CN112115741B - 一种泊车库位检测方法及装置 - Google Patents
一种泊车库位检测方法及装置 Download PDFInfo
- Publication number
- CN112115741B CN112115741B CN201910537656.XA CN201910537656A CN112115741B CN 112115741 B CN112115741 B CN 112115741B CN 201910537656 A CN201910537656 A CN 201910537656A CN 112115741 B CN112115741 B CN 112115741B
- Authority
- CN
- China
- Prior art keywords
- library
- coordinate
- map
- vehicle
- under
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 20
- 238000000034 method Methods 0.000 claims abstract description 39
- 238000010276 construction Methods 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 16
- 230000000007 visual effect Effects 0.000 abstract description 4
- 238000013145 classification model Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/586—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of parking space
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
- G09B29/001—Planning boards
- G09B29/002—Planning boards using magnetic elements
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Educational Technology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Educational Administration (AREA)
- Mathematical Physics (AREA)
- Multimedia (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Business, Economics & Management (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种泊车库位检测方法及装置，该方法包括：获取车辆在墨卡托坐标系下的当前位置坐标；调取预先构建的库位地图，库位地图中包含多个库位在墨卡托坐标系下的位置坐标；从多个库位中选取位置坐标与当前位置坐标相匹配的目标库位，并反馈目标库位对应的目标位置坐标。本发明可以预先构建库位地图，在库位地图构建完成后，车辆再次泊车时可以直接选取位置坐标相匹配的目标库位，实现可靠地给出准确的库位位置，显著降低视觉检测库位对天气及周边环境的依赖程度，极大提高库位识别的鲁棒性。
Description
技术领域
本发明涉及智能驾驶技术领域，更具体地说，涉及一种泊车库位检测方法及装置。
背景技术
随着无人驾驶技术的不断发展，各大公司不断完善不同场景下的自动驾驶功能，其中自动泊车是低速场景下最为实用的功能之一。
自动泊车中最为重要的一环便是感知库位的准确位置。现阶段一般采用摄像头实现库位位置的感知。但是由于摄像头对天气状况依赖程度高，在雨雪天气、傍晚或者遮挡等情况下，无法对库位进行精确定位。
发明内容
有鉴于此，为解决上述问题，本发明提供一种泊车库位检测方法及装置。技术方案如下：
一种泊车库位检测方法，所述方法包括：
获取车辆在墨卡托坐标系下的当前位置坐标；
调取预先构建的库位地图，所述库位地图中包含多个库位在所述墨卡托坐标系下的位置坐标；
从所述多个库位中选取位置坐标与所述当前位置坐标相匹配的目标库位，并反馈所述目标库位对应的目标位置坐标。
优选的，预先构建库位地图的过程，包括：
获取车载环视相机所拍摄的实景图像，并将所述实景图像拼接为车辆俯瞰图像；
确定所述车辆俯瞰图像中待构建库位在像素坐标系下的第一位置坐标；
基于所述第一位置坐标确定所述待构建库位在车辆坐标系下的第二位置坐标；
获取所述车辆在所述墨卡托坐标系下的第三位置坐标，并利用所述第三位置坐标和所述第二位置坐标确定所述待构建库位在所述墨卡托坐标系下的第四位置坐标；
至少基于所述第四位置坐标生成包含有所述待构建库位的库位地图。
优选的，所述确定所述车辆俯瞰图像中待构建库位在像素坐标系下的第一位置坐标，包括：
识别所述车辆俯瞰图像中的库位入口角点；
在识别到所述库位入口角点的情况下，识别所述车辆俯瞰图像中的库位类型；
基于所述库位入口角点和所述库位类型确定待构建库位在像素坐标系下的第一位置坐标。
优选的，所述基于所述第一位置坐标确定所述待构建库位在车辆坐标系下的第二位置坐标之前，所述方法还包括：
获取所述车辆的位姿；
基于所述位姿调整所述第一位置坐标。
优选的，所述方法还包括：
更新所述库位地图。
一种泊车库位检测装置，所述装置包括：坐标获取模块、地图调取模块和坐标匹配模块，所述地图调取模块中包含地图构建单元；
所述坐标获取模块，用于获取车辆在墨卡托坐标系下的当前位置坐标；
所述地图构建单元，用于预先构建库位地图，所述库位地图中包含多个库位在所述墨卡托坐标系下的位置坐标；
所述地图调取模块，用于调取所述库位地图；
所述坐标匹配模块，用于从所述多个库位中选取位置坐标与所述当前位置坐标相匹配的目标库位，并反馈所述目标库位对应的目标位置坐标。
优选的，所述地图构建单元，具体用于：
获取车载环视相机所拍摄的实景图像，并将所述实景图像拼接为车辆俯瞰图像；确定所述车辆俯瞰图像中待构建库位在像素坐标系下的第一位置坐标；基于所述第一位置坐标确定所述待构建库位在车辆坐标系下的第二位置坐标；获取所述车辆在所述墨卡托坐标系下的第三位置坐标，并利用所述第三位置坐标和所述第二位置坐标确定所述待构建库位在所述墨卡托坐标系下的第四位置坐标；至少基于所述第四位置坐标生成包含有所述待构建库位的库位地图。
优选的，用于确定所述车辆俯瞰图像中待构建库位在像素坐标系下的第一位置坐标的所述地图构建单元，具体用于：
识别所述车辆俯瞰图像中的库位入口角点；在识别到所述库位入口角点的情况下，识别所述车辆俯瞰图像中的库位类型；基于所述库位入口角点和所述库位类型确定待构建库位在像素坐标系下的第一位置坐标。
优选的，所述地图构建单元，还用于：
获取所述车辆的位姿；基于所述位姿调整所述第一位置坐标。
优选的，所述地图构建单元，还用于：
更新所述库位地图。
本发明提供的泊车库位检测方法及装置，可以预先构建库位地图，在库位地图构建完成后，车辆再次泊车时可以直接选取位置坐标相匹配的目标库位，实现可靠地给出准确的库位位置，显著降低视觉检测库位对天气及周边环境的依赖程度，极大提高库位识别的鲁棒性。
附图说明
为了更清楚地说明本发明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发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明实施例公开的泊车库位检测方法的方法流程图；
图2为库位地图的示例；
图3为本发明实施例公开的泊车库位检测方法的部分方法流程图；
图4为本发明实施例公开的泊车库位检测方法的另一部分方法流程图；
图5为库位的示例；
图6为本发明实施例公开的泊车库位检测装置的结构示意图。
具体实施方式
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。
本发明实施例提供一种泊车库位检测方法，该方法的方法流程图如图1所示，包括如下步骤：
S10，获取车辆在墨卡托坐标系下的当前位置坐标。
本实施例中，可以通过车辆的GPS信号确定车辆的当前经纬度，进而将当前经纬度转换为墨卡托坐标系下的当前位置坐标。而经纬度与墨卡托坐标系下的位置坐标之间的转换关系可以预先标定，本实施例对此不做限定。
S20，调取预先构建的库位地图，库位地图中包含多个库位在墨卡托坐标系下的位置坐标。
如图2所示的库位地图示例。库位地图中至少包含有多个库位中每个库位在墨卡托坐标系下的位置坐标。当然，库位地图中还可以包括每个库位的库位类型、库位标识等等，本实施例对此不做限定。
具体实现过程中，步骤S20中预先构建库位地图的过程，可以包括如下步骤，方法流程图如图3所示：
S201，获取车载环视相机所拍摄的实景图像，并将实景图像拼接为车辆俯瞰图像。
在执行步骤S201的过程中，同一时刻下可以由预先安装于车辆上的多路车载环视相机分别拍摄实景图像，进而通过将实景图像映射于标定的棋盘格所在平面完成拼接得到车辆俯瞰图像。
当然，在拼接处理之前，还可以对实景图像进行去畸变处理，以提高实景图像的可用性。
S202，确定车辆俯瞰图像中待构建库位在像素坐标系下的第一位置坐标。
在执行步骤S202的过程中，像素坐标系可以将车辆俯瞰图像的左上角作为坐标原点，宽度方向为X轴、高度方向为Y轴。首先识别车辆俯瞰图像中是否含有待构建库位，进而在识别到待构建库位的情况下，将待构建库位在像素坐标系下的位置坐标确定为待构建库位在像素坐标系下的第一位置坐标。
具体的，步骤S202“确定车辆俯瞰图像中待构建库位在像素坐标系下的第一位置坐标”可以采用如下步骤，方法流程图如图4所示：
S2021，识别车辆俯瞰图像中的库位入口角点。
在执行步骤S2021的过程中，可以采用机器学习或者深度学习的方式识别车辆俯瞰图像中的库位入口角点。具体的，可以预先大规模标注不同库位入口角点的样本，进而将该样本放入分类模型中以调整分类模型的权重，调整权重后的分类模型具有识别库位入口角点的能力。
S2022，在识别到库位入口角点的情况下，识别车辆俯瞰图像中的库位类型。
在执行步骤S2022的过程中，可以采用机器学***行库位等)。具体的，可以预先大规模标注不同库位类型的样本，进而将该样本放入分类模型中以调整分类模型的权重，调整权重后的分类模型具有识别库位入口角点的能力。
S2023，基于库位入口角点和库位类型确定待构建库位在像素坐标系下的第一位置坐标。
如图5所示出的库位示例。基于库位入口角点和库位类型即可确定待构建库位在车辆俯瞰图像中的区域，进而基于车辆俯瞰图像对应的像素坐标系确定待构建库位对应的区域的第一位置坐标，例如，可以将待构建库位的中心位置的位置坐标作为第一位置坐标。
在此基础上，为解决模型计算耗时长导致库位位置识别滞后、更新频率低的问题，在执行步骤S203之前，进一步还可以采用如下步骤：
获取车辆的位姿；基于位姿调整第一位置坐标。
本实施例中，可以通过组合惯导(RTK)信号获得车辆在X、Y和Z三轴的角加速度、横摆角速度，方位角等信息，进而通过运动模型估计车辆的位姿，并通过坐标转化对第一位置坐标进行更新修正，从而实现待构建车库在像素坐标系中的精准定位。
S203，基于第一位置坐标确定待构建库位在车辆坐标系下的第二位置坐标。
在执行步骤S203的过程中，在像素坐标系下车辆俯瞰图的一定图像区域对应着车辆坐标系下固定的实际区域。因此通过第一位置坐标和像素坐标系与车辆坐标系之间的映射矩阵，可以将像素坐标系下的第一位置坐标转换为车辆坐标系下的第二位置坐标。
S204，获取车辆在墨卡托坐标系下的第三位置坐标，并利用第三位置坐标和第二位置坐标确定待构建库位在墨卡托坐标系下的第四位置坐标。
在执行步骤S204的过程中，可以通过车辆的GPS信号确定车辆的经纬度，进而将经纬度转换为墨卡托坐标系下的第三位置坐标。并且由于第二位置坐标表征待构建库位与车辆之间的相对位置关系，因此结合第三位置坐标可以确定待构建库位在墨卡托坐标系下的第四位置坐标。
S205，至少基于第四位置坐标生成包含有待构建库位的库位地图。
在执行步骤S205的过程中，可以基于第四位置坐标在库位地图中绘制待构建库位的位置。进一步，如果获得针对待构建库位的库位类型或者库位标识等等，还可以对应记录并管理。
S30，从多个库位中选取位置坐标与当前位置坐标相匹配的目标库位，并反馈目标库位对应的目标位置坐标。
本实施例中，可以选取位置坐标与当前位置坐标之间的距离在一定范围内的目标库位。
在其他一些实施例中，为适应环境变化，在图1所示的泊车库位检测方法的基础上，还可以包括如下步骤：
更新库位地图。
本实施例中，库位地图中至少包含有多个库位中每个库位在墨卡托坐标系下的位置坐标。因此，在车辆再次在某个库位的相近位置检测到新库位时，可以将新库位在墨卡托坐标系下的位置坐标替换该库位在墨卡托坐标系下的位置坐标。此外，在库位地图中还包括每个库位的库位类型、库位标识等信息时，将该库位对应的信息重新赋值给新库位。
另外，如果在该库位的位置所检测到的新库位在墨卡托坐标系下的位置坐标或者库位类型等差异较大时，可以重建库位地图，以解决停车场重新划分库位或者库位有大范围物理改动等问题。
本发明实施例公开的泊车库位检测方法，可以预先构建库位地图，在库位地图构建完成后，车辆再次泊车时可以直接选取位置坐标相匹配的目标库位，实现可靠地给出准确的库位位置，显著降低视觉检测库位对天气及周边环境的依赖程度，极大提高库位识别的鲁棒性。
基于上述实施例公开的泊车库位检测方法，本发明实施例则对应公开执行上述泊车库位检测方法的装置，该装置的结构示意图如图6所示，包括：坐标获取模块10、地图调取模块20和坐标匹配模块30，地图调取模块20中包含地图构建单元201；
坐标获取模块10，用于获取车辆在墨卡托坐标系下的当前位置坐标。
地图构建单元201，用于预先构建库位地图，库位地图中包含多个库位在墨卡托坐标系下的位置坐标。
地图调取模块20，用于调取库位地图。
坐标匹配模块30，用于从多个库位中选取位置坐标与当前位置坐标相匹配的目标库位，并反馈目标库位对应的目标位置坐标。
可选的，地图构建单元201，具体用于：
获取车载环视相机所拍摄的实景图像，并将实景图像拼接为车辆俯瞰图像；确定车辆俯瞰图像中待构建库位在像素坐标系下的第一位置坐标；基于第一位置坐标确定待构建库位在车辆坐标系下的第二位置坐标；获取车辆在墨卡托坐标系下的第三位置坐标，并利用第三位置坐标和第二位置坐标确定待构建库位在墨卡托坐标系下的第四位置坐标；至少基于第四位置坐标生成包含有待构建库位的库位地图。
可选的，用于确定车辆俯瞰图像中待构建库位在像素坐标系下的第一位置坐标的地图构建单元201，具体用于：
识别车辆俯瞰图像中的库位入口角点；在识别到库位入口角点的情况下，识别车辆俯瞰图像中的库位类型；基于库位入口角点和库位类型确定待构建库位在像素坐标系下的第一位置坐标。
可选的，地图构建单元201，还用于：
获取车辆的位姿；基于位姿调整第一位置坐标。
可选的，地图构建单元201，还用于：
地图更新模块，用于更新库位地图。
本发明实施例公开的泊车库位检测装置，可以预先构建库位地图，在库位地图构建完成后，车辆再次泊车时可以直接选取位置坐标相匹配的目标库位，实现可靠地给出准确的库位位置，显著降低视觉检测库位对天气及周边环境的依赖程度，极大提高库位识别的鲁棒性。
以上对本发明所提供的一种泊车库位检测方法及装置进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
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，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备所固有的要素，或者是还包括为这些过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (6)
1.一种泊车库位检测方法，其特征在于，所述方法包括：
获取车辆在墨卡托坐标系下的当前位置坐标；
调取预先构建的库位地图，所述库位地图中包含多个库位在所述墨卡托坐标系下的位置坐标；
从所述多个库位中选取位置坐标与所述当前位置坐标相匹配的目标库位，并反馈所述目标库位对应的目标位置坐标；
其中，预先构建库位地图的过程，包括：
获取车载环视相机所拍摄的实景图像，并将所述实景图像拼接为车辆俯瞰图像；
确定所述车辆俯瞰图像中待构建库位在像素坐标系下的第一位置坐标；
基于所述第一位置坐标确定所述待构建库位在车辆坐标系下的第二位置坐标；
获取所述车辆在所述墨卡托坐标系下的第三位置坐标，并利用所述第三位置坐标和所述第二位置坐标确定所述待构建库位在所述墨卡托坐标系下的第四位置坐标；
至少基于所述第四位置坐标生成包含有所述待构建库位的库位地图；
其中，所述确定所述车辆俯瞰图像中待构建库位在像素坐标系下的第一位置坐标，包括：
识别所述车辆俯瞰图像中的库位入口角点；
在识别到所述库位入口角点的情况下，识别所述车辆俯瞰图像中的库位类型；
基于所述库位入口角点和所述库位类型确定待构建库位在像素坐标系下的第一位置坐标。
2.根据权利要求1所述的方法，其特征在于，所述基于所述第一位置坐标确定所述待构建库位在车辆坐标系下的第二位置坐标之前，所述方法还包括：
获取所述车辆的位姿；
基于所述位姿调整所述第一位置坐标。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
更新所述库位地图。
4.一种泊车库位检测装置，其特征在于，所述装置包括：坐标获取模块、地图调取模块和坐标匹配模块，所述地图调取模块中包含地图构建单元；
所述坐标获取模块，用于获取车辆在墨卡托坐标系下的当前位置坐标；
所述地图构建单元，用于预先构建库位地图，所述库位地图中包含多个库位在所述墨卡托坐标系下的位置坐标；
所述地图调取模块，用于调取所述库位地图；
所述坐标匹配模块，用于从所述多个库位中选取位置坐标与所述当前位置坐标相匹配的目标库位，并反馈所述目标库位对应的目标位置坐标；
其中，所述地图构建单元，具体用于：
获取车载环视相机所拍摄的实景图像，并将所述实景图像拼接为车辆俯瞰图像；确定所述车辆俯瞰图像中待构建库位在像素坐标系下的第一位置坐标；基于所述第一位置坐标确定所述待构建库位在车辆坐标系下的第二位置坐标；获取所述车辆在所述墨卡托坐标系下的第三位置坐标，并利用所述第三位置坐标和所述第二位置坐标确定所述待构建库位在所述墨卡托坐标系下的第四位置坐标；至少基于所述第四位置坐标生成包含有所述待构建库位的库位地图；
其中，用于确定所述车辆俯瞰图像中待构建库位在像素坐标系下的第一位置坐标的所述地图构建单元，具体用于：
识别所述车辆俯瞰图像中的库位入口角点；在识别到所述库位入口角点的情况下，识别所述车辆俯瞰图像中的库位类型；基于所述库位入口角点和所述库位类型确定待构建库位在像素坐标系下的第一位置坐标。
5.根据权利要求4所述的装置，其特征在于，所述地图构建单元，还用于：
获取所述车辆的位姿；基于所述位姿调整所述第一位置坐标。
6.根据权利要求4所述的装置，其特征在于，所述地图构建单元，还用于：
更新所述库位地图。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910537656.XA CN112115741B (zh) | 2019-06-20 | 2019-06-20 | 一种泊车库位检测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910537656.XA CN112115741B (zh) | 2019-06-20 | 2019-06-20 | 一种泊车库位检测方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112115741A CN112115741A (zh) | 2020-12-22 |
| CN112115741B true CN112115741B (zh) | 2024-02-20 |
Family
ID=73796138
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910537656.XA Active CN112115741B (zh) | 2019-06-20 | 2019-06-20 | 一种泊车库位检测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112115741B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114030463B (zh) * | 2021-11-23 | 2024-05-14 | 上海汽车集团股份有限公司 | 一种自动泊车***的路径规划方法及装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102015008422B3 (de) * | 2015-06-30 | 2016-10-13 | Audi Ag | Verfahren und System zur Detektion von auf einem Parkplatz falsch geparkten Fahrzeugen |
| CN108154472A (zh) * | 2017-11-30 | 2018-06-12 | 惠州市德赛西威汽车电子股份有限公司 | 融合导航信息的泊车位视觉检测方法与*** |
| CN108564814A (zh) * | 2018-06-06 | 2018-09-21 | 清华大学苏州汽车研究院（吴江） | 一种基于图像的停车场车位检测方法及装置 |
| CN109131318A (zh) * | 2018-10-19 | 2019-01-04 | 清华大学 | 一种基于拓扑地图的自主泊车路径协调方法 |
| CN109817018A (zh) * | 2019-02-20 | 2019-05-28 | 东软睿驰汽车技术（沈阳）有限公司 | 一种自动泊车方法及相关装置 |
-
2019
- 2019-06-20 CN CN201910537656.XA patent/CN112115741B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102015008422B3 (de) * | 2015-06-30 | 2016-10-13 | Audi Ag | Verfahren und System zur Detektion von auf einem Parkplatz falsch geparkten Fahrzeugen |
| CN108154472A (zh) * | 2017-11-30 | 2018-06-12 | 惠州市德赛西威汽车电子股份有限公司 | 融合导航信息的泊车位视觉检测方法与*** |
| CN108564814A (zh) * | 2018-06-06 | 2018-09-21 | 清华大学苏州汽车研究院（吴江） | 一种基于图像的停车场车位检测方法及装置 |
| CN109131318A (zh) * | 2018-10-19 | 2019-01-04 | 清华大学 | 一种基于拓扑地图的自主泊车路径协调方法 |
| CN109817018A (zh) * | 2019-02-20 | 2019-05-28 | 东软睿驰汽车技术（沈阳）有限公司 | 一种自动泊车方法及相关装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112115741A (zh) | 2020-12-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20200173803A1 (en) | Vision augmented navigation | |
| CN111830953B (zh) | 车辆自定位方法、装置及*** | |
| CN108051836B (zh) | 一种定位方法、装置、服务器及*** | |
| US11215462B2 (en) | Method, apparatus, and system for location correction based on feature point correspondence | |
| CN106056958A (zh) | 一种辅助寻车***及其实现方法 | |
| CN112862881B (zh) | 基于众包多车摄像头数据的道路地图构建与融合的方法 | |
| CN114067564B (zh) | 一种基于yolo的交通状况综合监测方法 | |
| CN115164918B (zh) | 语义点云地图构建方法、装置及电子设备 | |
| JP2017181476A (ja) | 車両位置検出装置、車両位置検出方法及び車両位置検出用コンピュータプログラム | |
| CN108694381A (zh) | 对象定位方法和对象轨迹追踪方法 | |
| CN115235493B (zh) | 一种基于矢量地图进行自动驾驶定位的方法及装置 | |
| CN112883058A (zh) | 用于车辆定位的标定方法、装置、设备、车辆和介质 | |
| US11938945B2 (en) | Information processing system, program, and information processing method | |
| CN114639085A (zh) | 交通信号灯识别方法、装置、计算机设备和存储介质 | |
| JP2015194373A (ja) | 車両位置検出装置、車両位置検出方法及び車両位置検出用コンピュータプログラムならびに車両位置検出システム | |
| CN111238490B (zh) | 视觉定位方法、装置以及电子设备 | |
| CN112115741B (zh) | 一种泊车库位检测方法及装置 | |
| CN112689234B (zh) | 室内车辆定位方法、装置、计算机设备和存储介质 | |
| CN114419922A (zh) | 车位识别方法及装置 | |
| CN110135387B (zh) | 一种基于传感器融合的图像快速识别方法 | |
| CN115790568A (zh) | 基于语义信息的地图生成方法及相关设备 | |
| CN108242163A (zh) | 机动车的驾驶员辅助*** | |
| CN112880692B (zh) | 地图数据标注方法及装置、存储介质 | |
| JP4220354B2 (ja) | 他車位置表示装置及び他車情報提示方法 | |
| CN109655073B (zh) | 一种在无或弱信号区域中的地图绘制方法、装置及车辆 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20220119 Address after: No. 203, Shanghai Songjiang Road, No. 201563, Pudong New Area Applicant after: SAIC Motor Corp.,Ltd. Applicant after: Shanghai Automotive Industry Corporation (Group) Address before: 201203 Room 509, Building No. 1, 563 Songtao Road, Zhangjiang High-tech Park, Pudong New Area, Shanghai Applicant before: SAIC Motor Corp.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |