[发明专利]停车位检测方法以及停车位检测系统

说明书

本发明涉及一种停车位检测方法及其系统。该方法包括：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；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；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；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。根据本发明能够精确地检测停车位。

技术领域

本发明涉及自动驾驶技术，具体地涉及一种基于停车位角点的停车位检测方法以及停车位检测系统。

背景技术

自动驾驶技术又称无人驾驶技术，是一种通过计算机系统实现无人驾驶的智能汽车技术。自动驾驶技术依靠人工智能、视觉计算、雷达、监控装置以及全球定位系统等协同工作，让计算机系统可以在没有任何人类主动的操作下，自动安全地操作车辆。

自动泊车技术是指，车辆自动泊车入位不需要人工控制。不同的自动泊车系统采用不同的方法来检测车辆周围的物体，有的是在车辆前后安装感应器，有的是在车辆上安装摄像头或者雷达来检测障碍物，车辆会检测到已停好的车辆、停车位的大小以及路边的距离，然后将车辆泊入停车位。

目前，基于雷达的自动泊车系统可以检测到两车之间的停车位，但无法处理空地上划线的车位，且雷达有时会误检测车位内的限位器导致车辆无法完全进入停车位就终止泊车。相比于基于雷达的自动泊车系统，基于视觉的停车位检测算法支持检测空地上划线的车位。

发明内容

鉴于上述问题，本发明旨在提出一种能够精确检测停车位的停车位检测方法以及停车位检测系统。

本发明一方面的停车位检测方法，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。

可选地，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。

可选地，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。

可选地，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）。

可选地，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。