[发明专利]一种基于智能视觉深度学习的自动泊车系统

说明书

本发明公开了一种基于智能视觉深度学习的自动泊车系统，包括：停车场云、采集系统、计算系统、移动终端；采集系统包括网格化单元、对比单元和统计单元；本发明的有益效果在于，本发明将智能视觉深度学习的方法植入自动泊车路径规划技术中，由采集系统实时采集车辆正前方的画面信息，并通过计算系统确认阻挡车辆的类型和大小，并与导航系统和停车场云功能确定车辆能够通过阻挡规划的行驶路径，并以此为依据重新规划行驶路径；本发明在车头加装测距雷达，用于判断车头和阻挡车辆之间的距离，一方面优化网格化单元使得获取的车辆节点更加接近真实尺寸，另一方面在车辆与阻碍物距离过近时会直接对车辆进行指导，确保车辆安全性。

技术领域

本发明涉及自动泊车、自动驾驶技术领域，尤其涉及一种基于智能视觉深度学习的自动泊车系统。

背景技术

计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，并且使电脑处理结果成为更适合人眼观察或传送给仪器检测的图像。在医学领域，可应用计算机视觉技术从显微镜图像、X射线图像、血管造影图像等应用图像中提取用于对患者进行医疗诊断的特征信息，从而能够准确及时地对患者采取相应的救治措施；在工业领域，可应用计算机视觉技术对制造工序进行管理，从而实现对产品的质量控制；在军事领域，应用计算机视觉技术可探测敌方目标的具体位置，以进行精确打击；另外，计算机视觉技术在导航、监控和视觉特效制作等领域都有着广泛的应用。然而，现有的计算机视觉深度学习方法存在处理图像得到的结果不显著，并且不能处理源图像中的局部微小的特征信息等问题。

自动泊车系统是根据停车场的车位状况和车辆所处的位置自动规划车辆到达停车位的路径，但是现有的自动泊车路径系统无法判断行驶路径上是否存在阻挡车辆。因此，本发明提出将智能视觉深度学习方法与车辆自动泊车技术结合，将采集画面与预设画面进行对比，并用对比结果指导车辆行驶路径，判断规划的车辆行驶路径是否遇阻，并以此为依据判断行驶路径重新规划，还是按照原行驶路径绕过阻挡车辆行驶。

发明内容

本发明需要解决的技术问题在于，提供一种基于智能视觉深度学习的自动泊车系统，结合云端技术和视觉深度学习技术，通过云平台的实时数据和采集的实时画面，根据实时数据对车辆泊车的行驶路径进行规划和优化。

为了实现上述目的，本发明的技术方案是：一种基于智能视觉深度学习的自动泊车系统，包括：

停车场云：用于接收车辆的泊车请求，储存停车位状况，规划车辆行车路径；

采集系统：用于拍摄车辆正前方的车辆图像；

计算系统：用于储存预存车辆图片，对采集到的车辆图像与系统储存的车辆预存图片进行解析，计算出二者的匹配值；

移动终端：用于显示计算系统的计算结果，与停车场云进行通信。

所述采集系统与所述计算系统通过Can总线连接，所述计算系统通过无线通讯方式与所述移动终端连接，所述移动终端通过无线通讯方式与所述停车场云双向通讯。

上述的基于智能视觉深度学习的自动泊车系统，其中，所述计算系统包括储存单元、网格化单元、对比单元和统计单元；所述储存单元用于储存车辆预存图片；所述网格化单元将所述采集系统采集的车辆图像和系统预存图片网格化，并确定车辆的轮廓节点；所述对比单元将节点化的采集车辆图像和系统车辆预存图片记性对比；所述统计单元统计每个节点的对比匹配值以得到整体的匹配分数。

上述的基于智能视觉深度学习的自动泊车系统，其中，所述网格化单元、对比单元和统计单元采用基于ARM9处理器芯片S3C2440；所述储存单元采用EEROM储存器。

上述的基于智能视觉深度学习的自动泊车系统，其中，所述采集单元为车载摄像头，且安装在车辆前挡风玻璃正中央。