[发明专利]自动泊车辅助的方法及装置

说明书

本申请实施例提供一种自动泊车辅助的方法及装置，涉及图像处理领域的自动泊车技术，具体包括：获取车辆所处场景的图像；对图像进行预处理，得到符合视觉感知模型输入要求的预处理图像；其中，视觉感知模型可以是预先训练的神经网络模型，视觉感知模型包括：障碍物检测层、可行驶区域分割层、车位角点检测层、车位线分割层和融合层；将预处理图像输入视觉感知模型；利用视觉感知模型输出可行驶区域和车位信息，该多输出的视觉感知模型可以运行在相对通用低端的芯片上，使得自动泊车系统可以不依赖专业芯片，从而使得自动泊车系统成本较低、兼容性较好，可以适用于低端车辆。

技术领域

本申请涉及图像处理领域的自动泊车技术，尤其涉及一种自动泊车辅助的方法及装置。

背景技术

在自动驾驶领域中，自动泊车系统是较为重要的部分。自动泊车系统的安全性、效率和鲁棒性要求较高，因此自动泊车系统中对车辆周围的环境感知非常重要。

现有技术中，通常采用性能较好的专业的图像处理器(Graphics ProcessingUnit，GPU)或定制芯片等运行多个深度模型，实现对周围的障碍物、车位等的检测。

但是在现有技术中，专业芯片的成本昂贵、兼容性差，在一些低端车辆中，通常无法配备专业芯片，导致自动泊车系统在低端车辆中的发展得到较大制约。

发明内容

本申请实施例提供一种自动泊车辅助的方法及装置，以解决现有技术中自动泊车系统依赖专业芯片成本高、兼容性差的技术问题。

本申请实施例第一方面提供一种自动泊车辅助的方法，应用于自动驾驶车辆，所述方法包括：

获取车辆所处场景的图像；对所述图像进行预处理，得到符合视觉感知模型输入要求的预处理图像；其中，所述视觉感知模型包括：障碍物检测层、可行驶区域分割层、车位角点检测层、车位线分割层和融合层；所述障碍物检测层用于计算障碍物信息，所述可行驶区域分割层用于计算可行驶区域信息，所述车位角点检测层用于计算车位角点信息，所述车位线分割层用于计算车位线信息，所述融合层用于根据所述障碍物信息和所述可行驶区域信息得到目标可行驶区域，以及根据车位角点信息和所述车位线信息得到目标车位信息；将所述预处理图像输入所述视觉感知模型；利用所述视觉感知模型输出可行驶区域和车位信息。本申请实施例中可以训练一个实现多功能输出的视觉感知模型，该视觉感知模型可以运行在相对通用低端的芯片上，使整个感知系统扩展性、兼容性的开发维护与用户友善性高。

可选的，所述利用所述视觉感知模型输出可行驶区域和车位信息，包括：

利用所述障碍物检测层计算所述待处理图像的障碍物信息；利用所述可行驶区域分割层计算所述待处理图像的可行驶区域信息；利用所述车位角点检测层计算所述待处理图像的车位角点信息；利用所述车位线分割层计算所述待处理图像的车位线信息；利用所述融合层根据所述待处理图像的障碍物信息和所述待处理图像的可行驶区域信息得到可行驶区域，以及根据待处理图像的车位角点信息和所述待处理图像的车位线信息得到车位信息；输出所述可行驶区域和所述车位信息。

可选的，所述融合层具体用于：根据障碍物信息的权重和可行驶区域信息的权重，计算得到目标可行驶区域。这样，可以得到较准确的目标可行驶区域。

可选的，所述障碍物信息的权重与所述可行驶区域信息的权重是根据障碍物信息和可行驶区域信息的输出概率图动态计算的。

可选的，所述融合层具体用于：根据车位角点信息的权重和所述车位线信息的权重计算得到目标车位信息。这样，可以得到较准确的目标车位信息。

可选的，所述车位角点信息的权重与所述车位线信息的权重是根据车位角点信息和车位线信息的输出概率图动态计算的。