CN111976601B - 自动泊车方法、装置、设备和存储介质 - Google Patents

自动泊车方法、装置、设备和存储介质 Download PDF

Info

Publication number
CN111976601B
CN111976601B CN201910439502.7A CN201910439502A CN111976601B CN 111976601 B CN111976601 B CN 111976601B CN 201910439502 A CN201910439502 A CN 201910439502A CN 111976601 B CN111976601 B CN 111976601B
Authority
CN
China
Prior art keywords
parking space
image
target
vehicle
target 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
Application number
CN201910439502.7A
Other languages
English (en)
Other versions
CN111976601A (zh
Inventor
蔚勇
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.)
Navinfo Co Ltd
Original Assignee
Navinfo 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 Navinfo Co Ltd filed Critical Navinfo Co Ltd
Priority to CN201910439502.7A priority Critical patent/CN111976601B/zh
Publication of CN111976601A publication Critical patent/CN111976601A/zh
Application granted granted Critical
Publication of CN111976601B publication Critical patent/CN111976601B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R1/00—Optical viewing arrangements; Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
    • B60R2300/30—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of image processing
    • B60R2300/303—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of image processing using joined images, e.g. multiple camera images
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
    • B60R2300/80—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the intended use of the viewing arrangement
    • B60R2300/806—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the intended use of the viewing arrangement for aiding parking

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供一种自动泊车方法、装置、设备和存储介质，该方法包括：每个车位的预设位置处设置有识别车位用的车位标识，获取拍摄装置拍摄的第一图像，拍摄装置设置在车辆上；在第一图像中检测是否包含有目标车位的车位标识；若检测出包含有目标车位的车位标识，则根据目标车位的车位标识与车辆的第一距离信息，引导车辆朝着目标车位行驶。本发明通过对采集的图像中车位标识的识别，进而确定目标车位，进一步根据车辆至目标车位的距离信息，行驶至目标车位。

Description

自动泊车方法、装置、设备和存储介质
技术领域
本发明涉及自动驾驶技术领域，尤其涉及一种自动泊车方法、装置、设备和存储介质。
背景技术
随着自动驾驶技术的发展，与之相应的自动泊车技术也快速发展。自动泊车指的是车辆自动停放在自动泊车区域中的车位中。
现有技术中车辆进行自动泊车时，通常是人为驾驶将车辆预先停放在所要泊车的停车位上，再根据车辆内置的泊车方式进行泊车。该种方法在车辆进入泊车区域时，无法主动对目标车位进行识别，需要人为驾驶停放至车位旁进行泊车，泊车效率低。
发明内容
本发明提供一种自动泊车方法、装置、设备和存储介质，实现了车辆在目标车位的泊车。
本发明的第一方面提供一种自动泊车方法，包括：
每个车位的预设位置处设置有识别所述车位用的车位标识；所述方法包括：
获取拍摄装置拍摄的第一图像，所述拍摄装置设置在车辆上；
在所述第一图像中检测是否包含有目标车位的车位标识；
若检测出包含有所述目标车位的车位标识，则根据所述目标车位的车位标识与所述车辆的第一距离信息，引导所述车辆朝着所述目标车位行驶。
本发明的第二方面提供一种自动泊车方法，包括：每个车位的预设位置处设置有识别所述车位用的车位标识；每个所述车位的车位边界的多个位置点分别设置有车位边界标识，同一车位在每个位置点设置的车位边界标识不同，每个位置点相对于车位的相对位置不同，所述车位边界标识用于指示所述车位的边界线；所述方法包括：
在停泊进入车位标识指示的目标车位前，获取拍摄装置拍摄的第三图像，所述拍摄装置设置在车辆上；
在所述第三图像中检测是否包含有所述目标车位的车位边界标识；
若所述第三图像中包含有所述目标车位的车位边界标识，则根据所述车位边界标识与所述目标车位的相对位置，以及所述车辆至所述目标车位的车位边界标识的第二距离信息，引导所述车辆停放在所述目标车位中。
本发明的第三方面提供一种自动泊车装置，包括：
处理模块，用于获取拍摄装置拍摄的第一图像，所述拍摄装置设置在车辆上；在所述第一图像中检测是否包含有目标车位的车位标识；若检测出包含有所述目标车位的车位标识，则根据所述目标车位的车位标识与所述车辆的第一距离信息，引导所述车辆朝着所述目标车位行驶。
本发明的第四方面提供一种自动泊车装置，包括：
处理模块，用于在停泊进入车位标识指示的目标车位前，获取拍摄装置拍摄的第三图像，所述拍摄装置设置在车辆上；在所述第三图像中检测是否包含有所述目标车位的车位边界标识；若所述第三图像中包含有所述目标车位的车位边界标识，则根据所述车位边界标识与所述目标车位的相对位置，以及所述车辆至所述目标车位的车位边界标识的第二距离信息，引导所述车辆停放在所述目标车位中。
本发明的第五方面提供一种自动泊车设备，包括：至少一个处理器和存储器；
所述存储器存储计算机执行指令；
所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述自动泊车设备执行上述第一方面和第二方面的自动泊车方法。
本发明的第六方面提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机执行指令，当所述计算机执行指令被处理器执行时，实现上述第一方面和第二方面的自动泊车方法。
本发明提供一种自动泊车方法、装置、设备和存储介质，该方法包括：每个车位的预设位置处设置有识别车位用的车位标识，获取拍摄装置拍摄的第一图像，拍摄装置设置在车辆上；在第一图像中检测是否包含有目标车位的车位标识；若检测出包含有目标车位的车位标识，则根据目标车位的车位标识与车辆的第一距离信息，引导车辆朝着目标车位行驶。本发明通过对采集的图像中车位标识的识别，进而确定目标车位，进一步根据车辆至目标车位的距离信息，行驶至目标车位。
附图说明
图1为本发明提供的自动泊车方法适用的场景示意图；
图2为本发明提供的自动泊车方法的流程示意图一；
图3为本发明提供的车位标识的示意图；
图4为本发明提供的自动泊车方法的流程示意图二；
图5为本发明提供的自动泊车方法的流程示意图三；
图6为本发明提供的一个车位边界标识的设置示意图；
图7为本发明提供的多个车位边界标识的设置示意图；
图8为本发明提供的车位边界标识的示例图；
图9为本发明提供的自动泊车设备的结构示意图一；
图10为本发明提供的自动泊车设备的结构示意图二。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明的实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。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他实施例，都属于本发明保护的范围。
为了解决现有技术中车辆无法自主寻找停车位的问题，本发明提供一种自动泊车方法，通过为泊车区域的每个车位设置车位标识，进而根据车辆上设置的拍摄装置对车位进行识别，以达到寻找目标车位进而在目标车位中泊车的目的。
本发明中的车辆上设置有拍摄装置。该拍摄装置可以为行车记录仪、后视镜或车辆上安装的单目摄像头。其中，拍摄装置为单目摄像头时，可以在车辆的车头处、车尾处以及车辆的左右侧设置，使得可以获取车辆前、后、左和右侧的图像。为了进一步节省成本，本发明中可以在车辆的车头处、车尾处设置单目摄像头，也能够达到实时获取车辆周围的图像的目的。
图1为本发明提供的自动泊车方法适用的场景示意图。如图1所示，本实施例中的自动泊车方法适用的场景中包括：拍摄装置和自动泊车装置；其中，拍摄装置和自动泊车装置均设置在车辆上，其中，拍摄装置设置在车辆的外部，具体的设置位置可如上所述，自动泊车装置可以单独设置在车辆内部，也可以与车辆中的中控系统集成一体设置。
图2为本发明提供的自动泊车方法的流程示意图一。图2所示方法流程的执行主体可以为自动泊车装置，该自动泊车装置可由任意的软件和/或硬件实现。应理解，自动泊车装置可以与车辆的中控系统集成为一体设置，也可独立设置。如图2所示，本实施例提供的自动泊车方法可以包括：
S201，获取拍摄装置拍摄的第一图像，拍摄装置设置在车辆上。
本实施例中，车辆在进入自动泊车区域后，可以按照预设路线和预设而速度进行行驶。车辆在自动泊车区域行驶的过程中，拍摄装置实时获取第一图像，且可以将获取的第一图像发送给拍摄装置，或者自动泊车装置可以从拍摄装置中获取第一图像。
其中，拍摄装置设置在车辆上。本实施例中，只要能够达到实时获取车辆周围的图像的目的即可，对拍摄装置的个数、设置位置不做限制。
S202，在第一图像中检测是否包含有目标车位的车位标识。
本实施例中每个车位的预设位置处设置有车位标识。车辆在进入泊车区域前，可以获取目标车位的标识。例如，对于具有固定车位的车辆，其对应的目标车位的车位标识可以在目标车位确定时，将目标车位的车位标识存储至自动泊车装置。对于临时泊车的车辆，其在进入泊车区域时，由泊车协助人员将目标车位的车位标识存储至自动泊车装置中。
自动泊车装置中预先存储有像素块分类模型，采用该像素块分类模型可以对第一图像中的像素块进行分类，以确定第一图像中的对象的种类，进而在第一图像中检测是否包含有目标车位的车位标识。可选的，本实施例中采用像素块分类模型确定第一图像中是否包含有目标车位的车位标识。
可选的，自动泊车装置可以预先接收服务器发送的像素块分类模型。其中，像素块分类模型可以是通过训练样本训练获取的。可选的，本实施例中的像素块分类模型可以在单目标识别框检测模型(Single Shot MultiBox Detector，SSD)的基础上进行微调与剪枝获取的。例如，在单目标识别框检测模型的卷积层合并批归一化层BatchNorm和缩放层Scale，以加快模型的传播速度。其中，SSD模型可以将图像中属于不同对象的像素块进行标注，具体的标注方式为将属于同一对象的像素块采用识别框的方式进行标注，即该识别框中的像素块均属于该同一对象，本实施例中对SSD模型的具体原理不做赘述。
在获取第一图像后，将第一图像输入至像素块分类模型中，可以获取第一图像中的对象的种类。进一步的，本实施例中时根据像素块分类模型的输出结果中是否包含目标车位的车位标识的识别框，在第一图像中检测是否包含有目标车位的车位标识。其中，若第一图像中包含目标车位的车位标识的识别框，则确定第一图像中包含有目标车位的车位标识；若第一图像中不包含目标车位的车位标识的识别框，则确定第一图像中不包含有目标车位的车位标识。
下面对本实施例中像素块分类模型的训练过程进行简要介绍。像素块分类模型的训练样本为：测试车辆上的拍摄装置在不同的时间段拍摄的自动泊车区域的图像。其中，图像中可以包括车位的车位标识。将该多个训练样本输入至基于SSD模型建立的像素块分类模型中，用于获取每个图像中车位标识的识别框，该识别框中的像素块均属于目标车位的车位标识。其中，像素块分类模型用于表征像素块的像素特征与标注对象的识别框的对应关系，该模型的标注对象中包括目标车位的车位标识，进而采用该像素块分类模型，可以识别第一图像中的目标车位的车位标识。
本实施例中，由于将自动泊车区域不同时间段的图像作为训练样本，其中不同时间段的图像可以包括早、中、晚等不同时间段的图像，即包括不同环境亮度下的图像。将该图像作为训练样本，进行车位标识的识别框的获取，可以避免现有技术中在外界光线不佳时无法对获取的图像进行对象的识别的问题。
S203，若检测出包含有目标车位的车位标识，则根据目标车位的车位标识与车辆的第一距离信息，引导车辆朝着目标车位行驶。
本实施例中，每个车位的预设位置处设置的车位标识不同。示例性的，如在每个车位的上方或者旁边设置车位标识。图3为本发明提供的车位标识的示意图。如图3所示，本实施例中的车位标识可以包括车位编号，用于识别不同的车位，图3中的车位编号示例性的为2个。车位标识可以还包括车位标识的真值框，如图3中的矩形方框所示。其中，目标车位的车位标识为多个车位标识中的一个车位标识。
本实施例中，若检测出第一图像中包含有目标车位的车位标识，则根据目标车位的车位标识与车辆的第一距离信息，引导车辆朝着目标车位行驶。
可选的，本实施例中可以获取第一图像中的目标车位的车位标识的像素块对应的平均深度值，根据深度值与距离的对应关系，获取目标车位的车位标识与车辆的第一距离信息。平均深度值可以为目标车位的车位标识对应的识别框中的像素块的深度的平均值。其中，自动泊车装置可以存储有深度模型，该深度模型可以基于深度学习网络获取，用于表示像素块的像素特征和像素块的深度值的对应关系。将第一图像输入至该深度模型后，可以确定第一图像中每个像素块的深度值。进一步的，与第一图像的分类结果相对应，可以确定目标车位的车位标识的像素块对应的平均深度值。其中，可以根据每个像素块的图像坐标的对应关系，确定第一图像中每个像素块的深度值。
可选的，车辆上可以安装有距离探测装置，根据获取第一图像的拍摄装置的角度，使得距离探测装置朝向拍摄装置的角度进行距离探测，进而获取目标车位的车位标识与车辆的第一距离信息。自动泊车装置在获取第一距离信息后，可以根据该第一距离信息，引导车辆朝着目标车位行驶。可选的，第一距离信息包括目标车位的车位标识与车辆的距离和角度，自动泊车装置根据该距离和角度，引导车辆朝着目标车位行驶。
本实施例中提供的自动泊车方法包括：每个车位的预设位置处设置有识别车位用的车位标识，获取拍摄装置拍摄的第一图像，拍摄装置设置在车辆上；在第一图像中检测是否包含有目标车位的车位标识；若检测出包含有目标车位的车位标识，则根据目标车位的车位标识与车辆的第一距离信息，引导车辆朝着目标车位行驶。本发明通过对采集的图像中车位标识的识别，进而确定目标车位，进一步根据车辆至目标车位的距离信息，行驶至目标车位。
在上述实施例的基础上，下述结合图4对本发明提供的自动泊车方法进行进一步说明。图4为本发明提供的自动泊车方法的流程示意图二。如图4所示，本实施例中提供的自动泊车方法包括：
S401，获取拍摄装置拍摄的第一图像。
本实施例中的S401中的实施方式可以参照上述实施例中S201的相关描述，在此不做赘述。
S402，将第一图像划分为多个子区域。
本实施例中用于对第一图像中的像素块进行分类的像素块分类模型为基于SSD模型获取的。鉴于SSD模型本身对小目标的检测不太友好。本实施例中可以将第一图像划分为多个子区域，进行逐区域检测分类。如将第一图像沿水平方向平均分为左、中、右三个子区域，然后采用像素块分类模型进行逐区域检测。即采用像素块分类模型，对每个子区域中的像素块进行分类，进而避免SSD模型对小目标不友好的问题。其中，小目标指的是在在第一图像中的尺寸较小的目标对象。
S403，根据像素块分类模型，对每个子区域中的像素块进行分类，确定第一图像是否包含有目标车位的车位标识。
本实施例中采用像素块分类模型对每个子区域中的像素块进行分类。其中，像素块分类模型用于表示像素块的像素特征和标注对象的识别框的对应关系，标注对象中包括目标车位的车位标识。
采用像素块分类模型检测子区域中是否包含有目标车位的车位标识的识别框的方式，确定第一图像中是否包括目标车位的车位标识。其中，目标车位的车位标识的识别框中的像素块均为目标车位的车位标识对应的像素块。若子区域中包含有目标车位的车位标识的识别框，则确定第一图像中是否包括目标车位的车位标识，或者多个子区域中包括有目标车位的车位标识的识别框(即目标车位的车位标识的识别框分布在多个子区域中)，则确定第一图像中是否包括目标车位的车位标识。
采用分区域检测的方式能够很好地避免SSD模型对小目标的不友好的问题。本实施例中，若第一图像为拍摄装置拍摄的包含有目标车位的车位标识的识别框的第一个图像，则采用对第一图像划分多个子区域，逐区域检测的方式确定第一图像中是否包含目标车位的车位标识的识别框。但若对每个图像均采用逐区域检测方式，会影响像素块分类模型的分类速度。
本实施例中，对于第二图像，可以将第一图像中的目标车位的车位标识处于中心位置的像素块作为第二图像的中心位置，并根据像素块分类模型，对第二图像进行分类。其中，第二图像为：在第一图像之后获取的图像。也就是说，本实施例中，对于非第一个确定的包含有目标车位的车位标识的图像，由于其中也包含有目标车位的车位标识，但是并不确定目标车位的车位标识在第二图像中的位置，因此为了较快的确定第二图像中的目标车位的车位标识，可以将将第一图像中的目标车位的车位标识处于中心位置的像素块作为第二图像的中心位置，即可以获取第一图像中目标车位的车位标识处于中心位置的像素块的像素块特征，将第二图像中具有与处于中心位置的像素块的像素块特征的像素块作为：第二图像中目标车位的车位标识的中心位置。在第二图像中，采用像素块分类模型以该中心位置为起始点，向周围的像素块分类的方式对第二图像进行分类，以确定第二图像中的目标车位的车位标识。
S404，若第一图像是否包含有目标车位的车位标识，则在第一图像中获取目标车位的车位标识的识别框的像素块尺寸，并将目标车位的车位标识的识别框的像素块尺寸作为目标车位的车位标识在第一图像中的像素块尺寸。
若第一图像是否包含有目标车位的车位标识，则像素块分类模型可以输出获取第一图像中的目标车位的车位标识的识别框。
本实施例中可以根据第一图像中的目标车位的车位标识的像素块尺寸，进一步获取车辆与目标车位的车位标识的第一距离信息。其中，由于该识别框中的像素块均属于目标车位的车位标识，因此可以将目标车位的车位标识的识别框的像素块尺寸作为目标车位的车位标识在第一图像中的像素块尺寸。
S405，根据车位标识的预设尺寸和目标车位的车位标识在第一图像中的像素块尺寸，获取车辆与目标车位的车位标识的第一距离信息。
具体的，自动泊车装置中预先存储有车位标识的预设尺寸，该车位标识的预设尺寸可以为车位标识的实际尺寸，每个车位的车位标识的预设尺寸相同。
其中，本实施例中可以根据solvePnP算法获取目标车位的车位标识相对与车辆的旋转参数和平移参数。具体的，从世界坐标系中的点X(X，Y，Z)，投影到图像坐标系中的x(x，y)，可以如下公式一所示：
x＝K[R|t]X 公式一
K为拍摄装置的内参，具体为拍摄装置的焦距。R和t为拍摄装置的外参，分别表示旋转参数、平移参数。
本实施例中，一个拍摄装置的外参表示分别表示当前图像相对与参考图像的旋转参数和平移参数，其中，参考图像可以为当前图像的上一个图像；拍摄装置的外参表示分别表示拍摄装置拍摄对应的图像相对与上一个图像的位姿的旋转参数和平移参数。
一般用投影矩阵P来表示从世界坐标投影到图像坐标的过程，如下公示二所示：
P＝K[R|t] 公式二
若本实施例中的拍摄装置为两个，则一组图像包括两个图像，一组图像中的同一特征点的图像坐标分别为x1和x2，同一特征点都对应世界坐标系中同一位置，该位置的三维坐标为X，结合公式二，可以表示为如下公式三：
Figure BDA0002071608000000091
结合上述公式一至公式三，可以获取对应的基础矩阵F，如下公式四所示：
Figure BDA0002071608000000092
其中，K1和R1分别为图像坐标是x1的特征点对应的旋转参数和平移参数K2和R2分别为图像坐标是x2的特征点对应的旋转参数和平移参数。
具体的，可以认为K1＝K2，因此只要计算出F，即基础矩阵，可以通过分解基础矩阵的方法得到K、R和t。
本实施例中，可以根据旋转参数和平移参数获取车辆与目标车位的车位标识的第一距离信息。其中，第一距离信息可以包括车辆与目标车位的车位标识的旋转角度和距离。
S406，根据车辆与目标车位的车位标识的旋转角度和距离，获取车辆至目标车位的行驶路径。
本实施例中，在获取车辆与目标车位的车位标识的旋转角度和距离后，可以根据车辆当前在泊车区域所处的位置，获取车辆至目标车位的行驶路径。可以想到的是，由于车辆在进入泊车区域后，沿着预设线路和预设速度进行行驶，自动泊车装置可以根据车辆行驶的时间，确定车辆当前在泊车区域所处的位置。
可选的，自动泊车装置中预先存储有泊车区域的车位排布图，在确定车辆当前在泊车区域所处的位置后，可以根据车辆与目标车位的车位标识的旋转角度和距离获取车辆至目标车位的行驶路径。本实施例中的行驶路径可以类似于电子地图导航提供的推送途径。
S407，根据行驶路径，引导车辆朝着目标车位行驶。
本实施例中，在获取行驶路径后，可以根据该行驶路径，引导车辆朝着目标车位行驶。可选的，在车辆朝着目标车位行驶的过程中还可以获取上述第二图像，进而根据第二图像中的目标车位的车位标识的识别框的像素块尺寸，实时确定车辆与车位标识的旋转角度和距离，进而实时确定车辆至目标车位的行驶路径，根据该行驶路径，实现将车辆正确地引导至目标车位处。
本实施例中，通过采用像素块分类模型对第一图像进行逐区域分类的方式，提高了分类结果的准确性。进一步的，根据车位标识的预设尺寸和目标车位的车位标识在第一图像中的像素块尺寸，获取车辆与目标车位的车位标识的第一距离信息，根据该第一距离信息，获取行驶路径，进而根据该行驶路径，正确引导车辆朝着目标车位行驶。
现有技术中，在车辆到达目标车位进行自动泊车时，可以根据车辆上安装的摄像头获取车位边界图像，通过车辆上安装的双目摄像头、全球定位系统或者采用RTK(Real-time kinematic)载波相位差分技术对车辆进行定位，进而获取车位边界至车辆的距离信息，再辅助采用车辆上安装的倒车雷达实现自动泊车。但现有技术中的采用的GPS定位和RTK定位在信号弱的自动泊车区域无法获取车辆的定位，进而无法实现自动泊车，且现有技术中采用双目摄像头进行定位，而由于双目摄像头的成本高，使得该自动泊车技术应用成本高。
为了解决上述问题，本发明中在每个车位的多个位置点设置车位边界标识，每个车位边界标识相当于车位的相对位置不同，结合车辆上设置的拍摄装置获取的图像中的车位边界标识，以确定车辆在车位中的相对位置，以达到自主泊车的目的。值得注意的是，本实施例中的自动泊车方法可以应用于车辆已停放至目标车位的场景中。即本实施例中的自动泊车方法可以单独执行，也可以在上述实施例中车辆在自主寻找目标车位后，行驶至目标车位后执行(即本实施例中的自动泊车方法可以在上述实施例S407之后执行)。
下述结合图5对本发明提供的自动泊车方法进行说明。图5为本发明提供的自动泊车方法的流程示意图三。如图5所示，本实施例中提供的自动泊车方法包括：
S501，在停泊进入车位标识指示的目标车位前，获取拍摄装置拍摄的第三图像，拍摄装置设置在车辆上。
在车辆行驶至目标车位时，且在停泊进入车位标识指示的目标车位前，车辆上设置的拍摄装置可以实时获取第三图像，进而将第三图像发送给自动泊车装置，或者自动泊车装置可以从拍摄装置存储图像的存储器中获取第三图像。
S502，在第三图像中检测是否包含有目标车位的车位边界标识。
本实施例中的每个车位的预设位置处设置有识别车位用的车位标识。每个车位的车位边界的多个位置点分别设置有车位边界标识。同一车位在每个位置点设置的车位边界标识不同，每个位置点相对于车位的相对位置不同，以便于对每个车位上相对于车位的不同位置点的车位边界标识进行区分。其中，车位边界标识用于指示车位的边界线。其中，本实施例中的车位边界标识可以设置为圆形、矩形或者正方形等形状，
示例性的，图6为本发明提供的一个车位边界标识的设置示意图。如图6所示的矩形为目标车位，矩形的每个边为目标车位的车位边界，该矩形的每个顶点位置点和每个边的中点位置点设置有车位边界标识。其中，图6中可以按照预设顺序对设置车位边界标识，如车位边界标识可以为圆形，该圆形中设置有数字1、2、3、4、5、6、7和8，按照从小到大的顺序在目标车位不同的相对位置点的车位边界上设置车位边界标识。
图7为本发明提供的多个车位边界标识的设置示意图。如图7所示，图7中示出了两个相邻的车位中设置的车位边界标识；这两个车位相对于车位的相同位置点设置的车位边界标识相同。如在两个车位上按照数字从小到大的顺序分别将车位边界标识数字1、2、3、4、5、6、7和8设置在车位边界的相对于车位的相同位置点。图8为本发明提供的车位边界标识的示例图，具体为图6和图7中的车位边界标识1的放大示意图。
本实施例中，可以按照上述对第一图像中的像素块进行分类的方式，采用像素块分类模型对第三图像中的像素块进行分类，以确定第三图像中是否包含有目标车位的车位边界标识。其中，关于像素块分类模型的介绍可以参照上述实施例中的相关描述。
在自动泊车装置中预先存储有像素块分类模型，获取第三图像后，将第三图像输入该卷积神经网络模型，以确定第三图像中是否包含有目标车位的车位边界标识的识别框的方式，在第三图像中检测是否包含有目标车位的车位边界标识。若第三图像中包含有目标车位的车位边界标识的识别框，则确定第三图像中包含有目标车位的车位边界标识。
S503，若第三图像中包含有目标车位的车位边界标识，则根据车位边界标识在目标车位中的相对位置，以及车辆至目标车位的车位边界标识的第二距离信息，引导车辆停放在目标车位中。
若第三图像中包含有车辆的目标车位的车位边界标识，则可以在第三图像中确定包含有目标车位的车位边界标识的识别框。可选的，本实施例中可以根据第三图像中的目标车位的车位边界标识的识别框的像素块尺寸，获取车辆至目标车位的车位边界标识的第二距离信息。其中，目标车位的车位边界标识的识别框中的像素块均属于目标车位的车位边界标识。
示例性的，可以在第三图像中获取目标车位的车位边界标识的像素块个数，即该像素块个数可以目标车位的车位边界标识的识别框中的所有像素块的加和。本实施例中，在自动泊车装置中预先存储有每个像素块表征的距离信息，因此可以根据目标车位的车位边界标识在第三图像中的像素块个数与每个像素块表征的距离信息的乘积，可以获取车辆至目标车位的车位边界标识对应的车位边界的第二距离信息。例如，每个像素块表征的距离信息为距离车辆为10cm，目标车位的车位边界标识在第三图像中的像素块个数为3个，则车辆至目标车位的车位边界标识对应的车位边界的距离为30cm，其中，第一距离信息中可以包括该车辆至目标车位的车位边界标识对应的车位边界的距离外，还可以包括获取第三图像的时间信息、像素块个数和对应的车位边界标识。
本实施例中，由于每个车位中的车位边界的多个位置点设置有车位边界标识。可选的，车位边界标识在车位的车位边界上设置的位置可以预先存储在自动泊车装置中。在获取第三图像中的目标车位的车位边界标识时，可以获取该目标车位的车位边界标识与目标车位中的相对位置。示例性的，车位中的车位边界标识如图6所示，如第三图像中的目标车位的车位边界标识为3时，则确定该车位边界标识在目标车位的矩形长边的左侧中心位置点。
本实施例中，根据第二预设距离信息可以获取车辆与第三图像中的目标车位中的车位边界标识的距离，且根据该第三图像中的车位边界标识与目标车位的相对位置，可以获取车辆与目标车位的相对位置。其中，车辆与目标车位的相对位置可以为车辆距离目标车位中的每个车位边界标识的距离，进而根据车辆与目标车位的相对位置，将车辆停放在目标车位中。
可选的，本实施例中自动泊车装置可以控制车辆按照预设的速度进行泊车。进一步的，可以想到的是，若车辆距离一个车位边界标识的距离小于预设距离，且距离另外的车位边界标识的距离大于预设距离时，可以按照预设车辆行驶规则进行泊车，如车辆可以朝向距离大于预设距离的车位边界标识进行行驶，以使得车辆距离各车位边界标识的距离相同，即实现车辆自动泊车。上述示例性的示出了预设车辆行驶规则为车辆朝向与距离大于预设距离的车位边界标识进行行驶。
可选的，下面对本实施例中如何获取每个像素块表征的距离信息进行说明。在测试过程中，测试车辆在自动泊车区域获取多个图像，且获取每个图像中车位边界标识的像素块的个数，其中，每个图像是由测试车辆在相对于车位边界标识不同距离处获取的图像；进一步的，获取车位边界标识与测试车辆的距离，以及图像中的车位边界标识的像素块的个数的对应关系，根据该对应关系获取每个像素块表征的距离信息。本实施例中所说的测试车辆均是在测试过程中的车辆。
在一种可能的方式中，为了使得获取的第二距离信息可以体现车辆与目标车位的相对位置，以便于更好地实现车辆在目标车位中的自主泊车。本实施例中采用像素块分类模型对第三图像进行分类检测后，若在第三图像中包含有目标车位的车位边界标识，则根据拍摄装置拍摄的图像与俯视图的对应关系，将第三图像进行转换，获取第三图像对应的目标车位的第一俯视图，进而在第一俯视图中获取目标车位的车位边界标识的像素块个数。
进而根据目标车位的车位边界标识在第一俯视图中的像素块个数，以及，每个像素块表征的距离信息，获取车辆至目标车位的车位边界标识对应的车位边界的第二距离信息。
应理解，在将第三图像转化为对应的第一俯视图后，目标车位的车位边界标识的像素块的个数不变，即目标车位的车位边界标识在第一俯视图中的像素块个数与目标车位的车位边界标识在第三图像中的像素块个数相同，即采用两种方式获取的第二距离信息是相同的。但将第三图像转化为第一俯视图的目的是可以获取车辆与目标车位的相对位置，而第三图像中仅能够反映车辆与第三图像中的车位边界标识的距离信息，虽然能够通过第三图像能够间接获取车辆与目标车位的相对位置，但将第三图像转化为第一俯视图可以更为直观地获取车辆、以及目标车位的边界标识与目标车位的相对位置，进而便于车辆的自动泊车。
其中，第一俯视图用于表征目标车位的车位边界标识与目标车位的相对位置，以及车辆与目标车位的相对位置。本实施例中采用俯视图的方式可以更加准确的确定车辆与目标车位的相对位置。可选的，自动泊车装置中存储有该拍摄装置拍摄的图像与俯视图的对应关系，根据该对应关系可以实现第三图像和第一俯视图之间的转换。拍摄装置拍摄的图像与俯视图的对应关系可以由自动泊车装置预先获取。
对应的，本实施例中可以根据第二距离信息、目标车位的车位边界标识与目标车位的相对位置，以及第一俯视图，将车辆停放在目标车位中。即本实施例中根据车辆与车位边界标识的第二距离信息(如距离)，目标车位的车位边界标识与目标车位的相对位置，以及车辆与目标车位的相对位置，将车辆停放在目标车位中。其中，具体的停放方式可以参照上述的相关描述。
下面对本实施例中的拍摄装置拍摄的图像与俯视图的对应关系进行说明。其中，该对应关系的获取方式可以为：测试车辆上安装的拍摄装置获取多个包含有车位边界标识的图像，同时获取拍摄该图像时测试车辆与该车位中的位置。根据每个图像和测试车辆在车位中的位置的对应关系，将每个图像和测试车辆在车位中的俯视图进行对应。其中，测试车辆在车位中的俯视图可以根据测试车辆在该车位中的位置获取，测试车辆在该车位中的位置可以为操作人员获取的测试车辆在该车位中的实际位置。接着根据每个图像和每个图像的俯视图建立拍摄装置拍摄的图像与俯视图的对应关系。
本实施例提供的自动泊车方法包括：获取拍摄装置拍摄的第三图像，拍摄装置设置在车辆上；若第三图像中包含有车辆的目标车位的车位边界标识，根据车位边界标识与目标车位的相对位置，以及车辆至目标车位的车位边界标识的第二距离信息，引导车辆停放在目标车位中。本实施例通过图像中车位边界标识的尺寸和每个像素块表征的距离信息，获取车辆至车位边界的距离信息，进而根据该距离信息和车位边界标识与目标车位的相对位置，实现了车辆的自动泊车，解决了现有技术中的定位信号弱导致无法自动泊车的问题。进一步的，本实施例中还可以将第三图像转化为第一俯视图，可以更为直观、简便的获取车辆与目标车位中的相对位置，便于自动泊车。
图9为本发明提供的自动泊车设备的结构示意图一。如图9所示，该自动泊车设备900包括：第一处理模块901。
第一处理模块901，用于获取拍摄装置拍摄的第一图像，拍摄装置设置在车辆上；在第一图像中检测是否包含有目标车位的车位标识；若检测出包含有目标车位的车位标识，则根据目标车位的车位标识与车辆的第一距离信息，引导车辆朝着目标车位行驶。其中，每个车位的预设位置处设置有识别车位用的车位标识。
可选的，第一处理模块901，具体用于将第一图像划分为多个子区域；根据像素块分类模型，对每个子区域中的像素块进行分类，确定第一图像是否包含有目标车位的车位标识的识别框，目标车位的车位标识的识别框中的像素块均为目标车位的车位标识对应的像素块，像素块分类模型用于表示像素块的像素特征和标注对象的识别框的对应关系，标注对象中包括目标车位的车位标识。
可选的，第一处理模块901，具体用于在第一图像中获取目标车位的车位标识的识别框的像素块尺寸，并将目标车位的车位标识的识别框的像素块尺寸作为目标车位的车位标识在第一图像中的像素块尺寸；根据车位标识的预设尺寸和目标车位的车位标识在第一图像中的像素块尺寸，获取车辆与目标车位的车位标识的第一距离信息。
可选的，第一图像为拍摄装置拍摄的包含有目标车位的车位标识的识别框的第一个图像。
可选的，第一处理模块901，具体用于将第一图像中的目标车位的车位标识处于中心位置的像素块作为第二图像的中心位置，并根据像素块分类模型，对第二图像进行分类，第二图像为：在第一图像之后获取的图像。
可选的，第一距离信息中包括：车辆与目标车位的车位标识的旋转角度和距离。
可选的，第一处理模块901，具体用于根据车辆与目标车位的车位标识的旋转角度和距离，获取车辆至目标车位的行驶路径；根据行驶路径，引导车辆朝着目标车位行驶。
可选的，自动泊车设备900还包括：第二处理模块902。
第二处理模块902，用于在停泊进入车位标识指示的目标车位前，获取拍摄装置拍摄的第三图像，拍摄装置设置在车辆上；在第三图像中检测是否包含有目标车位的车位边界标识；若第三图像中包含有目标车位的车位边界标识，则根据车位边界标识与目标车位的相对位置，以及车辆至目标车位的车位边界标识的第二距离信息，引导车辆停放在目标车位中。其中，每个车位的预设位置处设置有识别车位用的车位标识；每个车位的车位边界的多个位置点分别设置有车位边界标识，同一车位在每个位置点设置的车位边界标识不同，每个位置点相对于车位的相对位置不同，车位边界标识用于指示车位的边界线
可选的，第二处理模块902，具体用于根据拍摄装置拍摄的图像与俯视图的对应关系，获取第三图像对应的目标车位的第一俯视图，第一俯视图用于表征目标车位的车位边界标识、车辆与目标车位的相对位置；根据目标车位的车位边界标识在第一俯视图中的像素块个数，以及，每个像素块表征的距离信息，获取车辆至目标车位的车位边界标识的第二距离信息。
可选的，第二处理模块902，具体用于根据第二距离信息、目标车位的车位边界标识与目标车位的相对位置，以及第一俯视图，将车辆停放在目标车位中。
本实施例提供的自动泊车设备与上述自动泊车方法实现的原理和技术效果类似，在此不作赘述。
图10为本发明提供的自动泊车设备的结构示意图二。该自动泊车设备例如可以是终端设备，比如智能手机、平板电脑、计算机等。如图10所示，该自动泊车设备1000包括：存储器1001和至少一个处理器1002。
存储器1001，用于存储程序指令。
处理器1002，用于在程序指令被执行时实现本实施例中的自动泊车方法，具体实现原理可参见上述实施例，本实施例此处不再赘述。
该自动泊车设备1000还可以包括及输入/输出接口1003。
输入/输出接口1003可以包括独立的输出接口和输入接口，也可以为集成输入和输出的集成接口。其中，输出接口用于输出数据，输入接口用于获取输入的数据。
本发明还提供一种可读存储介质，可读存储介质中存储有执行指令，当自动泊车设备的至少一个处理器执行该执行指令时，当计算机执行指令被处理器执行时，实现上述实施例中的自动泊车方法。
本发明还提供一种程序产品，该程序产品包括执行指令，该执行指令存储在可读存储介质中。自动泊车设备的至少一个处理器可以从可读存储介质读取该执行指令，至少一个处理器执行该执行指令使得自动泊车设备实施上述的各种实施方式提供的自动泊车方法。
可选的，本发明还提供一种自动泊车装置，其中，该自动泊车装置中包括处理模块。
处理模块，用于获取拍摄装置拍摄的第一图像，并在所述第一图像中检测是否包含有目标车位的车位标识，若检测出包含有所述目标车位的车位标识，则根据所述目标车位的车位标识与所述车辆的第一距离信息，引导所述车辆朝着所述目标车位行驶，所述拍摄装置设置在车辆上，每个车位的预设位置处设置有识别所述车位用的车位标识。
可选的，该处理模块还用于执行上述自动泊车设备中第一处理模块901执行的步骤，即执行上述图2和图4中所示的自动泊车方法。
可选的，本发明还提供一种自动泊车装置，其中，该自动泊车装置中包括处理模块。
处理模块，用于在停泊进入车位标识指示的目标车位前，获取拍摄装置拍摄的第三图像，并在所述第三图像中检测是否包含有所述目标车位的车位边界标识，若所述第三图像中包含有所述目标车位的车位边界标识，则根据所述车位边界标识与所述目标车位的相对位置，以及所述车辆至所述目标车位的车位边界标识的第二距离信息，引导所述车辆停放在所述目标车位中，所述拍摄装置设置在车辆上；其中，每个车位的预设位置处设置有识别所述车位用的车位标识；每个所述车位的车位边界的多个位置点分别设置有车位边界标识，同一车位在每个位置点设置的车位边界标识不同，每个位置点相对于车位的相对位置不同，所述车位边界标识用于指示所述车位的边界线。
可选的，该处理模块还用于执行上述自动泊车设备中第二处理模块902执行的步骤，即执行上述图5中所示的自动泊车方法。
本发明还提供一种自动泊车系统，其中，该自动泊车系统包括如上述两个自动泊车装置，或图9中所示的自动泊车设备。
本实施例提供的自动泊车系统与上述自动泊车方法实现的原理和技术效果类似，在此不作赘述。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
上述以软件功能模块的形式实现的集成的模块，可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(英文：processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取存储器(英文：Random Access Memory，简称：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
在上述网络设备或者终端设备的实施例中，应理解，处理器可以是中央处理单元(英文：Central Processing Unit，简称：CPU)，还可以是其他通用处理器、数字信号处理器(英文：Digital Signal Processor，简称：DSP)、专用集成电路(英文：ApplicationSpecific Integrated Circuit，简称：ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各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，或者对其中部分或者全部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范围。

Claims (11)

1.一种自动泊车方法，其特征在于，包括：每个车位的预设位置处设置有识别所述车位用的车位标识；所述方法包括：
获取拍摄装置拍摄的第一图像，所述拍摄装置设置在车辆上；
在所述第一图像中检测是否包含有目标车位的车位标识；
若检测出包含有所述目标车位的车位标识，则根据所述目标车位的车位标识与所述车辆的第一距离信息，引导所述车辆朝着所述目标车位行驶；
所述在所述第一图像中检测是否包含有目标车位的车位标识，包括：
将所述第一图像划分为多个子区域；
根据像素块分类模型，对每个所述子区域中的像素块进行分类，确定所述第一图像是否包含有所述目标车位的车位标识的识别框，所述目标车位的车位标识的识别框中的像素块均为所述目标车位的车位标识对应的像素块，所述像素块分类模型用于表示像素块的像素特征和标注对象的识别框的对应关系，所述标注对象中包括所述目标车位的车位标识；
其中，所述像素块分类模型是通过训练样本训练获取的，所述训练样本为测试车辆上的拍摄装置在不同的时间段拍摄的自动泊车区域的图像。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在所述第一图像中获取所述目标车位的车位标识的识别框的像素块尺寸，并将所述目标车位的车位标识的识别框的像素块尺寸作为所述目标车位的车位标识在所述第一图像中的像素块尺寸；
根据车位标识的预设尺寸和所述目标车位的车位标识在所述第一图像中的像素块尺寸，获取所述车辆与所述目标车位的车位标识的第一距离信息。
3.根据权利要求1所述的方法，其特征在于，所述第一图像为所述拍摄装置拍摄的包含有所述目标车位的车位标识的识别框的第一个图像，所述方法还包括：
将所述第一图像中的所述目标车位的车位标识处于中心位置的像素块作为第二图像的中心位置，并根据像素块分类模型，对第二图像进行分类，所述第二图像为：在所述第一图像之后获取的图像。
4.根据权利要求1-3任一项所述的方法，其特征在于，所述第一距离信息中包括：所述车辆与所述目标车位的车位标识的旋转角度和距离，所述引导所述车辆朝着所述目标车位行驶，包括：
根据所述车辆与所述目标车位的车位标识的旋转角度和距离，获取所述车辆至所述目标车位的行驶路径；
根据所述行驶路径，引导所述车辆朝着所述目标车位行驶。
5.一种自动泊车方法，其特征在于，包括：每个车位的预设位置处设置有识别所述车位用的车位标识；每个所述车位的车位边界的多个位置点分别设置有车位边界标识，同一车位在每个位置点设置的车位边界标识不同，每个位置点相对于车位的相对位置不同，所述车位边界标识用于指示所述车位的边界线；所述方法包括：
在停泊进入车位标识指示的目标车位前，获取拍摄装置拍摄的第三图像，所述拍摄装置设置在车辆上；
在所述第三图像中检测是否包含有所述目标车位的车位边界标识；
若所述第三图像中包含有所述目标车位的车位边界标识，则根据所述车位边界标识与所述目标车位的相对位置，以及所述车辆至所述目标车位的车位边界标识的第二距离信息，引导所述车辆停放在所述目标车位中；
所述在所述第三图像中检测是否包含有目标车位的车位边界标识，包括：
将所述第三图像划分为多个子区域；
根据像素块分类模型，对每个所述子区域中的像素块进行分类，确定所述第三图像是否包含有所述目标车位的车位边界标识的识别框，所述目标车位的车位边界标识的识别框中的像素块均为所述目标车位的车位边界标识对应的像素块，所述像素块分类模型用于表示像素块的像素特征和标注对象的识别框的对应关系，所述标注对象中包括所述目标车位的车位边界标识；
其中，所述像素块分类模型是通过训练样本训练获取的，所述训练样本为测试车辆上的拍摄装置在不同的时间段拍摄的自动泊车区域的图像。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
根据所述拍摄装置拍摄的图像与俯视图的对应关系，获取所述第三图像对应的所述目标车位的第一俯视图，所述第一俯视图用于表征所述目标车位的车位边界标识、所述车辆与所述目标车位的相对位置；
根据所述目标车位的车位边界标识在所述第一俯视图中的像素块个数，以及，所述每个像素块表征的距离信息，获取所述车辆至所述目标车位的车位边界标识的第二距离信息。
7.根据权利要求6所述的方法，其特征在于，所述引导所述车辆停放在所述目标车位中，包括：
根据所述第二距离信息、所述目标车位的车位边界标识与所述目标车位的相对位置，以及所述第一俯视图，将所述车辆停放在所述目标车位中。
8.一种自动泊车装置，其特征在于，包括：
处理模块，用于获取拍摄装置拍摄的第一图像，并在所述第一图像中检测是否包含有目标车位的车位标识，若检测出包含有所述目标车位的车位标识，则根据所述目标车位的车位标识与车辆的第一距离信息，引导所述车辆朝着所述目标车位行驶，所述拍摄装置设置在车辆上，每个车位的预设位置处设置有识别所述车位用的车位标识；
所述处理模块，具体用于：
将所述第一图像划分为多个子区域；
根据像素块分类模型，对每个所述子区域中的像素块进行分类，确定所述第一图像是否包含有所述目标车位的车位标识的识别框，所述目标车位的车位标识的识别框中的像素块均为所述目标车位的车位标识对应的像素块，所述像素块分类模型用于表示像素块的像素特征和标注对象的识别框的对应关系，所述标注对象中包括所述目标车位的车位标识；
其中，所述像素块分类模型是通过训练样本训练获取的，所述训练样本为测试车辆上的拍摄装置在不同的时间段拍摄的自动泊车区域的图像。
9.一种自动泊车装置，其特征在于，包括：
处理模块，用于在停泊进入车位标识指示的目标车位前，获取拍摄装置拍摄的第三图像，并在所述第三图像中检测是否包含有所述目标车位的车位边界标识，若所述第三图像中包含有所述目标车位的车位边界标识，则根据所述车位边界标识与所述目标车位的相对位置，以及车辆至所述目标车位的车位边界标识的第二距离信息，引导所述车辆停放在所述目标车位中，所述拍摄装置设置在车辆上；其中，每个车位的预设位置处设置有识别所述车位用的车位标识；每个所述车位的车位边界的多个位置点分别设置有车位边界标识，同一车位在每个位置点设置的车位边界标识不同，每个位置点相对于车位的相对位置不同，所述车位边界标识用于指示所述车位的边界线；
所述处理模块，具体用于：
将所述第三图像划分为多个子区域；
根据像素块分类模型，对每个所述子区域中的像素块进行分类，确定所述第三图像是否包含有所述目标车位的车位边界标识的识别框，所述目标车位的车位边界标识的识别框中的像素块均为所述目标车位的车位边界标识对应的像素块，所述像素块分类模型用于表示像素块的像素特征和标注对象的识别框的对应关系，所述标注对象中包括所述目标车位的车位边界标识；
其中，所述像素块分类模型是通过训练样本训练获取的，所述训练样本为测试车辆上的拍摄装置在不同的时间段拍摄的自动泊车区域的图像。
10.一种自动泊车设备，其特征在于，包括：至少一个处理器和存储器；
所述存储器存储计算机执行指令；
所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述自动泊车装置执行权利要求1-7任一项所述的方法。
11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机执行指令，当所述计算机执行指令被处理器执行时，实现权利要求1-7任一项所述的方法。
CN201910439502.7A 2019-05-24 2019-05-24 自动泊车方法、装置、设备和存储介质 Active CN111976601B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910439502.7A CN111976601B (zh) 2019-05-24 2019-05-24 自动泊车方法、装置、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910439502.7A CN111976601B (zh) 2019-05-24 2019-05-24 自动泊车方法、装置、设备和存储介质

Publications (2)

Publication Number Publication Date
CN111976601A CN111976601A (zh) 2020-11-24
CN111976601B true CN111976601B (zh) 2022-02-01

Family

ID=73436897

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910439502.7A Active CN111976601B (zh) 2019-05-24 2019-05-24 自动泊车方法、装置、设备和存储介质

Country Status (1)

Country Link
CN (1) CN111976601B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7247849B2 (ja) * 2019-10-11 2023-03-29 トヨタ自動車株式会社 駐車支援装置
CN112488108B (zh) * 2020-12-11 2024-08-13 广州小鹏自动驾驶科技有限公司 一种车位号识别方法、装置、电子设备及存储介质
CN112912895B (zh) * 2021-01-29 2022-07-22 华为技术有限公司 一种检测方法、装置和车辆
CN117002490B (zh) * 2023-08-23 2024-02-20 镁佳(北京)科技有限公司 辅助泊车方法、装置、计算机设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102722724A (zh) * 2012-05-30 2012-10-10 广东好帮手电子科技股份有限公司 具有目标识别功能的车载夜视系统及其目标标识方法
DE102014223899A1 (de) * 2014-11-24 2016-05-25 Conti Temic Microelectronic Gmbh System zur Unterstützung des Einparkens eines Fahrzeugs
CN105946853A (zh) * 2016-04-28 2016-09-21 中山大学 基于多传感器融合的长距离自动泊车的系统及方法
JP2017073109A (ja) * 2015-10-05 2017-04-13 現代自動車株式会社Ｈｙｕｎｄａｉ Ｍｏｔｏｒ Ｃｏｍｐａｎｙ 駐車案内装置及び駐車案内方法
CN107776570A (zh) * 2017-09-19 2018-03-09 广州汽车集团股份有限公司 全自动泊车方法及全自动泊车系统
CN109598972A (zh) * 2018-11-23 2019-04-09 中汽研（天津）汽车工程研究院有限公司 一种基于视觉的自动泊车停车位检测与测距系统
CN109754639A (zh) * 2019-02-28 2019-05-14 北京智行者科技有限公司 泊车入库方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102722724A (zh) * 2012-05-30 2012-10-10 广东好帮手电子科技股份有限公司 具有目标识别功能的车载夜视系统及其目标标识方法
DE102014223899A1 (de) * 2014-11-24 2016-05-25 Conti Temic Microelectronic Gmbh System zur Unterstützung des Einparkens eines Fahrzeugs
JP2017073109A (ja) * 2015-10-05 2017-04-13 現代自動車株式会社Ｈｙｕｎｄａｉ Ｍｏｔｏｒ Ｃｏｍｐａｎｙ 駐車案内装置及び駐車案内方法
CN105946853A (zh) * 2016-04-28 2016-09-21 中山大学 基于多传感器融合的长距离自动泊车的系统及方法
CN107776570A (zh) * 2017-09-19 2018-03-09 广州汽车集团股份有限公司 全自动泊车方法及全自动泊车系统
CN109598972A (zh) * 2018-11-23 2019-04-09 中汽研（天津）汽车工程研究院有限公司 一种基于视觉的自动泊车停车位检测与测距系统
CN109754639A (zh) * 2019-02-28 2019-05-14 北京智行者科技有限公司 泊车入库方法及装置

Also Published As

Publication number Publication date
CN111976601A (zh) 2020-11-24

Similar Documents

Publication Publication Date Title
CN111976601B (zh) 自动泊车方法、装置、设备和存储介质
CN110869974B (zh) 点云处理方法、设备及存储介质
CA3028653C (en) Methods and systems for color point cloud generation
CN110174093B (zh) 定位方法、装置、设备和计算机可读存储介质
CN108694882B (zh) 用于标注地图的方法、装置和设备
CN110084895B (zh) 对点云数据进行标注的方法和设备
CN112444242B (zh) 一种位姿优化方法及装置
JP2023523243A (ja) 障害物検出方法及び装置、コンピュータデバイス、並びにコンピュータプログラム
CN111815707B (zh) 点云确定方法、点云筛选方法、装置、计算机设备
CN109741241B (zh) 鱼眼图像的处理方法、装置、设备和存储介质
US10984263B2 (en) Detection and validation of objects from sequential images of a camera by using homographies
CN115235493B (zh) 一种基于矢量地图进行自动驾驶定位的方法及装置
JP5539250B2 (ja) 接近物体検知装置及び接近物体検知方法
CN111353453A (zh) 用于车辆的障碍物检测方法和装置
CN113255444A (zh) 图像识别模型的训练方法、图像识别方法和装置
CN115187941A (zh) 目标检测定位方法、系统、设备及存储介质
KR102003387B1 (ko) 조감도 이미지를 이용한 교통 장애물의 검출 및 거리 측정 방법, 교통 장애물을 검출하고 거리를 측정하는 프로그램을 저장한 컴퓨터 판독가능 기록매체
JP2018073275A (ja) 画像認識装置
US11087150B2 (en) Detection and validation of objects from sequential images of a camera by using homographies
CN112580489A (zh) 交通灯检测方法、装置、电子设备及存储介质
Barua et al. An Efficient Method of Lane Detection and Tracking for Highway Safety
CN109344677B (zh) 识别立体物的方法、装置、车辆和存储介质
CN113674361B (zh) 一种车载环视校准实现方法及系统
CN115965636A (zh) 车辆侧面图的生成方法、装置及终端设备
CN115471819A (zh) 用于路侧场景的目标检测定位方法、装置及电子设备、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
GR01 Patent grant
GR01 Patent grant