[发明专利]停车位检测方法以及停车位检测系统在审

专利信息
申请号: 202110140680.7 申请日: 2021-02-02
公开(公告)号: CN112836633A 公开(公告)日: 2021-05-25
发明(设计)人: 张凯;王世婷 申请(专利权)人: 蔚来汽车科技(安徽)有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46;G06K9/62;G06N3/08;G08G1/14
代理公司: 中国专利代理(香港)有限公司 72001 代理人: 臧霁晨;陈岚
地址: 230601 安徽省合肥市经济*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 停车位 检测 方法 以及 系统
【权利要求书】:

1.一种停车位检测方法,其特征在于,包括:

图像采集步骤,采集车辆四周的包含一个或多个空闲及被占用车位的停车场图像;

图像处理步骤,将所述停车场图像输入到神经网络模型进行图像处理,获得车位的中心点坐标以及中心点概率、4个角点的第一坐标及第一角点概率、以及4个角点相对于中心点坐标的偏移量;

坐标计算步骤,根据所述中心点坐标以及4个角点相对于中心点坐标的偏移量计算4个角点的第二坐标;

坐标修正步骤,对于所述4个角点的第二坐标,采用所4个角点的第一坐标进行修正,获得4个角点的实际坐标及实际角点概率;以及

车位检测步骤,基于所述中心点坐标以及中心点概率和所述4个角点的实际坐标及实际角点概率进行车位检测。

2.如权利要求1所述的停车位检测方法,其特征在于,

在所述坐标修正步骤,对于所述4个角点的每一个角点,以该角点的第二坐标位置为中心划分预设大小的区域,在该区域中寻找该角点的第一坐标,将该第二坐标替换为寻找到的第一坐标。

3.如权利要求1所述的停车位检测方法,其特征在于,

在所述车位检测步骤中,基于所述中心点概率和所述4个角点的实际角点概率计算车位的最终概率。

4.如权利要求3所述的停车位检测方法,其特征在于,

在所述车位检测步骤中,所述中心点概率为P0,所述4个角点的修正角点的概率分别为P1、P2、P3、P4,所述车位的最终概率P为0.6 * P0 + 0.1 * (P1 + P2 + P3 + P4)。

5.如权利要求1所述的停车位检测方法,其特征在于,

在所述图像处理步骤,对于所述停车场图像,采用预设图片大小,通过多个卷积层及下采样层抽取图片特征,并且使用跨层连接融合低层的边缘特征和高层的语义特征,再通过上采样层恢复到所述预设图片大小,在输出层上预测车位的中心点坐标以及中心点概率、4个角点的第一坐标及第一角点概率、以及4个角点相对于中心点坐标的偏移量(X,Y,L),其中,X、Y、L分别表示X方向和Y方向以及距离。

6.如权利要求5所述的停车位检测方法,其特征在于,

所述输出层包含了10层所述预设图片大小的角点特征图,以及12 层所述预设图片大小的偏移量特征图,其中,所述角点特征图的前5层表示空闲车位,后5层表示被占车位,5层中每一层表示中心点和4个角点的特征,空闲车位和被占车位共享偏移量特征图,每一个角点有3个偏移量,分别表示X方向和Y方向以及距离L,共4个角点,12层特征。

7.一种停车位检测系统,其特征在于,包括:

图像采集模块,用于采集车辆四周的包含一个或多个空闲及被占用车位的停车场图像;

图像处理模块,用于将所述停车场图像输入到神经网络模型进行图像处理,获得车位的中心点坐标以及中心点概率、4个角点的第一坐标及第一角点概率、以及4个角点相对于中心点坐标的偏移量;

坐标计算模块,用于根据所述中心点坐标以及4个角点相对于中心点坐标的偏移量计算4个角点的第二坐标;

坐标修正模块,用于对于所述4个角点的第二坐标采用所4个角点的第一坐标进行修正以获得4个角点的实际坐标及实际角点概率;以及

车位检测模块,用于基于所述中心点坐标以及中心点概率和所述4个角点的实际坐标及实际角点概率进行车位检测。

8.如权利要求7所述的停车位检测系统,其特征在于,

在所述坐标修正模块,对于所述4个角点的每一个角点,以该角点的第二坐标位置为中心划分预设大小的区域,在该区域中寻找该角点的第一坐标,将该第二坐标替换为寻找到的第一坐标。

9.如权利要求7所述的停车位检测系统,其特征在于,

在所述车位检测模块中,基于所述中心点概率和所述4个角点的实际角点概率计算车位的最终概率。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于蔚来汽车科技(安徽)有限公司,未经蔚来汽车科技(安徽)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110140680.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top