车位检测方法、设备、车辆和存储介质技术

本发明专利技术提供了一种车位检测方法、设备、车辆和存储介质，包括将获取的当前帧图像分别输入预先训练的车位检测模型、障碍物检测模型以及场景检测模型，得到车位预测结果、障碍物预测结果和场景预测结果；根据检测到的任一目标车位与车载相机的位置关系，判断目标车位是否为车载相机所在位置车位；若是，使用障碍物预测结果和场景预测结果对目标车位的车位预测结果进行校验，得到目标车位的单帧预测结果；若否，使用场景预测结果对目标车位的车位预测结果进行校验，得到目标车位的单帧预测结果。这样，经过多重校验机制的校验，在复杂场景下给出高精度的车位检测结果，且在车辆无需完全经过目标车位时，给出相对精准的预测结果，提高了车位释放率。高了车位释放率。高了车位释放率。

【技术实现步骤摘要】
车位检测方法、设备、车辆和存储介质


[0001]本专利技术涉及深度学习
，具体提供一种车位检测方法、设备、车辆和存储介质。

技术介绍

[0002]在自动泊车产品设计上，交互界面上需要告诉用户哪些车位是有效的(可泊的)，以便于用户进行交互式选择。车位有效性的判定精度要求较高，尽可能避免用户无法选择的情况。
[0003]相关技术中，通常采用图像分类的方法得到车位有效性，然而，在检测车位时，进场存在一些比较复杂的场景，例如，该复杂场景可以包括：出现前方/后方车位被遮挡的情况；停车场内非标准元素较多，如车位内堆放白菜、用户涂鸦、多样的充电标识和图案；车位附近还有动态或静态的不同大小的障碍物，如车辆、行人、锥形筒、指示牌等。在复杂场景下，仅仅依靠图像分类的方法得到车位有效性，其结果可靠性较差。

技术实现思路

[0004]为了克服上述缺陷，提出了本专利技术，以提供解决或至少部分地解决在复杂场景下，仅仅依靠图像分类的方法得到车位有效性，其结果可靠性较差的技术问题的车位检测方法、设备、车辆和存储介质。
[0005]在第一方面，本专利技术提供一种车位检测方法，包括：
[0006]从车载相机获取车辆所处场景的当前帧图像；
[0007]将所述当前帧图像分别输入预先训练的车位检测模型、障碍物检测模型以及场景检测模型进行检测，分别得到车位预测结果、障碍物预测结果和场景预测结果；
[0008]根据检测到的任一目标车位与所述车载相机的位置关系，判断所述目标车位是否为车载相机所在位置车位；
[0009]若判断出所述目标车位为车载相机所在位置车位，则使用障碍物预测结果和场景预测结果对所述目标车位的车位预测结果进行校验，从而得到所述目标车位的单帧预测结果；
[0010]若判断出所述目标车位为非车载相机所在位置车位，则使用场景预测结果对所述目标车位的车位预测结果进行校验，从而得到所述目标车位的单帧预测结果。
[0011]在第二方面，本专利技术提供一种车位检测设备，包括处理器和存储装置，所述存储装置适于存储多条程序代码，其特征在于，所述程序代码适于由所述处理器加载并运行以执行上述任一项所述的车位检测方法。
[0012]在第三方面，提供一种车辆，其特征在于，包括上述所述的车位检测设备。
[0013]在第四方面，提供一种计算机可读存储介质，该计算机可读存储介质其中存储有多条程序代码，所述程序代码适于由处理器加载并运行以执行上述任一项技术方案所述的车位检测方法。
[0014]方案1.一种车位检测方法，其特征在于，包括：
[0015]从车载相机获取车辆所处场景的当前帧图像；
[0016]将所述当前帧图像分别输入预先训练的车位检测模型、障碍物检测模型以及场景检测模型进行检测，分别得到车位预测结果、障碍物预测结果和场景预测结果；
[0017]根据检测到的任一目标车位与所述车载相机的位置关系，判断所述目标车位是否为车载相机所在位置车位；
[0018]若判断出所述目标车位为车载相机所在位置车位，则使用障碍物预测结果和场景预测结果对所述目标车位的车位预测结果进行校验，从而得到所述目标车位的单帧预测结果；
[0019]若判断出所述目标车位为非车载相机所在位置车位，则使用场景预测结果对所述目标车位的车位预测结果进行校验，从而得到所述目标车位的单帧预测结果。
[0020]方案2.根据方案1所述的车位检测方法，其特征在于，所述场景预测结果包括车辆所处场景的可行驶区域；
[0021]若判断出所述目标车位为车载相机所在位置车位，则使用障碍物预测结果和场景预测结果对所述目标车位的车位预测结果进行校验，从而得到所述目标车位的单帧预测结果，包括：
[0022]使用障碍物预测结果，对所述目标车位的车位预测结果进行校验，得到所述目标车位的中间预测结果；其中，所述目标车位的中间预测结果包括可停状态或不可停状态；
[0023]若所述目标车位内存在所述可行驶区域的非路沿点，且所述目标车位的中间预测结果为可停状态，将可停状态校验为未知状态作为所述目标车位的单帧预测结果；
[0024]若所述目标车位内不存在所述可行驶区域的非路沿点，且所述目标车位的中间预测结果为可停状态，维持可停状态作为所述目标车位的单帧预测结果；
[0025]若所述目标车位内存在所述可行驶区域的非路沿点，且所述目标车位的中间预测结果为不可停状态，维持不可停状态作为所述目标车位的单帧预测结果；
[0026]若所述目标车位内不存在所述可行驶区域的非路沿点，且所述目标车位的中间预测结果为不可停状态，将不可停状态校验为可停状态作为所述目标车位的单帧预测结果。
[0027]方案3.根据方案2所述的车位检测方法，其特征在于，若判断出所述目标车位为非车载相机所在位置车位，则使用场景预测结果对所述目标车位的车位预测结果进行校验，从而得到所述目标车位的单帧预测结果，包括：
[0028]若所述目标车位内存在所述可行驶区域的非路沿点，且所述目标车位的车位预测结果为可停状态，将可停状态校验为未知状态作为所述目标车位的单帧预测结果；
[0029]若所述目标车位内不存在所述可行驶区域的非路沿点，且所述目标车位的车位预测结果为可停状态，维持可停状态作为所述目标车位的单帧预测结果；
[0030]若所述目标车位内存在所述可行驶区域的非路沿点，且所述目标车位的车位预测结果为不可停状态，将不可停状态校验为未知状态作为所述目标车位的单帧预测结果；
[0031]若所述目标车位内不存在所述可行驶区域的非路沿点，且所述目标车位的车位预测结果为不可停状态，将不可停状态校验为可停状态作为所述目标车位的单帧预测结果。
[0032]方案4.根据方案1所述的车位检测方法，其特征在于，所述场景预测结果包括车辆所处场景中车位在当前帧图像的显示信息；所述显示信息包括显示目标车位的整体车位或
显示目标车位的部分车位；
[0033]若判断出所述目标车位为车载相机所在位置车位，则使用障碍物预测结果和场景预测结果对所述目标车位的车位预测结果进行校验，从而得到所述目标车位的单帧预测结果，包括：
[0034]使用障碍物预测结果，对所述目标车位的车位预测结果进行校验，得到所述目标车位的中间预测结果；其中，所述目标车位的中间预测结果包括可停状态或不可停状态；
[0035]若所述显示信息为显示目标车位的部分车位，且所述目标车位的中间预测结果为可停状态，将可停状态校验为未知状态作为所述目标车位的单帧预测结果；
[0036]若所述显示信息为显示目标车位的整体车位，且所述目标车位的中间预测结果为可停状态，维持可停状态作为所述目标车位的单帧预测结果；
[0037]若所述显示信息为显示目标车位的部分车位，且所述目标车位的中间预测结果为不可停状态，维持不可停状态作为所述目标车位的单帧预测结果；
[0038]若所述显示信息为显示目标车位的整体车位，且所述目标车位的中间预测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车位检测方法，其特征在于，包括：从车载相机获取车辆所处场景的当前帧图像；将所述当前帧图像分别输入预先训练的车位检测模型、障碍物检测模型以及场景检测模型进行检测，分别得到车位预测结果、障碍物预测结果和场景预测结果；根据检测到的任一目标车位与所述车载相机的位置关系，判断所述目标车位是否为车载相机所在位置车位；若判断出所述目标车位为车载相机所在位置车位，则使用障碍物预测结果和场景预测结果对所述目标车位的车位预测结果进行校验，从而得到所述目标车位的单帧预测结果；若判断出所述目标车位为非车载相机所在位置车位，则使用场景预测结果对所述目标车位的车位预测结果进行校验，从而得到所述目标车位的单帧预测结果。2.根据权利要求1所述的车位检测方法，其特征在于，所述场景预测结果包括车辆所处场景的可行驶区域；若判断出所述目标车位为车载相机所在位置车位，则使用障碍物预测结果和场景预测结果对所述目标车位的车位预测结果进行校验，从而得到所述目标车位的单帧预测结果，包括：使用障碍物预测结果，对所述目标车位的车位预测结果进行校验，得到所述目标车位的中间预测结果；其中，所述目标车位的中间预测结果包括可停状态或不可停状态；若所述目标车位内存在所述可行驶区域的非路沿点，且所述目标车位的中间预测结果为可停状态，将可停状态校验为未知状态作为所述目标车位的单帧预测结果；若所述目标车位内不存在所述可行驶区域的非路沿点，且所述目标车位的中间预测结果为可停状态，维持可停状态作为所述目标车位的单帧预测结果；若所述目标车位内存在所述可行驶区域的非路沿点，且所述目标车位的中间预测结果为不可停状态，维持不可停状态作为所述目标车位的单帧预测结果；若所述目标车位内不存在所述可行驶区域的非路沿点，且所述目标车位的中间预测结果为不可停状态，将不可停状态校验为可停状态作为所述目标车位的单帧预测结果。3.根据权利要求2所述的车位检测方法，其特征在于，若判断出所述目标车位为非车载相机所在位置车位，则使用场景预测结果对所述目标车位的车位预测结果进行校验，从而得到所述目标车位的单帧预测结果，包括：若所述目标车位内存在所述可行驶区域的非路沿点，且所述目标车位的车位预测结果为可停状态，将可停状态校验为未知状态作为所述目标车位的单帧预测结果；若所述目标车位内不存在所述可行驶区域的非路沿点，且所述目标车位的车位预测结果为可停状态，维持可停状态作为所述目标车位的单帧预测结果；若所述目标车位内存在所述可行驶区域的非路沿点，且所述目标车位的车位预测结果为不可停状态，将不可停状态校验为未知状态作为所述目标车位的单帧预测结果；若所述目标车位内不存在所述可行驶区域的非路沿点，且所述目标车位的车位预测结果为不可停状态，将不可停状态校验为可停状态作为所述目标车位的单帧预测结果。4.根据权利要求1所述的车位检测方法，其特征在于，所述场景预测结果包括车辆所处场景中车位在当前帧图像的显示信息；所述显示信息包括显示目标车位的整体车位或显示目标车位的部分车位；
若判断出所述目标车位为车载相机所在位置车位，则使用障碍物预测结果和场景预测结果对所述目标车位的车位预测结果进行校验，从而得到所述目标车位的单帧预测结果，包括：使用障碍物预测结果，对所述目标车位的车位预测结果进行校验，得到所述目标车位的中间预测结果；其中，所述目标车位的中间预测结果包括可停状态或不可停状态；若所述显示信息为显示目标车位的部分车位，且所述目标车位的中间预测结果为可停状态，将可停状态校验为未知状态作为所述目标车位的单帧预测结果；若所述显示信息为显示目标车位的整体车位，且所述目标车位的中间预测结果为可停状态，维持可停状态作为所述目标车位的单帧预测结果；若所述显示信息为显示目标车位的部分车位，且所述目标车位的中间预测结果为不可停状态，维持不可停状态作为所述目标车位的单帧预测结果；若所述显示信息为显示目标车位的整体车位，且所述目标车位的中间预测结果为不可停状态，将不可停状态校验为可停状态作为所述目标车位的单帧预测结果。5.根据权利要求4所述的车位检测方法，其特征在于，若判断出所述目标车位为车载相机所在位置车位，则使用障碍物预测结果和场景预测结果对所述目标车位的车位预测结果进行校验，从而得到所述目标车位的单帧预测结果，包括：若所述显示信息为显示目标车位的部分车位，且所述目标车位的车位预测结果为可停状态，将可停状态校验为未知状态作为所述目标车位的单帧预测结果；若所述显示信息为显示目标车位的整体车位，且所述目标车位的车位预测结果为可停状态，维持可停状态作为所述目标车位的单帧预测结果；若所...

【专利技术属性】
技术研发人员：潘勇，
申请(专利权)人：安徽蔚来智驾科技有限公司，
类型：发明
国别省市：