CN116279422A - 一种自动泊车方法、装置、车辆、介质及系统 - Google Patents
一种自动泊车方法、装置、车辆、介质及系统 Download PDFInfo
- Publication number
- CN116279422A CN116279422A CN202310042225.2A CN202310042225A CN116279422A CN 116279422 A CN116279422 A CN 116279422A CN 202310042225 A CN202310042225 A CN 202310042225A CN 116279422 A CN116279422 A CN 116279422A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- parking
- target
- image
- road
- 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
- 238000000034 method Methods 0.000 title claims abstract description 65
- 230000009466 transformation Effects 0.000 claims abstract description 66
- 238000004590 computer program Methods 0.000 claims description 16
- 230000008859 change Effects 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 7
- 238000001514 detection method Methods 0.000 description 21
- 238000004891 communication Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/06—Automatic manoeuvring for parking
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种自动泊车方法、装置、车辆、介质及系统,所述方法包括:根据道路位置信息对目标车辆的车辆俯视图像进行极坐标变换,得到变换后图像;根据变换后图像确定目标车位点坐标,所述目标车位点坐标为车位点在世界坐标系中的坐标,所述车位点为车位所对应的点;基于所述目标车位点坐标确定目标车辆的车辆泊车路径,并控制目标车辆按照所述车辆泊车路径进行泊车。该方法通过根据道路位置信息对目标车辆的车辆俯视图像进行极坐标变换,得到变换后图像,能够提高弯道车位的识别率,从而增强自动泊车的效果。
Description
技术领域
本发明涉及智能泊车技术领域,尤其涉及一种自动泊车方法、装置、车辆、介质及系统。
背景技术
目前的自动泊车系统主要针对的是直线画线场景的车位识别,导致出现带有弧度的凹形或凸型弯道车位时,识别率较差,从而出现泊车效果较差的情况。
发明内容
本发明提供了一种自动泊车方法、装置、车辆、介质及系统,以提高车位的识别率,增强自动泊车的效果。
根据本发明的一方面,提供了一种自动泊车方法,包括:
根据道路位置信息对目标车辆的车辆俯视图像进行极坐标变换,得到变换后图像;
根据变换后图像确定目标车位点坐标,所述目标车位点坐标为车位点在世界坐标系中的坐标,所述车位点为车位所对应的点;
基于所述目标车位点坐标确定目标车辆的车辆泊车路径,并控制目标车辆按照所述车辆泊车路径进行泊车。
根据本发明的另一方面,提供了一种自动泊车装置,包括:
变换模块,用于根据道路位置信息对目标车辆的车辆俯视图像进行极坐标变换,得到变换后图像;
第一确定模块,用于根据变换后图像确定目标车位点坐标,所述目标车位点坐标为车位点在世界坐标系中的坐标,所述车位点为车位所对应的点;
第二确定模块,用于基于所述目标车位点坐标确定目标车辆的车辆泊车路径,并控制目标车辆按照所述车辆泊车路径进行泊车。
根据本发明的另一方面,提供了一种车辆,所述车辆包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的自动泊车方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的自动泊车方法。
根据本发明的另一方面,提供了一种自动泊车系统,所述系统包括路侧设备和车辆,所述路侧设备设置于道路存在曲率变化的位置,
所述路侧设备用于发送道路位置信息至所述车辆;
所述车辆用于根据所述道路位置信息对目标车辆的车辆俯视图像进行极坐标变换,得到变换后图像;根据变换后图像确定目标车位点坐标,所述目标车位点坐标为车位点在世界坐标系中的坐标,所述车位点为车位所对应的点;基于所述目标车位点坐标确定目标车辆的车辆泊车路径,并控制目标车辆按照所述车辆泊车路径进行泊车。
本发明实施例提供了一种自动泊车方法、装置、车辆、介质及系统,所述方法包括:根据道路位置信息对目标车辆的车辆俯视图像进行极坐标变换,得到变换后图像;根据变换后图像确定目标车位点坐标,所述目标车位点坐标为车位点在世界坐标系中的坐标,所述车位点为车位所对应的点;基于所述目标车位点坐标确定目标车辆的车辆泊车路径,并控制目标车辆按照所述车辆泊车路径进行泊车。利用上述技术方案,通过根据道路位置信息对目标车辆的车辆俯视图像进行极坐标变换,得到变换后图像,能够提高弯道车位的识别率,从而增强自动泊车的效果。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
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是根据本发明实施例一提供的一种自动泊车方法的流程图;
图2是根据本发明实施例二提供的一种自动泊车方法的流程图;
图3是根据本发明实施例二提供的一种极坐标变换的场景示意图;
图4是根据本发明实施例二提供的一种自动泊车方法的流程图;
图5是根据本发明实施例三提供的一种自动泊车装置的结构示意图;
图6是根据本发明实施例四提供的一种车辆的结构示意图;
图7是根据本发明实施例五提供的一种自动泊车系统的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明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,以便这里描述的本发明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。
实施例一
图1是根据本发明实施例一提供的一种自动泊车方法的流程图,本实施例可适用于自动泊车的情况,该方法可以由自动泊车装置来执行,该自动泊车装置可以采用硬件和/或软件的形式实现,该自动泊车装置可配置于车辆中。
可以认为的是,随着城市道路越来越拥挤,驾驶员行车和停车的环境日益复杂,“停车难”已成为人们普遍关注的问题。因此自动泊车系统研究已成为智能交通领域的一个热点。为了缓解城市停车位紧张的情况,许多城市道路路边或者小区内部道路会划定停车区域,有些道路并不是笔直的,故道路时常会有弯曲的情况,车位也会沿道路划定。
一个完整的自动泊车系统包含车位识别,路径规划以及车身控制三大块。初始阶段对车位的感知识别是整个泊车系统的基础及重要的信息来源,车位识别的主要功能是:利用安装在车身周围的多种传感器(如摄像机、超声波等),实时获取车身周围信息,并在泊车场景下利用算法检测出满足本车尺寸大小及存在有效可泊空间的推荐可泊车位。
目前市场上主流的基于视觉的自动泊车系统主要针对的是直线画线场景的车位识别,对带有弧度的凹形或凸型弯道车位的支持尚未涉及,导致车位识别率较差,或者虽然检测出车位,但存在检测精度不高,泊车效果较差的情况。
基于此,发明实施例提供了一种自动泊车方法,通过融合路侧设备信息和环视摄像头图像沿道路弯道车位的视觉检测方案,解决了凸型或凹形弯道车位检测率低,泊车精度差的问题,提高了泊车系统对特殊场景的适应性,从而提高了自动泊车系统的检测鲁棒性。如图1所示,该方法包括:
S110、根据道路位置信息对目标车辆的车辆俯视图像进行极坐标变换,得到变换后图像。
道路位置信息可以是指目标车辆周围道路的信息,例如可以包括道路与目标车辆的相对位置(如距车道线的横向距离、距停车线的纵向距离等)、道路的结构信息(如转弯曲率、纵向与横向斜率、车道数量等)和/或规则信息(如车道线类型、限速、流向、路权规定、红绿灯状态)等。道路位置信息的来源不限,如可以通过路侧设备获取得到,也可以通过目标车辆采集得到。车辆俯视图像可以理解为目标车辆的俯视图像,用于表征目标车辆车身前后左右的状态,本实施例不对确定车辆俯视图像的方法进行限定,如可以直接获取得到,也可以通过车辆采集的图像信息生成得到,本实施例对此不作限定。目标车辆可以认为是将要泊车的车辆。
具体的,本步骤可以根据道路位置信息对目标车辆的车辆俯视图像进行极坐标变换,来得到变换后图像,极坐标变换的过程不限,例如可以直接将车辆俯视图像中的各个点进行极坐标变换得到对应的变换后的点,以此得到变换后图像,本实施例对此不作进一步展开。
在一个实施例中,在所述根据道路位置信息对目标车辆的车辆俯视图像进行极坐标变换,得到变换后图像之前,还包括:
接收路侧设备发送的道路位置信息;和/或,
根据目标摄像头采集的图像信息生成目标车辆的车辆俯视图像,所述目标摄像头安装于所述目标车辆的车身上。
其中,路侧设备可以认为是安装在路侧的设备,用于采集道路位置信息;路侧设备的个数和位置不作限定,可以根据道路实际情况进行布设,如可以在道路有曲率变化的节点处布设多个路侧设备,在笔直的道路布设一个路侧设备。
目标摄像头可以理解为安装于目标车辆的车身上的摄像头,用于采集图像信息,图像信息可以包括目标车辆周围的信息。
在一个实施方式中,路侧设备可以将采集的道路位置信息发送至目标车辆,以此接收路侧设备发送的道路位置信息,如路侧设备可以将采集的道路位置信息发送至目标车辆的车载单元,然后可以对道路位置信息进行获取。
在一个实施方式中,目标摄像头可以对图像信息进行采集,然后根据目标摄像头采集的图像信息可以生成目标车辆的车辆俯视图像,以进行后续步骤的操作。
在一个实施例中,所述根据道路位置信息对目标车辆的车辆俯视图像进行极坐标变换,得到变换后图像,包括:
当目标车辆所泊车的道路为曲线道路时,根据道路位置信息对目标车辆的车辆俯视图像进行极坐标变换,得到变换后图像。
在一个实施方式中,当目标车辆所泊车的道路为曲线道路时,则需要对目标车辆的车辆俯视图像进行极坐标变换,以基于变换后图像进行后续车位点的检测及泊车。
在一个实施方式中,当目标车辆所泊车的道路为直线道路时,可以直接基于目标车辆的车辆俯视图像进行后续车位点的检测及泊车,而不需要对车辆俯视图像进行极坐标变换。在此基础上,提高了自动泊车方法的适用范围。
S120、根据变换后图像确定目标车位点坐标,所述目标车位点坐标为车位点在世界坐标系中的坐标,所述车位点为车位所对应的点。
目标车位点坐标可以认为是车位点在世界坐标系中的坐标,车位点即为车位所对应的点。
在上步骤得到变换后图像后,可以根据变换后图像对目标车位点坐标进行确定,示例性的,可以通过对变换后图像进行车位点检测来得到目标车位点坐标,车位点检测的具体过程可以根据实际图像情况来进行确定。
在一个实施例中,所述根据变换后图像确定目标车位点坐标,包括:
对变换后图像进行车位点检测,得到车位点对应的图像坐标;
基于所述图像坐标确定目标车位点坐标。
车位点对应的图像坐标可以理解为车位点在图像中的坐标。
具体的,在根据变换后图像确定目标车位点坐标的过程中,可以先对变换后图像进行车位点检测,得到车位点对应的图像坐标,如可以将变换后图像直接输入至某车位点检测模块中,来得到车位点对应的图像坐标,车位点检测模块可以为预先设置的模块,用于对车位点的图像坐标进行检测;还可以通过对变换后图像进行预处理、直线检测、车位判定等一系列的检测步骤来得到车位点对应的图像坐标。
在得到图像坐标后,则可以基于图像坐标对目标车位点坐标进行确定。在一个实施方式中,图像坐标可以认为是车位点在极坐标系下的坐标,而目标车位点坐标则可以理解为车位点在世界坐标系中的坐标,故需要通过坐标转换来得到目标车位点坐标,坐标转换的手段不限,如可以直接将图像坐标转换为目标车位点坐标,也可以先将图像坐标转换为车位点在车辆俯视图像中的坐标,再将其转换为目标车位点坐标。
在一个实施例中,所述基于所述图像坐标确定目标车位点坐标,包括:
对所述图像坐标进行坐标变换,得到原始车位点坐标,所述原始车位点坐标为车位点在车辆俯视图像中的坐标;
基于所述原始车位点坐标确定目标车位点坐标。
其中,原始车位点坐标可以认为是车位点在车辆俯视图像中的坐标。
具体的,可以先对图像坐标进行坐标变换,得到原始车位点坐标,如通过极坐标反变换根据图像坐标得到原始车位点坐标;然后基于原始车位点坐标确定目标车位点坐标,如可以通过计算来确定原始车位点坐标对应的目标车位点坐标。
S130、基于所述目标车位点坐标确定目标车辆的车辆泊车路径,并控制目标车辆按照所述车辆泊车路径进行泊车。
车辆泊车路径可以是指基于目标车位点坐标确定的路径,用于控制目标车辆进行泊车。此处不对基于目标车位点坐标确定车辆泊车路径的具体过程进行限定,只要能得到车辆泊车路径即可。
在得到车辆泊车路径后,可以基于确定的车辆泊车路径来控制目标车辆进行泊车,如发送包含车辆泊车路径的控制信号至控制器,以实现对目标车辆的控制。
本发明实施例一提供的一种自动泊车方法,根据道路位置信息对目标车辆的车辆俯视图像进行极坐标变换,得到变换后图像;根据变换后图像确定目标车位点坐标,所述目标车位点坐标为车位点在世界坐标系中的坐标,所述车位点为车位所对应的点;基于所述目标车位点坐标确定目标车辆的车辆泊车路径,并控制目标车辆按照所述车辆泊车路径进行泊车。利用该方法,通过根据道路位置信息对目标车辆的车辆俯视图像进行极坐标变换,得到变换后图像,能够提高弯道车位的识别率,从而增强自动泊车的效果。
实施例二
图2是根据本发明实施例二提供的一种自动泊车方法的流程图,本实施例二在上述各实施例的基础上进行优化。在本实施例中,将根据道路位置信息对目标车辆的车辆俯视图像进行极坐标变换,得到变换后图像进一步具体化为:基于道路位置信息确定当前道路的曲率半径;根据所述曲率半径对所述车辆俯视图像进行极坐标变换,得到变换后图像。
本实施例尚未详尽的内容请参考实施例一。
如图2所示,该方法包括:
S210、基于道路位置信息确定当前道路的曲率半径。
曲率半径可以用于描述当前道路的弯曲变化程度,可以认为的是,曲率半径越大,道路的弯曲程度越小。
在本实施例中,可以首先基于道路位置信息对当前道路的曲率半径进行确定,然后基于确定的曲率半径进行后续变换后图像的确定。其中,确定曲率半径的方法不限,如可以根据预设的公式和道路位置信息来计算当前道路的曲率半径。
在一个实施例中,所述基于道路位置信息确定当前道路的曲率半径,包括:
基于道路位置信息对所述当前道路进行拟合,得到道路曲线方程;
根据所述道路曲线方程和目标车辆的位置信息,计算得到当前道路的曲率半径。
道路曲线方程可以是指当前道路的曲线方程,用于确定当前道路的曲率半径。目标车辆的位置信息可以用于表征目标车辆的位置。
在一个实施方式中,可以先通过道路位置信息对当前道路进行拟合,来得到道路曲线方程,拟合的方法例如可以为最小二乘法;然后根据得到的道路曲线方程和目标车辆的位置信息,计算得到当前道路的曲率半径,如可以根据预设的计算公式来确定当前道路的曲率半径。
示例性的,把一段弯曲的道路尽可能地微分,直到近似为一个圆弧,此圆弧所对应的半径即为曲线的曲率半径。假设道路曲线方程为f(x),目标车辆的位置信息可以为坐标x0,那么,可以通过下述公式来确定曲率半径ρ:
S220、根据所述曲率半径对所述车辆俯视图像进行极坐标变换,得到变换后图像。
在本实施例中,可以根据上步骤确定的曲率半径对车辆俯视图像进行极坐标变换,以得到变换后图像,得到变换后图像的过程可以根据实际情况来进行确定,只要能得到变换后图像即可。
在一个实施例中,所述根据所述曲率半径对所述车辆俯视图像进行极坐标变换,得到变换后图像,包括:
计算所述车辆俯视图像所涵盖的目标角度,所述目标角度为目标圆弧所对的圆心角,所述目标圆弧为所述车辆俯视图像中沿当前道路方向的圆弧;
根据所述曲率半径和所述目标角度,对所述车辆俯视图像进行极坐标变换,得到变换后图像。
在本实施例中,目标角度可以为目标圆弧所对的圆心角,目标圆弧即为车辆俯视图像中沿当前道路方向的圆弧,如目标角度可以基于目标圆弧和曲率半径计算得到,其中,目标圆弧可以通过对俯视图的范围近似得到,目标角度即可为目标圆弧和曲率半径之商。
示例性的,图3是根据本发明实施例二提供的一种极坐标变换的场景示意图,首先圆形图(如车辆俯视图像)上P点像素值为(x,y),根据极坐标公式,半径角度θ=arctan(y/x)可以得到P点的极坐标点(ρ0,θ0)。如图3所示,矩形图的横坐标对应圆形图上每一条半径,纵坐标对应圆形图上的角度范围,则可得到矩形图上对应坐标P点。
S230、根据变换后图像确定目标车位点坐标,所述目标车位点坐标为车位点在世界坐标系中的坐标,所述车位点为车位所对应的点。
S240、基于所述目标车位点坐标确定目标车辆的车辆泊车路径,并控制目标车辆按照所述车辆泊车路径进行泊车。
本发明实施例二提供的一种自动泊车方法,基于道路位置信息确定当前道路的曲率半径;根据所述曲率半径对所述车辆俯视图像进行极坐标变换,得到变换后图像;根据变换后图像确定目标车位点坐标,所述目标车位点坐标为车位点在世界坐标系中的坐标,所述车位点为车位所对应的点;基于所述目标车位点坐标确定目标车辆的车辆泊车路径,并控制目标车辆按照所述车辆泊车路径进行泊车。利用该方法,通过确定当前道路的曲率半径,并根据曲率半径对车辆俯视图像进行极坐标变换,能够准确得到变换后图像,为提高车位识别率提供了基础。
图4是根据本发明实施例二提供的一种自动泊车方法的流程图,如图4所示,首先,可以启动自动泊车系统,开始车位检测;通过车载单元(OBU)可以获取多个路侧单元(RSU,即路侧设备)播报的与本车的相对位置等信息(即道路位置信息),利用最小二乘法拟合出道路曲线三次方程f(x)(即基于道路位置信息对所述当前道路进行拟合,得到道路曲线方程),并根据曲线的曲率半径计算公式以及本车位置x0得到道路的曲率半径ρ(即根据所述道路曲线方程和目标车辆的位置信息,计算得到当前道路的曲率半径)。
继而,把获取的车身前后左右的4路图像信息经过逆透视变换生成俯视图像(即根据目标摄像头采集的图像信息生成目标车辆的车辆俯视图像,所述目标摄像头安装于所述目标车辆的车身上),俯视图像可以涵盖12米*12米的世界坐标范围,例如可以把俯视图范围近似为弧长,再根据曲率半径ρ和弧长计算出俯视图涵盖的角度θ,如θ=弧长/半径ρ(即计算所述车辆俯视图像所涵盖的目标角度,所述目标角度为目标圆弧所对的圆心角,所述目标圆弧为所述车辆俯视图像中沿当前道路方向的圆弧)。
再而,可以把俯视图像中弯道弧度看作极坐标系下圆的一部分,根据曲率半径ρ和角度θ,把图像进行极坐标变换,把弧形图像转变成矩形图像,此时图像中曲线变成了直线(即根据所述曲率半径和所述目标角度,对所述车辆俯视图像进行极坐标变换,得到变换后图像)。
其次,把变换后图像输出常规直线车位检测模块,进行图像预处理、直线检测、车位判定等一系列检测模块,输出检测车位点的图像坐标(即对变换后图像进行车位点检测,得到车位点对应的图像坐标)。
最后,把车位点图像坐标反变换到原始俯视图上坐标,再计算到世界坐标输出(即对所述图像坐标进行坐标变换,得到原始车位点坐标;基于所述原始车位点坐标确定目标车位点坐标)。
综上所述,本发明实施例主要通过布置在路侧的多个RSU单元获取道路的信息,因为车位是沿道路划定,所以车位线曲率与道路一致,按照拟合的道路曲线方程可以得到近似曲率圆的半径(即当前道路的曲率半径);同时,通过安装在车身的4个环视摄像头图像经过变换得到车辆的全景俯瞰图(即车辆俯视图像),按照半径信息把俯视图做极坐标变换,把曲线转变成直线(即根据所述曲率半径和所述目标角度,对所述车辆俯视图像进行极坐标变换,得到变换后图像),最后输入常规的直线车位识别模块进行车位识别,把识别出的车位的内角点坐标再还原到俯瞰图坐标,进一步得到车位世界坐标以输入至规划控制模块(即基于所述目标车位点坐标确定目标车辆的车辆泊车路径,并控制目标车辆按照所述车辆泊车路径进行泊车)。
可见,本发明实施例在现有直线车位检测模块的基础上,进行了模块化的增加,在不影响原有直线车位检测的情况下,提高了泊车系统对特殊场景的适应性,进一步提高了自动泊车系统的检测鲁棒性。
实施例三
图5是根据本发明实施例三提供的一种自动泊车装置的结构示意图。如图5所示,该装置包括:
变换模块310,用于根据道路位置信息对目标车辆的车辆俯视图像进行极坐标变换,得到变换后图像;
第一确定模块320,用于根据变换后图像确定目标车位点坐标,所述目标车位点坐标为车位点在世界坐标系中的坐标,所述车位点为车位所对应的点;
第二确定模块330,用于基于所述目标车位点坐标确定目标车辆的车辆泊车路径,并控制目标车辆按照所述车辆泊车路径进行泊车。
本发明实施例三提供的一种自动泊车装置,通过变换模块310根据道路位置信息对目标车辆的车辆俯视图像进行极坐标变换,得到变换后图像;通过第一确定模块320根据变换后图像确定目标车位点坐标,所述目标车位点坐标为车位点在世界坐标系中的坐标,所述车位点为车位所对应的点;通过第二确定模块330基于所述目标车位点坐标确定目标车辆的车辆泊车路径,并控制目标车辆按照所述车辆泊车路径进行泊车。利用该装置,通过根据道路位置信息对目标车辆的车辆俯视图像进行极坐标变换,得到变换后图像,能够提高弯道车位的识别率,从而增强自动泊车的效果。
可选的,所述变换模块310包括:
第一确定单元,用于基于道路位置信息确定当前道路的曲率半径;
变换单元,用于根据所述曲率半径对所述车辆俯视图像进行极坐标变换,得到变换后图像。
可选的,所述第一确定单元具体用于:
基于道路位置信息对所述当前道路进行拟合,得到道路曲线方程;
根据所述道路曲线方程和目标车辆的位置信息,计算得到当前道路的曲率半径。
可选的,所述变换单元具体用于:
计算所述车辆俯视图像所涵盖的目标角度,所述目标角度为目标圆弧所对的圆心角,所述目标圆弧为所述车辆俯视图像中沿当前道路方向的圆弧;
根据所述曲率半径和所述目标角度,对所述车辆俯视图像进行极坐标变换,得到变换后图像。
可选的,本发明实施例提供的自动泊车装置,还包括:
接收单元,用于在所述根据道路位置信息对目标车辆的车辆俯视图像进行极坐标变换,得到变换后图像之前,接收路侧设备发送的道路位置信息;
和/或,生成单元,用于在所述根据道路位置信息对目标车辆的车辆俯视图像进行极坐标变换,得到变换后图像之前,根据目标摄像头采集的图像信息生成目标车辆的车辆俯视图像,所述目标摄像头安装于所述目标车辆的车身上。
可选的,所述第一确定模块320包括:
车位点检测单元,用于对变换后图像进行车位点检测,得到车位点对应的图像坐标;
第二确定单元,用于基于所述图像坐标确定目标车位点坐标。
可选的,所述第二确定单元具体用于:
对所述图像坐标进行坐标变换,得到原始车位点坐标,所述原始车位点坐标为车位点在车辆俯视图像中的坐标;
基于所述原始车位点坐标确定目标车位点坐标。
可选的,所述变换模块310具体用于:
当目标车辆所泊车的道路为曲线道路时,根据道路位置信息对目标车辆的车辆俯视图像进行极坐标变换,得到变换后图像。
本发明实施例所提供的自动泊车装置可执行本发明任意实施例所提供的自动泊车方法,具备执行方法相应的功能模块和有益效果。
实施例四
图6示出了可以用来实施本发明的实施例的车辆10的结构示意图。车辆旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。车辆还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图6所示,车辆10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储车辆10操作所需的各种程序和数据。处理器11、ROM12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
车辆10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许车辆10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如方法自动泊车。
在一些实施例中,方法自动泊车可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到车辆10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的方法自动泊车的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法自动泊车。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在车辆上实施此处描述的系统和技术,该车辆具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给车辆。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
实施例五
图7是根据本发明实施例五提供的一种自动泊车系统的结构示意图,如图7所示,系统包括路侧设备1和车辆2,路侧设备1设置于道路存在曲率变化的位置,
路侧设备1用于发送道路位置信息至车辆2;
车辆2用于根据所述道路位置信息对目标车辆的车辆俯视图像进行极坐标变换,得到变换后图像;根据变换后图像确定目标车位点坐标,所述目标车位点坐标为车位点在世界坐标系中的坐标,所述车位点为车位所对应的点;基于所述目标车位点坐标确定目标车辆的车辆泊车路径,并控制目标车辆按照所述车辆泊车路径进行泊车。
其中,路侧设备1可以认为是位于路侧的设备,用于采集道路位置信息;在本实施例中,路侧设备1可以设置于道路存在曲率变化的位置,具体设置路侧设备的个数不作限定,可以根据道路实际情况进行布设,如可以根据道路的弯曲程度进行确定,还可以根据道路两侧的环境进行确定等,本实施例对此不作限定。
具体的,路侧设备1可以对道路位置信息进行采集,并将采集的道路位置信息发送给车辆2,车辆2在接收到道路位置信息后,则可以在泊车时根据道路位置信息对目标车辆的车辆俯视图像进行极坐标变换,并根据变换后图像确定目标车位点坐标,进而确定目标车辆的车辆泊车路径,控制目标车辆按照车辆泊车路径进行泊车。
Claims (12)
1.一种自动泊车方法,其特征在于,包括:
根据道路位置信息对目标车辆的车辆俯视图像进行极坐标变换,得到变换后图像;
根据变换后图像确定目标车位点坐标,所述目标车位点坐标为车位点在世界坐标系中的坐标,所述车位点为车位所对应的点;
基于所述目标车位点坐标确定目标车辆的车辆泊车路径,并控制目标车辆按照所述车辆泊车路径进行泊车。
2.根据权利要求1所述的方法,其特征在于,所述根据道路位置信息对目标车辆的车辆俯视图像进行极坐标变换,得到变换后图像,包括:
基于道路位置信息确定当前道路的曲率半径;
根据所述曲率半径对所述车辆俯视图像进行极坐标变换,得到变换后图像。
3.根据权利要求2所述的方法,其特征在于,所述基于道路位置信息确定当前道路的曲率半径,包括:
基于道路位置信息对所述当前道路进行拟合,得到道路曲线方程;
根据所述道路曲线方程和目标车辆的位置信息,计算得到当前道路的曲率半径。
4.根据权利要求2所述的方法,其特征在于,所述根据所述曲率半径对所述车辆俯视图像进行极坐标变换,得到变换后图像,包括:
计算所述车辆俯视图像所涵盖的目标角度,所述目标角度为目标圆弧所对的圆心角,所述目标圆弧为所述车辆俯视图像中沿当前道路方向的圆弧;
根据所述曲率半径和所述目标角度,对所述车辆俯视图像进行极坐标变换,得到变换后图像。
5.根据权利要求1所述的方法,其特征在于,在所述根据道路位置信息对目标车辆的车辆俯视图像进行极坐标变换,得到变换后图像之前,还包括:
接收路侧设备发送的道路位置信息;和/或,
根据目标摄像头采集的图像信息生成目标车辆的车辆俯视图像,所述目标摄像头安装于所述目标车辆的车身上。
6.根据权利要求1所述的方法,其特征在于,所述根据变换后图像确定目标车位点坐标,包括:
对变换后图像进行车位点检测,得到车位点对应的图像坐标;
基于所述图像坐标确定目标车位点坐标。
7.根据权利要求6所述的方法,其特征在于,所述基于所述图像坐标确定目标车位点坐标,包括:
对所述图像坐标进行坐标变换,得到原始车位点坐标,所述原始车位点坐标为车位点在车辆俯视图像中的坐标;
基于所述原始车位点坐标确定目标车位点坐标。
8.根据权利要求1所述的方法,其特征在于,所述根据道路位置信息对目标车辆的车辆俯视图像进行极坐标变换,得到变换后图像,包括:
当目标车辆所泊车的道路为曲线道路时,根据道路位置信息对目标车辆的车辆俯视图像进行极坐标变换,得到变换后图像。
9.一种自动泊车装置,其特征在于,包括:
变换模块,用于根据道路位置信息对目标车辆的车辆俯视图像进行极坐标变换,得到变换后图像;
第一确定模块,用于根据变换后图像确定目标车位点坐标,所述目标车位点坐标为车位点在世界坐标系中的坐标,所述车位点为车位所对应的点;
第二确定模块,用于基于所述目标车位点坐标确定目标车辆的车辆泊车路径,并控制目标车辆按照所述车辆泊车路径进行泊车。
10.一种车辆,其特征在于,所述车辆包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-8中任一项所述的自动泊车方法。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-8中任一项所述的自动泊车方法。
12.一种自动泊车系统,其特征在于,所述系统包括路侧设备和车辆,所述路侧设备设置于道路存在曲率变化的位置,
所述路侧设备用于发送道路位置信息至所述车辆;
所述车辆用于根据所述道路位置信息对目标车辆的车辆俯视图像进行极坐标变换,得到变换后图像;根据变换后图像确定目标车位点坐标,所述目标车位点坐标为车位点在世界坐标系中的坐标,所述车位点为车位所对应的点;基于所述目标车位点坐标确定目标车辆的车辆泊车路径,并控制目标车辆按照所述车辆泊车路径进行泊车。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310042225.2A CN116279422A (zh) | 2023-01-12 | 2023-01-12 | 一种自动泊车方法、装置、车辆、介质及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310042225.2A CN116279422A (zh) | 2023-01-12 | 2023-01-12 | 一种自动泊车方法、装置、车辆、介质及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116279422A true CN116279422A (zh) | 2023-06-23 |
Family
ID=86836745
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310042225.2A Pending CN116279422A (zh) | 2023-01-12 | 2023-01-12 | 一种自动泊车方法、装置、车辆、介质及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116279422A (zh) |
-
2023
- 2023-01-12 CN CN202310042225.2A patent/CN116279422A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP4152204A1 (en) | Lane line detection method, and related apparatus | |
CN111860227A (zh) | 训练轨迹规划模型的方法、装置和计算机存储介质 | |
CN115147809B (zh) | 一种障碍物检测方法、装置、设备以及存储介质 | |
WO2019095735A1 (zh) | 用于车辆的信息输出方法和装置 | |
CN113793297A (zh) | 位姿确定方法、装置、电子设备及可读存储介质 | |
CN114091521B (zh) | 车辆航向角的检测方法、装置、设备及存储介质 | |
CN112580571A (zh) | 车辆行驶的控制方法、装置及电子设备 | |
CN113392794B (zh) | 车辆跨线识别方法、装置、电子设备和存储介质 | |
CN112528807A (zh) | 行驶轨迹的预测方法、装置、电子设备及存储介质 | |
CN113793413A (zh) | 三维重建方法、装置、电子设备及存储介质 | |
CN115761702A (zh) | 车辆轨迹生成方法、装置、电子设备和计算机可读介质 | |
CN116486351A (zh) | 行车预警方法、装置、设备及存储介质 | |
CN116958935A (zh) | 基于多视角的目标定位方法、装置、设备及介质 | |
CN114913329A (zh) | 一种图像处理方法、语义分割网络的训练方法及装置 | |
CN117315406B (zh) | 一种样本图像处理方法、装置及设备 | |
CN114092909A (zh) | 一种车道线提取方法、装置、车辆及存储介质 | |
CN112639822B (zh) | 一种数据处理方法及装置 | |
CN117636307A (zh) | 基于语义信息的目标检测方法、设备及自动驾驶车辆 | |
CN117168488A (zh) | 一种车辆的路径规划方法、装置、设备及介质 | |
JP7425169B2 (ja) | 画像処理方法、装置、電子機器、記憶媒体及びコンピュータプログラム | |
CN116343143A (zh) | 目标检测方法、存储介质、路侧设备及自动驾驶系统 | |
CN116279422A (zh) | 一种自动泊车方法、装置、车辆、介质及系统 | |
CN114333409B (zh) | 目标跟踪方法、装置、电子设备及存储介质 | |
CN115359332A (zh) | 基于车路协同的数据融合方法、装置、电子设备及系统 | |
CN113902047A (zh) | 图像元素匹配方法、装置、设备以及存储介质 |
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 |