[发明专利]停车场柱子检测方法、检测装置、车辆及存储介质

说明书

本申请公开了一种停车场柱子检测方法、检测装置、车辆及存储介质，停车场柱子检测方法包括获取多个待检测停车场图像；将多个待检测停车场图像输入至预设的深度学习网络，得到对应的特征集，特征集至少包括停车场柱子对应的接地点位置集；对接地点位置集进行聚类，得到多个数据簇，每个数据簇对应一个停车场柱子；根据每个数据簇包括的多个接地点位置，确定每个停车场柱子的目标位置；输出停车场柱子的目标位置。本方法实现了通过深度学习网络自动检测待检测停车场图像中的停车场柱子，无需用户手动操作，提高了停车场柱子的检测效率和检测准确率。

技术领域

本申请涉及无人驾驶技术领域，更具体地，涉及一种停车场柱子检测方法、检测装置、车辆及存储介质。

背景技术

停车场指的是供车辆临时或长期停放使用的场地，在现有的室内停车场中，均布设有停车场柱子。因此，车辆行驶在室内停车场时，需要对停车场柱子进行检测，以便控制车辆的行驶路径绕开停车场柱子，以免撞上停车场柱子导致车辆损坏。

现有技术通常先对采集的车位号图像进行手工特征提取，然后将提取的特征输入到分类器中进行字符识别得到车位号，然而，这种传统的图像处理方法存在检测速度慢和准确率低的技术问题。

发明内容

鉴于上述问题，本申请提出了一种停车场柱子检测方法、检测装置、车辆及存储介质，以克服或者至少部分地解决以上现有技术的问题。

第一方面，本申请实施例提供了一种停车场柱子检测方法，包括：获取多个待检测停车场图像；将多个待检测停车场图像输入至预设的深度学习网络，得到对应的特征集，特征集至少包括停车场柱子对应的接地点位置集；对接地点位置集进行聚类，得到多个数据簇，每个数据簇对应一个停车场柱子；根据每个数据簇包括的多个接地点位置，确定每个停车场柱子的目标位置；输出停车场柱子的目标位置。

在一些实施方式中，特征集包括停车场柱子对应的接地点位置集，将多个待检测停车场图像输入至预设的深度学习网络，得到对应的特征集，包括：将多个待检测停车场图像输入至预设的深度学习网络，使得深度学习网络对停车场柱子的接地点位置进行检测，得到停车场柱子对应的接地点位置集；接收深度学习网络输出的接地点位置集。

在一些实施方式中，特征集还包括停车场柱子对应的接地点位置的嵌入特征集，将多个待检测停车场图像输入至预设的深度学习网络，使得深度学习网络对停车场柱子的接地点位置进行检测，得到停车场柱子对应的接地点位置集，包括：将多个待检测停车场图像输入至预设的深度学习网络，使得深度学习网络对停车场柱子的接地点位置进行检测，得到停车场柱子对应的接地点位置集，并根据接地点位置集确定嵌入特征集；接收深度学习网络输出的接地点位置集，包括：接收深度学习网络输出的接地点位置集以及嵌入特征集。

在一些实施方式中，对接地点位置集进行聚类，得到多个数据簇，每个数据簇对应一个停车场柱子，包括：根据预设规则以及嵌入特征集，对接地点位置集进行聚类，得到多个数据簇，每个数据簇对应一个停车场柱子，其中，预设规则用于表征不同停车场柱子上的任意两个接地点位置对应的嵌入特征差值大于第一阈值，同一停车场柱子上的任意两个接地点位置对应的嵌入特征差值小于第二阈值，第二阈值小于第一阈值。

在一些实施方式中，每个数据簇包括多个子数据簇，每个子数据簇对应于一个接地点，预设规则包括预设子规则，预设子规则用于表征同一停车场柱子上任意两个接地点对应的嵌入特征差值大于第三阈值且小于第二阈值，同一停车场柱子上同一接地点对应的任意两个接地点位置的嵌入特征差值小于第四阈值，第三阈值小于第二阈值，第四阈值小于第三阈值；根据预设规则以及嵌入特征集，对接地点位置集进行聚类，得到多个数据簇，每个数据簇对应一个停车场柱子，包括：根据嵌入特征集以及预设子规则，对每个停车场柱子对应的数据簇包括的接地点位置进行聚类，得到对应的多个子数据簇。