[发明专利]基于深度学习的自动泊车停车位检测方法有效

专利信息
申请号: 201910259741.4 申请日: 2019-04-02
公开(公告)号: CN109740584B 公开(公告)日: 2019-06-25
发明(设计)人: 胡德顺;成二康 申请(专利权)人: 纽劢科技(上海)有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06T3/00;G06T3/40;G06T7/13;G08G1/14
代理公司: 上海三方专利事务所(普通合伙) 31127 代理人: 李美立
地址: 201203 上海市浦东新区中国*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明涉及自动驾驶技术领域,具体来说是一种基于深度学习的自动泊车停车位检测方法,将基于深度学习获得损失函数与基于模板匹配获得的模板的代价函数求和以获得总的代价函数,以对于任一模型的概率最大的点所处的位置作为初值对总的代价函数进行搜索以获得停车位位置。本发明同现有技术相比优点在于:本方法结合了模板匹配和深度学习来进行图像中的停车位检测,不仅在光照条件比较好以及拼接效果比较好的情况下有效,而且在光源非常复杂、路面反光、停车位含有干扰以及拼接俯视图不够准确等条件下能够实现比较鲁棒和精确的停车位检测;距离变换和Canny边缘检测的计算复杂度很低,计算量很小,能够在嵌入式平台上实时运行,从而具有直接的应用价值。
搜索关键词: 停车位 代价函数 检测 模板匹配 自动泊车 拼接 学习 计算复杂度 嵌入式平台 光照条件 距离变换 路面反光 实时运行 损失函数 自动驾驶 俯视图 计算量 求和 鲁棒 光源 搜索 图像 概率 应用
【主权项】:
1.一种基于深度学习的自动泊车停车位检测方法,其特征在于所述的方法具体如下:步骤a.获得车辆所处的位置的俯视图;步骤b.采用深度神经网络进行训练并获得至少一个模型,并通过模型获得俯视图的图像中每个点相对于该模型的概率,再通过每个点相对于该模型的概率获得每个点相对于该模型的损失函数;步骤c.对于车辆所处的位置的俯视图,基于模板匹配进行停车位检测,并获得模板的代价函数;步骤d.将基于深度学习获得的损失函数与基于模板匹配获得的模板的代价函数求和以获得总的代价函数,以对于任一模型的概率最大的点所处的位置作为初值对总的代价函数进行搜索以获得停车位位置。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于纽劢科技(上海)有限公司,未经纽劢科技(上海)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201910259741.4/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top