CN116109698B - 目标虚拟车位坐标值的确定方法、装置及存储介质 - Google Patents

目标虚拟车位坐标值的确定方法、装置及存储介质 Download PDF

Info

Publication number
CN116109698B
CN116109698B CN202310383489.4A CN202310383489A CN116109698B CN 116109698 B CN116109698 B CN 116109698B CN 202310383489 A CN202310383489 A CN 202310383489A CN 116109698 B CN116109698 B CN 116109698B
Authority
CN
China
Prior art keywords
parking space
target
virtual
determining
preset
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
CN202310383489.4A
Other languages
English (en)
Other versions
CN116109698A (zh
Inventor
朱峰
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.)
Heduo Technology Guangzhou Co ltd
Original Assignee
HoloMatic Technology Beijing 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 HoloMatic Technology Beijing Co Ltd filed Critical HoloMatic Technology Beijing Co Ltd
Priority to CN202310383489.4A priority Critical patent/CN116109698B/zh
Publication of CN116109698A publication Critical patent/CN116109698A/zh
Application granted granted Critical
Publication of CN116109698B publication Critical patent/CN116109698B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30248Vehicle exterior or interior
    • G06T2207/30252Vehicle exterior; Vicinity of vehicle
    • G06T2207/30264Parking

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请公开了一种目标虚拟车位坐标值的确定方法、装置及存储介质,涉及智能汽车领域,该目标虚拟车位坐标值的确定方法包括:在采集时间段内对目标车位进行图像采集,得到目标车位的车位图像信息,并根据车位图像信息确定出目标车位在采集时间段内的多个真实车位坐标值;根据预设对应关系确定出真实车位坐标值在已创建的虚拟车位管理器中的虚拟车位坐标值,得到多个虚拟车位坐标值;获取与多个虚拟车位坐标值对应的不同权重值,并根据多个虚拟车位坐标值和对应的权重值确定出目标车位在虚拟车位管理器中的目标虚拟车位坐标值,采用上述技术方案,解决了如何确定车位坐标值以提高车位位置的识别准确率的技术问题。

Description

目标虚拟车位坐标值的确定方法、装置及存储介质
技术领域
本申请涉及智能汽车领域,具体而言,涉及一种目标虚拟车位坐标值的确定方法、装置及存储介质。
背景技术
目前,由于道路交通和私家车的快速发展,道路交通安全已经成为社会发展的一个重要问题,自动泊车系统受到越来越多的关注,并且由于基于视觉传感器的自动泊车系统具有成本低、体积小、可视化、精度高等优点,视觉车位的识别技术也成为自动泊车系统中的重要研究方向。
相关技术中,常见的视觉车位识别系统可以通过安装在车辆上的不同位置的4个鱼眼摄像头,生成AVM拼接图,通过深度学习感知识别车位,但是由于AVM的拼接效果依赖于相机内外参标定的效果,很容易在拼接处出现缝隙和断层,并且因为不同相机光照的影响,导致最终的车位识别准确率较低。另一种技术路线是通过鱼眼相机直接标注、训练车位数据,通过深度学习识别畸变图像中的车位,并经过相机内外参变换计算得到真实的车位空间坐标。但同样也因为鱼眼相机畸变本身的影响,存在车位位置的识别准确率不高的问题。
因此相关技术中,存在如何确定车位坐标值以提高车位位置的识别准确率的技术问题。
针对相关技术中,如何确定车位坐标值以提高车位位置的识别准确率的技术问题,尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种目标虚拟车位坐标值的确定方法、装置及存储介质,以至少解决相关技术中,如何确定车位坐标值以提高车位位置的识别准确率的技术问题。
根据本申请实施例的一个实施例,提供了一种目标虚拟车位坐标值的确定方法,包括:在采集时间段内对目标车位进行图像采集,得到所述目标车位的车位图像信息,并根据所述车位图像信息确定出所述目标车位在所述采集时间段内的多个真实车位坐标值,其中,所述目标车位位于目标车辆的图像采集范围内;根据预设对应关系确定出所述真实车位坐标值在已创建的虚拟车位管理器中的虚拟车位坐标值,得到多个虚拟车位坐标值,其中,所述预设对应关系表示所述目标车位的真实车位坐标值与所述虚拟车位管理器中的虚拟车位坐标值的对应关系;获取与所述多个虚拟车位坐标值对应的不同权重值,并根据所述多个虚拟车位坐标值和对应的权重值确定出所述目标车位在所述虚拟车位管理器中的目标虚拟车位坐标值。
在一个示例性实施例中,在根据所述多个虚拟车位坐标值和对应的权重值确定出所述目标车位在所述虚拟车位管理器中的目标虚拟车位坐标值之前,所述方法还包括:按照所述目标车位的不同车位位置将所述多个虚拟车位坐标值拆分为多组虚拟车位坐标值,其中,所述多组虚拟车位坐标值中的每一组虚拟车位坐标值为同一车位位置所包含的至少两个坐标值;获取所述不同车位位置中每一个车位位置对应的预设权重值,并将每一个车位位置对应的预设权重值确定为所述每一组虚拟车位坐标值的虚拟车位坐标值对应的权重值。
在一个示例性实施例中,获取所述不同车位位置中每一个车位位置对应的权重值包括:获取所述不同车位位置与所述目标车辆的图像采集装置之间的距离差值,得到多个距离差值;确定所述多个距离差值中每一个距离差值所属的距离区间;将所述每一个距离差值所属的距离区间对应的预设置信度确定为所述每一个距离差值对应的车位位置的预设权重值。
在一个示例性实施例中,确定所述多个距离差值中每一个距离差值所属的距离区间,包括:获取所述不同车位位置与所述目标车辆的图像采集装置之间的预设距离范围;根据所述预设距离范围与所述采集时间段的商值确定出预设行驶速度值;在确定所述目标车辆在所述采集时间段内的行驶速度小于或等于所述预设行驶速度值的情况下,按照第一预设值将所述预设距离范围划分为多个距离区间;从所述多个距离区间中获取每一个距离差值所属的距离区间。
在一个示例性实施例中,在根据所述预设距离范围与所述采集时间段的商值确定出预设行驶速度值之后,所述方法还包括:在确定所述目标车辆在所述采集时间段内的行驶速度大于所述预设行驶速度值的情况下,按照第二预设值将所述预设距离范围划分为多个距离区间;其中,所述第二预设值为所述第一预设值的整数倍;从所述多个距离区间中获取每一个距离差值所属的距离区间。
在一个示例性实施例中,根据所述多个虚拟车位坐标值和对应的权重值确定出所述目标车位在所述虚拟车位管理器中的目标虚拟车位坐标值,包括:获取所述多个虚拟车位坐标值中每一个虚拟车位坐标值和所述每一个车位虚拟坐标值对应的权重值之间的乘积,得到多个乘积;将所述多个乘积的和值确定为所述目标车位的目标虚拟车位坐标值。
在一个示例性实施例中,在根据所述多个虚拟车位坐标值和对应的权重值确定出所述目标车位在所述虚拟车位管理器中的目标虚拟车位坐标值之后,所述方法还包括:确定所述目标虚拟车位坐标值所指示的第一目标车位在所述虚拟车位管理器中的相邻车位,并获取所述第一目标车位与所述相邻车位之间的第一车位角度;获取经过所述相邻车位的车位入口点和预设观测点的车位入口线;根据所述第一车位角度和所述车位入口线确定出目标车位线;根据所述目标车位线与所述车位入口线确定出第二目标车位。
在一个示例性实施例中,根据所述第一车位角度和所述车位入口线确定出目标车位线,包括:确定出经过所述第一目标车位的任一个车位入口点的车位线;获取所述车位线与所述车位入口线的夹角角度;从多个车位线中获取所述夹角角度与所述第一车位角度一致的目标车位线。
在一个示例性实施例中,根据所述目标车位线与所述车位入口线确定出第二目标车位,包括:获取不同目标车位线与所述车位入口线相交后得到的至少两个交点;从所述不同目标车位线中获取第一目标车位线和第二目标车位线,从所述多个交点中获取与所述第一目标车位线对应的第一交点,以及从所述多个交点中获取与所述第二目标车位线对应的第二交点;其中,所述第一目标车位线经过所述第一目标车位的第一车位入口点,所述第二目标车位线经过所述第一目标车位的第二车位入口点,所述第一车位入口点与所述第二车位入口点属于同一车位入口线;在所述第一目标车位线上确定出与所述第一交点之间的距离为预设值的第一车位角点,以及在所述第二目标车位线上确定出与所述第二交点之间的距离为预设值的第二车位角点;其中,所述预设值是根据所述第一目标车位和所述相邻车位的车位长度确定的;根据所述第一车位入口点,所述第二车位入口点,所述第一车位角点和所述第二车位角点确定出第二目标车位。
在一个示例性实施例中,在根据预设对应关系确定出所述真实车位坐标值在已创建的虚拟车位管理器中的虚拟车位坐标值之前,所述方法还包括:在确定所述目标车位不存在于所述虚拟车位管理器的情况下,响应于接收到的目标对象的操作指令;将所述操作指令指示的所述目标车位与所述虚拟车位管理器中的坐标值的对应关系确定为所述预设对应关系;根据所述预设对应关系在所述虚拟车位管理器中增加与所述目标车位对应的虚拟车位坐标值。
根据本申请实施例的另一个实施例,还提供了一种目标虚拟车位坐标值的确定装置,包括:第一确定模块,用于在采集时间段内对目标车位进行图像采集,得到所述目标车位的车位图像信息,并根据所述车位图像信息确定出所述目标车位在所述采集时间段内的多个真实车位坐标值,其中,所述目标车位位于目标车辆的图像采集范围内;得到模块,用于根据预设对应关系确定出所述真实车位坐标值在已创建的虚拟车位管理器中的虚拟车位坐标值,得到多个虚拟车位坐标值,其中,所述预设对应关系表示所述目标车位的真实车位坐标值与所述虚拟车位管理器中的虚拟车位坐标值的对应关系;第二确定模块,用于获取与所述多个虚拟车位坐标值对应的不同权重值,并根据所述多个虚拟车位坐标值和对应的权重值确定出所述目标车位在所述虚拟车位管理器中的目标虚拟车位坐标值。
根据本申请实施例的又一方面,还提供了一种计算机可读的存储介质,该计算机可读的存储介质中存储有计算机程序,其中,该计算机程序被设置为运行时执行上述目标虚拟车位坐标值的确定方法。
根据本申请实施例的又一方面,还提供了一种电子装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,上述处理器通过计算机程序执行上述的目标虚拟车位坐标值的确定方法。
在本申请实施例中,在采集时间段内对位于目标车辆的图像采集范围内的目标车位进行图像采集,得到所述目标车位的车位图像信息,并根据所述车位图像信息确定出所述目标车位在所述采集时间段内的多个真实车位坐标值,并根据预设对应关系确定出所述真实车位坐标值在已创建的虚拟车位管理器中的虚拟车位坐标值,得到多个虚拟车位坐标值,继而获取与所述多个虚拟车位坐标值对应的不同权重值,并根据所述多个虚拟车位坐标值和对应的权重值确定出所述目标车位在所述虚拟车位管理器中的目标虚拟车位坐标值;采用上述技术方案,解决了如何确定车位坐标值以提高车位位置的识别准确率的技术问题,进而提高了车位位置的识别准确性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
为了更清楚地说明本申请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,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例的一种目标虚拟车位坐标值的确定方法的硬件环境示意图;
图2是根据本申请实施例的目标虚拟车位坐标值的确定方法的流程图;
图3是根据本申请实施例的目标虚拟车位坐标值的确定方法的流程示意图;
图4是根据本申请实施例的旋转角度插值的示意图;
图5是根据本申请实施例的预设距离范围的示意图;
图6是根据本申请实施例的预设置信度的示意图;
图7是根据本申请实施例的相邻车位的示意图;
图8是本申请实施例中位于虚拟车位管理器的车位示意图;
图9是根据本申请实施例的一种目标虚拟车位坐标值的确定装置的结构框图;
图10是根据本申请实施例的一种电子设备的计算机系统结构框图;
图11是根据本申请实施例的一种电子设备的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,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。
根据本申请实施例的一个方面,提供了一种目标虚拟车位坐标值的确定方法。该目标虚拟车位坐标值的确定方法广泛应用于车辆感知,自动泊车等智能数字化控制应用场景。可选地,在本实施例中,上述车辆控制方法可以应用于如图1所示的由服务器101和自动驾驶车辆103所构成的硬件环境中。如图1所示,服务器101通过网络与自动驾驶车辆103进行连接,可用于为自动驾驶车辆103或自动驾驶车辆103上安装的应用程序107提供服务,应用程序107可以是车辆控制应用程序等等。可在服务器101上或独立于服务器101设置数据库105,用于为服务器101提供数据存储服务,例如,车辆数据存储服务器、环境数据存储服务器,上述网络可以包括但不限于:有线网络,无线网络,其中,该有线网络包括:局域网、城域网和广域网,该无线网络包括:蓝牙、WIFI及其他实现无线通信的网络,自动驾驶车辆103可以是配置有应用程序的终端,可以包括但不限于车载终端,上述服务器101可以是单一服务器,也可以是由多个服务器组成的服务器集群,或者是云服务器,使用上述车辆控制方法的应用程序107通过自动驾驶车辆103或其他连接的显示设备进行显示。
在本实施例中提供了一种目标虚拟车位坐标值的确定方法,应用于上述自动驾驶车辆,图2是根据本申请实施例的目标虚拟车位坐标值的确定方法的流程图,该流程包括如下步骤:
步骤S202,在采集时间段内对目标车位进行图像采集,得到所述目标车位的车位图像信息,并根据所述车位图像信息确定出所述目标车位在所述采集时间段内的多个真实车位坐标值,其中,所述目标车位位于目标车辆的图像采集范围内;
步骤S204,根据预设对应关系确定出所述真实车位坐标值在已创建的虚拟车位管理器中的虚拟车位坐标值,得到多个虚拟车位坐标值,其中,所述预设对应关系表示所述目标车位的真实车位坐标值与所述虚拟车位管理器中的虚拟车位坐标值的对应关系;
步骤S206,获取与所述多个虚拟车位坐标值对应的不同权重值,并根据所述多个虚拟车位坐标值和对应的权重值确定出所述目标车位在所述虚拟车位管理器中的目标虚拟车位坐标值。
通过上述步骤,在采集时间段内对目标车位进行图像采集,得到所述目标车位的车位图像信息,并根据所述车位图像信息确定出所述目标车位在所述采集时间段内的多个真实车位坐标值,其中,所述目标车位位于目标车辆的图像采集范围内;根据预设对应关系确定出所述真实车位坐标值在已创建的虚拟车位管理器中的虚拟车位坐标值,得到多个虚拟车位坐标值,其中,所述预设对应关系表示所述目标车位的真实车位坐标值与所述虚拟车位管理器中的虚拟车位坐标值的对应关系;获取与所述多个虚拟车位坐标值对应的不同权重值,并根据所述多个虚拟车位坐标值和对应的权重值确定出所述目标车位在所述虚拟车位管理器中的目标虚拟车位坐标值,解决了相关技术中,如何确定车位坐标值以提高车位位置的识别准确率的技术问题,进而提高了车位位置的识别准确性。
可选的,在一个实施例中,在采集时间段内对目标车位进行图像采集的过程中,如果获取到多个车位,使用过滤条件对多个车位进行过滤,从多个车位内获取到目标车位,其中,所述过滤条件用于过滤掉畸形车位和观测不佳的车位。
在一个示例性实施例中,进一步的,在执行上述步骤S206中根据所述多个虚拟车位坐标值和对应的权重值确定出所述目标车位在所述虚拟车位管理器中的目标虚拟车位坐标值的步骤之前,还提出了一种确定权重值的方法,具体步骤包括:按照所述目标车位的不同车位位置将所述多个虚拟车位坐标值拆分为多组虚拟车位坐标值,其中,所述多组虚拟车位坐标值中的每一组虚拟车位坐标值为同一车位位置所包含的至少两个坐标值;获取所述不同车位位置中每一个车位位置对应的预设权重值,并将每一个车位位置对应的预设权重值确定为所述每一组虚拟车位坐标值的虚拟车位坐标值对应的权重值。
在一个示例性实施例中,进一步提出了获取所述不同车位位置中每一个车位位置对应的权重值的技术方案,具体包括:获取所述不同车位位置与所述目标车辆的图像采集装置之间的距离差值,得到多个距离差值;确定所述多个距离差值中每一个距离差值所属的距离区间;将所述每一个距离差值所属的距离区间对应的预设置信度确定为所述每一个距离差值对应的车位位置的预设权重值。
其中,上述预设置信度与每一个距离差值所属的距离区间的取值范围例如可以存在反比例关系,随着距离区间的取值范围不断变大,上述预设置信度在自身的取值范围内不断降低。
在一个示例性实施例中,通过以下步骤对确定所述多个距离差值中每一个距离差值所属的距离区间的过程进行说明,具体包括:获取所述不同车位位置与所述目标车辆的图像采集装置之间的预设距离范围;根据所述预设距离范围与所述采集时间段的商值确定出预设行驶速度值;在确定所述目标车辆在所述采集时间段内的行驶速度小于或等于所述预设行驶速度值的情况下,按照第一预设值将所述预设距离范围划分为多个距离区间;从所述多个距离区间中获取每一个距离差值所属的距离区间。
其中,需要说明的是,上述目标车辆在所述采集时间段内的行驶速度例如可以匀速,或者变速,本申请对此不作限制。不过在行驶速度为变速时,需要对行驶速度取均值,以降低由于速度过快导致采集到模糊图像的概率。
在一个示例性实施例中,进一步的,在根据所述预设距离范围与所述采集时间段的商值确定出预设行驶速度值之后,还可以在确定所述目标车辆在所述采集时间段内的行驶速度大于所述预设行驶速度值的情况下,按照第二预设值将所述预设距离范围划分为多个距离区间;其中,所述第二预设值为所述第一预设值的整数倍;从所述多个距离区间中获取每一个距离差值所属的距离区间。
在一个示例性实施例中,对于上述步骤S206中根据所述多个虚拟车位坐标值和对应的权重值确定出所述目标车位在所述虚拟车位管理器中的目标虚拟车位坐标值的过程,具体实现过程包括:获取所述多个虚拟车位坐标值中每一个虚拟车位坐标值和所述每一个车位虚拟坐标值对应的权重值之间的乘积,得到多个乘积;将所述多个乘积的和值确定为所述目标车位的目标虚拟车位坐标值。
在一个示例性实施例中,进一步的,在根据所述多个虚拟车位坐标值和对应的权重值确定出所述目标车位在所述虚拟车位管理器中的目标虚拟车位坐标值之后,还可以确定所述目标虚拟车位坐标值所指示的第一目标车位在所述虚拟车位管理器中的相邻车位,并获取所述第一目标车位与所述相邻车位之间的第一车位角度;获取经过所述相邻车位的车位入口点和预设观测点的车位入口线;根据所述第一车位角度和所述车位入口线确定出目标车位线;根据所述目标车位线与所述车位入口线确定出第二目标车位。
可选的,在上述实施例中,确定第一目标车位在所述虚拟车位管理器中的相邻车位,可以包括:在所述已创建的虚拟车位管理器中确定出所有车位的车位位置;从所述所有车位的车位位置中获位于所述第一目标车位的预设范围内的车位,将位于所述第一目标车位的预设范围内的车位确定为所述第一目标车位的相邻车位。
其中,需要说明的是,可以获取所述第一目标车位与多个相邻车位之间的多个车位角度,对多个第一车位角度取平均,将平均后的平均角度确定为第一车位角度。
在一个示例性实施例中,对如何根据所述第一车位角度和所述车位入口线确定出目标车位线的技术方案进行说明,具体步骤包括:确定出经过所述第一目标车位的任一个车位入口点的车位线;获取所述车位线与所述车位入口线的夹角角度;从多个车位线中获取所述夹角角度与所述第一车位角度一致的目标车位线。
在一个示例性实施例中,还提出了如何根据所述目标车位线与所述车位入口线确定出第二目标车位的实现方案,具体步骤为:获取不同目标车位线与所述车位入口线相交后得到的至少两个交点;从所述不同目标车位线中获取第一目标车位线和第二目标车位线,从所述多个交点中获取与所述第一目标车位线对应的第一交点,以及从所述多个交点中获取与所述第二目标车位线对应的第二交点;其中,所述第一目标车位线经过所述第一目标车位的第一车位入口点,所述第二目标车位线经过所述第一目标车位的第二车位入口点,所述第一车位入口点与所述第二车位入口点属于同一车位入口线;在所述第一目标车位线上确定出与所述第一交点之间的距离为预设值的第一车位角点,以及在所述第二目标车位线上确定出与所述第二交点之间的距离为预设值的第二车位角点;其中,所述预设值是根据所述第一目标车位和所述相邻车位的车位长度确定的;根据所述第一车位入口点,所述第二车位入口点,所述第一车位角点和所述第二车位角点确定出第二目标车位。
需要说明的是,上述预设值可以根据第一目标车位的车位长度和所述相邻车位的车位长度的均值确定。
在一个示例性实施例中,在根据预设对应关系确定出所述真实车位坐标值在已创建的虚拟车位管理器中的虚拟车位坐标值之前,进一步的,可以实现如下方案:在确定所述目标车位不存在于所述虚拟车位管理器的情况下,响应于接收到的目标对象的操作指令;将所述操作指令指示的所述目标车位与所述虚拟车位管理器中的坐标值的对应关系确定为所述预设对应关系;根据所述预设对应关系在所述虚拟车位管理器中增加与所述目标车位对应的虚拟车位坐标值。
可选的,在根据预设对应关系确定出所述真实车位坐标值在已创建的虚拟车位管理器中的虚拟车位坐标值之前,可以在确定所述目标车位存在于所述虚拟车位管理器的情况下,获取所述目标车位与所述虚拟车位管理器中的虚拟坐标值的对应关系,将所述对应关系确定为所述预设对应关系。
为了更好的理解上述目标虚拟车位坐标值的确定方法的过程,以下再结合可选实施例对上述目标虚拟车位坐标值的确定的实现方法流程进行说明,但不用于限定本申请实施例的技术方案。
在本实施例中提供了一种目标虚拟车位坐标值的确定方法,图3是根据本申请实施例的目标虚拟车位坐标值的确定方法的流程示意图,如图3所示,具体如下步骤:
步骤S301:获取视觉车位感知结果;
步骤S302:过滤畸形车位和观测不佳的车位;
在一个实施例中,可以通过左右两个环视相机(相当于上述图像采集装置)采集到的车位图像确定视觉感知的车位,继而使用过滤条件对车位进行过滤,滤去畸形车位和观测不佳的车位。
步骤S303:根据里程计信息计算全局车位坐标;
步骤S304:判断车位IOU匹配是否成功,若是,则执行步骤S305,若否,则执行步骤S306;
步骤S305:添加车位历史观测信息;
步骤S306:在全局车位管理器(即上述虚拟车位管理器)内创建新的车位;
基于步骤S304至步骤S306,输入视觉感知的车位,并通过IOU匹配和全局车位管理器中已存在的车位进行匹配,若匹配失败,则在全局车位管理器中新建视觉感知的车位,若匹配成功,则将视觉感知的车位信息加入车位的历史观测列表中;
步骤S307:根据历史车位信息进行融合输出;
步骤S308:根据相邻车位约束优化当前车位(即上述第一目标车位);
步骤S309:删除距离较远的车位;
步骤S310:输出融合车位结果。
通过上述步骤,对于鱼眼相机感知车位输出时存在的畸变问题,可以通过历史观测的车位信息获取准确的车位感知结果,进一步的,对于感知的车位参差不齐的问题,还可以依赖相邻车位的约束对当前感知到的车位进行优化。
进一步的,可以结合附图4至附图8对上述步骤进行进一步说明,具体的:
在步骤S303中,接收车辆发送的里程计信息,并且根据感知车位的时间戳信息,插值计算对应车位的全局坐标信息。
假设感知车位的时间戳是ts,则在里程计信息的里程计缓冲列表里获取ts相邻的前后帧的时间戳tp和tq,计算
Figure SMS_1
其中,插值计算包括平移插值和旋转角度插值。假设tp时刻对应平移向量mp,tq时刻的平移向量是mq,直接对平移部分的向量采用线形插值即可,即ts时刻的平移向量可以通过
Figure SMS_2
计算得到。
而旋转角度的插值采用四元数的球面线性插值,如图4所示,假设tp时刻对应旋转四元数是向量p,tq时刻的旋转四元数向量是q,p和q之间的夹角为θ,p和r之间的夹角为tθ,q和r之间的夹角为
Figure SMS_3
Figure SMS_4
将插值得到的旋转四元数qs转化为旋转矩阵Rs,根据旋转矩阵Rs和ms,则车位四个角点的全局坐标Pw可以通过下面的公式计算得到。
Figure SMS_5
其中,Pb表示目标车位在自车坐标系下的坐标值。
对于自车坐标系,可以包括如下设置方法:
方法1、根据面向车辆前方,右手所指方向设置X轴,根据车辆前进方向设置Y轴,根据与地面垂直,指向车顶方向设置Z轴,以车辆的后轴中心为坐标原点。
方法2、根据车辆前进方向设置X轴,根据面向车辆前方,左手所指方向设置Y轴,根据与地面垂直,指向车顶方向设置Z轴,以车辆的后轴中心为坐标原点。
在步骤S307中,可以根据每个车位的历史观测信息进行融合输出:
首先,确定预设距离范围:如图5所示,在观测到车位时,获取安装在车辆的左右后视镜下方的相机之间的中轴线,进而从经过车位入口中心点的直线中获取与中轴线平行的车位中心线,确定出中轴线与车位中心线之间的垂线距离,即图5的distance。
其次,过滤预设距离范围:基于大量的实车验证数据,例如可以将预设距离范围的取值范围设置为 [- 2m, 2m ],属于这个取值范围的值能取得较佳的效果,而超出这个取值范围的值会被过滤。
并且考虑到实车的行驶速度,如果行驶速度不超过预设行驶速度值,可以按照第一预设值将预设距离范围划分为多个栅格区间(相当于上述距离区间);例如,第一预设值为0.5m时,则可将预设距离范围划分为8个栅格区间,每一个栅格区间表示不同取值范围。
再者,设置预设距离范围的置信度:考虑到鱼眼相机本身的特性,相机中心的测量值具有更高的置信度,距离相机的中轴线越远,则具有越低的置信度。例如,如图6所示,可以根据与相机的中轴线的距离差值大小对8个栅格区间置以不同的置信度(图6的confidence),置信度的取值范围设置为[0,1],还可以将置信度的取值范围近似为正态分布。
其中,为了避免车位输出结果抖动,可以假定在相近的距离范围的值等价。
最后,通过将置信度confidence确定为加权平均计算所需的权重值(即预设权重值),计算多个车位坐标值,以确定出最终的车位位置结果,具体计算公式如下所示:
Figure SMS_6
其中,i表示取值范围的个数,Pi表示第i个车位的坐标值。
在步骤S308中,首先获取全局车位管理器中的车位(即上述目标车位),以及每个车位的左右相邻车位,考虑到停车场相邻的车位一般是对齐的,可以通过相邻车位的约束来对当前车位的位置结果进行修正,如图7所示,具体步骤如下:
步骤1、对于车位2,确定相邻车位1和车位3,计算得到车位1、车位2和车位3的平均角度angle 和平均深度depth如图7所示。
步骤2、根据相邻车位1和3的车位入口点,那么基于历史观测点(即预设观测点)的位置,可以使用最小二乘法拟合得到直线L1(即上述车位入口线),将L1作为基准线,计算经过车位2入口点P0的直线,并从经过车位2入口点P0的直线中确定出L1和L2之间的角度夹角为angle的直线L2(即上述目标车位线)。
其中,车位2的入口点为P0和P1,类似的车位1和车位3同理。
步骤3、进一步的,将车位2的入口点P0,沿L2投影到L1上,计算得到新的入口点V0(即上述第一交点),同理计算入口点P1的投影点V1(即上述第二交点),并且根据车位深度depth和L2,反推计算得到 V2和 V3(即上述第一车位角点和第二车位角点)。
步骤4、根据新的车位角点 V0、V1、V2和 V3得到新的车位2(即上述第二目标车位)。
在步骤S309中,如图8所示。在全局车位管理器中,仅保留属于目标车辆的预设范围的车位,删除不属于目标车辆的预设范围的车位,例如,可以保留左右8米,前后10米的车位,或者也保留前后8个车位,左右各一排车位。
通过上述实施例,通过对不同观测视角下的车位设置不同置信度,可以使用加权的方式得到更加鲁棒的车位感知结果。并且基于相邻车位的约束可以得到更加平滑整齐的车位,充分利用了车位的周身环境信息,提高实车环境下的鲁棒性,并提供了更准确的虚拟车位位置,具有更好的车位融合效果。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。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介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台车辆终端(可以是手机,计算机,服务器,或者网络设备等)执行本申请各个实施例的方法。
图9是根据本申请实施例的一种目标虚拟车位坐标值的确定装置的结构框图;如图9所示,包括:
第一确定模块92,用于在采集时间段内对目标车位进行图像采集,得到所述目标车位的车位图像信息,并根据所述车位图像信息确定出所述目标车位在所述采集时间段内的多个真实车位坐标值,其中,所述目标车位位于目标车辆的图像采集范围内;
得到模块94,用于根据预设对应关系确定出所述真实车位坐标值在已创建的虚拟车位管理器中的虚拟车位坐标值,得到多个虚拟车位坐标值,其中,所述预设对应关系表示所述目标车位的真实车位坐标值与所述虚拟车位管理器中的虚拟车位坐标值的对应关系;
第二确定模块96,用于获取与所述多个虚拟车位坐标值对应的不同权重值,并根据所述多个虚拟车位坐标值和对应的权重值确定出所述目标车位在所述虚拟车位管理器中的目标虚拟车位坐标值。
通过上述装置,在采集时间段内对位于目标车辆的图像采集范围内的目标车位进行图像采集,得到所述目标车位的车位图像信息,并根据所述车位图像信息确定出所述目标车位在所述采集时间段内的多个真实车位坐标值,并根据预设对应关系确定出所述真实车位坐标值在已创建的虚拟车位管理器中的虚拟车位坐标值,得到多个虚拟车位坐标值,继而获取与所述多个虚拟车位坐标值对应的不同权重值,并根据所述多个虚拟车位坐标值和对应的权重值确定出所述目标车位在所述虚拟车位管理器中的目标虚拟车位坐标值,解决了相关技术中,如何确定车位坐标值以提高车位位置的识别准确率的技术问题,进而提高了车位位置的识别准确性。
在一个示例性实施例中,进一步的,上述目标虚拟车位坐标值的确定装置还包括第三确定模块,用于:按照所述目标车位的不同车位位置将所述多个虚拟车位坐标值拆分为多组虚拟车位坐标值,其中,所述多组虚拟车位坐标值中的每一组虚拟车位坐标值为同一车位位置所包含的至少两个坐标值;获取所述不同车位位置中每一个车位位置对应的预设权重值,并将每一个车位位置对应的预设权重值确定为所述每一组虚拟车位坐标值的虚拟车位坐标值对应的权重值。
在一个示例性实施例中,上述第三确定模块,进一步用于:获取所述不同车位位置与所述目标车辆的图像采集装置之间的距离差值,得到多个距离差值;确定所述多个距离差值中每一个距离差值所属的距离区间;将所述每一个距离差值所属的距离区间对应的预设置信度确定为所述每一个距离差值对应的车位位置的预设权重值。
其中,上述预设置信度与每一个距离差值所属的距离区间的取值范围例如可以存在反比例关系,随着距离区间的取值范围不断变大,上述预设置信度在自身的取值范围内不断降低。
在一个示例性实施例中,进一步的,上述第三确定模块,还用于:获取所述不同车位位置与所述目标车辆的图像采集装置之间的预设距离范围;根据所述预设距离范围与所述采集时间段的商值确定出预设行驶速度值;在确定所述目标车辆在所述采集时间段内的行驶速度小于或等于所述预设行驶速度值的情况下,按照第一预设值将所述预设距离范围划分为多个距离区间;从所述多个距离区间中获取每一个距离差值所属的距离区间。
在一个示例性实施例中,进一步的,上述第三确定模块,还用于:在根据所述预设距离范围与所述采集时间段的商值确定出预设行驶速度值之后,在确定所述目标车辆在所述采集时间段内的行驶速度大于所述预设行驶速度值的情况下,按照第二预设值将所述预设距离范围划分为多个距离区间;其中,所述第二预设值为所述第一预设值的整数倍;从所述多个距离区间中获取每一个距离差值所属的距离区间。
在一个示例性实施例中,上述第二确定模块96,还用于:获取所述多个虚拟车位坐标值中每一个虚拟车位坐标值和所述每一个车位虚拟坐标值对应的权重值之间的乘积,得到多个乘积;将所述多个乘积的和值确定为所述目标车位的目标虚拟车位坐标值。
在一个示例性实施例中,进一步的,上述第二确定模块96,还用于:确定所述目标虚拟车位坐标值所指示的第一目标车位在所述虚拟车位管理器中的相邻车位,并获取所述第一目标车位与所述相邻车位之间的第一车位角度;获取经过所述相邻车位的车位入口点和预设观测点的车位入口线;根据所述第一车位角度和所述车位入口线确定出目标车位线;根据所述目标车位线与所述车位入口线确定出第二目标车位。
在一个示例性实施例中,上述第二确定模块96,还用于:确定出经过所述第一目标车位的任一个车位入口点的车位线;获取所述车位线与所述车位入口线的夹角角度;从多个车位线中获取所述夹角角度与所述第一车位角度一致的目标车位线。
在一个示例性实施例中,上述第二确定模块96,还用于:获取不同目标车位线与所述车位入口线相交后得到的至少两个交点;从所述不同目标车位线中获取第一目标车位线和第二目标车位线,从所述多个交点中获取与所述第一目标车位线对应的第一交点,以及从所述多个交点中获取与所述第二目标车位线对应的第二交点;其中,所述第一目标车位线经过所述第一目标车位的第一车位入口点,所述第二目标车位线经过所述第一目标车位的第二车位入口点,所述第一车位入口点与所述第二车位入口点属于同一车位入口线;在所述第一目标车位线上确定出与所述第一交点之间的距离为预设值的第一车位角点,以及在所述第二目标车位线上确定出与所述第二交点之间的距离为预设值的第二车位角点;其中,所述预设值是根据所述第一目标车位和所述相邻车位的车位长度确定的;根据所述第一车位入口点,所述第二车位入口点,所述第一车位角点和所述第二车位角点确定出第二目标车位。
可选的,在上述实施例中,上述第二确定模块96,还用于:在所述已创建的虚拟车位管理器中确定出所有车位的车位位置;从所述所有车位的车位位置中获位于所述第一目标车位的预设范围内的车位,将位于所述第一目标车位的预设范围内的车位确定为所述第一目标车位的相邻车位。
其中,需要说明的是,可以获取所述第一目标车位与多个相邻车位之间的多个车位角度,对多个第一车位角度取平均,将平均后的平均角度确定为第一车位角度。
在一个示例性实施例中,上述目标虚拟车位坐标值的确定装置还包括增加模块,用于:在根据预设对应关系确定出所述真实车位坐标值在已创建的虚拟车位管理器中的虚拟车位坐标值之前,在确定所述目标车位不存在于所述虚拟车位管理器的情况下,响应于接收到的目标对象的操作指令;将所述操作指令指示的所述目标车位与所述虚拟车位管理器中的坐标值的对应关系确定为所述预设对应关系;根据所述预设对应关系在所述虚拟车位管理器中增加与所述目标车位对应的虚拟车位坐标值。
可选的,上述目标虚拟车位坐标值的确定装置还包括上述第四确定模块,用于:在根据预设对应关系确定出所述真实车位坐标值在已创建的虚拟车位管理器中的虚拟车位坐标值之前,可以在确定所述目标车位存在于所述虚拟车位管理器的情况下,获取所述目标车位与所述虚拟车位管理器中的虚拟坐标值的对应关系,将所述对应关系确定为所述预设对应关系。
根据本申请的一个方面,提供了一种计算机程序产品,该计算机程序产品包括计算机程序/指令,该计算机程序/指令包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分909从网络上被下载和安装,和/或从可拆卸介质911被安装。在该计算机程序被中央处理器901执行时,执行本申请实施例提供的各种功能。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
图10示意性地示出了用于实现本申请实施例的电子设备的计算机系统结构框图。
需要说明的是,图10示出的电子设备的计算机系统900仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图10所示,计算机系统900包括中央处理器901(Central Processing Unit,CPU),其可以根据存储在只读存储器902(Read-Only Memory,ROM)中的程序或者从存储部分908加载到随机访问存储器903(Random Access Memory,RAM)中的程序而执行各种适当的动作和处理。在随机访问存储器903中,还存储有系统操作所需的各种程序和数据。中央处理器901、在只读存储器902以及随机访问存储器903通过总线904彼此相连。输入/输出接口905(Input /Output接口,即I/O接口)也连接至总线904。
以下部件连接至输入/输出接口905:包括键盘、鼠标等的输入部分906;包括诸如阴极射线管(Cathode Ray Tube,CRT)、液晶显示器(Liquid Crystal Display,LCD)等以及扬声器等的输出部分907;包括硬盘等的存储部分908;以及包括诸如局域网卡、调制解调器等的网络接口卡的通信部分909。通信部分909经由诸如因特网的网络执行通信处理。驱动器910也根据需要连接至输入/输出接口905。可拆卸介质911,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器910上,以便于从其上读出的计算机程序根据需要被安装入存储部分908。
特别地,根据本申请的实施例,各个方法流程图中所描述的过程可以被实现为计算机软件程序。例如,本申请的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分909从网络上被下载和安装,和/或从可拆卸介质911被安装。在该计算机程序被中央处理器901执行时,执行本申请的系统中限定的各种功能。
根据本申请实施例的又一个方面,还提供了一种用于实施上述车辆控制方法的电子设备,该电子设备可以是图1所示的自动驾驶车辆或服务器。本实施例以该电子设备为自动驾驶车辆为例来说明。如图11所示,该电子设备包括存储器1002和处理器1004,该存储器1002中存储有计算机程序,该处理器1004被设置为通过计算机程序执行上述任一项方法实施例中的步骤。
可选地,在本实施例中,上述电子设备可以位于计算机网络的多个网络设备中的至少一个网络设备。
可选地,本领域普通技术人员可以理解,图11所示的结构仅为示意,电子装置电子设备也可以是自动驾驶车辆。图11其并不对上述电子装置电子设备的结构造成限定。例如,电子装置电子设备还可包括比图11中所示更多或者更少的组件(如网络接口等),或者具有与图11所示不同的配置。
其中,存储器1002可用于存储软件程序以及模块,如本申请实施例中的车辆控制方法和装置对应的程序指令/模块,处理器1004通过运行存储在存储器1002内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的车辆控制方法。存储器1002可包括高速随机存储器,还可以包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器1002可进一步包括相对于处理器1004远程设置的存储器,这些远程存储器可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。其中,存储器102具体可以但不限于用于包含敏感数据的日志等信息。作为一种示例,如图11所示,上述存储器1002中可以但不限于包括上述车辆控制装置中的第一确定模块92,得到模块94,第二确定模块96。此外,还可以包括但不限于上述车辆控制装置中的其他模块单元,本示例中不再赘述。
可选地,上述的传输装置1006用于经由一个网络接收或者发送数据。上述的网络具体实例可包括有线网络及无线网络。在一个实例中,传输装置1006包括一个网络适配器(Network Interface Controller,NIC),其可通过网线与其他网络设备与路由器相连从而可与互联网或局域网进行通讯。在一个实例中,传输装置1006为射频(Radio Frequency,RF)模块,其用于通过无线方式与互联网进行通讯。
此外,上述电子设备还包括:显示器1008;和连接总线1010,用于连接上述电子设备中的各个模块部件。
在其他实施例中,上述自动驾驶车辆或者服务器可以是一个分布式系统中的一个节点,其中,该分布式系统可以为区块链系统,该区块链系统可以是由该多个节点通过网络通信的形式连接形成的分布式系统。其中,节点之间可以组成点对点(P2P,Peer To Peer)网络,任意形式的计算设备,比如服务器、终端等电子设备都可以通过加入该点对点网络而成为该区块链系统中的一个节点。
本申请的实施例还提供了一种存储介质,该存储介质包括存储的程序,其中,上述程序运行时执行上述任一项的方法。
可选地,在本实施例中,上述存储介质可以被设置为存储用于执行以下步骤的程序代码:
S1,在采集时间段内对目标车位进行图像采集,得到所述目标车位的车位图像信息,并根据所述车位图像信息确定出所述目标车位在所述采集时间段内的多个真实车位坐标值,其中,所述目标车位位于目标车辆的图像采集范围内;
S2,根据预设对应关系确定出所述真实车位坐标值在已创建的虚拟车位管理器中的虚拟车位坐标值,得到多个虚拟车位坐标值,其中,所述预设对应关系表示所述目标车位的真实车位坐标值与所述虚拟车位管理器中的虚拟车位坐标值的对应关系;
S3,获取与所述多个虚拟车位坐标值对应的不同权重值,并根据所述多个虚拟车位坐标值和对应的权重值确定出所述目标车位在所述虚拟车位管理器中的目标虚拟车位坐标值。
本申请的实施例还提供了一种电子装置,包括存储器和处理器,该存储器中存储有计算机程序,该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
可选地,上述电子装置还可以包括传输设备以及输入输出设备,其中,该传输设备和上述处理器连接,该输入输出设备和上述处理器连接。
可选地,在本实施例中,上述处理器可以被设置为通过计算机程序执行以下步骤:
S1,在采集时间段内对目标车位进行图像采集,得到所述目标车位的车位图像信息,并根据所述车位图像信息确定出所述目标车位在所述采集时间段内的多个真实车位坐标值,其中,所述目标车位位于目标车辆的图像采集范围内;
S2,根据预设对应关系确定出所述真实车位坐标值在已创建的虚拟车位管理器中的虚拟车位坐标值,得到多个虚拟车位坐标值,其中,所述预设对应关系表示所述目标车位的真实车位坐标值与所述虚拟车位管理器中的虚拟车位坐标值的对应关系;
S3,获取与所述多个虚拟车位坐标值对应的不同权重值,并根据所述多个虚拟车位坐标值和对应的权重值确定出所述目标车位在所述虚拟车位管理器中的目标虚拟车位坐标值。
可选地,在本实施例中,上述存储介质可以包括但不限于:U盘、只读存储器(Read-Only Memory,简称为ROM)、随机存取存储器(Random Access Memory,简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
可选地,本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例,本实施例在此不再赘述。
显然,本领域的技术人员应该明白,上述的本申请的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本申请不限制于任何特定的硬件和软件结合。
以上所述仅是本申请的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。

Claims (8)

1.一种目标虚拟车位坐标值的确定方法,其特征在于,包括:
在采集时间段内对目标车位进行图像采集,得到所述目标车位的车位图像信息,并根据所述车位图像信息确定出所述目标车位在所述采集时间段内的多个真实车位坐标值,其中,所述目标车位位于目标车辆的图像采集范围内;
根据预设对应关系确定出所述真实车位坐标值在已创建的虚拟车位管理器中的虚拟车位坐标值,得到多个虚拟车位坐标值,其中,所述预设对应关系表示所述目标车位的真实车位坐标值与所述虚拟车位管理器中的虚拟车位坐标值的对应关系;
获取与所述多个虚拟车位坐标值对应的不同权重值,并根据所述多个虚拟车位坐标值和对应的权重值确定出所述目标车位在所述虚拟车位管理器中的目标虚拟车位坐标值;
在根据所述多个虚拟车位坐标值和对应的权重值确定出所述目标车位在所述虚拟车位管理器中的目标虚拟车位坐标值之前,所述方法还包括:
按照所述目标车位的不同车位位置将所述多个虚拟车位坐标值拆分为多组虚拟车位坐标值,其中,所述多组虚拟车位坐标值中的每一组虚拟车位坐标值为同一车位位置所包含的至少两个坐标值;
获取所述不同车位位置中每一个车位位置对应的预设权重值,并将每一个车位位置对应的预设权重值确定为所述每一组虚拟车位坐标值的虚拟车位坐标值对应的权重值;
获取所述不同车位位置中每一个车位位置对应的权重值包括:
获取所述不同车位位置与所述目标车辆的图像采集装置之间的距离差值,得到多个距离差值;
确定所述多个距离差值中每一个距离差值所属的距离区间;
将所述每一个距离差值所属的距离区间对应的预设置信度确定为所述每一个距离差值对应的车位位置的预设权重值;
确定所述多个距离差值中每一个距离差值所属的距离区间,包括:
获取所述不同车位位置与所述目标车辆的图像采集装置之间的预设距离范围;
根据所述预设距离范围与所述采集时间段的商值确定出预设行驶速度值;
在确定所述目标车辆在所述采集时间段内的行驶速度小于或等于所述预设行驶速度值的情况下,按照第一预设值将所述预设距离范围划分为多个距离区间;
从所述多个距离区间中获取每一个距离差值所属的距离区间;
在根据所述预设距离范围与所述采集时间段的商值确定出预设行驶速度值之后,所述方法还包括:
在确定所述目标车辆在所述采集时间段内的行驶速度大于所述预设行驶速度值的情况下,按照第二预设值将所述预设距离范围划分为多个距离区间;其中,所述第二预设值为所述第一预设值的整数倍;
从所述多个距离区间中获取每一个距离差值所属的距离区间;
根据所述多个虚拟车位坐标值和对应的权重值确定出所述目标车位在所述虚拟车位管理器中的目标虚拟车位坐标值,包括:
获取所述多个虚拟车位坐标值中每一个虚拟车位坐标值和所述每一个车位虚拟坐标值对应的权重值之间的乘积,得到多个乘积;
将所述多个乘积的和值确定为所述目标车位的目标虚拟车位坐标值。
2.根据权利要求1所述的目标虚拟车位坐标值的确定方法,其特征在于,在根据所述多个虚拟车位坐标值和对应的权重值确定出所述目标车位在所述虚拟车位管理器中的目标虚拟车位坐标值之后,所述方法还包括:
确定所述目标虚拟车位坐标值所指示的第一目标车位在所述虚拟车位管理器中的相邻车位,并获取所述第一目标车位与所述相邻车位之间的第一车位角度;
获取经过所述相邻车位的车位入口点和预设观测点的车位入口线;
根据所述第一车位角度和所述车位入口线确定出目标车位线;
根据所述目标车位线与所述车位入口线确定出第二目标车位。
3.根据权利要求2所述的目标虚拟车位坐标值的确定方法,其特征在于,根据所述第一车位角度和所述车位入口线确定出目标车位线,包括:
确定出经过所述第一目标车位的任一个车位入口点的车位线;
获取所述车位线与所述车位入口线的夹角角度;
从多个车位线中获取所述夹角角度与所述第一车位角度一致的目标车位线。
4.根据权利要求2所述的目标虚拟车位坐标值的确定方法,其特征在于,根据所述目标车位线与所述车位入口线确定出第二目标车位,包括:
获取不同目标车位线与所述车位入口线相交后得到的至少两个交点;
从所述不同目标车位线中获取第一目标车位线和第二目标车位线,从多个交点中获取与所述第一目标车位线对应的第一交点,以及从所述多个交点中获取与所述第二目标车位线对应的第二交点;
其中,所述第一目标车位线经过所述第一目标车位的第一车位入口点,所述第二目标车位线经过所述第一目标车位的第二车位入口点,所述第一车位入口点与所述第二车位入口点属于同一车位入口线;
在所述第一目标车位线上确定出与所述第一交点之间的距离为预设值的第一车位角点,以及在所述第二目标车位线上确定出与所述第二交点之间的距离为预设值的第二车位角点;其中,所述预设值是根据所述第一目标车位和所述相邻车位的车位长度确定的;
根据所述第一车位入口点,所述第二车位入口点,所述第一车位角点和所述第二车位角点确定出第二目标车位。
5.根据权利要求1所述的目标虚拟车位坐标值的确定方法,其特征在于,在根据预设对应关系确定出所述真实车位坐标值在已创建的虚拟车位管理器中的虚拟车位坐标值之前,所述方法还包括:
在确定所述目标车位不存在于所述虚拟车位管理器的情况下,响应于接收到的目标对象的操作指令;
将所述操作指令指示的所述目标车位与所述虚拟车位管理器中的坐标值的对应关系确定为所述预设对应关系;
根据所述预设对应关系在所述虚拟车位管理器中增加与所述目标车位对应的虚拟车位坐标值。
6.一种目标虚拟车位坐标值的确定装置,其特征在于,所述目标虚拟车位坐标值的确定装置用于执行所述权利要求1至5任一项中所述的方法。
7.一种计算机可读的存储介质,其特征在于,所述计算机可读的存储介质包括存储的程序,其中,所述程序运行时执行所述权利要求1至5任一项中所述的方法。
8.一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为通过所述计算机程序执行所述权利要求1至5任一项中所述的方法。
CN202310383489.4A 2023-04-11 2023-04-11 目标虚拟车位坐标值的确定方法、装置及存储介质 Active CN116109698B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310383489.4A CN116109698B (zh) 2023-04-11 2023-04-11 目标虚拟车位坐标值的确定方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310383489.4A CN116109698B (zh) 2023-04-11 2023-04-11 目标虚拟车位坐标值的确定方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN116109698A CN116109698A (zh) 2023-05-12
CN116109698B true CN116109698B (zh) 2023-07-14

Family

ID=86254696

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310383489.4A Active CN116109698B (zh) 2023-04-11 2023-04-11 目标虚拟车位坐标值的确定方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN116109698B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116740982B (zh) * 2023-08-15 2023-12-01 禾多科技(北京)有限公司 目标车位的确定方法、装置、存储介质及电子装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11288525B2 (en) * 2018-10-31 2022-03-29 Texas Instruments Incorporated Object detection for distorted images
CN110794970B (zh) * 2019-11-07 2023-08-25 广州小鹏汽车科技有限公司 一种自动泊车界面的三维显示方法、系统及车辆
CN113513984B (zh) * 2021-06-30 2024-01-09 广州小鹏自动驾驶科技有限公司 一种车位识别精度检测方法、装置、电子设备和存储介质
CN113561994B (zh) * 2021-08-13 2022-04-05 北京三快在线科技有限公司 轨迹规划方法、装置、存储介质及电子设备
WO2023028880A1 (zh) * 2021-08-31 2023-03-09 华为技术有限公司 车载相机的外部参数的标定方法及相关装置
CN115440071B (zh) * 2022-08-04 2023-11-07 深圳季连科技有限公司 一种自动驾驶违规停车检测方法

Also Published As

Publication number Publication date
CN116109698A (zh) 2023-05-12

Similar Documents

Publication Publication Date Title
CN110019570B (zh) 用于构建地图的方法、装置及终端设备
CN111108538B (zh) 用于生成和/或更新数字地图的数字模型的系统
CN111376895B (zh) 一种环视泊车感知方法、装置、自动泊车系统和车辆
CN110942038B (zh) 基于视觉的交通场景识别方法、装置、介质及电子设备
CN110164135B (zh) 一种定位方法、定位装置及定位系统
CN105335955A (zh) 对象检测方法和对象检测装置
CN116109698B (zh) 目标虚拟车位坐标值的确定方法、装置及存储介质
CN111860227A (zh) 训练轨迹规划模型的方法、装置和计算机存储介质
CN110213488B (zh) 一种定位方法及相关设备
CN112802092B (zh) 一种障碍物感知方法、装置以及电子设备
CN114926809A (zh) 可通行区域检测方法及装置、移动工具、存储介质
CN111381585B (zh) 一种构建占据栅格地图的方法及其装置、相关设备
CN110926475A (zh) 一种无人机航点生成方法、装置及电子设备
CN114494466B (zh) 外参标定方法、装置及设备、存储介质
CN114663529B (zh) 一种外参确定方法、装置、电子设备及存储介质
CN111476062A (zh) 车道线检测方法、装置、电子设备及驾驶系统
CN113344906A (zh) 车路协同中相机评估方法、装置、路侧设备和云控平台
CN112906946A (zh) 道路信息提示方法、装置、设备、存储介质和程序产品
CN113902047B (zh) 图像元素匹配方法、装置、设备以及存储介质
CN115908551A (zh) 车辆测距方法、装置、电子设备及存储介质
CN116109711A (zh) 一种驾驶辅助方法、装置和电子设备
CN104700396B (zh) 从图像中确定用于估计交通量的参数的方法和系统
CN113497897A (zh) 车路协同路侧相机安装参数调整方法、装置和电子设备
CN113470067A (zh) 数据处理方法、装置、存储介质和处理器
CN111583312A (zh) 一种遥感图像精准匹配方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address

Address after: 201, 202, 301, No. 56-4 Fenghuang South Road, Huadu District, Guangzhou City, Guangdong Province, 510806

Patentee after: Heduo Technology (Guangzhou) Co.,Ltd.

Address before: 100099 101-15, 3rd floor, building 9, yard 55, zique Road, Haidian District, Beijing

Patentee before: HOLOMATIC TECHNOLOGY (BEIJING) Co.,Ltd.

CP03 Change of name, title or address