CN114038235A - 基于车规级控制器的智能泊车车位检测方法 - Google Patents
基于车规级控制器的智能泊车车位检测方法 Download PDFInfo
- Publication number
- CN114038235A CN114038235A CN202111436299.1A CN202111436299A CN114038235A CN 114038235 A CN114038235 A CN 114038235A CN 202111436299 A CN202111436299 A CN 202111436299A CN 114038235 A CN114038235 A CN 114038235A
- Authority
- CN
- China
- Prior art keywords
- parking space
- vehicle
- processing unit
- controller
- level controller
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 75
- 238000004148 unit process Methods 0.000 claims abstract description 5
- 238000006243 chemical reaction Methods 0.000 claims description 13
- 238000000926 separation method Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 claims description 6
- 238000013461 design Methods 0.000 claims description 5
- 238000000034 method Methods 0.000 claims description 5
- 238000011161 development Methods 0.000 abstract description 5
- 238000002054 transplantation Methods 0.000 abstract description 4
- 230000000694 effects Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
- G08G1/141—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/168—Driving aids for parking, e.g. acoustic or visual feedback on parking space
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于车规级控制器的智能泊车车位检测方法，基于车规级控制器，充分保证了泊车***的安全性和可靠性，具体地，对应车位识别任务，预先在车规级控制器上配置各个处理单元之间的调度关系，由车规级控制器的第一处理单元获取待泊车位的俯视拼接图，并将俯视拼接图转发到车规级控制器的第二处理单元，第二处理单元基于车位识别算法对俯视拼接图进行处理，并向车规级控制器的第三处理单元输出车位识别结果，最后由第三处理单元根据车位识别结果，向用户输出展示目标车位。本发明充分发挥车规级控制器各个处理单元的强项，在加快处理速度的同时，可加快整体算法从PC到TDA2X部署时间，从而可大幅提升开发速度并降低了移植的风险。
Description
技术领域
本发明涉及智能泊车技术领域，尤其涉及一种基于车规级控制器的智能泊车车位检测方法。
背景技术
随着智能泊车的广泛应用，用户对智能泊车的需求不仅局限为空间车位，而是用户需要车辆能够以更高的精确度安全地泊入到车位内，这就需要控制***能够准确判断出是否有可用且适合的空车位。现有智能泊车多采用激光雷达和视觉算法配合的方案，经分析研究，现有的车位识别算法过于复杂，导致可移植性较差且影响开发周期，而且安全性和可靠性均不能可靠保证。
发明内容
鉴于上述，本发明旨在提供一种基于车规级控制器的智能泊车车位检测方法，以解决现有自动泊车对于车位识别的算法安全性和可靠性差、复杂度高并导致开发速度缓慢、难以移植的问题。
本发明采用的技术方案如下：
一种基于车规级控制器的智能泊车车位检测方法，其中包括：
对应车位识别任务，预先在车规级控制器上配置各个处理单元之间的调度关系；
通过车规级控制器预设的第一处理单元获取待泊车位的俯视拼接图；
利用预设的第一转换模块，将所述第一处理单元获取到的所述俯视拼接图转发到车规级控制器预设的第二处理单元；
所述第二处理单元基于预置的车位识别算法对所述俯视拼接图进行处理，并向车规级控制器预设的第三处理单元输出车位识别结果；
所述第三处理单元根据所述车位识别结果，向用户输出展示目标车位。
在其中至少一种可能的实现方式中，所述基于预置的车位识别算法对所述俯视拼接图进行处理包括：
预测得到车位信息，其中，所述车位信息包括：离车头较近的入口线顶点、离车头较远的入口线顶点、入口线倾斜角度、分离线倾斜角度以及车位属性信息；
根据所述车位信息判断是否为真实车位；
若否，则输出表征车位识别错误的车位识别结果；
若是，则根据所述车位信息继续判断是否符合既定的误差要求；
若不满足，则输出表征车位识别错误的车位识别结果；
若满足，则输出表征车位识别正确的车位识别结果。
在其中至少一种可能的实现方式中，所述基于预置的车位识别算法对所述俯视拼接图进行处理具体包括：
根据车位属性信息判断当前待泊车位是否为真实车位；
若是，则判断离车头较近的入口线顶点、离车头较远的入口线顶点、入口线倾斜角度以及分离线倾斜角度是否均在预设的误差范围内；
若是，则输出表征车位识别正确的车位识别结果。
在其中至少一种可能的实现方式中，所述根据所述车位识别结果，向用户输出展示目标车位包括：
所述第三处理单元在接收到表征车位识别正确的车位识别结果后，绘制并输出目标车位的图像。
在其中至少一种可能的实现方式中，所述俯视拼接图由整车上至少四个鱼眼相机采集的车位图片，通过预设的环视拼接算法合成得到。
在其中至少一种可能的实现方式中，所述第一处理单元获取待泊车位的俯视拼接图包括：智能泊车***通过数据回写，抓取泊车过程中车载屏幕显示的拼接俯视图并将其保存在缓存中，所述第一处理单元从缓存中读取所述拼接俯视图。
在其中至少一种可能的实现方式中，所述预先在车规级控制器上配置各个处理单元之间的调度关系包括：采用TDA控制器作为所述车规级控制器，并预先按照TDA控制器的link&chain架构设计设定TDA控制器中各个处理器之间的调度关系。
在其中至少一种可能的实现方式中，所述将所述第一处理单元获取到的所述俯视拼接图转发到车规级控制器预设的第二处理单元包括：利用TDA控制的M4核与EVE核转换模块，将M4核获取到的所述俯视拼接图转发至多个并行的EVE核。
在其中至少一种可能的实现方式中，所述向车规级控制器预设的第三处理单元输出车位识别结果包括：通过预设的第二转换模块，将所述EVE核输出的车位识别结果经数据转换后传递至第三处理单元。
在其中至少一种可能的实现方式中，所述第三处理单元包括A15处理器。
本发明的主要设计构思在于，基于车规级控制器，充分保证了泊车***的安全性和可靠性，具体地，对应车位识别任务，预先在车规级控制器上配置各个处理单元之间的调度关系，由车规级控制器的第一处理单元获取待泊车位的俯视拼接图，并将俯视拼接图转发到车规级控制器的第二处理单元，第二处理单元基于预置的车位识别算法对俯视拼接图进行处理，并向车规级控制器的第三处理单元输出车位识别结果，最后由第三处理单元根据车位识别结果，向用户输出展示目标车位。本发明充分发挥车规级控制器各个处理单元的强项，在加快处理速度的同时，可加快整体算法从PC到TDA2X部署时间，从而可大幅提升开发速度并降低了移植的风险。
附图说明
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步描述，其中：
图1为本发明实施例提供的基于车规级控制器的智能泊车车位检测方法的流程图。
具体实施方式
下面详细描述本发明的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
本发明提出了一种基于车规级控制器的智能泊车车位检测方法的实施例，具体来说，如图1所示，其中包括：
步骤S1、对应车位识别任务，预先在车规级控制器上配置各个处理单元之间的调度关系；
在实际操作中，可以采用TDA控制器，并按照其link&chain架构设计TDA各个处理器之间的调度关系。
步骤S2、通过车规级控制器预设的第一处理单元获取待泊车位的俯视拼接图；
其中，所述俯视拼接图由整车上至少四个鱼眼相机采集的车位图片，通过预设的环视拼接算法合成得到。
具体来说，可以通过TDA控制器的M4核，通过数据回写抓取MP5泊车屏幕信息并将其保存在缓存中，然后根据MP5屏幕在泊车过程中俯视图片的起始位置和长宽，从缓存中将俯视图信息读取出来。
步骤S3、利用预设的第一转换模块，将第一处理单元获取到的所述俯视拼接图转发到预设的第二处理单元；
例如，可以利用TDA控制的M4核与EVE核转换模块，将M4核获取到的俯视车位图像信息传递至EVE核，而TDA控制器通常有4个可并行处理的EVE核，因而在本发明的一些实施例中，将与深度学习相关的车位识别处理交由EVE核完成。
步骤S4、所述第二处理单元接收到所述俯视拼接图后，基于预置的车位识别算法(优选使用轻量级算法)进行处理，并向预设的第三处理单元输出车位识别结果；
如前文所述，在实际操作中可以通过预设的第二转换模块，将第二处理单元的输出结果经数据转换后传递至第三处理单元，例如可以利用EVE核与A15核的转换模块，将EVE核的处理结果输入至A15核中。
在实际操作中，所述第二处理单元可以通过特征提取网络(如RepVGG)预测出车位信息，其中涉及的车位信息包括但不限于：入口线长度、入口线顶点p1(离车头较近的入口线顶点)及p2(离车头较远的入口线顶点)、入口线中心点p3(P1和P2连线的中心点)、入口线倾斜角度(笛卡尔坐标系x轴逆顺时针旋转与预设方向的夹角，其中预设方向是指从p1出发朝向车位纵向的预设方向)、分离线倾斜角度(笛卡尔坐标系x轴顺时针旋转与p3到p2矢量之间的夹角)和车位属性信息(例如水平车位、垂直车位、斜列车位等)。
进一步地，可以先由预测出的车位属性信息判断是否为真实车位，若否，则识别结果可表征车位识别错误，若是，则继续判断p1、p2、入口线倾斜角度、分离线倾斜角度是否在预设误差范围之内(如，P1、P2的误差在10个像素内；入口线倾斜角度、分离线倾斜角度误差在10°内)，如果满足误差要求，则输出表征车位识别正确的车位识别结果。
步骤S5、所述第三处理单元根据所述车位识别结果，向用户输出展示所述目标车位。
具体地，可以由A15处理器根据EVE核发送的处理结果，例如当接收到EVE核输出为表征车位识别正确的车位识别结果时，绘制并输出目标车位的图像；若当接收到EVE核输出为表征车位识别错误的车位识别结果时，可以触发识别错误提示信息等，对此本发明不作限定。
综上所述，本发明的主要设计构思在于，基于车规级控制器，充分保证了泊车***的安全性和可靠性，具体地，对应车位识别任务，预先在车规级控制器上配置各个处理单元之间的调度关系，由车规级控制器的第一处理单元获取待泊车位的俯视拼接图，并将俯视拼接图转发到车规级控制器的第二处理单元，第二处理单元基于预置的车位识别算法对俯视拼接图进行处理，并向车规级控制器的第三处理单元输出车位识别结果，最后由第三处理单元根据车位识别结果，向用户输出展示目标车位。本发明充分发挥车规级控制器各个处理单元的强项，在加快处理速度的同时，可加快整体算法从PC到TDA2X部署时间，从而可大幅提升开发速度并降低了移植的风险。
本发明实施例中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示单独存在A、同时存在A和B、单独存在B的情况。其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项”及其类似表达，是指的这些项中的任意组合，包括单项或复数项的任意组合。例如，a，b和c中的至少一项可以表示：a，b，c，a和b，a和c，b和c或a和b和c，其中a，b，c可以是单个，也可以是多个。
以上依据图式所示的实施例详细说明了本发明的构造、特征及作用效果，但以上仅为本发明的较佳实施例，需要言明的是，上述实施例及其优选方式所涉及的技术特征，本领域技术人员可以在不脱离、不改变本发明的设计思路以及技术效果的前提下，合理地组合搭配成多种等效方案；因此，本发明不以图面所示限定实施范围，凡是依照本发明的构想所作的改变，或修改为等同变化的等效实施例，仍未超出说明书与图示所涵盖的精神时，均应在本发明的保护范围内。
Claims (10)
1.一种基于车规级控制器的智能泊车车位检测方法，其特征在于，包括：
对应车位识别任务，预先在车规级控制器上配置各个处理单元之间的调度关系；
通过车规级控制器预设的第一处理单元获取待泊车位的俯视拼接图；
利用预设的第一转换模块，将所述第一处理单元获取到的所述俯视拼接图转发到车规级控制器预设的第二处理单元；
所述第二处理单元基于预置的车位识别算法对所述俯视拼接图进行处理，并向车规级控制器预设的第三处理单元输出车位识别结果；
所述第三处理单元根据所述车位识别结果，向用户输出展示目标车位。
2.根据权利要求1所述的基于车规级控制器的智能泊车车位检测方法，其特征在于，所述基于预置的车位识别算法对所述俯视拼接图进行处理包括：
预测得到车位信息，其中，所述车位信息包括：离车头较近的入口线顶点、离车头较远的入口线顶点、入口线倾斜角度、分离线倾斜角度以及车位属性信息；
根据所述车位信息判断是否为真实车位；
若否，则输出表征车位识别错误的车位识别结果；
若是，则根据所述车位信息继续判断是否符合既定的误差要求；
若不满足，则输出表征车位识别错误的车位识别结果；
若满足，则输出表征车位识别正确的车位识别结果。
3.根据权利要求2所述的基于车规级控制器的智能泊车车位检测方法，其特征在于，所述基于预置的车位识别算法对所述俯视拼接图进行处理具体包括：
根据车位属性信息判断当前待泊车位是否为真实车位；
若是，则判断离车头较近的入口线顶点、离车头较远的入口线顶点、入口线倾斜角度以及分离线倾斜角度是否均在预设的误差范围内；
若是，则输出表征车位识别正确的车位识别结果。
4.根据权利要求1所述的基于车规级控制器的智能泊车车位检测方法，其特征在于，所述根据所述车位识别结果，向用户输出展示目标车位包括：
所述第三处理单元在接收到表征车位识别正确的车位识别结果后，绘制并输出目标车位的图像。
5.根据权利要求1所述的基于车规级控制器的智能泊车车位检测方法，其特征在于，所述俯视拼接图由整车上至少四个鱼眼相机采集的车位图片，通过预设的环视拼接算法合成得到。
6.根据权利要求1所述的基于车规级控制器的智能泊车车位检测方法，其特征在于，所述第一处理单元获取待泊车位的俯视拼接图包括：智能泊车***通过数据回写，抓取泊车过程中车载屏幕显示的拼接俯视图并将其保存在缓存中，所述第一处理单元从缓存中读取所述拼接俯视图。
7.根据权利要求1～6任一项所述的基于车规级控制器的智能泊车车位检测方法，其特征在于，所述预先在车规级控制器上配置各个处理单元之间的调度关系包括：采用TDA控制器作为所述车规级控制器，并预先按照TDA控制器的link&chain架构设计设定TDA控制器中各个处理器之间的调度关系。
8.根据权利要求7所述的基于车规级控制器的智能泊车车位检测方法，其特征在于，所述将所述第一处理单元获取到的所述俯视拼接图转发到车规级控制器预设的第二处理单元包括：利用TDA控制的M4核与EVE核转换模块，将M4核获取到的所述俯视拼接图转发至多个并行的EVE核。
9.根据权利要求8所述的基于车规级控制器的智能泊车车位检测方法，其特征在于，所述向车规级控制器预设的第三处理单元输出车位识别结果包括：通过预设的第二转换模块，将所述EVE核输出的车位识别结果经数据转换后传递至第三处理单元。
10.根据权利要求8所述的基于车规级控制器的智能泊车车位检测方法，其特征在于，所述第三处理单元包括A15处理器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111436299.1A CN114038235A (zh) | 2021-11-29 | 2021-11-29 | 基于车规级控制器的智能泊车车位检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111436299.1A CN114038235A (zh) | 2021-11-29 | 2021-11-29 | 基于车规级控制器的智能泊车车位检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114038235A true CN114038235A (zh) | 2022-02-11 |
Family
ID=80145862
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111436299.1A Pending CN114038235A (zh) | 2021-11-29 | 2021-11-29 | 基于车规级控制器的智能泊车车位检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114038235A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109398226A (zh) * | 2018-10-12 | 2019-03-01 | 百度在线网络技术（北京）有限公司 | 车辆泊车状态的车外提示方法和装置 |
| CN109649384A (zh) * | 2019-02-15 | 2019-04-19 | 华域汽车***股份有限公司 | 一种泊车辅助方法 |
| CN111415523A (zh) * | 2020-03-06 | 2020-07-14 | 北京智行者科技有限公司 | 一种自主代客泊车方法及代客泊车*** |
| CN112052782A (zh) * | 2020-08-31 | 2020-12-08 | 安徽江淮汽车集团股份有限公司 | 基于环视的停车位识别方法、装置、设备及存储介质 |
| CN113537105A (zh) * | 2021-07-23 | 2021-10-22 | 北京经纬恒润科技股份有限公司 | 一种车位检测方法及装置 |
| CN113886042A (zh) * | 2021-09-28 | 2022-01-04 | 安徽江淮汽车集团股份有限公司 | 基于tda2x车规级控制平台的泊车车位识别算法部署调度方法 |
-
2021
- 2021-11-29 CN CN202111436299.1A patent/CN114038235A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109398226A (zh) * | 2018-10-12 | 2019-03-01 | 百度在线网络技术（北京）有限公司 | 车辆泊车状态的车外提示方法和装置 |
| CN109649384A (zh) * | 2019-02-15 | 2019-04-19 | 华域汽车***股份有限公司 | 一种泊车辅助方法 |
| CN111415523A (zh) * | 2020-03-06 | 2020-07-14 | 北京智行者科技有限公司 | 一种自主代客泊车方法及代客泊车*** |
| CN112052782A (zh) * | 2020-08-31 | 2020-12-08 | 安徽江淮汽车集团股份有限公司 | 基于环视的停车位识别方法、装置、设备及存储介质 |
| CN113537105A (zh) * | 2021-07-23 | 2021-10-22 | 北京经纬恒润科技股份有限公司 | 一种车位检测方法及装置 |
| CN113886042A (zh) * | 2021-09-28 | 2022-01-04 | 安徽江淮汽车集团股份有限公司 | 基于tda2x车规级控制平台的泊车车位识别算法部署调度方法 |
Non-Patent Citations (3)
| Title |
|---|
| 于继成;王强;赵目龙;焦育成;: "智能驾驶-AI芯片的算力研究", 汽车文摘 * |
| 单祥茹;: "TI最新ADAS SoC重新定义驾驶体验", 中国电子商情(基础电子) * |
| 韩霜;: "TI最新TDA2x SoC系列重新定义高级驾驶员辅助***", 世界电子元器件 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11275962B2 (en) | Method of controlling image acquisition and other related tools | |
| US10706505B2 (en) | Method and system for generating a range image using sparse depth data | |
| KR20190128724A (ko) | 타겟 인식 방법, 장치, 저장 매체 및 전자 기기 | |
| CN110637461A (zh) | 计算机视觉***中的致密光学流处理 | |
| CN113378834B (zh) | 目标检测方法、装置、设备、存储介质以及程序产品 | |
| CN109635639B (zh) | 交通标识的位置检测方法、装置、设备和存储介质 | |
| US10462448B2 (en) | Image generation system and image generation method | |
| JP2023171742A (ja) | 飛行体制御装置、飛行体制御方法、及びプログラム | |
| CN115578516A (zh) | 一种三维成像方法、装置、设备和存储介质 | |
| CN109829421B (zh) | 车辆检测的方法、装置及计算机可读存储介质 | |
| CN108734066A (zh) | 一种手势图像获取设备及方法 | |
| WO2019006405A1 (en) | HIERARCHICAL DATA ORGANIZATION FOR DENSE OPTICAL FLOW | |
| JP7107596B2 (ja) | 駅監視システム及び駅監視方法 | |
| CN114038235A (zh) | 基于车规级控制器的智能泊车车位检测方法 | |
| CN112101113A (zh) | 一种轻量化的无人机图像小目标检测方法 | |
| JP2023517365A (ja) | 駐車スペース検出方法、装置、デバイス及び記憶媒体 | |
| US20070242876A1 (en) | Image Processing Apparatus, Image Processing Method, and Program | |
| CN115393423A (zh) | 目标检测方法和装置 | |
| JP7107597B2 (ja) | 駅監視装置、駅監視方法及びプログラム | |
| CN111950420A (zh) | 一种避障方法、装置、设备和存储介质 | |
| JP2021131377A (ja) | 生成装置、生成方法およびプログラム | |
| CN114419451B (zh) | 电梯内外识别方法、装置、电子设备及存储介质 | |
| US10970855B1 (en) | Memory-efficient video tracking in real-time using direction vectors | |
| CN116645468B (zh) | 人体三维建模方法、训练人体结构生成模型的方法及装置 | |
| CN118038213A (zh) | 基于开放词汇模型的多模态人工标注标签检查方法及装置 |
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: 20220211 |
|
| RJ01 | Rejection of invention patent application after publication |