的方法的流程示意图；
图2为本发明的一个实施例提供的关联停车位与车道的方法的另一流程示意图；
图3为本发明的一个实施例提供的停车位与车道的关联示意图；
图4为本发明的一个实施例提供的停车位与车道的另一关联示意图；
图5为本发明的一个实施例提供的用于关联停车位与车道的装置的结构示意图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
本发明的说明书或权利要求书及上述附图中的术语“包括”以及其他相近意思表述，意指覆盖不排他的包含，如包含一系列步骤或单元的过程、方法或系统、设备没有限定于已列出的步骤或单元。
请参阅图1，图1为本发明实施例提供的一种关联停车位与车道的方法的流程示意图，包括：
S101、基于深度学习算法采集道路两侧的停车位信息；
所述停车位信息为预关联的停车位信息，一般可包括停车位的点云数据信息、停车位参数信息等，将停车位信息参数化后，可以通过数据表征各停车位，如表示停车位的三维空间信息，基于停车位的三维空间信息可以方便自动驾驶车辆进行自动泊车，停车位信息中可以包括位置、长宽、编号等。
其中，基于深度学习算法可以对停车位的图像进行语义分割，确定对应的点云数据，进而可以对停车位三维重建，确定停车位的参数信息。
S102、根据停车位邻近车道的方向及停车位位置分类，将停车位关联至一个或多个可进入车道。
所述停车位邻近车道即靠近停车位的车道，一般停车位位于道路两侧，车道为单行道时，靠近停车位的一侧为邻近车道。车道方向可包括单侧直行、左转弯、右转弯、掉头等，对于一般道路路段只包括单侧直行，而对于路口，可以包括直行、左转弯、右转弯、掉头。
其中，所述停车位位置分类至少包括路段处停车位、路口处停车位。
若依据当前车道方向，从当前车道可直接将车辆驶入停车位，则将停车位与可驶入车道关联。
可选的，当停车位位于路段旁，根据车道方向关联邻近可进入停车位的车道。
示例性的，对于路段旁的停车位，当有多个车道可进入某一停车位，则将该停车位与多个车道关联，如图3所示，当车道LI、L2均可进入停车位1～6，则将停车位1～6关联车道L1和L2。
可选的，当停车位位于路口处，则根据路口处各车道方向，将停车位关联至邻近可进入车道。
示例性的，对于路口处的停车位，获取进入当前路口的车道信息，然后将停车位与高精度电子地图中的进入当前路口的邻近车道进行关联。如图4所示，将停车位B1与车道L1关联。
基于停车位与车道的关联关系，当车辆进入某一车道时，获取与该车道关联的停车位信息，根据停车位信息选择停车位进行自主泊车。
本实施例中，通过采集道路两侧的停车位信息，根据停车位特征信息，将停车位与高精度电子地图中的车道进行关联，实现自动化的停车位制作，同时极大地提高停车位关联车道的处理速度。
在本发明另一实施例中，结合图2对步骤S101中采集停车位信息进行详述，包括：
S1011、基于深度学习算法对停车位图像进行语义感知，确定点云对应的每个像素所属的停车位地图元素，检测获取停车位的点云边界。
在语义分割中可以将输入的视觉图像划分为不同的语义可解释类别，基于图像中每个像素的标注进行语义感知，由于图像可与点云数据对应，由此确定停车位对应的元素，得到停车位的点云边界。
S1012、根据语义感知结果对停车位进行三维重建，基于多视角几何，重建停车位上的多个关键点，并根据所述多个关键点获取停车位对应的点云。
根据移动激光扫描或双目相机数据得到的多视角几何，结合语义感知结果，可以对停车位进行三维重建，得到停车位上的多个关键点，如停车位的角点等。
S1013、通过参数拟合得到停车位的表征方程，根据所述表征方程和语义感知结果，得到停车位的参数信息。
基于停车位的关键点等信息，可以对停车位进行参数拟合，建立停车位的表征方程，结合语义感知结果，确定拟合参数信息。
将参数化的停车位信息添加至高精度地图数据库中，方便将停车位信息和车道关联后，直接获取到停车位数据信息。
应理解，上述实施例中各步骤的序号大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
图5为本发明实施例提供的一种用于关联停车位与车道的装置的结构示意图，该装置包括：
采集模块510，用于基于深度学习算法采集道路两侧的停车位信息；
可选的，所述采集模块510包括：
语义感知单元，用于基于深度学习算法对停车位图像进行语义感知，确定点云对应的每个像素所属的停车位地图元素，检测获取停车位的点云边界。
进一步的，还包括：
三维重建模块，用于根据语义感知结果对停车位进行三维重建，基于多视角几何，重建停车位上的多个关键点，并根据所述多个关键点获取停车位对应的点云。
进一步，还包括：
参数拟合单元，用于通过参数拟合得到停车位的表征方程，根据所述表征方程和语义感知结果，得到停车位的参数信息。
关联模块520，用于根据停车位邻近车道的方向及停车位位置分类，将停车位关联至一个或多个可进入车道。
可选的，当停车位位于路段旁，根据车道方向关联邻近可进入停车位的车道。
可选的，当停车位位于路口处，则根据路口处各车道方向，将停车位关联至邻近可进入车道。
本领域普通技术人员可以理解的是，在一个实施例中，所述电子设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现步骤S101至S102以关联停车位与车道。在另一实施例中，所述的计算机程序还可以存储于计算机可读取存储介质中，所述的存储介质包括如：ROM/RAM、磁碟、光盘等。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种关联停车位与车道的方法，其特征在于，包括：
基于深度学习算法采集道路两侧的停车位信息；
根据停车位邻近车道的方向及停车位位置分类，将停车位关联至一个或多个可进入车道。
2.根据权利要求1所述的方法，其特征在于，所述基于深度学习算法采集道路两侧的停车位信息包括：
基于深度学习算法对停车位图像进行语义感知，确定点云对应的每个像素所属的停车位地图元素，检测获取停车位的点云边界。
3.根据权利要求2所述的方法，其特征在于，所述基于深度学习算法对停车位图像进行语义感知还包括：
根据语义感知结果对停车位进行三维重建，基于多视角几何，重建停车位上的多个关键点，并根据所述多个关键点获取停车位对应的点云。
4.根据权利要求3所述的方法，其特征在于，所述根据语义感知结果对停车位进行三维重建还包括：
通过参数拟合得到停车位的表征方程，根据所述表征方程和语义感知结果，得到停车位的参数信息。
5.根据权利要求1所述的方法，其特征在于，所述根据停车位邻近车道的方向及停车位位置分类，将停车位关联至一个或多个可进入车道还包括：
当停车位位于路段旁，根据车道方向关联邻近可进入停车位的车道。
6.根据权利要求1所述的方法，其特征在于，所述根据停车位邻近车道的方向及停车位位置分类，将停车位关联至一个或多个可进入车道还包括：
当停车位位于路口处，则根据路口处各车道方向，将停车位关联至邻近可进入车道。
7.一种用于关联停车位与车道的装置，其特征在于，包括：
采集模块，用于基于深度学习算法采集道路两侧的停车位信息；
关联模块，用于根据停车位邻近车道的方向及停车位位置分类，将停车位关联至一个或多个可进入车道。
8.根据权利要求7所述的装置，其特征在于，所述采集模块包括：
语义感知单元，用于基于深度学习算法对停车位图像进行语义感知，确定点云对应的每个像素所属的停车位地图元素，检测获取停车位的点云边界。
9.一种电子设备，包括处理器、存储器以及存储在所述存储器中并在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述关联停车位与车道的方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述关联停车位与车道的方法的步骤。
CN202010593617.4A 2020-06-27 2020-06-27 一种关联停车位与车道方法、装置、电子设备及存储介质 Pending CN111899554A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010593617.4A CN111899554A (zh) 2020-06-27 2020-06-27 一种关联停车位与车道方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010593617.4A CN111899554A (zh) 2020-06-27 2020-06-27 一种关联停车位与车道方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN111899554A true CN111899554A (zh) 2020-11-06

Family

ID=73207194

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010593617.4A Pending CN111899554A (zh) 2020-06-27 2020-06-27 一种关联停车位与车道方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN111899554A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115661395A (zh) * 2022-12-27 2023-01-31 安徽蔚来智驾科技有限公司 车位建图方法、车辆及存储介质
CN115690261A (zh) * 2022-12-29 2023-02-03 安徽蔚来智驾科技有限公司 基于多传感器融合的车位建图方法、车辆及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015045589A (ja) * 2013-08-29 2015-03-12 住友林業株式会社 建設工事現場案内システム
CN108847121A (zh) * 2018-07-04 2018-11-20 深圳地平线机器人科技有限公司 构建高精度地图的方法和装置
CN108959321A (zh) * 2017-05-25 2018-12-07 纵目科技（上海）股份有限公司 停车场地图构建方法、系统、移动终端及存储介质
US20190034235A1 (en) * 2017-12-28 2019-01-31 Shao-Wen Yang Privacy-preserving distributed visual data processing
CN109410301A (zh) * 2018-10-16 2019-03-01 张亮 面向无人驾驶汽车的高精度语义地图制作方法
CN109900279A (zh) * 2019-02-13 2019-06-18 浙江零跑科技有限公司 一种基于泊车位全局路由的停车场语义地图创建方法
CN110795514A (zh) * 2019-04-29 2020-02-14 当家移动绿色互联网技术集团有限公司 道路元素的识别和路网构建方法，装置，存储介质及电子设备

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015045589A (ja) * 2013-08-29 2015-03-12 住友林業株式会社 建設工事現場案内システム
CN108959321A (zh) * 2017-05-25 2018-12-07 纵目科技（上海）股份有限公司 停车场地图构建方法、系统、移动终端及存储介质
US20190034235A1 (en) * 2017-12-28 2019-01-31 Shao-Wen Yang Privacy-preserving distributed visual data processing
CN108847121A (zh) * 2018-07-04 2018-11-20 深圳地平线机器人科技有限公司 构建高精度地图的方法和装置
CN109410301A (zh) * 2018-10-16 2019-03-01 张亮 面向无人驾驶汽车的高精度语义地图制作方法
CN109900279A (zh) * 2019-02-13 2019-06-18 浙江零跑科技有限公司 一种基于泊车位全局路由的停车场语义地图创建方法
CN110795514A (zh) * 2019-04-29 2020-02-14 当家移动绿色互联网技术集团有限公司 道路元素的识别和路网构建方法，装置，存储介质及电子设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115661395A (zh) * 2022-12-27 2023-01-31 安徽蔚来智驾科技有限公司 车位建图方法、车辆及存储介质
CN115690261A (zh) * 2022-12-29 2023-02-03 安徽蔚来智驾科技有限公司 基于多传感器融合的车位建图方法、车辆及存储介质

Similar Documents

Publication Publication Date Title
CN109470254B (zh) 地图车道线的生成方法、装置、系统及存储介质
KR20220054278A (ko) 차량의 주행 궤적 예측 방법 및 장치
CN112069856A (zh) 地图生成方法、驾驶控制方法、装置、电子设备及系统
CN109813328A (zh) 一种驾驶路径规划方法、装置及车辆
KR20190090393A (ko) 차선 결정 방법, 디바이스 및 저장 매체
CN108520634A (zh) 高速匝道限速识别方法、装置及电子设备
CN113807333B (zh) 用于检测车道线的数据处理方法及存储介质
CN115546768B (zh) 基于多尺度机制和注意力机制的路面标线识别方法及系统
CN111899554A (zh) 一种关联停车位与车道方法、装置、电子设备及存储介质
CN111295666A (zh) 一种车道线检测方法、装置、控制设备及存储介质
EP4170581A1 (en) Method, device and system for cooperatively constructing point cloud map
EP4184119A1 (en) Travelable region determination method, intelligent driving system and intelligent vehicle
CN112257772B (zh) 一种道路增减区间切分方法、装置、电子设备及存储介质
CN109597862A (zh) 基于拼图式的地图生成方法、装置及计算机可读存储介质
CN112905849A (zh) 一种车辆数据处理的方法及装置
CN110991414B (zh) 一种交通要素高精度分割方法、电子设备及存储介质
Wang et al. Autonomous Driving System Driven by Artificial Intelligence Perception Fusion
CN115144868A (zh) 一种适用于端到端自动驾驶的感知及导航定位融合的方法
CN113012261B (zh) 一种自动构建地图的方法及装置
CN112418081A (zh) 一种空地联合快速勘察交通事故的方法及系统
CN113192356A (zh) 一种多传感器融合的车位检测方法、装置及车辆
CN115511901B (zh) 矿山地图处理方法、装置、系统、计算机设备及存储介质
CN111222522A (zh) 神经网络训练、路面检测、智能驾驶控制方法和装置
CN113008249B (zh) 移动机器人的避让点检测方法、避让方法以及移动机器人
CN115690787A (zh) 语义分割方法、图像处理设备以及计算机可读存储介质

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20201106