CN115953915A - 车位内边框和外边框识别方法、系统存储介质及设备 - Google Patents
车位内边框和外边框识别方法、系统存储介质及设备 Download PDFInfo
- Publication number
- CN115953915A CN115953915A CN202211741190.3A CN202211741190A CN115953915A CN 115953915 A CN115953915 A CN 115953915A CN 202211741190 A CN202211741190 A CN 202211741190A CN 115953915 A CN115953915 A CN 115953915A
- Authority
- CN
- China
- Prior art keywords
- parking space
- frame
- line
- parking
- distance
- 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
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种车位内边框和外边框识别方法、系统存储介质及设备，其方法包括以下步骤：获取一个停车位的多个车位框和多条车位线，所述车位线包括四条水平线和四条竖直线；将四条所述水平线按照线宽距离划分为两组水平线，将四条所述竖直线按照线宽分为两组竖直线；任意选取一个所述车位框，将所述车位框中的车位线分别与所述两组水平线及所述两组竖直线进行距离匹配，并根据距离匹配结果判断所述车位框为内边框车位或外边框车位；因此能从多个车位框中确认内边框车位或外边框车位，减少由于车位筛选造成的一个线宽的误差；同时车位筛选逻辑简单，筛选出的内边框车位或外边框车位提升了自动泊车车位识别精度。
Description
技术领域
本发明涉及自动泊车领域，特别涉及一种车位内边框和外边框识别方法、系统存储介质及设备。
背景技术
自动泊车是待泊车车辆使用车载传感器采集车辆周边信息，将采集的信息传给感知模块进行分析获取目标点，规划模块再根据感知模块分析的目标点计算泊车轨迹，最后通过控制模块控制车辆泊入车位中。由于相机的成本较低且采集的车周边的信息较为丰富，所以目前大多数的感知识别算法方法都是依赖于视觉，现有视觉算法中的基于深度学习的车位线识别算法对硬件要求高且识别时间较长，而传统算法易于实现且对硬件要求低有利于降低成本。
对于传统算法而言，车位线是由直线组成的，因此现有的大多数传统视觉算法是以直线检测为主的车位检测；在直线检测之后大多数都是以车位的几何特性进行车位拼接，但是在车位确认时无法判定哪个车位是内框或外边框车位(如图1所示)，车位线为相互交叉连接为多个车位，在输出的车位有可能是一个外边一个内边组成的车位框(这种情况既不是外边框车位也不是内边框车位)，因此导致最后泊车姿态横向或纵向方向有一个线宽的误差，自动泊车精确性较差。
发明内容
本发明的提供一种车位内边框和外边框识别方法、系统存储介质及设备，从多个车位框中确认内边框车位或外边框车位，减少由于车位筛选造成的一个线宽的误差；同时车位筛选逻辑简单，筛选出的内边框车位或外边框车位提升了自动泊车车位识别精度。
第一方面，提供一种车位内边框和外边框识别方法，包括以下步骤：
获取一个停车位的多个车位框和多条车位线，所述车位线包括四条水平线和四条竖直线；
将四条所述水平线按照线宽距离划分为两组水平线，将四条所述竖直线按照线宽分为两组竖直线；
任意选取一个所述车位框，将所述车位框中的车位线分别与所述两组水平线及所述两组竖直线进行距离匹配，并根据距离匹配结果判断所述车位框为内边框车位或外边框车位。
根据第一方面，在第一方面的第一种可能的实现方式中，所述“将四条所述水平线按照线宽距离划分为两组水平线，将四条所述竖直线按照线宽分为两组竖直线”步骤，具体包括以下步骤：
将线宽距离最近的两条水平线划分为第一组水平线，并将另外两条水平线划分为第二组水平线；
所述第一组水平线包括第一前侧水平线和第一后侧水平线，所述第二组水平线包括第二前侧水平线和第二后侧水平线；
将线宽距离最近的两条竖直线划分为第一组竖直线，并将另外两条竖直线划分为第二组竖直线；
所述第一组竖直线包括第一左侧竖直线和第一右侧竖直线，所述第二组竖直线包括第二左侧竖直线和第二右侧竖直线。
根据第一方面的第一种可能的实现方式，在第一方面的第二种可能的实现方式中，所述“任意选取一个所述车位框，将所述车位框中的车位线分别与所述两组水平线及所述两组竖直线进行距离匹配，并根据距离匹配结果判断所述车位框为内边框车位或外边框车位”步骤，具体包括以下步骤：
任意选取一个所述车位框，将所述车位框中的左侧车位线分别与所述第一右侧竖直线、所述第二右侧竖直线进行距离匹配，将所述车位框中的右侧车位线分别与所述第一左侧竖直线、所述第二左侧竖直线进行距离匹配，所述车位框中的前侧车位线分别与所述第一后侧水平线、所述第二后侧水平线进行距离匹配，将所述车位框中的后侧车位线分别与所述第一前侧水平线、所述第二前侧水平线进行距离匹配，当距离匹配成功，则判断选取的所述车位框为内边框车位；
任意选取一个所述车位框，将所述车位框中的左侧车位线分别与所述第一左侧竖直线、所述第二左侧竖直线进行距离匹配，将所述车位框中的右侧车位线分别与所述第一右侧竖直线、所述第二右侧竖直线进行距离匹配，将所述车位框中的前侧车位线分别与所述第一前侧水平线、所述第二前侧水平线进行距离匹配，所述车位框中的后侧车位线分别与所述第一后侧水平线、所述第二后侧水平线进行距离匹配，当距离匹配成功，则判断选取的所述车位框为外边框车位。
根据第一方面的第二种可能的实现方式，在第一方面的第三种可能的实现方式中，所述“任意选取一个所述车位框，将所述车位框中的左侧车位线分别与所述第一右侧竖直线、所述第二右侧竖直线进行距离匹配，将所述车位框中的右侧车位线分别与所述第一左侧竖直线、所述第二左侧竖直线进行距离匹配，所述车位框中的前侧车位线分别与所述第一后侧水平线、所述第二后侧水平线进行距离匹配，将所述车位框中的后侧车位线分别与所述第一前侧水平线、所述第二前侧水平线进行距离匹配，当距离匹配成功，则判断选取的所述车位框为内边框车位”步骤，具体包括以下步骤：
任意选取一个所述车位框；
获取所述车位框中的左侧车位线分别与所述第一右侧竖直线、所述第二右侧竖直线之间的距离，当任一距离为零时，则判断所述车位框为内边框车位的概率增加一个置信度；
获取所述车位框中的右侧车位线分别与所述第一左侧竖直线、所述第二左侧竖直线之间的距离，当任一距离为零时，则判断所述车位框为内边框车位的概率增加一个置信度；
获取所述车位框中的前侧车位线分别与所述第一后侧水平线、所述第二后侧水平线之间的距离，当任一距离为零时，则判断所述车位框为内边框车位的概率增加一个置信度；
获取所述车位框中的后侧车位线分别与所述第一前侧水平线、所述第二前侧水平线之间的距离，当任一距离为零时，则判断所述车位框为内边框车位的概率增加一个置信度；
当所述车位框为内边框车位的概率达到四个置信度时，则判断选取的所述车位框为内边框车位。
根据第一方面的第三种可能的实现方式，在第一方面的第四种可能的实现方式中，所述“任意选取一个所述车位框，将所述车位框中的左侧车位线分别与所述第一左侧竖直线、所述第二左侧竖直线进行距离匹配，将所述车位框中的右侧车位线分别与所述第一右侧竖直线、所述第二右侧竖直线进行距离匹配，将所述车位框中的前侧车位线分别与所述第一前侧水平线、所述第二前侧水平线进行距离匹配，所述车位框中的后侧车位线分别与所述第一后侧水平线、所述第二后侧水平线进行距离匹配，当距离匹配成功，则判断选取的所述车位框为外边框车位”步骤，具体包括以下步骤：
任意选取一个所述车位框；
获取所述车位框中的左侧车位线分别与所述第一左侧竖直线、所述第二左侧竖直线之间的距离，当任一距离为零时，则判断所述车位框为外边框车位的概率增加一个置信度；
获取所述车位框中的右侧车位线分别与所述第一右侧竖直线、所述第二右侧竖直线之间的距离，当任一距离为零时，则判断所述车位框为内边框车位的概率增加一个置信度；
获取所述车位框中的前侧车位线分别与所述第一前侧水平线、所述第二前侧水平线之间的距离，当任一距离为零时，则判断所述车位框为内边框车位的概率增加一个置信度；
获取所述车位框中的后侧车位线分别与所述第一后侧水平线、所述第二后侧水平线之间的距离，当任一距离为零时，则判断所述车位框为内边框车位的概率增加一个置信度；
当所述车位框为外边框车位的概率达到四个置信度时，则判断选取的所述车位框为外边框车位。
第二方面，提供了一种车位内边框和外边框识别系统，包括：
车位获取模块，获取一个停车位的多个车位框和多条车位线，所述车位线包括四条水平线和四条竖直线；
分组模块，与所述车位获取模块通信连接，用于将四条所述水平线按照线宽距离划分为两组水平线，将四条所述竖直线按照线宽分为两组竖直线；
判断模块，与所述车位获取模块和所述分组模块通信连接，用于任意选取一个所述车位框，将所述车位框中的车位线分别与所述两组水平线及所述两组竖直线进行距离匹配，并根据距离匹配结果判断所述车位框为内边框车位或外边框车位。
第三方面，提供了一种存储介质，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所述车位内边框和外边框识别方法。
第四方面，提供了一种电子设备，包括存储介质、处理器以及存储在所述存储介质中并可在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序时实现如上述所述车位内边框和外边框识别方法。
与现有技术相比，本发明的优点如下：本发明首先获取一个停车位的多个车位框和多条车位线，所述车位线包括四条水平线和四条竖直线；再将四条所述水平线按照线宽距离划分为两组水平线，将四条所述竖直线按照线宽分为两组竖直线；最后任意选取一个所述车位框，将所述车位框中的车位线分别与所述两组水平线及所述两组竖直线进行距离匹配，并根据距离匹配结果判断所述车位框为内边框车位或外边框车位。因此从多个车位框中确认内边框车位或外边框车位，减少由于车位筛选造成的一个线宽的误差；同时车位筛选逻辑简单，筛选出的内边框车位或外边框车位提升了自动泊车车位识别精度。
附图说明
图1是现有技术中的车位框的示意图；
图2是本发明一种车位内边框和外边框识别方法的一实施例的流程示意图；
图3是本发明车位线分组的示意图；
图4是本发明任意选取的一个车位框示意图；
图5是本发明判断出的内边框车位示意图；
图6是本发明一种车位内边框和外边框识别系统的结构示意图。
100、车位内边框和外边框识别系统；110、车位获取模块；120、分组模块；130、判断模块。
具体实施方式
现在将详细参照本发明的具体实施例，在附图中例示了本发明的例子。尽管将结合具体实施例描述本发明，但将理解，不是想要将本发明限于所述的实施例。相反，想要覆盖由所附权利要求限定的在本发明的精神和范围内包括的变更、修改和等价物。应注意，这里描述的方法步骤都可以由任何功能块或功能布置来实现，且任何功能块或功能布置可被实现为物理实体或逻辑实体、或者两者的组合。
为了使本领域技术人员更好地理解本发明，下面结合附图和具体实施方式对本发明作进一步详细说明。
注意：接下来要介绍的示例仅是一个具体的例子，而不作为限制本发明的实施例必须为如下具体的步骤、数值、条件、数据、顺序等等。本领域技术人员可以通过阅读本说明书来运用本发明的构思来构造本说明书中未提到的更多实施例。
参见图1所示，本发明实施例提供一种车位内边框和外边框识别方法，包括以下步骤：
S100，获取一个停车位的多个车位框和多条车位线，所述车位线包括四条水平线和四条竖直线；
S200，将四条所述水平线按照线宽距离划分为两组水平线，将四条所述竖直线按照线宽分为两组竖直线；
S300，任意选取一个所述车位框，将所述车位框中的车位线分别与所述两组水平线及所述两组竖直线进行距离匹配，并根据距离匹配结果判断所述车位框为内边框车位或外边框车位。
具体地，本实施例中，对于传统算法而言，车位线是由直线组成的，因此现有的大多数传统视觉算法是以直线检测为主的车位检测；在直线检测之后大多数都是以车位的几何特性进行车位拼接，但是在车位确认时无法判定哪个车位是内框或外边框车位(如图1所示)，车位线为相互交叉连接为多个车位，在输出的车位有可能是一个外边一个内边组成的车位框(这种情况既不是外边框车位也不是内边框车位)，因此导致最后泊车姿态横向或纵向方向有一个线宽的误差，自动泊车精确性较差。
同时参见图2所示，因此针对现有技术中的问题，本发明首先获取一个停车位的多个车位框和多条车位线，所述车位线包括四条水平线和四条竖直线；再将四条所述水平线按照线宽距离划分为两组水平线，将四条所述竖直线按照线宽分为两组竖直线；最后任意选取一个所述车位框，将所述车位框中的车位线分别与所述两组水平线及所述两组竖直线进行距离匹配，并根据距离匹配结果判断所述车位框为内边框车位或外边框车位。因此本发明从多个车位框中确认内边框车位或外边框车位，减少由于车位筛选造成的一个线宽的误差；同时车位筛选逻辑简单，筛选出的内边框车位或外边框车位提升了自动泊车车位识别精度。
需要说明的是，在S100中，通过相机拍照停车位，对图像去畸变，将原有的视角转为俯视视角，对图像进行车位线的增强，将车位线分割出来，再通过直线检测，检测出车位线，将车位线分组为竖直线和水平线，再根据竖直线和水平线进行拼接获取得到多个车位框。
同时参见图3所示，优选地，在本申请另外的实施例中，所述“S200，将四条所述水平线按照线宽距离划分为两组水平线，将四条所述竖直线按照线宽分为两组竖直线”步骤，具体包括以下步骤：
将线宽距离最近的两条水平线划分为第一组水平线，并将另外两条水平线划分为第二组水平线；
所述第一组水平线包括第一前侧水平线group1_front和第一后侧水平线group1_rear，所述第二组水平线包括第二前侧水平线group2_front和第二后侧水平线group2_rear；
将线宽距离最近的两条竖直线划分为第一组竖直线，并将另外两条竖直线划分为第二组竖直线；
所述第一组竖直线包括第一左侧竖直线group1_left和第一右侧竖直线group1_right，所述第二组竖直线包括第二左侧竖直线group2_left和第二右侧竖直线group2_right。
优选地，在本申请另外的实施例中，所述“S300，任意选取一个所述车位框，将所述车位框中的车位线分别与所述两组水平线及所述两组竖直线进行距离匹配，并根据距离匹配结果判断所述车位框为内边框车位或外边框车位”步骤，具体包括以下步骤：
S310，任意选取一个所述车位框，将所述车位框中的左侧车位线分别与所述第一右侧竖直线、所述第二右侧竖直线进行距离匹配，将所述车位框中的右侧车位线分别与所述第一左侧竖直线、所述第二左侧竖直线进行距离匹配，所述车位框中的前侧车位线分别与所述第一后侧水平线、所述第二后侧水平线进行距离匹配，将所述车位框中的后侧车位线分别与所述第一前侧水平线、所述第二前侧水平线进行距离匹配，当距离匹配成功，则判断选取的所述车位框为内边框车位；
S320，任意选取一个所述车位框，将所述车位框中的左侧车位线分别与所述第一左侧竖直线、所述第二左侧竖直线进行距离匹配，将所述车位框中的右侧车位线分别与所述第一右侧竖直线、所述第二右侧竖直线进行距离匹配，将所述车位框中的前侧车位线分别与所述第一前侧水平线、所述第二前侧水平线进行距离匹配，所述车位框中的后侧车位线分别与所述第一后侧水平线、所述第二后侧水平线进行距离匹配，当距离匹配成功，则判断选取的所述车位框为外边框车位。
优选地，在本申请另外的实施例中，所述“S310，任意选取一个所述车位框，将所述车位框中的左侧车位线分别与所述第一右侧竖直线、所述第二右侧竖直线进行距离匹配，将所述车位框中的右侧车位线分别与所述第一左侧竖直线、所述第二左侧竖直线进行距离匹配，所述车位框中的前侧车位线分别与所述第一后侧水平线、所述第二后侧水平线进行距离匹配，将所述车位框中的后侧车位线分别与所述第一前侧水平线、所述第二前侧水平线进行距离匹配，当距离匹配成功，则判断选取的所述车位框为内边框车位”步骤，具体包括以下步骤：
S311，任意选取一个所述车位框(例如图4中的最里面的框)；
S312，获取所述车位框中的左侧车位线left_line分别与所述第一右侧竖直线、所述第二右侧竖直线(group1_right、group2_right)之间的距离，当任一距离为零时，则判断所述车位框为内边框车位的概率增加一个置信度；
S313，获取所述车位框中的右侧车位线right_line分别与所述第一左侧竖直线、所述第二左侧竖直线(group1_left、group2_left)之间的距离，当任一距离为零时，则判断所述车位框为内边框车位的概率增加一个置信度；
S314，获取所述车位框中的前侧车位线front_line分别与所述第一后侧水平线、所述第二后侧水平线(group1_rear、group2_rear)之间的距离，当任一距离为零时，则判断所述车位框为内边框车位的概率增加一个置信度；
S315，获取所述车位框中的后侧车位线rear_line分别与所述第一前侧水平线、所述第二前侧水平线(group1_front、group2_front)之间的距离，当任一距离为零时，则判断所述车位框为内边框车位的概率增加一个置信度；
S316，当所述车位框为内边框车位的概率达到四个置信度时，则判断选取的所述车位框为内边框车位(例如图5中的最里面的框)。
优选地，在本申请另外的实施例中，所述“S320，任意选取一个所述车位框，将所述车位框中的左侧车位线分别与所述第一左侧竖直线、所述第二左侧竖直线进行距离匹配，将所述车位框中的右侧车位线分别与所述第一右侧竖直线、所述第二右侧竖直线进行距离匹配，将所述车位框中的前侧车位线分别与所述第一前侧水平线、所述第二前侧水平线进行距离匹配，所述车位框中的后侧车位线分别与所述第一后侧水平线、所述第二后侧水平线进行距离匹配，当距离匹配成功，则判断选取的所述车位框为外边框车位”步骤，具体包括以下步骤：
S321，任意选取一个所述车位框；
S322，获取所述车位框中的左侧车位线分别与所述第一左侧竖直线、所述第二左侧竖直线(group1_left、group2_left)之间的距离，当任一距离为零时，则判断所述车位框为外边框车位的概率增加一个置信度；
S323，获取所述车位框中的右侧车位线分别与所述第一右侧竖直线、所述第二右侧竖直线(group1_right、group2_right)之间的距离，当任一距离为零时，则判断所述车位框为内边框车位的概率增加一个置信度；
S324，获取所述车位框中的前侧车位线分别与所述第一前侧水平线、所述第二前侧水平线(group1_front、group2_front)之间的距离，当任一距离为零时，则判断所述车位框为内边框车位的概率增加一个置信度；
S325，获取所述车位框中的后侧车位线分别与所述第一后侧水平线、所述第二后侧水平线(group1_rear、group2_rear)之间的距离，当任一距离为零时，则判断所述车位框为内边框车位的概率增加一个置信度；
S326，当所述车位框为外边框车位的概率达到四个置信度时，则判断选取的所述车位框为外边框车位。
同时参见图6所示，本发明实施例提供了一种车位内边框和外边框识别系统100，包括车位获取模块110、分组模块120及判断模块130；
车位获取模块110，获取一个停车位的多个车位框和多条车位线，所述车位线包括四条水平线和四条竖直线；
分组模块120，与所述车位获取模块110通信连接，用于将四条所述水平线按照线宽距离划分为两组水平线，将四条所述竖直线按照线宽分为两组竖直线；
判断模块130，与所述车位获取模块110和所述分组模块120通信连接，用于任意选取一个所述车位框，将所述车位框中的车位线分别与所述两组水平线及所述两组竖直线进行距离匹配，并根据距离匹配结果判断所述车位框为内边框车位或外边框车位。
本发明首先获取一个停车位的多个车位框和多条车位线，所述车位线包括四条水平线和四条竖直线；再将四条所述水平线按照线宽距离划分为两组水平线，将四条所述竖直线按照线宽分为两组竖直线；最后任意选取一个所述车位框，将所述车位框中的车位线分别与所述两组水平线及所述两组竖直线进行距离匹配，并根据距离匹配结果判断所述车位框为内边框车位或外边框车位。因此本发明从多个车位框中确认内边框车位或外边框车位，减少由于车位筛选造成的一个线宽的误差；同时车位筛选逻辑简单，筛选出的内边框车位或外边框车位提升了自动泊车车位识别精度。
具体的，本实施例与上述方法实施例一一对应，各个模块的功能在相应的方法实施例中已经进行详细说明，因此不再一一赘述。
基于同一发明构思，本申请实施例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，计算机程序被处理器执行时实现上述方法的所有方法步骤或部分方法步骤。
本发明实现上述方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
基于同一发明构思，本申请实施例还提供一种电子设备，包括存储器和处理器，存储器上储存有在处理器上运行的计算机程序，处理器执行计算机程序时实现上述方法中的所有方法步骤或部分方法步骤。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，处理器是计算机装置的控制中心，利用各种接口和线路连接整个计算机装置的各个部分。
存储器可用于存储计算机程序和/或模块，处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现计算机装置的各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(例如声音播放功能、图像播放功能等)；存储数据区可存储根据手机的使用所创建的数据(例如音频数据、视频数据等)。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、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)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、服务器或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、服务器和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种车位内边框和外边框识别方法，其特征在于，包括以下步骤：
获取一个停车位的多个车位框和多条车位线，所述车位线包括四条水平线和四条竖直线；
将四条所述水平线按照线宽距离划分为两组水平线，将四条所述竖直线按照线宽分为两组竖直线；
任意选取一个所述车位框，将所述车位框中的车位线分别与所述两组水平线及所述两组竖直线进行距离匹配，并根据距离匹配结果判断所述车位框为内边框车位或外边框车位。
2.如权利要求1所述的车位内边框和外边框识别方法，其特征在于，所述“将四条所述水平线按照线宽距离划分为两组水平线，将四条所述竖直线按照线宽分为两组竖直线”步骤，具体包括以下步骤：
将线宽距离最近的两条水平线划分为第一组水平线，并将另外两条水平线划分为第二组水平线；
所述第一组水平线包括第一前侧水平线和第一后侧水平线，所述第二组水平线包括第二前侧水平线和第二后侧水平线；
将线宽距离最近的两条竖直线划分为第一组竖直线，并将另外两条竖直线划分为第二组竖直线；
所述第一组竖直线包括第一左侧竖直线和第一右侧竖直线，所述第二组竖直线包括第二左侧竖直线和第二右侧竖直线。
3.如权利要求2所述的车位内边框和外边框识别方法，其特征在于，所述“任意选取一个所述车位框，将所述车位框中的车位线分别与所述两组水平线及所述两组竖直线进行距离匹配，并根据距离匹配结果判断所述车位框为内边框车位或外边框车位”步骤，具体包括以下步骤：
任意选取一个所述车位框，将所述车位框中的左侧车位线分别与所述第一右侧竖直线、所述第二右侧竖直线进行距离匹配，将所述车位框中的右侧车位线分别与所述第一左侧竖直线、所述第二左侧竖直线进行距离匹配，所述车位框中的前侧车位线分别与所述第一后侧水平线、所述第二后侧水平线进行距离匹配，将所述车位框中的后侧车位线分别与所述第一前侧水平线、所述第二前侧水平线进行距离匹配，当距离匹配成功，则判断选取的所述车位框为内边框车位；
任意选取一个所述车位框，将所述车位框中的左侧车位线分别与所述第一左侧竖直线、所述第二左侧竖直线进行距离匹配，将所述车位框中的右侧车位线分别与所述第一右侧竖直线、所述第二右侧竖直线进行距离匹配，将所述车位框中的前侧车位线分别与所述第一前侧水平线、所述第二前侧水平线进行距离匹配，所述车位框中的后侧车位线分别与所述第一后侧水平线、所述第二后侧水平线进行距离匹配，当距离匹配成功，则判断选取的所述车位框为外边框车位。
4.如权利要求3所述的车位内边框和外边框识别方法，其特征在于，所述“任意选取一个所述车位框，将所述车位框中的左侧车位线分别与所述第一右侧竖直线、所述第二右侧竖直线进行距离匹配，将所述车位框中的右侧车位线分别与所述第一左侧竖直线、所述第二左侧竖直线进行距离匹配，所述车位框中的前侧车位线分别与所述第一后侧水平线、所述第二后侧水平线进行距离匹配，将所述车位框中的后侧车位线分别与所述第一前侧水平线、所述第二前侧水平线进行距离匹配，当距离匹配成功，则判断选取的所述车位框为内边框车位”步骤，具体包括以下步骤：
任意选取一个所述车位框；
获取所述车位框中的左侧车位线分别与所述第一右侧竖直线、所述第二右侧竖直线之间的距离，当任一距离为零时，则判断所述车位框为内边框车位的概率增加一个置信度；
获取所述车位框中的右侧车位线分别与所述第一左侧竖直线、所述第二左侧竖直线之间的距离，当任一距离为零时，则判断所述车位框为内边框车位的概率增加一个置信度；
获取所述车位框中的前侧车位线分别与所述第一后侧水平线、所述第二后侧水平线之间的距离，当任一距离为零时，则判断所述车位框为内边框车位的概率增加一个置信度；
获取所述车位框中的后侧车位线分别与所述第一前侧水平线、所述第二前侧水平线之间的距离，当任一距离为零时，则判断所述车位框为内边框车位的概率增加一个置信度；
当所述车位框为内边框车位的概率达到四个置信度时，则判断选取的所述车位框为内边框车位。
5.如权利要求3所述的车位内边框和外边框识别方法，其特征在于，所述“任意选取一个所述车位框，将所述车位框中的左侧车位线分别与所述第一左侧竖直线、所述第二左侧竖直线进行距离匹配，将所述车位框中的右侧车位线分别与所述第一右侧竖直线、所述第二右侧竖直线进行距离匹配，将所述车位框中的前侧车位线分别与所述第一前侧水平线、所述第二前侧水平线进行距离匹配，所述车位框中的后侧车位线分别与所述第一后侧水平线、所述第二后侧水平线进行距离匹配，当距离匹配成功，则判断选取的所述车位框为外边框车位”步骤，具体包括以下步骤：
任意选取一个所述车位框；
获取所述车位框中的左侧车位线分别与所述第一左侧竖直线、所述第二左侧竖直线之间的距离，当任一距离为零时，则判断所述车位框为外边框车位的概率增加一个置信度；
获取所述车位框中的右侧车位线分别与所述第一右侧竖直线、所述第二右侧竖直线之间的距离，当任一距离为零时，则判断所述车位框为内边框车位的概率增加一个置信度；
获取所述车位框中的前侧车位线分别与所述第一前侧水平线、所述第二前侧水平线之间的距离，当任一距离为零时，则判断所述车位框为内边框车位的概率增加一个置信度；
获取所述车位框中的后侧车位线分别与所述第一后侧水平线、所述第二后侧水平线之间的距离，当任一距离为零时，则判断所述车位框为内边框车位的概率增加一个置信度；
当所述车位框为外边框车位的概率达到四个置信度时，则判断选取的所述车位框为外边框车位。
6.一种车位内边框和外边框识别系统，其特征在于，包括：
车位获取模块，获取一个停车位的多个车位框和多条车位线，所述车位线包括四条水平线和四条竖直线；
分组模块，与所述车位获取模块通信连接，用于将四条所述水平线按照线宽距离划分为两组水平线，将四条所述竖直线按照线宽分为两组竖直线；
判断模块，与所述车位获取模块和所述分组模块通信连接，用于任意选取一个所述车位框，将所述车位框中的车位线分别与所述两组水平线及所述两组竖直线进行距离匹配，并根据距离匹配结果判断所述车位框为内边框车位或外边框车位。
7.一种存储介质，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5中任一项所述车位内边框和外边框识别方法。
8.一种电子设备，包括存储介质、处理器以及存储在所述存储介质中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器运行所述计算机程序时实现如权利要求1至5中任一项所述车位内边框和外边框识别方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211741190.3A CN115953915A (zh) | 2022-12-31 | 2022-12-31 | 车位内边框和外边框识别方法、系统存储介质及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211741190.3A CN115953915A (zh) | 2022-12-31 | 2022-12-31 | 车位内边框和外边框识别方法、系统存储介质及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115953915A true CN115953915A (zh) | 2023-04-11 |
Family
ID=87285778
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211741190.3A Pending CN115953915A (zh) | 2022-12-31 | 2022-12-31 | 车位内边框和外边框识别方法、系统存储介质及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115953915A (zh) |
-
2022
- 2022-12-31 CN CN202211741190.3A patent/CN115953915A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111507327B (zh) | 一种目标检测方法及装置 | |
| CN110853366B (zh) | 一种检测车辆停放位置方法及装置 | |
| CN112200884B (zh) | 一种车道线的生成方法及装置 | |
| CN113205691B (zh) | 一种识别车辆位置的方法及装置 | |
| CN115119045B (zh) | 基于车载多摄像头的视频生成方法、装置及车载设备 | |
| CN113954836A (zh) | 分段式导航换道方法及其系统、计算机设备、存储介质 | |
| CN114140429A (zh) | 一种车端实时停车位检测方法和装置 | |
| CN116862922B (zh) | 基于图像分割与雷达信息融合的目标定位方法、系统及介质 | |
| CN115953915A (zh) | 车位内边框和外边框识别方法、系统存储介质及设备 | |
| KR101032660B1 (ko) | 장애물체 검출 방법 | |
| CN114897987B (zh) | 一种确定车辆地面投影的方法、装置、设备及介质 | |
| CN112966622B (zh) | 一种停车场语义地图完善方法、装置、设备和介质 | |
| CN115331193A (zh) | 一种车位识别方法、识别系统、电子设备及存储介质 | |
| CN112183413B (zh) | 一种车位检测方法、装置、存储介质及车辆 | |
| CN111177878A (zh) | 衍生仿真场景筛选方法、装置和终端 | |
| CN113888740A (zh) | 一种确定目标车牌框和目标车辆框绑定关系的方法及装置 | |
| CN112085119A (zh) | 数据处理方法、装置、设备和存储介质 | |
| CN115937007B (zh) | 风切变的识别方法、装置、电子设备及介质 | |
| CN115346397B (zh) | 车流定位通行方法、系统、存储介质及设备 | |
| CN110647890B (zh) | 高性能的图像特征提取及匹配方法、系统和存储介质 | |
| CN116206483B (zh) | 停车位置的确定方法、电子设备及计算机可读存储介质 | |
| US20230410661A1 (en) | Method for warning collision of vehicle, system, vehicle, and computer readable storage medium | |
| CN118212609A (zh) | 车辆控制方法、电子设备及存储介质 | |
| CN115984358A (zh) | 基于骨骼线检测拐弯掉头区域的方法、系统、介质及设备 | |
| CN116912812A (zh) | 一种车牌识别方法、装置及电子设备 |
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 |