泊车障碍物检测方法、检测装置、车辆及存储介质制造方法及图纸

本申请公开了一种泊车障碍物检测方法、检测装置、车辆及存储介质，泊车障碍物检测方法包括获取超声波传感器对障碍物检测的第一坐标；根据视觉传感器对障碍物采集的障碍物图像，获取障碍物图像对应的视觉识别结果，视觉识别结果至少包括第二坐标以及置信度；当确定置信度大于或者等于置信度阈值时，确定第一坐标指示的第一虚拟障碍物是否包含于第二坐标指示的第二虚拟障碍物；当确定第一虚拟障碍物包含于第二虚拟障碍物时，将第一坐标确定为障碍物的目标坐标，并输出目标坐标。本方法实现了通过融合超声波传感器和视觉传感器对障碍物检测的结果，得到障碍物的坐标，可避免超声波传感器无法检测到靠近的低矮障碍物，提高了障碍物检测的检测准确性。障碍物检测的检测准确性。障碍物检测的检测准确性。

【技术实现步骤摘要】
泊车障碍物检测方法、检测装置、车辆及存储介质


[0001]本申请涉及自动泊车
，更具体地，涉及一种泊车障碍物检测方法、检测装置、车辆及存储介质。

技术介绍

[0002]自动泊车过程是指车辆的控制系统根据车载传感器感知的车位位置信息，自动控制车辆的转向、制动、动力、挡位和驻车等，以将车辆自动泊入至车位的过程。在自动泊车过程中，通常需要对泊车路径上的障碍物进行检测。
[0003]目前，自动泊车过程中通过使用超声波传感器对障碍物进行探测。然而，当泊车路径上存在低矮障碍物，且车辆在靠近低矮障碍物时，超声波传感器的超声波信号出现丢失，超声波传感器将误判断泊车路径上不存在障碍物，导致自动泊车过程中对障碍物进行检测的检测准确性较低。

技术实现思路

[0004]鉴于上述问题，本申请提出了一种泊车障碍物检测方法、检测装置、车辆及存储介质，以克服或者至少部分地解决以上现有技术的问题。
[0005]第一方面，本申请实施例提供了一种泊车障碍物检测方法，包括：获取超声波传感器对障碍物检测的第一坐标；根据视觉传感器对障碍物采集的障碍物图像，获取障碍物图像对应的视觉识别结果，视觉识别结果至少包括第二坐标以及置信度；当确定置信度大于或者等于置信度阈值时，确定第一坐标指示的第一虚拟障碍物是否包含于第二坐标指示的第二虚拟障碍物；当确定第一虚拟障碍物包含于第二虚拟障碍物时，将第一坐标确定为障碍物的目标坐标，并输出目标坐标。
[0006]第二方面，本申请实施例提供了一种泊车障碍物检测装置，包括：第一获取模块、第二获取模块、第一确定模块以及第二确定模块。第一获取模块，用于获取超声波传感器对障碍物检测的第一坐标；第二获取模块，用于根据视觉传感器对障碍物采集的障碍物图像，获取障碍物图像对应的视觉识别结果，视觉识别结果至少包括第二坐标以及置信度；第一确定模块，用于在确定置信度大于或者等于置信度阈值时，确定第一坐标指示的第一虚拟障碍物是否包含于第二坐标指示的第二虚拟障碍物；第二确定模块，用于在确定第一虚拟障碍物包含于第二虚拟障碍物时，将第一坐标确定为障碍物的目标坐标，并输出目标坐标。
[0007]第三方面，本申请实施例提供了一种车辆，包括：存储器；一个或多个处理器，与存储器耦接；一个或多个应用程序，其中，一个或多个应用程序被存储在存储器中并被配置为由一个或多个处理器执行，一个或多个应用程序配置用于执行如上述第一方面提供的泊车障碍物检测方法。
[0008]第四方面，本申请实施例提供了一种计算机可读取存储介质，计算机可读取存储介质中存储有程序代码，程序代码可被处理器调用执行如上述第一方面提供的泊车障碍物检测方法。
[0009]本申请提供的方案，通过获取超声波传感器对障碍物检测的第一坐标，并根据视觉传感器对障碍物采集的障碍物图像，获取障碍物图像对应的视觉识别结果，视觉识别结果至少包括第二坐标以及置信度，在确定置信度大于或者等于置信度阈值时，确定第一坐标指示的第一虚拟障碍物是否包含于第二坐标指示的第二虚拟障碍物，在确定第一虚拟障碍物包含于第二虚拟障碍物时，将第一坐标确定为障碍物的目标坐标，并输出目标坐标，实现了通过融合超声波传感器和视觉传感器对障碍物检测的结果，得到障碍物的坐标，可避免超声波传感器无法检测到靠近的低矮障碍物，提高了障碍物检测的检测准确性。
[0010]进一步地，将置信度大于或者等于置信度阈值的视觉识别结果与超声波检测的结果进行融合，得到障碍物的坐标，可避免将置信度低的视觉识别结果与第一坐标进行融合导致障碍物检测的检测准确性低，进一步地提高了障碍物检测的检测准确性。
附图说明
[0011]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0012]图1示出了本申请实施例提供的泊车障碍物检测系统的一种场景示意图。
[0013]图2示出了本申请实施例提供的泊车障碍物检测方法的一种流程示意图。
[0014]图3示出了本申请实施例提供的泊车障碍物检测方法的另一种流程示意图。
[0015]图4示出了本申请实施例提供的泊车障碍物检测方法的再一种流程示意图。
[0016]图5示出了本申请实施例提供的泊车障碍物检测装置的一种结构框图。
[0017]图6示出了本申请实施例提供的车辆的一种功能框图。
[0018]图7示出了本申请实施例提供的用于保存或者携带现实根据本申请实施例提供的泊车障碍物检测方法的程序代码的计算机可读存储介质。
具体实施方式
[0019]下面详细描述本申请的实施方式，实施方式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方式是示例性的，仅用于解释本申请，而不能理解为对本申请的限制。
[0020]下文的公开提供了许多不同的实施方式或例子用来实现本申请的不同结构。为了简化本申请的公开，下文中对特定例子的部件和设置进行描述。当然，它们仅仅为示例，并且目的不在于限制本申请。此外，本申请可以在不同例子中重复参考数字和/或参考字母，这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施方式和/或设置之间的关系。
[0021]自动泊车过程是指车辆的控制系统根据车载传感器感知的车位位置信息，自动控制车辆的转向、制动、动力、挡位和驻车等，以将车辆自动泊入至车位的过程。在自动泊车过程中，通常需要对泊车路径上的障碍物进行检测。
[0022]目前，自动泊车过程中通过使用超声波传感器对障碍物进行探测。然而，当泊车路径上存在低矮障碍物，且车辆在靠近低矮障碍物时，超声波传感器的超声波信号出现丢失，
超声波传感器将误判断泊车路径上不存在障碍物，导致自动泊车过程中对障碍物进行检测的检测准确性较低。
[0023]针对上述问题，专利技术人经过长时间的研究并提出了本申请实施例提供的泊车障碍物检测方法、检测装置、车辆及存储介质，实现了通过融合超声波传感器和视觉传感器对障碍物检测的结果，得到障碍物的坐标，可避免超声波传感器无法检测到靠近的低矮障碍物，提高了障碍物检测的检测准确性。
[0024]进一步地，将置信度大于或者等于置信度阈值的视觉识别结果与超声波检测的结果进行融合，得到障碍物的坐标，可避免将置信度低的视觉识别结果与第一坐标进行融合导致障碍物检测的检测准确性低，进一步地提高了障碍物检测的检测准确性。
[0025]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。
[0026]请参阅图1，其示出了本申请实施例提供的泊车障碍物检测系统的一种应用场景示意图，包括车辆100以及障碍物200，车辆100可以用于对障碍物200进行检测，并可以根据检测到的障碍物200自动泊车至车位。
[0027]在一些实施方式中，车辆10本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种泊车障碍物检测方法，其特征在于，包括：获取超声波传感器对障碍物检测的第一坐标；根据视觉传感器对所述障碍物采集的障碍物图像，获取所述障碍物图像对应的视觉识别结果，所述视觉识别结果至少包括第二坐标以及置信度；当确定所述置信度大于或者等于置信度阈值时，确定所述第一坐标指示的第一虚拟障碍物是否包含于所述第二坐标指示的第二虚拟障碍物；当确定所述第一虚拟障碍物包含于所述第二虚拟障碍物时，将所述第一坐标确定为所述障碍物的目标坐标，并输出所述目标坐标。2.根据权利要求1所述的泊车障碍物检测方法，其特征在于，所述根据视觉传感器对所述障碍物采集的障碍物图像，获取所述障碍物图像对应的视觉识别结果，所述视觉识别结果至少包括第二坐标以及置信度，包括：获取视觉传感器采集到的障碍物图像；将所述障碍物图像输入至预先训练的深度学习网络模型，获得所述深度学习网络模型输出的所述障碍物图像对应的第二坐标以及置信度。3.根据权利要求1所述的泊车障碍物检测方法，其特征在于，所述当确定所述置信度大于或者等于置信度阈值时，确定所述第一坐标指示的第一虚拟障碍物是否包含于所述第二坐标指示的第二虚拟障碍物，包括：当确定所述置信度大于或者等于置信度阈值时，确定所述第一坐标对应的第一坐标范围是否处于所述第二坐标对应的第二坐标范围；当确定所述第一坐标范围处于所述第二坐标范围时，确定所述第一坐标指示的第一虚拟障碍物包含于所述第二坐标指示的第二虚拟障碍物。4.根据权利要求3所述的泊车障碍物检测方法，其特征在于，所述第一坐标包括第一子坐标P1(x1，y1)以及第二子坐标P2(x2，y2)，x1≤x2，y1≤y2；所述第二坐标包括第三子坐标P3(x3，y3)以及第四子坐标P4(x4，y4)，x3≤x4，y3≤y4；所述当确定所述置信度大于或者等于置信度阈值时，确定所述第一坐标对应的第一坐标范围是否处于所述第二坐标对应的第二坐标范围，包括：当确定所述置信度大于或者等于置信度阈值时，根据所述第一子坐标P1(x1，y1)、所述第二子坐标P2(x2，y2)、所述第三子坐标P3(x3，y3)以及所述第四子坐标P4(x4，y4)，确定所述第一坐标对应的第一坐标范围是否处于所述第二坐标对应的第二坐标范围；当x1≥x3且y1≥y3且x2≤x4且y2≤y4时，确定所述第一坐标范围处于所述第二坐标范围。5.根据权利要求3所述的泊车障碍物检测方法，其特征在于，在所述确定所述第一坐标对应的第一坐标范围是否处于所述第二坐标对应的第二坐标范围之前，所述泊车障碍物检测方法还包括：确定所述第二虚拟障碍物的高度是否小于或者等于高度阈值；所述确定所述第一坐标对应的第一坐标范围是否处于所述第二坐标对应的第二坐标范围，包括：当确定所述第二虚拟障碍物的高度小于或者等于高度阈值时，确定所述第一坐标对应的第一坐标范围是否处于所述第二坐标对应的第二坐标范围。
6.根据权利要求1所述的泊车障碍物检测方法，其特征在于，所述视觉识别结果为多个，在所述确定所述第一坐标指示的第一虚拟障碍物是否包含于所述第二坐标指示的第二虚拟障碍物之前，所述泊车障碍物检测方法还包括：将多个置信...

【专利技术属性】
技术研发人员：叶子亮，陈彩霞，何卓荣，张志德，徐伟，
申请(专利权)人：广州汽车集团股份有限公司，
类型：发明
国别省市：