CN112356831B - 一种库位跟踪方法及库位跟踪*** - Google Patents
一种库位跟踪方法及库位跟踪*** Download PDFInfo
- Publication number
- CN112356831B CN112356831B CN202110035749.XA CN202110035749A CN112356831B CN 112356831 B CN112356831 B CN 112356831B CN 202110035749 A CN202110035749 A CN 202110035749A CN 112356831 B CN112356831 B CN 112356831B
- Authority
- CN
- China
- Prior art keywords
- library
- class
- information
- positions
- bin
- 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
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000007613 environmental effect Effects 0.000 claims abstract description 18
- 230000000007 visual effect Effects 0.000 claims description 13
- 238000001514 detection method Methods 0.000 description 7
- 238000013135 deep learning Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000008447 perception Effects 0.000 description 4
- 239000002131 composite material Substances 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/06—Automatic manoeuvring for parking
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Image Analysis (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本申请公开了一种库位跟踪方法及库位跟踪***,其中,所述库位跟踪方法在库位跟踪过程中,基于当前帧的环境图像信息将库位容器中的库位分为第一类库位和第二类库位,对第一类库位依靠环境图像信息进行更新,对第二类库位依靠获取的轮速信息进行更新,以实现在需要跟踪的库位不在环境图像信息中时也可进行持续跟踪的目的。
Description
技术领域
本申请涉及车辆工程技术领域,更具体地说,涉及一种库位跟踪方法及库位跟踪***。
背景技术
随着近几年自动驾驶技术的飞速发展,行业内的各企业正尝试着开发代客泊车***,推进自动驾驶技术的商业化落地。
目前市面上销售的代客泊车***(或称自动泊车***),均为自动泊车,属于ADAS(高级驾驶辅助***,Advanced Driving Assistance System)领域。在自动泊车过程中,需要对库位(或称车位)进行持续的跟踪,以使自动泊车***根据跟踪的库位信息进行自动泊车操作。
但现有的库位跟踪方法多基于视觉进行库位检测,当需要跟踪的库位出现在画面之外时,则无法进行库位的检测,导致自动泊车无法进行。
发明内容
为解决上述技术问题,本申请提供了一种库位跟踪方法及库位跟踪***,以实现在需要跟踪的库位不在环境图像信息中时也可进行持续跟踪的目的。
为实现上述技术目的,本申请实施例提供了如下技术方案:
一种库位跟踪方法,用于在自动泊车过程中,跟踪机动车辆所处环境的库位,所述机动车辆包括视觉信息获取装置,所述视觉信息获取装置用于获取环境图像信息,所述库位跟踪方法包括:
在所述机动车辆的自动泊车***启动时,初始化库位容器,所述库位容器中存储有至少一个库位的库位信息;
获取所述机动车辆的轮速信息;
基于当前帧所述环境图像信息进行分析,将所述库位容器中的库位分为第一类库位和第二类库位,所述第一类库位包括所述环境图像信息中可见的库位,所述第二类库位包括所述环境图像信息中不可见的库位;
基于所述环境图像信息对所述第一类库位进行更新,基于所述轮速信息以及第二类库位的初始位置对所述第二类库位进行更新,以获取更新后的库位容器。
可选的,还包括:
基于当前帧的环境图像信息,更新第三类库位的初始位置,所述第三类库位包括在当前帧环境图像信息中为第一类库位,而在历史帧环境图像信息中为第二类库位的库位。
可选的,所述第二类库位的初始位置包括所述第二类库位在历史最近一帧的所述环境图像信息中的位置信息;
所述第三类库位的初始位置包括所述第三类库位在历史最近一帧的所述环境图像信息中的位置信息。
可选的,所述基于所述轮速信息以及第二类库位的初始位置对所述第二类库位进行更新包括:
基于所述第二类库位的初始位置,获取第二类库位的库位角点在全局坐标系下的初始坐标信息;
基于所述轮速信息确定在当前帧所述环境图像信息中所述机动车辆的位置信息以及姿态信息;
根据在当前帧所述环境图像信息中所述机动车辆的位置信息以及姿态信息,将所述第二类库位的库位角点在全局坐标系下的初始坐标信息转换到自车坐标系下,再将所述第二类库位的库位角点在全局坐标系下的初始坐标信息转换到图像坐标系下,以对所述第二类库位进行更新。
可选的,所述基于所述第二类库位的初始位置,获取第二类库位的库位角点在全局坐标系下的初始坐标信息包括:
基于所述第二类库位的初始位置获取所述第二类库位的角点在图像坐标系下的坐标;
将所述第二类库位的角点在图像坐标系下的坐标转换到自车坐标系下,再将第二类库位的角点在自车坐标下的坐标转换到全局坐标系下,以获取所述第二类库位的库位角点在全局坐标系下的初始坐标信息。
一种库位跟踪***,用于在自动泊车过程中,跟踪机动车辆所处环境的库位,所述机动车辆包括视觉信息获取装置,所述视觉信息获取装置用于获取环境图像信息,所述库位跟踪***包括:
库位容器建立模块,用于在所述机动车辆的自动泊车***启动时,初始化库位容器,所述库位容器中存储有至少一个库位的库位信息;
轮速信息获取模块,用于获取所述机动车辆的轮速信息;
库位分类模块,用于基于当前帧所述环境图像信息进行分析,将所述库位容器中的库位分为第一类库位和第二类库位,所述第一类库位包括所述环境图像信息中可见的库位,所述第二类库位包括所述环境图像信息中不可见的库位;
库位跟踪模块,用于基于所述环境图像信息对所述第一类库位进行更新,基于所述轮速信息以及第二类库位的初始位置对所述第二类库位进行更新,以获取更新后的库位容器。
可选的,还包括:
初始位置更新模块,用于基于当前帧的环境图像信息,更新第三类库位的初始位置,所述第三类库位包括在当前帧环境图像信息中为第一类库位,而在历史帧环境图像信息中为第二类库位的库位。
可选的,所述第二类库位的初始位置包括所述第二类库位在历史最近一帧的所述环境图像信息中的位置信息;
所述第三类库位的初始位置包括所述第三类库位在历史最近一帧的所述环境图像信息中的位置信息。
可选的,所述库位跟踪模块基于所述轮速信息以及第二类库位的初始位置对所述第二类库位进行更新的过程具体包括:
基于所述第二类库位的初始位置,获取第二类库位的库位角点在全局坐标系下的初始坐标信息;
基于所述轮速信息确定在当前帧所述环境图像信息中所述机动车辆的位置信息以及姿态信息;
根据在当前帧所述环境图像信息中所述机动车辆的位置信息以及姿态信息,将所述第二类库位的库位角点在全局坐标系下的初始坐标信息转换到自车坐标系下,再将所述第二类库位的库位角点在全局坐标系下的初始坐标信息转换到图像坐标系下,以对所述第二类库位进行更新。
可选的,所述库位跟踪模块基于所述第二类库位的初始位置,获取第二类库位的库位角点在全局坐标系下的初始坐标信息的过程具体包括:
基于所述第二类库位的初始位置获取所述第二类库位的角点在图像坐标系下的坐标;
将所述第二类库位的角点在图像坐标系下的坐标转换到自车坐标系下,再将第二类库位的角点在自车坐标下的坐标转换到全局坐标系下,以获取所述第二类库位的库位角点在全局坐标系下的初始坐标信息。
从上述技术方案可以看出,本申请实施例提供了一种库位跟踪方法及库位跟踪***,其中,所述库位跟踪方法在库位跟踪过程中,基于当前帧的环境图像信息将库位容器中的库位分为第一类库位和第二类库位,对第一类库位依靠环境图像信息进行更新,对第二类库位依靠获取的轮速信息进行更新,以实现在需要跟踪的库位不在环境图像信息中时也可进行持续跟踪的目的。
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为本申请的一个实施例提供的一种库位跟踪方法的流程示意图;
图2为本申请的一个实施例提供的一种库位以及所述环境图像信息的示意图;
图3为本申请的一个实施例提供的一种图像坐标系向自车坐标系转换示意图;
图4为本申请的另一个实施例提供的一种库位跟踪方法的流程示意图;
图5为本申请的又一个实施例提供的一种库位跟踪方法的流程示意图;
图6为本申请的再一个实施例提供的一种库位跟踪方法的流程示意图;
图7和图8均为本申请实施例提供的库位跟踪方法的实验示意图。
具体实施方式
正如背景技术中所述,现有技术中对于库位的跟踪方法包括传统的几何库位感知方案、基于深度学习的库位感知方案、以及二者结合的复合感知方案。但是,传统几何方案存在各种误检测和漏检现象比较多,而基于深度学习的库位感知方案会造成库位抖动及库位闪烁的情况,复合感知方案会比传统和深度学习方案好,但是依然存在抖动闪烁的情况。
且现有技术中的无论何种方案,对于库位的感知都要求库位出现在机动车辆获取的拼接画面中为前提,否则无法在当前帧图像中检出所要跟踪的库位,如果库位已经在画面之外,车辆是无法进行自动泊车的。
为了解决这一问题,本申请实施例提供了一种库位跟踪方法,用于在自动泊车过程中,跟踪机动车辆所处环境的库位,所述机动车辆包括视觉信息获取装置,所述视觉信息获取装置用于获取环境图像信息,所述库位跟踪方法包括:
在所述机动车辆的自动泊车***启动时,初始化库位容器,所述库位容器中存储有至少一个库位的库位信息;
获取所述机动车辆的轮速信息;
基于当前帧所述环境图像信息进行分析,将所述库位容器中的库位分为第一类库位和第二类库位,所述第一类库位包括所述环境图像信息中可见的库位,所述第二类库位包括所述环境图像信息中不可见的库位;
基于所述环境图像信息对所述第一类库位进行更新,基于所述轮速信息以及第二类库位的初始位置对所述第二类库位进行更新,以获取更新后的库位容器。
所述库位跟踪方法在库位跟踪过程中,基于当前帧的环境图像信息将库位容器中的库位分为第一类库位和第二类库位,对第一类库位依靠环境图像信息进行更新,对第二类库位依靠获取的轮速信息进行更新,以实现在需要跟踪的库位不在环境图像信息中时也可进行持续跟踪的目的。
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
本申请实施例提供了一种库位跟踪方法,用于在自动泊车过程中,跟踪机动车辆所处环境的库位,所述机动车辆包括视觉信息获取装置,所述视觉信息获取装置用于获取环境图像信息,如图1所示,所述库位跟踪方法包括:
S101:在所述机动车辆的自动泊车***启动时,初始化库位容器,所述库位容器中存储有至少一个库位的库位信息;
S102:获取所述机动车辆的轮速信息;
S103:基于当前帧所述环境图像信息进行分析,将所述库位容器中的库位分为第一类库位和第二类库位,所述第一类库位包括所述环境图像信息中可见的库位,所述第二类库位包括所述环境图像信息中不可见的库位;
S104:基于所述环境图像信息对所述第一类库位进行更新,基于所述轮速信息以及第二类库位的初始位置对所述第二类库位进行更新,以获取更新后的库位容器。
在步骤S101中,初始化库位容器是指在自动泊车***启动时,基于所述视觉信息获取装置搜索库位,将搜索到的库位的角点坐标、库位ID等库位信息存储到库位容器中,实现库位容器的初始化。
在步骤S102中,所述轮速信息的获取可以从所述机动车辆的各类控制器中读取,也可通过传感器等方式获取,本申请对此并不做限定。
在步骤S103中,当前帧是指当前时刻或者所述视觉信息获取装置获取的最新的一帧。对于当前帧所述环境图像信息进行分析的方法可为较为成熟的图像处理技术或深度学习检测方法,以从环境图像信息中获取库位的角点坐标以及库位ID等信息。
在库位跟踪过程中,通常需要用到三维坐标系,分别为图像坐标系、自车坐标系和全局坐标系。
参考图2,图2示出了库位以及所述环境图像信息的示意图,所述机动车辆的视觉信息获取装置通常包括分布于车身的多个摄像头,这些摄像头获取的图像进行拼接即获得所述环境图像信息。
图像坐标系以像素为单位,原点为环境图像信息的左上角,向图像右侧为u轴,向下为v轴。
自车坐标系是以机动车辆后轴中心为原点,以机动车辆车头朝向为Y轴正向建立的右手坐标系X-Y-Z,X、Y、Z分别表示该右手坐标系的横轴、纵轴以及竖轴。
全局坐标系是指以自动泊车***启动时,以机动车辆所在位置建立的自车坐标系。
在图像坐标系向自车坐标系转换过程中,需要根据环境图像信息的大小以及放大倍数确定,参考图3,以环境图像信息大小为950×675(宽×高),放大倍数为0.5(一个图像坐标相当于世界坐标的2cm)为例进行说明,机动车辆在环境图像信息的中心位置,则通过环境图像信息大小以及放大倍数和实际测量,可获得车辆后轴中心坐标,代入如下公式即可将图像坐标系下的坐标转换为自车坐标系下的坐标。
X_w = u* 2 - rearCenter.x;
Y_w = rearCenter.y - v * 2;
其中,X_w和Y_w分别表示在自车坐标系中的X轴坐标和Y轴坐标,u和v分别表示在图像坐标系下的u轴坐标和v轴坐标,rearCenter.x和rearCenter.y分别表示机动车辆后轴中心在图像坐标系下的u轴坐标和v轴坐标。
在步骤S103中,基于所述轮速信息以及第二类库位的初始位置对所述第二类库位进行更新时,所述轮速信息的作用一般为基于所述轮速信息获得机动车辆在全局坐标系下的运动状态,利用轮速获得机动车辆的运动状态,间接计算和更新库位在画面中的位置。
在上述实施例的基础上,在本申请的一个实施例中,如图4所示,所述库位跟踪方法还包括:
S105:基于当前帧的环境图像信息,更新第三类库位的初始位置,所述第三类库位包括在当前帧环境图像信息中为第一类库位,而在历史帧环境图像信息中为第二类库位的库位。
可选的,所述第二类库位的初始位置包括所述第二类库位在历史最近一帧的所述环境图像信息中的位置信息;
所述第三类库位的初始位置包括所述第三类库位在历史最近一帧的所述环境图像信息中的位置信息。
在本实施例中,考虑到轮速跟踪存在累积误差,库位未出画幅的情况下(即第一类库位),采用原视觉目标检测方法。而在库位出画幅的情况下(即第二类库位),考虑采用轮速跟踪持续获得库位的ID及库位角点坐标。步骤S105中的目的是消除第三类库位在依靠轮速信息进行跟踪时造成的累计误差。
在上述实施例的基础上,在本申请的另一个实施例中,如图5所示,所述基于所述轮速信息以及第二类库位的初始位置对所述第二类库位进行更新包括:
S1041:基于所述第二类库位的初始位置,获取第二类库位的库位角点在全局坐标系下的初始坐标信息;
S1042:基于所述轮速信息确定在当前帧所述环境图像信息中所述机动车辆的位置信息以及姿态信息;
S1043:根据在当前帧所述环境图像信息中所述机动车辆的位置信息以及姿态信息,将所述第二类库位的库位角点在全局坐标系下的初始坐标信息转换到自车坐标系下,再将所述第二类库位的库位角点在全局坐标系下的初始坐标信息转换到图像坐标系下,以对所述第二类库位进行更新。
可选地,参考图6,所述基于所述第二类库位的初始位置,获取第二类库位的库位角点在全局坐标系下的初始坐标信息包括:
S10411:基于所述第二类库位的初始位置获取所述第二类库位的角点在图像坐标系下的坐标;
S10412:将所述第二类库位的角点在图像坐标系下的坐标转换到自车坐标系下,再将第二类库位的角点在自车坐标下的坐标转换到全局坐标系下,以获取所述第二类库位的库位角点在全局坐标系下的初始坐标信息。
在本申请的一个可选实施例中,在基于所述环境图像信息对所述第一类库位进行更新,基于所述轮速信息以及第二类库位的初始位置对所述第二类库位进行更新的过程中还包括:
在第二类库位的轮速跟踪过程中,第二类库位与机动车辆的距离超过最大阈值后,删除与机动车辆的距离超过最大阈值的第二类库位的库位信息。
在本实施例中,将与机动车辆的距离过大的第二类库位的库位信息(库位角点坐标以及库位ID)删除有利于释放库位容器中的存储空间,减少算法计算量。
在本申请的另一个可选实施例中,步骤S104可分为两部分执行:
部分一:库位状态有三种状态:分别为前台跟踪、后台跟踪、融合跟踪。相对于前台跟踪,后台跟踪是一种弱跟踪,跟踪精度低。模块一先计算自车和图像坐标。然后自车速度过大、库位偏航角变化过大、超出显示范围、跟踪库位与检测库位距离变化过大的库位都会被设置为后台,库位超出里程范围会被删除。部分一中还会对全局坐标进行卡尔曼滤波。
部分二:新检测到的库位首先计算自车坐标和全局坐标。根据ID是否相同以及重叠程度决定直接更新库位容器中的库位还是在库位容器中增加一个新的库位。
下面对本申请实施例提供的库位跟踪方法进行实验验证,参考图7和图8,图7中在库位(ID:5)被车辆遮挡的情况下,仍能感知到库位。而在图8中,即使库位27、19和43未在环境图像信息中,仍然能够被感知到。
下面对本申请实施例提供的库位跟踪***进行描述,下文描述的库位跟踪***可与上文描述的库位跟踪方法相互对应参照。
相应的,本申请实施例提供了一种库位跟踪***,用于在自动泊车过程中,跟踪机动车辆所处环境的库位,所述机动车辆包括视觉信息获取装置,所述视觉信息获取装置用于获取环境图像信息,所述库位跟踪***包括:
库位容器建立模块,用于在所述机动车辆的自动泊车***启动时,初始化库位容器,所述库位容器中存储有至少一个库位的库位信息;
轮速信息获取模块,用于获取所述机动车辆的轮速信息;
库位分类模块,用于基于当前帧所述环境图像信息进行分析,将所述库位容器中的库位分为第一类库位和第二类库位,所述第一类库位包括所述环境图像信息中可见的库位,所述第二类库位包括所述环境图像信息中不可见的库位;
库位跟踪模块,用于基于所述环境图像信息对所述第一类库位进行更新,基于所述轮速信息以及第二类库位的初始位置对所述第二类库位进行更新,以获取更新后的库位容器。
可选的,还包括:
初始位置更新模块,用于基于当前帧的环境图像信息,更新第三类库位的初始位置,所述第三类库位包括在当前帧环境图像信息中为第一类库位,而在历史帧环境图像信息中为第二类库位的库位。
可选的,所述第二类库位的初始位置包括所述第二类库位在历史最近一帧的所述环境图像信息中的位置信息;
所述第三类库位的初始位置包括所述第三类库位在历史最近一帧的所述环境图像信息中的位置信息。
可选的,所述库位跟踪模块基于所述轮速信息以及第二类库位的初始位置对所述第二类库位进行更新的过程具体包括:
基于所述第二类库位的初始位置,获取第二类库位的库位角点在全局坐标系下的初始坐标信息;
基于所述轮速信息确定在当前帧所述环境图像信息中所述机动车辆的位置信息以及姿态信息;
根据在当前帧所述环境图像信息中所述机动车辆的位置信息以及姿态信息,将所述第二类库位的库位角点在全局坐标系下的初始坐标信息转换到自车坐标系下,再将所述第二类库位的库位角点在全局坐标系下的初始坐标信息转换到图像坐标系下,以对所述第二类库位进行更新。
可选的,所述库位跟踪模块基于所述第二类库位的初始位置,获取第二类库位的库位角点在全局坐标系下的初始坐标信息的过程具体包括:
基于所述第二类库位的初始位置获取所述第二类库位的角点在图像坐标系下的坐标;
将所述第二类库位的角点在图像坐标系下的坐标转换到自车坐标系下,再将第二类库位的角点在自车坐标下的坐标转换到全局坐标系下,以获取所述第二类库位的库位角点在全局坐标系下的初始坐标信息。
综上所述,本申请实施例提供了一种库位跟踪方法及库位跟踪***,其中,所述库位跟踪方法在库位跟踪过程中,基于当前帧的环境图像信息将库位容器中的库位分为第一类库位和第二类库位,对第一类库位依靠环境图像信息进行更新,对第二类库位依靠获取的轮速信息进行更新,以实现在需要跟踪的库位不在环境图像信息中时也可进行持续跟踪的目的。
本说明书中各实施例中记载的特征可以相互替换或者组合,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部分互相参见即可。
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申请。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申请的精神或范围的情况下,在其它实施例中实现。因此,本申请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 (4)
1.一种库位跟踪方法,其特征在于,用于在自动泊车过程中,跟踪机动车辆所处环境的库位,所述机动车辆包括视觉信息获取装置,所述视觉信息获取装置用于获取环境图像信息,所述库位跟踪方法包括:
在所述机动车辆的自动泊车***启动时,初始化库位容器,所述库位容器中存储有至少一个库位的库位信息;
获取所述机动车辆的轮速信息;
基于当前帧所述环境图像信息进行分析,将所述库位容器中的库位分为第一类库位和第二类库位,所述第一类库位包括所述环境图像信息中可见的库位,所述第二类库位包括所述环境图像信息中不可见的库位;
基于所述环境图像信息对所述第一类库位进行更新,基于所述轮速信息以及第二类库位的初始位置对所述第二类库位进行更新,以获取更新后的库位容器;
还包括:
基于当前帧的环境图像信息,更新第三类库位的初始位置,所述第三类库位包括在当前帧环境图像信息中为第一类库位,而在历史帧环境图像信息中为第二类库位的库位;
所述基于所述轮速信息以及第二类库位的初始位置对所述第二类库位进行更新包括:
基于所述第二类库位的初始位置,获取第二类库位的库位角点在全局坐标系下的初始坐标信息;
基于所述轮速信息确定在当前帧所述环境图像信息中所述机动车辆的位置信息以及姿态信息;
根据在当前帧所述环境图像信息中所述机动车辆的位置信息以及姿态信息,将所述第二类库位的库位角点在全局坐标系下的初始坐标信息转换到自车坐标系下,再将所述第二类库位的库位角点在全局坐标系下的初始坐标信息转换到图像坐标系下,以对所述第二类库位进行更新;
所述基于所述第二类库位的初始位置,获取第二类库位的库位角点在全局坐标系下的初始坐标信息包括:
基于所述第二类库位的初始位置获取所述第二类库位的角点在图像坐标系下的坐标;
将所述第二类库位的角点在图像坐标系下的坐标转换到自车坐标系下,再将第二类库位的角点在自车坐标下的坐标转换到全局坐标系下,以获取所述第二类库位的库位角点在全局坐标系下的初始坐标信息。
2.根据权利要求1所述的方法,其特征在于,所述第二类库位的初始位置包括所述第二类库位在历史最近一帧的所述环境图像信息中的位置信息;
所述第三类库位的初始位置包括所述第三类库位在历史最近一帧的所述环境图像信息中的位置信息。
3.一种库位跟踪***,其特征在于,用于在自动泊车过程中,跟踪机动车辆所处环境的库位,所述机动车辆包括视觉信息获取装置,所述视觉信息获取装置用于获取环境图像信息,所述库位跟踪***包括:
库位容器建立模块,用于在所述机动车辆的自动泊车***启动时,初始化库位容器,所述库位容器中存储有至少一个库位的库位信息;
轮速信息获取模块,用于获取所述机动车辆的轮速信息;
库位分类模块,用于基于当前帧所述环境图像信息进行分析,将所述库位容器中的库位分为第一类库位和第二类库位,所述第一类库位包括所述环境图像信息中可见的库位,所述第二类库位包括所述环境图像信息中不可见的库位;
库位跟踪模块,用于基于所述环境图像信息对所述第一类库位进行更新,基于所述轮速信息以及第二类库位的初始位置对所述第二类库位进行更新,以获取更新后的库位容器;
还包括:
初始位置更新模块,用于基于当前帧的环境图像信息,更新第三类库位的初始位置,所述第三类库位包括在当前帧环境图像信息中为第一类库位,而在历史帧环境图像信息中为第二类库位的库位;
所述库位跟踪模块基于所述轮速信息以及第二类库位的初始位置对所述第二类库位进行更新的过程具体包括:
基于所述第二类库位的初始位置,获取第二类库位的库位角点在全局坐标系下的初始坐标信息;
基于所述轮速信息确定在当前帧所述环境图像信息中所述机动车辆的位置信息以及姿态信息;
根据在当前帧所述环境图像信息中所述机动车辆的位置信息以及姿态信息,将所述第二类库位的库位角点在全局坐标系下的初始坐标信息转换到自车坐标系下,再将所述第二类库位的库位角点在全局坐标系下的初始坐标信息转换到图像坐标系下,以对所述第二类库位进行更新;
所述库位跟踪模块基于所述第二类库位的初始位置,获取第二类库位的库位角点在全局坐标系下的初始坐标信息的过程具体包括:
基于所述第二类库位的初始位置获取所述第二类库位的角点在图像坐标系下的坐标;
将所述第二类库位的角点在图像坐标系下的坐标转换到自车坐标系下,再将第二类库位的角点在自车坐标下的坐标转换到全局坐标系下,以获取所述第二类库位的库位角点在全局坐标系下的初始坐标信息。
4.根据权利要求3所述的***,其特征在于,所述第二类库位的初始位置包括所述第二类库位在历史最近一帧的所述环境图像信息中的位置信息;
所述第三类库位的初始位置包括所述第三类库位在历史最近一帧的所述环境图像信息中的位置信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110035749.XA CN112356831B (zh) | 2021-01-12 | 2021-01-12 | 一种库位跟踪方法及库位跟踪*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110035749.XA CN112356831B (zh) | 2021-01-12 | 2021-01-12 | 一种库位跟踪方法及库位跟踪*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112356831A CN112356831A (zh) | 2021-02-12 |
CN112356831B true CN112356831B (zh) | 2021-04-20 |
Family
ID=74534814
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110035749.XA Active CN112356831B (zh) | 2021-01-12 | 2021-01-12 | 一种库位跟踪方法及库位跟踪*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112356831B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106767813A (zh) * | 2016-11-29 | 2017-05-31 | 西华大学 | 基于移动终端的停车导航方法和*** |
CN109299686A (zh) * | 2018-09-14 | 2019-02-01 | 深圳市灵动飞扬科技有限公司 | 一种车位识别方法、装置、设备及介质 |
CN109443348A (zh) * | 2018-09-25 | 2019-03-08 | 同济大学 | 一种基于环视视觉和惯导融合的地下车库库位跟踪方法 |
CN110070724A (zh) * | 2018-01-24 | 2019-07-30 | 北京英泰智科技股份有限公司 | 一种视频监控方法、装置、摄像机及图像信息监管*** |
WO2019204296A1 (en) * | 2018-04-16 | 2019-10-24 | Ohio University | Obstacle avoidance guidance for ground vehicles |
CN112037265A (zh) * | 2020-11-04 | 2020-12-04 | 天津天瞳威势电子科技有限公司 | 一种库位跟踪方法及装置 |
-
2021
- 2021-01-12 CN CN202110035749.XA patent/CN112356831B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106767813A (zh) * | 2016-11-29 | 2017-05-31 | 西华大学 | 基于移动终端的停车导航方法和*** |
CN110070724A (zh) * | 2018-01-24 | 2019-07-30 | 北京英泰智科技股份有限公司 | 一种视频监控方法、装置、摄像机及图像信息监管*** |
WO2019204296A1 (en) * | 2018-04-16 | 2019-10-24 | Ohio University | Obstacle avoidance guidance for ground vehicles |
CN109299686A (zh) * | 2018-09-14 | 2019-02-01 | 深圳市灵动飞扬科技有限公司 | 一种车位识别方法、装置、设备及介质 |
CN109443348A (zh) * | 2018-09-25 | 2019-03-08 | 同济大学 | 一种基于环视视觉和惯导融合的地下车库库位跟踪方法 |
CN112037265A (zh) * | 2020-11-04 | 2020-12-04 | 天津天瞳威势电子科技有限公司 | 一种库位跟踪方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112356831A (zh) | 2021-02-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11556744B1 (en) | Auto labeler | |
JP4052650B2 (ja) | 障害物検出装置、方法及びプログラム | |
CN103679119B (zh) | 自适应坡路检测方法和装置 | |
US20200160561A1 (en) | Vehicle-mounted camera pose estimation method, apparatus, and system, and electronic device | |
JP7036400B2 (ja) | 自車位置推定装置、自車位置推定方法、及び自車位置推定プログラム | |
CN110678872A (zh) | 通过使用神经网络图像处理的、作为3d限界框的直接载具检测 | |
JP4957807B2 (ja) | 移動物検知装置及び移動物検知プログラム | |
CN109871732B (zh) | 停车格辨识***及其方法 | |
CN108367710B (zh) | 俯瞰影像生成装置、俯瞰影像生成***、以及存储介质 | |
CN105405319A (zh) | 车辆的接近物体检测装置以及车辆的接近物体检测方法 | |
CN108197590B (zh) | 一种路面检测方法、装置、终端及存储介质 | |
JP2021117048A (ja) | 変化点検出装置及び地図情報配信システム | |
CN112193241A (zh) | 一种自动泊车方法 | |
CN114550042A (zh) | 一种道路消失点提取方法、车载传感器标定方法及装置 | |
CN108376384B (zh) | 视差图的矫正方法、装置及存储介质 | |
JP5086824B2 (ja) | 追尾装置及び追尾方法 | |
CN112356831B (zh) | 一种库位跟踪方法及库位跟踪*** | |
JP3890928B2 (ja) | 仕切線認識装置 | |
CN111144415B (zh) | 一种微小行人目标的检测方法 | |
JPH11345392A (ja) | 障害物検出装置及び障害物検出方法 | |
JP4106163B2 (ja) | 障害物検出装置及びその方法 | |
CN111192290A (zh) | 行人图像检测的分块处理方法 | |
JP2004251886A (ja) | 周囲物体検出装置 | |
CN117830974B (zh) | 一种基于车轮的车速确定方法、装置、设备及存储介质 | |
EP4332895A1 (en) | Object tracking device and object tracking method |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A Storage Location Tracking Method and System Effective date of registration: 20231017 Granted publication date: 20210420 Pledgee: Bank of Beijing Limited by Share Ltd. Tianjin branch Pledgor: TIANJIN TIANTONG WEISHI ELECTRONIC TECHNOLOGY Co.,Ltd. Registration number: Y2023120000086 |