[发明专利]一种视觉车位的车位状态检测系统有效

专利信息
申请号: 202110230927.4 申请日: 2021-03-02
公开(公告)号: CN112991734B 公开(公告)日: 2022-09-02
发明(设计)人: 吕敏;丁智;王继贞 申请(专利权)人: 英博超算(南京)科技有限公司
主分类号: G08G1/01 分类号: G08G1/01;G08G1/04;G08G1/14
代理公司: 北京沁优知识产权代理有限公司 11684 代理人: 陈坚
地址: 210000 江苏省南京市江宁区天元西路*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 视觉 车位 状态 检测 系统
【说明书】:

发明公开了一种视觉车位的车位状态检测系统,其技术方案要点是包括处理模块、摄像模块、车辆实时模块、探测模块和车位判断模块,处理模块包括全局模型单元,摄像模块对车位进行拍摄并在全局模型单元中显示车位坐标,车位实时模块设置于车辆上,根据车辆实时模块以车辆的后轴中心生成坐标原点,并对车辆在全局坐标系中的车辆里程进行监测,探测模块中的探头对车位进行探测,并在全局坐标系中生成探头坐标,车位判断模块对车位进行判断,从而判断车位是否为空车位,进而在车辆实时模块中进行显示,使驾驶者能够得到准确的车位信息。本发明一种视觉车位的车位状态检测系统,具有对车位进行准确的检测,实现辅助车辆进行泊车的效果。

技术领域

本发明涉及车位检测技术领域,更具体的说是涉及一种视觉车位的车位状态检测系统。

背景技术

近年来,随着经济的快速发展,汽车的数量迅速增加,但停车位的数量有限,使得给寻找停车位带来了一定难度,车位检测技术的发展,一定程度上解决了寻找停车位这一难题。

目前,有很多种对车位进行检测的方法,其中通过鱼眼摄像头进行检测的方式是当下较为普遍的方式,这种检测方式一般通过传统图像算法或者深度学习算法进行检测,深度学习能够检测车位是否为空车位,但深度学习的检测效果主要依赖与学习的样本,即停车场的模型样本,但是车位场景极为复杂多变,很难通过深度学习的方法来支持所有车位的空车位检测;传统图像算法是通过检测车位的车位线夹角来识别车位,一般无法检测车位的状态,不能够准确的判断车位是否为空车位;而且鱼眼摄像头的视野范围有限,只能够用于识别车位区域内3米左右的范围,无法满足更多常见的车位场景,因此基于鱼眼摄像头进行车位检测方法对车位的判断准确度低,无法很好的满足辅助泊车的功能需求。

发明内容

针对现有技术存在的不足,本发明的目的在于提供一种视觉车位的车位状态检测系统,具有对车位进行准确的检测,实现辅助车辆进行泊车的效果。

为实现上述目的,本发明提供了如下技术方案:

一种视觉车位的车位状态检测系统,其特征在于:包括处理模块、摄像模块、车辆实时模块、探测模块和车位判断模块;

所述摄像模块实时拍摄车位并生成车位模型,所述摄像模块发送车位模型至处理模块,所述处理模块包括全局模型单元,所述全局模型单元内配置有全局坐标系,所述全局模型单元将车位模型在全局坐标系中显示;

所述车辆实时模块设置于车辆上,所述车辆实时模块包括车辆里程计单元和停泊触发单元,触发所述停泊触发单元时生成停泊指令并发送至车辆里程计单元,所述车辆里程计单元接收到停泊指令后生成开始信息并发送开始信息至全局模型单元中,所述开始信息表征开始停泊时车辆后轴中心位于全局坐标系中的位置,所述全局模型单元根据开始信息生成坐标原点并在全局坐标系中显示;

所述车辆里程计单元内还配置有里程信息策略,所述里程信息策略包括所述车辆里程计单元接收到停泊指令时还生成里程信息并发送里程信息至全局坐标系中,所述里程信息包括车辆在全局坐标系中行驶的里程路线,所述全局模型单元根据里程信息生成车辆实时坐标系,所述全局坐标系以车辆在触发停泊触发单元时的车头朝向为其中一条坐标轴,所述车辆实时坐标系以车辆行驶时车头实时朝向为其中一条坐标轴;

所述处理模块还包括车位处理单元,所述车位处理单元内配置有视觉车位策略,所述视觉车位策略包括所述车位处理单元根据以开始信息生成坐标原点的全局坐标系和车辆实时坐标系生成视觉车位信息,所述视觉车位信息表征车位位于全局坐标系中的坐标位置;

所述探测模块包括设置于车位内的探头,所述探测模块根据探头位置生成探头信息并发送探头信息至全局模型单元中,所述探头信息表征探头设置于车位中的位置,所述探测模块内配置有探测策略,所述探测策略包括根据探头信息将位于车位中的探头位置转换至车辆实时坐标系中,并从车辆实时坐标系中转换至全局坐标系中并生成探头坐标;

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英博超算(南京)科技有限公司,未经英博超算(南京)科技有限公司许可,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/202110230927.4/2.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