CN117095560A - 一种车位确定方法、装置、设备和存储介质 - Google Patents

Abstract

本发明公开了一种车位确定方法、装置、设备和存储介质。该方法包括：获取当前车辆对应的至少一帧全景俯瞰图；获取每帧所述全景俯瞰图对应的障碍物区域；根据每帧所述全景俯瞰图对应的障碍物区域和所述当前车辆对应的惯性导航值构建障碍物地图；根据所述障碍物地图确定可泊车区域；根据所述可泊车区域确定目标车位。通过本发明的技术方案，能够解决空间车位检测率低、泊车精度差的问题，提高泊车系统对特殊场景的适应性，合理构建空间车位。

Description

一种车位确定方法、装置、设备和存储介质

技术领域

本发明实施例涉及图像处理技术领域，尤其涉及一种车位确定方法、装置、设备和存储介质。

背景技术

随着城市道路越来越拥挤，驾驶员行车和停车的环境也日益复杂，“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。空间车位是指地面无标识线情况下，根据其他车辆停放顺序和可停空间大小推导出来的可泊车位，常见于路侧。目前的空间车位检测方案，通常是利用超声波传感器信号，通过信号跳变沿检测法或组点滤波检测法，检测空间车位，并根据空间车位的长度和宽度确定车位类型。但是普遍存在空间车位识别率差，或者虽然检测出车位，但精度不高，泊车效果差的情况，因此有必要提供一种多空间车位构建的方法。

发明内容

本发明实施例提供一种车位确定方法、装置、设备和存储介质，以实现能够解决空间车位检测率低、泊车精度差的问题，提高泊车系统对特殊场景的适应性，合理构建空间车位。

根据本发明的一方面，提供了一种车位确定方法，包括：

获取当前车辆对应的至少一帧全景俯瞰图；

获取每帧所述全景俯瞰图对应的障碍物区域；

根据每帧所述全景俯瞰图对应的障碍物区域和所述当前车辆对应的惯性导航值构建障碍物地图；

根据所述障碍物地图确定可泊车区域；

根据所述可泊车区域确定目标车位。

在一些实施例中，根据每帧所述全景俯瞰图对应的障碍物区域和所述当前车辆对应的惯性导航值构建障碍物地图，包括：

将所述当前车辆所在位置作为坐标原点建立坐标系；

基于预设网格长度和预设网格宽度根据所述坐标原点在所述坐标系上建立占位网格地图；

根据所述占位网格地图、每帧所述全景俯瞰图对应的障碍物区域以及所述当前车辆对应的惯性导航值构建障碍物地图。

在一些实施例中，根据所述占位网格地图、每帧所述全景俯瞰图对应的障碍物区域以及所述当前车辆对应的惯性导航值构建障碍物地图，包括：

获取每帧所述全景俯瞰图对应的障碍物区域的边缘像素点坐标；

根据所述惯性导航值将每帧所述全景俯瞰图对应的障碍物区域的边缘像素点坐标投影到所述占位网格地图中；

获取所述占位网格地图中每个网格内边缘像素点的个数；

过滤所述占位网格地图中网格内边缘像素点的个数小于预设阈值的网格，得到障碍物地图。

在一些实施例中，根据所述可泊车区域确定目标车位，包括：

获取所述当前车辆的原始长度和原始宽度；

根据所述当前车辆的原始长度、原始宽度以及预设空间余量确定目标泊车位尺寸；

根据所述目标泊车位尺寸和所述可泊车区域确定目标车位。

在一些实施例中，根据所述目标泊车位尺寸和所述可泊车区域确定目标车位，包括：

根据所述目标泊车位尺寸、所述预设网格长度以及所述预设网格宽度确定目标占位网格尺寸；

根据所述目标占位网格尺寸和所述可泊车区域确定目标车位。

在一些实施例中，根据所述目标占位网格尺寸和所述可泊车区域确定目标车位，包括：

根据所述目标占位网格尺寸和所述可泊车区域确定每种初始车位类型对应的车位集合，其中，初始车位类型包括：水平车位、垂直车位以及斜列车位中的至少一种；

将车位集合中包含车位个数最多的初始车位类型确定为目标车位类型；

根据所述目标车位类型对应的车位集合确定目标车位。

在一些实施例中，获取每帧所述全景俯瞰图对应的障碍物区域，包括：

将每帧所述全景俯瞰图输入深度学习的语义分割模型，得到每帧所述全景俯瞰图对应的障碍物区域。

根据本发明的另一方面，提供了一种车位确定装置，该装置包括：

第一获取模块，用于获取当前车辆对应的至少一帧全景俯瞰图；

第二获取模块，用于获取每帧所述全景俯瞰图对应的障碍物区域；

构建模块，用于根据每帧所述全景俯瞰图对应的障碍物区域和所述当前车辆对应的惯性导航值构建障碍物地图；

第一确定模块，用于根据所述障碍物地图确定可泊车区域；

第二确定模块，用于根据所述可泊车区域确定目标车位。

根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：

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车位确定方法。

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车位确定方法。

本发明实施例通过获取当前车辆对应的至少一帧全景俯瞰图，获取每帧全景俯瞰图对应的障碍物区域，根据每帧全景俯瞰图对应的障碍物区域和当前车辆对应的惯性导航值构建障碍物地图，根据障碍物地图确定可泊车区域，根据可泊车区域确定目标车位。通过本发明的技术方案，能够解决空间车位检测率低、泊车精度差的问题，提高泊车系统对特殊场景的适应性，合理构建空间车位。

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，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1是本发明实施例中的一种车位确定方法的流程图；

图2是本发明实施例中的一种水平车位的示意图；

图3是本发明实施例中的一种垂直车位的示意图；

图4是本发明实施例中的一种斜列车位的示意图；

图5是本发明实施例中的一种全景俯瞰图的示意图；

图6是本发明实施例中的一种语义分割结果的示意图；

图7是本发明实施例中的一种车位确定装置的结构示意图；

图8是实现本发明实施例的车位确定方法的电子设备的结构示意图。

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是本发明实施例中的一种车位确定方法的流程图，本实施例可适用于车位确定的情况，该方法可以由本发明实施例中的车位确定装置来执行，该装置可采用软件和/或硬件的方式实现，如图1所示，该方法具体包括如下步骤：

S101、获取当前车辆对应的至少一帧全景俯瞰图。

在本实施例中，当前车辆可以是当前将要进行空间车位规划，并泊入规划好的车位的车辆。

其中，全景俯瞰图可以是以当前车辆为中心包括当前车辆四周一定范围内的俯瞰图，其中，范围的大小可以由摄像头的安装角度和硬件配置决定。

具体的，安装在当前车辆上的4个环视摄像头实时或周期(拍摄周期可以由用户根据实际情况预先设置，本实施例对此不进行限定)性的拍摄以当前车辆为中心包括当前车辆四周一定范围内的图像，将每帧图像经过逆透视变换后得到当前车辆对应的至少一帧全景俯瞰图。

S102、获取每帧全景俯瞰图对应的障碍物区域。

其中，障碍物区域可以是当前车辆周围存在的障碍物影射在全景俯瞰图中的区域。示例性的，障碍物例如可以是车辆、行人、建筑物或者道路设备等。

具体的，获取每帧全景俯瞰图上包括的障碍物的区域。

S103、根据每帧全景俯瞰图对应的障碍物区域和当前车辆对应的惯性导航值构建障碍物地图。

可以知道的是，惯性导航值可以是当前车辆上惯性导航系统提供的，用于辅助当前车俩驾驶的值。

需要说明的是，障碍物地图可以是能表示出当前车辆周围存在的障碍物的占位网格式的电子地图。

具体的，根据每帧全景俯瞰图对应的障碍物区域和当前车辆对应的每两帧全景俯瞰图间的惯性导航值，构建障碍物地图，即占位网格式的电子地图。

S104、根据障碍物地图确定可泊车区域。

需要说明的是，可泊车区域可以是当前车辆周围可以泊车的空间区域。

具体的，根据障碍物地图，将除障碍物所在区域以外的区域确定为可泊车区域。

S105、根据可泊车区域确定目标车位。

其中，目标车位可以是可泊车区域中当前车辆将要泊入的车位。

具体的，在可泊车区域中规划出至少一个可供当前车辆泊入的车位，当前车辆可以根据实际情况泊入其中一个车位，即目标车位。

本发明实施例通过获取当前车辆对应的至少一帧全景俯瞰图，获取每帧全景俯瞰图对应的障碍物区域，根据每帧全景俯瞰图对应的障碍物区域和当前车辆对应的惯性导航值构建障碍物地图，根据障碍物地图确定可泊车区域，根据可泊车区域确定目标车位。通过本发明的技术方案，能够解决空间车位检测率低、泊车精度差的问题，提高泊车系统对特殊场景的适应性，合理构建空间车位。

可选的，根据每帧全景俯瞰图对应的障碍物区域和当前车辆对应的惯性导航值构建障碍物地图，包括：

将当前车辆所在位置作为坐标原点建立坐标系。

具体的，以当前车辆开始进行车位搜索时所在位置的坐标为起始点建立坐标系。

基于预设网格长度和预设网格宽度根据坐标原点在坐标系上建立占位网格地图。

其中，预设网格长度可以是根据实际情况预先设置的网格的长度，预设网格宽度可以是根据实际情况预先设置的网格的长度，本实施例对预设网格长度和预设网格宽度的大小不进行限定。优选的，预设网格长度例如可以是5厘米，预设网格宽度例如可以是5厘米。

需要解释的是，占位网格地图可以是以当前车辆开始进行车位搜索时所在位置的坐标为起始点建立的网格地图。

示例性的，以车辆开始进行车位搜索时的坐标为起始点建立坐标系，以5厘米*5厘米为一个网格单位建立占位网格地图。

根据占位网格地图、每帧全景俯瞰图对应的障碍物区域以及当前车辆对应的惯性导航值构建障碍物地图。

可选的，根据占位网格地图、每帧全景俯瞰图对应的障碍物区域以及当前车辆对应的惯性导航值构建障碍物地图，包括：

获取每帧全景俯瞰图对应的障碍物区域的边缘像素点坐标。

需要说明的是，边缘像素点可以是每帧全景俯瞰图对应的障碍物区域的边缘轮廓像素点，边缘像素点坐标可以是每帧全景俯瞰图对应的障碍物区域的边缘轮廓像素点在以当前车辆所在位置作为坐标原点建立的坐标系上的坐标。

具体的，获取每帧全景俯瞰图对应的障碍物区域的边缘像素点在以当前车辆所在位置作为坐标原点建立的坐标系上的坐标。

根据惯性导航值将每帧全景俯瞰图对应的障碍物区域的边缘像素点坐标投影到占位网格地图中。

具体的，把每帧全景俯瞰图对应的障碍物区域的边缘像素点在以当前车辆所在位置作为坐标原点建立的坐标系上的坐标，依据当前车辆车身CAN(Controller AreaNetwork，控制器局域网络)上获取的惯性导航记录的车辆移动值转到车辆的起始坐标系上。

获取占位网格地图中每个网格内边缘像素点的个数。

具体的，根据每帧全景俯瞰图对应的障碍物区域的边缘像素点落到每个网格中的像素点进行累加，得到占位网格地图中每个网格内边缘像素点的个数。

过滤占位网格地图中网格内边缘像素点的个数小于预设阈值的网格，得到障碍物地图。

其中，预设阈值可以是根据实际情况预先设置的阈值，本实施例对预设阈值的大小不进行限定。

具体的，得到占位网格地图中每个网格内边缘像素点的个数后，判断每个网格中边缘像素点的个数是否满足预设阈值，若否，则删除此网格，若是，则保留此网格，构成障碍物地图。

可选的，根据可泊车区域确定目标车位，包括：

获取当前车辆的原始长度和原始宽度。

其中，原始长度和原始宽度可以是当前车辆车身的实际长度和宽度。

具体的，获取当前车辆车型对应的实际长度和宽度。

根据当前车辆的原始长度、原始宽度以及预设空间余量确定目标泊车位尺寸。

需要解释的是，预设空间余量可以是车辆泊车时必须空余的长度和宽度。预设空间余量可以由用户根据实际车型进行设置，本实施例对此不进行限定，示例性的，预设空间余量可以是：宽度1米，长度0.5米。

其中，目标泊车位尺寸可以是将当前车辆泊入时所需车位的实际尺寸。

具体的，目标泊车位尺寸的计算方法例如可以是：原始长度+预设空间余量中的长度、原始宽度+预设空间余量中的宽度。

根据目标泊车位尺寸和可泊车区域确定目标车位。

可选的，根据目标泊车位尺寸和可泊车区域确定目标车位，包括：

根据目标泊车位尺寸、预设网格长度以及预设网格宽度确定目标占位网格尺寸。

需要解释的是，目标占位网格尺寸可以是将当前车辆泊入时所需车位的在障碍物地图中需要占用的网格尺寸。

具体的，把目标泊车位尺寸的长度和宽度分别除以预设网格长度和预设网格宽度，得到将当前车辆泊入时所需车位的在障碍物地图中需要占用的网格尺寸。

根据目标占位网格尺寸和可泊车区域确定目标车位。

在实际操作过程中，在障碍物地图的未被占位的可泊网格空间可能比较大，可能包含多个可泊车位，因此需要多个空间车位的同时构建，有利于后续泊车规划。

可选的，根据目标占位网格尺寸和可泊车区域确定目标车位，包括：

根据目标占位网格尺寸和可泊车区域确定每种初始车位类型对应的车位集合。

其中，初始车位类型包括：水平车位、垂直车位以及斜列车位中的至少一种。

图2是本发明实施例中的一种水平车位的示意图。如图2所示，水平车位即车位的整体方向与当前车辆的行驶方向呈水平设置。具体的，可以基于贪心算法根据目标占位网格尺寸和可泊车区域确定水平车位对应的车位集合，即按照水平车位的车位类型计算未被占位的网格中最优的车位的二维空间排布。

图3是本发明实施例中的一种垂直车位的示意图。如图3所示，垂直车位即车位的整体方向与当前车辆的行驶方向呈垂直设置。具体的，可以基于贪心算法根据目标占位网格尺寸和可泊车区域确定垂直车位对应的车位集合，即按照垂直车位的车位类型计算未被占位的网格中最优的车位的二维空间排布。

图4是本发明实施例中的一种斜列车位的示意图。如图4所示，斜列车位即车位的整体方向与当前车辆的行驶方向呈一定角度设置，夹角的大小不进行限定。具体的，可以基于贪心算法根据目标占位网格尺寸和可泊车区域确定斜列车位对应的车位集合，即按照斜列车位的车位类型计算未被占位的网格中最优的车位的二维空间排布。在此过程中，可以将夹角从20°到70°之间每5°一个间隔进行车位划分，保留在可泊空间中可排布下更多车位的斜列车位，将此夹角确定为最佳夹角。

将车位集合中包含车位个数最多的初始车位类型确定为目标车位类型。

其中，目标车位类型可以是车位集合中包含车位个数最多的车位类型，即能将可泊车区域划分为最多车位的车位类型。

具体的，统计水平车位对应的车位集合中的车位个数、垂直车位对应的车位集合中的车位个数以及最佳夹角情况下斜列车位对应的车位集合中的车位个数，将车位集合中包含车位个数最多的初始车位类型确定为目标车位类型，可以更好的利用可泊空间。

根据目标车位类型对应的车位集合确定目标车位。

具体的，确定目标车位类型后，可以在目标车位类型对应的车位集合中确定一个车位作为目标车位，确定的标准本实施例不进行限定，例如可以是集合中任一车位，也可以是集合中距离当前车辆位置最近的一个车位，还可以是用户自己选择的集合中的一个车位。

可选的，获取每帧全景俯瞰图对应的障碍物区域，包括：

将每帧全景俯瞰图输入深度学习的语义分割模型，得到每帧全景俯瞰图对应的障碍物区域。

示例性的，图5是本发明实施例中的一种全景俯瞰图的示意图，如图5所示，图像中间黑色矩形为当前车辆，周围存在车辆等障碍物。将该帧全景俯瞰图输入深度学习的语义分割模型后，得到该帧全景俯瞰图对应的障碍物区域。图6是本发明实施例中的一种语义分割结果的示意图，如图6所示，图像中间黑色矩形为当前车辆，周围的阴影部分为障碍物区域。

在实现过程中，由于视觉逆透视变换的失真效应，反光或立体物体的边缘都会被拉伸，而且失真的拉伸边缘都是径向的，大致通过每个相机的焦点，这些边缘实际上是不存在的，因此利用此属性在扫描过程中每帧图像都过滤掉每个单路相机安装位置为原点，径向方向上的图像边缘，剩下真实地面上的图像轮廓点，然后，把这些轮廓点由本车为中心的图像坐标转到本车为中心的世界坐标系上，最后，再根据处理后的每帧全景俯瞰图构建障碍物地图。

本发明实施例的技术方案，通过安装在车身的4个环视摄像头图像经过逆透视变换得到车辆的全景俯瞰图，基于深度学习的语义分割模型得到全景俯瞰图上的障碍物区域，利用逆透视变换的失真特性对图像进行径向边缘过滤。然后利用车身CAN上获取的惯性导航值把每帧图像的障碍物边缘像素点投影到占位网格地图中，再利用车位类型和标准车位的长宽组成垂直、水平以及斜列式车位，在未占位网格空间中进行遍历，基于贪心算法进行空间内多个车位的排布，最后确定出目标车位以使当前车辆进行泊车。本发明实施例的技术方案设计了一种环视摄像头图像和电子地图技术的多个非划线空间车位的构建方法，解决了没有画线的可泊区域中的多个空间车位的同时构建及车位类型的判定，提高了空间车位的检测精度，增强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。

实施例二

图7是本发明实施例中的一种车位确定装置的结构示意图。本实施例可适用于车位确定的情况，该装置可采用软件和/或硬件的方式实现，该装置可集成在任何提供车位确定的功能的设备中，如图7所示，所述车位确定装置具体包括：第一获取模块201、第二获取模块202、构建模块203、第一确定模块204和第二确定模块205。

其中，第一获取模块201，用于获取当前车辆对应的至少一帧全景俯瞰图；

第二获取模块202，用于获取每帧所述全景俯瞰图对应的障碍物区域；

构建模块203，用于根据每帧所述全景俯瞰图对应的障碍物区域和所述当前车辆对应的惯性导航值构建障碍物地图；

第一确定模块204，用于根据所述障碍物地图确定可泊车区域；

第二确定模块205，用于根据所述可泊车区域确定目标车位。

可选的，所述构建模块203包括：

第一建立单元，用于将所述当前车辆所在位置作为坐标原点建立坐标系；

第二建立单元，用于基于预设网格长度和预设网格宽度根据所述坐标原点在所述坐标系上建立占位网格地图；

构建单元，用于根据所述占位网格地图、每帧所述全景俯瞰图对应的障碍物区域以及所述当前车辆对应的惯性导航值构建障碍物地图。

可选的，所述构建单元具体用于：

获取每帧所述全景俯瞰图对应的障碍物区域的边缘像素点坐标；

根据所述惯性导航值将每帧所述全景俯瞰图对应的障碍物区域的边缘像素点坐标投影到所述占位网格地图中；

获取所述占位网格地图中每个网格内边缘像素点的个数；

过滤所述占位网格地图中网格内边缘像素点的个数小于预设阈值的网格，得到障碍物地图。

可选的，所述第二确定模块205包括：

获取单元，用于获取所述当前车辆的原始长度和原始宽度；

第一确定单元，用于根据所述当前车辆的原始长度、原始宽度以及预设空间余量确定目标泊车位尺寸；

第二确定单元，用于根据所述目标泊车位尺寸和所述可泊车区域确定目标车位。

可选的，所述第二确定单元包括：

第一确定子单元，用于根据所述目标泊车位尺寸、所述预设网格长度以及所述预设网格宽度确定目标占位网格尺寸；

第二确定子单元，用于根据所述目标占位网格尺寸和所述可泊车区域确定目标车位。

可选的，所述第二确定子单元具体用于：

根据所述目标占位网格尺寸和所述可泊车区域确定每种初始车位类型对应的车位集合，其中，初始车位类型包括：水平车位、垂直车位以及斜列车位中的至少一种；

将车位集合中包含车位个数最多的初始车位类型确定为目标车位类型；

根据所述目标车位类型对应的车位集合确定目标车位。

可选的，所述第二获取模块202具体用于：

将每帧所述全景俯瞰图输入深度学习的语义分割模型，得到每帧所述全景俯瞰图对应的障碍物区域。

上述产品可执行本发明任意实施例所提供的车位确定方法，具备执行车位确定方法相应的功能模块和有益效果。

实施例三

图8示出了可以用来实施本发明的实施例的电子设备30的结构示意图。电子设备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。电子设备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8所示，电子设备30包括至少一个处理器31，以及与至少一个处理器31通信连接的存储器，如只读存储器(ROM)32、随机访问存储器(RAM)33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31可以根据存储在只读存储器(ROM)32中的计算机程序或者从存储单元38加载到随机访问存储器(RAM)33中的计算机程序，来执行各种适当的动作和处理。在RAM 33中，还可存储电子设备30操作所需的各种程序和数据。处理器31、ROM 32以及RAM 33通过总线34彼此相连。输入/输出(I/O)接口35也连接至总线34。

电子设备30中的多个部件连接至I/O接口35，包括：输入单元36，例如键盘、鼠标等；输出单元37，例如各种类型的显示器、扬声器等；存储单元38，例如磁盘、光盘等；以及通信单元39，例如网卡、调制解调器、无线通信收发机等。通信单元39允许电子设备30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31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31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31执行上文所描述的各个方法和处理，例如车位确定方法：

获取当前车辆对应的至少一帧全景俯瞰图；

获取每帧所述全景俯瞰图对应的障碍物区域；

根据每帧所述全景俯瞰图对应的障碍物区域和所述当前车辆对应的惯性导航值构建障碍物地图；

根据所述障碍物地图确定可泊车区域；

根据所述可泊车区域确定目标车位。

在一些实施例中，车位确定方法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38。在一些实施例中，计算机程序的部分或者全部可以经由ROM 32和/或通信单元39而被载入和/或安装到电子设备30上。当计算机程序加载到RAM 33并由处理器31执行时，可以执行上文描述的车位确定方法的一个或多个步骤。备选地，在其他实施例中，处理器31可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行车位确定方法。

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，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：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电子设备。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。

Claims (10)

1.一种车位确定方法，其特征在于，包括：

获取当前车辆对应的至少一帧全景俯瞰图；

获取每帧所述全景俯瞰图对应的障碍物区域；

根据每帧所述全景俯瞰图对应的障碍物区域和所述当前车辆对应的惯性导航值构建障碍物地图；

根据所述障碍物地图确定可泊车区域；

根据所述可泊车区域确定目标车位。

2.根据权利要求1所述的方法，其特征在于，根据每帧所述全景俯瞰图对应的障碍物区域和所述当前车辆对应的惯性导航值构建障碍物地图，包括：

将所述当前车辆所在位置作为坐标原点建立坐标系；

基于预设网格长度和预设网格宽度根据所述坐标原点在所述坐标系上建立占位网格地图；

根据所述占位网格地图、每帧所述全景俯瞰图对应的障碍物区域以及所述当前车辆对应的惯性导航值构建障碍物地图。

3.根据权利要求2所述的方法，其特征在于，根据所述占位网格地图、每帧所述全景俯瞰图对应的障碍物区域以及所述当前车辆对应的惯性导航值构建障碍物地图，包括：

获取每帧所述全景俯瞰图对应的障碍物区域的边缘像素点坐标；

根据所述惯性导航值将每帧所述全景俯瞰图对应的障碍物区域的边缘像素点坐标投影到所述占位网格地图中；

获取所述占位网格地图中每个网格内边缘像素点的个数；

过滤所述占位网格地图中网格内边缘像素点的个数小于预设阈值的网格，得到障碍物地图。

4.根据权利要求2所述的方法，其特征在于，根据所述可泊车区域确定目标车位，包括：

获取所述当前车辆的原始长度和原始宽度；

根据所述当前车辆的原始长度、原始宽度以及预设空间余量确定目标泊车位尺寸；

根据所述目标泊车位尺寸和所述可泊车区域确定目标车位。

5.根据权利要求4所述的方法，其特征在于，根据所述目标泊车位尺寸和所述可泊车区域确定目标车位，包括：

根据所述目标泊车位尺寸、所述预设网格长度以及所述预设网格宽度确定目标占位网格尺寸；

根据所述目标占位网格尺寸和所述可泊车区域确定目标车位。

6.根据权利要求5所述的方法，其特征在于，根据所述目标占位网格尺寸和所述可泊车区域确定目标车位，包括：

根据所述目标占位网格尺寸和所述可泊车区域确定每种初始车位类型对应的车位集合，其中，初始车位类型包括：水平车位、垂直车位以及斜列车位中的至少一种；

将车位集合中包含车位个数最多的初始车位类型确定为目标车位类型；

根据所述目标车位类型对应的车位集合确定目标车位。

7.根据权利要求1所述的方法，其特征在于，获取每帧所述全景俯瞰图对应的障碍物区域，包括：

将每帧所述全景俯瞰图输入深度学习的语义分割模型，得到每帧所述全景俯瞰图对应的障碍物区域。

8.一种车位确定装置，其特征在于，包括：

第一获取模块，用于获取当前车辆对应的至少一帧全景俯瞰图；

第二获取模块，用于获取每帧所述全景俯瞰图对应的障碍物区域；

构建模块，用于根据每帧所述全景俯瞰图对应的障碍物区域和所述当前车辆对应的惯性导航值构建障碍物地图；

第一确定模块，用于根据所述障碍物地图确定可泊车区域；

第二确定模块，用于根据所述可泊车区域确定目标车位。

9.一种电子设备，其特征在于，所述电子设备包括：

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1-7中任一项所述的车位确定方法。

10.一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1-7中任一项所述的车位确定方法。