[发明专利]一种车位限位器识别方法及其系统、计算机设备

说明书

本发明涉及一种车位限位器识别方法及其系统、计算机设备，所述方法包括：实时获取车辆环境图像；利用预先训练好的神经网络模型检测所述车辆环境图像中的车位限位器得到一个或多个区域建议框，并在所述车辆环境图像中叠加所述一个或多个区域建议框得到停车位图像；其中，一个区域建议框对应一个车位限位器；对所述停车位图像进行显示。所述计算机设备用于利用预先训练好的神经网络模型检测所述车辆环境图像中的车位限位器得到一个或多个区域建议框，并在所述车辆环境图像中叠加所述一个或多个区域建议框得到停车位图像。本发明方法能够移植到例如嵌入式设备的计算机设备中运行，实现车位限位器的快速准确检测与识别。

技术领域

本发明涉及自动泊车技术领域，具体涉及一种车位限位器识别方法及其系统。

背景技术

随着人们经济水平快速的增长，汽车保有量越来越多。在城市停车场场地资源相对固定的情况下，城市汽车保有量快速增长致使城市中的停车位资源日益紧张，停车位的空间也越来越狭小。对于驾驶技术比较生疏的初级驾驶员来说，泊车入位非常容易出现差错，造成安全隐患。当许多车辆等待入位泊车时，这样的驾驶员通常会阻塞交通。自动泊车系统的出现及应用，不仅有利于提高泊车入位的安全性，降低泊车驾驶操作难度，还有利于提高狭小停车位的利用率。此外，随着无人驾驶技术的飞速发展，自动泊车系统作为其中的关键一环，其重要性越来越突出，对其性能要求也越来越高。目前，国内外众多汽车厂商和科研机构正在研发更智能、更安全的自动泊车系统。

障碍物检测与识别技术是自动泊车系统中至关重要的一环。目前，障碍物检测与识别技术主要采用基于超声波传感器、激光雷达、摄像头、多传感器融合的方法等。其中，采用摄像头的方案可以准确的辨认障碍物具体种类，但现有公开的采用摄像头的方案存在以下技术问题：对计算资源要求高，尤其是移植到嵌入式设备上后存在时延高和识别准确率低的缺陷。

发明内容

本发明的目的在于提出一种车位限位器识别方法及其系统，以解决目前采用摄像头进行障碍物检测与识别的方案存在的技术问题。

为了实现本发明目的，根据本发明第一方面，本发明实施例提供一种车位限位器识别方法，包括如下步骤：

实时获取车辆环境图像；

利用预先训练好的神经网络模型检测所述车辆环境图像中的车位限位器得到一个或多个区域建议框，并在所述车辆环境图像中叠加所述一个或多个区域建议框得到停车位图像；其中，一个区域建议框对应一个车位限位器；

对所述停车位图像进行显示。

优选地，所述实时获取车辆环境图像包括：

通过鱼眼摄像机采集车辆原始环境图像；

对所述车辆原始环境图像矫正和预处理得到所述车辆环境图像。

优选地，所述利用预先训练好的神经网络模型检测所述车辆环境图像中的车位限位器得到一个或多个区域建议框包括：

对所述车辆环境图像进行卷积处理得到卷积特征图像；

对所述卷积特征图像进行处理生成一个或多个区域建议框确定所述一个或多个区域建议框的坐标及尺寸信息；

判断所述一个或多个区域建议框是否为前景，并根据判断结果保留或丢弃区域建议框；其中，若一区域建议框为前景，则保留该区域建议框，否则，丢弃该区域建议框。

优选地，所述在所述车辆环境图像中叠加所述一个或多个区域建议框得到停车位图像包括：

根据所述一个或多个区域建议框的坐标及尺寸信息将保留的一个或多个区域建议框叠加至所述车辆环境图像中得到停车位图像。

优选地，所述判断所述一个或多个区域建议框是否为前景包括：

计算区域建议框与真实标注框的IOU值；