CN113076824B - 车位获取方法、装置、车载终端及存储介质 - Google Patents
车位获取方法、装置、车载终端及存储介质 Download PDFInfo
- Publication number
- CN113076824B CN113076824B CN202110296727.9A CN202110296727A CN113076824B CN 113076824 B CN113076824 B CN 113076824B CN 202110296727 A CN202110296727 A CN 202110296727A CN 113076824 B CN113076824 B CN 113076824B
- Authority
- CN
- China
- Prior art keywords
- parking space
- target
- point
- vehicle
- gray
- 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 72
- 238000004590 computer program Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 abstract description 7
- 238000001514 detection method Methods 0.000 description 27
- 238000010586 diagram Methods 0.000 description 15
- 230000007613 environmental effect Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 239000004575 stone Substances 0.000 description 2
- 230000016776 visual perception Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000035613 defoliation Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- 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
-
- 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
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种车位获取方法、装置、车载终端及存储介质,属于数据处理技术领域。该车位获取方法应用于车载终端中,该方法包括:根据毫米波数据,对灰度栅格地图中的各个栅格像素点的灰度值进行更新,并根据更新后的灰度值确定灰度栅格地图中的可通行区域和不可通行区域,毫米波数据是通过毫米波雷达对目标车辆所处的障碍物采集得到的数据;在灰度栅格地图中,确定不可通行区域的各个角点;根据各个角点,获取候选车位。本申请由不可通行区域的各个角点获取候选车位,该过程不受外部环境因素的影响,使得获取候选车位的位置更加灵活,提高了车载终端获取空闲车位的准确性。
Description
技术领域
本申请涉及数据处理技术领域,特别涉及一种车位获取方法、装置、车载终端及存储介质。
背景技术
随着科学技术的快速发展,现有车辆中大多数已经安装了车载终端,车辆可以通过安装的车载终端实现对周围环境的感知、路径规划等功能。其中,在自动泊车、自动驾驶、自动规划等过程中,往往需要通过车载终端检测周围环境中的障碍物,从而实现避开障碍物的效果。目前,在自动泊车方面,对于车位的检测也是车载终端基础的功能之一,车载终端可以通过视觉数据(比如通过摄像头采集到的数据)获取到划线车位,得到周围环境中空闲车位的位置,从而得到泊车的空闲车位,使得车辆完成泊车。
在上述所示的技术方案中,由于视觉数据容易受到外部环境因素的干扰,使得车载终端检测到车位线的结果的准确性不够高。
发明内容
本申请实施例提供了一种车位获取方法、装置、车载终端及存储介质,能够降低外部环境因素的干扰,提高车载终端获取空闲车位的准确性。
一个方面,本申请实施例提供了一种车位获取方法,所述方法应用于车载终端中,所述方法包括:
建立灰度栅格地图;
根据毫米波数据,对灰度栅格地图中的各个栅格像素点的灰度值进行更新,并根据更新后的灰度值确定所述灰度栅格地图中的可通行区域和不可通行区域,所述毫米波数据是通过毫米波雷达对目标车辆所处的障碍物采集得到的数据;
在所述灰度栅格地图中,确定所述不可通行区域的各个角点;
根据所述各个角点,获取候选车位。
在本申请实施例中,车载终端根据毫米波数据对灰度栅格地图中的各个栅格像素点的灰度值进行更新,确定出可通行区域和不可通行区域,并确定不可通行区域的各个角点,根据各个角点,获取候选车位,利用毫米波数据在栅格地图中更新各个栅格的灰度值表示不可通行区域,并由不可通行区域的各个角点获取候选车位,该过程不受外部环境因素的影响,使得获取候选车位的位置更加灵活,提高了车载终端获取空闲车位的准确性。
作为一种可选的实施方式,在本申请实施例的一个方面中,所述各个角点按照确定顺序对应有角点标号,所述根据所述各个角点,获取候选车位,包括:
按照所述确定顺序,检测相邻的两个目标角点之间的连线所占的栅格区域是否属于所述可通行区域;
当相邻的两个目标角点之间的连线所占的栅格区域属于所述可通行区域,且所述两个目标角点之间的连线距离大于所述目标车辆在所述灰度栅格地图中的车辆模型的最短边长,则将所述两个目标角点获取为目标角点组,所述两个目标角点是所述不可通行区域的任意两个相邻角点;
根据所述目标角点组,获取所述候选车位。
在本申请实施例中,通过各个角点的角点标号对相邻的两个角点进行检测,在相邻的两个角点通过检测时可以该相邻的两个角点作为一个目标角点组,进而获取候选车位,通过各个相邻的角点之间进行组合并筛选,得到不同的候选车位,提高了确定车位的灵活性。
作为一种可选的实施方式,在本申请实施例的一个方面中,在所述将所述两个目标角点获取为目标角点组之后,所述方法还包括:
根据所述两个目标角点之间的连线距离及所述车辆模型的边长信息,确定候选车位的车位方向,所述车位方向用于指示所述目标车辆停在所述候选车位内时所述车辆模型的朝向;
所述根据所述目标角点组,获取所述候选车位,包括:
根据所述目标角点组以及所述车位方向,获取所述候选车位。
在本申请实施例中,在对相邻角点之间的距离进行检测的过程中,还可以通过该检测结果确定车位方向,使得得到的车位更加完整准确,提高了确定候选车位的准确性。
作为一种可选的实施方式,在本申请实施例的一个方面中,所述车辆模型是矩形,所述边长信息包括第一边长和第二边长,所述第一边长大于所述第二边长,所述根据所述两个目标角点之间的连线距离及所述车辆模型的边长信息,确定候选车位的车位方向,包括:
当所述两个目标角点之间的连线距离大于所述第一边长时,确定所述车位方向是平行于所述第一目标角点组中两个目标角点的连线方向;
当所述两个目标角点之间的连线距离大于所述第二边长且小于所述第一边长时,确定所述车位方向是垂直于所述第一目标角点组中两个角点的连线方向。
在本申请实施例中,描述了相邻角点之间的距离与车辆模型长度、宽度之间的大小距离与车位方向的关系,提高了确定车位方向的准确性。
作为一种可选的实施方式,在本申请实施例的一个方面中,在所述根据所述两个目标角点之间的连线距离及所述车辆模型的边长信息,确定候选车位的车位方向之前,还包括:
根据第一目标角点,确定第一障碍物边长,所述第一障碍物边长是所述第一目标角点所处障碍物的各个边长中垂直于所述两个目标角点之间的连线的边长;
当所述第一障碍物边长大于所述车辆模型的最短边长时,执行所述根据所述两个目标角点之间的连线距离及所述车辆模型的边长信息,确定候选车位的车位方向的步骤。
在本申请实施例中,还通过第一角点确定第一边长,并检测第一边长与车辆模型的边长之间的大小关系,保证车辆停入该第一角点组成的候选车位时,车辆不会超出候选车位的范围,提高了确定出的候选车位的适应性,提高了确定候选车位的准确性。
作为一种可选的实施方式,在本申请实施例的一个方面中,在所述将所述两个目标角点获取为目标角点组之前,还包括:
检测所述两个目标角点之间的连线距离是否大于预设距离阈值;
当所述两个目标角点之间的连线距离大于预设距离阈值时,所述将所述两个目标角点获取为目标角点组,包括:
根据第二目标角点及所述车辆模型的边长信息,确定所述可通行区域内的第一虚拟点,所述第一虚拟点与所述第一角点的连线重合于所述相邻的两个目标角点之间中的两个角点的连线,所述第二目标角点是所述两个目标角点中的任意一个角点;
将所述第二目标角点以及所述第一虚拟点,获取为所述目标角点组。
在本申请实施例中,在相邻的两个目标角点之间的距离大于预设距离阈值时,还可以在两个相邻点之间生成新的虚拟点,构成新的相邻点,从而提高对栅格地图的利用率,得到更多的候选车位,提高确定候选车位的多样性。
作为一种可选的实施方式,在本申请实施例的一个方面中,所述各个角点中包含第三目标角点,所述第三目标角点在预设范围内未包含其他不可通行区域内的角点,所述根据所述各个角点,获取候选车位,包括:
根据所述第三目标角点,确定第二障碍物边长,所述第二障碍物边长是所述第三目标角点所处障碍物的任意一个边长;
根据所述第三目标角点以及所述第二障碍物边长,确定第一方向,所述第一方向是所述第三目标角点作为候选车位的一个角点时所述候选车位的车位方向;
根据所述第一方向及车辆模型的边长信息,获取所述可通行区域内的第二虚拟点,所述第二虚拟点与所述第三目标角点的连线平行或者垂直于所述第一方向;
根据所述第三目标角点与所述第二虚拟点,获取所述候选车位。
在本申请实施例中,当存在某个角点在预设范围内未出现其他角点,该角点是独立的,车载终端也可以通过生成虚拟点并得到一组目标角点组,从而获取候选车位,可以提高对栅格地图的利用率,得到更多的候选车位,提高确定候选车位的多样性。
作为一种可选的实施方式,在本申请实施例的一个方面中,所述根据毫米波数据,对灰度栅格地图中的各个栅格像素点的灰度值进行更新,包括:
将所述毫米波数据从雷达坐标系转换至所述灰度栅格地图的像素坐标系中,得到所述像素坐标系下的毫米波数据,所述雷达坐标系是采集所述毫米波数据的毫米波雷达的坐标系;
根据所述像素坐标系下的毫米波数据,将所述灰度栅格地图中的第一像素点的灰度值调整至第一预设阈值;
将所述灰度栅格地图中的第二像素点的灰度值调整至第二预设阈值;
其中,所述第一像素点是所述像素坐标系中所述毫米波数据所占的各个像素点中的任意一个像素点,所述第二像素点是所述像素坐标系中所述毫米波数据未占据的各个像素点中的任意一个像素点,所述第一预设阈值低于所述第二预设阈值。
在本申请实施例中,通过将毫米波数据的栅格调整至第一预设阈值,将其他栅格调整至第二预设阈值,从而标示可通行区域和不可通行区域,提高了对障碍物标示的准确性。
作为一种可选的实施方式,在本申请实施例的一个方面中,在所述根据毫米波数据,对灰度栅格地图中的各个栅格像素点的灰度值进行更新,标示可通行区域和不可通行区域之前,所述方法还包括:
通过毫米波雷达采集在目标车辆周围的障碍物的毫米波数据;
获取所述毫米波数据在水平方向上的分量距离;
所述根据毫米波数据,对灰度栅格地图中的各个栅格像素点的灰度值进行更新,并根据更新后的灰度值确定所述灰度栅格地图中的可通行区域和不可通行区域,包括:
根据所述毫米波数据在水平方向上的分量距离,对灰度栅格地图中的各个栅格像素点的灰度值进行更新,并根据更新后的灰度值确定所述灰度栅格地图中的可通行区域和不可通行区域。
在本申请实施例中,通过将空间的毫米波数据转化至平面上的分量距离,从而在栅格地图上进行表示,可以提高对数据描述的准确性。
另一个方面,本申请实施例提供了一种车位获取装置,所述装置应用于车载终端中,所述装置包括:
地图建立模块,用于建立灰度栅格地图;
区域确定模块,用于根据毫米波数据,对灰度栅格地图中的各个栅格像素点的灰度值进行更新,并根据更新后的灰度值确定所述灰度栅格地图中的可通行区域和不可通行区域,所述毫米波数据是通过毫米波雷达对目标车辆所处的障碍物采集得到的数据;
角点确定模块,用于在所述灰度栅格地图中,确定所述不可通行区域的各个角点;
车位获取模块,用于根据所述各个角点,获取候选车位。
另一个方面,本申请实施例提供了一种车载终端,包括存储器及处理器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器实现如上述一个方面及其任一可选实现放方式的车位获取方法。
另一个方面,本申请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,所述计算机程序被处理器执行时实现如上述另一个方面及其可选方式所述的车位获取方法。
另一方面,本申请实施例提供了一种计算机程序产品,当所述计算机程序产品在计算机上运行时,使得所述计算机执行如上述一个方面所述的车位获取方法。
另一方面,本申请实施例提供了一种应用发布平台,所述应用发布平台用于发布计算机程序产品,其中,当所述计算机程序产品在计算机上运行时,使得所述计算机执行如上述一个方面所述的车位获取方法。
本申请实施例提供的技术方案可以至少包含如下有益效果:
在本申请实施例中,车载终端根据毫米波数据对灰度栅格地图中的各个栅格像素点的灰度值进行更新,确定出可通行区域和不可通行区域,并确定不可通行区域的各个角点,根据各个角点,获取候选车位,利用毫米波雷达采集的毫米波数据在栅格地图中更新各个栅格的灰度值表示不可通行区域,并由不可通行区域的各个角点获取候选车位,该过程不受外部环境因素的影响,使得获取候选车位的位置更加灵活,提高了车载终端获取空闲车位的准确性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中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得其他的附图。
图1是本申请一示例性实施例提供的一种车位获取方法的方法流程图;
图2是本申请一示例性实施例涉及的一种灰度栅格地图的示意图;
图3是本申请一示例性实施例提供的一种车位获取方法的方法流程图;
图4是本申请一示例性实施例涉及的一种毫米波雷达采集数据的结构示意图;
图5是本申请一示例性实施例涉及的一种毫米波雷达采集数据的结构示意图;
图6是本申请一示例性实施例涉及图5的一种对灰度栅格地图进行更新后的结构示意图;
图7是本申请一示例性实施例涉及的一种灰度栅格地图的结构示意图;
图8是本申请一示例性实施例涉及的一种灰度栅格地图的图像示意图;
图9是本申请一示例性实施例涉及的一种灰度栅格地图的图像示意;
图10是本申请一示例性实施例涉及的一种灰度栅格地图中候选车位的示意图;
图11是本申请一示例性实施例涉及的一种灰度栅格地图的示意图;
图12是本申请一示例性实施例涉及的一种灰度栅格地图的示意图;
图13是本申请一示例性实施例提供的一种车位获取装置的结构框图;
图14是本申请一示例性实施例涉及的一种车载终端的结构示意图。
具体实施方式
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申请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、本申请的一些方面相一致的装置和方法的例子。
在本文中提及的“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
需要说明的是,本申请的说明书和权利要求书中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同的对象,而不是用于描述特定顺序。本申请实施例的术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本申请提供的方案,可以用于人们在日常生活中驾驶车辆的车载终端中,通过车载终端来实现对车辆周围环境进行感知的过程,为了便于理解,下面首先对本申请实施例涉及的应用架构进行简单介绍。
在日常生活中,车辆在行驶过程中,车辆周围环境的变化会影响车辆行驶的安全性,因此,对车辆自身周围环境的检测尤为重要。其中,可在车辆上设置有一个或多个鱼眼摄像头,在车辆对自身周围环境检测后,通常可以得到周围环境的鱼眼图图像,车辆通过自身的车载终端对鱼眼图图像进行识别,得知自身周围环境都包含哪些物体。例如,车辆在行驶过程中,车辆的正前方出现一个行人,旁边是其他车辆等,车辆通过采集自身周围环境的图像后,对这些图像进行识别,识别出自身前方有行人等信息,从而提高车辆行驶的安全。
上述对环境感知的应用,在自动驾驶、自动泊车领域更被广泛使用。在车辆行驶过程中,车辆需要通过车载终端来控制自身行驶,因此,需要通过车载终端时刻获取车辆自身周围环境的信息,实时调整车辆行进路线或者确定空闲车位等。
目前,在自动泊车系统中,对于车位的检测是所有后续泊车功能的基础,而对于车辆所处的周边环境中空闲车位的检测是不可或缺的。目前已有的车位检测方法包括视觉车位检测、超声波车位检测等,都有各自适用的场景与需求。而开发基于更多不同传感器的车位检测技术能够拥有更多的技术储备以应对不同的场景需求和技术指标要求。
其中,视觉车位检测是一种通过在车辆四周安装多个鱼眼相机(一般>=4个),控制器通过图像压缩,矫正等方式,将单个摄像头的视图拼接为一个整体的环视拼接图,并基于处理得到的拼接图进行划线车位检索。通过识别图像中的特征点,得到真实的划线车位位置信息。但是,对于视觉感知数据来说,通常会由于图像识别模型存在识别误差,检测结果容易受到路况、天气、光照等各种因素影响,导致基于视觉感知数据获取的环境信息不够稳定。例如,在实际应用中,由于一些障碍物的图像特征跟路面比较接近,如墙面、石墩等,采用摄像头拍照得到的图像来对自身所处环境进行检测,容易将墙面、石墩等障碍物也识别为路面,从而发生漏检情况。而有些可通行区域的图像特征跟障碍物比较接近,如地面污渍、障碍物在路面积水中的倒影、落叶、斑驳的树影等,又容易将这些污渍、倒影等识别为障碍物,出现检测错误的情况。
超声车位检测是通过车声周围安装的超声波雷达进行周边障碍物距离检测,对检测到的障碍物距离进行分析组合,筛选出合理的障碍物信息,组合得到相应的车位位置信息。但是,超声车位检测采用的传感器的性质决定了超声波车位的检测精度和探测范围有着较大的局限,这在应对一些复杂场景或空旷场景时,并不能很好的进行车位位置信息的反馈,造成车位位置信息不准确的问题。
为了提高车载终端对车位检测的准确性,本申请提出了一种解决方案,可以通过获取毫米波数据对灰度栅格地图中像素值进行更新,得到反映障碍物与可通行区域的图像,避免外部环境因素的干扰,提高车载终端检测到车位的准确性。
请参考图1,其示出了本申请一示例性实施例提供的一种车位获取方法的方法流程图。该车位获取方法应用于车载终端中,如图1所示,该车位获取方法可以包括如下几个步骤。
步骤101,建立灰度栅格地图。
其中,车载终端可以在自动停泊、自动驾驶过程中通过生成灰度栅格地图,以便于后续对灰度栅格地图的使用。
步骤102,根据毫米波数据,对灰度栅格地图中的各个栅格像素点的灰度值进行更新,并根据更新后的灰度值确定灰度栅格地图中的可通行区域和不可通行区域,毫米波数据是通过毫米波雷达对目标车辆所处的障碍物采集得到的数据。
可选的,灰度栅格地图中的各个栅格像素点的原始灰度值为128,车载终端通过毫米波雷达采集到障碍物的毫米波数据后,通过障碍物的毫米波数据对灰度栅格地图中的各个栅格像素点的灰度值进行更新,根据更新后各个像素点不同的灰度值,将各个像素点划分为可通行区域和不可通行区域。比如,车载终端可以将毫米波数据所占的各个栅格像素点的灰度值进行减小,使这些像素点变得更深,从而标示出不可通行区域,将毫米波数据所占的各个栅格像素点之外的其他栅格像素点的灰度值进行增大,使这些像素点变得更浅,从而标示出可通行区域。或者,通过将这些像素点变得更深,标示可通行区域,通过将这些像素点变得更浅,标示不可通行区域。
步骤103,在灰度栅格地图中,确定不可通行区域的各个角点。
可选的,车载终端可以通过灰度栅格地图中的不可通行区域的形状,确定不可通行区域的各个角点,角点指的是不可通行区域的形状的边角。其中,灰度栅格地图中可包含有一个或多点个不可通行区域,还可以确定各个不可通行区域的各个角点在灰度栅格地图的像素坐标。例如,请参考图2,其示出了本申请一示例性实施例涉及的一种灰度栅格地图的示意图。如图2所示,在灰度栅格地图200中包含了第一不可通行区域201,第二不可通行区域202,每个不可通行区域中可包含有多个角点203。其中,每个不可通行区域包含的角点数量可由不可通行区域的形状确定,第一不可通行区域201的形状是矩形,第二不可通行区域202的形状是三角形,因此,对于第一不可通行区域201,车载终端可以确定出4个角点,对于第二不可通行区域202,车载终端可以确定出3个角点。
步骤104,根据各个角点,获取候选车位。
可选的,车载终端根据确定出来的各个角点,来获取候选车位在灰度栅格地图中的车位入口位置,从而转换为世界坐标下的三维位置,提供给目标车辆泊车。其中,车载终端确定的候选车位可以是一个,也可以是多个。其中,在可以泊车的区域内,车辆往往需要靠着不可通行区域停放,车载终端获取候选车位时,候选车位的一边可以是不可通行区域的一边。
综上所述,在本申请实施例中,车载终端根据毫米波数据对灰度栅格地图中的各个栅格像素点的灰度值进行更新,确定出可通行区域和不可通行区域,并确定不可通行区域的各个角点,根据各个角点,获取候选车位,利用毫米波雷达采集的毫米波数据在栅格地图中更新各个栅格的灰度值表示不可通行区域,并由不可通行区域的各个角点获取候选车位,该过程不受外部环境因素的影响,使得获取候选车位的位置更加灵活,提高了车载终端获取空闲车位的准确性。
在一种可能实现的方式中,本申请在确定灰度栅格地图中的各个角点时,可以按照确定顺序对各个角点标有角点标号,车载终端通过角点标号来确定候选车位。请参考图3,其示出了本申请一示例性实施例提供的一种车位获取方法的方法流程图。该车位获取方法应用于车载终端中,如图3所示,该车位获取方法可以包括如下几个步骤。
步骤301,建立灰度栅格地图。
步骤302,通过毫米波雷达采集目标车辆周围的障碍物的毫米波数据。
可选的,本申请中,车载终端通过自身设置的毫米波雷达对周围的障碍物进行采集,得到对应的毫米波数据。比如,车载终端中包含毫米波雷达模块,该毫米波雷达模块可以采集到的周围环境中某个障碍物的位置信息,该位置信息指示障碍物相对于毫米波雷达的位置。
请参考图4,其示出了本申请一示例性实施例涉及的一种毫米波雷达采集数据的结构示意图。如图4所示,车辆400中安装有毫米波雷达401,车载终端通过控制该毫米波雷达对周围环境进行采集,其中,毫米波雷达401可以采集到障碍物一402的位置信息,该位置信息可以包含障碍物一402与毫米波雷达401之间的直线距离L,障碍物一402相对于毫米波雷达401的雷达中心线在水平方向的角度A,障碍物一402相对于毫米波雷达401的雷达中心线在垂直方向的角度B。
步骤303,获取毫米波数据在水平方向上的分量距离。
可选的,车载终端从上述毫米波雷达模块中可以获取到位置信息,该位置信息可包括障碍物与毫米波雷达之间的直线距离、障碍物相对于毫米波雷达401的雷达中心线在水平方向的角度、障碍物相对于毫米波雷达的雷达中心线在垂直方向的角度等信息。车载终端通过计算毫米波数据在水平方向上的分量距离,得到障碍物相对于毫米波雷达的水平距离。比如,对于上述图4中的障碍物一来说,如果L=6米,A=45度,B等于45度,那么,车载终端通过计算毫米波数据在水平方向上的分量距离分别是:6*Cos 45°*Cos 45°,6*Cos45°*Sin45°,从而得到毫米波数据在水平方向上的分量距离。
步骤304,根据毫米波数据在水平方向上的分量距离,对灰度栅格地图中的各个栅格像素点的灰度值进行更新,并根据更新后的灰度值确定灰度栅格地图中的可通行区域和不可通行区域。
可选的,灰度栅格地图可以是由车载终端预先建立的,即,车载终端可以先建立一张空白的灰度栅格地图,灰度栅格地图中的每个栅格相当于一个像素点,每个像素点的灰度值为0~255(0表示黑色,255表示白色)。在初始化灰度栅格地图时,将所有像素点的灰度值置为128,即灰色。当车辆行驶或者自动泊车过程中,对处于毫米波雷达测量范围内的区域的各个像素点进行灰度值调整。
其中,灰度栅格地图中各个像素点的灰度值一方面给可视化和后续图像检测提供数值依据,另一方面代表着该像素点处有障碍物的概率。灰度值越高,即越偏向白色,表示该点无障碍物的概率越高,可标示为可通行区域;灰度值越低,越偏向黑色,表示该点存在障碍物的概率越高,可标示为不可通行区域。
可选的,在上述根据毫米波数据在水平方向上的分量距离,对灰度栅格地图中的各个栅格像素点的灰度值进行更新的过程中,车载终端可以将毫米波数据从雷达坐标系转换至灰度栅格地图的像素坐标系中,得到像素坐标系下的毫米波数据,雷达坐标系是采集毫米波数据的毫米波雷达的坐标系;根据像素坐标系下的毫米波数据,将灰度栅格地图中的第一像素点的灰度值调整至第一预设阈值,标示不可通行区域;将灰度栅格地图中的第二像素点的灰度值调整至第二预设阈值,标示可通行区域;其中,第一像素点是像素坐标系中毫米波数据所占的各个像素点中的任意一个像素点,第二像素点是像素坐标系中毫米波数据未占据的各个像素点中的任意一个像素点,第一预设阈值低于第二预设阈值。
即,毫米波数据要反应到灰度栅格地图中,需要将雷达坐标系中的毫米波数据转化至灰度栅格地图中,车载终端可以将上述得到的毫米波数据在水平方向上的分量距离转化至灰度栅格地图的像素坐标系中,并对灰度栅格地图中对应有毫米波数据的各个像素点的灰度值进行调整,调整至第一预设阈值,标示这些像素点处有障碍物的概率,标示出不可通行区域。其中,第一预设阈值可以由开发人员预先设置。可选的,车载终端在将第一像素点的灰度值调整至第一预设阈值的过程中,可以通过第一比例进行降低,使其偏向黑色。该第一比例也可以由开发人员预先设置。例如,第一预设阈值是64,车载终端在将上述得到的毫米波数据在水平方向上的分量距离转化至灰度栅格地图的像素坐标系中之后,将其中的第一像素点的灰度值调整至64。或者,车载终端也可以先获取第一比例(0.5),通过第一比例将第一像素点的灰度值降低至64。
类似的,对于其中第二像素点来说,车载终端在将灰度栅格地图中的第二像素点的灰度值调整至第二预设阈值时,车载终端也可以直接调整至第二预设阈值,或者,通过第二比例将灰度值提高至第二预设阈值,使其偏向白色,标示这些像素点处没有障碍物的概率,标示出不可通行区域。该第二比例也可以由开发人员预先设置。例如,第二预设阈值是192,车载终端在将上述得到的毫米波数据在水平方向上的分量距离转化至灰度栅格地图的像素坐标系中之后,将其中的第二像素点的灰度值调整至192。或者,车载终端也可以先获取第二比例(1.5),通过第二比例将第二像素点的灰度值提高至192。
在一种可能实现的方式中,在上述将目标像素坐标系中的第一像素点的灰度值调整至第一预设阈值之后,车载终端还可以检测在第一像素点的第一像素距离范围内是否存在第三像素点,第三像素点是目标像素坐标系中毫米波数据所占的各个像素点中的另一个像素点;当在第一像素点的第一像素距离范围内存在第三像素点时,将第一像素点以及第一像素距离范围内的各个像素点的灰度值调整至第三预设阈值,第三预设阈值低于第一预设阈值;当第一像素点在第一像素范围内不存在第三像素点时,将第一像素点调整至第四预设阈值,第四预设阈值高于第一预设阈值。
即,车载终端还可以对各个第一像素点进行检测,检测在第一像素点的第一像素距离范围内是否存在第三像素点,如果存在,将第一像素点以及第一像素距离范围内的各个像素点的灰度值调整至第三预设阈值,第三预设阈值低于第一预设阈值,如果不存在,将第一像素点调整至第四预设阈值,第四预设阈值高于第一预设阈值。其中,该第一像素距离范围可以由开发人员预先设置。例如,请参考图5,其示出了本申请一示例性实施例涉及的一种灰度栅格地图的结构示意图。如图5所示,在灰度栅格地图500中包含了像素点一501,像素点二502,像素点三503。其中,像素点一501,像素点二502,像素点三503都属于上述第一像素点,车载终端可以对像素点一501,像素点二502,像素点三503分别进行检测,查看在第一像素距离范围内是否包含第三像素点。以第一像素距离范围是以该像素为中心向外扩散一个栅格距离范围为例,在图5中,车载终端可以检测出像素点一501在第一像素距离范围内具有像素点三503,将像素点一501以及对应的第一像素距离范围内的各个像素点的灰度值调整至第三预设阈值。车载终端可以检测出像素点二502在第一像素距离范围内不存在第三像素点,将像素点二502的灰度值调整至第四预设阈值。
可选的,根据更新后的灰度值确定灰度栅格地图中的可通行区域和不可通行区域可以如下:将更新后的灰度值中高于第一预设阈值的各个像素点确定为可通行区域对应的像素点;将更新后的灰度值中不高于第一预设阈值的各个像素点确定为不可通行区域对应的像素点。
以第三预设阈值是0,第四预设阈值是255为例,请参考图6,其示出了本申请一示例性实施例涉及图5的一种对灰度栅格地图进行更新后的结构示意图。如图6所示,在灰度栅格地图500中,将像素点一501以及对应的第一像素距离范围内的各个像素点的灰度值调整至0,将像素点二502的灰度值调整至255。展示出黑白相间的图像。可选的,上述将像素点的灰度值调整至第三预设阈值或者第四预设阈值的方式也可以采用按照预设比例调节,此处不再赘述。
步骤305,确定目标车辆的车辆模型在灰度栅格地图中的行驶方向。
可选的,车载终端可以在灰度栅格地图中根据车辆模型的移动方向确定出车辆模型的行驶方向。比如,在上述图5中,车载终端可以在多帧的灰度栅格地图中障碍物上的一点相对于车辆模型的移动方向,从而得出车辆模型的移动方向,确定出车辆模型的行驶方向。
车辆模型在灰度栅格地图中可以有朝向,该朝向可以指示目标车辆的车头方向。比如,在灰度栅格地图中按照“上北下南,左西右东”的方向表示,如果车辆模型在灰度栅格地图中的朝向是东,说明目标车辆的车头方向也是朝东的。
步骤306,根据行驶方向,确定车辆模型的第一模型边,第一模型边是车辆模型的各个边长中与行驶方向平行的任意一个边长。
可选的,车载终端根据行驶方向选择车辆模型的一个边长,该边长是车辆模型的各个边长中与行驶方向平行的任意一个边长。例如,请参考图7,其示出了本申请一示例性实施例涉及的一种灰度栅格地图的结构示意图。如图7所示,在灰度栅格地图700中包含了车辆模型701,行驶方向702,边长一703,边长二704,边长三705,边长四706。在图7中,车辆模型701是矩形,在各个边长中,与车辆模型的行驶方向702平行的边长是边长一703和边长三705,那么,车载终端确定的第一模型边可以是边长一703或者边长三705。
步骤307,沿着第一模型边,确定灰度栅格地图中与第一模型边在同一侧的各个角点,并进行标号。
其中,各个角点按照确定顺序对应有各自的角点标号。
可选的,在灰度栅格地图中,车载终端确定与第一模型边在第一侧的各个角点,并进行标号,第一侧标号完成之后,可以继续确定与第一模型边在另一侧的各个角点并继续进行标号。请参考图8,其示出了本申请一示例性实施例涉及的一种灰度栅格地图的图像示意图。如图8所示,在灰度栅格地图800中包含了车辆模型801,第一模型边802,第一侧各个角点803,第二侧各个角点804。车载终端在确定出第一模型边802之后,沿着第一模型边的第一侧确定各个角点,并对第一侧各个角点803标号(1,2,1,2,1,2……),在对第一侧标号之后,可以继续沿着第一模型边的第二侧确定各个角点,也对第二侧各个角点804进行标号(1,2,1,2,1,2……)。
步骤308,按照确定顺序,检测相邻的两个目标角点之间的连线所占的栅格区域是否属于可通行区域。
可选的,车载终端可以通过上述各个角点的确定顺序,检测相邻的两个目标角点之间所占的栅格区域是否属于可通行区域,如果处于属于可通行区域执行步骤308,否则继续执行本步骤,检测下一个相邻的两个目标角点之间的连线,直至所有的相邻角点都进行了检测。
步骤309,当相邻的两个目标角点之间的连线所占的栅格区域属于可通行区域,且相邻的两个目标角点之间的距离大于目标车辆的车辆模型的最短边长,则将两个目标角点获取为目标角点组,两个目标角点是不可通行区域的任意两个相邻角点。
可选的,车载终端可以计算相邻的两个目标角点之间的距离是否大于车辆模型的最短边长,从而确保以这两个相邻角点作为候选车位的入口时,目标车辆可以行驶进去。如果相邻的两个目标角点之间的距离不大于目标车辆的车辆模型的最短边长时,可以继续对下一对相邻角点继续检测。
在一种可能实现的方式中,相邻的两个目标角点之间的距离还可能大于预设距离阈值,该预设距离阈值可以有开发人员预先设置,该预设距离阈值至少为车辆模型的最长边长的两倍;本申请中,车载终端还可以在将两个目标角点获取为目标角点组之前,检测两个目标角点之间的连线距离是否大于预设距离阈值;当两个目标角点之间的连线距离大于预设距离阈值时,根据第二目标角点及车辆模型的边长信息,确定可通行区域内的第一虚拟点,第一虚拟点与第二目标角点的连线重合于相邻的两个目标角点之间中的两个角点的连线,第二目标角点是相邻的两个目标角点之间中的任意一个角点;将第二目标角点以及第一虚拟点,获取为目标角点组。
即,如果一对相邻角点之间的距离过大,超过预设距离阈值,说明该区域内可以形成至少两个候选车位。其中,车载终端可以根据其中的一个角点以及车辆模型的边长信息,确定出可通行区域内的第一虚拟点,并将第二目标角点以及第一虚拟点,获取为目标角点组。请参考图9,其示出了本申请一示例性实施例涉及的一种灰度栅格地图的图像示意图,如图9所示,在灰度栅格地图900中,包含了车辆模型901,相邻的两个目标角点之间902,第一虚拟点903。其中,车载终端判断出相邻的两个目标角点之间902之间的距离大于预设距离阈值后,可以根据其中的一个角点902a以及车辆模型的长度,获取到第一虚拟点903,将相邻的两个目标角点之间902中的一个角点902a以及第一虚拟点903为新的相邻的两个目标角点之间,并将该新的相邻的两个目标角点之间获取为目标角点组,并执行后续步骤,得到一个候选车位。可选的,车载终端也可以根据其中的一个角点902a以及车辆模型的宽度,获取到第一虚拟点,此处不再赘述。
在一种可能实现的方式中,候选车位还包括车位方向,车辆模型是矩形,车辆模型的边长信息包括第一边长和第二边长,第一边长大于第二边长。车位方向用于指示目标车辆停在候选车位内时车辆模型的朝向,在将相邻的两个目标角点之间获取为目标角点组时,车载终端还可以继续对相邻的两个目标角点之间的距离分别与第一边长(可以看做是长度)和第二边长(可以看做是宽度)进行比较,来获取车位方向。当两个目标角点之间的连线距离大于第一边长时,确定车位方向是平行于第一目标角点组中两个目标角点的连线方向;当两个目标角点之间的连线距离大于第二边长且小于第一边长时,确定车位方向是垂直于第一目标角点组中两个目标角点的连线方向。即,当相邻的两个目标角点之间的距离大于车辆模型的长度时,确定车位方向是平行于第一目标角点组中两个目标角点的连线方向;当相邻的两个目标角点之间的距离大于车辆模型的宽度且小于车辆模型的长度时,确定车位方向是垂直于第一目标角点组中两个目标角点的连线方向。
例如,请参考图10,其示出了本申请一示例性实施例涉及的一种灰度栅格地图中候选车位的示意图。如图10所示,候选车位1000包含了入口角点一1001,入口角点二1002,车位方向1003。其中,入口角点一1001和入口角点二1002是上述的某个相邻角点,车位方向是车载终端根据入口角点一1001和入口角点二1002之间的距离与车辆模型的长度和宽度分别进行比较后确定出来的。图10中,入口角点一1001和入口角点二1002之间的距离大于车辆模型的长度,该车位放是平行于第一目标角点组中两个角点的连线方向。
在一种可能实现的方式中,在上述当相邻的两个目标角点之间的距离大于目标车辆的车辆模型的最短边长时,根据相邻的两个目标角点之间的距离及车辆模型的边长信息,确定车位方向之前,车载终端还可以根据第一目标角点,确定第一障碍物边长,第一障碍物边长是第一目标角点所处障碍物的各个边长中垂直于两个目标角点之间的连线的边长;当第一障碍物边长大于车辆模型的最短边长时,执行根据两个目标角点之间的连线距离及车辆模型的边长信息,确定候选车位的车位方向的步骤。
即,车载终端还可以根据第一目标角点,确定出障碍物中包含该第一目标角点的、且垂直于两个角点之间的连线的边长,对该第一障碍物边长进行检测,查看第一障碍物边长与车辆模型的最短边长之间的大小关系,当第一障碍物边长大于车辆模型的最短边长时,再执行上述检测相邻的两个目标角点之间的距离与车辆模型的边长信息之间的大小关系的步骤。例如,请参考图11,其示出了本申请一示例性实施例涉及的一种灰度栅格地图的示意图。如图11所示,在灰度栅格地图1100中包含了车辆模型1101,第一目标角点1102,第二角点1103,障碍物1104,第一障碍物边长1105。车载终端根据第一目标角点1102,可以确定出障碍物1104的第一障碍物边长1105,对第一障碍物边长1105进行检测,当第一障碍物边长1105大于车辆模型的最短边长时,再检测相邻的两个目标角点之间的距离与车辆模型的边长信息之间的大小关系。
步骤310,根据目标角点组,获取候选车位。
可选的,车载终端将上述目标角点组作为候选车位的两个入口点,从而得到候选车位。对应上述一种情形,候选车位还包括车位方向时,本步骤可以替换为根据目标角点组以及该车位方向获取候选车位。
在一种可能实现的方式中,各个角点中包含第三目标角点,第三目标角点在预设范围内未包含其他不可通行区域内的角点,车载终端还可以根据第三目标角点,确定第二障碍物边长,第二障碍物边长是第三目标角点所处障碍物的任意一个边长;根据第三目标角点以及第二障碍物边长,确定第一方向,第一方向是第三目标角点作为候选车位的一个角点时候选车位的车位方向;根据第一方向及车辆模型的边长信息,获取可通行区域内的第二虚拟点,第二虚拟点与第三目标角点的连线平行或者垂直于第一方向;根据第三目标角点与第二虚拟点,获取候选车位。其中,该预设范围也可以由开发人员预先设置。
可选的,车载终端可以对得到的各个角点单独进行检测,如果某个角点在5个栅格范围内未包含其他不可通行区域内的角点时,说明该可通行区域是独立的,该可通行区域上的各个角点都是第三目标角点,通过该第三目标角点确定出包含该第三目标角点的第二障碍物边长,根据第三目标角点以及第二障碍物边长确定车位方向。其中,确定车位方向时,可以将第二障碍物边长与车辆模型的长度或者宽度进行比对,得到第二障碍物边长与车辆模型的长度或者宽度之间的大小关系,如果第二障碍物边长大于车辆模型的长度,可以将车位方向确定为平行于第二障碍物边长的方向,如果第二障碍物边长大于车辆模型的宽度且小于车辆模型的长度,可以将车位方向确定为垂直于第二障碍物边长的方向。并根据第一方向及车辆模型的边长信息,获取可通行区域内的第二虚拟点。
可选的,车载终端根据第一方向及车辆模型的边长信息,获取可通行区域内的第二虚拟点时,可以通过获取车辆模型的第一边长和第二边长;按照垂直于第三边长的方向,获取可通行区域内的目标栅格点,目标栅格点与第二角点的距离等于车辆模型的车辆模型的第一边长或者第二边长;将目标栅格点作为第二虚拟点。
请参考图12,其示出了本申请一示例性实施例涉及的一种灰度栅格地图的示意图。如图12所示,在灰度栅格地图1200中包含了车辆模型1201,不可通行区域1202,第三目标角点1203,第二障碍物边长1204,第一方向1205,第二虚拟点1206。车载终端根据对各个角点检测,得到第三目标角点1203,确定出第三目标角点所处的边长是第二障碍物边长1204,第二障碍物边长1204大于车辆模型的长度,车载终端可以根据第三目标角点和第二障碍物边长,可以确定出第一方向1205,按照垂直于第二障碍物边长的方向获取距离第三目标角点的距离等于车辆模型的宽度处的目标栅格点,将该目标栅格点作为第二虚拟点1206,根据第三目标角点1203、第二虚拟点1206以及第一方向1205,获取候选车位。即,对于任意一个孤立的角点,车载终端可以生成一个第二虚拟点,并将该孤立的角点和第二虚拟点作为候选车位的入口角点,得到候选车位。可选的,上述对第二障碍物边长与车辆模型的长度或者宽度进行检测的步骤也可以省略,此处不再赘述。
综上所述,在本申请实施例中,车载终端根据毫米波数据对灰度栅格地图中的各个栅格像素点的灰度值进行更新,确定出可通行区域和不可通行区域,并确定不可通行区域的各个角点,根据各个角点,获取候选车位,利用毫米波雷达采集的毫米波数据在栅格地图中更新各个栅格的灰度值表示不可通行区域,并由不可通行区域的各个角点获取候选车位,该过程不受外部环境因素的影响,使得获取候选车位的位置更加灵活,提高了车载终端获取空闲车位的准确性。
另外,在本申请实施例中,通过各个角点的角点标号对相邻的两个角点进行检测,在相邻的两个角点通过检测时可以该相邻的两个角点作为一个目标角点组,进而获取候选车位,通过各个相邻的角点之间进行组合并筛选,得到不同的候选车位,提高了确定车位的灵活性。
另外,在本申请实施例中,在对相邻角点之间的距离进行检测的过程中,还可以通过该检测结果确定车位方向,使得得到的车位更加完整准确,提高了确定候选车位的准确性。
另外,在本申请实施例中,当存在某个角点在预设范围内未出现其他角点,该角点是独立的,车载终端也可以通过生成虚拟点并得到一组目标角点组,从而获取候选车位,可以提高对栅格地图的利用率,得到更多的候选车位,提高确定候选车位的多样性。
下述为本申请装置实施例,可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节,请参照本申请方法实施例。
请参考图13,其示出了本申请一示例性实施例提供的一种车位获取装置的结构框图,该车位获取装置1300可以应用于车载终端中,所述车位获取装置包括:地图建立模块1301,区域确定模块1302,角点确定模块1303及车位获取模块1304。
所述地图建立模块1301,用于建立灰度栅格地图;
所述区域确定模块1302,用于根据毫米波数据,对灰度栅格地图中的各个栅格像素点的灰度值进行更新,并根据更新后的灰度值确定所述灰度栅格地图中的可通行区域和不可通行区域,所述毫米波数据是通过毫米波雷达对目标车辆所处的障碍物采集得到的数据;
所述角点确定模块1303,用于在所述灰度栅格地图中,确定所述不可通行区域的各个角点;
所述车位获取模块1304,用于根据所述各个角点,获取候选车位。
综上所述,在本申请实施例中,车载终端根据毫米波数据对灰度栅格地图中的各个栅格像素点的灰度值进行更新,确定出可通行区域和不可通行区域,并确定不可通行区域的各个角点,根据各个角点,获取候选车位,利用毫米波雷达采集的毫米波数据在栅格地图中更新各个栅格的灰度值表示不可通行区域,并由不可通行区域的各个角点获取候选车位,该过程不受外部环境因素的影响,使得获取候选车位的位置更加灵活,提高了车载终端获取空闲车位的准确性。
可选的,所述各个角点按照确定顺序对应有角点标号,所述车位获取模块1304,包括,第一检测单元,第一获取单元和第二获取单元;
所述第一检测单元,用于按照所述确定顺序,检测相邻的两个目标角点之间的连线所占的栅格区域是否属于所述可通行区域;
所述第一获取单元,用于当相邻的两个目标角点之间的连线所占的栅格区域属于所述可通行区域,且所述两个目标角点之间的连线距离大于所述目标车辆在所述灰度栅格地图中的车辆模型的最短边长,则将所述两个目标角点获取为目标角点组,所述两个目标角点是所述不可通行区域的任意两个相邻角点;
所述第二获取单元,用于根据所述目标角点组,获取所述候选车位。
可选的,所述装置还包括:
方向确定模块,用于在所述将所述两个目标角点获取为目标角点组之后,根据所述两个目标角点之间的连线距离及所述车辆模型的边长信息,确定候选车位的车位方向,所述车位方向用于指示所述目标车辆停在所述候选车位内时所述车辆模型的朝向;
所述第二获取单元,用于根据所述目标角点组以及所述车位方向,获取所述候选车位。
可选的,所述车辆模型是矩形,所述边长信息包括第一边长和第二边长,所述第一边长大于所述第二边长,所述方向确定模块,用于当所述两个目标角点之间的连线距离大于所述第一边长时,确定所述车位方向是平行于所述第一目标角点组中两个目标角点的连线方向;
当所述两个目标角点之间的连线距离大于所述第二边长且小于所述第一边长时,确定所述车位方向是垂直于所述第一目标角点组中两个目标角点的连线方向。
可选的,所述装置还包括:
第一确定模块,用于在所述根据所述两个目标角点之间的连线距离及所述车辆模型的边长信息,确定候选车位的车位方向之前,根据第一目标角点,确定第一障碍物边长,所述第一障碍物边长是所述第一目标角点所处障碍物的各个边长中垂直于所述两个目标角点之间的连线的边长;
第一执行模块,用于当所述第一障碍物边长大于所述车辆模型的最短边长时,执行所述根据所述两个目标角点之间的连线距离及所述车辆模型的边长信息,确定候选车位的车位方向的步骤。
可选的,所述装置还包括:
第一检测模块,用于在所述将所述两个目标角点获取为目标角点组之前,检测所述两个目标角点之间的连线距离是否大于预设距离阈值;
第一获取单元,还用于当所述两个目标角点之间的连线距离大于预设距离阈值时,根据第二目标角点及所述车辆模型的边长信息,确定所述可通行区域内的第一虚拟点,所述第一虚拟点与所述第一角点的连线重合于所述相邻的两个目标角点之间中的两个角点的连线,所述第二目标角点是所述两个目标角点中的任意一个角点;将所述第二目标角点以及所述第一虚拟点,获取为所述目标角点组。
可选的,所述各个角点中包含第三目标角点,所述第三目标角点在预设范围内未包含其他不可通行区域内的角点,所述车位获取模块1304,包括:第二确定单元,第三确定单元,第二获取单元和第三获取单元;
所述第二确定单元,用于根据所述第三目标角点,确定第二障碍物边长,所述第二障碍物边长是所述第三目标角点所处障碍物的任意一个边长;
所述第三确定单元,用于根据所述第三目标角点以及所述第二障碍物边长,确定第一方向,所述第一方向是所述第三目标角点作为候选车位的一个角点时所述候选车位的车位方向;
所述第二获取单元,用于根据所述第一方向及车辆模型的边长信息,获取所述可通行区域内的第二虚拟点,所述第二虚拟点与所述第三目标角点的连线平行或者垂直于所述第一方向;
所述第三获取单元,用于根据所述第三目标角点与所述第二虚拟点,获取所述候选车位。
可选的,所述区域确定模块1302,包括:
数据转换单元,用于将所述毫米波数据从雷达坐标系转换至所述灰度栅格地图的像素坐标系中,得到所述像素坐标系下的毫米波数据,所述雷达坐标系是采集所述毫米波数据的毫米波雷达的坐标系;
第一标示单元,用于根据所述像素坐标系下的毫米波数据,将所述灰度栅格地图中的第一像素点的灰度值调整至第一预设阈值;
第二标示单元,用于将所述灰度栅格地图中的第二像素点的灰度值调整至第二预设阈值;
其中,所述第一像素点是所述像素坐标系中所述毫米波数据所占的各个像素点中的任意一个像素点,所述第二像素点是所述像素坐标系中所述毫米波数据未占据的各个像素点中的任意一个像素点,所述第一预设阈值低于所述第二预设阈值。
可选的,所述装置还包括:
数据采集模块,用于在所述根据毫米波数据,对灰度栅格地图中的各个栅格像素点的灰度值进行更新,并根据更新后的灰度值确定所述灰度栅格地图中的可通行区域和不可通行区域之前,通过毫米波雷达采集目标车辆周围的障碍物的毫米波数据;
分量获取模块,用于获取所述毫米波数据在水平方向上的分量距离;
所述区域确定模块1302,用于根据所述毫米波数据在水平方向上的分量距离,对灰度栅格地图中的各个栅格像素点的灰度值进行更新,并根据更新后的灰度值确定所述灰度栅格地图中的可通行区域和不可通行区域。
请参考图14,其示出了本申请一示例性实施例涉及的一种车载终端的结构示意图。如图14所示,车载终端1400可以被提供为上述实施例涉及的终端设备。参照图14,车载终端1400包括处理组件1422,其进一步包括一个或多个处理器,以及由存储器1432所代表的存储器资源,用于存储可由处理部件1422执行的指令,例如应用程序。存储器1432中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1422被配置为执行指令,以执行上述车位获取方法中,由车载终端执行的全部或者部分步骤,即车载终端包括存储器及处理器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器实现如上述图1或者图3中任意一个或者多个所示的车位获取方法。
车载终端1400还可以包括一个电源组件1426被配置为执行车载终端1400的电源管理,一个有线或无线网络接口1450被配置为将车载终端1400连接到网络,和一个输入输出(I/O)接口1438。车载终端1400可以操作基于存储在存储器1432的操作系统,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
本申请实施例还公开了一种计算机可读存储介质,其存储计算机程序,其中,该计算机程序被处理器执行时实现上述方法实施例中的方法。
应理解,说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此,在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外,这些特定特征、结构或特性可以以任意适合的方式结合在一个或多个实施例中。本领域技术人员也应该知悉,说明书中所描述的实施例均属于可选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在本申请的各种实施例中,应理解,上述各过程的序号的大小并不意味着执行顺序的必然先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物单元,即可位于一个地方,或者也可以分布到多个网络单元上。可根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本申请各实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
上述集成的单元若以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可获取的存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或者部分,可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干请求用以使得一台计算机设备(可以为个人计算机、服务器或者网络设备等,具体可以是计算机设备中的处理器)执行本申请的各个实施例上述方法的部分或全部步骤。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质包括只读存储器(Read-Only Memory,ROM)、随机存储器(Random Access Memory,RAM)、可编程只读存储器(Programmable Read-only Memory,PROM)、可擦除可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、一次可编程只读存储器(One-time Programmable Read-Only Memory,OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(CompactDisc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
以上对本申请实施例公开的一种车位获取方法、装置、车载终端及存储介质进行了举例介绍,本文中应用了个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种车位获取方法,其特征在于,所述方法应用于车载终端中,所述方法包括:
建立灰度栅格地图;
根据毫米波数据,对灰度栅格地图中的各个栅格像素点的灰度值进行更新,并根据更新后的灰度值确定所述灰度栅格地图中的可通行区域和不可通行区域,所述毫米波数据是通过毫米波雷达对目标车辆所处的障碍物采集得到的数据;
在所述灰度栅格地图中,确定所述不可通行区域的各个角点;
根据所述各个角点,获取候选车位;
其中,所述各个角点按照确定顺序对应有角点标号,所述根据所述各个角点,获取候选车位,包括:
按照所述确定顺序,检测相邻的两个目标角点之间的连线所占的栅格区域是否属于所述可通行区域;
当相邻的两个目标角点之间的连线所占的栅格区域属于所述可通行区域,且所述两个目标角点之间的连线距离大于所述目标车辆在所述灰度栅格地图中的车辆模型的最短边长,则将所述两个目标角点获取为目标角点组,所述两个目标角点是所述不可通行区域的任意两个相邻角点;
根据所述目标角点组,获取所述候选车位;
在所述将所述两个目标角点获取为目标角点组之后,所述方法还包括:
根据所述两个目标角点之间的连线距离及所述车辆模型的边长信息,确定候选车位的车位方向,所述车位方向用于指示所述目标车辆停在所述候选车位内时所述车辆模型的朝向;
所述根据所述目标角点组,获取所述候选车位,包括:
根据所述目标角点组以及所述车位方向,获取所述候选车位。
2.根据权利要求1所述的方法,其特征在于,所述车辆模型是矩形,所述边长信息包括第一边长和第二边长,所述第一边长大于所述第二边长,所述根据所述两个目标角点之间的连线距离及所述车辆模型的边长信息,确定候选车位的车位方向,包括:
当所述两个目标角点之间的连线距离大于所述第一边长时,确定所述车位方向是平行于所述第一目标角点组中两个目标角点的连线方向;
当所述两个目标角点之间的连线距离大于所述第二边长且小于所述第一边长时,确定所述车位方向是垂直于所述第一目标角点组中两个目标角点的连线方向。
3.根据权利要求1所述的方法,其特征在于,在所述根据所述两个目标角点之间的连线距离及所述车辆模型的边长信息,确定候选车位的车位方向之前,还包括:
根据第一目标角点,确定第一障碍物边长,所述第一障碍物边长是所述第一目标角点所处障碍物的各个边长中垂直于所述两个目标角点之间的连线的边长;
当所述第一障碍物边长大于所述车辆模型的最短边长时,执行所述根据所述两个目标角点之间的连线距离及所述车辆模型的边长信息,确定候选车位的车位方向的步骤。
4.根据权利要求1所述的方法,其特征在于,在所述将所述两个目标角点获取为目标角点组之前,还包括:
检测所述两个目标角点之间的连线距离是否大于预设距离阈值;
当所述两个目标角点之间的连线距离大于预设距离阈值时,所述将所述两个目标角点获取为目标角点组,包括:
根据第二目标角点及所述车辆模型的边长信息,确定所述可通行区域内的第一虚拟点,所述第一虚拟点与所述第一角点的连线重合于所述相邻的两个目标角点之间中的两个角点的连线,所述第二目标角点是所述两个目标角点中的任意一个角点;
将所述第二目标角点以及所述第一虚拟点,获取为所述目标角点组。
5.根据权利要求1所述的方法,其特征在于,所述各个角点中包含第三目标角点,所述第三目标角点在预设范围内未包含其他不可通行区域内的角点,所述根据所述各个角点,获取候选车位,包括:
根据所述第三目标角点,确定第二障碍物边长,所述第二障碍物边长是所述第三目标角点所处障碍物的任意一个边长;
根据所述第三目标角点以及所述第二障碍物边长,确定第一方向,所述第一方向是所述第三目标角点作为候选车位的一个角点时所述候选车位的车位方向;
根据所述第一方向及车辆模型的边长信息,获取所述可通行区域内的第二虚拟点,所述第二虚拟点与所述第三目标角点的连线平行或者垂直于所述第一方向;
根据所述第三目标角点与所述第二虚拟点,获取所述候选车位。
6.根据权利要求1至5任一所述的方法,其特征在于,所述根据毫米波数据,对灰度栅格地图中的各个栅格像素点的灰度值进行更新,包括:
将所述毫米波数据从雷达坐标系转换至所述灰度栅格地图的像素坐标系中,得到所述像素坐标系下的毫米波数据,所述雷达坐标系是采集所述毫米波数据的毫米波雷达的坐标系;
根据所述像素坐标系下的毫米波数据,将所述灰度栅格地图中的第一像素点的灰度值调整至第一预设阈值;
将所述灰度栅格地图中的第二像素点的灰度值调整至第二预设阈值;
其中,所述第一像素点是所述像素坐标系中所述毫米波数据所占的各个像素点中的任意一个像素点,所述第二像素点是所述像素坐标系中所述毫米波数据未占据的各个像素点中的任意一个像素点,所述第一预设阈值低于所述第二预设阈值。
7.根据权利要求1至5任一所述的方法,其特征在于,在所述根据毫米波数据,对灰度栅格地图中的各个栅格像素点的灰度值进行更新,并根据更新后的灰度值确定所述灰度栅格地图中的可通行区域和不可通行区域之前,所述方法还包括:
通过毫米波雷达采集在目标车辆周围的障碍物的毫米波数据;
获取所述毫米波数据在水平方向上的分量距离;
所述根据毫米波数据,对灰度栅格地图中的各个栅格像素点的灰度值进行更新,并根据更新后的灰度值确定所述灰度栅格地图中的可通行区域和不可通行区域,包括:
根据所述毫米波数据在水平方向上的分量距离,对灰度栅格地图中的各个栅格像素点的灰度值进行更新,并根据更新后的灰度值确定所述灰度栅格地图中的可通行区域和不可通行区域。
8.一种车位获取装置,其特征在于,所述装置应用于车载终端中以实现如权利要求1-7任一所述的车位获取方法,所述装置包括:
地图建立模块,用于建立灰度栅格地图;
区域确定模块,用于根据毫米波数据,对灰度栅格地图中的各个栅格像素点的灰度值进行更新,并根据更新后的灰度值确定所述灰度栅格地图中的可通行区域和不可通行区域,所述毫米波数据是通过毫米波雷达对目标车辆所处的障碍物采集得到的数据;
角点确定模块,用于在所述灰度栅格地图中,确定所述不可通行区域的各个角点;
车位获取模块,用于根据所述各个角点,获取候选车位。
9.一种车载终端,其特征在于,包括存储器及处理器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器实现如权利要求1至7任一所述的车位获取方法。
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,所述计算机程序被处理器执行时实现如权利要求1至7任一所述的车位获取方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110296727.9A CN113076824B (zh) | 2021-03-19 | 2021-03-19 | 车位获取方法、装置、车载终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110296727.9A CN113076824B (zh) | 2021-03-19 | 2021-03-19 | 车位获取方法、装置、车载终端及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113076824A CN113076824A (zh) | 2021-07-06 |
CN113076824B true CN113076824B (zh) | 2024-05-14 |
Family
ID=76613015
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110296727.9A Active CN113076824B (zh) | 2021-03-19 | 2021-03-19 | 车位获取方法、装置、车载终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113076824B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115222767B (zh) * | 2022-04-12 | 2024-01-23 | 广州汽车集团股份有限公司 | 一种基于空间车位的跟踪方法及系统 |
CN114882701B (zh) * | 2022-04-28 | 2023-01-24 | 上海高德威智能交通系统有限公司 | 车位检测方法、装置、电子设备及机器可读存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110045376A (zh) * | 2019-04-28 | 2019-07-23 | 森思泰克河北科技有限公司 | 可行驶区域获取方法、计算机可读存储介质及终端设备 |
WO2020124988A1 (zh) * | 2018-12-21 | 2020-06-25 | 广州小鹏汽车科技有限公司 | 一种基于视觉的车位检测方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7346401B2 (ja) * | 2017-11-10 | 2023-09-19 | エヌビディア コーポレーション | 安全で信頼できる自動運転車両のためのシステム及び方法 |
-
2021
- 2021-03-19 CN CN202110296727.9A patent/CN113076824B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020124988A1 (zh) * | 2018-12-21 | 2020-06-25 | 广州小鹏汽车科技有限公司 | 一种基于视觉的车位检测方法及装置 |
CN110045376A (zh) * | 2019-04-28 | 2019-07-23 | 森思泰克河北科技有限公司 | 可行驶区域获取方法、计算机可读存储介质及终端设备 |
Non-Patent Citations (1)
Title |
---|
基于三维激光雷达的道路边界提取和障碍物检测算法;王灿;孔斌;杨静;王智灵;祝辉;;模式识别与人工智能(04);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113076824A (zh) | 2021-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11720104B2 (en) | Systems and methods for adaptive property analysis via autonomous vehicles | |
JP7398506B2 (ja) | ローカライゼーション基準データを生成及び使用する方法及びシステム | |
CN110068836B (zh) | 一种智能驾驶电动清扫车的激光雷达路沿感知系统 | |
US9639960B1 (en) | Systems and methods for UAV property assessment, data capture and reporting | |
US10012735B1 (en) | GPS offset calibrations for UAVs | |
CN113870343B (zh) | 相对位姿标定方法、装置、计算机设备和存储介质 | |
JP5588812B2 (ja) | 画像処理装置及びそれを用いた撮像装置 | |
KR20190053217A (ko) | 위치파악 참조 데이터를 생성 및 사용하기 위한 방법 및 시스템 | |
US10909395B2 (en) | Object detection apparatus | |
CN103424112B (zh) | 一种基于激光平面辅助的运动载体视觉导航方法 | |
US12033400B2 (en) | Overhead-view image generation device, overhead-view image generation system, and automatic parking device | |
CN113076824B (zh) | 车位获取方法、装置、车载终端及存储介质 | |
JP2000329852A (ja) | 障害物認識装置 | |
CN111207762B (zh) | 地图生成方法、装置、计算机设备和存储介质 | |
CN113657224A (zh) | 车路协同中用于确定对象状态的方法、装置、设备 | |
CN112346463B (zh) | 一种基于速度采样的无人车路径规划方法 | |
JP6736931B2 (ja) | 立体物検出方法及び立体物検出装置 | |
JP2018077162A (ja) | 車両位置検出装置、車両位置検出方法及び車両位置検出用コンピュータプログラム | |
JP2017181476A (ja) | 車両位置検出装置、車両位置検出方法及び車両位置検出用コンピュータプログラム | |
CN114821526A (zh) | 基于4d毫米波雷达点云的障碍物三维边框检测方法 | |
US20230177724A1 (en) | Vehicle to infrastructure extrinsic calibration system and method | |
CN111780744A (zh) | 移动机器人混合导航方法、设备及存储装置 | |
KR20200142315A (ko) | 도로 네트워크를 갱신하는 방법 및 장치 | |
Batavia et al. | Obstacle detection in smooth high curvature terrain | |
CN112255604A (zh) | 一种雷达数据准确性的判断方法、装置及计算机设备 |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240708 Address after: No. 1, Intersection of Chuangye Avenue and Tongzhong Road, Huanglu Town, Chaohu City, Hefei City, Anhui Province, 238000 Patentee after: Anhui Oufei Intelligent Vehicle Technology Co.,Ltd. Country or region after: China Address before: No.20, Lane 2277, Zuchongzhi Road, Pudong New Area, Shanghai, 200120 Patentee before: SHANGHAI OFILM INTELLIGENT VEHICLE Co.,Ltd. Country or region before: China |