车位识别方法、计算机设备和存储介质技术

本申请涉及一种车位识别方法、计算机设备和存储介质。该方法包括：获取当前帧对应的车位鸟瞰图；将车位鸟瞰图输入至语义分割网络中，得到语义分割网络输出的车位线类型语义分割结果和车位占用性语义分割结果；根据车位线类型语义分割结果和车位占用性语义分割结果，确定车位鸟瞰图中各车位对应的车位信息。采用本方法能够提高车位识别的准确率。本方法能够提高车位识别的准确率。本方法能够提高车位识别的准确率。

【技术实现步骤摘要】
车位识别方法、计算机设备和存储介质


[0001]本申请涉及计算机
，特别是涉及一种车位识别方法、计算机设备和存储介质。

技术介绍

[0002]随着自动泊车应用在车辆上越来越普及，用户对自动泊车的性能要求也原来越高。在车位感知领域，绝大多数车企已经配套了车位线感知方案，对于较为标准且清晰的车位线，很多已有方案都能达到不错的表现。然而，停车场场景是一个较为随机且少有结构化标准的场景，多数的停车场并不理想，例如车位形状不标准，地面凹陷较多，车位线存在磨损等，对于这种非标准停车场场景，目前的车位线感知方案无法准确识别到车位线，进而无法准确识别到车位。

技术实现思路

[0003]基于此，有必要针对上述技术问题，提供一种能够提高车位识别的准确率的车位识别方法、计算机设备和存储介质。
[0004]一种车位识别方法，该方法包括：
[0005]获取当前帧对应的车位鸟瞰图；
[0006]将车位鸟瞰图输入至语义分割网络中，得到语义分割网络输出的车位线类型语义分割结果和车位占用性语义分割结果；
[0007]根据车位线类型语义分割结果和车位占用性语义分割结果，确定车位鸟瞰图中各车位对应的车位信息。
[0008]在其中一个实施例中，获取车位鸟瞰图之后，还包括：对获取的车位鸟瞰图进行缩放操作，得到缩放后的车位鸟瞰图，对缩放后的车位鸟瞰图进行数据格式转换，得到转换后的车位鸟瞰图，对转换后的车位鸟瞰图进行减均值操作，得到符合语义分割网络输入的车位鸟瞰图。
[0009]在其中一个实施例中，车位鸟瞰图的生成步骤包括：获取自动驾驶车辆上各摄像头设备采集的区域图像，通过全景环视系统算法对各区域图像进行拼接，得到车位鸟瞰图。
[0010]在其中一个实施例中，将车位鸟瞰图输入至语义分割网络中，得到语义分割网络输出的车位线类型语义分割结果和车位占用性语义分割结果，包括：将车位鸟瞰图输入至语义分割网络，语义分割网络包括编码器、解码器和像素嵌入层，通过语义分割网络中的编码器对车位鸟瞰图进行特征提取，得到车位鸟瞰图特征，通过语义分割网络中的解码器对车位鸟瞰图特征中的低阶特征和高阶特征进行组合，并通过上采样操作还原得到中间车位鸟瞰图，中间车位鸟瞰图与输入的车位鸟瞰图输入尺寸大小相同，通过语义分割网络中的像素嵌入层对中间车位鸟瞰图进行像素聚类，输出车位线类型语义分割结果和车位占用性语义分割结果。
[0011]在其中一个实施例中，车位线类型语义分割结果包括车位入口线语义分割结果、
车位左边线内边缘语义分割结果、车位右边线内边缘语义分割结果、车位底边线语义分割结果、车位轮档线语义分割结果中的至少一种。
[0012]在其中一个实施例中，车位占用性语义分割结果为车位被占用语义分割结果或车位未被占用语义分割结果。
[0013]在其中一个实施例中，根据车位线类型语义分割结果和车位占用性语义分割结果确定车位鸟瞰图中各车位对应的车位信息，包括：根据车位线类型语义分割结果获取各类型对应的车位线分割点，对同一类型的车位线分割点进行聚类，得到各类型对应的车位线，根据各类型对应的车位线进行车位构造，得到各车位对应的车位角点坐标，根据各车位角点坐标和车位占用性语义分割结果确定车位鸟瞰图中各车位对应的车位信息。
[0014]在其中一个实施例中，根据车位线类型语义分割结果获取各类型对应的车位线分割点，包括：对车位线类型语义分割结果中的各像素点进行类型提取，得到各像素点对应的类型信息，根据各像素点对应的类型信息从车位线类型语义分割结果中确定对应的车位线分割点。
[0015]在其中一个实施例中，将车位线类型语义分割结果中每个像素点进行类型提取，得到对应的各类型，包括：根据车位线类型语义结果获取当前像素点在不同通道上的通道值，将通道值最大的通道对应的类型确定为当前像素点的类型信息。
[0016]在其中一个实施例中，对同一类型的车位线分割点进行聚类，得到各类型对应的车位线，包括：对同一类型的车位线分割点进行排序，得到排序后的同一类型对应的车位线分割点，对排序后的同一类型的车位线分割点进行聚类，得到各类型对应的中间车位线，对各类型对应的中间车位线进行直线拟合，得到各类型对应的车位线。
[0017]在其中一个实施例中，根据各类型对应的车位线进行车位构造，得到各车位对应的车位角点坐标，包括：根据几何规则对各类型对应的车位线进行匹配，确定得到多个目标车位线集，目标车位线集包括目标车位入口线、目标车位左边线和目标车位右边线，根据各目标车位线集中的目标车位入口线、目标车位左边线和目标车位右边线构造得到各目标车位，获取各目标车位对应的车位角点坐标。
[0018]在其中一个实施例中，根据各车位角点坐标和车位占用性语义分割结果确定车位鸟瞰图中各车位对应的车位信息，包括：根据车位占用性语义分割结果确定各车位对应的车位可用性状态，获取各车位对应的车位角点坐标，根据车位线类型语义分割结果获取各车位对应的车位标识和车位类型，根据车位可用性状态、车位角点坐标、车位标识和车位类型生成车位鸟瞰图中各车位对应的车位信息。
[0019]在其中一个实施例中，上述方法还包括：获取上一帧鸟瞰图中各车位对应的车位信息，根据上一帧鸟瞰图中各车位对应的车位信息和当前帧的车位鸟瞰图中的各车位对应的车位信息进行置信度计算，得到对应的置信度值，根据置信度值对上一帧的车位鸟瞰图中的各车位和当前车位鸟瞰图中的各车位进行车位匹配操作。
[0020]一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0021]获取当前帧对应的车位鸟瞰图；
[0022]将车位鸟瞰图输入至语义分割网络中，得到语义分割网络输出的车位线类型语义分割结果和车位占用性语义分割结果；
[0023]根据车位线类型语义分割结果和车位占用性语义分割结果，确定车位鸟瞰图中各车位对应的车位信息。
[0024]一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
[0025]获取当前帧对应的车位鸟瞰图；
[0026]将车位鸟瞰图输入至语义分割网络中，得到语义分割网络输出的车位线类型语义分割结果和车位占用性语义分割结果；
[0027]根据车位线类型语义分割结果和车位占用性语义分割结果，确定车位鸟瞰图中各车位对应的车位信息。
[0028]上述车位识别方法、计算机设备和存储介质，通过语义分割网络对当前帧的车位鸟瞰图进行语义分割，得到车位线类型语义分割结果和车位占用性语义分割结果，根据车位线类型语义分割结果和车位占用性语义分割结果进行车位构造，以及确定已构造好的车位对应的车位信息。使用语义分割网络可以对一些非标准停车场场景的非标准车位形状的车位鸟瞰图进行语义分割，能够准确地识别出在非标准停车场场景下的车位以及车位信息，车辆可以根据识别出的车位以及车位信息在非标准停车场场景中进行精准停车。
附图说明
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车位识别方法，所述方法包括：获取当前帧对应的车位鸟瞰图；将所述车位鸟瞰图输入至语义分割网络中，得到所述语义分割网络输出的车位线类型语义分割结果和车位占用性语义分割结果；根据所述车位线类型语义分割结果和所述车位占用性语义分割结果，确定所述车位鸟瞰图中各车位对应的车位信息。2.根据权利要求1所述的方法，其特征在于，所述获取车位鸟瞰图之后，还包括：对获取的车位鸟瞰图进行缩放操作，得到缩放后的车位鸟瞰图；对所述缩放后的车位鸟瞰图进行数据格式转换，得到转换后的车位鸟瞰图；对所述转换后的车位鸟瞰图进行减均值操作，得到符合所述语义分割网络输入的车位鸟瞰图。3.根据权利要求1所述的方法，其特征在于，所述将所述车位鸟瞰图输入至语义分割网络中，得到所述语义分割网络输出的车位线类型语义分割结果和车位占用性语义分割结果，包括：将所述车位鸟瞰图输入至所述语义分割网络，所述语义分割网络包括编码器、解码器和像素嵌入层；通过所述语义分割网络中的编码器对所述车位鸟瞰图进行特征提取，得到车位鸟瞰图特征；通过所述语义分割网络中的解码器对所述车位鸟瞰图特征中的低阶特征和高阶特征进行组合，并通过上采样操作还原得到中间车位鸟瞰图，所述中间车位鸟瞰图与输入的所述车位鸟瞰图输入尺寸大小相同；通过所述语义分割网络中的像素嵌入层对所述中间车位鸟瞰图进行像素聚类，输出车位线类型语义分割结果和车位占用性语义分割结果。4.根据权利要求1或3所述的方法，其特征在于，所述车位线类型语义分割结果包括车位入口线语义分割结果、车位左边线内边缘语义分割结果、车位右边线内边缘语义分割结果、车位底边线语义分割结果、车位轮档线语义分割结果中的至少一种，所述车位占用性语义分割结果为车位被占用语义分割结果或车位未被占用语义分割结果。5.根据权利要求1所述的方法，其特征在于，所述根据所述车位线类型语义分割结果和所述车位占用性语义分割结果确定所述车位鸟瞰图中各车位对应的车位信息，包括：根据所述车位线类型语义分割结果获取各类型对应的车位线分割点；对同一类型的车位线分割点进行聚类，得到各所述类型对应的车位线；根据各所述类型对应的车位线进行车位构造，得到各车位对应的车位角点坐标；根据各所述车位角点坐标和所述车位占用性语义分割结果确定所述车位鸟瞰图中各车位对应的车位信息。6.根据权利要求5所述的方法，其特征在于，所述根据所述车位线类型语义分割结果获取各类型对应的车位线分割点，包括：对所述车位线类型语义分割结果中的各像素点进行类型提取，得到各所述像素点对应的类型信息；根据各所述像素点对应的类型信息从所述车位线类型语义分割结果中确定对应的车...

【专利技术属性】
技术研发人员：苏海飞，
申请(专利权)人：华人运通上海自动驾驶科技有限公司，
类型：发明
国别省市：