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() 车位检测方法、装置、电子设备及可读存储介质制造方法及图纸_技高网

车位检测方法、装置、电子设备及可读存储介质制造方法及图纸

技术编号:41574093 阅读:7 留言:0更新日期:2024-06-06 23:52
本申请涉及汽车技术领域,提供了一种车位检测方法、装置、电子设备及可读存储介质。该方法包括:获取目标车辆第一预设范围内的全景环视监控AVM图像;根据AVM图像,通过预选训练得到的车位检测模型,得到第一预设范围内的目标检测结果,目标检测结果包括第一预设范围内车位的第一车位框信息和障碍物的接地点位置信息;针对每个车位,对车位对应的第一车位框信息进行转换,得到第二车位框信息,转换得到的第二车位框信息所对应的边框线中,至少一侧边框线与车位上所对应的车位线相重叠;根据第二车位框信息和障碍物的接地点位置信息,确定车位的当前状态,当前状态包括已占用状态或未占用状态。本申请解决了现有车位检测准确率低的问题。

【技术实现步骤摘要】

本申请涉及汽车,尤其涉及一种车位检测方法、装置、电子设备及可读存储介质


技术介绍

1、目前,智能泊车功能普遍应用于智能驾驶汽车中,实现智能泊车的关键技术之一的车位检测技术也受到广大关注。

2、现有的车位检测方法通常是基于语义分割,然而基于语义分割的车位检测方法在处理复杂背景和遮挡情况下的性能受限,导致车位检测的准确性较低。

3、因此,亟需一种准确率高的车位检测方法。


技术实现思路

1、有鉴于此,本申请实施例提供了一种车位检测方法、装置、电子设备及可读存储介质,以解决现有技术中车位检测准确性低的问题。

2、本申请实施例的第一方面,提供了一种车位检测方法,包括:

3、获取目标车辆第一预设范围内的全景环视监控avm图像;

4、根据avm图像,通过预选训练得到的车位检测模型,得到第一预设范围内的目标检测结果,其中目标检测结果包括第一预设范围内车位的第一车位框信息和障碍物的接地点位置信息;

5、针对每个车位,对车位对应的第一车位框信息进行转换,得到第二车位框信息,其中,转换得到的第二车位框信息所对应的边框线中,至少一侧边框线与车位上所对应的车位线相重叠;

6、根据第二车位框信息和障碍物的接地点位置信息,确定车位的当前状态,当前状态包括已占用状态或未占用状态。

7、本申请实施例的第二方面,提供了一种车位检测装置,包括:

8、获取模块,用于获取目标车辆第一预设范围内的全景环视监控avm图像;

9、预测模块,用于根据avm图像,通过预选训练得到的车位检测模型,得到第一预设范围内的目标检测结果,其中目标检测结果包括第一预设范围内车位的第一车位框信息和障碍物的接地点位置信息;

10、转换模块,用于针对每个车位,对车位对应的第一车位框信息进行转换,得到第二车位框信息,其中,转换得到的第二车位框信息所对应的边框线中,至少一侧边框线与车位上所对应的车位线相重叠;

11、确定模块,用于根据第二车位框信息和障碍物的接地点位置信息,确定车位的当前状态,当前状态包括已占用状态或未占用状态。

12、本申请实施例的第三方面,提供了一种电子设备,包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序,该处理器执行计算机程序时实现上述方法的步骤。

13、本申请实施例的第四方面,提供了一种可读存储介质,该可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现上述方法的步骤。

14、本申请实施例与现有技术相比存在的有益效果是:通过获取目标车辆第一预设范围内的全景环视监控avm图像,为车位检测提供了数据支持;通过根据avm图像,通过预选训练得到的车位检测模型,得到第一预设范围内的目标检测结果,确定了准确的车位检测信息和障碍物接地点信息,为后续目标车辆判断车位状态、选择车位进行泊车以及泊车过程中躲避障碍物的操作提供了数据支持;通过针对每个车位,对车位对应的第一车位框信息进行转换,得到检测框边框线中至少一侧边框线与所对应车位的车位线相重叠的第二车位框信息,提高了车位框信息与实际场景中车位的重合度,为后续判断车位的当前状态提供准确的参考数据,降低检测结果错误的可能性,提高车位检测的准确性;通过根据第二车位框信息和障碍物的接地点位置信息,确定车位的当前状态,能够为目标车辆提供第一预设范围内车位的可用情况,为目标车辆选择泊车车位提供参考数据,提高了车位检测的准确性,增加了后续车辆泊车的可靠性,解决了当前车位检测准确性低的问题。

本文档来自技高网...

【技术保护点】

1.一种车位检测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述车位检测模型为YOLO5模型;其中,所述YOLO5模型的骨干网络模块中最后一个卷积Conv单元和空间金字塔池化SPP单元之间设置有注意力SE单元;所述YOLO5模型的融合网络模块中的特征融合网络层为双向特征金字塔网络层BiFPN;所述YOLO5模型的目标检测模块包括至少两个不同尺度的目标检测单元;

3.根据权利要求1所述的方法,其特征在于,所述针对每个车位,对所述车位对应的第一车位框信息进行转换,得到第二车位框信息,包括:

4.根据权利要求1所述的方法,其特征在于,所述根据所述第二车位框信息和所述障碍物的接地点位置信息,确定所述车位的当前状态,包括:

5.根据权利要求1所述的方法,其特征在于,针对每个车位,对所述车位对应的第一车位框信息进行转换,得到第二车位框信息之前,还包括:

6.根据权利要求1所述的方法,其特征在于,所述获取目标车辆第一预设范围内的全景环视监控AVM图像,包括:

7.根据权利要求1所述的方法,其特征在于,所述根据所述第二车位框信息和所述障碍物的接地点位置信息,确定所述车位的当前状态之后,还包括:

8.一种车位检测装置,其特征在于,包括:

9.一种电子设备,包括存储器、处理器以及存储在所述存储器中并且可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述方法的步骤。

10.一种可读存储介质,所述可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述方法的步骤。

...

【技术特征摘要】

1.一种车位检测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述车位检测模型为yolo5模型;其中,所述yolo5模型的骨干网络模块中最后一个卷积conv单元和空间金字塔池化spp单元之间设置有注意力se单元;所述yolo5模型的融合网络模块中的特征融合网络层为双向特征金字塔网络层bifpn;所述yolo5模型的目标检测模块包括至少两个不同尺度的目标检测单元;

3.根据权利要求1所述的方法,其特征在于,所述针对每个车位,对所述车位对应的第一车位框信息进行转换,得到第二车位框信息,包括:

4.根据权利要求1所述的方法,其特征在于,所述根据所述第二车位框信息和所述障碍物的接地点位置信息,确定所述车位的当前状态,包括:

5.根据权利要求1所述的方法,其特征在于,针对每个车位...

【专利技术属性】
技术研发人员:李强张操苏星溢
申请(专利权)人:重庆赛力斯凤凰智创科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1