CN109817018A - 一种自动泊车方法及相关装置 - Google Patents
一种自动泊车方法及相关装置 Download PDFInfo
- Publication number
- CN109817018A CN109817018A CN201910126734.7A CN201910126734A CN109817018A CN 109817018 A CN109817018 A CN 109817018A CN 201910126734 A CN201910126734 A CN 201910126734A CN 109817018 A CN109817018 A CN 109817018A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- parking
- image
- parking stall
- relative position
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种自动泊车方法及相关装置。通过车载的摄像装置获取视觉数据,即多帧图像,其后利用图像建立停车场地图、实现车辆定位并识别空余车位的车位线与车辆的相对位置,从而实现了相对定位。最终,根据车位线与车辆的相对位置,实现自动泊车。该方法依托于视觉数据实现泊车,车辆或用户终端无需与停车场***进行数据交互,从而,避免数据交互时存在的数据安全性和私密性的隐患。另外,该方法无需在车辆上装设与停车场相配套的特殊设备,从而,通过有效降低用户实现自动泊车的泊车消费负担。并且,该方法可以应用于任何停车场景,因此适用性更广。
Description
技术领域
本申请涉及智能交通技术领域,特别是涉及一种自动泊车方法及相关装置。
背景技术
随着人们生活水平的不断提高,汽车数量也在逐渐增多,汽车已经成为人们生活中最便捷的交通工具之一。对于新手司机或者对停车场地形不熟悉的司机来说,安全顺利地泊车是一项比较严峻的挑战。为此,越来越多的停车场希望能够通过停车场利用自动泊车***辅助车辆实现自动泊车。
然而,目前现有的技术中往往需要通过在车辆上安装与停车场***进行交互的特殊设备实现自动泊车,因此,车辆在不同停车场泊车时,均需要与各停车场进行数据对接。此时,车辆的数据安全难以得到有效保障。另外,一些车辆上储存了车主的部分个人信息,因此,车主的个人信息也可能存在安全性和私密性的隐患。
由此可见,如何在自动泊车过程中保证车辆及用户的数据安全是本领域急需解决的技术问题。
发明内容
基于上述问题,本申请提供了一种自动泊车方法及相关装置,通过车辆视觉实现自动泊车,泊车过程中无需车辆与停车场***间进行数据交互,保障泊车过程中车辆及用户的数据安全性。
本申请实施例公开了如下技术方案:
第一方面,本申请提供一种自动泊车方法,包括:
获取车辆在停车场内行驶过程中持续利用车载的摄像装置采集的多帧图像;所述多帧图像中,至少有一帧图像包含空余车位的车位线;
根据所述多帧图像,利用视觉同时定位与地图构建vSLAM方法建立停车场地图,获得在所述停车场地图的坐标系中所述车辆的位置;
获得在所述停车场地图的坐标系中所述车位线与所述车辆的相对位置;
根据所述车位线与所述车辆的相对位置,控制所述车辆泊车至所述空余车位。
可选地,所述根据所述车位线与所述车辆的相对位置,控制所述车辆泊车致所述空余车位,具体包括:
根据所述空余车位的多条所述车位线与所述车辆的相对位置,确定所述空余车位与所述车辆的相对位置;
根据所述空余车位与所述车辆的相对位置,控制所述车辆泊车至所述空余车位。
可选地,在所述控制所述车辆泊车至所述空余车位之前,所述方法还包括:
根据所述空余车位与所述车辆的相对位置,规划所述车辆的泊车路径;
所述控制所述车辆泊车至所述空余车位,具体包括:
控制所述车辆按照所述泊车路径泊车至所述空余车位。
可选地,所述根据所述多帧图像,利用视觉同时定位与地图构建vSLAM方法建立停车场地图,具体包括:
识别提取各帧图像中的第一特征点;
依据所述第一特征点,对所述各帧图像进行图像匹配;
通过匹配成功的图像中的第一特征点,确定所述摄像装置采集各帧所述匹配成功的图像时,所述车辆相对于所述第一特征点的距离,以及所述车辆与初始位置的相对位置;所述初始位置为所述摄像装置采集第一帧所述匹配成功的图像时所述车辆的位置;
根据所述车辆相对于所述第一特征点的距离,以及所述车辆与初始位置的相对位置,构建所述停车场地图。
可选地,所述获得在所述停车场地图的坐标系中所述车辆的位置,具体包括:
获得在所述停车场地图的坐标系中所述摄像装置的位置;
根据所述摄像装置的位置,以及所述摄像装置在所述车辆上的相对安装位置,获得在所述停车场地图的坐标系中所述车辆的位置。
可选地,所述车辆上设置有多个所述摄像装置,所述获取车辆在停车场内行驶过程中持续利用车载的摄像装置采集的多帧图像,具体包括:
获取所述车辆在所述停车场内行驶过程中,持续利用多个所述摄像装置采集的环视图像;
将每一帧所述环视图像拼接为一帧俯视图像,获得多帧俯视图像。
第二方面,本申请提供一种自动泊车装置,包括:
图像获取模块,用于获取车辆在停车场内行驶过程中持续利用车载的摄像装置采集的多帧图像;所述多帧图像中,至少有一帧图像包含空余车位的车位线;
定位与建图模块,用于根据所述多帧图像,利用视觉同时定位与地图构建vSLAM方法建立停车场地图,获得在所述停车场地图的坐标系中所述车辆的位置;
相对位置获取模块,用于获得在所述停车场地图的坐标系中所述车位线与所述车辆的相对位置;
泊车控制模块,用于根据所述车位线与所述车辆的相对位置,控制所述车辆泊车至所述空余车位。
可选地,所述泊车控制模块,具体包括:
相对位置确定单元,用于根据所述空余车位的多条所述车位线与所述车辆的相对位置,确定所述空余车位与所述车辆的相对位置;
泊车控制单元,用于根据所述空余车位与所述车辆的相对位置,控制所述车辆泊车至所述空余车位。
可选地,所述装置还包括:
路径规划模块,用于根据所述空余车位与所述车辆的相对位置,规划所述车辆的泊车路径;
所述泊车控制单元,具体包括:
第一泊车控制子单元,用于控制所述车辆按照所述泊车路径泊车至所述空余车位。
可选地,所述定位与建图模块,具体包括:
特征点识别单元,用于识别提取各帧图像中的第一特征点;
图像匹配单元,用于依据所述第一特征点,对所述各帧图像进行图像匹配;
距离与相对位置确定单元,用于通过匹配成功的图像中的第一特征点,确定所述摄像装置采集各帧所述匹配成功的图像时,所述车辆相对于所述第一特征点的距离,以及所述车辆与初始位置的相对位置;所述初始位置为所述摄像装置采集第一帧所述匹配成功的图像时所述车辆的位置;
地图构建单元,用于根据所述车辆相对于所述第一特征点的距离,以及所述车辆与初始位置的相对位置,构建所述停车场地图。
可选地,所述定位与建图模块,具体包括:
第一定位单元,用于获得在所述停车场地图的坐标系中所述摄像装置的位置;
第二定位单元,用于根据所述摄像装置的位置,以及所述摄像装置在所述车辆上的相对安装位置,获得在所述停车场地图的坐标系中所述车辆的位置。
可选地,所述车辆上设置有多个所述摄像装置,所述图像获取模块,具体包括:
环视图像获取单元,用于获取所述车辆在所述停车场内行驶过程中,持续利用多个所述摄像装置采集的环视图像;
图像拼接单元,用于将每一帧所述环视图像拼接为一帧俯视图像,获得多帧俯视图像。
相较于现有技术,本申请具有以下有益效果:
本申请提供的自动泊车方法,通过车载的摄像装置获取视觉数据,即多帧图像,其后利用图像建立停车场地图、实现车辆定位并识别空余车位的车位线与车辆的相对位置,从而实现了相对定位。最终,根据车位线与车辆的相对位置,实现自动泊车。
由此可见,该方法依托于视觉数据实现泊车,车辆或用户终端无需与停车场***进行数据交互,从而,避免数据交互时存在的数据安全性和私密性的隐患。另外,该方法无需在车辆上装设与停车场相配套的特殊设备,从而,通过有效降低用户实现自动泊车的泊车消费负担。并且,该方法可以应用于任何停车场景,因此适用性更广。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种自动泊车方法的流程图;
图2为本申请实施例提供的另一种自动泊车方法的流程图;
图3为本申请实施例提供的一种空余车位示意图;
图4为本申请实施例提供的一种自动泊车装置的结构示意图。
具体实施方式
正如前文描述,目前一些实现自动泊车或者泊车路径规划的方法往往需要车辆或用户终端与停车场***进行数据交互。从而,导致车辆以及用户的数据安全性得不到保障。
基于此,本申请提供了一种自动泊车方法和相关装置,基于自车视觉进行自动泊车。该方法仅利用自车装载的摄像装置获取停车场内的多帧图像,即视觉数据,其后利用vSLAM方法创建停车场地图,并实现车辆定位,以及获得空余车位停车线与车辆的相对位置关系,最终实现自动泊车。由于该过程中无需车辆或用户终端与停车场***进行数据交互,因此,能够有效保障车辆和用户数据的安全性。
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
第一实施例
参见图1,该图为本申请实施例提供的一种自动泊车方法的流程图。
如图1所示,本实施例提供的自动泊车方法,包括:
步骤101:获取车辆在停车场内行驶过程中持续利用车载的摄像装置采集的多帧图像。
本实施例中,车载的摄像装置可以是能够采集深度图像的深度相机,也可以是普通的成像装置。摄像装置可以设置于车顶,具体可以为一个,也可以为多个。本实施例中,对于摄像装置的具体类型、安装位置以及数量均不加以限定。
车辆在停车场内行驶过程中,摄像装置可以在驾驶员的操控下连续拍摄多帧图像。当然,也可以拍摄一段视频,进一步从视频中提取出若干帧图像用于后续处理。
摄像装置采集图像的频率可以按照车辆在停车场内行车的速度和/或停车场内的环境进行设置。在实际应用中,可以尽可能频繁地采集图像,以保证相邻帧图像中具备尽可能多的共同特征点。进而保证后续构建地图的准确性以及实现车辆定位的准确性。
需要说明的是,为实现自动泊车,所述多帧图像中,至少要有一帧图像中包含空余车位的车位线。
步骤102:根据所述多帧图像,利用视觉同时定位与地图构建vSLAM方法建立停车场地图,获得在所述停车场地图的坐标系中所述车辆的位置。
本申请实施例中,利用视觉同时定位与地图构建(Visual SimultaneousLocatization and Mapping,vSLAM)方法实现车辆的定位。在具体实现是,主要借助于步骤101获得的多帧图像中的特征点构建各帧图像之间的联系。然后,依据各帧图像之间的联系,构建车辆与各帧图像中共同的特征点的位置关系和/或距离关系。从而,最终实现对整个停车场场景内地图的构建,确知车辆在停车场地图内的位置。
步骤103:获得在所述停车场地图的坐标系中所述车位线与所述车辆的相对位置。
由于在步骤102执行结束后,已经建立了停车场地图,并明确了车辆在停车场地图内的位置,同时多帧图像中至少存在一帧图像中包含停车场内空余车辆的停车线,因此,可以在该停车场地图内将停车线作为特征点,获取该特征点与车辆之间的相对位置。
步骤104:根据所述车位线与所述车辆的相对位置,控制所述车辆泊车至所述空余车位。
在停车场地图内,由于已知了车辆的位置,以及图像中的车位线与车辆的相对位置,同时车位线与空余车位存在一定的位置关系,因此,本步骤中通过换算这些位置关系能够使车辆根据控制移动相应的距离到达空余车位,以实现自动泊车。
例如,根据空余车位的位置位于四条车位线构建的矩形的中心,四条车位线的端点与车辆的相对位置已知,进而可以获得车辆与空余车位的相对位置。通过规划车辆当前位置与空余车位之间的路径,控制车辆按照该路径行驶,即可将车辆顺利泊入该空余车位。
以上即为本申请实施例提供的自动泊车方法。该方法首先获取车辆在停车场内行驶过程中持续利用车载的摄像装置采集的多帧图像;所述多帧图像中,至少有一帧图像包含空余车位的车位线;其后,根据所述多帧图像,利用视觉同时定位与地图构建vSLAM方法建立停车场地图,获得在所述停车场地图的坐标系中所述车辆的位置;并且,获得在所述停车场地图的坐标系中所述车位线与所述车辆的相对位置;最终,根据所述车位线与所述车辆的相对位置,控制所述车辆泊车至所述空余车位。
由此可见,该方法依托于视觉数据实现泊车,车辆或用户终端无需与停车场***进行数据交互,从而,避免数据交互时存在的数据安全性和私密性的隐患。另外,该方法无需在车辆上装设与停车场相配套的特殊设备,从而,通过有效降低用户实现自动泊车的泊车消费负担。并且,该方法可以应用于任何停车场景,因此适用性更广。
基于前述实施例,本申请还提供另一种自动泊车方法。下面结合实施例和附图对该方法进行详细描述。
第二实施例
参见图2,该图为本申请实施例提供的另一种自动泊车方法的流程图。
如图2所示,本实施例提供的自动泊车方法,包括:
步骤201:获取车辆在停车场内行驶过程中持续利用车载的摄像装置采集的多帧图像,所述多帧图像中,至少有一帧图像包含空余车位的车位线。
需要说明的是,本实施例中,步骤201与前述实施例中步骤101的实现方式相同。关于步骤201的相关描述可参见前述实施例,此处不再进行赘述。
步骤202:识别提取各帧图像中的第一特征点。
作为示例,在车辆在停车场行驶过程中连续通过车载的摄像装置拍摄了10帧图像,其中,第3帧、第4帧和第5帧图像中均拍摄到了停车场墙面上的黑色方形报警器。可以将该报警器的左上角顶点作为一个第一特征点。
也就是说,在本步骤中,本别提取第3帧、第4帧和第5帧图像中的左上角顶点。
在本实施例中,第一特征点具体可以是相邻帧图像中共同存在的特征点,在上述示例中,可以是报警器的左上角顶点,当然也可以是左下角顶点、右上角顶点、右下角顶点,或者是其他共有的特征点。因此,本实施例中,对于第一特征点的具体内容不进行限定。
可以理解的是,在相邻帧图像中,第一特征点可能为一个,也可能为多个。例如,第3帧图像和第4帧图像上共同存在报警器的左上角顶点以及灭火器的压把尾端。因此,报警器的左上角顶点和灭火器的压把尾端分别为第3帧图像和第4帧图像共有的特征点,即,第3帧图像和第4帧图像的两个第一特征点。
步骤203:依据所述第一特征点,对所述各帧图像进行图像匹配。
由于识别到了相邻帧图像中共同存在的特征点,即第一特征点,因此可以将具有第一特征点的相邻帧图像进行图像匹配。可以理解的是,因获取多帧图像的过程中,车辆持续发生着移动,因此,存在第一特征点的相邻图像上第一特征点的位置必然存在差异。同时,第一特征点在图像中的位置变化相应地能够体现车辆位置的实际变化情况。
下面对本步骤进行举例说明。
例如,提取到第3帧和第4帧图像具有的第一特征点为报警器的左上角顶点;第4帧和第5帧图像具有的第一特征点为灭火器的压把尾端;第5帧和第6帧图像具有的第一特征点为路面指示箭头的尖端。本步骤中,可以据此,分别将第3帧和第4帧图像、第4帧和第5帧图像以及第5帧和第6帧图像进行图像匹配。
可以理解的是,在实际应用中,相邻帧图像中存在的第一特征点的数量越多,具备同一第一特征点的图像帧数越多,图像匹配效果越准确,空间各物体相对位置关系判断越准确。
步骤204:通过匹配成功的图像中的第一特征点,确定所述摄像装置采集各帧所述匹配成功的图像时,所述车辆相对于所述第一特征点的距离,以及所述车辆与初始位置的相对位置。
如果相邻帧图像中存在第一特征点,则图像匹配成功。相应地,如果相邻帧图像中不存在第一特征点,则图像匹配失败。因此,匹配成功的图像具体是指包含至少一个第一特征点的图像。
需要说明的是,本步骤中,车辆的初始位置是指摄像装置采集最先一帧匹配成功的图像时车辆所处的位置。
作为示例,如果第3帧、第4帧以及第5帧包含同一特征点A,经过步骤203的执行,第3帧、第4帧以及第5帧图像之间匹配成功。由于第3帧图像是匹配成功的图像中最先一帧图像,可以将获得第3帧图像时车辆的位置作为车辆的初始位置。本步骤中,经过图像匹配,可以获得拍摄第3帧、第4帧和第5帧图像时,车辆与第一特征点A的距离分别为L1、L2和L3,并且车辆与初始位置的相对位置分别为(0,0)、(x2-x0,y2-y0)以及(x3-x0,y3-y0)。
步骤205:根据所述车辆相对于所述第一特征点的距离,以及所述车辆与初始位置的相对位置,构建所述停车场地图。
可以理解的是,采集获得的图像帧数越多,匹配成功的图像越多,图像中的第一特征点越多,构建的停车场地图越准确。
步骤206:根据所述空余车位的多条所述车位线与所述车辆的相对位置,确定所述空余车位与所述车辆的相对位置。
由于采集的多帧图像中,至少有一帧图像包含空余车位的车位线,因此,可以将车位线作为图像中的特征,将特征上的某些点,例如端点和/或角点作为第二特征点。
步骤205执行后,已经获得构建出的停车场地图,因此,可以直接获得第二特征点与车辆在停车场中的相对位置。
可以理解的是,每一条车位线与第二特征点存在联系,即车位线包含第二特征点;同时,空余车位与车位线存在联系,即多条车位线构成空余车位。因此,相应地,根据多个第二特征点与车辆的相对位置,最终可以获得空余车位与车辆的相对位置。
下面结合示例对步骤206进行说明。
参见图3,该图为本申请实施例提供的一种空余车位示意图。
如图3所示,空余车位由四条车位线ab、bc、cd和ad构成。其中,车位线构成的矩形空余车位的角点a、b、c以及d可以分别作为第二特征点。当停车场地图中a、b、c以及d与车辆的相对位置已知,若以矩形空余车位的中心点u,即质心,作为空余车位的位置,则可以很容易地根据第二特征点与车辆的相对位置获得中心点u与车辆的相对位置。从而,确定空余车位与车辆的相对位置。
需要说明的是,空余车位的具体定位方式与控制泊车和泊车路径规划的具体策略相关。以上示例以空余车位的中心点u的位置作为空余车位的位置,当然,在具体应用中,根据控制泊车和泊车路径规划的具体策略,还可能将a、b、c或d点作为空余车位的位置,或者将空余车位的其他边界点、特征点作为车位位置。因此,本实施例中,对于空余车位的定位方法不进行具体限定。
步骤207:根据所述空余车位与所述车辆的相对位置,规划所述车辆的泊车路径。
当车辆在停车场地图中的位置确定、空余车位与车辆的相对位置确定的情况下,可以很容易地对车辆自动泊车的路径进行规划。
当然,在实际应用中,还可根据停车场地图,确定障碍物、墙体、立柱等物体的尺寸以及与车辆的相对位置,从而在规划车辆的泊车路径时,规划获得能够躲避开以上阻碍行车的物体顺利泊入空余车位的路径。
步骤208:控制所述车辆按照所述泊车路径泊车至所述空余车位。
可以理解的是,控制车辆泊车时,需要考虑到速度、转角、转向灯等控制参量。本实施例中,当车辆开始执行自动泊车时,可以由车上装设的自动泊车装置控制车辆按照上述泊车路径泊车至空余车位,并在泊车过程中按照规划的速度、转向角行驶,在需要时刻开启和关闭转向灯。
以上即为本申请实施例提供的自动泊车方法。该方法通过识别图像中的第一特征点,并基于第一特征点进行图像匹配;通过图像匹配获得车辆相对于所述第一特征点的距离,以及所述车辆与初始位置的相对位置;其后,构建停车场地图,再确定空余车位与车辆的相对位置;最终规划自动泊车路径,并控制车辆按照规划的泊车路径自动泊车至空余车位。该方法适用于在任何陌生的停车场内实现自动泊车,适用性更广,提高了自动泊车的可靠性。
可以理解的是,在前述实施例中,如果车载摄像装置的设置安装位置与车辆质心重合,并且以质心位置为车辆的位置,则摄像装置在停车场地图坐标系中的位置即可作为车辆在停车场地图坐标系中的位置。而如果车载摄像装置与车辆的质心不重合,并且以质心位置为车辆的位置,则本申请提供的技术方案中,还可以根据摄像装置的位置以及摄像装置在车辆上的相对安装位置,获得停车场地图坐标系中车辆的质心位置作为车辆位置。
作为示例,停车场地图坐标系中,摄像装置相对于第一特征点的位置为(Δx1,Δy1),车辆质心相对于摄像装置的位置为(Δx2,Δy2),则以质心定位车辆的情况下,车辆相对于第一特征点的位置为(Δx1+Δx2,Δy1+Δy2)。
另外,本申请提供的实施例中,多帧图像可以是利用摄像装置直接拍摄获得的,还可以是由多个车载摄像装置拍摄的环视图像拼接而成的俯视图像。
下面通过举例进行说明。车辆上装设了四个摄像装置,分别用于拍摄车辆前方、左侧、后方和右侧的图像。车辆在停车场内行驶过程中,四个摄像装置按照在同一控制命令下按照同样的采集频率采集图像。从而,本实施例提供的自动泊车方法中,最终获取到的是一帧又一帧的环视图像。通过图像拼接处理,最终能够获得一帧又一帧的俯视图像。其后,再对俯视图像进行vSLAM方法的处理。
基于前述实施例,相应地,本申请还提供一种自动泊车装置。下面结合实施例和附图对该装置的具体实现进行描述。
第三实施例
参见图4,该图为本申请实施例提供的一种自动泊车装置的结构示意图。
如图4所示,本实施例提供的自动泊车装置,包括:图像获取模块401、定位与建图模块402、相对位置获取模块403以及泊车控制模块404。
其中,图像获取模块401,用于获取车辆在停车场内行驶过程中持续利用车载的摄像装置采集的多帧图像;所述多帧图像中,至少有一帧图像包含空余车位的车位线;
定位与建图模块402,用于根据所述多帧图像,利用视觉同时定位与地图构建vSLAM方法建立停车场地图,获得在所述停车场地图的坐标系中所述车辆的位置;
相对位置获取模块403,用于获得在所述停车场地图的坐标系中所述车位线与所述车辆的相对位置;
泊车控制模块404,用于根据所述车位线与所述车辆的相对位置,控制所述车辆泊车至所述空余车位。
以上即为本实施例提供的自动泊车装置,该装置依托于视觉数据实现泊车,车辆或用户终端无需与停车场***进行数据交互,从而,避免数据交互时存在的数据安全性和私密性的隐患。另外,该装置无需在车辆上装设与停车场相配套的特殊设备,从而,通过有效降低用户实现自动泊车的泊车消费负担。并且,该装置可以应用于任何停车场景,因此适用性更广。
作为一种可能的实现方式,所述泊车控制模块404,具体包括:
相对位置确定单元,用于根据所述空余车位的多条所述车位线与所述车辆的相对位置,确定所述空余车位与所述车辆的相对位置;
泊车控制单元,用于根据所述空余车位与所述车辆的相对位置,控制所述车辆泊车至所述空余车位。
作为一种可能的实现方式,所述装置还包括:
路径规划模块,用于根据所述空余车位与所述车辆的相对位置,规划所述车辆的泊车路径;
所述泊车控制单元,具体包括:
第一泊车控制子单元,用于控制所述车辆按照所述泊车路径泊车至所述空余车位。
作为一种可能的实现方式,所述定位与建图模块402,具体包括:
特征点识别单元,用于识别提取各帧图像中的第一特征点;
图像匹配单元,用于依据所述第一特征点,对所述各帧图像进行图像匹配;
距离与相对位置确定单元,用于通过匹配成功的图像中的第一特征点,确定所述摄像装置采集各帧所述匹配成功的图像时,所述车辆相对于所述第一特征点的距离,以及所述车辆与初始位置的相对位置;所述初始位置为所述摄像装置采集第一帧所述匹配成功的图像时所述车辆的位置;
地图构建单元,用于根据所述车辆相对于所述第一特征点的距离,以及所述车辆与初始位置的相对位置,构建所述停车场地图。
作为一种可能的实现方式,所述定位与建图模块402,具体包括:
第一定位单元,用于获得在所述停车场地图的坐标系中所述摄像装置的位置;
第二定位单元,用于根据所述摄像装置的位置,以及所述摄像装置在所述车辆上的相对安装位置,获得在所述停车场地图的坐标系中所述车辆的位置。
作为一种可能的实现方式,所述车辆上设置有多个所述摄像装置,所述图像获取模块401,具体包括:
环视图像获取单元,用于获取所述车辆在所述停车场内行驶过程中,持续利用多个所述摄像装置采集的环视图像;
图像拼接单元,用于将每一帧所述环视图像拼接为一帧俯视图像,获得多帧俯视图像。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于设备及***实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的设备及***实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元提示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述,仅为本申请的一种具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应该以权利要求的保护范围为准。
Claims (12)
1.一种自动泊车方法,其特征在于,包括:
获取车辆在停车场内行驶过程中持续利用车载的摄像装置采集的多帧图像;所述多帧图像中,至少有一帧图像包含空余车位的车位线;
根据所述多帧图像,利用视觉同时定位与地图构建vSLAM方法建立停车场地图,获得在所述停车场地图的坐标系中所述车辆的位置;
获得在所述停车场地图的坐标系中所述车位线与所述车辆的相对位置;
根据所述车位线与所述车辆的相对位置,控制所述车辆泊车至所述空余车位。
2.根据权利要去1所述的自动泊车方法,其特征在于,所述根据所述车位线与所述车辆的相对位置,控制所述车辆泊车致所述空余车位,具体包括:
根据所述空余车位的多条所述车位线与所述车辆的相对位置,确定所述空余车位与所述车辆的相对位置;
根据所述空余车位与所述车辆的相对位置,控制所述车辆泊车至所述空余车位。
3.根据权利要求2所述的自动泊车方法,其特征在于,在所述控制所述车辆泊车至所述空余车位之前,所述方法还包括:
根据所述空余车位与所述车辆的相对位置,规划所述车辆的泊车路径;
所述控制所述车辆泊车至所述空余车位,具体包括:
控制所述车辆按照所述泊车路径泊车至所述空余车位。
4.根据权利要求1至3中任一项所述的自动泊车方法,其特征在于,所述根据所述多帧图像,利用视觉同时定位与地图构建vSLAM方法建立停车场地图,具体包括:
识别提取各帧图像中的第一特征点;
依据所述第一特征点,对所述各帧图像进行图像匹配;
通过匹配成功的图像中的第一特征点,确定所述摄像装置采集各帧所述匹配成功的图像时,所述车辆相对于所述第一特征点的距离,以及所述车辆与初始位置的相对位置;所述初始位置为所述摄像装置采集第一帧所述匹配成功的图像时所述车辆的位置;
根据所述车辆相对于所述第一特征点的距离,以及所述车辆与初始位置的相对位置,构建所述停车场地图。
5.根据权利要求1至3中任一项所述的自动泊车方法,其特征在于,所述获得在所述停车场地图的坐标系中所述车辆的位置,具体包括:
获得在所述停车场地图的坐标系中所述摄像装置的位置;
根据所述摄像装置的位置,以及所述摄像装置在所述车辆上的相对安装位置,获得在所述停车场地图的坐标系中所述车辆的位置。
6.根据权利要求1至3中任一项所述的自动泊车方法,其特征在于,所述车辆上设置有多个所述摄像装置,所述获取车辆在停车场内行驶过程中持续利用车载的摄像装置采集的多帧图像,具体包括:
获取所述车辆在所述停车场内行驶过程中,持续利用多个所述摄像装置采集的环视图像;
将每一帧所述环视图像拼接为一帧俯视图像,获得多帧俯视图像。
7.一种自动泊车装置,其特征在于,包括:
图像获取模块,用于获取车辆在停车场内行驶过程中持续利用车载的摄像装置采集的多帧图像;所述多帧图像中,至少有一帧图像包含空余车位的车位线;
定位与建图模块,用于根据所述多帧图像,利用视觉同时定位与地图构建vSLAM方法建立停车场地图,获得在所述停车场地图的坐标系中所述车辆的位置;
相对位置获取模块,用于获得在所述停车场地图的坐标系中所述车位线与所述车辆的相对位置;
泊车控制模块,用于根据所述车位线与所述车辆的相对位置,控制所述车辆泊车至所述空余车位。
8.根据权利要去7所述的自动泊车装置,其特征在于,所述泊车控制模块,具体包括:
相对位置确定单元,用于根据所述空余车位的多条所述车位线与所述车辆的相对位置,确定所述空余车位与所述车辆的相对位置;
泊车控制单元,用于根据所述空余车位与所述车辆的相对位置,控制所述车辆泊车至所述空余车位。
9.根据权利要求8所述的自动泊车装置,其特征在于,所述装置还包括:
路径规划模块,用于根据所述空余车位与所述车辆的相对位置,规划所述车辆的泊车路径;
所述泊车控制单元,具体包括:
第一泊车控制子单元,用于控制所述车辆按照所述泊车路径泊车至所述空余车位。
10.根据权利要求7至9中任一项所述的自动泊车装置,其特征在于,所述定位与建图模块,具体包括:
特征点识别单元,用于识别提取各帧图像中的第一特征点;
图像匹配单元,用于依据所述第一特征点,对所述各帧图像进行图像匹配;
距离与相对位置确定单元,用于通过匹配成功的图像中的第一特征点,确定所述摄像装置采集各帧所述匹配成功的图像时,所述车辆相对于所述第一特征点的距离,以及所述车辆与初始位置的相对位置;所述初始位置为所述摄像装置采集第一帧所述匹配成功的图像时所述车辆的位置;
地图构建单元,用于根据所述车辆相对于所述第一特征点的距离,以及所述车辆与初始位置的相对位置,构建所述停车场地图。
11.根据权利要求7至9中任一项所述的自动泊车装置,其特征在于,所述定位与建图模块,具体包括:
第一定位单元,用于获得在所述停车场地图的坐标系中所述摄像装置的位置;
第二定位单元,用于根据所述摄像装置的位置,以及所述摄像装置在所述车辆上的相对安装位置,获得在所述停车场地图的坐标系中所述车辆的位置。
12.根据权利要求7至9中任一项所述的自动泊车装置,其特征在于,所述车辆上设置有多个所述摄像装置,所述图像获取模块,具体包括:
环视图像获取单元,用于获取所述车辆在所述停车场内行驶过程中,持续利用多个所述摄像装置采集的环视图像;
图像拼接单元,用于将每一帧所述环视图像拼接为一帧俯视图像,获得多帧俯视图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910126734.7A CN109817018A (zh) | 2019-02-20 | 2019-02-20 | 一种自动泊车方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910126734.7A CN109817018A (zh) | 2019-02-20 | 2019-02-20 | 一种自动泊车方法及相关装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109817018A true CN109817018A (zh) | 2019-05-28 |
Family
ID=66607042
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910126734.7A Pending CN109817018A (zh) | 2019-02-20 | 2019-02-20 | 一种自动泊车方法及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109817018A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110415555A (zh) * | 2019-08-30 | 2019-11-05 | 的卢技术有限公司 | 一种基于深度学习的有效划线车位识别方法和*** |
CN110497901A (zh) * | 2019-08-30 | 2019-11-26 | 的卢技术有限公司 | 一种基于机器人vslam技术的泊车位自动搜索方法和*** |
CN110544386A (zh) * | 2019-09-18 | 2019-12-06 | 奇瑞汽车股份有限公司 | 车位识别方法、装置及存储介质 |
CN111016887A (zh) * | 2019-12-23 | 2020-04-17 | 深圳市豪恩汽车电子装备股份有限公司 | 机动车自动泊车装置及方法 |
CN111428547A (zh) * | 2019-06-24 | 2020-07-17 | 杭州海康威视数字技术股份有限公司 | 车位确定方法及装置 |
CN111746521A (zh) * | 2020-06-29 | 2020-10-09 | 芜湖雄狮汽车科技有限公司 | 泊车路线的规划方法、装置、设备及存储介质 |
CN111986506A (zh) * | 2020-07-20 | 2020-11-24 | 苏州易航远智智能科技有限公司 | 基于多视觉***的机械式停车位泊车方法 |
CN112037567A (zh) * | 2020-09-04 | 2020-12-04 | 中国第一汽车股份有限公司 | 一种代客泊车方法、装置、设备及存储介质 |
CN112115741A (zh) * | 2019-06-20 | 2020-12-22 | 上海汽车集团股份有限公司 | 一种泊车库位检测方法及装置 |
CN112419776A (zh) * | 2020-10-16 | 2021-02-26 | 爱驰汽车(上海)有限公司 | 自主泊车方法、装置、汽车及计算设备 |
CN113012457A (zh) * | 2021-02-18 | 2021-06-22 | 湖南国科微电子股份有限公司 | 一种地下车库的导航停车方法、装置、设备及介质 |
CN114613193A (zh) * | 2022-03-22 | 2022-06-10 | 重庆长安汽车股份有限公司 | 基于算力共享的停车位获取方法、存储介质、***及车辆 |
CN114783172A (zh) * | 2021-01-22 | 2022-07-22 | 广州汽车集团股份有限公司 | 一种停车场空车位识别方法及***、计算机可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140292541A1 (en) * | 2011-12-14 | 2014-10-02 | Ronen Korman | Method and system for automatic vacant parking place locator |
CN105015419A (zh) * | 2015-07-17 | 2015-11-04 | 中山大学 | 基于立体视觉定位与建图的自动泊车***及方法 |
KR101682281B1 (ko) * | 2014-12-01 | 2016-12-05 | 호서대학교 산학협력단 | 주차위치 자동 안내시스템 |
CN109094556A (zh) * | 2018-07-25 | 2018-12-28 | 深圳大学 | 一种基于车位特征点的自动泊车方法及*** |
CN109229095A (zh) * | 2018-10-30 | 2019-01-18 | 百度在线网络技术(北京)有限公司 | 用于确定自动泊车效果的方法、装置、设备和存储介质 |
-
2019
- 2019-02-20 CN CN201910126734.7A patent/CN109817018A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140292541A1 (en) * | 2011-12-14 | 2014-10-02 | Ronen Korman | Method and system for automatic vacant parking place locator |
KR101682281B1 (ko) * | 2014-12-01 | 2016-12-05 | 호서대학교 산학협력단 | 주차위치 자동 안내시스템 |
CN105015419A (zh) * | 2015-07-17 | 2015-11-04 | 中山大学 | 基于立体视觉定位与建图的自动泊车***及方法 |
CN109094556A (zh) * | 2018-07-25 | 2018-12-28 | 深圳大学 | 一种基于车位特征点的自动泊车方法及*** |
CN109229095A (zh) * | 2018-10-30 | 2019-01-18 | 百度在线网络技术(北京)有限公司 | 用于确定自动泊车效果的方法、装置、设备和存储介质 |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112115741B (zh) * | 2019-06-20 | 2024-02-20 | 上海汽车集团股份有限公司 | 一种泊车库位检测方法及装置 |
CN112115741A (zh) * | 2019-06-20 | 2020-12-22 | 上海汽车集团股份有限公司 | 一种泊车库位检测方法及装置 |
CN111428547A (zh) * | 2019-06-24 | 2020-07-17 | 杭州海康威视数字技术股份有限公司 | 车位确定方法及装置 |
CN111428547B (zh) * | 2019-06-24 | 2024-03-01 | 杭州海康威视数字技术股份有限公司 | 车位确定方法及装置 |
CN110497901B (zh) * | 2019-08-30 | 2020-12-22 | 的卢技术有限公司 | 一种基于机器人vslam技术的泊车位自动搜索方法和*** |
CN110415555A (zh) * | 2019-08-30 | 2019-11-05 | 的卢技术有限公司 | 一种基于深度学习的有效划线车位识别方法和*** |
CN110415555B (zh) * | 2019-08-30 | 2020-09-29 | 的卢技术有限公司 | 一种基于深度学习的有效划线车位识别方法和*** |
CN110497901A (zh) * | 2019-08-30 | 2019-11-26 | 的卢技术有限公司 | 一种基于机器人vslam技术的泊车位自动搜索方法和*** |
CN110544386A (zh) * | 2019-09-18 | 2019-12-06 | 奇瑞汽车股份有限公司 | 车位识别方法、装置及存储介质 |
CN111016887A (zh) * | 2019-12-23 | 2020-04-17 | 深圳市豪恩汽车电子装备股份有限公司 | 机动车自动泊车装置及方法 |
CN111746521A (zh) * | 2020-06-29 | 2020-10-09 | 芜湖雄狮汽车科技有限公司 | 泊车路线的规划方法、装置、设备及存储介质 |
CN111986506A (zh) * | 2020-07-20 | 2020-11-24 | 苏州易航远智智能科技有限公司 | 基于多视觉***的机械式停车位泊车方法 |
CN111986506B (zh) * | 2020-07-20 | 2022-04-01 | 苏州易航远智智能科技有限公司 | 基于多视觉***的机械式停车位泊车方法 |
CN112037567A (zh) * | 2020-09-04 | 2020-12-04 | 中国第一汽车股份有限公司 | 一种代客泊车方法、装置、设备及存储介质 |
CN112419776A (zh) * | 2020-10-16 | 2021-02-26 | 爱驰汽车(上海)有限公司 | 自主泊车方法、装置、汽车及计算设备 |
CN114783172A (zh) * | 2021-01-22 | 2022-07-22 | 广州汽车集团股份有限公司 | 一种停车场空车位识别方法及***、计算机可读存储介质 |
CN114783172B (zh) * | 2021-01-22 | 2024-05-17 | 广州汽车集团股份有限公司 | 一种停车场空车位识别方法及***、计算机可读存储介质 |
CN113012457B (zh) * | 2021-02-18 | 2022-06-07 | 湖南国科微电子股份有限公司 | 一种地下车库的导航停车方法、装置、设备及介质 |
CN113012457A (zh) * | 2021-02-18 | 2021-06-22 | 湖南国科微电子股份有限公司 | 一种地下车库的导航停车方法、装置、设备及介质 |
CN114613193A (zh) * | 2022-03-22 | 2022-06-10 | 重庆长安汽车股份有限公司 | 基于算力共享的停车位获取方法、存储介质、***及车辆 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109817018A (zh) | 一种自动泊车方法及相关装置 | |
CN115035728B (zh) | 基于云端共享和地图融合的自主泊车***和方法 | |
CN103473951B (zh) | 一种基于临场感的自动停车场管理*** | |
CN103465906B (zh) | 一种基于临场感的停车场自动停车实现方法 | |
CN111976717B (zh) | 一种智能泊车方法和装置 | |
WO2022110049A1 (zh) | 一种导航方法、装置和*** | |
CN104933409B (zh) | 一种基于全景图像点线特征的车位识别方法 | |
CN109741617A (zh) | 一种停车场泊车导航方法及装置 | |
US20170253237A1 (en) | Vehicle vision system with automatic parking function | |
CN106846870A (zh) | 基于集中式视觉的停车场‑车辆协同的智能停车***及方法 | |
CN110316182A (zh) | 一种自动泊车***及方法 | |
CN110562248B (zh) | 一种基于无人机的自动泊车***及自动泊车方法 | |
CN105654773A (zh) | 一种车载伴飞无人机智能导引*** | |
CN110126820A (zh) | 自动泊车***、泊车方法及车辆 | |
CN102729902A (zh) | 一种服务于汽车安全驾驶的嵌入式全景显示装置和方法 | |
Wen et al. | On the road with gpt-4v (ision): Early explorations of visual-language model on autonomous driving | |
CN202686138U (zh) | 一种服务于汽车安全驾驶的嵌入式全景显示装置 | |
JP2001101566A (ja) | 交通安全確認システム | |
CN113085896B (zh) | 一种现代有轨清洁车辅助自动驾驶***及方法 | |
CN109094556A (zh) | 一种基于车位特征点的自动泊车方法及*** | |
CN105015418B (zh) | 车载显示屏视频切换方法 | |
CN108830264A (zh) | 一种无人驾驶公交车的站台乘客检测***及方法 | |
AU2018410435A1 (en) | Port area monitoring method and system, and central control system | |
CN109739243A (zh) | 一种车辆定位方法、自动驾驶控制方法及相关*** | |
US20220319192A1 (en) | Driving assistance device, driving assistance method, and non-transitory computer-readable medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190528 |