一种车位识别方法、装置、设备及介质与流程

本发明涉及自动驾驶，特别涉及一种车位识别方法、装置、设备及介质。

背景技术：

1、车位识别技术作为apa（全自动泊车，auto parking assist）的关键技术之一，需要准确的识别车位的角点，车位的长度，车位的类型等相关信息，并提供给泊车规划模块，以便将车辆规范安全的自动泊入至停车区域。

2、现有技术基于机器学习实现纯线车位的识别，也即将线车位标记为矩形框并输出，矩形框由四个角点（线条的交叉点）构成，通过计算矩形框的重叠率来追踪矩形框的位置。由于矩形框容易发生跳变，导致线车位的识别精度较低，也使得追踪矩形框需要较高的计算能力。

3、为此，上述问题亟待本领域技术人员解决。

技术实现思路

1、有鉴于此，本发明的目的在于提供一种车位识别方法、装置、设备及介质，能够提高车位的识别精度，降低车位的识别成本，其具体方案如下：

2、第一方面，本申请公开了一种车位识别方法，包括：

3、根据自车的感兴趣区域内的第一车位线信息与第一障碍物信息，以及所述自车的位置信息确定第一角点；

4、根据所述第一角点的第一范围内的第二车位线信息与第二障碍物信息，以及所述自车的位置信息确定第二角点；其中，所述第一范围根据所述自车的车长和车宽得到；

5、识别所述第一角点的第二范围内是否存在目标类型障碍物，得到识别结果；其中，所述第二范围根据所述车宽以及所述车长得到，并通过所述第一角点和所述第二角点确定车位类别。

6、可选的，所述根据自车的感兴趣区域内的第一车位线信息与第一障碍物信息，以及所述自车的位置信息确定第一角点，包括：

7、根据所述自车的感兴趣区域内的第一车位线信息以及所述自车的位置信息确定所述感兴趣区域中的各个车位线相对于所述自车的第一坐标；

8、根据所述第一坐标将分布在所述自车的第三范围内的所述车位线的起始点确定为线车位的所述第一角点；

9、相应的，所述根据所述第一角点的第一范围内的第二车位线信息与第二障碍物信息，以及所述自车的位置信息确定第二角点，包括：

10、根据所述第一角点的第一范围内的第二车位线信息以及所述自车的位置信息确定所述线车位的第二角点。

11、可选的，所述根据所述第一坐标将分布在所述自车的第三范围内的所述车位线的起始点确定为线车位的所述第一角点之后，还包括：

12、将分布在所述第一角点的第四范围内的障碍物确定为第一障碍物；

13、将分布在所述第一角点的所述第一范围内的障碍物确定为第二障碍物。

14、可选的，所述通过所述第一角点和所述第二角点确定车位类别之前，还包括：

15、根据所述第一角点所在车位线的朝向和所述第二角点所在车位线的朝向确定所述线车位的目标朝向；

16、将所述第一障碍物和所述第二障碍物按照所述目标朝向投影至所述线车位上，得到投影结果；

17、相应的，所述通过所述第一角点和所述第二角点确定车位类别之后，还包括：

18、将所述识别结果、所述车位类别以及所述投影结果发送至所述自车的泊车规划模块。

19、可选的，所述根据自车的感兴趣区域内的第一车位线信息与第一障碍物信息，以及所述自车的位置信息确定第一角点，包括：

20、根据所述自车的感兴趣区域内的第一障碍物信息以及所述自车的位置信息确定所述感兴趣区域中的各个障碍物相对于所述自车的第二坐标；

21、根据所述第二坐标将分布在所述自车的第三范围内的所述障碍物的起始点确定为空间车位的所述第一角点；

22、相应的，所述根据所述第一角点的第一范围内的第二车位线信息与第二障碍物信息，以及所述自车的位置信息确定第二角点，包括：

23、根据所述第一角点的第一范围内的第二障碍物信息以及所述自车的位置信息确定所述空间车位的所述第二角点。

24、可选的，所述通过所述第一角点和所述第二角点确定车位类别，包括：

25、获取所述第一角点的横坐标与所述第二角点的横坐标；

26、根据所述第一角点的横坐标与所述第二角点的横坐标的差值确定目标宽度，并根据所述目标宽度确定所述车位类别。

27、可选的，所述根据所述目标宽度确定所述车位类别，包括：

28、若所述目标宽度大于所述自车的所述车长，则确定所述车位类别为平行车位；

29、若所述目标宽度小于所述自车的所述车长，并且大于所述自车的所述车宽，则确定所述车位类别为垂直车位。

30、第二方面，本申请公开了一种车位识别装置，包括：

31、第一角点确定模块，用于根据自车的感兴趣区域内的第一车位线信息与第一障碍物信息，以及所述自车的位置信息确定第一角点；

32、第二角点确定模块，用于根据所述第一角点的第一范围内的第二车位线信息与第二障碍物信息，以及所述自车的位置信息确定第二角点；其中，所述第一范围根据所述自车的车长和车宽得到；

33、车位类别确定模块，用于识别所述第一角点的第二范围内是否存在目标类型障碍物，得到识别结果；其中，所述第二范围根据所述车宽以及所述车长得到，并通过所述第一角点和所述第二角点确定车位类别。

34、第三方面，本申请公开了一种电子设备，包括：

35、存储器，用于保存计算机程序；

36、处理器，用于执行所述计算机程序，以实现前述公开的车位识别方法。

37、第四方面，本申请公开了一种计算机可读存储介质，用于保存计算机程序；其中，所述计算机程序被处理器执行时实现前述公开的车位识别方法。

38、可见，本申请提出了一种车位识别方法，包括：根据自车的感兴趣区域内的第一车位线信息与第一障碍物信息，以及所述自车的位置信息确定第一角点；根据所述第一角点的第一范围内的第二车位线信息与第二障碍物信息，以及所述自车的位置信息确定第二角点；其中，所述第一范围根据所述自车的车长和车宽得到；识别所述第一角点的第二范围内是否存在目标类型障碍物，得到识别结果；其中，所述第二范围根据所述车宽以及所述车长得到，并通过所述第一角点和所述第二角点确定车位类别。综上可见，本申请在识别车位时，无需将车位标记为矩形框输出，并计算矩形框的重叠率来追踪矩形框的位置，而是基于车位线信息及障碍物信息与自车的位置关系，寻找满足条件的车位线或障碍物作为第一角点和第二角点，由于本申请中的车位线和障碍物不会发生跳变，因此本申请无需浪费计算成本去追踪上述两个角点，相应的，经过本申请上述方式确定出来的角点也不会因为频繁跳变而导致车位不准确，因此，本申请提高了车位识别精度，并降低了相应的计算成本。

技术特征：

1.一种车位识别方法，其特征在于，包括：

2.根据权利要求1所述的车位识别方法，其特征在于，所述根据自车的感兴趣区域内的第一车位线信息与第一障碍物信息，以及所述自车的位置信息确定第一角点，包括：

3.根据权利要求2所述的车位识别方法，其特征在于，所述根据所述第一坐标将分布在所述自车的第三范围内的所述车位线的起始点确定为线车位的所述第一角点之后，还包括：

4.根据权利要求3所述的车位识别方法，其特征在于，所述通过所述第一角点和所述第二角点确定车位类别之前，还包括：

5.根据权利要求1所述的车位识别方法，其特征在于，所述根据自车的感兴趣区域内的第一车位线信息与第一障碍物信息，以及所述自车的位置信息确定第一角点，包括：

6.根据权利要求1至5任一项所述的车位识别方法，其特征在于，所述通过所述第一角点和所述第二角点确定车位类别，包括：

7.根据权利要求6所述的车位识别方法，其特征在于，所述根据所述目标宽度确定所述车位类别，包括：

8.一种车位识别装置，其特征在于，包括：

9.一种电子设备，其特征在于，包括：

10.一种计算机可读存储介质，其特征在于，用于保存计算机程序；其中，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的车位识别方法。

技术总结本申请公开了一种车位识别方法、装置、设备及介质，涉及自动驾驶技术领域，包括：根据自车的感兴趣区域内的第一车位线信息与第一障碍物信息，以及所述自车的位置信息确定第一角点；根据所述第一角点的第一范围内的第二车位线信息与第二障碍物信息，以及所述自车的位置信息确定第二角点；所述第一范围根据所述自车的车长和车宽得到；识别所述第一角点的第二范围内是否存在目标类型障碍物，得到识别结果；其中，所述第二范围根据所述车宽以及所述车长得到，并通过所述第一角点和所述第二角点确定车位类别。本申请提高了车位的识别精度，并降低了识别过程中的计算成本。技术研发人员：金飞,陆有康,丁露,徐浩受保护的技术使用者：知行汽车科技（苏州）股份有限公司技术研发日：技术公布日：2024/5/29