CN113246990A - 一种障碍物位置的确定方法、装置和车辆 - Google Patents
一种障碍物位置的确定方法、装置和车辆 Download PDFInfo
- Publication number
- CN113246990A CN113246990A CN202110568017.7A CN202110568017A CN113246990A CN 113246990 A CN113246990 A CN 113246990A CN 202110568017 A CN202110568017 A CN 202110568017A CN 113246990 A CN113246990 A CN 113246990A
- Authority
- CN
- China
- Prior art keywords
- obstacle
- parking space
- image data
- determining
- space 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
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000004888 barrier function Effects 0.000 claims abstract description 27
- 230000001502 supplementing effect Effects 0.000 claims description 5
- 230000004927 fusion Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 12
- 238000004590 computer program Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000003363 endpoint correction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
-
- 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
-
- 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
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/54—Audio sensitive means, e.g. ultrasound
-
- 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
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/50—Barriers
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明实施例提供了一种障碍物位置的确定方法、装置和车辆,所述方法应用于车辆中,所述方法包括:获取所述车辆所处环境的图像数据,并根据所述图像数据,预估所处环境中的相邻车位间是否存在障碍物;当预估相邻车位间存在障碍物时,获取针对环境的声波数据,并根据所述声波数据验证是否存在所述障碍物;当存在所述障碍物时,根据所述图像数据,对所述声波数据进行修正,以得到所述障碍物的位置。通过本发明实施例,实现了准确的判断车位间是否存在障碍物,以及准确的确定车位间所存在的障碍物的位置。且基于所确定的准确的障碍物的位置,可以为后续无人驾驶路径的规划提供准确的先验知识,从而保证了无人驾驶的安全性。
Description
技术领域
本发明涉及汽车技术领域,特别是涉及一种障碍物位置的确定方法、装置和车辆。
背景技术
随机科技的发展,尤其是智能计算和自动化技术的飞速发展,无人驾驶技术已成为当前研究的热点之一。
为了保证无人驾驶的安全,需要准确的知晓车辆所处环境下的障碍物位置,从而保证所规划的无人驾驶的路径能够使得车辆在无人驾驶时能够避开障碍物。
现有的停车场中,相邻车位间经常会设有一柱子;为了保证车辆在无人驾驶时,能够准确的避开相邻车位间的柱子,现有技术中亟需一种能够准确确定相邻车位间柱子位置的方法。
发明内容
本发明实施例提供一种障碍物位置的确定方法,以准确确定相邻车位间所存在的障碍物的位置。
相应的,本发明实施例还提供了一种障碍物位置的确定装置,用以保证上述方法的实现及应用。
为了解决上述问题,本发明公开了一种障碍物位置的确定方法,应用在车辆中,方法包括:
获取车辆所处环境的图像数据,并根据图像数据,预估所处环境中的相邻车位间是否存在障碍物;
当预估相邻车位间存在障碍物时,获取针对环境的声波数据,并根据声波数据验证是否存在障碍物;
当存在障碍物时,根据图像数据,对声波数据进行修正,以得到障碍物的位置。
可选地,根据图像数据,预估所处环境中的相邻车位间是否存在障碍物,包括:
根据图像数据,确定相邻车位的目标车位位置;
根据目标车位位置,确定相邻车位的间隔距离;
当间隔距离处于预设距离范围内时,预估相邻车位间存在障碍物。
可选地,车辆包括环视摄像头和侧前摄像头,图像数据包括环视摄像头采集的第一图像数据,和侧前摄像头采集的第二图像数据,根据图像数据,确定相邻车位的目标车位位置,包括:
根据第一图像数据,确定相邻车位的第一车位位置;
根据第二图像数据,确定相邻车位的第二车位位置;
融合第一车位位置和第二车位位置,得到相邻车位的目标车位位置。
可选地,第一车位位置包括与第二车位位置存在重叠的区域和/或与第二车位位置不存在重叠的区域;融合第一车位位置和第二车位位置,得到相邻车位的目标车位位置,包括:
融合存在重叠的第一车位位置和第二车位位置,得到第三车位位置;
根据不存在重叠的第一车位位置和第二车位位置,以及第三车位位置,生成相邻车位的目标车位位置。
可选地,融合存在重叠的第一车位位置和第二车位位置,得到第三车位位置,包括:
分别确定第一车位位置的第一中点位置,和与该第一车位位置存在重叠区域的第二车位位置的第二中点位置;
当第一中点位置和第二中点位置的差值小于第一阈值时,将存在重叠的第一车位位置作为第三车位位置;
当第一中点位置和第二中点位置的差值大于第一阈值时,采用存在重叠的第一车位位置对相应的第二车位位置进行补充,得到第三车位位置。
可选地,根据声波数据验证是否存在障碍物,包括:
根据图像数据,确定障碍物的第三中点位置;
根据声波数据,确定障碍物的第四中点位置;
当第三中点位置和第四中点位置的差值小于第二阈值时,确定存在障碍物。
可选地,根据图像数据,对声波数据进行修正,以得到障碍物的位置,包括:
根据图像数据,确定相邻车位边界的端点;
根据声波数据,确定障碍物边界的端点;
采用相邻车位边界的端点对障碍物边界的端点进行修正;
根据修正后的障碍物边界的端点,生成障碍物的位置。
可选地,根据图像数据,对声波数据进行修正,以得到障碍物的位置,包括:
根据图像数据,确定障碍物边界的第一方向;
根据声波数据,确定障碍物边界的第二方向;
采用第一方向对第二方向进行修正;
根据修正后的方向,生成障碍物的位置。
可选地,还包括:
根据障碍物的位置,规划无人驾驶的行驶路径。
本发明实施例还提供了一种障碍物位置的确定装置,应用于车辆中,装置包括:
障碍物第一次判断模块,用于获取车辆所处环境的图像数据,并根据图像数据,预估所处环境中的相邻车位间是否存在障碍物;
障碍物第二次判断模块,用于当预估相邻车位间存在障碍物时,获取针对环境的声波数据,并根据声波数据验证是否存在障碍物;
位置确定模块,当存在障碍物时,根据图像数据,对声波数据进行修正,以得到障碍物的位置。
可选地,障碍物第一次判断模块,包括:
车位位置确定子模块,用于根据图像数据,确定相邻车位的目标车位位置;
车位间隔距离确定子模块,用于根据目标车位位置,确定相邻车位的间隔距离;
间隔判断子模块,用于当间隔距离处于预设距离范围内时,预估相邻车位间存在障碍物。
可选地,车辆包括环视摄像头和侧前摄像头,图像数据包括环视摄像头采集的第一图像数据,和侧前摄像头采集的第二图像数据,车位位置确定子模块,用于根据第一图像数据,确定相邻车位的第一车位位置;根据第二图像数据,确定相邻车位的第二车位位置;融合第一车位位置和第二车位位置,得到相邻车位的目标车位位置。
可选地,第一车位位置包括与第二车位位置存在重叠的区域和/或与第二车位位置不存在重叠的区域;车位位置确定子模块,用于融合存在重叠的第一车位位置和第二车位位置,得到第三车位位置;根据不存在重叠的第一车位位置和第二车位位置,以及第三车位位置,生成相邻车位的目标车位位置。
可选地,车位位置确定子模块,用于分别确定第一车位位置的第一中点位置,和与该第一车位位置存在重叠区域的第二车位位置的第二中点位置;当第一中点位置和第二中点位置的差值小于第一阈值时,将存在重叠的第一车位位置作为第三车位位置;当第一中点位置和第二中点位置的差值大于第一阈值时,采用存在重叠的第一车位位置对相应的第二车位位置进行补充,得到第三车位位置。
可选地,障碍物第二次判断模块,包括:
第三中点位置确定子模块,用于根据图像数据,确定障碍物的第三中点位置;
第四中点位置确定子模块,用于根据声波数据,确定障碍物的第四中点位置;
中点位置差值判断子模块,用于当第三中点位置和第四中点位置的差值小于第二阈值时,确定存在障碍物。
可选地,位置确定模块,包括:
车位边界端点确定子模块,用于根据图像数据,确定相邻车位边界的端点;
障碍物边界端点确定子模块,用于根据声波数据,确定障碍物边界的端点;
端点修正子模块,用于采用相邻车位边界的端点对障碍物边界的端点进行修正;
第一位置生成模块,用于根据修正后的障碍物边界的端点,生成障碍物的位置。
可选地,位置确定模块,包括:
第一方向确定子模块,用于根据图像数据,确定障碍物边界的第一方向;
第二方向确定子模块,用于根据声波数据,确定障碍物边界的第二方向;
方向修正子模块,用于采用第一方向对第二方向进行修正;
第二位置生成模块根据修正后的方向,生成障碍物的位置。
可选地,还包括:
规划模块,用于根据障碍物的位置,规划无人驾驶的行驶路径。
本发明实施例还提供了一种车辆,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行一个或者一个以上程序包含用于执行如本发明实施例任一的障碍物位置的确定方法。
本发明实施例还提供了一种可读存储介质,当存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如本发明实施例任一的障碍物位置的确定方法。
本发明实施例包括以下优点:
本发明实施例中,先获取车辆所处环境的图像数据,并根据图像数据,预估所处环境中的相邻车位间是否存在障碍物;当预估相邻车位间存在障碍物时,获取针对环境的声波数据,并根据声波数据验证是否存在该障碍物;当存在该障碍物时,根据图像数据,对声波数据进行修正,以得到该障碍物的位置。通过本发明实施例,实现了准确的判断车位间是否存在障碍物,以及准确的确定车位间所存在的障碍物的位置。且基于所确定的准确的障碍物的位置,可以为后续无人驾驶路径的规划提供准确的先验知识,从而保证了无人驾驶的安全性。
附图说明
图1是本发明实施例的一种障碍物位置的确定方法的步骤流程图;
图2是本发明实施例的另一种障碍物位置的确定方法的步骤流程图;
图3是本发明实施例的车位位置示意图;
图4是本发明实施例的车位边界的端点和障碍物边界的端点的示意图;
图5是本发明实施例的修正后的车位边界的端点和障碍物边界的端点的示意图;
图6是本发明实施例的障碍物边界的方向的示意图;
图7是本发明实施例的又一种障碍物位置的确定方法的步骤流程图;
图8是本发明实施例的一种障碍物位置的确定装置的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
本发明实施例提供的一种障碍物位置的确定方法,综合图像数据和声波数据来判断相邻车位间是否存在障碍物;并在存在障碍物时依据图像数据对声波数据进行修正,从而得到了准确的相邻车位间障碍物的位置。
参照图1,示出了本发明实施例的一种障碍物位置的确定方法的步骤流程图,可以应用于车辆中,具体可以包括如下步骤:
步骤101、获取车辆所处环境的图像数据,并根据图像数据,预估所处环境中的相邻车位间是否存在障碍物;
其中,所处环境可以是指设有车位的停车场,车位可以是停车场的所有者根据实际情况进行划分得到的;障碍物可以指车位与车位之间的柱子。
车辆可以指当前正停在该停车场中的车辆,也可以指即将进入该停车场的车辆,还可以指正在该停车场中行驶的车辆,本发明实施例对此不作限制。
在实际应用中,可以在规划无人驾驶路线时,或者规划无人驾驶路线前,获取车辆所处环境的图像数据,图像数据可以是由车辆上预置的摄像头针对车辆所处的环境所采集到的图像数据。
在一示例中,可以先采集图像数据并进行缓存,当需要确定障碍物的位置时,可以从缓存中获取该图像数据;当然,图像数据也可以是实时采集获取的,本发明实施例对此不作限制。
在获取到图像数据后,可以先根据图像数据确定所处环境中的多个车位,然后根据图像数据预估多个车位中,两两相邻的车位间是否存在障碍物。
步骤102、当预估相邻车位间存在障碍物时,获取针对环境的声波数据,并根据声波数据验证是否存在障碍物;
仅根据图像数判断相邻的车位间是否存在障碍物时,可能由于数据采集或者判断过程出错而导致判断结果不够准确,因此,在本发明实施例中,可以在预估相邻的车位间存在障碍物时,获取针对环境的声波数据,并根据声波数据再次判断该相邻的车位间是否存在障碍物,以验证根据图像数据预估存在的障碍物是否真的存在。
在一示例中,可以预先在车辆中配置声波装置,声波装置可以用于发射声波,并根据折射回来的声波生成声波数据。声波数据可以用于确定车辆所处环境中是否存在障碍物,以及所存在的障碍物的位置。其中,声波数据可以是超声波数据,本发明实施例对此不作限制。
声波数据可以是在采集图像数据时采集的,采集后可以将声波数据先缓存,当预估相邻的车位间存在障碍物时,再从缓存中获取该声波数据。声波数据也可以是实时采集的,也就是说,声波数据可以是在预估该相邻的车位间存在障碍物后,实时采集获取得到的,本发明实施例对此不作限制。
步骤103、当存在障碍物时,根据图像数据,对声波数据进行修正,以得到障碍物的位置。
在实际应用中,声波数据可以准确的确定障碍物相对于车位的距离,但是在确定障碍物边界的端点和方向时可能存在一定偏差。而根据图像数据可以准确的确定障碍物边界的端点和方向。因此,当需要确定障碍物的位置时,可以采用图像数据对声波数据进行修正例如:可以采用图像数据对障碍物的边界的端点进行修正。
采用图像数据对声波数据进行修正后,可以得到准确的障碍物边界的端点以及障碍物边界的方向;从而基于修正后的信息可以得到准确的障碍物的位置。
在本发明一实施例中,还可以包括如下步骤:
根据障碍物的位置,规划无人驾驶的行驶路径。
在实际应用中,在得到准确的障碍物的位置后,可以将该位置作为先验知识,在进行无人驾驶路径的规划时,可以依据准确的先验知识对障碍物进行规避,从而保证了无人驾驶的安全性。
本发明实施例中,先获取车辆所处环境的图像数据,并根据图像数据,预估所处环境中的相邻车位间是否存在障碍物;当预估相邻车位间存在障碍物时,获取针对环境的声波数据,并根据声波数据验证是否存在该障碍物;当存在该障碍物时,根据图像数据,对声波数据进行修正,以得到该障碍物的位置。通过本发明实施例,实现了准确的判断车位间是否存在障碍物,以及准确的确定车位间所存在的障碍物的位置。且基于所确定的准确的障碍物的位置,可以为后续无人驾驶路径的规划提供准确的先验知识,从而保证了无人驾驶的安全性。
参照图2,示出了本发明实施例的另一种障碍物位置的确定方法的步骤流程图,具体可以包括如下步骤:
步骤201、获取车辆所处环境的图像数据,并根据图像数据,确定相邻车位的目标车位位置;
在实际应用中,相邻车位间可能存在通道、柱子;也可能仅间隔一固定距离,但是之间既不存在通道也不存在柱子。一般来说,间隔的固定距离小于柱子的长度,柱子的长度又小于通道的宽度;因此,在本发明实施例中,可以根据相邻车位间的距离,来预估车位间是否存在障碍物。
作为一示例,可以在获取到车辆所处环境的图像数据后,先根据图像数据确定相邻车位的目标车位位置。
在本发明一实施例中,车辆可以包括有环视摄像头和侧前摄像头;图像数据可以包括环视摄像头采集的第一图像数据,和侧前摄像头采集的第二图像数据;步骤201可以包括如下子步骤:
子步骤11、根据第一图像数据,确定相邻车位的第一车位位置;
子步骤12、根据第二图像数据,确定相邻车位的第二车位位置;
其中,环视摄像头可以预先设置在车辆的顶部,环视摄像头可以包括多个例如:可以包括设置在车辆左侧和右侧顶部的环视摄像头。多个环视摄像头所采集的图像可以拼接在一起,拼接后可以得到车辆所处环境全景的图像数据,为了便于后续的区分,可以将环视摄像头所采集的图像数据作为第一图像数据。
侧前摄像头可以预先设置在车辆的侧面,侧前摄像头可以包括多个例如:可以包括设置在车辆左侧和右侧的侧前摄像头。多个侧前摄像头可以分别针对车辆的侧面采集图像数据,为了避免与后续的区分,可以将侧前摄像头所采集的图像数据作为第二图像数据。
仅采用环视摄像头或者侧前摄像头来确定车位位置时,可能会出现车位漏检的问题,因此,本发明实施例中,可以融合环视摄像头所采集的第一图像数据和侧前摄像头所采集的第二图像数据来确定相邻车位的目标车位位置,从而准确的确定相邻车位的位置。
在实际应用中,可以对第一图像数据进行识别,以确定相邻车位的第一车位位置,以及对第二图像数据进行识别,以确定相邻车位的第二车位位置。
子步骤13、融合第一车位位置和第二车位位置,得到相邻车位的目标车位位置。
在得到第一车位位置和第二车位位置后,可以将第一车位位置和第二车位位置融合起来,从而得到相邻车位的车位位置。
在本发明一实施例中,第一车位位置可以包括与第二车位位置存在重叠的区域和/或与第二车位位置不存在重叠的区域;子步骤13又可以包括如下步骤:
融合存在重叠的第一车位位置和第二车位位置,得到第三车位位置;
根据不存在重叠的第一车位位置和第二车位位置,以及第三车位位置,生成相邻车位的目标车位位置。
由于环视摄像头和侧前摄像头都是针对车辆周围的环境采集的图像数据,因此所得到的第一车位位置和第二车位位置可能存在重叠区域,也可能存在不重叠区域。如图3,可以将存在重叠的第一车位位置310和第二车位位置320融合起来,得到新的第三车位位置330;然后由新的第三车位位置330,和不存在重叠的第一车位位置310组合得到相邻车位的目标车位位置。
在本发明一实施例中,可以通过如下步骤得到第三车位位置:
分别确定第一车位位置的第一中点位置,和与该第一车位位置存在重叠区域的第二车位位置的第二中点位置;当第一中点位置和第二中点位置的差值小于第一阈值时,将存在重叠的第一车位位置作为第三车位位置;当第一中点位置和第二中点位置的差值大于第一阈值时,采用存在重叠的第一车位位置对相应的第二车位位置进行补充,得到第三车位位置。
在实际应用中,由于环视摄像头所采集的图像数据是全景的图像数据,而侧前摄像头仅采集的是车辆侧面的图像数据,所以第一车位位置相较于第二车位位置的准确性更高一些;因此,当第一车位位置和第二车位位置存在重叠区域时,可以采用第一车位位置对第二车位位置进行补充。
具体的,可以先分别确定存在重叠区域的第一车位位置的第一中点位置,和第二车位位置的第二中点位置;当第一中点位置和第二中点位置的差值超过一阈值时,可以表征存在重叠区域的第一车位位置和第二车位位置存在较大的偏差,此时可以采用第一车位位置对第二车位位置进行补充,补充后得到的车位位置可以作为第三车位位置。其中,为了便于区分,将该阈值作为第一阈值,第一阈值的数据可以根据实际情况设定,本发明实施例对此不做限制。
当第一中点位置和第二中点位置的差值小于第一阈值时,可以表征存在重叠区域的第一车位位置和第二车位位置的偏差较小,此时可以将第一车位位置作为第三车位位置。
步骤202、根据目标车位位置,确定相邻车位的间隔距离;
在得到相邻车位的目标车位位置后,可以根据目标车位位置,确定相邻的两个车位的位置;然后可以根据相邻的两个车位的位置确定该相邻车位的间距距离。
步骤203、当间隔距离处于预设距离范围内时,预估相邻车位间存在障碍物;
其中,预设距离范围可以根据停车场内柱子的长度、通道的宽度,以及间隔处无柱子无通道的相邻车位的间隔距离确定,本发明实施例对此不做限制。
在实际应用中,可以将相邻车位的间隔距离与预设距离范围进行比较;当间隔距离处于预设距离范围内时,可以表征该相邻车位间可能存在障碍物;当间隔距离超出预设距离范围时,可以表征该相邻车位间可能不存在障碍物。
步骤204、获取针对环境的声波数据,并根据声波数据验证是否存在障碍物;
当根据图像数据预估相邻车位间存在障碍物后,可以再根据声波数据验证该障碍物是否存在,以提高对障碍物检测的准确性。
步骤205、当存在障碍物时,根据图像数据,对声波数据进行修正,以得到障碍物的位置。
当根据声波数据验证相邻车位间的障碍物存在时,可以表征该相邻车位间确实存在障碍物;此时可以采用图像数据对声波数据进行修正,以得到障碍物的位置。
在本发明一实施例中,205可以包括如下子步骤:
子步骤21、根据图像数据,确定相邻车位边界的端点;
子步骤22、根据声波数据,确定障碍物边界的端点;
在实际应用中,声波数据可以准确的确定障碍物相对于车位的距离,但是在确定障碍物边界的端点时,所确定的障碍物边界的端点可能处于相邻车位内。因此,可以采用图像数据所确定的相邻车位边界的端点对采用声波数据所确定的障碍物边界的端点进行修正,以避免在确定障碍物的位置时,障碍物边界的端点处于相邻车位内的问题。
具体的,可以先对图像数据进行识别,以确定相邻车位边界的多个端点;以及可以根据声波数据,确定障碍物边界的多个端点。
子步骤23、采用相邻车位边界的端点对障碍物边界的端点进行修正;
得到相邻车位边界的端点和障碍物边界的端点后,可以采用相邻车位边界的端点对障碍物边界的端点进行修正。
具体的,可以将相邻车位边界的端点连接成多条线段,以形成代表车位的一区域;然后将障碍物边界的端点连接成多条线段,以形成代表障碍物的一区域。然后判断代表车位的区域与代表障碍物的区域是否存在重叠的区域,若存在重叠的区域,则对发生重叠的障碍物对应的线段的端点进行调整,直至代表障碍物的区域与代表车位的区域不再重叠为止。
如图4,可以根据图像数据确定相邻车位边界的端点410,将相邻车位边界的端点410可以连接成多条线段并围成一区域420;以及,根据声波数据确定障碍物边界的端点430,将障碍物边界的端点430连接成多条线段并围成一区域440;可以看到所围成的两个区域之间存在重叠区域。
子步骤24、根据修正后的障碍物边界的端点,生成障碍物的位置。
在对障碍物边界的端点进行修正后,即可根据修正后的障碍物边界的端点生成障碍物的位置。
如图5,在对障碍物边界的端点430进行修正后,由障碍物端点430连接成的多条线段围成的区域440,与由相邻车位边界的端点410连接成的多条线段围成的区域420将不再重叠。
在本发明另一实施例中,步骤205也可以包括如下子步骤:
子步骤31、根据图像数据,确定障碍物边界的第一方向;
在实际应用中,声波数据可以准确的确定障碍物相对于车位的距离,但是在确定障碍物的边界的方向时可能存在一定偏差。而根据图像数据可以准确的确定障碍物的边界的方向,因此,可以采用图像数据所确定的障碍物的边界的方向对采用声波数据所确定的障碍物的边界的方向进行修正。
具体的,可以先对图像数据进行识别,以确定障碍物边界的方向。为了便于区分,将图像数据确定的障碍物边界的方向作为第一方向。
在一示例中,可以将障碍物的边界作为多条线段,相应的障碍物边界的方向可以是多条线段的方向,本发明实施例对此不做限制。
子步骤32、根据声波数据,确定障碍物边界的第二方向;
然后,可以根据声波数据得到障碍物边界的所对应的多条线段的方向。为了便于区分,将声波数据确定的障碍物边界的方向作为第二方向。
子步骤33、采用第一方向对第二方向进行修正;
得到第一方向和第二方向后,可以采集较为准确的由图像数据得到的第一方向,对第二方向进行修正,得到修正后的障碍物边界的方向。
如图6,根据图像数据确定障碍物边界的第一方向610,以及根据声波数据确定障碍物边界的第二方向620;可以看到第一方向和第二方向存在一定偏差。此时,可以采用第一方向对第二方向进行修正。
子步骤34、根据修正后的方向,生成障碍物的位置。
在对障碍物边界的方向进行修正后,即可根据修正后的障碍物边界的方向生成障碍物的位置。
在本发明一实施例中,可以仅对障碍物边界的端点进行修正,也可以仅对障碍物边界的方向进行修正,还可以对障碍物边界的端点和方向同时进行修正,本发明实施例对此不作限制。
本发明实施例中,先获取车辆所处环境的图像数据,并根据图像数据,确定相邻车位的目标车位位置;然后根据目标车位位置,确定相邻车位的间隔距离;当间隔距离处于预设距离范围内时,预估相邻车位间存在障碍物,并继续获取针对环境的声波数据,然后根据声波数据验证是否存在障碍物;当存在障碍物时,根据图像数据,对声波数据进行修正,以得到障碍物的位置。通过本发明实施例,实现了基于车位间的距离来预估车位间是否存在障碍物。
且根据图像数据对声波数据所确定的障碍物边界的端点和/或障碍物边界的方向进行修正,提高了所确定的障碍物位置的准确性。
参照图7,示出了本发明实施例的又一种障碍物位置的确定方法的步骤流程图,具体可以包括如下步骤:
步骤701、获取车辆所处环境的图像数据,并根据图像数据,确定相邻车位的目标车位位置;
在实际应用中,相邻车位间可能存在通道、柱子;也可能仅间隔一固定距离,但是之间既不存在通道也不存在柱子。一般来说,间隔的固定距离小于柱子的长度,柱子的长度又小于通道的宽度;因此,在本发明实施例中,可以根据相邻车位间的距离,来预估车位间是否存在障碍物。
作为一示例,可以在获取到车辆所处环境的图像数据后,先根据图像数据确定相邻车位的目标车位位置。
步骤702、根据目标车位位置,确定相邻车位的间隔距离;
在得到相邻车位的目标车位位置后,可以根据目标车位位置,确定相邻的两个车位的位置;然后可以根据相邻的两个车位的位置确定该相邻车位的间距距离。
步骤703、当间隔距离处于预设距离范围内时,预估相邻车位间存在障碍物。
在实际应用中,可以将相邻车位的间隔距离与预设距离范围进行比较;当间隔距离处于预设距离范围内时,可以表征该相邻车位间可能存在障碍物;当间隔距离超出预设距离范围时,可以表征该相邻车位间可能不存在障碍物。
步骤704、根据图像数据,确定障碍物的第三中点位置;
验证相邻车位间是否存在障碍物时,可以根据图像数据所确定的障碍物的位置,与声波数据所确定的障碍物的位置进行比较;当两者位置偏差较大时可以表征由图像数据所确定的障碍物是不存在的;当两者位置偏差较小时,可以表征由图像数据所确定的障碍物是存在的。
具体的,可以在由图像数据确定相邻车位间存在障碍物后,先根据图像数据确定障碍物的中点位置,为了便于区分,可以将由图像数据所确定的障碍物的中点位置作为第三中点位置。
步骤705、根据声波数据,确定障碍物的第四中点位置;
在确定第三中点位置时,还可以根据声波数据确定障碍物的中点位置,为了便于区分,可以将由声波数据所确定的障碍物的中点位置作为第四中点位置。
步骤706、当第三中点位置和第四中点位置的差值小于第二阈值时,确定存在障碍物;
在实际应用中,当第三中点位置和第四中点位置的差值较大时,可以表征由图像数据所确定的障碍物是不存在。当第三中点位置和第四中点位置的差值较小时,可以表征由图像数据所确定的障碍物是存在的。
具体的,可以设置一第二阈值,当第三中点位置和第四中点位置的差值大于该第二阈值时,可以判定由图像数据所确定的障碍物是不存在的;当第三中点位置和第四中点位置的差值小于该第二阈值时,可以判定由图像数据所确定的障碍物是存在的。其中,第二阈值可以根据实际情况设定,本发明实施例对此不作限制。
步骤707、根据图像数据,对声波数据进行修正,以得到障碍物的位置。
当根据声波数据验证相邻车位间的障碍物存在时,可以表征该相邻车位间确实存在障碍物;此时可以采用图像数据对声波数据进行修正,以得到障碍物的位置。
作为一示例,可以先根据图像数据确定相邻车位边界的端点,以及根据声波数据确定障碍物边界的端点;然后采用相邻车位边界的端点对障碍物边界的端点进行修正,再根据修改后的障碍物边界的端点,生成障碍物的位置。
作为另一示例,也可以先根据图像数据,确定障碍物边界的第一方向,以及根据声波数据,确定障碍物边界的第二方向;然后采用第一方向对第二方向进行修正,再根据修正后的方向,生成障碍物的位置。
本发明实施例中,先获取车辆所处环境的图像数据,并根据图像数据,预估所处环境中的相邻车位间是否存在障碍物;当预估相邻车位间存在障碍物时,根据图像数据,确定障碍物的第三中点位置,以及根据声波数据确定障碍物的第四中点位置;当第三中点位置和第四中点位置的差值小于第二阈值时,确定存在障碍物;并根据图像数据,对声波数据进行修正,以得到障碍物的位置。通过本发明实施例,实现综合图像数据和声波数据所确定的障碍物的中点位置,可以准确的判断车位间是否真实存在障碍物。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
参照图8,示出了本发明实施例的一种障碍物位置的确定装置的结构框图,可以应用于车辆中,具体可以包括如下模块:
障碍物第一次判断模块801,用于获取车辆所处环境的图像数据,并根据图像数据,预估所处环境中的相邻车位间是否存在障碍物;
障碍物第二次判断模块802,用于当预估相邻车位间存在障碍物时,获取针对环境的声波数据,并根据声波数据验证是否存在障碍物;
位置确定模块803,当存在障碍物时,根据图像数据,对声波数据进行修正,以得到障碍物的位置。
本发明的一个实施例中,障碍物第一次判断模块801,包括:
车位位置确定子模块,用于根据图像数据,确定相邻车位的目标车位位置;
车位间隔距离确定子模块,用于根据目标车位位置,确定相邻车位的间隔距离;
间隔判断子模块,用于当间隔距离处于预设距离范围内时,预估相邻车位间存在障碍物。
本发明的一个实施例中,车辆包括环视摄像头和侧前摄像头,图像数据包括环视摄像头采集的第一图像数据,和侧前摄像头采集的第二图像数据,车位位置确定子模块,用于根据第一图像数据,确定相邻车位的第一车位位置;根据第二图像数据,确定相邻车位的第二车位位置;融合第一车位位置和第二车位位置,得到相邻车位的目标车位位置。
本发明的一个实施例中,第一车位位置包括与第二车位位置存在重叠的区域和/或与第二车位位置不存在重叠的区域;车位位置确定子模块,用于融合存在重叠的第一车位位置和第二车位位置,得到第三车位位置;根据不存在重叠的第一车位位置和第二车位位置,以及第三车位位置,生成相邻车位的目标车位位置。
本发明的一个实施例中,车位位置确定子模块,用于分别确定第一车位位置的第一中点位置,和与该第一车位位置存在重叠区域的第二车位位置的第二中点位置;当第一中点位置和第二中点位置的差值小于第一阈值时,将存在重叠的第一车位位置作为第三车位位置;当第一中点位置和第二中点位置的差值大于第一阈值时,采用存在重叠的第一车位位置对相应的第二车位位置进行补充,得到第三车位位置。
本发明的一个实施例中,障碍物第二次判断模块802,包括:
第三中点位置确定子模块,用于根据图像数据,确定障碍物的第三中点位置;
第四中点位置确定子模块,用于根据声波数据,确定障碍物的第四中点位置;
中点位置差值判断子模块,用于当第三中点位置和第四中点位置的差值小于第二阈值时,确定存在障碍物。
本发明的一个实施例中,位置确定模块803,包括:
车位边界端点确定子模块,用于根据图像数据,确定相邻车位边界的端点;
障碍物边界端点确定子模块,用于根据声波数据,确定障碍物边界的端点;
端点修正子模块,用于采用相邻车位边界的端点对障碍物边界的端点进行修正;
第一位置生成模块,用于根据修正后的障碍物边界的端点,生成障碍物的位置。
本发明的一个实施例中,位置确定模块803,包括:
第一方向确定子模块,用于根据图像数据,确定障碍物边界的第一方向;
第二方向确定子模块,用于根据声波数据,确定障碍物边界的第二方向;
方向修正子模块,用于采用第一方向对第二方向进行修正;
第二位置生成模块根据修正后的方向,生成障碍物的位置。
本发明的一个实施例中,还包括:
规划模块,用于根据障碍物的位置,规划无人驾驶的行驶路径。
本发明实施例中,先获取车辆所处环境的图像数据,并根据图像数据,预估所处环境中的相邻车位间是否存在障碍物;当预估相邻车位间存在障碍物时,获取针对环境的声波数据,并根据声波数据验证是否存在该障碍物;当存在该障碍物时,根据图像数据,对声波数据进行修正,以得到该障碍物的位置。通过本发明实施例,实现了准确的判断车位间是否存在障碍物,以及准确的确定车位间所存在的障碍物的位置。且基于所确定的准确的障碍物的位置,可以为后续无人驾驶路径的规划提供准确的先验知识,从而保证了无人驾驶的安全性。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本发明实施例还提供了一种车辆,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行一个或者一个以上程序包含用于执行如本发明实施例任一的障碍物位置的确定方法。
本发明实施例还提供了一种可读存储介质,当存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如本发明实施例任一的障碍物位置的确定方法。
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。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,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、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。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、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种障碍物位置的确定方法、装置和车辆,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。
Claims (12)
1.一种障碍物位置的确定方法,其特征在于,应用于车辆中,所述方法包括:
获取所述车辆所处环境的图像数据,并根据所述图像数据,预估所处环境中的相邻车位间是否存在障碍物;
当预估相邻车位间存在障碍物时,获取针对环境的声波数据,并根据所述声波数据验证是否存在所述障碍物;
当存在所述障碍物时,根据所述图像数据,对所述声波数据进行修正,以得到所述障碍物的位置。
2.根据权利要求1所述的方法,其特征在于,所述根据所述图像数据,预估所处环境中的相邻车位间是否存在障碍物,包括:
根据所述图像数据,确定所述相邻车位的目标车位位置;
根据所述目标车位位置,确定所述相邻车位的间隔距离;
当所述间隔距离处于预设距离范围内时,预估所述相邻车位间存在障碍物。
3.根据权利要求2所述的方法,其特征在于,所述车辆包括环视摄像头和侧前摄像头,所述图像数据包括所述环视摄像头采集的第一图像数据,和所述侧前摄像头采集的第二图像数据,所述根据所述图像数据,确定所述相邻车位的目标车位位置,包括:
根据所述第一图像数据,确定所述相邻车位的第一车位位置;
根据所述第二图像数据,确定所述相邻车位的第二车位位置;
融合所述第一车位位置和所述第二车位位置,得到所述相邻车位的目标车位位置。
4.根据权利要求3所述的方法,其特征在于,所述第一车位位置包括与所述第二车位位置存在重叠的区域和/或与所述第二车位位置不存在重叠的区域;所述融合所述第一车位位置和所述第二车位位置,得到所述相邻车位的目标车位位置,包括:
融合存在重叠的第一车位位置和第二车位位置,得到第三车位位置;
根据不存在重叠的第一车位位置和第二车位位置,以及所述第三车位位置,生成所述相邻车位的目标车位位置。
5.根据权利要求4所述的方法,其特征在于,所述融合存在重叠的第一车位位置和第二车位位置,得到第三车位位置,包括:
分别确定第一车位位置的第一中点位置,和与该第一车位位置存在重叠区域的第二车位位置的第二中点位置;
当所述第一中点位置和所述第二中点位置的差值小于第一阈值时,将存在重叠的第一车位位置作为第三车位位置;
当所述第一中点位置和所述第二中点位置的差值大于第一阈值时,采用存在重叠的第一车位位置对相应的第二车位位置进行补充,得到所述第三车位位置。
6.根据权利要求1所述的方法,其特征在于,所述根据所述声波数据验证是否存在所述障碍物,包括:
根据所述图像数据,确定所述障碍物的第三中点位置;
根据所述声波数据,确定所述障碍物的第四中点位置;
当所述第三中点位置和所述第四中点位置的差值小于第二阈值时,确定存在所述障碍物。
7.根据权利要求1所述的方法,其特征在于,所述根据所述图像数据,对所述声波数据进行修正,以得到所述障碍物的位置,包括:
根据所述图像数据,确定相邻车位边界的端点;
根据所述声波数据,确定所述障碍物边界的端点;
采用所述相邻车位边界的端点对所述障碍物边界的端点进行修正;
根据修正后的所述障碍物边界的端点,生成所述障碍物的位置。
8.根据权利要求1所述的方法,其特征在于,所述根据所述图像数据,对所述声波数据进行修正,以得到所述障碍物的位置,包括:
根据所述图像数据,确定所述障碍物边界的第一方向;
根据所述声波数据,确定所述障碍物边界的第二方向;
采用所述第一方向对所述第二方向进行修正;
根据修正后的方向,生成所述障碍物的位置。
9.根据权利要求1-7任一所述的方法,其特征在于,还包括:
根据所述障碍物的位置,规划无人驾驶的行驶路径。
10.一种障碍物位置的确定装置,其特征在于,应用于车辆中,所述装置包括:
障碍物第一次判断模块,用于获取所述车辆所处环境的图像数据,并根据所述图像数据,预估所处环境中的相邻车位间是否存在障碍物;
障碍物第二次判断模块,用于当预估相邻车位间存在障碍物时,获取针对环境的声波数据,并根据所述声波数据验证是否存在所述障碍物;
位置确定模块,当存在所述障碍物时,根据所述图像数据,对所述声波数据进行修正,以得到所述障碍物的位置。
11.一种车辆,其特征在于,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于执行如方法权利要求1-9任一所述的障碍物位置的确定方法。
12.一种可读存储介质,其特征在于,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如方法权利要求1-9任一所述的障碍物位置的确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110568017.7A CN113246990A (zh) | 2021-05-24 | 2021-05-24 | 一种障碍物位置的确定方法、装置和车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110568017.7A CN113246990A (zh) | 2021-05-24 | 2021-05-24 | 一种障碍物位置的确定方法、装置和车辆 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113246990A true CN113246990A (zh) | 2021-08-13 |
Family
ID=77184121
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110568017.7A Pending CN113246990A (zh) | 2021-05-24 | 2021-05-24 | 一种障碍物位置的确定方法、装置和车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113246990A (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110562249A (zh) * | 2019-09-26 | 2019-12-13 | 上汽通用汽车有限公司 | 自动泊车辅助方法、可读存储介质和电子设备 |
CN110598512A (zh) * | 2018-06-13 | 2019-12-20 | 杭州海康威视数字技术股份有限公司 | 一种车位检测方法及装置 |
CN110606071A (zh) * | 2019-09-06 | 2019-12-24 | 中国第一汽车股份有限公司 | 一种泊车方法、装置、车辆和存储介质 |
CN110861639A (zh) * | 2019-11-28 | 2020-03-06 | 安徽江淮汽车集团股份有限公司 | 泊车信息融合方法、装置、电子设备及存储介质 |
CN111994081A (zh) * | 2020-08-26 | 2020-11-27 | 安徽江淮汽车集团股份有限公司 | 车位检测方法、设备、存储介质及装置 |
CN112014845A (zh) * | 2020-08-28 | 2020-12-01 | 安徽江淮汽车集团股份有限公司 | 一种车辆障碍物定位方法、装置、设备及存储介质 |
CN112180373A (zh) * | 2020-09-18 | 2021-01-05 | 纵目科技(上海)股份有限公司 | 一种多传感器融合的智能泊车***和方法 |
CN112277933A (zh) * | 2020-10-26 | 2021-01-29 | 广州小鹏自动驾驶科技有限公司 | 一种数据处理的方法和装置 |
CN112330977A (zh) * | 2020-10-28 | 2021-02-05 | 广州小鹏自动驾驶科技有限公司 | 一种自动泊车的方法和装置 |
US20210042540A1 (en) * | 2019-08-09 | 2021-02-11 | Otobrite Electronics Inc. | Method for recognizing parking space for vehicle and parking assistance system using the method |
CN112485801A (zh) * | 2020-12-10 | 2021-03-12 | 广州小鹏自动驾驶科技有限公司 | 一种障碍物位置确定方法、***、计算机设备和存储介质 |
CN112562412A (zh) * | 2020-12-07 | 2021-03-26 | 广州小鹏自动驾驶科技有限公司 | 一种数据处理的方法和装置 |
CN112801024A (zh) * | 2021-02-09 | 2021-05-14 | 广州小鹏自动驾驶科技有限公司 | 一种检测信息处理方法和装置 |
-
2021
- 2021-05-24 CN CN202110568017.7A patent/CN113246990A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110598512A (zh) * | 2018-06-13 | 2019-12-20 | 杭州海康威视数字技术股份有限公司 | 一种车位检测方法及装置 |
US20210042540A1 (en) * | 2019-08-09 | 2021-02-11 | Otobrite Electronics Inc. | Method for recognizing parking space for vehicle and parking assistance system using the method |
CN110606071A (zh) * | 2019-09-06 | 2019-12-24 | 中国第一汽车股份有限公司 | 一种泊车方法、装置、车辆和存储介质 |
CN110562249A (zh) * | 2019-09-26 | 2019-12-13 | 上汽通用汽车有限公司 | 自动泊车辅助方法、可读存储介质和电子设备 |
CN110861639A (zh) * | 2019-11-28 | 2020-03-06 | 安徽江淮汽车集团股份有限公司 | 泊车信息融合方法、装置、电子设备及存储介质 |
CN111994081A (zh) * | 2020-08-26 | 2020-11-27 | 安徽江淮汽车集团股份有限公司 | 车位检测方法、设备、存储介质及装置 |
CN112014845A (zh) * | 2020-08-28 | 2020-12-01 | 安徽江淮汽车集团股份有限公司 | 一种车辆障碍物定位方法、装置、设备及存储介质 |
CN112180373A (zh) * | 2020-09-18 | 2021-01-05 | 纵目科技(上海)股份有限公司 | 一种多传感器融合的智能泊车***和方法 |
CN112277933A (zh) * | 2020-10-26 | 2021-01-29 | 广州小鹏自动驾驶科技有限公司 | 一种数据处理的方法和装置 |
CN112330977A (zh) * | 2020-10-28 | 2021-02-05 | 广州小鹏自动驾驶科技有限公司 | 一种自动泊车的方法和装置 |
CN112562412A (zh) * | 2020-12-07 | 2021-03-26 | 广州小鹏自动驾驶科技有限公司 | 一种数据处理的方法和装置 |
CN112485801A (zh) * | 2020-12-10 | 2021-03-12 | 广州小鹏自动驾驶科技有限公司 | 一种障碍物位置确定方法、***、计算机设备和存储介质 |
CN112801024A (zh) * | 2021-02-09 | 2021-05-14 | 广州小鹏自动驾驶科技有限公司 | 一种检测信息处理方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200272157A1 (en) | Method and apparatus for planning travelling path, and vehicle | |
CN109901138B (zh) | 激光雷达标定方法、装置、设备和存储介质 | |
CN110415550B (zh) | 基于视觉的自动泊车方法 | |
JP6261832B1 (ja) | 走行路認識装置及び走行路認識方法 | |
CN112509354B (zh) | 一种车位检测方法、装置、车辆、可读介质 | |
US11126875B2 (en) | Method and device of multi-focal sensing of an obstacle and non-volatile computer-readable storage medium | |
JP2014086071A (ja) | 車路認識方法及びシステム | |
US12020456B2 (en) | External parameter calibration method, device and system for image acquisition apparatus | |
CN111178215A (zh) | 一种传感器数据融合处理的方法和装置 | |
CN111783595B (zh) | 一种车辆泊车方法、装置、车载设备及存储介质 | |
CN110940974B (zh) | 物体检测装置 | |
CN113246990A (zh) | 一种障碍物位置的确定方法、装置和车辆 | |
CN116682091A (zh) | 用于自动驾驶车辆的障碍物感知方法、装置 | |
CN116664498A (zh) | 车位检测模型的训练方法、车位检测方法、装置和设备 | |
CN115123218A (zh) | 车辆的检测方法、装置及其电子设备 | |
CN112330977B (zh) | 一种自动泊车的方法和装置 | |
Song et al. | A novel approach to the enhancement of lane estimator by using Kalman filter | |
JP2019015570A (ja) | 駐車位置情報取得装置及び自動駐車制御装置 | |
CN113591720A (zh) | 车道偏离检测方法、装置及计算机存储介质 | |
JP7027006B2 (ja) | 走行車線認識装置、走行車線認識方法及びプログラム | |
CN118068357B (zh) | 路沿融合处理方法、装置及电子设备、存储介质 | |
CN116481548B (zh) | 自动驾驶车辆的定位方法、装置及电子设备 | |
CN116091556A (zh) | 一种路沿跟踪方法、装置、设备和存储介质 | |
CN118068357A (zh) | 路沿融合处理方法、装置及电子设备、存储介质 | |
CN116834730A (zh) | 一种车辆泊出控制方法、装置、存储介质和车辆 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210813 |
|
RJ01 | Rejection of invention patent application after publication |