车位跟踪方法、装置、车辆及存储介质制造方法及图纸

本申请实施例公开了一种车位跟踪方法、装置、车辆及存储介质，具体公开了：基于第i帧的检测图像进行车位检测以确定第i帧的检测图像中的检测车位，以及检测车位对应的检测信息；基于目标车位在第i

【技术实现步骤摘要】
车位跟踪方法、装置、车辆及存储介质


[0001]本申请涉及车辆泊车
，更具体地，涉及一种车位跟踪方法、装置、车辆及存储介质。

技术介绍

[0002]随着自动驾驶技术在车辆中的广泛应用，出现了自动泊车、记忆泊车等技术。而在自动泊车、记忆泊车等技术中，如何对车周车位的位置进行跟踪，以使车辆能根据获取的车位的位置准确进行泊车是一个重要的问题。
[0003]但是，在对相关技术的研究和实践过程中，本申请的专利技术人发现，现有技术中可能由于车位被遮挡、车辆航迹推算结果不准确等问题，导致无法准确获取车位的位置信息，进而导致无法准确对车位进行跟踪，车位跟踪效果差。

技术实现思路

[0004]鉴于上述问题，本申请提出了一种车位跟踪方法、装置、车辆及存储介质，以解决上述的技术问题，本申请实施例提供以下技术方案：
[0005]第一方面，本申请实施例提供了一种车位跟踪方法，该方法包括：基于第i帧的检测图像进行车位检测以确定第i帧的检测图像中的检测车位，以及检测车位对应的检测信息；其中，i为整数，i≥2；基于目标车位在第i
‑
1帧的检测图像中的车位信息以及车辆在第i
‑
1帧对应的检测时刻的运动信息进行轨迹预测，得到目标车位的预测信息；根据检测车位的检测信息与目标车位的预测信息确定马氏距离；以及根据检测车位的检测信息与特征序列表确定最小余弦距离；其中，特征序列表包括目标车位的历史特征信息；若马氏距离和最小余弦距离满足预设匹配条件，则确定检测车位和目标车位匹配；根据检测车位与目标车位的匹配结果确定第i帧的检测图像中的目标车位。
[0006]第二方面，本申请实施例提供了一种车位跟踪装置，该装置包括：测模块，用于基于第i帧的检测图像进行车位检测以确定第i帧的检测图像中的检测车位，以及检测车位对应的检测信息；其中，i为整数，i≥2；预测模块，用于基于目标车位在第i
‑
1帧的检测图像中的车位信息以及车辆在第i
‑
1帧对应的检测时刻的运动信息进行轨迹预测，得到目标车位的预测信息；关联模块，用于根据检测车位的检测信息与目标车位的预测信息确定马氏距离；以及根据检测车位的检测信息与特征序列表确定最小余弦距离；其中，特征序列表包括目标车位的历史特征信息；匹配模块，用于若马氏距离和最小余弦距离满足预设匹配条件，则确定检测车位和目标车位匹配；目标确定模块，用于根据检测车位与目标车位的匹配结果确定第i帧的检测图像中的目标车位。
[0007]第三方面，本申请实施例提供了一种车辆，该电子设备包括：一个或多个处理器、存储器以及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上述车位跟踪方法。
[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，该计算机可读取存
储介质中存储有程序代码，程序代码可被处理器调用执行上述车位跟踪方法。
[0009]本申请提供的技术方案中，基于第i帧的检测图像进行车位检测以确定第i帧的检测图像中的检测车位，以及检测车位对应的检测信息；基于目标车位在第i
‑
1帧的检测图像中的车位信息以及车辆在第i
‑
1帧对应的检测时刻的运动信息进行轨迹预测，得到目标车位的预测信息；根据检测车位的检测信息与目标车位的预测信息确定马氏距离；以及根据检测车位的检测信息与特征序列表确定最小余弦距离；若马氏距离和最小余弦距离满足预设匹配条件，则确定检测车位和目标车位匹配；根据检测车位与目标车位的匹配结果确定第i帧的检测图像中的目标车位。由此，通过将检测车位的检测信息和目标车位的预测信息进行运动特征的匹配，且结合检测车位的检测信息与目标车位的历史特征信息进行外观特征的匹配，从而可以实现对车位的精准跟踪。
附图说明
[0010]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。
[0011]图1是本申请实施例提供的一种车位跟踪方法的流程示意图。
[0012]图2是本申请实施例提供的另一种车位跟踪方法的流程示意图。
[0013]图3是本申请实施例提供的又一种车位跟踪方法的流程示意图。
[0014]图4是本申请实施例提供的车位跟踪装置的结构示意图。
[0015]图5是本申请实施例提供的电子设备的结构示意图。
[0016]图6是本申请实施例提供的计算机可读取存储介质的结构示意图。
具体实施方式
[0017]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，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0018]随着自动驾驶技术在车辆中的广泛应用，出现了自动泊车、记忆泊车等技术，能在不需要人工干预的情况下，将车辆泊入各种类型的车位中(例如平行车位、垂直车位等)。在自动泊车、记忆泊车等技术中，如何对车周车位的位置进行跟踪，以使车辆能根据获取的车位的位置准确泊入车位是一个重要的问题。
[0019]但是，在对相关技术的研究和实践过程中，本申请的专利技术人发现，现有技术中可能由于车位被遮挡、车辆航迹推算结果不准确等问题，导致无法准确获取车位的位置信息，进而导致无法准确对车位进行跟踪，车位跟踪效果差
[0020]因此，为了解决上述问题，本申请实施例基于第i帧的检测图像进行车位检测以确定第i帧的检测图像中的检测车位，以及检测车位对应的检测信息；基于目标车位在第i
‑
1帧的检测图像中的车位信息以及车辆在第i
‑
1帧对应的检测时刻的运动信息进行轨迹预测，得到目标车位的预测信息；根据检测车位的检测信息与目标车位的预测信息确定马氏
距离；以及根据检测车位的检测信息与特征序列表确定最小余弦距离；若马氏距离和最小余弦距离满足预设匹配条件，则确定检测车位和目标车位匹配；根据检测车位与目标车位的匹配结果确定第i帧的检测图像中的目标车位。由此，通过将检测车位的检测信息和目标车位的预测信息进行运动特征的匹配，且结合检测车位的检测信息与目标车位的历史特征信息进行外观特征的匹配，从而可以实现对车位的精准跟踪。
[0021]下面将结合具体的实施例进行详细介绍。
[0022]请参阅图1，图1是本申请一实施例提供的车位跟踪方法的流程示意图，应用于车辆，该车位跟踪方法包括步骤110至步骤150。
[0023]在步骤110中，基于第i帧的检测图像进行车位检测以确定第i帧的检测图像中的检测车位，以及检测车位对应的检测信息。
[0024]在本申请实施例中，检测图像是指可以展示车辆周围环境的36本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车位跟踪方法，其特征在于，应用于车辆，所述方法包括：基于第i帧的检测图像进行车位检测以确定所述第i帧的检测图像中的检测车位，以及所述检测车位对应的检测信息；其中，i为整数，i≥2；基于目标车位在第i
‑
1帧的检测图像中的车位信息以及所述车辆在第i
‑
1帧对应的检测时刻的运动信息进行轨迹预测，得到目标车位的预测信息；根据检测车位的检测信息与目标车位的预测信息确定马氏距离；以及根据检测车位的检测信息与特征序列表确定最小余弦距离；其中，所述特征序列表包括目标车位的历史特征信息；若所述马氏距离和所述最小余弦距离满足预设匹配条件，则确定检测车位和目标车位匹配；根据检测车位与目标车位的匹配结果确定第i帧的检测图像中的目标车位。2.根据权利要求1所述的方法，其特征在于，所述根据检测车位与目标车位的匹配结果确定第i帧的检测图像中的目标车位之前，所述方法还包括：若存在未匹配的检测车位，则根据所述未匹配的检测车位的检测信息与未匹配的目标车位的预测信息进行交并比匹配；若存在检测车位的检测信息与目标车位的预测信息交并比匹配成功，则确定交并比匹配成功的检测车位和目标车位匹配。3.根据权利要求1所述的方法，其特征在于，所述方法还包括：根据所述第i帧的检测图像中的目标车位更新所述特征序列表。4.根据权利要求3所述的方法，其特征在于，所述根据第i帧的检测图像中的目标车位更新所述特征序列表，包括：若第i帧的检测图像中的目标车位属于特征序列表中已有的目标车位，则根据目标车位的检测信息更新所述特征序列表中对应的目标车位的历史特征信息；若第i帧的检测图像中的目标车位不属于特征序列表中已有的目标车位，则在特征序列表中新增目标车位，并根据目标车位的检测信息更新所述特征序列表中所述新增目标车位的历史特征信息。5.根据权利要求4所述的方法，其特征在于，所述根据第i帧的检测图像中的目标车位更新所述特征序列表，还包括：根据第i帧的检测图像中的目标车位更新根据所述特征序列表中对应的目标车位的丢失时长；其中，所述丢失时长为目标车位从上一次匹配成功的时刻起至当前时刻之间的时间；若存在目标车位的丢失时长大于预设丢失阈值，则在特征序列表中删除丢失时长大于预设丢失阈值的目标车位和所述目标车位所对应的历史特征信息。6.根据权利要求1所述的方法，其特征在于，所述若所述马氏距离与所述最小余弦距离满足预设匹配条件，则确定检测车位和目标车位匹配，包括：根据所述马氏距离和预设权重确定第一匹配值；根据所述最小余弦距离和所述预设权重确定第二匹配值；根据所述第一匹配值和所述第二匹配值确定目标匹配值；若所述目标匹配值处于预设阈值范围，则确定检测车位和目标车位匹配。
7.根据权利要求1所述的方法，其特征在于，所述根据检测车位的检测信息与目标车位的预测信息确定马氏距离...

【专利技术属性】
技术研发人员：付颖，何俏君，钟力阳，李梓龙，余蒙，
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：