System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及泊车,特别是涉及一种泊车控制方法、装置、设备及介质。
技术介绍
1、车辆在行驶结束后,需进行泊车。只有在识别出车位后,才能进行泊车。
2、在相关的泊车技术中,大部分厂家基于车上安装的四个环视摄像头采集的图像,组成俯视图来识别车位。但是拼接图片的扭曲程度较大,且容易受到光照环境的影响,导致识别出的车位会有较大的抖动,在泊车过程中不断跳动的车位线会影响泊车效率和精度。
3、由此可见,如何较准确地对车位进行识别,以提高泊车的效率和精度是本领域人员亟需解决的技术问题。
技术实现思路
1、本专利技术的目的是提供一种泊车控制方法、装置、设备及介质,以解决车位识别的准确率低、泊车效率低的技术问题。
2、为解决上述技术问题,本专利技术提供一种泊车控制方法,应用于安装有视觉传感器的车辆,包括:
3、获取采集的柱状图像以及俯视图像;
4、从所述柱状图像中识别第一线段以及从所述俯视图像中识别第二线段;其中,所述第一线段、所述第二线段均为用于表征车位线的线段;
5、将所述第一线段进行滤波处理以获取第三线段,以及将所述第二线段进行滤波处理以获取第四线段;
6、根据所述第三线段和所述第四线段确定车位;
7、控制车辆在车位的位置进行泊车。
8、优选地,从所述柱状图像中识别所述第一线段包括:
9、将采集的当前柱状图像分别输入至预先建立的第一深度学习模型中;其中,建立所述第一深度学习
10、获取所述第一深度学习模型根据识别出的当前柱状图像上的多个点建立的所述第一线段。
11、优选地,从所述俯视图像中识别所述第二线段包括:
12、将当前俯视图像输入至预先建立的第二深度学习模型中;其中,建立所述第二深度学习模型包括:获取样本俯视图像、标注出所述样本俯视图像中车位的角点、车位类别;将所述样本俯视图像、标注出的所述样本俯视图像中车位的四个角点、车位类别输入至所述第二深度学习模型中进行训练以建立所述第二深度学习模型;
13、获取所述第二深度学习模型输出的当前俯视图中车位的四个角点以及车位类别;
14、根据当前俯视图中车位的四个角点、车位类别确定出车位;
15、从车位上的四个角点的位置将车位拆分成四条线段,以作为从当前俯视图中识别到的所述第二线段。
16、优选地,所述将所述第一线段进行滤波处理以获取第三线段,以及将所述第二线段进行滤波处理以获取第四线段包括:
17、在将所述第一线段和所述第二线段由二维空间坐标转换到世界坐标系之前,从所有所述第一线段和所述第二线段中剔除满足第一预设要求的线段或线段上的点,以得到第一剩余线段和第二剩余线段,并将所述第一剩余线段和所述第二剩余线段存储在卡尔曼跟踪容器中;其中,所述第一预设要求至少包括以下之一:线段上的点的数量小于预设数量、不同的两条线段上的点之间的距离大于第一预设距离、柱状图像的感兴趣区域外的线段上的点;
18、将所述第一剩余线段和所述第二剩余线段由二维空间坐标转换到世界坐标系;
19、在当前计算周期内,获取识别到的各线段以及在识别到各线段的时刻获取第一里程计坐标;其中,各线段包含所述第一剩余线段和所述第二剩余线段;
20、在当前计算周期的下一个计算周期内,获取第二里程计坐标,以及根据第二里程计坐标与第一里程计坐标之间的差值确定当前里程计行程的距离;根据当前里程计行程的距离预测各线段的理论位置;
21、获取当前计算周期的下一个计算周期内识别到的各线段的实际位置;
22、将各线段的实际位置与各线段对应的理论位置进行匹配,根据匹配结果更新卡尔曼滤波参数,并更新所述卡尔曼跟踪容器中的车位线;
23、根据成功匹配的次数达到预设次数的第一剩余线段确定所述第三线段,以及根据成功匹配的次数达到预设次数的第二剩余线段确定第四线段。
24、优选地,所述根据成功匹配的次数达到预设次数的第一剩余线段确定所述第三线段,以及根据成功匹配的次数达到预设次数的第二剩余线段确定所述第四线段包括:
25、从成功匹配的次数达到预设次数的第一剩余线段和成功匹配的次数达到预设次数的第二剩余线段中获取满足第二预设要求的线段;其中,所述第二预设要求至少包括以下之一:距离车后轴中心距离小于或等于预设值、与当前车辆的角度小于预设角度;
26、获取满足所述第二预设要求的线段中的平行线段,并合并平行线段之间的距离小于第三预设值的线段;
27、获取满足所述第二预设要求的线段中的非平行线段;
28、在相邻两条非平行线之间存在距离的情况下,将非平行线段进行延伸处理,以确定所述第三线段和所述第四线段。
29、优选地,所述控制车辆在车位的位置进行泊车包括:
30、在检测到车位内不存在用于表征禁止泊车的提示信息的情况下,获取车辆的当前姿态和车位世界坐标;
31、根据当前姿态和车位世界坐标确定泊车路径;
32、按照泊车路径控制车辆在车位的位置进行泊车。
33、优选地,所述控制车辆在车位的位置进行泊车包括:
34、在泊车过程中,获取距离视觉传感器第二预设距离内的线段;
35、将距离视觉传感器所述第二预设距离内的线段加入到所述卡尔曼跟踪容器中;
36、根据所述卡尔曼跟踪容器中的线段确定新的车位;
37、控制所述车辆在新的车位的位置进行泊车。
38、为了解决上述技术问题,本专利技术还提供一种泊车控制装置,应用于安装有视觉传感器的车辆,包括:
39、获取模块,用于获取采集的柱状图像以及俯视图像;
40、识别模块,用于从所述柱状图像中识别第一线段以及从所述俯视图像中识别第二线段;其中,所述第一线段、所述第二线段均为用于表征车位线的线段;
41、滤波及获取模块,用于将所述第一线段进行滤波处理以获取第三线段,以及将所述第二线段进行滤波处理以获取第四线段;
42、确定模块,用于根据所述第三线段和所述第四线段确定车位;
43、控制模块,用于控制车辆在车位的位置进行泊车。
44、为了解决上述技术问题,本专利技术还提供一种泊车控制设备,包括:
45、存储器,用于存储计算机程序;
46、处理器,用于执行所述计算机程序时实现上述的泊车控制方法的步骤。
47、为了解决上述技术问题,本专利技术还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述的泊车控制方法的步骤。
48、本专利技术所提供的泊车控制本文档来自技高网...
【技术保护点】
1.一种泊车控制方法,其特征在于,应用于安装有视觉传感器的车辆,包括:
2.根据权利要求1所述的泊车控制方法,其特征在于,从所述柱状图像中识别所述第一线段包括:
3.根据权利要求1所述的泊车控制方法,其特征在于,从所述俯视图像中识别所述第二线段包括:
4.根据权利要求1至3任意一项所述的泊车控制方法,其特征在于,所述将所述第一线段进行滤波处理以获取第三线段,以及将所述第二线段进行滤波处理以获取第四线段包括:
5.根据权利要求4所述的泊车控制方法,其特征在于,所述根据成功匹配的次数达到预设次数的第一剩余线段确定所述第三线段,以及根据成功匹配的次数达到预设次数的第二剩余线段确定所述第四线段包括:
6.根据权利要求1所述的泊车控制方法,其特征在于,所述控制车辆在车位的位置进行泊车包括:
7.根据权利要求4所述的泊车控制方法,其特征在于,所述控制车辆在车位的位置进行泊车包括:
8.一种泊车控制装置,其特征在于,应用于安装有视觉传感器的车辆,包括:
9.一种泊车控制设备,其特征在于,包括:
>10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的泊车控制方法的步骤。
...【技术特征摘要】
1.一种泊车控制方法,其特征在于,应用于安装有视觉传感器的车辆,包括:
2.根据权利要求1所述的泊车控制方法,其特征在于,从所述柱状图像中识别所述第一线段包括:
3.根据权利要求1所述的泊车控制方法,其特征在于,从所述俯视图像中识别所述第二线段包括:
4.根据权利要求1至3任意一项所述的泊车控制方法,其特征在于,所述将所述第一线段进行滤波处理以获取第三线段,以及将所述第二线段进行滤波处理以获取第四线段包括:
5.根据权利要求4所述的泊车控制方法,其特征在于,所述根据成功匹配的次数达到预设次数的第一剩余线段确定所述第三线段,以及根据...
【专利技术属性】
技术研发人员:朱松,谭珂,陶维,孙少晖,徐浩,
申请(专利权)人:知行汽车科技苏州股份有限公司,
类型:发明
国别省市:
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。