CN113238237B - 一种库位探测方法及装置 - Google Patents

一种库位探测方法及装置 Download PDF

Info

Publication number
CN113238237B
CN113238237B CN202110782745.8A CN202110782745A CN113238237B CN 113238237 B CN113238237 B CN 113238237B CN 202110782745 A CN202110782745 A CN 202110782745A CN 113238237 B CN113238237 B CN 113238237B
Authority
CN
China
Prior art keywords
obstacle
vehicle
information
berthable
determining
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
CN202110782745.8A
Other languages
English (en)
Other versions
CN113238237A (zh
Inventor
宋健明
王曦
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.)
Tianjin Tiantong Weishi Electronic Technology Co ltd
Original Assignee
Tianjin Tiantong Weishi Electronic Technology 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 Tianjin Tiantong Weishi Electronic Technology Co ltd filed Critical Tianjin Tiantong Weishi Electronic Technology Co ltd
Priority to CN202110782745.8A priority Critical patent/CN113238237B/zh
Publication of CN113238237A publication Critical patent/CN113238237A/zh
Application granted granted Critical
Publication of CN113238237B publication Critical patent/CN113238237B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
    • G01S15/931—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/86—Combinations of sonar systems with lidar systems; Combinations of sonar systems with systems not using wave reflection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • 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
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
    • G01S15/931—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2015/932—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles for parking operations

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Acoustics & Sound (AREA)
  • Traffic Control Systems (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本发明提供了一种库位探测方法、装置及系统，在利用车载超声波雷达探测出可泊库位的位置信息之后，通过识别车载图像采集设备采集的图像信息中的所有障碍物信息，生成在车辆行驶轨迹中的局部障碍物地图，匹配到与可泊库位相邻的目标障碍物信息，进而通过根据目标障碍物信息对可泊库位的位置信息进行修正，得到准确的包括宽度、深度以及可泊库位与车辆行驶方向之间的角度的可泊库位的位置信息。本发明基于超声波雷达和图像采集设备实现对可泊库位准确、全面的探测，进而使车辆能准确的停车入位。

Description

一种库位探测方法及装置
技术领域
本发明涉及智能驾驶技术领域，更具体的，涉及一种库位探测方法及装置。
背景技术
随着智能驾驶技术的发展，目前有很多车辆都具有自动泊车功能，实现探测库位、锁定库位、跟踪库位并完成自动泊车。其中，库位探测的精度决定了后续是否能准确的完成自动泊车。
目前一般基于超声波雷达进行库位探测，通过探测障碍物位置信息估算可泊库位的宽度和深度，准确性较低，从而导致车辆不能准确的停车入位。
发明内容
有鉴于此，本发明提供了一种库位探测方法及装置，实现对可泊库位的准确探测。
为了实现上述发明目的，本发明提供的具体技术方案如下：
一种库位探测方法，包括：
响应于库位探测指令，启动车载超声波雷达和车载图像采集设备；
在根据所述车载超声波雷达的回波信息确定出可泊库位的位置信息时，根据所述车载图像采集设备采集的图像中的障碍物信息，生成车辆行驶轨迹中的局部障碍物地图；
对所述可泊库位的位置信息与所述局部障碍物地图进行匹配，得到目标障碍物信息，所述目标障碍物信息为与所述可泊库位相邻的障碍物的信息；
根据所述目标障碍物信息对所述可泊库位的位置信息进行修正，得到修正后的所述可泊库位的位置信息，修正后的所述可泊库位的位置信息包括：起始坐标点、终止坐标点、宽度、深度以及所述可泊库位与车辆行驶方向之间的角度；
所述根据所述车载超声波雷达的回波信息确定出可泊库位的位置信息，包括：
根据车载超声波雷达的回波信息，确定检测到所述目标障碍物时刻的位移信息；
相对于车辆行驶方向，在所述目标障碍物在所述可泊库位的终止侧的情况下，根据检测到所述目标障碍物的基准边角的位移信息，确定所述可泊库位在标定坐标系下的终止坐标点，所述目标障碍物的基准边角为所述目标障碍物与所述可泊库位相邻的边角；
相对于车辆行驶方向，在所述目标障碍物在所述可泊库位的起始侧的情况下，根据检测到所述目标障碍物的基准边角的位移信息，确定所述可泊库位在标定坐标系下的起始坐标点；
相对于车辆行驶方向，在起始坐标点前方的预设范围内再次检测到障碍物边角时，根据再次检测到障碍物边角时刻的位移信息，确定所述可泊库位在标定坐标系下的终止坐标点。
可选的，所述根据所述车载图像采集设备采集的图像中的障碍物信息，生成车辆行驶方向中的局部障碍物地图，包括：
获取所述车载图像采集设备采集的原始图像信息；
识别所述原始图像信息中的所有障碍物信息，得到每个障碍物在所述原始图像信息中的检测框；
通过对所述车载图像采集设备预先标定后得到的拼接矩阵，将所述原始图像信息坐标映射到拼接图中，获取所有障碍物在标定坐标系下的检测框；
根据每个障碍物在标定坐标系下的检测框，计算每个障碍物与车辆的距离、障碍物宽度以及障碍物与车辆行驶方向之间的角度，生成所述局部障碍物地图。
可选的，所述标定坐标系以车辆后轴中心为原点，Y轴表示车辆行驶方向，所述根据每个障碍物在标定坐标系下的检测框，计算每个障碍物与车辆的距离、障碍物宽度以及障碍物与车辆行驶方向之间的角度，包括：
针对每个障碍物，获取障碍物的检测框与地面交接的任意三个点在标定坐标系下的坐标；
根据障碍物的检测框与地面交接的任意三个点在标定坐标系下的坐标，计算障碍物与车辆的距离、障碍物的宽度和深度以及障碍物与车辆行驶方向之间的角。
可选的，所述根据所述目标障碍物信息对所述可泊库位的位置信息进行修正，得到修正后的所述可泊库位的位置信息，包括：
根据所述目标障碍物的质心和宽度对所述可泊库位的宽度进行补偿，并重新计算所述可泊库位的起始坐标点和/或终止坐标点；
将所述目标障碍物的深度确定为所述可泊库位的深度；
将所述目标障碍物与车辆行驶方向之间的角度，确定为所述可泊库位与车辆行驶方向之间的角度。
可选的，所述方法还包括：
根据所述局部障碍物地图，确定所述可泊库位的类型，所述可泊库位的类型包括：水平库位和垂直库位；
根据所述可泊库位的类型以及车辆的尺寸，确定所述可泊库位是否满足车辆的泊车需求。
一种库位探测装置，包括：
探测装置启动单元，用于响应于库位探测指令，启动车载超声波雷达和车载图像采集设备；
库位信息探测单元，用于根据车载超声波雷达的回波信息，确定检测到目标障碍物时刻的位移信息；相对于车辆行驶方向，在所述目标障碍物在可泊库位的终止侧的情况下，根据检测到所述目标障碍物的基准边角的位移信息，确定所述可泊库位在标定坐标系下的终止坐标点，所述目标障碍物的基准边角为所述目标障碍物与所述可泊库位相邻的边角；相对于车辆行驶方向，在所述目标障碍物在所述可泊库位的起始侧的情况下，根据检测到所述目标障碍物的基准边角的位移信息，确定所述可泊库位在标定坐标系下的起始坐标点；相对于车辆行驶方向，在起始坐标点前方的预设范围内再次检测到障碍物边角时，根据再次检测到障碍物边角时刻的位移信息，确定所述可泊库位在标定坐标系下的终止坐标点；
障碍物地图生成单元，用于在根据所述车载超声波雷达的回波信息确定出可泊库位的位置信息时，根据所述车载图像采集设备采集的图像中的障碍物信息，生成车辆行驶轨迹中的局部障碍物地图；
障碍物匹配单元，用于对所述可泊库位的位置信息与所述局部障碍物地图进行匹配，得到目标障碍物信息，所述目标障碍物信息为与所述可泊库位相邻的障碍物的信息；
库位信息修正单元，用于根据所述目标障碍物信息对所述可泊库位的位置信息进行修正，得到修正后的所述可泊库位的位置信息，修正后的所述可泊库位的位置信息包括：起始坐标点、终止坐标点、宽度、深度以及所述可泊库位与车辆行驶方向之间的角度。
可选的，所述障碍物地图生成单元，具体用于：获取所述车载图像采集设备采集的原始图像信息；
识别所述原始图像信息中的所有障碍物信息，得到每个障碍物在所述原始图像信息中的检测框；
通过对所述车载图像采集设备预先标定后得到的拼接矩阵，将所述原始图像信息坐标映射到拼接图中，获取所有障碍物在标定坐标系下的检测框；
根据每个障碍物在标定坐标系下的检测框，计算每个障碍物与车辆的距离、障碍物宽度以及障碍物与车辆行驶方向之间的角度，生成所述局部障碍物地图。
可选的，所述库位信息修正单元，具体用于：
根据所述目标障碍物的质心和宽度对所述可泊库位的宽度进行补偿，并重新计算所述可泊库位的起始坐标点和/或终止坐标点；
将所述目标障碍物的深度确定为所述可泊库位的深度；
将所述目标障碍物与车辆行驶方向之间的角度，确定为所述可泊库位与车辆行驶方向之间的角度。
可选的，所述装置还包括：
库位类型确定单元，用于根据所述局部障碍物地图，确定所述可泊库位的类型；根据所述可泊库位的类型以及车辆的尺寸，确定所述可泊库位是否满足车辆的泊车需求，所述可泊库位的类型包括：水平库位和垂直库位。
一种库位探测系统，包括：处理器以及安装于车辆预设位置的多个车载超声波雷达和多个车载图像采集设备；
所述处理器与每个所述车载超声波雷达通信连接；
所述处理器与每个所述车载图像采集设备通信连接；
所述处理器用于执行上述实施例公开的库位探测方法。
相对于现有技术，本发明的有益效果如下：
本发明公开的一种库位探测方法，在利用车载超声波雷达探测出可泊库位的位置信息之后，通过识别车载图像采集设备采集的图像信息中的所有障碍物信息，生成在车辆行驶方向中的局部障碍物地图，匹配到与可泊库位相邻的目标障碍物信息，进而通过根据目标障碍物信息对可泊库位的位置信息进行修正，得到准确的包括宽度、深度以及可泊库位与车辆行驶方向之间的角度的可泊库位的位置信息。实现对可泊库位准确、全面的探测，进而使车辆能准确的停车入位。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，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，还可以根据提供的附图获得其他的附图。
图1为本发明实施例公开的一种库位探测系统的安装位置示意图；
图2为本发明实施例公开的一种库位探测方法的流程示意图；
图3为本发明实施例公开的一种根据车载超声波雷达确定可泊库位的方法的流程示意图；
图4为本发明实施例公开的一种生成局部障碍物地图的方法的流程示意图；
图5为本发明实施例公开的识别原始图像信息中的所有障碍物的示意图；
图6为本发明实施例公开的标定坐标系示意图；
图7为本发明实施例公开的障碍物的检测框的示意图；
图8为本发明实施例公开的对可泊库位的位置信息进行修正的方法的流程示意图；
图9为本发明实施例公开的一种库位探测装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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。
本发明公开了一种库位探测方法，应用于可泊库位的一侧或两侧存在障碍物的场景，该方法具体应用于库位探测系统中的处理器，该库位探测系统还包括安装于车辆预设位置的多个车载超声波雷达和多个车载图像采集设备。一种可选的超声波雷达和图像采集设备的安装位置如图1所示，超声波雷达的数量可以为12个，其中，4个长距离超声波雷达，探测距离可以达到4米以上，可用于空间库位探测，8个短距离超声波雷达，探测距离一般在1.5米左右，可用于障碍物探测和避障使用；图像采集设备的数量可以为4个，具体可以为鱼眼相机，基于超声波雷达和图像采集设备实现对可泊库位准确、全面的探测，进而使车辆能准确的停车入位。
具体的，请参阅图2，本实施例公开的一种库位探测方法包括以下步骤：
S101：响应于库位探测指令，启动车载超声波雷达和车载图像采集设备；
需要说明的是，车载超声波雷达和车载图像采集设备预先已进行标定。
其中，车载图像采集设备标定完成后得到拼接矩阵以及每个车载图像采集设备距离车辆后轴中心的距离，车载图像采集设备的坐标系的原点为车辆后轴中心，通过拼接获得的拼接图的每一个像素的距离值是固定的，如拼接图上的一个像素表示2厘米的距离。
车载超声波雷达标定完成后，可以修正车载超声波雷达安装的误差，将车载超声波雷达的坐标系原点设置为车辆后轴中心，即车载图像采集设备和车载超声波雷达的坐标系为同一个坐标系，实现车载图像采集设备和车载超声波雷达的联合标定。
S102：在根据车载超声波雷达的回波信息确定出可泊库位的位置信息时，根据车载图像采集设备采集的图像中的障碍物信息，生成车辆行驶轨迹中的局部障碍物地图；
需要说明的是，本实施例应用于可泊库位的一侧有障碍物或两侧有障碍物的场景，在确定可泊库位的位置信息的过程中，首先记录响应库位探测指令的时刻车辆的初始位移信息
Figure DEST_PATH_IMAGE001
，然后根据该初始位移信息和车载超声波雷达得到的障碍物回波信息列表，确定可泊库位。
具体的，请参阅图3，根据车载超声波雷达的回波信息确定可泊库位的位置信息的方法如下：
S201：根据车载超声波雷达的回波信息，确定检测到目标障碍物时刻的位移信息；
目标障碍物为可泊库位一侧的障碍物。
具体的，相对于车辆行驶方向，判断检测到障碍物边角时刻的位移信息是否在初始位移信息前方的预设范围内，预设范围的下限值可以为车宽的1.5倍距离值，上限值可以为车长的2倍距离值。若检测到障碍物边角时刻的位移信息在预设范围内时，确定该障碍物为目标障碍物，目标障碍物在可泊库位的终止侧。若检测到障碍物边角时刻的位移信息不在预设范围内且大于预设范围的上限值时，库位检测失败，需要重新检测。若检测到障碍物边角时刻的位移信息不在预设范围内且小于预设范围的下限值时，在该障碍物前方预设范围内有障碍物的情况下，确定该障碍物为目标障碍物，目标障碍物在可泊库位的起始侧，目标障碍物前方的障碍物在可泊库位的终止侧；进一步，在该障碍物前方预设范围内没有障碍物的情况下，则根据车载超声波雷达的回波信息，将车辆行驶方向上第一个前方预设范围内有障碍物的障碍物确定为目标障碍物，目标障碍物在可泊库位的起始侧。
S202：相对于车辆行驶方向，在目标障碍物在可泊库位的终止侧的情况下，根据检测到目标障碍物的基准边角的位移信息，确定可泊库位在标定坐标系下的终止坐标点；
目标障碍物的基准边角为目标障碍物与可泊库位相邻的边角，在目标障碍物在可泊库位的终止侧的情况下，目标障碍物的基准边角与可泊库位的终止侧相邻。
S203：相对于车辆行驶方向，在目标障碍物在可泊库位的起始侧的情况下，根据检测到目标障碍物的基准边角的位移信息，确定可泊库位在标定坐标系下的起始坐标点；
需要说明的是，可泊库位在目标障碍物终止侧和起始侧其所对应的目标障碍物的基准边角不同，在目标障碍物在可泊库位的起始侧的情况下，目标障碍物的基准边角与可泊库位的起始侧相邻。
S204：相对于车辆行驶方向，在起始坐标点前方的预设范围内再次检测到障碍物边角时，根据再次检测到障碍物边角时刻的位移信息，确定可泊库位在标定坐标系下的终止坐标点。
预设范围的下限可以为车宽的1.5倍距离值，预设范围的上限可以为车长的2倍距离值。
其中，根据车载超声波雷达的回波信息确定是否检测到障碍物边角的方法如下：
响应库位探测指令之后，开始接收车辆轮编码器的信息，一般为车辆后轮的霍尔传感器信号，其信号表示车轮的速度，然后通过对车轮的速度进行积分，得到车辆的位移信息
Figure 531165DEST_PATH_IMAGE001
，其中，
Figure 950645DEST_PATH_IMAGE002
为
Figure DEST_PATH_IMAGE003
方向的位移，
Figure 567571DEST_PATH_IMAGE004
为
Figure DEST_PATH_IMAGE005
方向的位移，
Figure 857738DEST_PATH_IMAGE006
为角度积分值。
具体计算公式如下：
Figure DEST_PATH_IMAGE007
Figure 735040DEST_PATH_IMAGE008
Figure DEST_PATH_IMAGE009
Figure 110658DEST_PATH_IMAGE010
Figure DEST_PATH_IMAGE011
其中，
Figure 203378DEST_PATH_IMAGE012
表示第i个时刻后左轮的速度；
Figure 144790DEST_PATH_IMAGE014
表示第i个时刻后右轮的速度；
Figure 727081DEST_PATH_IMAGE016
表示第i个时刻后轮的速度；
Figure 121153DEST_PATH_IMAGE018
表示车辆后轴的长度；
Figure 814302DEST_PATH_IMAGE020
表示第i个时刻的角度；
Figure 141379DEST_PATH_IMAGE022
表示第i个时刻的时间；
Figure 894571DEST_PATH_IMAGE024
表示第i-1个时刻的时间。
接收超声波雷达的回波信息，回波信息有一次回波，二次回波，波峰和回波宽度。首先使用障碍物回波信息列表进行过滤，去除杂波的干扰。然后使用如下公式计算超声波探测到的是障碍物的平面还是边角。
Figure DEST_PATH_IMAGE025
其中，
Figure 448043DEST_PATH_IMAGE026
为二次回波时间，
Figure DEST_PATH_IMAGE027
为一次回波时间，
Figure 413725DEST_PATH_IMAGE028
为声速。
当s小于阈值是表示探测到的是障碍物的平面，当s大于阈值时表示探测到的事障碍物的边角。
起始点和终止点的坐标为上述方法计算出来的坐标点。
需要说明的是，在超声波雷达工作的过程中，车载图像采集设备也开始采集图像，根据车载图像采集设备采集的图像中的障碍物信息，生成车辆行驶方向中的局部障碍物地图，请参阅图4，生成局部障碍物地图的方法如下：
S301：获取车载图像采集设备采集的原始图像信息；
S302：识别原始图像信息中的所有障碍物信息，得到每个障碍物在原始图像信息中的检测框；
其中，对图像中的障碍物进行识别的方法可以为多种，如基于机器学习模型进行图像识别等，在此不再赘述。
识别原始图像信息中的所有障碍物如图5所示。
S303：通过对车载图像采集设备预先标定后得到的拼接矩阵，将原始图像信息坐标映射到拼接图中，获取所有障碍物在标定坐标系下的检测框；
请参阅图6，标定坐标系以车辆后轴中心为原点，Y轴表示车辆行驶方向，X轴与Y轴垂直，且原点、X轴和Y轴所在平面与车辆行驶的路面平行。
S304：根据每个障碍物在标定坐标系下的检测框，计算每个障碍物与车辆的距离、障碍物宽度以及障碍物与车辆行驶方向之间的角度，生成局部障碍物地图。
障碍物的检测框请参阅图7，受到图像采集设备视角的影响，检测框与地面交接的四个点中一般会有一个点被遮挡，在实际计算过程中，我们只需要获取障碍物的检测框与地面交接的任意三个点在标定坐标系下的坐标即可： P0、P1和P2，三个点的位置不影响计算结果。
具体的，根据P0和P1的坐标可以计算障碍物与车辆的距离以及障碍物的宽度，根据P1和P2的坐标可以计算障碍物的深度以及障碍物与车辆行驶方向之间的角度。
S103：对可泊库位的位置信息与局部障碍物地图进行匹配，得到目标障碍物信息，目标障碍物信息为与可泊库位相邻的障碍物的信息；
S104：根据目标障碍物信息对可泊库位的位置信息进行修正，得到修正后的可泊库位的位置信息，修正后的可泊库位的位置信息包括：起始坐标点、终止坐标点、宽度、深度以及可泊库位与车辆行驶方向之间的角度。
具体的，请参阅图8，对可泊库位的位置信息进行修正的方法如下：
S401：根据目标障碍物的质心和宽度对可泊库位的宽度进行补偿，并重新计算可泊库位的起始坐标点和/或终止坐标点；
具体的，当可泊库位两侧都有障碍物，即目标障碍物为2个时，分别根据两个目标障碍物的质心和宽度对可泊库位的起始坐标点和终止坐标点进行重新计算。
其中，可泊库位的起始坐标点和终止坐标点的X轴坐标不变，起始坐标点的Y轴坐标值计算公式如下：
Figure DEST_PATH_IMAGE029
Figure 329729DEST_PATH_IMAGE030
为起始侧目标障碍物的质心Y轴坐标值，
Figure DEST_PATH_IMAGE031
为起始侧目标障碍物的宽度。
终止坐标点的Y轴坐标值计算公式如下：
Figure 454155DEST_PATH_IMAGE032
Figure DEST_PATH_IMAGE033
为终止侧目标障碍物的质心Y轴坐标值，
Figure 26082DEST_PATH_IMAGE034
为终止侧目标障碍物的宽度。
当可泊库位只有一侧有目标障碍物时，只对起始坐标点或终止坐标点进行重新计算，其中，若可泊库位起始侧有目标障碍物时对起始坐标点进行重新计算，若可泊库位终止侧有目标障碍物时对终止坐标点进行重新计算。
当可泊库位两侧都有障碍物时，重新计算后的起始坐标点和终止坐标点之间的距离即为补偿后的可泊库位的宽度。
当可泊库位一侧有障碍物时，将车长的1.5倍距离值确定为补偿后的可泊库位的宽度。
S402：将目标障碍物的深度确定为可泊库位的深度；
S403：将目标障碍物与车辆行驶方向之间的角度，确定为可泊库位与车辆行驶方向之间的角度。
进一步，根据局部障碍物地图中障碍物的类型可以判断可泊库位的类型。由于在泊车时，大部分情况下都是周围有其他车辆的场景，因此可以根据环境中其他车辆的停车姿态进行可泊库位类型的估计。如果可泊库位两边的车辆为横向停靠的车辆，并且探测出的可泊库位的宽度满足平行库位的要求，则可判断出当前的可泊库位为水平库位。如果可泊库位两边的车辆为垂直停靠的车辆，并且探测出来的库位的宽度满足垂直泊车的需求，则可判断当前的可泊库位为垂直库位。
可见，本实施例公开的一种库位探测方法，在利用车载超声波雷达探测出可泊库位的位置信息之后，通过识别车载图像采集设备采集的图像信息中的所有障碍物信息，生成在车辆行驶方向中的局部障碍物地图，匹配到与可泊库位相邻的目标障碍物信息，进而通过根据目标障碍物信息对可泊库位的位置信息进行修正，得到准确的包括宽度、深度以及可泊库位与车辆行驶方向之间的角度的可泊库位的位置信息。实现对可泊库位准确、全面的探测，进而使车辆能准确的停车入位。
基于上述实施例公开的一种库位探测方法，本实施例对应公开了一种库位探测装置，请参阅图9，该装置包括：
探测装置启动单元100，用于响应于库位探测指令，启动车载超声波雷达和车载图像采集设备；
库位信息探测单元200，用于根据车载超声波雷达的回波信息，确定检测到所述目标障碍物时刻的位移信息；相对于车辆行驶方向，在所述目标障碍物在所述可泊库位的终止侧的情况下，根据检测到所述目标障碍物的基准边角的位移信息，确定所述可泊库位在标定坐标系下的终止坐标点，所述目标障碍物的基准边角为所述目标障碍物与所述可泊库位相邻的边角；相对于车辆行驶方向，在所述目标障碍物在所述可泊库位的起始侧的情况下，根据检测到所述目标障碍物的基准边角的位移信息，确定所述可泊库位在标定坐标系下的起始坐标点；相对于车辆行驶方向，在起始坐标点前方的预设范围内再次检测到障碍物边角时，根据再次检测到障碍物边角时刻的位移信息，确定所述可泊库位在标定坐标系下的终止坐标点；
障碍物地图生成单元300，用于在根据所述车载超声波雷达的回波信息确定出可泊库位的位置信息时，根据所述车载图像采集设备采集的图像中的障碍物信息，生成车辆行驶轨迹中的局部障碍物地图；
障碍物匹配单元400，用于对所述可泊库位的位置信息与所述局部障碍物地图进行匹配，得到目标障碍物信息，所述目标障碍物信息为与所述可泊库位相邻的障碍物的信息；
库位信息修正单元500，用于根据所述目标障碍物信息对所述可泊库位的位置信息进行修正，得到修正后的所述可泊库位的位置信息，修正后的所述可泊库位的位置信息包括：起始坐标点、终止坐标点、宽度、深度以及所述可泊库位与车辆行驶方向之间的角度。
可选的，所述障碍物地图生成单元300，具体用于：获取所述车载图像采集设备采集的原始图像信息；
识别所述原始图像信息中的所有障碍物信息，得到每个障碍物在所述原始图像信息中的检测框；
通过对所述车载图像采集设备预先标定后得到的拼接矩阵，将所述原始图像信息坐标映射到拼接图中，获取所有障碍物在标定坐标系下的检测框；
根据每个障碍物在标定坐标系下的检测框，计算每个障碍物与车辆的距离、障碍物宽度以及障碍物与车辆行驶方向之间的角度，生成所述局部障碍物地图。
可选的，所述库位信息修正单元500，具体用于：
根据所述目标障碍物的质心和宽度对所述可泊库位的宽度进行补偿，并重新计算所述可泊库位的起始坐标点和/或终止坐标点；
将所述目标障碍物的深度确定为所述可泊库位的深度；
将所述目标障碍物与车辆行驶方向之间的角度，确定为所述可泊库位与车辆行驶方向之间的角度。
可选的，所述装置还包括：
库位类型确定单元，用于根据所述局部障碍物地图，确定所述可泊库位的类型；根据所述可泊库位的类型以及车辆的尺寸，确定所述可泊库位是否满足车辆的泊车需求，所述可泊库位的类型包括：水平库位和垂直库位。
本实施例还公开了一种库位探测系统，包括：处理器以及安装于车辆预设位置的多个车载超声波雷达和多个车载图像采集设备；
所述处理器与每个所述车载超声波雷达通信连接；
所述处理器与每个所述车载图像采集设备通信连接；
所述处理器用于执行如下库位探测方法：
响应于库位探测指令，启动车载超声波雷达和车载图像采集设备；
在根据所述车载超声波雷达的回波信息确定出可泊库位的位置信息时，根据所述车载图像采集设备采集的图像中的障碍物信息，生成车辆行驶轨迹中的局部障碍物地图；
对所述可泊库位的位置信息与所述局部障碍物地图进行匹配，得到目标障碍物信息，所述目标障碍物信息为与所述可泊库位相邻的障碍物的信息；
根据所述目标障碍物信息对所述可泊库位的位置信息进行修正，得到修正后的所述可泊库位的位置信息，修正后的所述可泊库位的位置信息包括：起始坐标点、终止坐标点、宽度、深度以及所述可泊库位与车辆行驶方向之间的角度；
所述根据所述车载超声波雷达的回波信息确定出可泊库位的位置信息，包括：
根据车载超声波雷达的回波信息，确定检测到所述目标障碍物时刻的位移信息；
相对于车辆行驶方向，在所述目标障碍物在所述可泊库位的终止侧的情况下，根据检测到所述目标障碍物的基准边角的位移信息，确定所述可泊库位在标定坐标系下的终止坐标点，所述目标障碍物的基准边角为所述目标障碍物与所述可泊库位相邻的边角；
相对于车辆行驶方向，在所述目标障碍物在所述可泊库位的起始侧的情况下，根据检测到所述目标障碍物的基准边角的位移信息，确定所述可泊库位在标定坐标系下的起始坐标点；
相对于车辆行驶方向，在起始坐标点前方的预设范围内再次检测到障碍物边角时，根据再次检测到障碍物边角时刻的位移信息，确定所述可泊库位在标定坐标系下的终止坐标点。
进一步，所述根据所述车载图像采集设备采集的图像中的障碍物信息，生成车辆行驶方向中的局部障碍物地图，包括：
获取所述车载图像采集设备采集的原始图像信息；
识别所述原始图像信息中的所有障碍物信息，得到每个障碍物在所述原始图像信息中的检测框；
通过对所述车载图像采集设备预先标定后得到的拼接矩阵，将所述原始图像信息坐标映射到拼接图中，获取所有障碍物在标定坐标系下的检测框；
根据每个障碍物在标定坐标系下的检测框，计算每个障碍物与车辆的距离、障碍物宽度以及障碍物与车辆行驶方向之间的角度，生成所述局部障碍物地图。
进一步，所述标定坐标系以车辆后轴中心为原点，Y轴表示车辆行驶方向，所述根据每个障碍物在标定坐标系下的检测框，计算每个障碍物与车辆的距离、障碍物宽度以及障碍物与车辆行驶方向之间的角度，包括：
针对每个障碍物，获取障碍物的检测框与地面交接的任意三个点在标定坐标系下的坐标；
根据障碍物的检测框与地面交接的任意三个点在标定坐标系下的坐标，计算障碍物与车辆的距离、障碍物的宽度和深度以及障碍物与车辆行驶方向之间的角度。
进一步，所述根据所述目标障碍物信息对所述可泊库位的位置信息进行修正，得到修正后的所述可泊库位的位置信息，包括：
根据所述目标障碍物的质心和宽度对所述可泊库位的宽度进行补偿，并重新计算所述可泊库位的起始坐标点和/或终止坐标点；
将所述目标障碍物的深度确定为所述可泊库位的深度；
将所述目标障碍物与车辆行驶方向之间的角度，确定为所述可泊库位与车辆行驶方向之间的角度。
进一步，所述方法还包括：
根据所述局部障碍物地图，确定所述可泊库位的类型，所述可泊库位的类型包括：水平库位和垂直库位；
根据所述可泊库位的类型以及车辆的尺寸，确定所述可泊库位是否满足车辆的泊车需求。
本实施例公开的一种库位探测系统，在利用车载超声波雷达探测出可泊库位的位置信息之后，通过识别车载图像采集设备采集的图像信息中的所有障碍物信息，生成在车辆行驶方向中的局部障碍物地图，匹配到与可泊库位相邻的目标障碍物信息，进而通过根据目标障碍物信息对可泊库位的位置信息进行修正，得到准确的包括宽度、深度以及可泊库位与车辆行驶方向之间的角度的可泊库位的位置信息。实现对可泊库位准确、全面的探测，进而使车辆能准确的停车入位。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器（RAM）、内存、只读存储器（ROM）、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
上述各个实施例之间可任意组合，对所公开的实施例的上述说明，本说明书中各实施例中记载的特征可以相互替换或者组合，使本领域专业技术人员能够实现或使用本申请。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (8)

1.一种库位探测方法，其特征在于，包括：
响应于库位探测指令，启动车载超声波雷达和车载图像采集设备；
在根据所述车载超声波雷达的回波信息确定出可泊库位的位置信息时，获取所述车载图像采集设备采集的原始图像信息；识别所述原始图像信息中的所有障碍物信息，得到每个障碍物在所述原始图像信息中的检测框；通过对所述车载图像采集设备预先标定后得到的拼接矩阵，将所述原始图像信息坐标映射到拼接图中，获取所有障碍物在标定坐标系下的检测框；根据每个障碍物在标定坐标系下的检测框，计算每个障碍物与车辆的距离、障碍物宽度以及障碍物与车辆行驶方向之间的角度，生成所述局部障碍物地图；
对所述可泊库位的位置信息与所述局部障碍物地图进行匹配，得到目标障碍物信息，所述目标障碍物信息为与所述可泊库位相邻的障碍物的信息；
根据所述目标障碍物信息对所述可泊库位的位置信息进行修正，得到修正后的所述可泊库位的位置信息，修正后的所述可泊库位的位置信息包括：起始坐标点、终止坐标点、宽度、深度以及所述可泊库位与车辆行驶方向之间的角度；
所述根据所述车载超声波雷达的回波信息确定出可泊库位的位置信息，包括：
根据车载超声波雷达的回波信息，确定检测到所述目标障碍物时刻的位移信息；
相对于车辆行驶方向，在所述目标障碍物在所述可泊库位的终止侧的情况下，根据检测到所述目标障碍物的基准边角的位移信息，确定所述可泊库位在标定坐标系下的终止坐标点，所述目标障碍物的基准边角为所述目标障碍物与所述可泊库位相邻的边角；
相对于车辆行驶方向，在所述目标障碍物在所述可泊库位的起始侧的情况下，根据检测到所述目标障碍物的基准边角的位移信息，确定所述可泊库位在标定坐标系下的起始坐标点；
相对于车辆行驶方向，在起始坐标点前方的预设范围内再次检测到障碍物边角时，根据再次检测到障碍物边角时刻的位移信息，确定所述可泊库位在标定坐标系下的终止坐标点。
2.根据权利要求1所述的方法，其特征在于，所述标定坐标系以车辆后轴中心为原点，Y轴表示车辆行驶方向，所述根据每个障碍物在标定坐标系下的检测框，计算每个障碍物与车辆的距离、障碍物宽度以及障碍物与车辆行驶方向之间的角度，包括：
针对每个障碍物，获取障碍物的检测框与地面交接的任意三个点在标定坐标系下的坐标；
根据障碍物的检测框与地面交接的任意三个点在标定坐标系下的坐标，计算障碍物与车辆的距离、障碍物的宽度和深度以及障碍物与车辆行驶方向之间的角度。
3.根据权利要求1所述的方法，其特征在于，所述根据所述目标障碍物信息对所述可泊库位的位置信息进行修正，得到修正后的所述可泊库位的位置信息，包括：
根据所述目标障碍物的质心和宽度对所述可泊库位的宽度进行补偿，并重新计算所述可泊库位的起始坐标点和/或终止坐标点；
将所述目标障碍物的深度确定为所述可泊库位的深度；
将所述目标障碍物与车辆行驶方向之间的角度，确定为所述可泊库位与车辆行驶方向之间的角度。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述局部障碍物地图，确定所述可泊库位的类型，所述可泊库位的类型包括：水平库位和垂直库位；
根据所述可泊库位的类型以及车辆的尺寸，确定所述可泊库位是否满足车辆的泊车需求。
5.一种库位探测装置，其特征在于，包括：
探测装置启动单元，用于响应于库位探测指令，启动车载超声波雷达和车载图像采集设备；
库位信息探测单元，用于根据车载超声波雷达的回波信息，确定检测到目标障碍物时刻的位移信息；相对于车辆行驶方向，在所述目标障碍物在可泊库位的终止侧的情况下，根据检测到所述目标障碍物的基准边角的位移信息，确定所述可泊库位在标定坐标系下的终止坐标点，所述目标障碍物的基准边角为所述目标障碍物与所述可泊库位相邻的边角；相对于车辆行驶方向，在所述目标障碍物在所述可泊库位的起始侧的情况下，根据检测到所述目标障碍物的基准边角的位移信息，确定所述可泊库位在标定坐标系下的起始坐标点；相对于车辆行驶方向，在起始坐标点前方的预设范围内再次检测到障碍物边角时，根据再次检测到障碍物边角时刻的位移信息，确定所述可泊库位在标定坐标系下的终止坐标点；
障碍物地图生成单元，用于在根据所述车载超声波雷达的回波信息确定出可泊库位的位置信息时，根据所述车载图像采集设备采集的图像中的障碍物信息，生成车辆行驶轨迹中的局部障碍物地图；
障碍物匹配单元，用于对所述可泊库位的位置信息与所述局部障碍物地图进行匹配，得到目标障碍物信息，所述目标障碍物信息为与所述可泊库位相邻的障碍物的信息；
库位信息修正单元，用于根据所述目标障碍物信息对所述可泊库位的位置信息进行修正，得到修正后的所述可泊库位的位置信息，修正后的所述可泊库位的位置信息包括：起始坐标点、终止坐标点、宽度、深度以及所述可泊库位与车辆行驶方向之间的角度；
所述障碍物地图生成单元，具体用于：获取所述车载图像采集设备采集的原始图像信息；
识别所述原始图像信息中的所有障碍物信息，得到每个障碍物在所述原始图像信息中的检测框；
通过对所述车载图像采集设备预先标定后得到的拼接矩阵，将所述原始图像信息坐标映射到拼接图中，获取所有障碍物在标定坐标系下的检测框；
根据每个障碍物在标定坐标系下的检测框，计算每个障碍物与车辆的距离、障碍物宽度以及障碍物与车辆行驶方向之间的角度，生成所述局部障碍物地图。
6.根据权利要求5所述的装置，其特征在于，所述库位信息修正单元，具体用于：
根据所述目标障碍物的质心和宽度对所述可泊库位的宽度进行补偿，并重新计算所述可泊库位的起始坐标点和/或终止坐标点；
将所述目标障碍物的深度确定为所述可泊库位的深度；
将所述目标障碍物与车辆行驶方向之间的角度，确定为所述可泊库位与车辆行驶方向之间的角度。
7.根据权利要求5所述的装置，其特征在于，所述装置还包括：
库位类型确定单元，用于根据所述局部障碍物地图，确定所述可泊库位的类型；根据所述可泊库位的类型以及车辆的尺寸，确定所述可泊库位是否满足车辆的泊车需求，所述可泊库位的类型包括：水平库位和垂直库位。
8.一种库位探测系统，其特征在于，包括：处理器以及安装于车辆预设位置的多个车载超声波雷达和多个车载图像采集设备；
所述处理器与每个所述车载超声波雷达通信连接；
所述处理器与每个所述车载图像采集设备通信连接；
所述处理器用于执行如权利要求1~4中任意一项所述的库位探测方法。
CN202110782745.8A 2021-07-12 2021-07-12 一种库位探测方法及装置 Active CN113238237B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110782745.8A CN113238237B (zh) 2021-07-12 2021-07-12 一种库位探测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110782745.8A CN113238237B (zh) 2021-07-12 2021-07-12 一种库位探测方法及装置

Publications (2)

Publication Number Publication Date
CN113238237A CN113238237A (zh) 2021-08-10
CN113238237B true CN113238237B (zh) 2021-10-01

Family

ID=77135407

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110782745.8A Active CN113238237B (zh) 2021-07-12 2021-07-12 一种库位探测方法及装置

Country Status (1)

Country Link
CN (1) CN113238237B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114030463B (zh) * 2021-11-23 2024-05-14 上海汽车集团股份有限公司 一种自动泊车系统的路径规划方法及装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN108550278A (zh) * 2018-06-05 2018-09-18 浙江志诚软件有限公司 停车泊位占用状态检测设备及移动式停车泊位占用状态检测设备
CN110379178A (zh) * 2019-07-25 2019-10-25 电子科技大学 基于毫米波雷达成像的无人驾驶汽车智能泊车方法
CN110406489A (zh) * 2019-07-29 2019-11-05 江铃汽车股份有限公司 车载雷达报警显示方法、系统及车载终端
CN110471411A (zh) * 2019-07-26 2019-11-19 华为技术有限公司 自动驾驶方法和自动驾驶装置
CN110696822A (zh) * 2019-11-25 2020-01-17 安徽江淮汽车集团股份有限公司 自动泊车控制方法、装置、设备及存储介质
CN110758379A (zh) * 2018-07-27 2020-02-07 广州汽车集团股份有限公司 一种斜列泊车位检测方法、装置以及自动泊车方法和系统
CN110962843A (zh) * 2018-09-30 2020-04-07 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
CN111149141A (zh) * 2017-09-04 2020-05-12 Nng软件开发和商业有限责任公司 用于收集并使用来自交通工具的传感器数据的方法和装置
CN111874006A (zh) * 2020-08-05 2020-11-03 腾讯科技（深圳）有限公司 路线规划处理方法和装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010072947A (ja) * 2008-09-18 2010-04-02 Toyota Motor Corp 障害物検出装置
CA3239810A1 (en) * 2019-03-08 2020-09-17 Leddartech Inc. Method, system and computer readable medium for evaluating influence of an action performed by an external entity
CN112863242B (zh) * 2021-02-08 2022-07-01 广州小鹏自动驾驶科技有限公司 一种车位检测的方法和装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN111149141A (zh) * 2017-09-04 2020-05-12 Nng软件开发和商业有限责任公司 用于收集并使用来自交通工具的传感器数据的方法和装置
CN108550278A (zh) * 2018-06-05 2018-09-18 浙江志诚软件有限公司 停车泊位占用状态检测设备及移动式停车泊位占用状态检测设备
CN110758379A (zh) * 2018-07-27 2020-02-07 广州汽车集团股份有限公司 一种斜列泊车位检测方法、装置以及自动泊车方法和系统
CN110962843A (zh) * 2018-09-30 2020-04-07 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
CN110379178A (zh) * 2019-07-25 2019-10-25 电子科技大学 基于毫米波雷达成像的无人驾驶汽车智能泊车方法
CN110471411A (zh) * 2019-07-26 2019-11-19 华为技术有限公司 自动驾驶方法和自动驾驶装置
CN110406489A (zh) * 2019-07-29 2019-11-05 江铃汽车股份有限公司 车载雷达报警显示方法、系统及车载终端
CN110696822A (zh) * 2019-11-25 2020-01-17 安徽江淮汽车集团股份有限公司 自动泊车控制方法、装置、设备及存储介质
CN111874006A (zh) * 2020-08-05 2020-11-03 腾讯科技（深圳）有限公司 路线规划处理方法和装置

Also Published As

Publication number Publication date
CN113238237A (zh) 2021-08-10

Similar Documents

Publication Publication Date Title
US10977504B2 (en) Vehicle-mounted image target objection recognition device
US11763571B2 (en) Monocular cued detection of three-dimensional structures from depth images
EP3792660B1 (en) Method, apparatus and system for measuring distance
US20080205706A1 (en) Apparatus and method for monitoring a vehicle's surroundings
US20090121899A1 (en) Parking assistance device
LU502288B1 (en) Method and system for detecting position relation between vehicle and lane line, and storage medium
CN108955584B (zh) 一种路面探测方法及装置
CN112455430B (zh) 无车位线的斜列车位的检测方法、泊车方法及泊车系统
US20200166349A1 (en) Parking support apparatus
CN110126821B (zh) 基于长距离超声波的路沿位置及角度检测方法及其系统
CN110979313B (zh) 一种基于空间地图的自动泊车定位方法及系统
CN112339748B (zh) 自动泊车中通过环境扫描修正车辆位姿信息的方法及装置
CN110927762B (zh) 一种定位修正方法、装置及系统
CN110341621B (zh) 一种障碍物检测方法及装置
CN111812657A (zh) 一种基于车辆的泊车空间确定方法和装置
CN112776797A (zh) 泊出原始车位创建方法、系统、车辆和存储介质
CN113238237B (zh) 一种库位探测方法及装置
US8031908B2 (en) Object recognizing apparatus including profile shape determining section
CN110986887B (zh) 基于单目摄像头的测距方法、存储介质及单目摄像头
CN113434788B (zh) 建图方法、装置、电子设备及车辆
JP3925285B2 (ja) 走行路環境検出装置
KR101734726B1 (ko) 주차공간 탐지 방법 및 이를 실행하는 장치
CN110015288B (zh) 一种检测库位的方法、装置及电子设备
WO2022133986A1 (en) Accuracy estimation method and system
CN112580402B (zh) 一种单目视觉行人测距方法及其系统、车辆、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
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A method and device for detecting storage locations

Effective date of registration: 20231017

Granted publication date: 20211001

Pledgee: Bank of Beijing Limited by Share Ltd. Tianjin branch

Pledgor: TIANJIN TIANTONG WEISHI ELECTRONIC TECHNOLOGY Co.,Ltd.

Registration number: Y2023120000086

PE01 Entry into force of the registration of the contract for pledge of patent right