CN112216136A - 泊车位检测方法、装置、车辆及存储介质 - Google Patents
泊车位检测方法、装置、车辆及存储介质 Download PDFInfo
- Publication number
- CN112216136A CN112216136A CN202010970467.4A CN202010970467A CN112216136A CN 112216136 A CN112216136 A CN 112216136A CN 202010970467 A CN202010970467 A CN 202010970467A CN 112216136 A CN112216136 A CN 112216136A
- Authority
- CN
- China
- Prior art keywords
- parking
- moving body
- parking space
- target position
- idle
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- 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
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- 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
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/586—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of parking space
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种泊车位检测方法、装置、车辆及存储介质,属于智能驾驶领域。泊车位检测方法可采用车位检测模型和安装于移动体上的泊车辅助装置检测移动体在预设范围(包括移动体行驶方向的前方区域、左侧区域、右侧区域以及相对于行驶方向的后方区域)内的空闲泊车位,获取并显示移动体在预设范围内的标识空闲泊车位的辅助图像,提高空闲泊车位的识别效率,以供用户基于辅助图像中标识的空闲泊车位选择泊车目标位置,使移动体可根据当前位置和泊车目标位置生成泊入路径,以便移动体泊入该泊车目标位置,提升了用户的体验效果,达到自动检测空闲泊车为的目的。
Description
技术领域
本发明涉及智能驾驶领域,尤其涉及一种泊车位检测方法、装置、车辆及存储介质。
背景技术
车辆作为一种代步工具,在公路交通越来越发达且城市面积越来越大的现在,受到持续性的关注。各种应用于车辆上的技术也与时俱进,驾驶辅助控制技术就是其中之一。驾驶辅助控制技术能够在特定场景下辅助或代替驾驶员操纵车辆,提高了车辆的舒适性。
自动泊车控制技术是目前车辆上应用较普遍的驾驶辅助控制技术之一,它通过遍布在车身周围的超声波探头测量车辆与周围障碍物的距离和角度,然后通过半自动泊车控制单元计算出车辆泊入/泊出停车位所需的行驶轨迹。自动泊车控制技术能够在倒车时进行辅助驾驶,通过探测超声波或者摄像头引导驾驶员,从而避免倒车时,车辆后方处在视线盲区而导致的交通事故。然而,现有的自动泊车控制方法在寻找车位时,只能对经过的区域进行检测,无法对车辆行驶方向的前方区域进行车位检测,用户的体验效果差。
发明内容
针对现有自动泊车控制方法无法对车辆前方区域进行车位检测的问题,现提供一种旨在可对车辆行驶方向的前方区域进行车位检测的泊车位检测方法、装置、车辆及存储介质。
本发明提供了一种泊车位检测方法,包括:
基于车位检测模型和安装于移动体上的泊车辅助装置检测所述移动体在预设范围内的空闲泊车位,获取并显示所述移动体在预设范围内的标识所述空闲泊车位的辅助图像;
使用显示的所述辅助图像设定泊车目标位置;
根据所述当前位置和所述泊车目标位置生成泊入路径。
可选的,基于车位检测模型和安装于移动体上的泊车辅助装置检测所述移动体在预设范围内的空闲泊车位,获取并显示所述移动体在预设范围内的标识所述空闲泊车位的辅助图像,包括:
通过所述泊车辅助装置的摄像头采集所述移动体周围的图像,生成所述移动体的全角度可视化图像;
通过所述泊车辅助装置的超声波雷达检测所述移动体在预设范围内的障碍物位置;
采用所述车位检测模型对所述全角度可视化图像中,被障碍物遮挡的区域进行空闲泊车位的识别;
基于所述障碍物位置及识别结果,在所述全角度可视化图像中标识所述空闲泊车位,以形成所述辅助图像。
可选的,采用所述车位检测模型对所述全角度可视化图像中,被障碍物遮挡的区域进行空闲泊车位的识别,包括:
将所述全角度可视化图像输入所述车位检测模型,获取被障碍物遮挡的区域的遮挡数据;
其中,所述被障碍物遮挡的区域为位于所述移动体行驶方向的预设视角的区域;
将所述遮挡数据预设阈值进行比较,生成所述识别结果。
可选的,使用显示的所述辅助图像设定泊车目标位置,包括:
将用户在显示的所述辅助图像中选择的所述空闲泊车位作为所述泊车目标位置。
可选的,根据所述当前位置和所述泊车目标位置生成泊入路径,之前还包括:
检测所述泊车目标位置是否符合预设条件;
其中,所述预设条件为所述泊车目标位置的空闲尺寸大于所述移动体的尺寸;
若所述泊车目标位置符合预设条件,根据所述当前位置和所述泊车目标位置生成泊入路径。
可选的,还包括:
根据所述泊入路径控制所述移动体移动至所述泊车目标位置。
可选的,根据所述泊入路径控制所述移动体移动至所述泊车目标位置,之前还包括:
通过所述泊车辅助装置中的超声波雷达检测所述泊入路径内是否存在障碍物;
当所述泊入路径内无障碍物时,根据所述泊入路径控制所述移动体移动至所述泊车目标位置。
本发明还提供了一种泊车位检测装置,包括:
处理单元,用以基于车位检测模型和安装于移动体上的泊车辅助装置检测所述移动体在预设范围内的空闲泊车位,获取并显示所述移动体在预设范围内的标识所述空闲泊车位的辅助图像;
设定单元,用以使用显示的所述辅助图像设定泊车目标位置;
生成单元,用以根据所述当前位置和所述泊车目标位置生成泊入路径。
可选的,所述处理单元包括:
生成模块,用以通过所述泊车辅助装置的摄像头采集所述移动体周围的图像,生成所述移动体的全角度可视化图像;
检测模块,用以通过所述泊车辅助装置的超声波雷达检测所述移动体在预设范围内的障碍物位置;
识别模块,用以采用所述车位检测模型对所述全角度可视化图像中,被障碍物遮挡的区域进行空闲泊车位的识别;
标识模块,用以基于所述障碍物位置及识别结果,在所述全角度可视化图像中标识所述空闲泊车位,以形成所述辅助图像。
可选的,所述识别模块用以将所述全角度可视化图像输入所述车位检测模型,获取被障碍物遮挡的区域的遮挡数据,将所述遮挡数据预设阈值进行比较,生成所述识别结果;
其中,所述被障碍物遮挡的区域为位于所述移动体行驶方向的预设视角的区域。
可选的,所述设定单元用以将用户在显示的所述辅助图像中选择的所述空闲泊车位作为所述泊车目标位置。
可选的,处理单元还用以检测所述泊车目标位置是否符合预设条件;
其中,所述预设条件为所述泊车目标位置的空闲尺寸大于所述移动体的尺寸。
可选的,还包括:
执行单元,用以根据所述泊入路径控制所述移动体移动至所述泊车目标位置。
可选的,所述处理单元还用以通过所述泊车辅助装置中的超声波雷达检测所述泊入路径内是否存在障碍物。
本发明还提供了一种车辆,所述车辆包括存储器、处理器以及存储在存储器上并可在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上述方法的步骤。
本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述方法的步骤。
本发明提供的泊车位检测方法、装置、车辆及存储介质,可采用车位检测模型和安装于移动体上的泊车辅助装置检测移动体在预设范围(包括移动体行驶方向的前方区域、左侧区域、右侧区域以及相对于行驶方向的后方区域)内的空闲泊车位,获取并显示移动体在预设范围内的标识空闲泊车位的辅助图像,提高空闲泊车位的识别效率,以供用户基于辅助图像中标识的空闲泊车位选择泊车目标位置,使移动体可根据当前位置和泊车目标位置生成泊入路径,以便移动体泊入该泊车目标位置,提升了用户的体验效果,达到自动检测空闲泊车为的目的。
附图说明
图1为本发明实施例一所述的泊车位检测方法的一种实施例的流程图;
图2为本发明获取标识空闲泊车位的辅助图像的一种实施例的流程图;
图3为本发明采用车位检测模型对被障碍物遮挡的区域进行识别的流程图;
图4为本发明实施例二所述的泊车位检测方法的一种实施例的流程图;
图5为本发明实施例二所述的泊车位检测方法的另一种实施例的流程图;
图6为本发明实施例三所述的泊车位检测方法的一种实施例的流程图;
图7为本发明所述的泊车位检测装置的一种实施例的模块图;
图8为本发明处理单元的模块图;
图9为本发明所述的泊车位检测装置的另一种实施例的模块图;
图10为本发明车辆的一个实施例的硬件架构图。
具体实施方式
以下结合附图与具体实施例进一步阐述本发明的优点。
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
在本公开使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本公开可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本公开范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
在本发明的描述中,需要理解的是,步骤前的数字标号并不标识执行步骤的前后顺序,仅用于方便描述本发明及区别每一步骤,因此不能理解为对本发明的限制。
本发明实施例的移动体可采用纯电动汽车、混合电动汽车等新能源车辆,移动体上可安装泊车控制器、泊车辅助装置(Auto Parking Assist,APA)和HMI交互设备。其中,泊车控制器使用包括中央处理单元(CPU)、通信单元、存储器和电子助力转向机构(EPS)的微计算机实现。泊车控制器将用于使微计算机具有作为车载电脑(ECU)的功能的计算机程序安装在微型计算机中执行。泊车控制器具有控制移动体运行的功能。通信单元可包括WiFi模块和蓝牙模块等,通信单元可支持4G、5G通信模式,利用通信单元可与关联的移动终端进行通信;泊车辅助装置包括多个超声波雷达和环绕摄像头,超声波雷达可设置于移动体的前保险杠、后保险杠以及轮胎附近的蒙皮等位置。通过超声波雷达移动体探测移动体与障碍目标之间的距离。环绕摄像头设置于移动体的四周,通过环绕摄像头采集移动体四周的图像,将各个摄像头采集的图像合成,得到从移动体的上方俯视的全角度可视化图像,由于摄像头不能拍摄车辆,因此采用车辆图标取代全景图像中实际的车辆的图像。HMI交互设备可包括显示单元和音频采集单元。显示单元上设置触摸屏(中控屏),以供用于在车辆上输入各种控制操作。音频采集单元安装于移动体内,用于采用用户的语音信号,以便于基于语音信号执行相应的操作。
本发明实施的泊车位检测方法、装置、车辆及存储介质可以应用于移动体到达导航目的地,如:商场、住宅、停车场、充电站(充电桩)等场地,搜索空闲泊车位的场景中。
本发明实施例中,用户可通过与移动体关联的移动终端向移动体的通信单元发送控制请求(如:搜索车位请求、导航请求等),用户还可以直接在移动体的中控屏上输入控制请求,用户还可以通过语音输入控制请求。移动体可采用车位检测模型和安装于移动体上的泊车辅助装置检测移动体在预设范围(包括移动体行驶方向的前方区域、左侧区域、右侧区域以及相对于行驶方向的后方区域)内的空闲泊车位,获取并显示移动体在预设范围内的标识空闲泊车位的辅助图像,提高空闲泊车位的识别效率,以供用户基于辅助图像中标识的空闲泊车位选择泊车目标位置,使移动体可根据当前位置和泊车目标位置生成泊入路径,以便移动体泊入该泊车目标位置,提升了用户的体验效果,达到自动检测空闲泊车为的目的。
实施例一
请参阅图1,本实施例的一种泊车位检测方法可包括以下步骤:
S1.基于车位检测模型和安装于移动体上的泊车辅助装置检测所述移动体在预设范围内的空闲泊车位,获取并显示所述移动体在预设范围内的标识所述空闲泊车位的辅助图像。
其中,预设范围为移动体的近距离范围内,例如:距离移动体5米的范围内,该预设范围与安装于移动体上的超声波雷达检测范围相关。
在本实施例中,当移动体到达导航目的位置或接收到用户发送的搜索车位请求时,触发搜索车位模式,以检测移动体周围是否有空闲泊车位,若有,则通过安装于移动体上的显示单元显示标识空闲泊车位的辅助图像,以供用户通过显示单元观看当前的空闲泊车位的位置情况;若没有,也可通过显示单元显示辅助图像,以供用户通过观看辅助图像了解当前移动体周围车位情况。
进一步地,如图2所示步骤S1可包括以下步骤:
S11.通过所述泊车辅助装置的摄像头采集所述移动体周围的图像,生成所述移动体的全角度可视化图像。
本实施例中,为了采集移动体的全角度图像,摄像头可安装于移动体的前、后、左、右,通过摄像头采集移动体四个方向的四幅图像,将预设的移动体的车辆图标与四幅图像进行配准和融合,以形成从移动体的上方俯视的全角度可视化图像,通过全角度可视化图像可显示地面标识停车线的空闲泊车位,避免视野盲区的情况。
具体地,可采用鱼眼校正算法、直线线性变换方法、边缘配准以及加权融合算法等方法进行图像的配准和融合。
S12.通过所述泊车辅助装置的超声波雷达检测所述移动体在预设范围内的障碍物位置。
本实施例中,为了提升超声波雷达的检测准确率和覆盖率,可在移动体的前保险杠、后保险杠以及轮胎附近的蒙皮等位置安装多个超声波雷达(例如:8个、12个、14个等),从而实现无死角的360度雷达检测。通过超声波雷达可检测地面没有标识停车线的附近有障碍物(例如:地锁或车辆等)的空闲泊车位。
S13.采用所述车位检测模型对所述全角度可视化图像中,被障碍物遮挡的区域进行空闲泊车位的识别。
其中,所述被障碍物遮挡的区域为位于所述移动体行驶方向的预设视角的区域。被障碍物遮挡的区域可以是被邻侧的车辆遮挡的车位,也可以是被柱子或行人、桩桶遮挡的车位。
考虑到移动体在行驶过程中,若前方无障碍物,可通过超声波雷达的探测结果以及摄像头采集的全角度可视化图像,确认空闲泊车位的位置;若前方有障碍物,则无法直接通过超声波雷达以及摄像头采集的全角度可视化图像,辨别被障碍物遮挡的视觉区域是否有空闲泊车位。因此,在本实施例中采用车位检测模型,对移动体行驶方向(如:向前行驶、向后行驶等)被障碍物遮挡的视觉区域进行空闲泊车位的识别,以判断被障碍物遮挡的区域是否是空闲泊车位。
具体地,如图3所示步骤S13可包括以下步骤:
S131.将所述全角度可视化图像输入所述车位检测模型,获取被障碍物遮挡的区域的遮挡数据。
需要说明的是:车位检测模型用于对全角度可视化图像中移动体行驶方向的预设视角的被障碍物遮挡的区域进行检测。
其中,车位检测模型为训练好的深度神经网络模型,车位检测模型是通过预设数量的被障碍物遮挡的车位图像训练得到的。车位检测模型为具有分类功能的神经网络模型,其输出的遮挡数据为被障碍物遮挡的区域的遮挡比率。
S132.将所述遮挡数据预设阈值进行比较,生成所述识别结果。
本实施例中,将遮挡比率与预设阈值进行比较,若遮挡比率小于预设阈值,则表示被障碍物遮挡的区域为空闲泊车位,若遮挡比率大于或等于预设阈值,则表示被障碍物遮挡的区域为占用泊车位。
S14.基于所述障碍物位置及识别结果,在所述全角度可视化图像中标识所述空闲泊车位,以形成所述辅助图像。
需要说明的是:辅助图像中可展示并标识多个空闲泊车位。
本实施例中,可采用图像识别模型对全角度可视化图像的空闲泊车位进行识别,并结合障碍物位置对空闲泊车位进行校准,对经校准后的空闲泊车位位置标识于全角度可视化图像中,从而形成携带标识框(框内为空闲泊车位)空的辅助图像,以保证辅助图像中显示的空闲泊车位的位置准确性,避免因位置误差影响用户的选择及判断。
S2.使用显示的所述辅助图像设定泊车目标位置。
进一步地,将用户在显示的所述辅助图像中选择的所述空闲泊车位作为所述泊车目标位置。
本实施例中,可采用设置于移动体内的中控屏显示辅助图像,用户通过中控屏选择泊车目标位置的标识框,以确定泊车的车位位置。
S3.根据所述当前位置和所述泊车目标位置生成泊入路径。
其中,当前位置可包括行驶方向和位置信息。泊车目标位置可包括的泊车类型有非字形停车位、斜线停车位、一字形停车位、靠柱子一侧停车位等。
进一步地,步骤S3可包括:
根据泊车目标位置在所述辅助图像中的位置,获取该泊车目标位置对应的泊车类型;根据当前的行驶方向与泊车目标位置之间的关系确定泊车方向,再根据移动体的外形参数、当前的泊车目标位置对应的泊车类型、当前位置、泊车目标位置的顶点坐标信息和泊车方向规划全局路径和泊车路径,将全局路径与泊车路径进行拼接、节点优化、平滑处理、路径拟合从而得到平滑过渡的泊入路径。
在本实施例中,泊车位检测方法可采用车位检测模型和安装于移动体上的泊车辅助装置检测移动体在预设范围(包括移动体行驶方向的前方区域、左侧区域、右侧区域以及相对于行驶方向的后方区域)内的空闲泊车位,获取并显示移动体在预设范围内的标识空闲泊车位的辅助图像,提高空闲泊车位的识别效率,以供用户基于辅助图像中标识的空闲泊车位选择泊车目标位置,使移动体可根据当前位置和泊车目标位置生成泊入路径,以便移动体泊入该泊车目标位置,提升了用户的体验效果以及空闲车位的识别效率,不需要移动体完全经过车位区域方能识别车位是否可用,达到自动检测空闲泊车为的目的。
采用本实施例的泊车位检测方法可在开启搜索车位模式后,能够在移动体的行驶方向提前1-2个车位(包括被障碍物遮挡的车位)识别空闲泊车位,还可用于对靠墙体一侧的车位的识别,该车位可以位于移动体的左前侧、右前侧等区域。
实施例二
为了避免移动体泊入泊车目标位置的过程中因泊车目标位置的空闲尺寸过小无法泊入的情况,本实例在设定泊车目标位置后,需要对泊车目标位置的尺寸进一步进行检测,以确保泊车目标位置可容纳移动体停放。如图4所示本实施例提供的一种泊车位检测方法可包括以下步骤:
S1.基于车位检测模型和安装于移动体上的泊车辅助装置检测所述移动体在预设范围内的空闲泊车位,获取并显示所述移动体在预设范围内的标识所述空闲泊车位的辅助图像。
S2.使用显示的所述辅助图像设定泊车目标位置。
A.检测所述泊车目标位置是否符合预设条件,若是,执行步骤S3;若否,生成泊车目标位置不支持移动体停车的消息。
其中,所述预设条件为所述泊车目标位置的空闲尺寸大于所述移动体的尺寸。
本实施例中,若所述泊车目标位置符合预设条件,则执行步骤S3;若所述泊车目标位置不符合预设条件,则生成泊车目标位置不支持移动体停车的消息,避免移动体泊入泊车目标位置的过程中因泊车目标位置的空闲尺寸过小无法泊入的情况。
S3.根据所述当前位置和所述泊车目标位置生成泊入路径。
在一实施例中,参阅图5所示泊车位检测方法,执行完步骤S3后还可包括:
S4.根据所述泊入路径控制所述移动体移动至所述泊车目标位置。
本实施例中,其余步骤与上述实施例的步骤一致,请参阅上述实施例,在此不再赘述。
在本实施例中,当生成泊入路径后,可通过电子助力转向机构根据泊入路径控制移动体从当前位置泊入至泊车目标位置,完成泊车操作。
实施例三
请参阅图6,本实施例的一种泊车位检测方法可包括以下步骤:
S1.基于车位检测模型和安装于移动体上的泊车辅助装置检测所述移动体在预设范围内的空闲泊车位,获取并显示所述移动体在预设范围内的标识所述空闲泊车位的辅助图像。
S2.使用显示的所述辅助图像设定泊车目标位置。
S3.根据所述当前位置和所述泊车目标位置生成泊入路径。
B.通过所述泊车辅助装置中的超声波雷达检测所述泊入路径内是否存在障碍物,若是,执行步骤S4;若否,生成当前泊入路径不支持移动体泊车的消息。
本实施例中,泊入路径是指移动体由当前位置泊入泊车目标位置的行驶方向。障碍物为行驶方向上有阻碍移动体行驶的障碍物(包括:动态障碍物和静态障碍物),如:行驶的车辆、行人、桩桶、柱子、小动物等。通过对泊入路径内的障碍物进行检测,保证了移动体泊入泊车目标位置时的安全性。
S4.根据所述泊入路径控制所述移动体移动至所述泊车目标位置。
实施例四
请参阅图7,本实施例的一种泊车位检测装置1可包括:处理单元11、设定单元12和生成单元13。
处理单元11,用以基于车位检测模型和安装于移动体上的泊车辅助装置检测所述移动体在预设范围内的空闲泊车位,获取并显示所述移动体在预设范围内的标识所述空闲泊车位的辅助图像。
在本实施例中,当移动体到达导航目的位置或接收到用户发送的搜索车位请求时,触发搜索车位模式,以检测移动体周围是否有空闲泊车位,若有,则通过安装于移动体上的显示单元显示标识空闲泊车位的辅助图像,以供用户通过显示单元观看当前的空闲泊车位的位置情况;若没有,也可通过显示单元显示辅助图像,以供用户通过观看辅助图像了解当前移动体周围车位情况。
进一步地,参阅图8所示所述处理单元11可包括:生成模块111、检测模块112、识别模块113和标识模块114。
生成模块111,用以通过所述泊车辅助装置的摄像头采集所述移动体周围的图像,生成所述移动体的全角度可视化图像。
本实施例中,为了采集移动体的全角度图像,摄像头可安装于移动体的前、后、左、右,通过摄像头采集移动体四个方向的四幅图像,将预设的移动体的车辆图标与四幅图像进行配准和融合,以形成从移动体的上方俯视的全角度可视化图像,通过全角度可视化图像可显示地面标识停车线的空闲泊车位,避免视野盲区的情况。
检测模块112,用以通过所述泊车辅助装置的超声波雷达检测所述移动体在预设范围内的障碍物位置。
本实施例中,为了提升超声波雷达的检测准确率和覆盖率,可在移动体的前保险杠、后保险杠以及轮胎附近的蒙皮等位置安装多个超声波雷达,从而实现无死角的360度雷达检测。通过超声波雷达可检测地面没有标识停车线的附近有障碍物(例如:地锁或车辆等)的空闲泊车位。
识别模块113,用以采用所述车位检测模型对所述全角度可视化图像中,被障碍物遮挡的区域进行空闲泊车位的识别。
其中,所述被障碍物遮挡的区域为位于所述移动体行驶方向的预设视角的区域。被障碍物遮挡的区域可以是被邻侧的车辆遮挡的车位,也可以是被柱子或行人、桩桶遮挡的车位。
考虑到移动体在行驶过程中,若前方无障碍物,可通过超声波雷达的探测结果以及摄像头采集的全角度可视化图像,确认空闲泊车位的位置;若前方有障碍物,则无法直接通过超声波雷达以及摄像头采集的全角度可视化图像,辨别被障碍物遮挡的视觉区域是否有空闲泊车位。因此,在本实施例中采用车位检测模型,对移动体行驶方向(如:向前行驶、向后行驶等)被障碍物遮挡的视觉区域进行空闲泊车位的识别,以判断被障碍物遮挡的区域是否是空闲泊车位。
具体地,所述识别模块113用以将所述全角度可视化图像输入所述车位检测模型,获取被障碍物遮挡的区域的遮挡数据,将所述遮挡数据预设阈值进行比较,生成所述识别结果。
需要说明的是:车位检测模型用于对全角度可视化图像中移动体行驶方向的预设视角的被障碍物遮挡的区域进行检测。
其中,车位检测模型为训练好的深度神经网络模型,车位检测模型是通过预设数量的被障碍物遮挡的车位图像训练得到的。车位检测模型为具有分类功能的神经网络模型,其输出的遮挡数据为被障碍物遮挡的区域的遮挡比率。
本实施例中,将遮挡比率与预设阈值进行比较,若遮挡比率小于预设阈值,则表示被障碍物遮挡的区域为空闲泊车位,若遮挡比率大于或等于预设阈值,则表示被障碍物遮挡的区域为占用泊车位。
标识模块114,用以基于所述障碍物位置及识别结果,在所述全角度可视化图像中标识所述空闲泊车位,以形成所述辅助图像。
本实施例中,可采用图像识别模型对全角度可视化图像的空闲泊车位进行识别,并结合障碍物位置对空闲泊车位进行校准,对经校准后的空闲泊车位位置标识于全角度可视化图像中,从而形成携带标识框(框内为空闲泊车位)空的辅助图像,以保证辅助图像中显示的空闲泊车位的位置准确性,避免因位置误差影响用户的选择及判断。
设定单元12,用以使用显示的所述辅助图像设定泊车目标位置。
进一步地,所述设定单元12用以将用户在显示的所述辅助图像中选择的所述空闲泊车位作为所述泊车目标位置。
本实施例中,可采用设置于移动体内的中控屏显示辅助图像,用户通过中控屏选择泊车目标位置的标识框,以确定泊车的车位位置。
生成单元13,用以根据所述当前位置和所述泊车目标位置生成泊入路径。
其中,当前位置可包括行驶方向和位置信息。泊车目标位置可包括的泊车类型有非字形停车位、斜线停车位、一字形停车位、靠柱子一侧停车位等。
进一步地,采用生成单元13生成泊入路径的过程为:根据泊车目标位置在所述辅助图像中的位置,获取该泊车目标位置对应的泊车类型;根据当前的行驶方向与泊车目标位置之间的关系确定泊车方向,再根据移动体的外形参数、当前的泊车目标位置对应的泊车类型、当前位置、泊车目标位置的顶点坐标信息和泊车方向规划全局路径和泊车路径,将全局路径与泊车路径进行拼接、节点优化、平滑处理、路径拟合从而得到平滑过渡的泊入路径。
在本实施例中,泊车位检测装置1通过处理单元11的车位检测模型和安装于移动体上的泊车辅助装置检测移动体在预设范围(包括移动体行驶方向的前方区域、左侧区域、右侧区域以及相对于行驶方向的后方区域)内的空闲泊车位,获取并显示移动体在预设范围内的标识空闲泊车位的辅助图像,提高空闲泊车位的识别效率,以供用户通过设定单元12在标识的空闲泊车位的辅助图像中选择泊车目标位置,采用生成单元13根据当前位置和泊车目标位置生成泊入路径,以便移动体泊入该泊车目标位置,提升了用户的体验效果以及空闲车位的识别效率,不需要移动体完全经过车位区域方能识别车位是否可用,达到自动检测空闲泊车为的目的。
在一实施例中,处理单元11还用以检测所述泊车目标位置是否符合预设条件。
其中,所述预设条件为所述泊车目标位置的空闲尺寸大于所述移动体的尺寸。
所述生成单元13用以当所述泊车目标位置符合预设条件时,根据所述当前位置和所述泊车目标位置生成泊入路径。
本实施例,为了避免移动体泊入泊车目标位置的过程中因泊车目标位置的空闲尺寸过小无法泊入的情况,在设定泊车目标位置后,通过处理单元11对泊车目标位置的尺寸进一步进行检测,以确保泊车目标位置可容纳移动体停放。
在一实施例中,参阅图9所示泊车位检测装置1还可包括:执行单元14。
执行单元14,用以根据所述泊入路径控制所述移动体移动至所述泊车目标位置。
本实施例中,当生成泊入路径后,可通过电子助力转向机构根据泊入路径控制移动体从当前位置泊入至泊车目标位置,完成泊车操作。
在一优选的实施例中,所述处理单元11还用以通过所述泊车辅助装置中的超声波雷达检测所述泊入路径内是否存在障碍物。
所述执行单元14用以当所述泊入路径内无障碍物时,根据所述泊入路径控制所述移动体移动至所述泊车目标位置。
本实施例中,泊入路径是指移动体由当前位置泊入泊车目标位置的行驶方向。障碍物为行驶方向上有阻碍移动体行驶的障碍物(包括:动态障碍物和静态障碍物),如:行驶的车辆、行人、桩桶、柱子、小动物等。通过对泊入路径内的障碍物进行检测,保证了移动体泊入泊车目标位置时的安全性。
实施例五
为实现上述目的,本发明还提供一种车辆2,本实施例的车辆2至少包括但不限于:可通过系统总线相互通信连接的存储器21、处理器23、网络接口22、以及泊车位检测装置1(参考图10)。需要指出的是,图10仅示出了具有组件-的车辆2,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。
本实施例中,所述存储器21至少包括一种类型的计算机可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,存储器21可以是车辆2的内部存储单元,例如该车辆2的硬盘或内存。在另一些实施例中,存储器21也可以是车辆2的外部存储设备,例如该车辆2上配备的插接式硬盘,智能存储卡(SmartMedia Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。当然,所述存储器21还可以既包括车辆2的内部存储单元也包括其外部存储设备。本实施例中,存储器21通常用于存储安装于车辆2的操作系统和各类应用软件,例如实施例一、实施例二以及实施例三的泊车位检测方法的程序代码等。此外,存储器21还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器23在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器23通常用于控制车辆2的总体操作例如执行与所述车辆2进行数据交互或者通信相关的控制和处理等。本实施例中,所述处理器23用于运行所述存储器21中存储的程序代码或者处理数据,例如运行实施例一、实施例二以及实施例三所述的泊车位检测装置1等。
所述网络接口22可包括无线网络接口或有线网络接口,该网络接口22通常用于在所述车辆2与其他车辆2之间建立通信连接。例如,所述网络接口22用于通过网络将所述车辆2与外部终端相连,在所述车辆2与外部终端之间的建立数据传输通道和通信连接等。所述网络可以是企业内部网(Intranet)、互联网(Internet)、全球移动通讯系统(GlobalSystem of Mobile communication,GSM)、宽带码分多址(Wideband Code DivisionMultiple Access,WCDMA)、4G网络、5G网络、蓝牙(Bluetooth)、Wi-Fi等无线或有线网络。
需要指出的是,图10仅示出了具有部件21-23的车辆2,但是应理解的是,并不要求实施所有示出的部件,可以替代的实施更多或者更少的部件。
在本实施例中,存储于存储器21中的所述泊车位检测装置1还可以被分割为一个或者多个程序模块,所述一个或者多个程序模块被存储于存储器21中,并由一个或多个处理器(本实施例为处理器23)所执行,以完成本发明。
实施例六
为实现上述目的,本发明还提供一种计算机可读存储介质,其包括多个存储介质,如闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等,其上存储有计算机程序,程序被处理器23执行时实现相应功能。本实施例的计算机可读存储介质用于存储泊车位检测装置1,被处理器23执行时实现实施例一、实施例二以及实施例三的泊车位检测方法。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (16)
1.一种泊车位检测方法,其特征在于,包括:
基于车位检测模型和安装于移动体上的泊车辅助装置检测所述移动体在预设范围内的空闲泊车位,获取并显示所述移动体在预设范围内的标识所述空闲泊车位的辅助图像;
使用显示的所述辅助图像设定泊车目标位置;
根据所述当前位置和所述泊车目标位置生成泊入路径。
2.根据权利要求1所述的泊车位检测方法,其特征在于,基于车位检测模型和安装于移动体上的泊车辅助装置检测所述移动体在预设范围内的空闲泊车位,获取并显示所述移动体在预设范围内的标识所述空闲泊车位的辅助图像,包括:
通过所述泊车辅助装置的摄像头采集所述移动体周围的图像,生成所述移动体的全角度可视化图像;
通过所述泊车辅助装置的超声波雷达检测所述移动体在预设范围内的障碍物位置;
采用所述车位检测模型对所述全角度可视化图像中,被障碍物遮挡的区域进行空闲泊车位的识别;
基于所述障碍物位置及识别结果,在所述全角度可视化图像中标识所述空闲泊车位,以形成所述辅助图像。
3.根据权利要求2所述的泊车位检测方法,其特征在于,采用所述车位检测模型对所述全角度可视化图像中,被障碍物遮挡的区域进行空闲泊车位的识别,包括:
将所述全角度可视化图像输入所述车位检测模型,获取被障碍物遮挡的区域的遮挡数据;
其中,所述被障碍物遮挡的区域为位于所述移动体行驶方向的预设视角的区域;
将所述遮挡数据预设阈值进行比较,生成所述识别结果。
4.根据权利要求1所述的泊车位检测方法,其特征在于,使用显示的所述辅助图像设定泊车目标位置,包括:
将用户在显示的所述辅助图像中选择的所述空闲泊车位作为所述泊车目标位置。
5.根据权利要求1所述的泊车位检测方法,其特征在于,根据所述当前位置和所述泊车目标位置生成泊入路径,之前还包括:
检测所述泊车目标位置是否符合预设条件;
其中,所述预设条件为所述泊车目标位置的空闲尺寸大于所述移动体的尺寸;
若所述泊车目标位置符合预设条件,根据所述当前位置和所述泊车目标位置生成泊入路径。
6.根据权利要求1所述的泊车位检测方法,其特征在于,还包括:
根据所述泊入路径控制所述移动体移动至所述泊车目标位置。
7.根据权利要求6所述的泊车位检测方法,其特征在于,根据所述泊入路径控制所述移动体移动至所述泊车目标位置,之前还包括:
通过所述泊车辅助装置中的超声波雷达检测所述泊入路径内是否存在障碍物;
当所述泊入路径内无障碍物时,根据所述泊入路径控制所述移动体移动至所述泊车目标位置。
8.一种泊车位检测装置,其特征在于,包括:
处理单元,用以基于车位检测模型和安装于移动体上的泊车辅助装置检测所述移动体在预设范围内的空闲泊车位,获取并显示所述移动体在预设范围内的标识所述空闲泊车位的辅助图像;
设定单元,用以使用显示的所述辅助图像设定泊车目标位置;
生成单元,用以根据所述当前位置和所述泊车目标位置生成泊入路径。
9.根据权利要求8所述的泊车位检测装置,其特征在于,所述处理单元包括:
生成模块,用以通过所述泊车辅助装置的摄像头采集所述移动体周围的图像,生成所述移动体的全角度可视化图像;
检测模块,用以通过所述泊车辅助装置的超声波雷达检测所述移动体在预设范围内的障碍物位置;
识别模块,用以采用所述车位检测模型对所述全角度可视化图像中,被障碍物遮挡的区域进行空闲泊车位的识别;
标识模块,用以基于所述障碍物位置及识别结果,在所述全角度可视化图像中标识所述空闲泊车位,以形成所述辅助图像。
10.根据权利要求9所述的泊车位检测装置,其特征在于,所述识别模块用以将所述全角度可视化图像输入所述车位检测模型,获取被障碍物遮挡的区域的遮挡数据,将所述遮挡数据预设阈值进行比较,生成所述识别结果;
其中,所述被障碍物遮挡的区域为位于所述移动体行驶方向的预设视角的区域。
11.根据权利要求8所述的泊车位检测装置,其特征在于,所述设定单元用以将用户在显示的所述辅助图像中选择的所述空闲泊车位作为所述泊车目标位置。
12.根据权利要求8所述的泊车位检测装置,其特征在于,处理单元还用以检测所述泊车目标位置是否符合预设条件;
其中,所述预设条件为所述泊车目标位置的空闲尺寸大于所述移动体的尺寸。
13.根据权利要求8所述的泊车位检测装置,其特征在于,还包括:
执行单元,用以根据所述泊入路径控制所述移动体移动至所述泊车目标位置。
14.根据权利要求13所述的泊车位检测装置,其特征在于,所述处理单元还用以通过所述泊车辅助装置中的超声波雷达检测所述泊入路径内是否存在障碍物。
15.一种车辆,其特征在于,所述车辆包括存储器、处理器以及存储在存储器上并可在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权利要求1至7任一项所述方法的步骤。
16.一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,所述计算机程序被处理器执行时实现权利要求1至7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010970467.4A CN112216136A (zh) | 2020-09-15 | 2020-09-15 | 泊车位检测方法、装置、车辆及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010970467.4A CN112216136A (zh) | 2020-09-15 | 2020-09-15 | 泊车位检测方法、装置、车辆及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112216136A true CN112216136A (zh) | 2021-01-12 |
Family
ID=74049551
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010970467.4A Pending CN112216136A (zh) | 2020-09-15 | 2020-09-15 | 泊车位检测方法、装置、车辆及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112216136A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113032272A (zh) * | 2021-03-31 | 2021-06-25 | 东风柳州汽车有限公司 | 自动泊车系统试验评价方法、装置、设备及存储介质 |
CN113096436A (zh) * | 2021-03-25 | 2021-07-09 | 建信金融科技有限责任公司 | 一种室内泊车方法和装置 |
CN113479194A (zh) * | 2021-07-30 | 2021-10-08 | 禾多科技(北京)有限公司 | 泊车控制方法、装置、电子设备和可读介质 |
CN113516873A (zh) * | 2021-06-01 | 2021-10-19 | 上海追势科技有限公司 | 一种基于车身位姿及语义检测融合的车位检测方法及车辆 |
CN113593296A (zh) * | 2021-07-26 | 2021-11-02 | 广州小鹏自动驾驶科技有限公司 | 一种车位检测方法、装置、车辆和介质 |
CN113815639A (zh) * | 2021-10-15 | 2021-12-21 | 广州小鹏汽车科技有限公司 | 基于自动泊车路线寻车位的语音交互方法、装置及车辆 |
CN114179788A (zh) * | 2021-12-29 | 2022-03-15 | 纵目科技(上海)股份有限公司 | 自动泊车方法、系统、计算机可读存储介质及车机端 |
CN114512024A (zh) * | 2022-02-10 | 2022-05-17 | 北京百度网讯科技有限公司 | 车位识别方法、装置、设备以及存储介质 |
CN115214629A (zh) * | 2022-07-13 | 2022-10-21 | 小米汽车科技有限公司 | 自动泊车方法、装置、存储介质、车辆及芯片 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104112370A (zh) * | 2014-07-30 | 2014-10-22 | 哈尔滨工业大学深圳研究生院 | 基于监控图像的停车场智能车位识别方法及系统 |
CN110281917A (zh) * | 2019-05-31 | 2019-09-27 | 惠州市德赛西威汽车电子股份有限公司 | 一种自主泊车控制方法 |
CN110371108A (zh) * | 2019-06-14 | 2019-10-25 | 浙江零跑科技有限公司 | 车载超声波雷达与车载环视系统融合方法 |
CN110775052A (zh) * | 2019-08-29 | 2020-02-11 | 浙江零跑科技有限公司 | 一种基于视觉与超声波感知融合的自动泊车方法 |
WO2020044619A1 (ja) * | 2018-08-29 | 2020-03-05 | クラリオン株式会社 | 車載処理装置 |
CN110901632A (zh) * | 2019-11-29 | 2020-03-24 | 长城汽车股份有限公司 | 一种自动泊车控制方法及装置 |
CN110949257A (zh) * | 2019-12-23 | 2020-04-03 | 深圳市豪恩汽车电子装备股份有限公司 | 机动车辅助泊车装置及方法 |
CN111160172A (zh) * | 2019-12-19 | 2020-05-15 | 深圳佑驾创新科技有限公司 | 泊车位检测方法、装置、计算机设备和存储介质 |
-
2020
- 2020-09-15 CN CN202010970467.4A patent/CN112216136A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104112370A (zh) * | 2014-07-30 | 2014-10-22 | 哈尔滨工业大学深圳研究生院 | 基于监控图像的停车场智能车位识别方法及系统 |
WO2020044619A1 (ja) * | 2018-08-29 | 2020-03-05 | クラリオン株式会社 | 車載処理装置 |
CN110281917A (zh) * | 2019-05-31 | 2019-09-27 | 惠州市德赛西威汽车电子股份有限公司 | 一种自主泊车控制方法 |
CN110371108A (zh) * | 2019-06-14 | 2019-10-25 | 浙江零跑科技有限公司 | 车载超声波雷达与车载环视系统融合方法 |
CN110775052A (zh) * | 2019-08-29 | 2020-02-11 | 浙江零跑科技有限公司 | 一种基于视觉与超声波感知融合的自动泊车方法 |
CN110901632A (zh) * | 2019-11-29 | 2020-03-24 | 长城汽车股份有限公司 | 一种自动泊车控制方法及装置 |
CN111160172A (zh) * | 2019-12-19 | 2020-05-15 | 深圳佑驾创新科技有限公司 | 泊车位检测方法、装置、计算机设备和存储介质 |
CN110949257A (zh) * | 2019-12-23 | 2020-04-03 | 深圳市豪恩汽车电子装备股份有限公司 | 机动车辅助泊车装置及方法 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113096436B (zh) * | 2021-03-25 | 2022-12-23 | 建信金融科技有限责任公司 | 一种室内泊车方法和装置 |
CN113096436A (zh) * | 2021-03-25 | 2021-07-09 | 建信金融科技有限责任公司 | 一种室内泊车方法和装置 |
CN113032272A (zh) * | 2021-03-31 | 2021-06-25 | 东风柳州汽车有限公司 | 自动泊车系统试验评价方法、装置、设备及存储介质 |
CN113032272B (zh) * | 2021-03-31 | 2024-02-02 | 东风柳州汽车有限公司 | 自动泊车系统试验评价方法、装置、设备及存储介质 |
CN113516873A (zh) * | 2021-06-01 | 2021-10-19 | 上海追势科技有限公司 | 一种基于车身位姿及语义检测融合的车位检测方法及车辆 |
CN113593296A (zh) * | 2021-07-26 | 2021-11-02 | 广州小鹏自动驾驶科技有限公司 | 一种车位检测方法、装置、车辆和介质 |
CN113479194A (zh) * | 2021-07-30 | 2021-10-08 | 禾多科技(北京)有限公司 | 泊车控制方法、装置、电子设备和可读介质 |
CN113479194B (zh) * | 2021-07-30 | 2022-07-29 | 禾多科技(北京)有限公司 | 泊车控制方法、装置、电子设备和可读介质 |
CN113815639A (zh) * | 2021-10-15 | 2021-12-21 | 广州小鹏汽车科技有限公司 | 基于自动泊车路线寻车位的语音交互方法、装置及车辆 |
CN114179788A (zh) * | 2021-12-29 | 2022-03-15 | 纵目科技(上海)股份有限公司 | 自动泊车方法、系统、计算机可读存储介质及车机端 |
CN114512024A (zh) * | 2022-02-10 | 2022-05-17 | 北京百度网讯科技有限公司 | 车位识别方法、装置、设备以及存储介质 |
CN115214629A (zh) * | 2022-07-13 | 2022-10-21 | 小米汽车科技有限公司 | 自动泊车方法、装置、存储介质、车辆及芯片 |
CN115214629B (zh) * | 2022-07-13 | 2024-06-04 | 小米汽车科技有限公司 | 自动泊车方法、装置、存储介质、车辆及芯片 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112216136A (zh) | 泊车位检测方法、装置、车辆及存储介质 | |
WO2022057238A1 (zh) | 遥控泊车控制方法、装置、车辆及存储介质 | |
CN112172793B (zh) | 泊车路径规划方法、装置、车辆及存储介质 | |
CN108140319B (zh) | 停车辅助方法及停车辅助装置 | |
CN111976720B (zh) | 自主式代客泊车方法、装置、设备及存储介质 | |
CN110706506B (zh) | 一种泊车的方法、系统、电子设备及存储介质 | |
CN112224198A (zh) | 车位泊出方法、装置、车辆及存储介质 | |
US10762782B2 (en) | On-street parking map generation | |
CN111028534B (zh) | 一种泊车位检测方法及装置 | |
CN112406855A (zh) | 自动泊车方法、装置、车辆及存储介质 | |
CN112799391B (zh) | 用于狭窄车位的泊车方法、装置、车辆及存储介质 | |
CN112261357A (zh) | 远程移车方法、装置、车辆及存储介质 | |
CN112172790B (zh) | 自动停车的控制方法、装置及计算机可读存储介质 | |
US20200120273A1 (en) | Overlooking image generation system for vehicle and method thereof | |
CN111783595B (zh) | 一种车辆泊车方法、装置、车载设备及存储介质 | |
CN106295553B (zh) | 基于图像识别的交互式泊车方法、系统及车辆 | |
CN113353068B (zh) | 一种泊车控制方法、装置、车辆和介质 | |
CN113895429A (zh) | 一种自动泊车方法、系统、终端及存储介质 | |
CN112224197B (zh) | 倒车检测泊车位的方法、装置、车辆及存储介质 | |
CN116080683A (zh) | 接驾方法、装置、车辆及存储介质 | |
CN112172794A (zh) | 泊车入位的控制方法、装置、车辆及存储介质 | |
CN114954440A (zh) | 具有自主探索模式的泊车方法、泊车系统及电子设备 | |
CN116353619A (zh) | 一种自动泊车路径规划方法、装置、介质及设备 | |
CN111354215B (zh) | 停车辅助方法、系统、计算机设备及可读存储介质 | |
CN114511834A (zh) | 一种确定提示信息的方法、装置、电子设备及存储介质 |
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: 20210112 |