CN112419776B - 自主泊车方法、装置、汽车及计算设备 - Google Patents
自主泊车方法、装置、汽车及计算设备 Download PDFInfo
- Publication number
- CN112419776B CN112419776B CN202011109980.0A CN202011109980A CN112419776B CN 112419776 B CN112419776 B CN 112419776B CN 202011109980 A CN202011109980 A CN 202011109980A CN 112419776 B CN112419776 B CN 112419776B
- Authority
- CN
- China
- Prior art keywords
- parking space
- image
- camera
- vehicle
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000012545 processing Methods 0.000 claims abstract description 44
- 238000001514 detection method Methods 0.000 claims abstract description 19
- 238000004891 communication Methods 0.000 claims description 14
- 230000011218 segmentation Effects 0.000 claims description 8
- 238000005457 optimization Methods 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 238000002372 labelling Methods 0.000 claims 2
- 238000013508 migration Methods 0.000 claims 2
- 230000005012 migration Effects 0.000 claims 2
- 230000007613 environmental effect Effects 0.000 claims 1
- 230000033001 locomotion Effects 0.000 abstract description 8
- 238000010276 construction Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 238000013139 quantization Methods 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
- 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
- G08G1/09—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
- 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
- G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种自主泊车方法、装置、汽车及计算设备，该方法包括：获取第一摄像头拍摄的第一图像以及第二摄像头拍摄的第二图像；对第一图像进行可行驶域识别处理，根据识别结果生成局部环境地图，根据局部环境地图规划环境行驶路线；对第二图像进行空车位检测处理，判断是否检测到空车位区域；若是，则基于空车位区域规划泊车行驶路线，控制车辆按照泊车行驶路线行驶，以便泊入空车位；若否，则控制车辆按照环境行驶路线行驶。通过上述方式，在控制车辆沿环境行驶路线行驶的过程中持续检测空车位，一旦检测到空车位，控制车辆按照泊车行驶路线泊入空车位，实现了车位寻找和泊车入库的运动规划和控制，实现了停车场景的自动化。
Description
技术领域
本发明涉及无人驾驶技术领域，具体涉及一种自主泊车方法、装置、汽车及计算设备。
背景技术
随着近几年自动驾驶技术的飞速发展，自主泊车作为自动驾驶的最后一公里技术受到了学术界和工业界的广泛关注。但是，发明人在实现本发明的过程中发现，现有技术中通常是在车库位附近的短距离泊车入位，并且，大多数的泊车系统需要事先对车库位进行三维建模，一方面传感器成本过高，另一方面需要事先在环境中进行多轮的数据采集与环境重建，这一过程耗时耗力且难以适用于未建模的陌生环境。
发明内容
鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的自主泊车方法、装置、汽车及计算设备。
根据本发明的一个方面，提供了一种自主泊车方法，包括：
获取第一摄像头拍摄的第一图像以及第二摄像头拍摄的第二图像；
对第一图像进行可行驶域识别处理，根据识别结果生成局部环境地图，根据局部环境地图规划环境行驶路线；
对第二图像进行空车位检测处理，判断是否检测到空车位区域；
若是，则基于空车位区域规划泊车行驶路线，控制车辆按照泊车行驶路线行驶，以便泊入空车位；
若否，则控制车辆按照环境行驶路线行驶。
可选地，获取第一摄像头拍摄的第一图像以及第二摄像头拍摄的第二图像具体包括：
当检测到车辆行驶到目标位置时，获取第一摄像头拍摄的第一图像以及第二摄像头拍摄的第二图像。
可选地，对第一图像进行可行驶域识别处理，根据识别结果生成局部环境地图进一步包括：
通过预设算法对第一图像进行无障碍物空间的识别分割处理，得到可行驶域；
确定可行驶域在车辆坐标系下的坐标，基于可行驶域在车辆坐标系下的坐标生成局部环境地图。
可选地，对第二图像进行空车位检测处理，判断是否检测到空车位区域具体包括：
通过对第二图像进行检测处理确定车位角点，根据车位角点确定目标车位区域；
检测目标车位区域内是否包含障碍物；若不包含障碍物，则确定目标车位区域为空车位区域。
可选地，第一摄像头具体为前向摄像头，第二摄像头具体为环视摄像头。
根据本发明的另一方面，提供了一种自主泊车装置，包括：
图像获取模块，适于获取第一摄像头拍摄的第一图像以及第二摄像头拍摄的第二图像；
第一路线规划模块，适于对第一图像进行可行驶域识别处理，根据识别结果生成局部环境地图，根据局部环境地图规划环境行驶路线；
空车位检测模块，适于对第二图像进行空车位检测处理，判断是否检测到空车位区域；
第二路线规划模块，适于若检测到空车位区域，则基于空车位区域规划泊车行驶路线；
控制模块，适于若检测到空车位区域，控制车辆按照泊车行驶路线行驶，以便泊入空车位；以及若未检测到空车位区域，则控制车辆按照环境行驶路线行驶。
可选地，图像获取模块进一步适于：
当检测到车辆行驶到目标位置时，获取第一摄像头拍摄的第一图像以及第二摄像头拍摄的第二图像。
可选地，第一路线规划模块进一步适于：
通过预设算法对第一图像进行无障碍物空间的识别分割处理，得到可行驶域；确定可行驶域在车辆坐标系下的坐标，基于可行驶域在车辆坐标系下的坐标生成局部环境地图。
可选地，空车位检测模块进一步适于：
通过对第二图像进行检测处理确定车位角点，根据车位角点确定目标车位区域；检测目标车位区域内是否包含障碍物；若不包含障碍物，则确定目标车位区域为空车位区域。
可选地，第一摄像头具体为前向摄像头，第二摄像头具体为环视摄像头。
根据本发明的又一方面，提供了一种汽车，包含上述自主泊车装置。
根据本发明的又一方面，提供了一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述自主泊车方法对应的操作。
根据本发明的再一方面，提供了一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如上述自主泊车方法对应的操作。
根据本发明的主泊车方法、装置、汽车及计算设备，通过获取第一摄像头拍摄的第一图像以及第二摄像头拍摄的第二图像；对第一图像进行可行驶域识别处理，根据识别结果生成局部环境地图，根据局部环境地图规划环境行驶路线；对第二图像进行空车位检测处理，判断是否检测到空车位区域；若是，则基于空车位区域规划泊车行驶路线，控制车辆按照泊车行驶路线行驶，以便泊入空车位；若否，则控制车辆按照环境行驶路线行驶。由此可见，本发明的方法中利用两个摄像头进行拍摄，根据第一摄像头拍摄的图像进行环境地图的构建和环境行驶路线的规划，根据第二摄像头拍摄的图像进行空车位寻找和泊车行驶路线的规划，通过在控制车辆沿环境行驶路线行驶的过程中持续检测空车位，一旦检测到空车位，控制车辆按照泊车行驶路线泊入空车位，实现了车位寻找和泊车入库的运动规划和控制，实现了停车场景的自动化，并且无需事先进行多轮数据采集和环境重建，适用于所有停车环境。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了本发明实施例提供的自主泊车方法的流程图；
图2示出了本发明另一实施例提供的自主泊车方法的流程图；
图3示出了本发明实施例提供的自主泊车装置的结构示意图；
图4示出了本发明实施例提供的计算设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
图1示出了本发明实施例提供的自助泊车方法的流程图，如图1所示，如图1所示，该方法包括以下步骤：
步骤S110，获取第一摄像头拍摄的第一图像以及第二摄像头拍摄的第二图像。
第一摄像头和第二摄像头均安装在车辆的车身，可选地，第一摄像头为前向摄像头，其拍摄的图像用于环境地图的构建以及环境行驶路线的规划，第二摄像头为环视摄像头，其拍摄的图像用于空车位的寻找以及泊车路线的规划。
步骤S120，对第一图像进行可行驶域识别处理，根据识别结果生成局部环境地图，根据局部环境地图规划环境行驶路线。
获取到第一摄像头拍摄的第一图像之后，对第一图像进行可行驶域的识别处理，识别出图像空间中的可行驶域，基于可行驶域生成局部环境地图，之后，根据局部环境地图规划环境行驶路线。
步骤S130，对第二图像进行空车位检测处理，判断是否检测到空车位区域。若是，执行步骤S140，若否，执行步骤S150。
获取到第二摄像头拍摄的第二图像之后，通过对第二图像进行识别检测，确定是否检测到空车位区域。
步骤S140，基于空车位区域规划泊车行驶路线，控制车辆按照泊车行驶路线行驶，以便泊入空车位。
如果检测到空车位区域，也即寻找到了空车位，此时需要将车辆自动泊车入库，具体基于空车位区域规划泊车行驶路线，控制车辆按照泊车行驶路线行驶，使车辆成功泊车入库。
步骤S150，控制车辆按照环境行驶路线行驶。
如果没有检测到空车位区域，则控制车辆继续按照环境行驶路线行驶，继续寻找空车位。
根据本实施例所提供的自主泊车方法，获取第一摄像头拍摄的第一图像以及第二摄像头拍摄的第二图像；对第一图像进行可行驶域识别处理，根据识别结果生成局部环境地图，根据局部环境地图规划环境行驶路线；对第二图像进行空车位检测处理，判断是否检测到空车位区域；若是，则基于空车位区域规划泊车行驶路线，控制车辆按照泊车行驶路线行驶，以便泊入空车位；若否，则控制车辆按照环境行驶路线行驶。由此可见，本实施例的方法中利用两个摄像头进行拍摄，根据第一摄像头拍摄的图像进行环境地图的构建和环境行驶路线的规划，根据第二摄像头拍摄的图像进行空车位寻找和泊车行驶路线的规划，通过在控制车辆沿环境行驶路线行驶的过程中持续检测空车位，一旦检测到空车位，控制车辆按照泊车行驶路线泊入空车位，实现了车位寻找和泊车入库的运动规划和控制，实现了停车场景的自动化，并且无需事先进行多轮数据采集和环境重建，适用于所有停车环境。
图2示出了本发明另一实施例提供的自主泊车方法的流程图，如图2所示，该方法包括以下步骤：
步骤S210，当检测到车辆行驶到目标位置时，获取第一摄像头拍摄的第一图像以及第二摄像头拍摄的第二图像。
当检测车辆行驶到目标位置时，开启基于本发明实施例方法实现的自主泊车功能。其中，目标位置可以是停车场入口，则本实施例的方法可以实现车辆进入停车场后的自主泊车。
在一种可选的方式中，当检测到车辆行驶到目标位置时，向用户呈现自主泊车功能的提示信息，以供用户选择是否开启自主泊车功能。
步骤S220，通过预设算法对第一图像进行无障碍物空间的识别分割处理，得到可行驶域。
针对于第一摄像头拍摄的第一图像，采用算法对第一图像进行分割，识别出图像空间的可行驶域。具体地，预设算法可以是RCNN算法或者FCN算法。
具体地，预先采集样本图像，然后对样本图像进行可行驶域的标注，最后利用已标注可行驶域的样本图像训练得到可行驶域模型，则第一图像输入至可行驶域模型中进行处理，输出得到相应的可行驶域。
步骤S230，确定可行驶域在车辆坐标系下的坐标，基于可行驶域在车辆坐标系下的坐标生成局部环境地图，根据局部环境地图规划环境行驶路线。
具体地，根据第一摄像头和车辆的安装位置以及第一摄像头的内置参数，将图像空间的可行驶域转换到车辆坐标系下，得到可行驶域在车辆坐标系下的坐标信息，基于转换后得到的坐标信息生成局部环境地图，通过坐标转换，使得局部环境地图和车辆是处于同一坐标系下。可选地，车辆坐标系以车辆后轴中心为圆点，车辆正前方向为X轴，正左方向为Y轴，正上方向为Z轴。
然后，根据局部环境地图进行运动规划，可选地，使用lattice或者hybrid A*算法进行环境行驶路线的规划。
一种可选的方式中，该步骤具体包括以下几个子步骤：检测可行驶域轮廓点；对轮廓点进行采样；计算车辆横向边界约束，对横向边界约束进行QP优化横向偏移；检测纵向障碍物，根据纵向障碍物求解速度曲线；最后，根据QP优化横向偏移的结果和速度曲线合成横纵向行驶路线。
步骤S240，通过对第二图像进行检测处理确定车位角点，根据车位角点确定目标车位区域，检测目标车位区域内是否包含障碍物。
通过对第二图像进行检测处理，检测车位角点，根据车位角点确定车位区域位置，得到目标车位区域。具体地，首先对第二图像(即环视摄像头拍摄的图像)进行拼接，其次对拼接的图像进行畸变矫正处理，之后采用YOLO算法进行车位角点检测，最后，根据车位角点计算车库位位置以及朝向，即得到目标车位区域。
然后，对目标车位区域进行目标检测，确定目标车位区域是否被障碍物占用，如果被没有障碍物占用，则说明该目标车位区域是空闲的，将目标车位区域确定为空车位区域。反之，如果未检测到车位角点或者目标车位区域内有障碍物，则确定未检测到空车位区域。
步骤S250，若不包含障碍物，则确定目标车位区域为空车位区域，基于空车位区域规划泊车行驶路线，控制车辆按照泊车行驶路线行驶，以便泊入空车位。
如果被没有障碍物占用，则说明目标车位区域为空车位区域，根据空车位区域和车辆位置之间的相对关系进行泊车路径的规划，并控制车辆按照泊车行驶路线泊入空车位。
在一种可选的方式中，采用圆弧直线螺旋线拼接确定水平泊车路线或者垂直泊车路线。在另一种可选的方式中，采用hybrid A*算法确定泊车行驶路线。
步骤S260，若包含障碍物，则确定未检测到空车位区域，控制车辆按照环境行驶路线行驶。
如果目标车位区域包含障碍物，则说明该目标车位区域不是空闲的，则确定未检测到空车位区域，则控制车辆继续按照环境行驶路线行驶，继续寻找空车位，具体地，使用PID/MPC等算法按照环境行驶路线驱动车辆行驶。
由此可见，本实施例的方法中利用前向摄像头和环视摄像头进行拍摄，前向摄像头拍摄的图像用于环境地图的构建和环境行驶路线的规划，环视摄像头拍摄的图像用于空车位寻找和泊车行驶路线的规划，在控制车辆沿环境行驶路线行驶的过程中持续检测空车位，一旦检测到空车位，控制车辆按照泊车行驶路线泊入空车位，实现了车位寻找和泊车入库的运动规划和控制，实现了停车场景的全自动化。并且，本实施例的方法只需前向摄像头和环视摄像头，实现较低成本的自车周边局部环境下的可行驶区域的识别，解决了激光雷达等昂贵传感器的成本问题和建图的耗时问题，并且无需事先进行多轮数据采集和环境重建，适用于所有停车环境。
图3示出了本发明实施例提供的自主泊车装置的结构示意图，如图3所示，该装置包括：
图像获取模块31，适于获取第一摄像头拍摄的第一图像以及第二摄像头拍摄的第二图像；
第一路线规划模块32，适于对第一图像进行可行驶域识别处理，根据识别结果生成局部环境地图，根据局部环境地图规划环境行驶路线；
空车位检测模块33，适于对第二图像进行空车位检测处理，判断是否检测到空车位区域；
第二路线规划模块34，适于若检测到空车位区域，则基于空车位区域规划泊车行驶路线；
控制模块35，适于若检测到空车位区域，控制车辆按照泊车行驶路线行驶，以便泊入空车位；以及若未检测到空车位区域，则控制车辆按照环境行驶路线行驶。
在一种可选的方式中，图像获取模块31进一步适于：
当检测到车辆行驶到目标位置时，获取第一摄像头拍摄的第一图像以及第二摄像头拍摄的第二图像。
在一种可选的方式中，第一路线规划模块32进一步适于：
通过预设算法对第一图像进行无障碍物空间的识别分割处理，得到可行驶域；确定可行驶域在车辆坐标系下的坐标，基于可行驶域在车辆坐标系下的坐标生成局部环境地图。
在一种可选的方式中，空车位检测模块33进一步适于：
通过对第二图像进行检测处理确定车位角点，根据车位角点确定目标车位区域；检测目标车位区域内是否包含障碍物；若不包含障碍物，则确定目标车位区域为空车位区域。
在一种可选的方式中，第一摄像头具体为前向摄像头，第二摄像头具体为环视摄像头。
由此可见，上述方式中利用两个摄像头进行拍摄，根据第一摄像头拍摄的图像进行环境地图的构建和环境行驶路线的规划，根据第二摄像头拍摄的图像进行空车位寻找和泊车行驶路线的规划，通过在控制车辆沿环境行驶路线行驶的过程中持续检测空车位，一旦检测到空车位，控制车辆按照泊车行驶路线泊入空车位，实现了车位寻找和泊车入库的运动规划和控制，实现了停车场景的自动化，并且无需事先进行多轮数据采集和环境重建，适用于所有停车环境。
本发明实施例提供了一种非易失性计算机存储介质，所述计算机存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述任意方法实施例中的自主泊车方法。
可执行指令具体可以用于使得处理器执行以下操作：
获取第一摄像头拍摄的第一图像以及第二摄像头拍摄的第二图像；
对第一图像进行可行驶域识别处理，根据识别结果生成局部环境地图，根据局部环境地图规划环境行驶路线；
对第二图像进行空车位检测处理，判断是否检测到空车位区域；
若是，则基于空车位区域规划泊车行驶路线，控制车辆按照泊车行驶路线行驶，以便泊入空车位；
若否，则控制车辆按照环境行驶路线行驶。
在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：
当检测到车辆行驶到目标位置时，获取第一摄像头拍摄的第一图像以及第二摄像头拍摄的第二图像。
在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：
通过预设算法对第一图像进行无障碍物空间的识别分割处理，得到可行驶域；确定可行驶域在车辆坐标系下的坐标，基于可行驶域在车辆坐标系下的坐标生成局部环境地图。
在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：
通过对第二图像进行检测处理确定车位角点，根据车位角点确定目标车位区域；检测目标车位区域内是否包含障碍物；若不包含障碍物，则确定目标车位区域为空车位区域。
在一种可选的方式中，第一摄像头具体为前向摄像头，第二摄像头具体为环视摄像头。
由此可见，上述方式中利用两个摄像头进行拍摄，根据第一摄像头拍摄的图像进行环境地图的构建和环境行驶路线的规划，根据第二摄像头拍摄的图像进行空车位寻找和泊车行驶路线的规划，通过在控制车辆沿环境行驶路线行驶的过程中持续检测空车位，一旦检测到空车位，控制车辆按照泊车行驶路线泊入空车位，实现了车位寻找和泊车入库的运动规划和控制，实现了停车场景的自动化，并且无需事先进行多轮数据采集和环境重建，适用于所有停车环境。
图4示出了本发明计算设备实施例的结构示意图，本发明具体实施例并不对计算设备的具体实现做限定。
如图4所示，该计算设备可以包括：处理器(processor)402、通信接口(Communications Interface)404、存储器(memory)406、以及通信总线408。
其中：处理器402、通信接口404、以及存储器406通过通信总线408完成相互间的通信。通信接口404，用于与其它设备比如客户端或其它服务器等的网元通信。处理器402，用于执行程序410，具体可以执行上述用于计算设备的自主泊车方法实施例中的相关步骤。
具体地，程序410可以包括程序代码，该程序代码包括计算机操作指令。
处理器402可能是中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。计算设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。
存储器406，用于存放程序410。存储器406可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
程序410具体可以用于使得处理器402执行以下操作：
获取第一摄像头拍摄的第一图像以及第二摄像头拍摄的第二图像；
对第一图像进行可行驶域识别处理，根据识别结果生成局部环境地图，根据局部环境地图规划环境行驶路线；
对第二图像进行空车位检测处理，判断是否检测到空车位区域；
若是，则基于空车位区域规划泊车行驶路线，控制车辆按照泊车行驶路线行驶，以便泊入空车位；
若否，则控制车辆按照环境行驶路线行驶。
在一种可选的方式中，所述程序410使所述处理器402执行以下操作：
当检测到车辆行驶到目标位置时，获取第一摄像头拍摄的第一图像以及第二摄像头拍摄的第二图像。
在一种可选的方式中，所述程序410使所述处理器402执行以下操作：
通过预设算法对第一图像进行无障碍物空间的识别分割处理，得到可行驶域；确定可行驶域在车辆坐标系下的坐标，基于可行驶域在车辆坐标系下的坐标生成局部环境地图。
在一种可选的方式中，所述程序410使所述处理器402执行以下操作：
通过对第二图像进行检测处理确定车位角点，根据车位角点确定目标车位区域；检测目标车位区域内是否包含障碍物；若不包含障碍物，则确定目标车位区域为空车位区域。
在一种可选的方式中，第一摄像头具体为前向摄像头，第二摄像头具体为环视摄像头。
由此可见，上述方式中利用两个摄像头进行拍摄，根据第一摄像头拍摄的图像进行环境地图的构建和环境行驶路线的规划，根据第二摄像头拍摄的图像进行空车位寻找和泊车行驶路线的规划，通过在控制车辆沿环境行驶路线行驶的过程中持续检测空车位，一旦检测到空车位，控制车辆按照泊车行驶路线泊入空车位，实现了车位寻找和泊车入库的运动规划和控制，实现了停车场景的自动化，并且无需事先进行多轮数据采集和环境重建，适用于所有停车环境。
在此提供的算法或显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明实施例也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤，除有特殊说明外，不应理解为对执行顺序的限定。
Claims (8)
1.一种自主泊车方法，包括：
获取第一摄像头拍摄的第一图像以及第二摄像头拍摄的第二图像；
对所述第一图像进行可行驶域识别处理，根据识别结果生成局部环境地图，根据所述局部环境地图规划环境行驶路线；所述第一图像输入至可行驶域模型中进行处理，通过预设算法对第一图像进行无障碍物空间的识别分割处理，得到可行驶域；所述可行驶域模型为预先采集样本图像，然后对样本图像进行可行驶域的标注，最后利用已标注可行驶域的样本图像训练得到；确定所述可行驶域在车辆坐标系下的坐标，基于所述可行驶域在车辆坐标系下的坐标生成局部环境地图；
对所述第二图像进行空车位检测处理，判断是否检测到空车位区域；
若是，则基于所述空车位区域规划泊车行驶路线，控制车辆按照泊车行驶路线行驶，以便泊入空车位；
若否，则控制车辆按照所述环境行驶路线行驶；
所述根据所述局部环境地图规划环境行驶路线，包括：
检测所述可行驶域的轮廓点；
对所述轮廓点进行采样；计算车辆横向边界约束，对横向边界约束进行二次规划QP优化横向偏移；
检测纵向障碍物，根据纵向障碍物求解速度曲线；
根据所述QP优化横向偏移的结果和所述速度曲线合成横纵向行驶路线。
2.根据权利要求1所述的方法，其特征在于，所述获取第一摄像头拍摄的第一图像以及第二摄像头拍摄的第二图像具体包括：
当检测到车辆行驶到目标位置时，获取第一摄像头拍摄的第一图像以及第二摄像头拍摄的第二图像。
3.根据权利要求1所述的方法，其特征在于，所述对所述第二图像进行空车位检测处理，判断是否检测到空车位区域具体包括：
通过对所述第二图像进行检测处理确定车位角点，根据所述车位角点确定目标车位区域；
检测所述目标车位区域内是否包含障碍物；若不包含障碍物，则确定所述目标车位区域为空车位区域。
4.根据权利要求1-3中任一项所述的方法，其特征在于，所述第一摄像头具体为前向摄像头，所述第二摄像头具体为环视摄像头。
5.一种自主泊车装置，包括：
图像获取模块，适于获取第一摄像头拍摄的第一图像以及第二摄像头拍摄的第二图像；
第一路线规划模块，适于对所述第一图像进行可行驶域识别处理，根据识别结果生成局部环境地图，根据所述局部环境地图规划环境行驶路线；所述第一图像输入至可行驶域模型中进行处理，通过预设算法对第一图像进行无障碍物空间的识别分割处理，得到可行驶域；所述可行驶域模型为预先采集样本图像，然后对样本图像进行可行驶域的标注，最后利用已标注可行驶域的样本图像训练得到；确定所述可行驶域在车辆坐标系下的坐标，基于所述可行驶域在车辆坐标系下的坐标生成局部环境地图；
空车位检测模块，适于对所述第二图像进行空车位检测处理，判断是否检测到空车位区域；
第二路线规划模块，适于若检测到空车位区域，则基于所述空车位区域规划泊车行驶路线；
控制模块，适于若检测到空车位区域，控制车辆按照泊车行驶路线行驶，以便泊入空车位；以及若未检测到空车位区域，则控制车辆按照所述环境行驶路线行驶；
所述第一路线规划模块，还适于检测所述可行驶域的轮廓点；对所述轮廓点进行采样；计算车辆横向边界约束，对横向边界约束进行二次规划QP优化横向偏移；检测纵向障碍物，根据纵向障碍物求解速度曲线；根据所述QP优化横向偏移的结果和所述速度曲线合成横纵向行驶路线。
6.一种车辆，包含权利要求5所述的自主泊车装置。
7.一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-4中任一项所述的自主泊车方法对应的操作。
8.一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如权利要求1-4中任一项所述的自主泊车方法对应的操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011109980.0A CN112419776B (zh) | 2020-10-16 | 2020-10-16 | 自主泊车方法、装置、汽车及计算设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011109980.0A CN112419776B (zh) | 2020-10-16 | 2020-10-16 | 自主泊车方法、装置、汽车及计算设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112419776A CN112419776A (zh) | 2021-02-26 |
| CN112419776B true CN112419776B (zh) | 2023-04-18 |
Family
ID=74854708
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011109980.0A Active CN112419776B (zh) | 2020-10-16 | 2020-10-16 | 自主泊车方法、装置、汽车及计算设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112419776B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113077652B (zh) * | 2021-03-19 | 2022-08-09 | 上海欧菲智能车联科技有限公司 | 车位自动搜索方法、装置、电子装置及存储介质 |
| 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 |
| CN113479192B (zh) * | 2021-07-06 | 2023-03-24 | 阿波罗智能技术(北京)有限公司 | 车辆泊出方法、车辆泊入方法、装置、设备以及存储介质 |
| CN113888899B (zh) * | 2021-12-08 | 2022-06-07 | 江铃汽车股份有限公司 | 一种车位有效性检测方法及系统 |
| CN114386721B (zh) * | 2022-03-23 | 2023-06-20 | 蔚来汽车科技(安徽)有限公司 | 用于换电站的路径规划方法、系统、介质和换电站 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106485233B (zh) * | 2016-10-21 | 2020-01-17 | 深圳地平线机器人科技有限公司 | 可行驶区域检测方法、装置和电子设备 |
| CN109117690A (zh) * | 2017-06-23 | 2019-01-01 | 百度在线网络技术（北京）有限公司 | 可行驶区域检测方法、装置、设备及存储介质 |
| CN110962843B (zh) * | 2018-09-30 | 2021-07-27 | 上海汽车集团股份有限公司 | 一种自动泊车控制决策方法及系统 |
| CN109741617A (zh) * | 2018-11-12 | 2019-05-10 | 浙江吉利汽车研究院有限公司 | 一种停车场泊车导航方法及装置 |
| CN110084086A (zh) * | 2018-12-11 | 2019-08-02 | 安徽江淮汽车集团股份有限公司 | 一种基于视觉传感器的自动驾驶车辆可行驶区域检测方法 |
| CN109817018A (zh) * | 2019-02-20 | 2019-05-28 | 东软睿驰汽车技术（沈阳）有限公司 | 一种自动泊车方法及相关装置 |
| CN110390832B (zh) * | 2019-06-25 | 2022-03-22 | 东风柳州汽车有限公司 | 自动代客泊车方法 |
| CN111291650B (zh) * | 2020-01-21 | 2023-06-20 | 北京百度网讯科技有限公司 | 自动泊车辅助的方法及装置 |
| CN111319615B (zh) * | 2020-03-16 | 2021-02-26 | 湖北亿咖通科技有限公司 | 智能代客泊车方法、计算机可读存储介质及电子设备 |
-
2020
- 2020-10-16 CN CN202011109980.0A patent/CN112419776B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN112419776A (zh) | 2021-02-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112419776B (zh) | 自主泊车方法、装置、汽车及计算设备 | |
| CN110962843B (zh) | 一种自动泊车控制决策方法及系统 | |
| CN110758246B (zh) | 一种自动泊车方法及装置 | |
| CN110969655B (zh) | 用于检测车位的方法、装置、设备、存储介质以及车辆 | |
| CN113744560B (zh) | 停车场自动泊车方法、装置、服务器和机器可读存储介质 | |
| CN111976720B (zh) | 自主式代客泊车方法、装置、设备及存储介质 | |
| CN111301409A (zh) | 一种泊车路径规划方法、装置、车辆和存储介质 | |
| CN110497901A (zh) | 一种基于机器人vslam技术的泊车位自动搜索方法和系统 | |
| CN113267199B (zh) | 行驶轨迹规划方法及装置 | |
| CN113561963B (zh) | 一种泊车方法、装置及车辆 | |
| US11634117B2 (en) | Parking support apparatus | |
| CN111627054A (zh) | 用于预测高置信度密集点云的深度补全误差地图的方法和装置 | |
| CN112319464B (zh) | 自动泊车方法、装置、设备及存储介质 | |
| RU2744012C1 (ru) | Способы и системы для автоматизированного определения присутствия объектов | |
| CN112124304B (zh) | 一种库位定位方法、装置及车载设备 | |
| CN112286049A (zh) | 运动轨迹预测方法和装置 | |
| CN116343174A (zh) | 目标检测方法、装置、车辆和存储介质 | |
| CN111539305A (zh) | 一种地图构建方法及系统、车辆及存储介质 | |
| CN111126154A (zh) | 路面元素的识别方法、装置、无人驾驶设备和存储介质 | |
| CN113724525A (zh) | 一种基于大数据平台的自动代客巡逻式泊车方法、系统和存储设备 | |
| CN116659529B (zh) | 数据检测方法、装置、车辆及存储介质 | |
| CN116678423B (zh) | 多源融合定位方法、装置及车辆 | |
| JP7452374B2 (ja) | 物体検知装置および物体検知プログラム | |
| US20240123973A1 (en) | Apparatus and method for automatic parking based on parking area environment recognition | |
| CN112572440B (zh) | 控制车辆调头的方法、装置、设备、存储介质和程序产品 |
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 | ||
| PD01 | Discharge of preservation of patent | ||
| PD01 | Discharge of preservation of patent |
Date of cancellation: 20240108 Granted publication date: 20230418 |
|
| PP01 | Preservation of patent right |
Effective date of registration: 20240428 Granted publication date: 20230418 |