CN114566055B - 一种自动泊车车位确定方法及*** - Google Patents

Abstract

本申请提供一种自动泊车车位确定方法及***，当检测到车位边界时，确定车位边界上的第一坐标和第二坐标；获取预设范围的视觉图像，并在基于视觉图像构建的坐标系上确定第一坐标和第二坐标；获取第一像素的灰度值、第二像素的灰度值、第三像素的灰度值和第四像素的灰度值；基于第一像素的灰度值和第三像素的灰度值，确定第一平移距离，基于第二像素的灰度值和第四像素的灰度值，确定第二平移距离；根据第一平移距离对第一坐标进行修正，得到目标第一坐标和根据第二平移距离对第二坐标进行修正，得到目标第二坐标确定目标车辆边界，并根据目标车辆边界确定车位。本发明，能够准确的确定出空闲车位。

Description

一种自动泊车车位确定方法及***

技术领域

本发明属于智能驾驶技术领域，更具体地说，涉及一种自动泊车车位确定方法及***。

背景技术

随着经济的快速发展，汽车行业也在快速的发展，尤其是汽车行业中智能泊车的发展最为快速。自动泊车***能够帮助驾驶员自动寻找车位。

现有的自动泊车***通过超声波探测器识别空间车位，通过摄像头进行视觉识别划线车位，并将空间车位与识别的划线车位进行融合得到最终车位。但是，利用超声波探测器识别车位空间会受到超声波探测器的物理属性的限制，导致探测到的空间车位与实际的空间车位存在一定的误差，导致将空间车位与识别的划线车位进行融合得到的最后车位不准确。

发明内容

有鉴于此，本发明提供一种自动泊车车位确定方法及***，以实现准确的确定空闲车位为目的。

本发明第一方面公开一种自动泊车车位确定方法，所述方法包括：

当检测到车位边界时，确定所述车位边界上的第一坐标和第二坐标，其中，所述第一坐标和所述第二坐标为所述车位边界两端的端点；

获取预设范围的视觉图像，并基于所述视觉图像构建坐标系；

在所述坐标系上确定所述第一坐标对应的第一像素和所述第二坐标对应的第二像素；

获取第一像素、第二像素、第三像素和第四像素的灰度值，其中，所述第三像素与所述第一像素相邻，且与所述第二像素处于同一侧，所述第四像素与所述第二像素相邻，且与所述第一像素处于同一侧；

基于所述第一像素的灰度值和所述第三像素的灰度值，确定所述第一像素平移的第一平移距离；

基于所述第二像素的灰度值和所述第四像素的灰度值，确定所述第二像素平移的第二平移距离；

根据所述第一平移距离对所述第一坐标进行修正，得到目标第一坐标；

根据所述第二平移距离对所述第二坐标进行修正，得到目标第二坐标；

基于所述目标第一坐标和所述目标第二坐标确定目标车辆边界，并根据所述目标车辆边界确定车位。

可选的，所述基于所述第一像素的灰度值和所述第三像素的灰度值，确定所述第一像素平移的第一平移距离，包括：

判断所述第一像素的灰度值是否小于所述第三像素的灰度值；

若所述第一像素的灰度值不小于所述第三像素的灰度值，将所述第一像素向所述第二像素的方向平移预设个像素，直至平移到相邻的像素的灰度值大于所述第一像素的灰度值为止，确定所述第一像素平移的第一平移距离；

若所述第一像素的灰度值小于所述第三像素的灰度值，确定所述第一像素平移的第一平移距离为0。

可选的，所述基于所述第二像素的灰度值和所述第四像素的灰度值，确定所述第二像素平移的第二平移距离，包括：

判断所述第二像素的灰度值是否小于所述第四像素的灰度值；

若所述第二像素的灰度值不小于所述第四像素的灰度值，将所述第二像素向所述第一像素的方向平移所述预设个像素，直至平移到相邻的像素灰度值大于所述第二像素的灰度值为止，确定所述第二像素平移的第二平移距离；

若所述第二像素的灰度值小于所述第四像素的灰度值，确定所述第二像素平移的第二平移距离为0。

可选的，所述根据所述第一平移距离对所述第一坐标进行修正，得到目标第一坐标，包括：

将所述第一坐标的横坐标加上所述第一平移距离得到目标第一横坐标，将所述第一坐标的纵坐标确定为目标第一纵坐标；

基于所述目标第一横坐标和所述目标第一纵坐标确定目标第一坐标。

可选的，所述根据所述第二平移距离对所述第二坐标进行修正，得到目标第二坐标，包括：

将所述第二坐标的横坐标加上所述第二平移距离得到目标第二横坐标，将所述第二坐标的纵坐标确定为目标第二纵坐标；

基于所述目标第二横坐标和所述目标第二纵坐标确定目标第二坐标。

本发明第二方面公开一种自动泊车车位确定***，所述***包括：

超声波子***，用于当检测到车位边界时，确定所述车位边界上的第一坐标和第二坐标；基于第一平移距离对所述第一坐标进行修正，得到目标第一坐标；基于第二平移距离对所述第二坐标进行修正，得到目标第二坐标；基于所述目标第一坐标和所述目标第二坐标确定目标车辆边界，并根据所述目标车辆边界确定车位，其中，所述第一坐标和所述第二坐标为所述车位边界两端的端点；

视觉子***，用于获取预设范围的视觉图像，并基于所述视觉图像构建坐标系；在所述坐标系上确定所述第一坐标对应的第一像素和所述第二坐标对应的第二像素；获取第一像素、第二像素、第三像素和第四像素的灰度值；基于所述第一像素的灰度值和所述第三像素的灰度值，确定所述第一像素平移的第一平移距离；基于所述第二像素的灰度值和所述第四像素的灰度值，确定所述第二像素平移的第二平移距离，其中，所述第三像素与所述第一像素相邻，且与所述第二像素处于同一侧，所述第四像素与所述第二像素相邻，且与所述第一像素处于同一侧。

可选的，所述基于所述第一像素的灰度值和所述第三像素的灰度值，确定所述第一像素平移的第一平移距离的视觉子***，具体用于：

判断所述第一像素的灰度值是否小于所述第三像素的灰度值；若所述第一像素的灰度值不小于所述第三像素的灰度值，将所述第一像素向所述第二像素的方向平移预设个像素，直至平移到相邻的像素的灰度值大于所述第一像素的灰度值为止，确定所述第一像素平移的第一平移距离；若所述第一像素的灰度值小于所述第三像素的灰度值，确定所述第一像素平移的第一平移距离为0。

可选的，所述基于所述第二像素的灰度值和所述第四像素的灰度值，确定所述第二像素平移的第二平移距离的视觉子***，具体用于：

判断所述第二像素的灰度值是否小于所述第四像素的灰度值；若所述第二像素的灰度值不小于所述第四像素的灰度值，将所述第二像素向所述第一像素的方向平移所述预设个像素，直至平移到相邻的像素灰度值大于所述第二像素的灰度值为止，确定所述第二像素平移的第二平移距离；若所述第二像素的灰度值小于所述第四像素的灰度值，确定所述第二像素平移的第二平移距离为0。

可选的，所述根据所述第一平移距离对所述第一坐标进行修正，得到目标第一坐标的视觉子***，具体用于：

将所述第一坐标的横坐标加上所述第一平移距离得到目标第一横坐标，将所述第一坐标的纵坐标确定为目标第一纵坐标；基于所述目标第一横坐标和所述目标第一纵坐标确定目标第一坐标。

可选的，所述根据所述第二平移距离对所述第二坐标进行修正，得到目标第二坐标的视觉子***，具体用于：

将所述第二坐标的横坐标加上所述第二平移距离得到目标第二横坐标，将所述第二坐标的纵坐标确定为目标第二纵坐标；基于所述目标第二横坐标和所述目标第二纵坐标确定目标第二坐标。

本发明提供一种自动泊车车位确定方法及***，通过超声波子***检测车位边界，在检测到车位边界时，确定车位边界两端的第一坐标和第二坐标；通过视觉子***获取预设范围的视觉图像，根据所获取的视觉图像构建坐标系，并在构建的坐标上确定第一坐标对应的第一像素和第二坐标对应的第二像素；获取第一像素的灰度值、第二像素的灰度值，与第一像素相邻且与第二像素处于同一侧的第三像素的灰度值，以及与第二像素相邻的且与第一像素处于同一侧的第四像素的灰度值，并根据第一像素的灰度值和第三像素的灰度值，确定第一像素平移的第一平移距离，根据第二像素的灰度值和第四像素的灰度值，确定第二像素平移的第二平移距离，以便超声波子***根据视觉子***确定的第一平移距离对第一坐标进行修正，得到更加准确的目标第一坐标，根据第二平移距离对第二坐标进行修正，得到更加准确的目标第二坐标，进而根据修正后得到的目标第一坐标和目标第二坐标确定目标车辆边界，并根据所确定的目标车辆边界确定更为精准的车位。

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为本发明实施例提供的一种车辆在移动过程中超声波探测器接收到回波的示意图；

图2为本发明实施例提供的一种现有的自动泊车***确定车位边界时的边界误差示意图；

图3为本发明实施例提供的一种自动泊车车位确定***的结构示意图；

图4为本发明实施例提供的一种基于视觉图像构建的坐标系的示意图；

图5为本发明实施例提供的一种自动泊车车位确定方法的流程示意图。

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。

在本申请中，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，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。

有上述背景技术可以，在利用现有的自动泊车***确定车位时，由于利用超声波探测器识别车位空间会受到超声波探测器的物理属性的限制，导致探测到的空间车位与实际的空间车位存在一定的误差，导致将空间车位与识别的划线车位进行融合得到的最后车位不准确。

需要说明的是，由于超声波探测器在探测距离时，是通过将一串波束打出去，波束水平方向角度约60度左右，在车辆行驶过程中，即便车辆已经行驶到空闲区域，但由于波束还可以打到后方车辆的车身上，此时，超声波探测器会接收到回波，如图1所示，自动泊车***就会认为仍然有障碍物，不能准确得到空间车位第一个边界坐标edge0的横向坐标，从而导致得到的最后车位不准确。

本申请人通过研究发现，通过超声波探测器收到回波距离值y，有剧烈跳变的点，往回找3个点，如图2所示，通过三角算法插值处理，计算出一个边界坐标，在此基础上技术人员根据自身经验，叠加一个固定的误差补偿值，可以得到一个较为准确的边界坐标。但此方法当车辆的保险杠的倒角弧度不一样时，由于误差补偿值固定，导致算法局限性很大，无法精确识别到车辆的最边界，导致得到的边界坐标还是会存在一定误差，从而导致得到的最后车位仍存在一定的误差。

因此，本发明提供一种自动泊车车位确定方法及***，能够准确的确定出空闲的车位。

参见图1示出了本发明实施例提供的一种自动泊车车位确定***的结构示意图，该自动泊车车位确定***300包括超声波子***301和视觉子***302。

超声波子***301，用于当检测到车位边界时，确定车位边界上的第一坐标和第二坐标。

在本申请实施例中，车辆在行驶的过程中，通过自动泊车车位确定***300中的超声波子***301检测车位边界，当超声波子***301检测到车位边界时，确定所检测到的车位边界两端的坐标(为了便于区分，将该车位边界一端的坐标称为第一坐标，将该车位边界另一端的坐标称为第二坐标)，并将所确定的第一坐标和第二坐标发送给视觉子***302。

比如，当将车位边界右端的坐标称为第一坐标时，将该车位边界左端的坐标称为第二坐标，或者，当将车位边界左端的坐标称为第一坐标时，将该车位边界右端的坐标称为第二坐标。

在本申请实施例中，超声波子***可以为超声波探测器。

视觉子***302，用于获取预设范围的视觉图像，基于所获取的视觉图像构建坐标系，并在所构建的坐标系上确定第一坐标对应的第一像素和第二坐标对应的第二像素；获取第三像素和第四像素的灰度值；基于第一像素的灰度值和第三像素的灰度值，确定第一像素平移的第一平移距离；基于第二像素的灰度值和第四像素的灰度值，确定第二像素平移的第二平移距离，并将第一平移距离和第二平移距离发生给超声波子***301。

在本申请实施例中，第三像素与第一像素相邻，且与第二像素处于同一侧，第四像素与第二像素相邻，且与第一像素处于同一侧。

在本申请实施例中，预设范围可以为5米、10米、12米等等，有关预设范围的具体范围，发明人可根据自己的需求进行设置，本申请实施例不加以限定。

超声波子***301，用于根据视觉子***302发送的第一平移距离对第一坐标进行修正，得到目标第一坐标，根据第二平移距离对第二坐标进行修正，得到目标第二坐标，以便根据修正后得到目标第一坐标和目标第二坐标确定目标车辆边界，并根据目标车辆边界确定车位。

在本申请实施例中，视觉子***302可以为摄像头，通过摄像头采集预设范围内的视觉图像，以采集到的视觉图像中的车辆后轴中心为原点构建坐标系，并在构建的坐标系中确定第一坐标对应的像素(为了便于区分，将第一坐标的像素称为第一像素)和第二坐标对应的像素(为了便于区分，将第二坐标的像素称为第二像素)。

获取第一像素的灰度值、第二像素的灰度值、与第一像素相邻且与第二像素处于同一侧的像素的灰度值(为了便于区分，这里将所获取的与第一像素相邻且与第二像素处于同一侧的像素的灰度值称为第三像素的灰度值)，以及与第二像素相邻且与第一像素处于同一侧的像素的灰度值(为了便于区分，这里将所获取的与第二像素相邻且与第一像素处于同一侧的像素的灰度值称为第第四像素的灰度值)。

可选的，判断第一像素的灰度值是否小于第三像素的灰度值，在第一像素的灰度值小于第三像素的灰度值的情况下，可以确定第三像素所处的区域为路面区域，确定第一像素为车辆与路面的边界像素，此时，可以认为第一像素对应的第一坐标即为准确的车位边界的端点坐标，进而可以确定第一像素平移的第一平移距离为0。

若第一像素的灰度值不小于第三像素的灰度值，可以确定第三像素所处的区域为车辆区域，将第一像素向指向第二像素的方向平移预设个像素，直至平移到相邻的像素的灰度值大于第一像素的灰度值为止，确定第一像素平移的第一平移距离，其中，确定第一像素平移的第一平移距离，具体如下公式所示：

L＝K*l

其中，L为第一平移距离，单位为毫米mm，l为视觉图像上的距离，单位是像素pix，K是两者的关系系数，单位是mm/pix。

在本申请实施例，预设个像素可以为1个像素、2个像素、3个像素等等，有关于预设个像素的具体数值，发明人可根据自己的需求进行设置，本申请实施例不加以限定。

比如，预设个像素为1个像素，第一像素在第二像素的右边，第二像素在第一像素的左边。若第一像素的灰度值不小于第三像素的灰度值，可以确定第三像素所处的区域为车辆区域，将第一像素向右平移1个像素，直至平移到右相邻的像素的灰度值大于第一像素的灰度值为止；若第一像素向右平移了4个像素时，右侧相邻的像素的灰度值大于第一像素的灰度值，可以确定第一像素平移的第一平移距离为4*K。

可选的，判断第二像素的灰度值是否小于第四像素的灰度值，在第二像素的灰度值小于第四像素的灰度值的情况下，可以确定第四像素所处的区域为路面区域，确定第二像素为车辆与路面的边界像素，此时，可以认为第二像素对应的第二坐标即为准确的车位边界的端点坐标，进而可以确定第二像素平移的第二平移距离为0。

若第二像素的灰度值不小于第四像素的灰度值，可以确定第四像素所处的区域为车辆区域，将第二像素向指向第一像素的方向平移预设个像素，直至平移到相邻的像素的灰度值大于第二像素的灰度值为止，确定第二像素平移的第二平移距离，其中，确定第二像素平移的第二平移距离的方式可参见上述公式，这里不再进行赘述。

比如，预设个像素为1个像素，第一像素在第二像素的右边，第二像素在第一像素的左边。若第二像素的灰度值不小于第四像素的灰度值，可以确定第三像素所处的区域为车辆区域，将第为像素向左平移1个像素，直至平移到相邻的像素的灰度值大于第二像素的灰度值为止；若第二像素向右平移了2个像素时，左侧相邻的像素的灰度值大于第二像素的灰度值，可以确定第二像素平移的第二平移距离为2*K。

在本申请实施例中，在视觉子***302确定第一像素的第一平移距离和第二像素的第二平移距离后，将所确定的第一平移距离和第二平移距离发送给超声波子***301，以便超声波子***301将第一坐标的横坐标加上第一平移距离得到目标第一横坐标，将第一坐标的纵坐标确定为目标第一纵坐标；基于目标第一横坐标和目标第一纵坐标确定目标第一坐标；将第二坐标的横坐标加上所述第二平移距离得到目标第二横坐标，将第二坐标的纵坐标确定为目标第二纵坐标；基于目标第二横坐标和目标第二纵坐标确定目标第二坐标，并基于目标第一坐标和目标第二坐标确定车位边界，并根据所确定的车位边界确定车位。

本发明提供一种自动泊车车位确定***，通过超声波子***检测车位边界，在检测到车位边界时，确定车位边界两端的第一坐标和第二坐标；通过视觉子***获取预设范围的视觉图像，根据所获取的视觉图像构建坐标系，并在构建的坐标上确定第一坐标对应的第一像素和第二坐标对应的第二像素；获取第一像素的灰度值、第二像素的灰度值，与第一像素相邻且与第二像素处于同一侧的第三像素的灰度值，以及与第二像素相邻的且与第一像素处于同一侧的第四像素的灰度值，并根据第一像素的灰度值和第三像素的灰度值，确定第一像素平移的第一平移距离，根据第二像素的灰度值和第四像素的灰度值，确定第二像素平移的第二平移距离，以便超声波子***根据视觉子***确定的第一平移距离对第一坐标进行修正，得到更加准确的目标第一坐标，根据第二平移距离对第二坐标进行修正，得到更加准确的目标第二坐标，进而根据修正后得到的目标第一坐标和目标第二坐标确定目标车辆边界，并根据所确定的目标车辆边界确定更为精准的车位。

为了更好的对上述内容进行理解，下面进行举例说明。

比如，在车辆行驶过程中，通过超声波子***301检测车位边界，当超声波子***301检测到车位边界时，将车位边界左端的坐标称为第一坐标P0(X0,Y0)，将该车位边界右端的坐标称为第二坐标P1(X1,Y1)，并将第一坐标和第二坐标发送给视觉子***302。

通过视觉子***302获取5米范围内的视觉图像，以采集到的视觉图像中的车辆后轴中心为原点构建坐标系，并在所构建的坐标系上确定第一坐标对应的第一像素edge0和第二坐标对应的第二像素edge1，如图4所示。

获取第一像素edge0的灰度值、第二像素edge1的灰度值、与第一像素右相邻的第三像素的灰度值，以及与第二像素左相邻的第四像素的灰度值；判断第一像素edge0的灰度值是否小于第三像素的灰度值，若第一像素的灰度值不小于第三像素的灰度值，可以确定第三像素所处的区域为车辆区域，将第一像素向右平移1个像素，直至平移到右相邻的像素的灰度值大于第一像素的灰度值为止；若第一像素向右平移了3个像素时，右侧相邻的像素的灰度值大于第一像素的灰度值，可以确定第一像素平移的第一平移距离为3*K。

判断第二像素edge1的灰度值是否小于第四像素的灰度值，若第二像素的灰度值不小于第四像素的灰度值，可以确定第四像素所处的区域为车辆区域，将第一像素向左平移1个像素，直至平移到左相邻的像素的灰度值大于第一像素的灰度值为止；若第一像素向左平移了4个像素时，左侧相邻的像素的灰度值大于第二像素的灰度值，可以确定第二像素平移的第二平移距离为4*K，并将第一平移距离和第二平移距离发送给超声波子***301。

超声波子***301根据将第一坐标P0(X0,Y0)的横坐标X0加上第一平移距离3*K得到目标第一横坐标(X0+3*K)，将第一坐标的纵坐标Y0确定为目标第一纵坐标；基于目标第一横坐标(X0+3*K)和目标第一纵坐标Y0确定目标第一坐标(X0+3*K，Y0)；将第二坐标P1(X1,Y1)的横坐标X1加上第二平移距离4*K得到目标第二横坐标(X1+4*K)，将第二坐标的纵坐标Y1确定为目标第二纵坐标；基于目标第二横坐标(X1+4*K)和目标第二纵坐标Y1确定目标第二坐标，并基于目标第一坐标和目标第二坐标确定车位边界，并根据所确定的车位边界确定车位。

基于图3示出的自动泊车车位确定***，本发明还对应公开了一种自动泊车车位确定方法，该自动泊车车位确定方法应用于自动泊车车位确定***，如图5所示，为本发明实施例提供的一种自动泊车车位方法的流程示意图，该方法包括：

S501：当检测到车位边界时，确定车位边界上的第一坐标和第二坐标，其中，第一坐标和第二坐标为车位边界两端的端点。

在具体执行步骤S501的过程中，车辆在行驶的过程中，通过自动泊车车位确定***中的超声波子***检测车位边界，当超声波子***检测到车位边界时，确定所检测到的车位边界两端的坐标(为了便于区分，将该车位边界一端的坐标称为第一坐标，将该车位边界另一端的坐标称为第二坐标)，并将所确定的第一坐标和第二坐标发送给视觉子***。

S502：获取预设范围的视觉图像，并基于视觉图像构建坐标系。

在具体执行步骤S502的过程中，视觉子***可以为摄像头，通过摄像头采集预设范围内的视觉图像，以采集到的视觉图像中的车辆后轴中心为原点构建坐标系。

S503：在坐标系上确定第一坐标对应的第一像素的灰度值和第二坐标对应的第二像素的灰度值。

在具体执行不走S503的过程中，在视觉子***基于获取的视觉图像构建坐标系后，在构建的坐标系中确定第一坐标对应的像素(为了便于区分，将第一坐标的像素称为第一像素)和第二坐标对应的像素(为了便于区分，将第二坐标的像素称为第二像素)。

S504：获取第一像素、第二像素、第三像素和第四像素的灰度值，其中，第三像素与第一像素相邻，且与第二像素处于同一侧，第四像素与第二像素相邻，且与第一像素处于同一侧。

S505：基于第一像素的灰度值和第三像素的灰度值，确定第一像素平移的第一平移距离。

在具体执行步骤S505的过程中，视觉子***通过判断第一像素的灰度值是否小于第三像素的灰度值，在第一像素的灰度值小于第三像素的灰度值的情况下，可以确定第三像素所处的区域为路面区域，确定第一像素为车辆与路面的边界像素，此时，可以认为第一像素对应的第一坐标即为准确的车位边界的端点坐标，进而可以确定第一像素平移的第一平移距离为0。

若第一像素的灰度值不小于第三像素的灰度值，可以确定第三像素所处的区域为车辆区域，将第一像素向指向第二像素的方向平移预设个像素，直至平移到相邻的像素的灰度值大于第一像素的灰度值为止，确定第一像素平移的第一平移距离，并将所确定的第一平移距离发送给超声波子***，其中，确定第一像素平移的第一平移距离的方式可参见上述公式，这里不再进行赘述。

S506：基于第二像素的灰度值和第四像素的灰度值，确定第二像素平移的第二平移距离。

在具体执行步骤S506的过程中，视觉子***通过判断第二像素的灰度值是否小于第四像素的灰度值，在第二像素的灰度值小于第四像素的灰度值的情况下，可以确定第四像素所处的区域为路面区域，确定第二像素为车辆与路面的边界像素，此时，可以认为第二像素对应的第二坐标即为准确的车位边界的端点坐标，进而可以确定第二像素平移的第二平移距离为0。

若第二像素的灰度值不小于第四像素的灰度值，可以确定第四像素所处的区域为车辆区域，将第二像素向指向第一像素的方向平移预设个像素，直至平移到相邻的像素的灰度值大于第二像素的灰度值为止，确定第二像素平移的第二平移距离，并将所确定的第二平移距离发送给超声波子***，其中，确定第二像素平移的第二平移距离的方式可参见上述公式，这里不再进行赘述。

S507：根据第一平移距离对第一坐标进行修正，得到目标第一坐标。

在具体执行步骤S507的过程中，超声波子***将第一坐标的横坐标加上第一平移距离得到目标第一横坐标，将第一坐标的纵坐标确定为目标第一纵坐标；基于目标第一横坐标和目标第一纵坐标确定目标第一坐标。

S508：根据第二平移距离对第二坐标进行修正，得到目标第二坐标。

在具体执行步骤S508的过程中，超声波子***将第二坐标的横坐标加上第二平移距离得到目标第二横坐标，将第二坐标的纵坐标确定为目标第二纵坐标，基于目标第二横坐标和目标第二纵坐标确定目标第二坐标。

S509：基于目标第一坐标和目标第二坐标确定目标车辆边界，并根据目标车辆边界确定车位。

在具体执行步骤S509的过程中，超声波子***在根据第一平移距离对第一坐标进行修正，得到目标第一坐标，以及根据第二平移距离对第二坐标进行修正，得到目标第二坐标后，基于目标第一坐标和目标第二坐标确定目标车辆边界，并根据目标车辆边界确定车位。

本发明提供一种自动泊车车位确定方法，通过超声波子***检测车位边界，在检测到车位边界时，确定车位边界两端的第一坐标和第二坐标；通过视觉子***获取预设范围的视觉图像，根据所获取的视觉图像构建坐标系，并在构建的坐标上确定第一坐标对应的第一像素和第二坐标对应的第二像素；获取第一像素的灰度值、第二像素的灰度值，与第一像素相邻且与第二像素处于同一侧的第三像素的灰度值，以及与第二像素相邻的且与第一像素处于同一侧的第四像素的灰度值，并根据第一像素的灰度值和第三像素的灰度值，确定第一像素平移的第一平移距离，根据第二像素的灰度值和第四像素的灰度值，确定第二像素平移的第二平移距离，以便超声波子***根据视觉子***确定的第一平移距离对第一坐标进行修正，得到更加准确的目标第一坐标，根据第二平移距离对第二坐标进行修正，得到更加准确的目标第二坐标，进而根据修正后得到的目标第一坐标和目标第二坐标确定目标车辆边界，并根据所确定的目标车辆边界确定更为精准的车位。

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***或***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***及***实施例仅仅是示意性的，其中所述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，作为单元显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。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

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。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (6)

1.一种自动泊车车位确定方法，其特征在于，应用于自动泊车车位确定***，所述方法包括：

当检测到车位边界时，确定所述车位边界上的第一坐标和第二坐标，其中，所述第一坐标和所述第二坐标为所述车位边界两端的端点；

获取预设范围的视觉图像，并基于所述视觉图像构建坐标系；所述坐标系是以采集到的视觉图像中的车辆后轴中心为原点；

在所述坐标系上确定所述第一坐标对应的第一像素和所述第二坐标对应的第二像素；

获取第一像素、第二像素、第三像素和第四像素的灰度值，其中，所述第三像素与所述第一像素相邻，且与所述第二像素处于同一侧，所述第四像素与所述第二像素相邻，且与所述第一像素处于同一侧；

基于所述第一像素的灰度值和所述第三像素的灰度值，确定所述第一像素平移的第一平移距离；

基于所述第二像素的灰度值和所述第四像素的灰度值，确定所述第二像素平移的第二平移距离；

根据所述第一平移距离对所述第一坐标进行修正，得到目标第一坐标；

根据所述第二平移距离对所述第二坐标进行修正，得到目标第二坐标；

基于所述目标第一坐标和所述目标第二坐标确定目标车辆边界，并根据所述目标车辆边界确定车位；

所述根据所述第一平移距离对所述第一坐标进行修正，得到目标第一坐标，包括：将所述第一坐标的横坐标加上所述第一平移距离得到目标第一横坐标，将所述第一坐标的纵坐标确定为目标第一纵坐标；基于所述目标第一横坐标和所述目标第一纵坐标确定目标第一坐标；

所述根据所述第二平移距离对所述第二坐标进行修正，得到目标第二坐标，包括：将所述第二坐标的横坐标加上所述第二平移距离得到目标第二横坐标，将所述第二坐标的纵坐标确定为目标第二纵坐标；基于所述目标第二横坐标和所述目标第二纵坐标确定目标第二坐标。

2.根据权利要求1所述的方法，其特征在于，所述基于所述第一像素的灰度值和所述第三像素的灰度值，确定所述第一像素平移的第一平移距离，包括：

判断所述第一像素的灰度值是否小于所述第三像素的灰度值；

若所述第一像素的灰度值不小于所述第三像素的灰度值，将所述第一像素向所述第二像素的方向平移预设个像素，直至平移到相邻的像素的灰度值大于所述第一像素的灰度值为止，确定所述第一像素平移的第一平移距离；

若所述第一像素的灰度值小于所述第三像素的灰度值，确定所述第一像素平移的第一平移距离为0。

3.根据权利要求1所述的方法，其特征在于，所述基于所述第二像素的灰度值和所述第四像素的灰度值，确定所述第二像素平移的第二平移距离，包括：

判断所述第二像素的灰度值是否小于所述第四像素的灰度值；

若所述第二像素的灰度值不小于所述第四像素的灰度值，将所述第二像素向所述第一像素的方向平移预设个像素，直至平移到相邻的像素灰度值大于所述第二像素的灰度值为止，确定所述第二像素平移的第二平移距离；

若所述第二像素的灰度值小于所述第四像素的灰度值，确定所述第二像素平移的第二平移距离为0。

4.一种自动泊车车位确定***，其特征在于，所述***包括：

超声波子***，用于当检测到车位边界时，确定所述车位边界上的第一坐标和第二坐标；基于第一平移距离对所述第一坐标进行修正，得到目标第一坐标；基于第二平移距离对所述第二坐标进行修正，得到目标第二坐标；基于所述目标第一坐标和所述目标第二坐标确定目标车辆边界，并根据所述目标车辆边界确定车位，其中，所述第一坐标和所述第二坐标为所述车位边界两端的端点；

视觉子***，用于获取预设范围的视觉图像，并基于所述视觉图像构建坐标系；所述坐标系是以采集到的视觉图像中的车辆后轴中心为原点；在所述坐标系上确定所述第一坐标对应的第一像素和所述第二坐标对应的第二像素；获取第一像素、第二像素、第三像素和第四像素的灰度值；基于所述第一像素的灰度值和所述第三像素的灰度值，确定所述第一像素平移的第一平移距离；基于所述第二像素的灰度值和所述第四像素的灰度值，确定所述第二像素平移的第二平移距离，其中，所述第三像素与所述第一像素相邻，且与所述第二像素处于同一侧，所述第四像素与所述第二像素相邻，且与所述第一像素处于同一侧；

所述根据所述第一平移距离对所述第一坐标进行修正，得到目标第一坐标的视觉子***，具体用于：将所述第一坐标的横坐标加上所述第一平移距离得到目标第一横坐标，将所述第一坐标的纵坐标确定为目标第一纵坐标；基于所述目标第一横坐标和所述目标第一纵坐标确定目标第一坐标；

所述根据所述第二平移距离对所述第二坐标进行修正，得到目标第二坐标的视觉子***，具体用于：将所述第二坐标的横坐标加上所述第二平移距离得到目标第二横坐标，将所述第二坐标的纵坐标确定为目标第二纵坐标；基于所述目标第二横坐标和所述目标第二纵坐标确定目标第二坐标。

5.根据权利要求4所述的***，其特征在于，所述基于所述第一像素的灰度值和所述第三像素的灰度值，确定所述第一像素平移的第一平移距离的视觉子***，具体用于：

判断所述第一像素的灰度值是否小于所述第三像素的灰度值；若所述第一像素的灰度值不小于所述第三像素的灰度值，将所述第一像素向所述第二像素的方向平移预设个像素，直至平移到相邻的像素的灰度值大于所述第一像素的灰度值为止，确定所述第一像素平移的第一平移距离；若所述第一像素的灰度值小于所述第三像素的灰度值，确定所述第一像素平移的第一平移距离为0。

6.根据权利要求4所述的***，所述基于所述第二像素的灰度值和所述第四像素的灰度值，确定所述第二像素平移的第二平移距离的视觉子***，具体用于：

判断所述第二像素的灰度值是否小于所述第四像素的灰度值；若所述第二像素的灰度值不小于所述第四像素的灰度值，将所述第二像素向所述第一像素的方向平移预设个像素，直至平移到相邻的像素灰度值大于所述第二像素的灰度值为止，确定所述第二像素平移的第二平移距离；若所述第二像素的灰度值小于所述第四像素的灰度值，确定所述第二像素平移的第二平移距离为0。

Images