[发明专利]一种泊车位预测方法、装置、电子设备及存储介质

说明书

本发明公开了一种泊车位预测方法、装置、电子设备及存储介质，该方法包括：获取目标停车范围的鸟瞰图；基于泊车位预测模型的编码网络对鸟瞰图进行编码处理，得到编码特征图，以及基于泊车位预测模型的解码网络对编码特征图进行解码处理，得到解码特征图；将编码特征图输入至泊车位预测模型的局部特征分支网络进行泊车位角点预测，得到第一预测结果；将解码特征图输入至泊车位预测模型的全局特征分支网络进行泊车位预测，得到第二预测结果；根据对第一预测结果和第二预测结果的融合处理，确定鸟瞰图中泊车位的目标位置信息。如此，通过端到端的训练，能够提升每个泊车位角点的精度，至少改善泊车位的位置信息预测不够精准的问题。

技术领域

本发明涉及自动驾驶领域，特别涉及一种泊车位预测方法、装置、电子设备及存储介质。

背景技术

自动泊车场景下，通常采用鸟瞰图来进行泊车位预测。现有技术通过车位的先验几何约束来生成最终泊车位的位置，可以近似估计处泊车位的位置，但是不够精准，即泊车位预测精度较差。

发明内容

为了解决现有技术的问题，本发明实施例提供了一种泊车位预测方法、装置、电子设备及存储介质。所述技术方案如下：

一方面，提供了一种泊车位预测方法，所述方法包括：

获取目标停车范围的鸟瞰图；

基于泊车位预测模型的编码网络对鸟瞰图进行编码处理，得到编码特征图，以及基于泊车位预测模型的解码网络对编码特征图进行解码处理，得到解码特征图；

将编码特征图输入至泊车位预测模型的局部特征分支网络进行泊车位角点预测，得到第一预测结果；第一预测结果指示鸟瞰图中泊车位角点的位置信息；

将解码特征图输入至泊车位预测模型的全局特征分支网络进行泊车位预测，得到第二预测结果；第二预测结果指示鸟瞰图中泊车位的候选位置信息；

根据对第一预测结果和第二预测结果的融合处理，确定鸟瞰图中泊车位的目标位置信息。

另一方面，提供了一种泊车位预测装置，所述装置包括：

鸟瞰图获取模块，用于获取目标停车范围的鸟瞰图；

特征图获取模块，用于基于泊车位预测模型的编码网络对鸟瞰图进行编码处理，得到编码特征图，以及基于泊车位预测模型的解码网络对编码特征图进行解码处理，得到解码特征图；

第一预测结果获取模块，用于将编码特征图输入至泊车位预测模型的局部特征分支网络进行泊车位角点预测，得到第一预测结果；第一预测结果指示鸟瞰图中泊车位角点的位置信息；

第二预测结果获取模块，用于将解码特征图输入至泊车位预测模型的全局特征分支网络进行泊车位预测，得到第二预测结果；第二预测结果指示鸟瞰图中泊车位的候选位置信息；

泊车位目标位置确定模块，用于根据对第一预测结果和第二预测结果的融合处理，确定鸟瞰图中泊车位的目标位置信息。

在一个示例性的实施方式中，第一预测结果获取模块包括：

局部特征图获取模块，用于将编码特征图输入至泊车位预测模型的局部特征分支网络，通过卷积核处理，得到第一局部特征图和第二局部特征图；第一局部特征图和第二局部特征图尺寸相同、通道数相同且已划分多个像素网格；

第一预测结果输出模块，用于基于第一局部特征图和第二局部特征图进行泊车位角点预测，得到第一预测结果。

在一个示例性的实施方式中，第一预测结果输出模块包括：

第一局部预测结果获取模块，用于基于第一局部特征图，得到第一局部预测结果；第一局部预测结果指示鸟瞰图中泊车位角点所在的像素网格；