[发明专利]一种泊车定位方法及装置

说明书

本发明公开了一种泊车定位方法及装置，包括：获取车辆泊车俯视图，采用预先训练的特征分割模型从泊车俯视图中分割出泊车特征，泊车特征为构成地面标识的基本元素，该基本元素是由至少两条线段组成的具备几何形状的图形，将从泊车俯视图中分割出的泊车特征与预先构建的记忆地图进行匹配，得到泊车俯视图的位姿信息，进而根据车辆与泊车俯视图的相对位置关系以及泊车俯视图的位姿信息确定车辆的位姿信息。由此，预先构建的记忆地图只包含泊车特征和泊车特征位姿，占用的存储空间小，提高了进行数据定位的效率，且泊车特征为易于识别的构成地面标识的基本元素，提升了定位的准确度。

技术领域

本发明涉及自动泊车领域，尤其涉及一种泊车定位方法及装置。

背景技术

记忆泊车是自动驾驶在具体场景下的一个应用，其技术要点主要包含感知，建图与定位，决策与控制。由于要求成本低，感知一般采用摄像头加超声波雷达的方式，如何在上述信息相对简单的感知输入条件下完成建图与定位，是车辆进一步进行决策与控制，继而完成记忆泊车功能的关键。

现有技术中在构建用于定位的地图时，通常是提取图像中所有或大部分像素点，基于该方法建立的地图为稠密地图，但是该种方法构建的地图信息量大，会占用很大的存储空间，当利用该记忆地图进行泊车定位时，严重影响泊车定位的处理效率以及处理精度。

发明内容

有鉴于此，本发明实施例公开了一种泊车定位方法及装置，解决了现有技术中记忆地图占用空间大，影响泊车定位的处理效率的问题。

第一方面，本发明实施例提供了一种泊车定位方法，包括：

获取车辆在泊车过程中的泊车俯视图；

采用预先训练的特征分割模型从泊车俯视图中分割出泊车特征；所述特征分割模型是通过包含标记了泊车特征的图片的数据集对待训练的特征分割模型进行训练后得到的；泊车特征为构成地面标识的基本元素，所述基本元素是由至少两条线段组成的具备几何形状的图形；

从预先构建的记忆地图中确定与泊车俯视图的泊车特征相匹配的目标泊车特征，并通过所述目标泊车特征的位姿信息确定泊车俯视图的位姿信息；

获取车辆与泊车俯视图的相对位置关系，并根据所述车辆与泊车俯视图的相对位置关系以及泊车俯视图的位姿信息，确定车辆的位姿信息。

在一些实施例中，构成地面标识的所述基本元素的形状至少包括：

三角形、平行四边形、圆弧形。

在一些实施例中，所述特征分割模型的训练过程包括：

将包含泊车特征的图片作为训练样本；

将所述训练样本输入到待训练的特征分割模型中，以所述待训练的特征分割模型对所述训练样本的分割结果趋近于在所述训练样本中预先标记的泊车特征为目的，对所述待训练的分割模型进行训练。

在一些实施例中，所述记忆地图的构建方法包括：

获取车辆从预设的起始位置移动到目标位置的过程中每一帧的泊车俯视图；

采用特征分割模型在每一帧的泊车俯视图中分割出泊车特征；

获取每一帧的泊车俯视图中的泊车特征在全局坐标系中的位姿信息；

通过每一帧的泊车俯视图中分割出的泊车特征和泊车特征的位姿信息构建记忆地图。

在一些实施例中，所述获取每一帧的泊车俯视图中的泊车特征在全局坐标系中的位姿信息，包括：

针对任意一帧的泊车俯视图中的泊车特征：

获取在拍摄用于生成泊车俯视图的图片时车辆在全局坐标系下的位姿信息；

确定车辆与泊车俯视图的相对位置关系；