[发明专利]一种车辆泊车方法、系统及计算机可读存储介质

说明书

本发明提供一种车辆泊车方法、系统和计算机可读存储介质，其中该方法包括：实时获取车辆前端摄像头、后端摄像头、左端摄像头以及右端摄像头采集的图像，将图像输入已训练好的神经网络模型中进行处理，分别得到可泊车位检测信息和可行驶区域检测信息，对可泊车位检测信息和可行驶区域检测信息进行解析和融合，获得可泊车位和可行驶区域的融合信息，根据融合信息生成控制指令，将所述控制指令发送给车辆泊车系统，控制车辆根据所述融合信息进行泊车。该方法大大降低了模型推理对计算平台计算算力的要求，提高了算法的实时性、准确性以及稳定性。

技术领域

本发明涉及自动泊车技术领域，尤其涉及一种车辆泊车方法、系统及计算机可读存储介质。

背景技术

车位检测是自动泊车技术中的基础，利用传感器对车身周围的空车位进行感知，确定空车位的相对位置，而可行驶区域识别对车身周围的车辆可行驶区域进行感知，为车辆行驶路径规划、车辆控制、车辆避让提供依据。

现有技术中，非深度学习的传统方法大多利用传统的边缘、颜色等特征进行相关的检测任务，容易受到光照、天气等因素干扰，目前对深度学习网络模型结构的应用均只针对车位检测、可行驶区域检测中的一种进行设计，并且单一的模型只能实现单一任务的检测，因而导致深度学习模型规模大。目前急需一种同时实现对车位检测、可行驶区域检测，并且模型规模尽可能压缩的深度学习模型。

发明内容

为了解决上述技术问题，本发明提供一种车辆泊车方法、系统及计算机可读存储介质，以解决现有技术中车辆泊车时单一模型只能实现单一任务检测，并且深度学习模型规模大的缺陷。

本发明一方面提供一种车辆泊车方法，包括如下步骤：

实时获取车辆前端摄像头、后端摄像头、左端摄像头以及右端摄像头采集的图像；

将所述图像输入已训练好的神经网络模型中进行处理，分别得到可泊车位检测信息和可行驶区域检测信息，其中，所述已训练好的神经网络模型包括共用层、可泊车位检测分支层和可行驶区域检测分支层，所述共用层用于对所述图像进行特征提取，输出至少一个中间特征提取信息和最终特征提取信息，所述可泊车位检测分支用于对所述最终特征提取信息进行处理获得可泊车位检测信息，所述可行驶区域检测分支层用于对所述最终特征提取信息和所述至少一个中间特征提取信息进行处理获得所述可行驶区域检测信息；

对所述可泊车位检测信息和可行驶区域检测信息进行解析和融合，获得可泊车位和可行驶区域的融合信息；

根据所述融合信息生成控制指令，将所述控制指令发送给车辆泊车系统，控制车辆根据所述融合信息进行泊车。

在一具体实施方式中，所述共用层包括第一共用分支、第二共用分支和拼接层，所述第一共用分支和所述第二共用分支并联连接，所述第一共用分支用于对所述图像进行处理，输出第一共用分支的至少一个中间特征提取信息和最终特征提取信息，所述第二共用分支用于对所述图像进行处理，输出第二共用分支的至少一个中间特征提取信息和最终特征提取信息，所述拼接层用于将所述第一共用分支的最终特征提取信息和所述第二共用分支的最终特征提取信息进行拼接，输出所述共用层的最终特征提取信息；

所述可泊车位检测分支用于对所述拼接层输出的最终特征提取信息进行处理获得所述可泊车位检测信息；

所述可行驶区域检测分支层用于对所述拼接层输出的最终特征提取信息、第一共用分支输出的至少一中间特征提取信息和所述第二共用分支输出的至少一中间特征提取信息进行处理获得所述可行驶区域检测信息。

在一具体实施方式中，所述第一共用分支包括多个卷积层，按照卷积层运算的顺序，所述第一共用分支层依次输出第一共用分支的第一中间特征提取信息、第二中间特征提取信息、第三中间特征提取信息和最终特征提取信息，所述第二共用分支包括多个卷积层，按照卷积层运算的先后顺序，所述第二共用分支层依次输出第二共用分支层的第一中间特征提取信息、第二中间特征提取信息、第三中间特征提取信息和最终特征提取信息；