[发明专利]一种识别车位的方法和装置

说明书

本公开涉及一种识别车位的方法和装置。包括：获取全景图像中车位的角点集合和线段集合；从所述角点集合中获取间隔距离在预设范围内的角点，将所述角点作为目标车位的角点；从所述线段集合中获取经过所述角点的线段；根据所述角点和所述线段，预测剩余角点，确定所述目标车位。在全景图像中目标车位的信息不是很多的情况下，即包括车位的部分角点或车位线，通过获取到的角点集合和线段集合，预测出剩余角点，从而确定目标车位，能够准确的识别目标车位。

技术领域

本公开涉及自动驾驶技术领域，尤其涉及一种识别车位的方法和装置。

背景技术

随着经济的发展，车辆的占有量逐年增加，在有限的城市空间内，停车问题变得越来越棘手。停车位不足、停车位狭窄，无疑给驾驶员带来很大的困扰。导致在泊车的过程中，花费大量的时间；或泊车的过程中，不能准确的泊入车位进行多次泊车；或者与邻近车位或墙体之间发生剐蹭。相关技术中，出现了自动泊车系统或待客泊车系统，能够实现车辆的自动泊车。然而，在上述系统中，由于车辆的视觉传感器常常只能拍摄到车位的部分角点或车位线，还不能准确的估计完整的车位位置，导致车位识别的准确率不高。

因此，亟需一种能够准确识别车位的方法和装置。

发明内容

为克服相关技术中存在的至少一个问题，本公开提供一种检测车位的方法和装置。

根据本公开实施例的第一方面，提供一种识别车位的方法，包括：

获取全景图像中车位的角点集合和线段集合；

从所述角点集合中获取间隔距离在预设范围内的角点，将所述角点作为目标车位的角点；

从所述线段集合中获取经过所述角点的线段；

根据所述角点和所述线段，预测剩余角点，确定所述目标车位。

在一种可能的实现方式中，所述根据所述角点和所述线段，预测剩余角点，确定所述目标车位，包括：

从所述线段中获取仅经过一个所述角点的第一线段；

以所述角点为端点，延长或缩短所述第一线段至预设长度，将所述第一线段的另一个端点作为所述目标车位的剩余角点；

根据所述角点和所述剩余角点，确定所述目标车位。

在一种可能的实现方式中，所述预设长度被设置为按照下述方式获得：

根据车位边长与图像坐标之间的比例关系，将所述车位边长转换为图像中的坐标长度。

在一种可能的实现方式中，所述从所述线段集合中获取经过所述角点的线段，包括：

建立图像坐标系，确定所述线段集合中线段的直线表达式；

将角点代入所述直线表达式，若所述角点满足所述线段的直线表达式，则所述线段经过所述角点。

在一种可能的实现方式中，所述获取全景图像中的角点集合，包括：

获取车辆预设范围内的全景图像；

将所述全景图像输入至关键点检测模型，经所述关键点检测模型，输出所述全景图像中车位的角点位置，其中，所述关键点检测模型被设置为利用样本全景图像与样本关键点的对应关系训练获得。

在一种可能的实现方式中，所述获取全景图像中车位的线段集合。包括：

获取车辆预设范围内的全景图像；

将所述全景图像输入至图像分割模型，经所述图像分割模型，输出所述全景图像中的车位的线段，其中，所述图像分割模型被设置为利用样本全景图像与样本线段的对应关系训练获得。

根据本公开实施例的第二方面，提供一种识别车位的装置，包括：