一种线车位定位方法及装置制造方法及图纸

本发明专利技术提供线车位定位方法及装置，方法包括：步骤1、生成原始拼接鸟瞰图；步骤2、获取初始角点坐标；步骤3、获取修正角点坐标；步骤4、根据所述初始角点坐标、修正角点坐标确定最终车位角点坐标。本发明专利技术通过经过增加图像识别精定位，弥补了深度学习得到的车位角点的视觉误差，有效提高了线车位的定位精度。有效提高了线车位的定位精度。有效提高了线车位的定位精度。

【技术实现步骤摘要】
一种线车位定位方法及装置


[0001]本专利技术涉及自动泊车
，尤其涉及一种线车位定位方法及装置。

技术介绍

[0002]自动泊车技术以其智能、便捷的特点，让泊车不再成为众多司机头疼的问题。自动泊车一般是融合视觉感知和空间感知而实现的。视觉感知系统通过安装在车身前后左右四个鱼眼摄像头获取车身四周的鱼眼图像，然后经过相应的算法处理生成拼接鸟瞰图，然后在鸟瞰图上进行线车位(即由路面上的车位标识线构成的车位)检测，其中一种检测方式就是基于深度学习。
[0003]现有的基于深度学习的视觉检测方案大多数采用检测框的方法，先标出靠近车身的两个角点和车位朝向的点，再利用目标检测的边界框(bounding box)框出停车位。虽然这种方式能很方便的识别出停车位，但是经后处理回归得到的停车位中的车位角点精度主要依赖数据的标注时车位点的准确度和训练车位的数据量，然而当数据增加到一定数量时，车位角点精度不再提升，并且线车位中地缝或其它非常规的标识线也会影响识别精度，因此无法保证得到的车位角点能够精确地定位到实际的车位角点上，有造成最终的泊车姿态压线的风险。

技术实现思路

[0004]本专利技术提供一种线车位定位方法及装置，旨在解决现有技术中的缺陷，实现弥补深度学习得到的车位角点的视觉误差，有效提高了线车位的定位精度。
[0005]为达到上述目的，本专利技术所采取的技术方案为：
[0006]本专利技术一方面提供一种线车位定位方法，包括：
[0007]步骤1、生成原始拼接鸟瞰图；
[0008]步骤2、获取初始角点坐标；
[0009]步骤3、获取修正角点坐标；
[0010]步骤4、根据所述初始角点坐标、修正角点坐标确定最终车位角点坐标。
[0011]具体地，所述步骤2包括：在所述原始拼接鸟瞰图中使用预设深度学习方法识别目标车位角点作为初始角点，所述初始角点的坐标为初始角点坐标。
[0012]具体地，所述预设深度学习方法为YOLO算法。
[0013]具体地，所述步骤3包括：
[0014]步骤301、对所述原始拼接鸟瞰图进行灰度处理，并将所述初始角点及其八邻接像素作为ROI区域；
[0015]步骤302、对每个所述ROI区域使用预设图像识别算法进行角点检测，得到修正角点，所述修正角点的坐标为修正角点坐标。
[0016]具体地，所述预设图像算法为SUSAN角点检测算法。
[0017]具体地，所述步骤4包括：
[0018]步骤401、判断所述修正角点坐标的数量是否为0，是则将所述初始角点坐标作为最终车位角点坐标，否则进入下一步；
[0019]步骤402、判断所述修正角点坐标的数量是否超过1个，是则进入下一步，否则将所述修正角点坐标作为最终车位角点坐标；
[0020]步骤403、计算所述修正角点的中心位置坐标，将计算得到的中心位置坐标作为最终车位角点坐标。
[0021]本专利技术另一方面提供一种线车位定位装置，包括：鸟瞰图生成模块，以及与其连接的第一角点检测模块、第二角点检测模块，与所述第一角点检测模块、第二角点检测模块连接的角点修正模块；
[0022]所述鸟瞰图生成模块，用于生成原始拼接鸟瞰图；
[0023]所述第一角点检测模块，用于获取初始角点坐标；
[0024]所述第二角点检测模块，用于获取修正角点坐标；
[0025]所述角点修正模块，用于根据所述初始角点坐标、修正角点坐标确定最终车位角点坐标。
[0026]具体地，所述第一角点检测模块为基于YOLO深度学习算法的角点检测模块。
[0027]具体地，所述第二角点检测模块为基于图像识别算法的角点检测模块。
[0028]具体地，角点修正模块包括：角点确定单元，以及与其连接的角点数量单元、角点中心计算单元，所述角点数量单元还与所述角点中心计算单元连接；
[0029]所述角点数量单元，用于统计修正角点数量；
[0030]所述角点中心计算单元，用于当修正角点数量超过1个时计算修正角点的中心位置坐标；
[0031]所述角点确定单元，用于根据修正角点坐标的数量确定初始角点坐标、修正角点坐标、修正角点的中心位置坐标中的一个为最终车位角点坐标。
[0032]本专利技术的有益效果在于：本专利技术通过生成原始拼接鸟瞰图，获取初始角点坐标及修正角点坐标，然后根据初始角点坐标、修正角点坐标确定最终车位角点坐标，弥补了深度学习得到的车位角点的视觉误差，有效提高了线车位的定位精度。
附图说明
[0033]图1是本专利技术的线车位定位方法的流程示意图；
[0034]图2是本专利技术的线车位定位装置的结构示意图；
[0035]图3是本专利技术的角点修正模块的结构示意图。
具体实施方式
[0036]下面结合附图具体阐明本专利技术的实施方式，附图仅供参考和说明使用，不构成对本专利技术专利保护范围的限制。
[0037]在本专利技术的说明书、权利要求书或附图中描述的流程中，包含各个步骤的序号(如步骤10、20等)，所述序号仅用于区分开各个步骤，所述序号本身不代表任何的执行顺序。需要说明的是，本文中的“第一”、“第二”等描述，仅用于区分描述对象等，不代表先后顺序，也不表示“第一”、“第二”等是不同的类型。
[0038]实施例1
[0039]如图1所示，本实施例提供一种线车位定位方法，包括：
[0040]步骤1、生成原始拼接鸟瞰图。
[0041]在具体实施时，通过获取车身前后左右四个鱼眼摄像头拍摄的图像通过畸变矫正、图像拼接，即可得到原始拼接鸟瞰图。
[0042]步骤2、获取初始角点坐标。
[0043]在本实施例中，所述步骤2包括：在所述原始拼接鸟瞰图中使用预设深度学习方法识别目标车位角点作为初始角点，所述初始角点的坐标为初始角点坐标。
[0044]在本实施例中，所述预设深度学习方法为YOLO算法。
[0045]步骤3、获取修正角点坐标。
[0046]在本实施例中，所述步骤3包括：
[0047]步骤301、对所述原始拼接鸟瞰图进行灰度处理，并将所述初始角点及其八邻接像素作为ROI区域。
[0048]步骤302、对每个所述ROI区域使用预设图像识别算法进行角点检测，得到修正角点，所述修正角点的坐标为修正角点坐标。
[0049]在图像识别算法中，车位角点是梯度方向变化率最大的像素。
[0050]在本实施例中，所述预设图像算法为SUSAN角点检测算法。
[0051]当前针对角点检测的算法有很多，本实施例采用SUSAN角点检测算法，具有识别的角点位置准确、抗噪声能力强、计算速度快的优点。
[0052]步骤4、根据所述初始角点坐标、修正角点坐标确定最终车位角点坐标。
[0053]在本实施例中，所述步骤4包括：
[0054]步骤401、判断所述修正角点坐标的数量是否为0，是则将所述初始角点坐标作为最终本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种线车位定位方法，其特征在于，包括：步骤1、生成原始拼接鸟瞰图；步骤2、获取初始角点坐标；步骤3、获取修正角点坐标；步骤4、根据所述初始角点坐标、修正角点坐标确定最终车位角点坐标。2.根据权利要求1所述的线车位定位方法，其特征在于，所述步骤2包括：在所述原始拼接鸟瞰图中使用预设深度学习方法识别目标车位角点作为初始角点，所述初始角点的坐标为初始角点坐标。3.根据权利要求2所述的线车位定位方法，其特征在于，所述预设深度学习方法为YOLO算法。4.根据权利要求1所述的线车位定位方法，其特征在于，所述步骤3包括：步骤301、对所述原始拼接鸟瞰图进行灰度处理，并将所述初始角点及其八邻接像素作为ROI区域；步骤302、对每个所述ROI区域使用预设图像识别算法进行角点检测，得到修正角点，所述修正角点的坐标为修正角点坐标。5.根据权利要求4所述的线车位定位方法，其特征在于，所述预设图像算法为SUSAN角点检测算法。6.根据权利要求1所述的线车位定位方法，其特征在于，所述步骤4包括：步骤401、判断所述修正角点坐标的数量是否为0，是则将所述初始角点坐标作为最终车位角点坐标，否则进入下一步；步骤402、判断所述修正角点坐标的数量是否超过1个，是则进入下一步，否则将所述修正角点坐标作为最终车位角点坐标；步骤403、计算...

【专利技术属性】
技术研发人员：马圣泽，姚雪飞，
申请(专利权)人：惠州华阳通用电子有限公司，
类型：发明
国别省市：