[发明专利]一种泊车位检测方法

权利要求书

1.一种泊车位检测方法，其特征在于，包括以下步骤：

(1)获取车辆周围的信息作为输入；

(2)在步骤(1)所获取的输入上进行标记点检测；

(3)通过步骤(2)获取的标记点实现车位推断。

2.根据权利要求1所述的泊车位检测方法，其特征在于，步骤(1)中，所述输入是车辆周围的环视图像；

优选的，采用机器学习算法加以实现；优选的，包括以下步骤：

(a)、在所获取的输入中提取特征；(b)、用预先训练的检测子进行滑窗检测，检测出候选标记点的位置；(c)、根据候选标记点推断车位的位置和朝向。

3.根据权利要求2所述的泊车位检测方法，其特征在于，步骤(a)中所述特征包括：特征一，归一化强度；特征二，梯度幅值；特征三，带方向的梯度幅值；优选的，最终得到八层特征图像，每层特征图像长宽均为图像的长宽，一层对应一种图像特征，其中特征一一层，特征二一层，特征三六层，分别为0，60，90，180，240，300，360度的方向上的梯度幅值。

4.根据权利要求2所述的泊车位检测方法，其特征在于，步骤(b)中，使用滑窗遍历特征图像，对滑窗中的特征图块，进行二分分类，判断图块是否是标记点；如果是标记点，则根据滑窗位置得出标记点在图像中的位置；

优选的，所述的二分分类算法使用Adaboost算法和决策树预先训练完成，进一步使用constant soft-cascade恒定软级联策略和训练得到的检测子来检测。

5.根据权利要求2所述的泊车位检测方法，其特征在于，步骤(c)中，任取两个检测获得的标记点，判断周围的区域是否符合车位模版，求得车位位置以及朝向；

优选的，步骤(c)中，需要剔除两点连线穿过其它有效车位点的点对；

优选的，步骤(c)中，推断车位深度由先验知识推断，最终输出车位四角的顶点位置。

6.根据权利要求2所述的泊车位检测方法，其特征在于，所述标记点，指的是以车位线交叉点为中心的局部图块；通过一个二元分类器来检测标记点图案，此分类器的输入是一个局部图块，输出是一个布尔值，指出输入的局部图块是否是标记点图案。

7.根据权利要求2所述的泊车位检测方法，其特征在于，

数据集方面，以采集的环视图像数据集来训练数据，方法是将图像中的正样本区域和负样本区域截取，用于训练检测子，以下将此种区域称为图块；根据自主建立的环视图像数据集的标定，所有正样本训练图块可以被直接提取，所有负样本训练图块用拔靴法被提取，即利用有限样本资料经由多次重复抽样，重新由数据集的完整图像提取不包含正样本的图块构成负样本。

8.根据权利要求1所述的泊车位检测方法，其特征在于，检测到标记点后，按照以下方式推断出合理的车位：

给定两个检测到的标记点P₁和P₂，接下来需要判断从P₁指向P₂的有向线段是不是一个合理的车位入口线；步骤一，的长度需要符合先验知识中的车库入口线长度约束范围；步骤二，P₁和P₂四周的图块要符合车位模型如下所述的条件：连线上，向里有标志线，向外没有，同时连线的垂直方向上，从P₁和P₂出发垂直于的标志线需要在同一侧，另一侧没有，符合此规律的两个标记点，才被判定为入口线的候选项。

9.根据权利要求1所述的泊车位检测方法，其特征在于，所述输入是可以清楚、无死角地显示车辆四周的环视图像；优选的，采用鸟瞰图视频流，优选的，所述鸟瞰图是由车辆前后左右的鱼眼摄像头视频流，经过去畸变和逆透视变换，模仿顶视图拼接而成的无透视无畸变的图像。

10.根据权利要求1所述的泊车位检测方法，其特征在于，在不同的停车场景光照情况存在差异的情况下，训练样本中的彩色环视图像以及在测试阶段输入的彩色环视图像都需要先被转化成灰度图像。