【技术实现步骤摘要】
一种车位检测方法、装置及电子设备
本专利技术涉及智能交通
，特别是涉及一种车位检测方法、装置及电子设备。
技术介绍
车位检测是实现车辆的半自动泊车、全自动泊车的前提。现有的车位检测过程，一般是：获得超声波雷达针对待检测区域所采集的超声波测距数据，其中，待检测区域中包含空闲车位，超声波测距数据标识：待检测区域中各目标距离超声波雷达的距离；对所获取的超声波测距数据进行最小值滤波，得到滤波后的测距数据；对滤波后的测距数据进行跳变沿检测，即基于滤波后的测距数据，确定出该滤波后的测距数据对应的上升沿以及下降沿；后续的，将所确定出的上升沿对应的测距数据和下降沿对应的测距数据之间的距离作为空闲车位的长度。上述上升沿为：滤波后的测距数据从较小数值跳变到较大数值的跳变位置，对应超声波雷达探测从障碍物(例如空闲车位左侧相邻车位处的车辆，可以称为前车，)向空闲车位的距离的变化。上述下降沿为：滤波后的测距数据从较大数值跳变到较小数值的跳变位置，对应超声波雷达从空闲车位向障碍物(例如空闲车位右侧相邻车位处的车辆，可以称为后车)的距离的变化。由于超声波雷达的具有波束宽度，其能探测到与在雷达波束覆盖范围内的障碍物。在现有的车位检测过程中，仅将上升沿和下降沿之间的距离作为所检测的车位的长度，其未考虑到测距数据跳变时刻对应的超声波雷达位置已经超过障碍物的边界，即未考虑到测距数据跳变的位置，与空闲车位相邻车位处的车辆的真实边界存在差距，导致现有的车位检测过程中所确定的空闲车位的长度要小于空闲车位的实际长度，所确定出的车位的长度不够准确。
技术实现思路
本专利技术实施例的目的在于提供一种车位...
【技术保护点】
1.一种车位检测方法，其特征在于，所述方法包括：获得目标车辆的测距设备针对待检测区域所采集的目标测距数据，其中，所述待检测区域包含待检测空闲车位、第一障碍物车辆以及第二障碍物车辆；基于所述目标测距数据的变化情况，从所述目标测距数据中，确定出目标上升沿对应的第一目标测距数据以及目标下降沿对应的第二目标测距数据；基于所述第一目标测距数据，从所述目标测距数据中确定出所述第一障碍物车辆对应的第三目标测距数据，并基于所述第二目标测距数据，从所述目标测距数据中确定出所述第二障碍物车辆对应的第四目标测距数据；基于预设的车位检测模型、所述第一目标测距数据、所述第二目标测距数据、所述第三目标测距数据和所述第四目标测距数据，确定所述待检测空闲车位的长度，其中，所述预设的车位检测模型包含：表征障碍物车辆对应的测距数据、所述目标车辆的测距设备的起始位置到所述待检测空闲车位的边界线的距离以及测距数据的跳变位置对应的测距数据之间的位置关系的信息。
【技术特征摘要】
1.一种车位检测方法，其特征在于，所述方法包括：获得目标车辆的测距设备针对待检测区域所采集的目标测距数据，其中，所述待检测区域包含待检测空闲车位、第一障碍物车辆以及第二障碍物车辆；基于所述目标测距数据的变化情况，从所述目标测距数据中，确定出目标上升沿对应的第一目标测距数据以及目标下降沿对应的第二目标测距数据；基于所述第一目标测距数据，从所述目标测距数据中确定出所述第一障碍物车辆对应的第三目标测距数据，并基于所述第二目标测距数据，从所述目标测距数据中确定出所述第二障碍物车辆对应的第四目标测距数据；基于预设的车位检测模型、所述第一目标测距数据、所述第二目标测距数据、所述第三目标测距数据和所述第四目标测距数据，确定所述待检测空闲车位的长度，其中，所述预设的车位检测模型包含：表征障碍物车辆对应的测距数据、所述目标车辆的测距设备的起始位置到所述待检测空闲车位的边界线的距离以及测距数据的跳变位置对应的测距数据之间的位置关系的信息。2.根据权利要求1所述的方法，其特征在于，每一目标测距数据对应一目标采集时刻；所述基于所述第一目标测距数据，从所述目标测距数据中确定出所述第一障碍物车辆对应的第三目标测距数据，并基于所述第二目标测距数据，从所述目标测距数据中确定出所述第二障碍物车辆对应的第四目标测距数据的步骤，包括：从所述目标测距数据中，确定出所对应目标采集时刻小于所述第一目标测距数据对应的目标采集时刻的、且与所述第一目标测距数据最近的第一预定数量个目标测距数据，作为第一类目标测距数据；确定所述第一类目标测距数据中，每相邻的第二预定数量个目标测距数据中的数值最小的目标测距数据，作为第一待选目标测距数据；从所确定的第一待选目标测距数据中，确定出所对应目标采集时刻与所述第一目标测距数据的目标采集时刻最近的作为极小值的第一待选目标测距数据，作为所述第一障碍物车辆对应的第三目标测距数据；从所述目标测距数据中，确定出所对应目标采集时刻大于所述第二目标测距数据对应的目标采集时刻的、且与所述第二目标测距数据最近的所述第一预定数量个目标测距数据，作为第二类目标测距数据；确定所述第二类目标测距数据中，每相邻的第二预定数量个目标测距数据中的数值最小的目标测距数据，作为第二待选目标测距数据；从所确定的第二待选目标测距数据中，确定出所对应目标采集时刻与所述第二目标测距数据的目标采集时刻最近的作为极小值的第二待选目标测距数据，作为所述第二障碍物车辆对应的第四目标测距数据。3.根据权利要求1所述的方法，其特征在于，每一目标测距数据对应一目标采集时刻和目标行驶速度；在所述基于预设的车位检测模型、所述第一目标测距数据、所述第二目标测距数据、所述第三目标测距数据和所述第四目标测距数据，确定所述待检测空闲车位的长度的步骤之前，所述方法还包括：基于每一目标测距数据对应的目标采集时刻和目标行驶速度，确定每相邻的目标测距数据之间的距离间隔，作为目标距离间隔；从所述目标测距数据中，确定所述第一目标测距数据与所述第三目标测距数据之间的目标测距数据，作为第三类目标测距数据，并确定所述第二目标测距数据与所述第四目标测距数据之间的目标测距数据，作为第四类目标测距数据；判断所述第三类目标测距数据中是否存在满足第一确定条件的第五目标测距数据，并判断所述第四类目标测距数据中是否存在满足第二确定条件的第六目标测距数据，其中，所述满足第一确定条件的第五目标测距数据为：与相邻的第三类目标测距数据之间的第一目标斜率不小于第一斜率阈值的、且所对应目标采集时刻小于相邻的第三类目标测距数据对应的目标采集时刻的第三类目标测距数据；所述满足第二确定条件的第六目标测距数据为：与相邻的第四类目标测距数据之间的第二目标斜率不大于第二斜率阈值的、且所对应目标采集时刻小于相邻的第四类目标测距数据对应的目标采集时刻的第四类目标测距数据，所述第二斜率阈值小于所述第一斜率阈值；与相邻的第三类目标测距数据之间的第一目标斜率为：与相邻的第三类目标测距数据之差和与相邻的第三类目标测距数据之间的目标距离间隔的比值；与相邻的第四类目标测距数据之间的第二目标斜率为：与相邻的第四类目标测距数据之差和与相邻的第四类目标测距数据之间的目标距离间隔的比值；当判断不存在所述第五目标测距数据，并判断不存在所述第六目标测距数据时，执行所述基于预设的车位检测模型、所述第一目标测距数据、所述第二目标测距数据、所述第三目标测距数据和所述第四目标测距数据，确定所述待检测空闲车位的长度的步骤。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：当判断存在所述第五目标测距数据，并判断存在所述第六目标测距数据时，基于预设的车位检测模型、所述第一目标测距数据、所述第五目标测距数据、所述第三目标测距数据和所述第六目标测距数据，确定所述待检测空闲车位的长度；当判断存在所述第五目标测距数据，并判断不存在所述第六目标测距数据时，基于预设的车位检测模型、所述第一目标测距数据、所述第五目标测距数据、所述第三目标测距数据和所述第四目标测距数据，确定所述待检测空闲车位的长度；当判断不存在所述第五目标测距数据，并判断存在所述第六目标测距数据时，基于预设的车位检测模型、所述第一目标测距数据、所述第二目标测距数据、所述第三目标测距数据和所述第六目标测距数据，确定所述待检测空闲车位的长度。5.根据权利要求3所述的方法，其特征在于，所述判断所述第三类目标测距数据中是否存在满足第一确定条件的第五目标测距数据，并判断所述第四类目标测距数据中是否存在满足第二确定条件的第六目标测距数据的步骤，包括：基于每一第三类目标测距数据对应的目标采集时刻从小到大的顺序，依次计算相邻第三类目标测距数据对应的第一目标斜率，并判断计算所得第一目标斜率是否不小于第一斜率阈值；其中，当判断计算所得第一目标斜率不小于第一斜率阈值时，表征判断存在所述第五目标测距数据；基于每一第四类目标测距数据对应的目标采集时刻从小到大的顺序，依次计算相邻第四类目标测距数据对应的第二目标斜率，并判断计算所得第二目标斜率是否不大于第二斜率阈值；其中，当判断计算所得第二目标斜率不大于第二斜率阈值时，表征判断存在所述第六目标测距数据。6.根据权利要求1-5任一项所述的方法，其特征在于，在所述基于预设的车位检测模型、所述第一目标测距数据、所述第二目标测距数据、所述第三目标测距数据和所述第四目标测距数据，确定所述待检测空闲车位的长度的步骤之前，所述方法还包括：建立所述预设的车位检测模型的过程，其中，所述过程包括：获得预定模式车位对应的多个样本数据，其中，每一样本数据包括：测试车辆的测距设备在所述测试车辆以预定行驶状态行驶过程中，针对样本区域所采集的样本测距数据，所述预定行驶状态包含预设位置，所述样本区域包含样本空闲车位、第三障碍物车辆以及第四障碍物车辆，其中，所述预定模式车位包括：水平车位或垂直车位；获得每一样本数据对应的标定信息，其中，所述标定信息包括：所述样本空闲车位相对于所述第三障碍物车辆的第一边界线，距离该样本数据对应的预设位置的第一样本距离，以及所述样本空闲车位相对于所述第四障碍物车辆的第二边界线，距离该样本数据对应的预设位置的第二样本距离；获得初始的车位检测模型；针对每一样本数据，执行以下操作，以获得每一样本数据对应的操作结果；基于每一样本数据对应的操作结果以及每一样本数据对应的第一样本距离和第二样本距离，训练所述初始的车位检测模型，得到预设的车位检测模型；基于该样本数据包含的样本测距数据的变化情况，从该样本测距数据中，确定出样本上升沿对应的第一样本测距数据和样本下降沿对应的第二样本测距数据；基于所述第一样本测距数据，从该样本数据包含的样本测距数据中确定出所述第三障碍物车辆对应的第三样本测距数据，并基于所述第二样本测距数据，从该样本数据包含的样本测距数据中确定出所述第四障碍物车辆对应的第四样本测距数据；将所述第一样本测距数据、所述第三样本测距数据、所述第二样本测距数据和所述第四样本测距数据，作为该样本数据对应的操作结果。7.根据权利要求6所述的方法，其特征在于，每一样本测距数据对应一样本采集时刻；所述基于所述第一样本测距数据，从该样本数据包含的样本测距数据中确定出所述第三障碍物车辆对应的第三样本测距数据，并基于所述第二样本测距数据，从该样本数据包含的样本测距数据中确定出所述第四障碍物车辆对应的第四样本测距数据的步骤，包括：从该样本数据包含的样本测距数据中，确定出所对应样本采集时刻小于所述第一样本测距数据对应的样本采集时刻的、且与所述第一样本测距数据最近的第一预定数量个样本测距数据，作为第一类样本测距数据；确定所述第一类样本测距数据中，每相邻的第二预定数量个样本测距数据中的数值最小的样本测距数据，作为第一待选样本测距数据；从所确定的第一待选样本测距数据中，确定出所对应样本采集时刻与所述第一样本测距数据的样本采集时刻最近的作为极小值的第一待选样本测距数据，作为所述第三障碍物车辆对应的第三样本测距数据；从该样本数据包含的样本测距数据中，确定出所对应样本采集时刻大于所述第二样本测距数据对应的样本采集时刻的、且与所述第二样本测距数据最近的第一预定数量个样本测距数据，作为第二类样本测距数据；确定所述第二类样本测距数据中，每相邻的第二预定数量个样本测距数据中的数值最小的样本测距数据，作为第二待选样本测距数据；从所确定的第二待选样本测距数据中，确定出所对应样本采集时刻与所述第二样本测距数据的样本采集时刻最近的作为极小值的第二待选样本测距数据，作为所述第四障碍物车辆对应的第四样本测距数据。8.根据权利要求6所述的方法，其特征在于，所述第一样本测距数据对应在第一直角坐标系下的第一样本坐标，所述第二样本测距数据对应在第一直角坐标系下的第二样本坐标，所述第三样本测距数据对应在第一直角坐标系下的第三样本坐标，所述第四样本测距数据对应在第一直角坐标系下的第四样本坐标；所述第一直角坐标系为：以所述预设起始位置为原点、以所述测试车辆的测距设备的移动方向为横轴、且以所述测试车辆的测距设备的测距方向为竖轴的直角坐标系；所述初始的车位检测模型包括初始的第一边界确定子模型、初始的第二边界确定子模型以及车位长度确定子模型，所述初始的第一边界确定子模型包含多组第一参数值，所述初始的第二边界确定子模型包含多组第二参数值；所述基于每一样本数据对应的操作结果以及每一样本数据对应的第一样本距离和第二样本距离，训练所述初始的车位检测模型，得到预设的车位检测模型的步骤，包括：针对每一样本数据，将该样本数据对应的第一样本坐标、第三样本坐标输入所述初始的第一边界确定子模型，确定出所述多组第一参数值中每一组第一参数值对应的第一预期距离；针对每一样本数据，计算每一组第一参数值对应的第一预期距离与该样本数据对应的第一样本距离的差值，作为该组第一参数值对应的第一样本误差；基于每一样本数据对应的每组第一参数值对应的第一样本误差，确定每一第一参数值对应的第一误差分数，其中，每组第一参数值对应的第一样本误差越大，其所对应的第一误差分数越小；基于所确定的每一第一参数值对应的第一误差分数，确定出满足预设选取条件的第一参数值，作为最终第一参数值，以得到预设的第一边界确定子模型；其中，所述满足预设选取条件的第一参数值为：所对应第一误差分数最大的第一参数值；针对每一样本数据，将该样本数据对应的第二样本坐标、第四样本坐标输入所述初始的第一边界确定子模型，确定出所述多组第二参数值中每一组第二参数值对应的第二预期距离；针对每一样本数据，计算每一组第二参数值对应的第二预期距离与该样本数据对应的第二样本距离的差值，作为该组第二参数值对应的第二样本误差；基于每一样本数据对应的每组第二参数值对应的第二样本误差，确定每一第二参数值对应的第二误差分数，其中，每组第二参数值对应的第二样本误差越大，其所对应的第二误差分数越小；基于所确定的每一第二参数值对应的第二误差分数，确定出满足预设选取条件的第一参数值，作为最终第二参数值，以得到预设的第二边界确定子模型；其中，所述满足预设选取条件的第二参数值为：所对应第二误差分数最大的第二参数值；得到包含预设的第一边界确定子模型、预设的第二边界确定子模型以及车位长度确定子模型的预设的车位检测模型。9.根据权利要求8所述的方法，其特征在于，所述基于每一样本数据对应的每组第一参数值对应的第一样本误差，确定每一第一参数值对应的第一误差分数的步骤，包括：针对每一样本数据，从所述多组第一参数值中，确定出所对应第一样本误差在预设误差范围内的第一参数值，作为该样本数据对应的匹配第一参数值；基于每一匹配第一参数值所对应的样本数据的数量，对每一匹配第一参数值进行降序排序，获得第一排序顺序；将所述第一排序顺序中前预设位数个匹配第一参数值，确定为待选第一参数值；基于每一待选第一参数值对应的第一样本误差，确定每一待选第一参数值对应的第一误差分数；所述基于所确定的每一第一参数值对应的第一误差分数，确定出满足预设选取条件的第一参数值，作为最终第一参数值，以得到预设的第一边界确定子模型的步骤，包括：基于所确定的每一待选第一参数值对应的第一误差分数，确定出满足预设选取条件的第一参数值，作为最终第一参数值，以得到预设的第一边界确定子模型；所述基于每一样本数据对应的每组第二参数值对应的第二样本误差，确定每一第二参数值对应的第二误差分数的步骤，包括：针对每一样本数据，从所述多组第二参数值中，确定出所对应第二样本误差在预设误差范围内的第二参数值，作为该样本数据对应的匹配第二参数值；基于每一匹配第二参数值所对应的样本数据的数量，对每一匹配第二参数值进行降序排序，获得第二排序顺序；将所述第二排序顺序中前预设位数个匹配第二参数值，确定为待选第二参数值；基于每一待选第二参数值对应的第二样本误差，确定每一待选第二参数值对应的第二误差分数；所述基于所确定的每一第二参数值对应的第二误差分数，确定出满足预设选取条件的第一参数值，作为最终第二参数值，以得到预设的第二边界确定子模型的步骤，包括：基于所确定的每一待选第二参数值对应的第二误差分数，确定出满足预设选取条件的第一参数值，作为最终第二参数值，以得到预设的第二边界确定子模型。10.根据权利要求8所述的方法，其特征在于，所述第一目标测距数据对应在第二直角坐标系下的第一目标坐标，所述第二目标测距数据对应在第二直角坐标系下的第二目标坐标，所述第三目标测距数据对应在第二直角坐标系下的第三目标坐标，所述第四样本测距数据对应在第二直角坐标系下的第四目标坐标；所述第二直角坐标系为：以所述目标车辆的测距设备的起始位置为原点、以所述目标车辆的测距设备的移动方向为横轴、且以所述目标车辆的测距设备的测距方向为纵轴的直角坐标系；所述基于预设的车位检测模型、所述第一目标测距数据、所述第二目标测距数据、所述第三目标测距数据和所述第四目标测距数据，确定所述待检测空闲车位的长度的步骤，包括：将所述第一目标坐标以及所述第三目标坐标输入所述预设的第一边界确定子模型，得到所述待检测空闲车位的第三边界相对于所述起始位置的距离，作为第一目标距离，其中，所述第三边界线为：所述待检测空闲车位与所述第一障碍物车辆对应的边界所在直线；将所述第二目标坐标以及所述第四目标坐标输入所述预设的第二边界确定子模型，得到所述待检测空闲车位的第四边界线相对于所述起始位置的距离，作为第二目标距离，其中，所述第四边界线为：所述待检测空闲车位与所述第二障碍物车辆对应的边界所在直线；将所述第一目标距离和所述第二目标距离输入车位长度确定子模型，得到所述待检测空闲车位的长度。11.根据权利要求6所述的方法，其特征在于，每一样本测距数据对应一样本采集时刻和样本行驶速度；在所述将所述第一样本测距数据、所述第三样本测距数据、所述第二样本测距数据和所述第四样本测距数据，作为该样本数据对应的操作结果的步骤之前，所述方法还包括：基于每一样本测距数据对应的样本采集时刻和样本行驶速度，确定每相邻的样本测距数据之间的距离间隔，作为样本距离间隔；从该样本测距数据中，确定所述第一样本测距数据与所述第三样本测距数据之间的样本测距数据，作为第三类样本测距数据，并确定所述第二样本测距数据与所述第四样本测距数据之间的样本测距数据，作为第四类样本测距数据；判断所述第三类样本测距数据中是否存在满足第三确定条件的第五样本测距数据，并判断所述第四类样本测距数据中是否存在满足第四确定条件的第六样本测距数据，其中，所述满足第三确定条件的第五样本测距数据为：与相邻的第三类样本测距数据之间的第一样本斜率不小于第三斜率阈值的、且所对应样本采集时刻小于相邻的第三类样本测距数据对应的样本采集时刻的第三类样本测距数据；所述满足第四确定条件的第六样本测距数据为：与相邻的第四类样本测距数据之间的第二样本斜率不大于第四斜率阈值的、且所对应样本采集时刻小于相邻的第四类样本测距数据对应的样本采集时刻的第四类样本测距数据，所述第四斜率阈值小于所述第三斜率阈值，相邻的第三类样本测距数据之间的第一样本斜率为：与相邻的第三类样本测距数据之差和与相邻的第三类样本测距数据之间的样本距离间隔的比值；当判断不存在所述第五样本测距数据，并判断不存在所述第六样本测距数据时，执行所述将所述第一样本测距数据、所述第三样本测距数据、所述第二样本测距数据和所述第四样本测距数据，作为该样本数据对应的操作结果的步骤。12.根据权利要求11所述的方法，其特征在于，所述方法还包括：当判断存在所述第五样本测距数据，并判断存在所述第六样本测距数据时，将所述第一样本测距数据、所述第五样本测距数据、所述第二样本测距数据和所述第六样本测距数据，作为该样本数据对应的操作结果；当判断存在所述第五样本测距数据，并判断不存在所述第六样本测距数据时，将所述第一样本测距数据、所述第五样本测距数据、所述第二样本测距数据和所述第四样本测距数据，作为该样本数据对应的操作结果；当判断不存在所述第五样本测距数据，并判断存在所述第六样本测距数据时，将所述第一样本测距数据、所述第三样本测距数据、所述第二样本测距数据和所述第六样本测距数据，作为该样本数据对应的操作结果。13.根据权利要求11或12所述的方法，其特征在于，所述判断所述第三类样本测距数据中是否存在满足第三确定条件的第五样本测距数据，并判断所述第四类样本测距数据中是否存在满足第四确定条件的第六样本测距数据的步骤，包括：基于每一第三类样本测距数据对应的样本采集时刻从小到大的顺序，依次计算相邻第三类样本测距数据对应的第一样本斜率，并判断计算所得第一样本斜率是否不小于第三斜率阈值；其中，当判断计算所得第一样本斜率不小于第三斜率阈值时，表征判断存在所述第五样本测距数据；基于每一第四类样本测距数据对应的样本采集时刻从小到大的顺序，依次计算相邻第四类样本测距数据对应的第二样本斜率，并判断计算所得第二样本斜率是否不大于第四斜率阈值；其中，当判断计算所得第二样本斜率不大于第四斜率阈值时，表征判断存在所述第六样本测距数据。14.一种车位检测装置，其特征在于，所述装置包括：第一获得模块，用于获...
【专利技术属性】
技术研发人员：严江江，戚红命，
申请(专利权)人：杭州海康汽车技术有限公司，
类型：发明
国别省市：浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。