JP2022551717A - 駐車スペース及びその方向角検出方法、装置、デバイス及び媒体 - Google Patents
駐車スペース及びその方向角検出方法、装置、デバイス及び媒体 Download PDFInfo
- Publication number
- JP2022551717A JP2022551717A JP2022521761A JP2022521761A JP2022551717A JP 2022551717 A JP2022551717 A JP 2022551717A JP 2022521761 A JP2022521761 A JP 2022521761A JP 2022521761 A JP2022521761 A JP 2022521761A JP 2022551717 A JP2022551717 A JP 2022551717A
- Authority
- JP
- Japan
- Prior art keywords
- parking space
- image
- detection
- candidate
- direction angle
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 195
- 238000012549 training Methods 0.000 claims abstract description 70
- 238000000034 method Methods 0.000 claims abstract description 46
- 230000006870 function Effects 0.000 claims description 30
- 238000004590 computer program Methods 0.000 claims description 20
- 238000000926 separation method Methods 0.000 claims description 20
- 238000000605 extraction Methods 0.000 claims description 10
- 238000009966 trimming Methods 0.000 claims description 5
- 238000000611 regression analysis Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- 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
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
- G08G1/145—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/26—Measuring arrangements characterised by the use of optical techniques for measuring angles or tapers; for testing the alignment of axes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
- G08G1/141—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces
- G08G1/143—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces inside the vehicles
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/168—Driving aids for parking, e.g. acoustic or visual feedback on parking space
-
- 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
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/403—Image sensing, e.g. optical camera
-
- 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
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/53—Road markings, e.g. lane marker or crosswalk
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
- G06T2207/30264—Parking
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
- Image Processing (AREA)
Abstract
Description
検出対象画像を取得するステップと、
前記検出対象画像における駐車スペースのコーナー点を認識し、前記駐車スペースのコーナー点に基づき、前記検出対象画像をトリミングして、候補駐車スペース画像を取得するステップと、
予めトレーニングされた駐車スペース検出モデルによって前記候補駐車スペース画像を検出して、駐車スペース検出結果を取得するステップであって、前記駐車スペース検出結果が、前記候補駐車スペース画像が実際の駐車スペースを示すかどうかを表すために使用され、前記候補駐車スペース画像が実際の駐車スペースを示している場合、前記駐車スペース検出結果には、駐車スペースの方向角も含まれるステップと、を含む。
検出対象画像を取得するための取得モジュールと、
前記検出対象画像における駐車スペースのコーナー点を認識し、前記駐車スペースのコーナー点に基づき、前記検出対象画像をトリミングして、候補駐車スペース画像を取得するための認識モジュールと、
予めトレーニングされた駐車スペース検出モデルによって前記候補駐車スペース画像を検出して、駐車スペース検出結果を取得するための検出モジュールであって、前記駐車スペース検出結果が、前記候補駐車スペース画像が実際の駐車スペースを示すかどうかを表すために使用され、前記候補駐車スペース画像が実際の駐車スペースを示している場合、前記駐車スペース検出結果には、駐車スペースの方向角も含まれる検出モジュールと、を含む。
前記メモリは、コンピュータプログラムを記憶し、
前記プロセッサーは、前記メモリにおける前記コンピュータプログラムを呼び出して、第1の態様に記載の駐車スペース及びその方向角検出方法を実行する。
前記駐車システムは、第1の態様に記載の駐車スペース及びその方向角検出方法を実行して駐車可能な駐車スペースを決定し、前記駐車可能な駐車スペースは、駐車スペース検出結果が実際の駐車スペースとして示された候補駐車スペース画像によって決定され、
前記コントローラーは、前記駐車可能な駐車スペースに基づき車両の駐車を制御する。
本出願の実施例は、モデルに基づく駐車スペース及びその方向角検出方法を提供する。当該方法は、駐車スペースタイプを決定すること及び駐車スペース方向角を決定することの2つのタスクを、1つのネットワークモデルに融合して、共同トレーニングを行って、駐車スペース検出モデルを取得する。このように、検出対象画像を取得し、検出対象画像における駐車スペースのコーナー点を認識し、駐車スペースのコーナー点に基づき、検出対象画像をトリミングして候補駐車スペース画像を取得した後、当該候補駐車スペース画像を駐車スペース検出モデルに直接入力して検出し、当該駐車スペース検出モデルは、駐車スペースのタイプと駐車スペースの方向角を同時に予測して、駐車スペース検出結果を取得することができる。当該駐車スペース検出結果は、候補駐車スペース画像が実際の駐車スペースを示すかどうかを表すために使用され、それが実際の駐車スペースを示している場合、同時に、駐車スペースの方向角を出力する。これにより、2つのネットワークカスケードを採用して駐車スペースの分類及び駐車スペースの方向角の検出をそれぞれ実行することによって発生するパフォーマンス消費を回避することができ、高可用性を有する。
S201:トレーニングサンプルを取得する。
前記トレーニングサンプルは、駐車スペースサンプル画像とその注釈情報を含み、前記注釈情報は、駐車スペースサンプル画像に対応する駐車スペース位置及び駐車スペースラベルを含む。なお、駐車スペースラベルは、駐車スペースサンプル画像が実際の駐車スペース及び実際の駐車スペースに対応する駐車スペース方向角を示すかどうかを示すために使用される。つまり、正のサンプルの場合、駐車スペースラベルは、駐車スペースサンプル画像が実際の駐車スペースであることと、当該実際の駐車スペースの駐車スペース方向角を示すために使用され、負のサンプルの場合、駐車スペースラベルは、駐車スペースサンプル画像が実際の駐車スペースではないことを示すために使用される。
loss_detect=α*L_softmax+f(.)*L_regression (1)
ただし、上記の式(1)の損失関数の第2の部分損失では、f(.)は、出力結果の値の範囲が{0,1}であり、分類結果が実際の駐車スペースを表す場合、f(.)=1であり、非実際の駐車スペースを示す場合、f(.)=0である。
loss_detect=α*L_softmax (2)
S401:検出対象画像を取得する。
トレーニングサンプルを取得するための取得モジュール610であって、前記トレーニングサンプルが、駐車スペースサンプル画像とその注釈情報を含み、前記注釈情報が、駐車スペース位置と駐車スペースラベルを含み、前記駐車スペースラベルが、前記駐車スペースサンプル画像が実際の駐車スペースを示すかどうかということ、及び前記実際の駐車スペースに対応する駐車スペース方向角を示すために使用される取得モジュール610と、
前記トレーニングサンプルを使用して、駐車スペース検出モデルをトレーニングするためのトレーニングモジュール620であって、前記駐車スペース検出モデルの損失関数がトレーニング終了条件を満たす場合、トレーニングを停止し、前記駐車スペース検出モデルが、駐車スペース位置をマークした候補駐車スペース画像を入力とし、駐車スペース検出結果を出力とし、駐車スペース検出結果が、前記候補駐車スペース画像が実際の駐車スペースを示すかどうかを示し、前記候補駐車スペース画像が実際の駐車スペースを示している場合、前記駐車スペース検出結果には、駐車スペースの方向角も含まれるトレーニングモジュール620と、を含む。
検出対象画像を取得するための取得モジュール710と、
前記検出対象画像における駐車スペースのコーナー点を認識し、前記駐車スペースのコーナー点に基づき、前記検出対象画像をトリミングして、候補駐車スペース画像を取得するためのトリミングモジュール720と、
予めトレーニングされた駐車スペース検出モデルによって前記候補駐車スペース画像を検出して、駐車スペース検出結果を取得するための検出モジュール730であって、前記駐車スペース検出結果が、前記候補駐車スペース画像が実際の駐車スペースを示すかどうかを表すために使用され、前記候補駐車スペース画像が実際の駐車スペースを示している場合、前記駐車スペース検出結果には、駐車スペースの方向角も含まれる検出モジュール730を含む。
前記検出モジュール730は、具体的には、
前記特徴抽出レイヤーによって前記候補駐車スペース画像に対して特徴抽出を実行して、前記候補駐車スペース画像に対応する画像特徴を取得し、
前記画像特徴に基づき、前記分類レイヤーを使用して、前記候補駐車スペースの画像を分類し、
分類結果が、前記候補駐車スペース画像が実際の駐車スペースを示すことを表す場合、前記画像特徴に基づき、前記回帰レイヤーを使用して回帰分析を実行し、駐車スペースの方向角を取得する。
検出対象画像を取得するステップと、
前記検出対象画像における駐車スペースのコーナー点を認識し、前記駐車スペースのコーナー点に基づき、前記検出対象画像をトリミングして、候補駐車スペース画像を取得するステップと、
予めトレーニングされた駐車スペース検出モデルによって前記候補駐車スペース画像を検出して、駐車スペース検出結果を取得するステップであって、前記駐車スペース検出結果が、前記候補駐車スペース画像が実際の駐車スペースを示すかどうかを示すために使用され、前記候補駐車スペース画像が実際の駐車スペースを示している場合、前記駐車スペース検出結果には、駐車スペースの方向角も含まれるステップと、を含む。
前記メモリは、コンピュータプログラムを記憶し、
前記プロセッサーは、前記メモリにおける前記コンピュータプログラムを呼び出して、本出願に記載の駐車スペース及びその方向角検出方法を実行する。
前記駐車システムは、上記の駐車スペース及びその方向角検出方法を実行して駐車可能な駐車スペースを決定し、前記駐車可能な駐車スペースは、駐車スペース検出結果が実際の駐車スペースとして示された候補駐車スペース画像によって決定され、
前記コントローラーは、前記駐車可能な駐車スペースに基づき車両の駐車を制御する。
Claims (12)
- 駐車スペース及びその方向角検出方法であって、
検出対象画像を取得するステップと、
前記検出対象画像における駐車スペースのコーナー点を認識し、前記駐車スペースのコーナー点に基づき、前記検出対象画像をトリミングして、候補駐車スペース画像を取得するステップと、
予めトレーニングされた駐車スペース検出モデルによって前記候補駐車スペース画像を検出して、駐車スペース検出結果を取得するステップであって、前記駐車スペース検出結果が、前記候補駐車スペース画像が実際の駐車スペースを示すかどうかを表すために使用され、前記候補駐車スペース画像が実際の駐車スペースを示している場合、前記駐車スペース検出結果には、駐車スペースの方向角も含まれるステップと、
を含むことを特徴とする方法。 - 前記駐車スペース検出モデルは、特徴抽出レイヤーと、分類レイヤーと、回帰レイヤーとを含み、
予めトレーニングされた駐車スペース検出モデルによって前記候補駐車スペース画像を検出するステップは、
前記特徴抽出レイヤーによって前記候補駐車スペース画像に対して特徴抽出を実行して、前記候補駐車スペース画像に対応する画像特徴を取得するステップと、
前記画像特徴に基づき、前記分類レイヤーを使用して、前記候補駐車スペース画像を分類するステップと、
分類結果が、前記候補駐車スペース画像が実際の駐車スペースを示すことを表す場合、前記画像特徴に基づき、前記回帰レイヤーを使用して回帰分析を実行し、駐車スペースの方向角を取得するステップと、
を含むことを特徴とする請求項1に記載の方法。 - 前記駐車スペース検出モデルの損失関数は、分類損失と回帰損失によって決定され、前記分類損失は、実際の駐車スペースを予測することによって生じる損失を測定するために使用され、前記回帰損失は、駐車スペースの方向角を予測することによって生じる損失を測定するために使用される、ことを特徴とする請求項1に記載の方法。
- 前記駐車スペース検出モデルの損失関数は、前記分類損失と前記回帰損失の加重和であり、前記分類レイヤーの分類結果が、前記候補駐車スペース画像が非実際の駐車スペースを示すことを表す場合、前記回帰損失の重みは、0であることを特徴とする請求項3に記載の方法。
- 前記駐車スペース検出モデルは、トレーニングサンプルをトレーニングすることによって得られ、前記トレーニングサンプルは、駐車スペースサンプル画像とその注釈情報を含み、前記注釈情報は、駐車スペースサンプル画像に対応する駐車スペース位置及び駐車スペースラベルを含み、前記駐車スペースラベルは、前記駐車スペースサンプル画像が実際の駐車スペースを示すかどうかということ、及び前記実際の駐車スペースに対応する駐車スペース方向角を示すために使用される、ことを特徴とする請求項1に記載の方法。
- 前記駐車スペースラベルが、前記駐車スペースサンプル画像が実際の駐車スペースを示していることを示した場合、前記駐車スペースラベルは、具体的には、前記駐車スペースサンプル画像が垂直駐車スペース、平行駐車スペース及び傾斜駐車スペースを示すことを示すために使用される、ことを特徴とする請求項5に記載の方法。
- 前記駐車スペースの位置は、駐車スペース入口ラインと、前記駐車スペース入口ラインの2つの端点にそれぞれ接続された2本の駐車スペース分離ラインによって表されることを特徴とする請求項5に記載の方法。
- 前記駐車スペース入口ラインの中点から、前記駐車スペースサンプル画像における前記駐車スペース分離ラインに平行又は重ね合わせる2つの辺までの距離は、等しいことを特徴とする請求項7に記載の方法。
- 駐車スペース及びその方向角検出装置であって、
検出対象画像を取得するための取得モジュールと、
前記検出対象画像における駐車スペースのコーナー点を認識し、前記駐車スペースのコーナー点に基づき、前記検出対象画像をトリミングして、候補駐車スペース画像を取得するための認識モジュールと、
予めトレーニングされた駐車スペース検出モデルによって前記候補駐車スペース画像を検出して、駐車スペース検出結果を取得するための検出モジュールであって、前記駐車スペース検出結果が、前記候補駐車スペース画像が実際の駐車スペースを示すかどうかを表すために使用され、前記候補駐車スペース画像が実際の駐車スペースを示している場合、前記駐車スペース検出結果には、駐車スペースの方向角も含まれる検出モジュールと、を含むことを特徴とする装置。 - プロセッサーとメモリを含むデバイスであって、
前記メモリは、コンピュータプログラムを記憶し、
前記プロセッサーは、前記メモリにおける前記コンピュータプログラムを呼び出して、請求項1から8のいずれか1項に記載の駐車スペース及びその方向角検出方法を実行することを特徴とするデバイス。 - 駐車システム及びコントローラーを含む車両であって、
前記駐車システムは、請求項1から8のいずれか1項に記載の駐車スペース及びその方向角検出方法を実行して、駐車可能な駐車スペースを決定し、前記駐車可能な駐車スペースは、駐車スペース検出結果が実際の駐車スペースとして示された候補駐車スペース画像によって決定され、
前記コントローラーは、前記駐車可能な駐車スペースに基づき車両の駐車を制御することを特徴とする車両。 - コンピュータプログラムが記憶されるコンピュータ可読記憶媒体であって、
前記コンピュータプログラムがプロセッサーによって実行される場合、請求項1から8のいずれか1項に記載の駐車スペース及びその方向角検出方法を実現することを特徴とする記憶媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910969470.1A CN110706509B (zh) | 2019-10-12 | 2019-10-12 | 车位及其方向角度检测方法、装置、设备及介质 |
CN201910969470.1 | 2019-10-12 | ||
PCT/CN2020/102517 WO2021068588A1 (zh) | 2019-10-12 | 2020-07-17 | 车位及其方向角度检测方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022551717A true JP2022551717A (ja) | 2022-12-13 |
JP7414978B2 JP7414978B2 (ja) | 2024-01-16 |
Family
ID=69198621
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022521761A Active JP7414978B2 (ja) | 2019-10-12 | 2020-07-17 | 駐車スペース及びその方向角検出方法、装置、デバイス及び媒体 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20240092344A1 (ja) |
EP (1) | EP4044146A4 (ja) |
JP (1) | JP7414978B2 (ja) |
CN (1) | CN110706509B (ja) |
WO (1) | WO2021068588A1 (ja) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110706509B (zh) * | 2019-10-12 | 2021-06-18 | 东软睿驰汽车技术(沈阳)有限公司 | 车位及其方向角度检测方法、装置、设备及介质 |
CN111311675B (zh) * | 2020-02-11 | 2022-09-16 | 腾讯科技(深圳)有限公司 | 车辆定位方法、装置、设备和存储介质 |
CN111428616B (zh) * | 2020-03-20 | 2023-05-23 | 东软睿驰汽车技术(沈阳)有限公司 | 一种车位检测方法、装置、设备及存储介质 |
CN112329601B (zh) * | 2020-11-02 | 2024-05-07 | 东软睿驰汽车技术(沈阳)有限公司 | 基于多任务网络的车位检测方法和装置 |
CN113076896A (zh) * | 2021-04-09 | 2021-07-06 | 北京骑胜科技有限公司 | 一种规范停车方法、系统、装置及存储介质 |
CN113095266B (zh) * | 2021-04-19 | 2024-05-10 | 北京经纬恒润科技股份有限公司 | 一种角度识别方法、装置及设备 |
CN113593245B (zh) * | 2021-06-25 | 2022-10-21 | 北京云星宇交通科技股份有限公司 | 驻停车辆的电子巡查装置 |
CN113537105B (zh) * | 2021-07-23 | 2024-05-10 | 北京经纬恒润科技股份有限公司 | 一种车位检测方法及装置 |
CN114379544A (zh) * | 2021-12-31 | 2022-04-22 | 北京华玉通软科技有限公司 | 一种基于多传感器前融合的自动泊车系统、方法及装置 |
CN115206130B (zh) * | 2022-07-12 | 2023-07-18 | 合众新能源汽车股份有限公司 | 一种车位检测方法、系统、终端及存储介质 |
CN115527189B (zh) * | 2022-11-01 | 2023-03-21 | 杭州枕石智能科技有限公司 | 车位状态的检测方法、终端设备及计算机可读存储介质 |
CN116189137B (zh) * | 2022-12-07 | 2023-08-04 | 深圳市速腾聚创科技有限公司 | 车位检测方法、电子设备及计算机可读存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013216305A (ja) * | 2012-04-10 | 2013-10-24 | Hyundai Motor Co Ltd | 車両の駐車区画認識方法 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3404793B2 (ja) * | 1993-03-24 | 2003-05-12 | トヨタ自動車株式会社 | 駐車空間検出装置 |
TWI347900B (en) * | 2009-03-10 | 2011-09-01 | Univ Nat Chiao Tung | Parking assistance system and method |
TW201111206A (en) * | 2009-09-29 | 2011-04-01 | Automotive Res & Testing Ct | Multiple-turn automatic parking device |
US10325165B2 (en) * | 2014-09-30 | 2019-06-18 | Conduent Business Services, Llc | Vision-based on-street parked vehicle detection via normalized-view classifiers and temporal filtering |
CN106945660B (zh) * | 2017-02-24 | 2019-09-24 | 宁波吉利汽车研究开发有限公司 | 一种自动泊车系统 |
CN107527017B (zh) * | 2017-07-25 | 2021-03-12 | 纵目科技(上海)股份有限公司 | 停车位检测方法及系统、存储介质及电子设备 |
CN107886080A (zh) * | 2017-11-23 | 2018-04-06 | 同济大学 | 一种泊车位检测方法 |
CN109918977B (zh) * | 2017-12-13 | 2021-01-05 | 华为技术有限公司 | 确定空闲车位的方法、装置及设备 |
TWI651697B (zh) * | 2018-01-24 | 2019-02-21 | National Chung Cheng University | 停車場空位偵測方法及其偵測模型建立方法 |
CN110322680B (zh) * | 2018-03-29 | 2022-01-28 | 纵目科技(上海)股份有限公司 | 一种基于指定点的单车位检测方法、系统、终端和存储介质 |
CN108875911B (zh) * | 2018-05-25 | 2021-06-18 | 同济大学 | 一种泊车位检测方法 |
CN109614913A (zh) * | 2018-12-05 | 2019-04-12 | 北京纵目安驰智能科技有限公司 | 一种斜车位识别方法、装置和存储介质 |
CN109583392A (zh) * | 2018-12-05 | 2019-04-05 | 北京纵目安驰智能科技有限公司 | 一种车位检测方法、装置和存储介质 |
CN109740584B (zh) * | 2019-04-02 | 2019-06-25 | 纽劢科技(上海)有限公司 | 基于深度学习的自动泊车停车位检测方法 |
CN110706509B (zh) * | 2019-10-12 | 2021-06-18 | 东软睿驰汽车技术(沈阳)有限公司 | 车位及其方向角度检测方法、装置、设备及介质 |
-
2019
- 2019-10-12 CN CN201910969470.1A patent/CN110706509B/zh active Active
-
2020
- 2020-07-17 EP EP20874660.2A patent/EP4044146A4/en active Pending
- 2020-07-17 JP JP2022521761A patent/JP7414978B2/ja active Active
- 2020-07-17 WO PCT/CN2020/102517 patent/WO2021068588A1/zh active Application Filing
- 2020-07-17 US US17/767,919 patent/US20240092344A1/en active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013216305A (ja) * | 2012-04-10 | 2013-10-24 | Hyundai Motor Co Ltd | 車両の駐車区画認識方法 |
Non-Patent Citations (4)
Title |
---|
ANDREA ZINELLI, LUIGI MUSTO, FABIO PIZZATI: "A Deep-Learning Approach for Parking Slot Detection on Surround-View Images", 2019 IEEE INTELLIGENT VEHICLE SYMPOSIUM (IV), JPN6023022484, 9 June 2019 (2019-06-09), US, pages 683 - 688, XP033605917, ISSN: 0005079030, DOI: 10.1109/IVS.2019.8813777 * |
JUNHAO HUANG, LIN ZHANG, YING SHEN, HUIJUAN ZHANG, SHENGJIE ZHAO, YUKAI YANG: "DMPR-PS: A Novel Approach for Parking-Slot Detection Using Directional Marking-Point Regression", 2019 IEEE INTERNATIONAL CONFERENCE ON MULTIMEDIA AND EXPO (ICME), JPN6023022483, 8 July 2019 (2019-07-08), US, pages 212 - 217, XP033590188, ISSN: 0005079031, DOI: 10.1109/ICME.2019.00045 * |
LIN ZHANG, JUNHAO HUANG, XIYUAN LI, LU XIONG: "Vision-Based Parking-Slot Detection: A DCNN-Based Approach and a Large-Scale Benchmark Dataset", IEEE TRANSACTIONS ON IMAGE PROCESSING, vol. Vol. 27, No. 11 (November 2018), JPN6023022482, 18 July 2018 (2018-07-18), US, pages 5350 - 5364, ISSN: 0005079032 * |
小久保 嘉人, 上田 康貴, 足立 淳, 末次 恵久: "軽量・低計算量モデルを利用した駐車スペース推定", 電子情報通信学会技術研究報告, vol. Vol. 119, No. 235, PRMU2019-37 (2019-10), JPN6023022481, 11 October 2019 (2019-10-11), JP, pages 29 - 34, ISSN: 0005079033 * |
Also Published As
Publication number | Publication date |
---|---|
CN110706509B (zh) | 2021-06-18 |
EP4044146A1 (en) | 2022-08-17 |
EP4044146A4 (en) | 2023-11-08 |
CN110706509A (zh) | 2020-01-17 |
WO2021068588A1 (zh) | 2021-04-15 |
US20240092344A1 (en) | 2024-03-21 |
JP7414978B2 (ja) | 2024-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7414978B2 (ja) | 駐車スペース及びその方向角検出方法、装置、デバイス及び媒体 | |
CN111126304B (zh) | 一种基于室内自然场景图像深度学习的增强现实导航方法 | |
CN108764048B (zh) | 人脸关键点检测方法及装置 | |
CN107025662B (zh) | 一种实现增强现实的方法、服务器、终端及系统 | |
US9984280B2 (en) | Object recognition system using left and right images and method | |
CN111611853B (zh) | 一种传感信息融合方法、装置及存储介质 | |
CN111814752B (zh) | 室内定位实现方法、服务器、智能移动设备、存储介质 | |
CN111862296A (zh) | 三维重建方法及装置、系统、模型训练方法、存储介质 | |
CN109159113B (zh) | 一种基于视觉推理的机器人作业方法 | |
Ji et al. | RGB-D SLAM using vanishing point and door plate information in corridor environment | |
CN112200830A (zh) | 一种目标跟踪方法及设备 | |
CN111259704A (zh) | 一种虚线车道线端点检测模型的训练方法 | |
CN111259706A (zh) | 一种车辆的车道线压线判断方法和系统 | |
JP5228148B2 (ja) | 画像データから位置を推定する位置推定方法、位置推定装置及び位置推定プログラム | |
CN114898313A (zh) | 驾驶场景的鸟瞰图生成方法、装置、设备及存储介质 | |
CN117115784A (zh) | 目标数据融合的车辆检测方法及检测装置 | |
Kim et al. | Vision-based navigation with efficient scene recognition | |
CN112529953B (zh) | 电梯的空间状态判断方法、装置及存储介质 | |
CN113158816B (zh) | 面向室外场景物体的视觉里程计二次曲面路标构建方法 | |
Kasebi et al. | Hybrid navigation based on GPS data and SIFT-based place recognition using Biologically-inspired SLAM | |
JP2007257489A (ja) | 画像処理装置および画像処理方法 | |
CN115700507B (zh) | 地图更新方法及其装置 | |
CN113837270B (zh) | 一种目标识别方法、装置、设备及存储介质 | |
Couto et al. | Autonomous self-localization of mobile robots through reference point based computer vision | |
Zhong et al. | The Research on Server Signal Light Image Recognition Algorithm Based on SPD_YOLOV5 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220610 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230417 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230606 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230905 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231212 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231228 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7414978 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |