一种基于视觉深度估计的停车位小型障碍物识别方法技术

本发明专利技术公开了一种基于视觉深度估计的停车位小型障碍物识别方法，包括以下步骤：开启车位搜索功能；搜索可用预选车位；搜索得到可用预选车位后输出；进入雷达障碍物检测与车位空间融合判断：初步判定车位是否可用，若不可用，则进入新车位搜索判断；若可用，则对车位进行小型障碍物识别；判断车位状态是否首次确认，若是，则开启自动泊车并在泊车过程中开启第二次车位状态确认流程，即再一次进行雷达障碍物检测与车位空间融合判断；若否，则开启自动泊车，至完成泊车后关闭车位搜索功能。本发明专利技术在不改变停车场场端硬件设备的前提下，可以准确的识别包括开启地锁在内的停车位小型障碍物状态，进行车位可用性判断，极大地提高自动泊车的安全性。动泊车的安全性。动泊车的安全性。

【技术实现步骤摘要】
一种基于视觉深度估计的停车位小型障碍物识别方法


[0001]本专利技术属于自动泊车
，具体涉及一种基于视觉深度估计的停车位小型障碍物识别方法。

技术介绍

[0002]目前的自动泊车技术开发中，最初采用超声波雷达探测车位，又发展到结合视觉和超声波传感器融合来探测车位，并进一步判断车位的可用性。但是在实际应用过程中，会遇到一个难题，在遇到小型低矮障碍物的时候，由于轿车离地间隙110
‑
150mm之间，SUV离地间隙在200
‑
250mm之间，因此，视觉和雷达对小型障碍物的识别准确率低会影响到系统对车位可用性的判断，进而影响自动泊车的安全性。
[0003]例如，对于地锁状态的识别，无法很好的通过超声波传感器和视觉判断车位地锁是开启或者关闭的状态，因为超声波雷达在识别地锁这类低矮目标时，由于传感器性能限制，很难识别出地锁开闭状态,进而影响对车位可用性的判断；对于结合了视觉的融合泊车，视觉可以通过深度学习目标检测算法识别出地锁的存在，但是由于地锁种类繁多，且开闭视觉图像差距不大，因此很难直接通过深度学习目本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视觉深度估计的停车位小型障碍物识别方法，其特征在于，包括设置在自动泊车系统中的小型障碍物识别系统，小型障碍物识别系统包括车位对应侧视图选择模块、对应侧视图像预处理模块、单目图像深度检测模块、目标区域深度图裁剪模块、目标区域深度差计算模块和目标区域障碍物判断模块；该方法包括以下步骤：S1、开启车位搜索功能；S2、搜索可用预选车位；S3、搜索得到可用预选车位后输出；S4、进入雷达障碍物检测与车位空间融合判断：初步判定车位是否可用，若不可用，则进入新车位搜索判断；若可用，则对车位进行小型障碍物识别；小型障碍物识别：判断车位是否存在小型障碍物，若存在，则进入新车位搜索判断；若不存在，则判断车位当前确认可用；新车位搜索判断：判断是否继续搜索新车位，若是，则返回至S2；若否，则关闭车位搜索功能；S5、判断车位状态是否首次确认，若是，则开启自动泊车并在泊车过程中开启第二次车位状态确认流程，即再一次进行雷达障碍物检测与车位空间融合判断；若否，则开启自动泊车，至完成泊车后关闭车位搜索功能。2.根据权利要求1所述的一种基于视觉深度估计的停车位小型障碍物识别方法，其特征在于，小型障碍物识别的步骤为：根据初步判定得到的可用车位的中心点坐标，选择与可用车位位置对应的车位对应侧视图选择模块中的鱼眼相机输出鱼眼图像；对鱼眼图像进行预处理得到对应侧视图像；预处理为对鱼眼相机进行标定得到对应的标定描述文件，根据标定描述文件对鱼眼图像进行畸变校正，并调整图像亮度，进行中值滤波，去除异常噪点得到对应侧视图像；通过深度估计算法预测对应侧视图像中每一个像素点的深度信息，获得侧视单目深度图；将侧视单目深度图中车位区域作为目标区域并裁剪得到目标区域深度图；计算目标区域深度图中每一个像素点与其周围像素点间的深度差，得到目标区域深度图的最大深度差D
m
，最大深度差D
m
对应的目标像素点深度d
black
以及最大深度差D
m
的相邻点像素深度d
gray
；根据相邻点像素深度d
gray
，最大深度差D
m
和鱼眼相机的安装高度计算得到障碍物高度，当障碍物满足预设高度条件时，判定存在小型障碍物影响泊车安全；否则不影响泊车安全。3.根据权利要求2所述的一种基于视觉深度估计的停车位小型障碍物识别方法，其特征在于，计算目标区域深度图中每一个像素点与其周围像素点间的深度差的方法为空洞相邻深度差计算方法，其实现步骤为：在一定程度上扩大像素深度差计算的感受野，根据空洞率的不同调整感受野，选取目标像素点周围特定的五个点作为相邻点，并分别计算目标像素点与相邻点之间的深度差并筛选得到目标区域深度图的最大深度差D
m
，并计算得到最大深度差D
m
对应的目标像素点深度d
black
以及最大深度差D
m
的相邻点像素深度d
gray
；特定的五个点选取为：感受野中，目标像素点正上方、正左方和正右方的最远点，以及与目标像素点
距离最远的两点。4.根据权利要求3所述的一种基于视觉深度估计的停车位小型障碍物识别方法，其特征在于，最大深度差D
m
及其对应的目标像素点深度d
black
以及最大深度差D
m
的相邻点像素深度d
gray
的计算方法为：计算得到目标像素点与感受野中目标像素点正上方、正左方和正右方的最远点，以及与目标像素点距离最远的两点之间的深度差分别为Δd1,Δd2,Δd3,Δd4,Δd5；在目标区域深度图的图像边缘处，对像素边缘外围扩充像素，扩充像素的RGB
‑
D值与边缘的目标像素值相同，则有目标区域深度图上一个目标像素点i处出的最大像素深度差Di的计算公式：D
i
＝Max(Δd1,Δd2,Δd3,Δd4,Δd5)目标区域深度图的最大深度差D
m
的计算公式为：D
m
＝Max(D1，D2，D3，
…
D
i
……
)则有目标区域深度图的最大深度差D
m
，以及对应的目标像素点深度d
black
，最大深度差的相邻点像素深度d
gray
之间的相互关系：D
m
＝|d
black
‑
d
gray
|。5.根据权利要求4所述的一种基于视觉深度估计的停车位小型障碍物识别方法，其特征在于，障碍物高度计算方法具体为：鱼眼相机...

【专利技术属性】
技术研发人员：朱亚坤，严义雄，余杰，胡天人，余昊，
申请(专利权)人：东风汽车集团股份有限公司，
类型：发明
国别省市：