【技术实现步骤摘要】
本专利技术属于自动泊车辅助相关技术，具体涉及一种基于视觉的空间车位检测方法、系统及汽车。
技术介绍
1、自动泊车辅助相关技术，在不断的发展进步，从最开始基于超声波雷达的空间车位泊车(apa)，发展到后来主流的视觉空间车位融合自动泊车辅助(fapa)，以及现在行业量产领先的场地内记忆泊车辅助(lapa)，未来的代客全自动泊车辅助方案(avp)。
2、但是在fapa/lapa/avp这些方案中的空间车位探测上，仍然是以最初apa方案中使用的超声波雷达探测车位为主，使用超声波雷达探测车位，是通过车辆行驶过程中的超声波雷达探测到的障碍物距离信息，通过超声波雷达距离突变获得障碍物边界点等逻辑构造空间可泊入车位。由于超声波雷达探测精度的限制，超声波雷达探测车位精度较差且无法探测斜列空间车位，例如，超声波雷达探测到的空间车位，边界点误差量级普遍在分米级，超声波雷达只能探测垂直或者平行于自车车身的车位，无法探测倾斜车位；此外由于超声传感器安装高度的限制，超声雷达无法判断地面的低矮障碍物及平整度，会出现误报空间车位的情况，例如，在低矮花坛草坪等上方误构造空间车位，在存在低矮障碍物的地方构造空间车位，导致违规停车甚至划伤底盘。
技术实现思路
1、本专利技术要解决的技术问题是：提供一种基于视觉的空间车位检测方法、系统及汽车，提高空间车位探测的准确性。
2、本专利技术为解决上述技术问题所采取的技术方案为：一种基于视觉的空间车位检测方法，本方法包括：
3、接收本车的环视图
4、将亮度预处理后的环视图像，输入已经训练好的视觉泊车空间实例分割模型，在环视图像中得到一级可泊车空间实例区域；所述的视觉泊车空间实例分割模型采用实例分割算法，利用环视泊车空间实例分割数据集进行模型训练得到；所述的环视泊车空间实例分割数据集由泊车环视图片进行筛选和标注得到；
5、对每个所述一级可泊车空间实例区域，分别进行先膨胀后腐蚀操作，然后进行面积筛选，去除实例区域像素面积小于理论车位最小像素面积的实例区域，剩余的一级可泊车空间实例区域作为二级可泊车空间实例区域；
6、从所述二级可泊车空间实例区域中，选出与预设位置最为接近的实例区域，作为三级可泊车空间实例区域；
7、对三级可泊车空间实例区域，构造空间车位的最大实例边界；
8、根据所需车位大小，在所述的最大实例边界基础上构造可泊车空间车位。
9、按上述方法，本方法在收到开启车位搜索功能的信号时触发，若无满足要求的可泊车空间车位，则继续搜索，直至得到可泊车空间车位或收到退出车位搜索功能的信号。
10、按上述方法，所述的亮度预处理包括：
11、对环视图像进行平均亮度进行计算；
12、根据平均亮度和预设的正常亮度画面亮度范围，对环视图像进行亮度修正，使得环视图像的平均亮度处于正常亮度画面亮度范围；
13、然后对环视图像进行中值滤波处理。
14、按上述方法，所述的环视泊车空间实例分割数据集具体通过以下方式得到：
15、采集大量的泊车环视图片，对泊车环视图片进行筛选，保留存在至少一个合理可泊车空间的泊车环视图片，构成环视泊车空间实例分割数据集；
16、对环视泊车空间实例分割数据集的图片进行泊车空间实例标注，标注的基本准则为只标注合理的可泊车空间实例区域，且可泊车实例区域至少有一侧存在障碍物。
17、按上述方法，所述的与预设位置最为接近的实例区域为：距离本车左右环视摄像头最近且靠近环视图像中部的实例区域。
18、按上述方法，所述的三级可泊车空间实例区域通过以下方式得到：
19、以车辆后轴中心为坐标原点，车头朝向为y方向，垂直于车身右侧方向为x方向，计算每个二级可泊车空间实例区域的中心坐标点；
20、根据所述的中心坐标点将二级可泊车空间实例区域分为车身左右两侧，分别计算左右侧的二级可泊车空间实例区域到左右侧环视摄像头的实例筛选加权距离ll和lr：
21、
22、
23、式中，xl、yl为车身左侧的环视摄像头x、y方向坐标,xr，yr为车身右侧的环视摄像头x、y方向坐标，xi、yi为1个二级可泊车空间实例区域的每一个像素点x、y方向坐标，n为1个二级可泊车空间实例区域的像素点总个数，a为预设值；
24、分别计算ll和lr的最小值，得到三级可泊车空间实例区域。
25、按上述方法，所述空间车位的最大实例边界包括纵向优先实例梯形边界和横向优先实例梯形边界，通过以下方式得到：
26、靠近车辆的一侧梯形底边长度为l1，对应的另一端梯形边长度为l2，这两条边相互平行，梯形的高度为h(l1,l2)，得到纵向优先实例边界梯形构造公式为：
27、
28、式中，wh为修正后的纵向优先实例边界梯形面积，α为纵向修正参数；
29、横向优先实例边界梯形构造公式为：
30、
31、式中，wl为修正后的横向优先实例边界梯形面积，β为横向修正参数；
32、分别找到的wh和wl最大值，得到纵向优先实例梯形边界和横向优先实例梯形边界。
33、按上述方法，基于所述的纵向优先实例梯形边界和横向优先实例梯形边界，构造可泊车空间车位的方法如下：
34、首先在纵向优先实例梯形边界中构造标准垂直空间车位，如果满足，则构造标准垂直空间车位；标准垂直空间车位大小为预设；
35、假设梯形边界更靠近车尾方向的梯形腰为梯形边界的第一条边，当纵向优先实例梯形边界不满足构造标准垂直空间车位时，计算纵向优先实例梯形边界的第一条边和梯形边界靠近车辆的一侧梯形底边的角度，以此角度和梯形边界的第一条边为基准构造标准尺寸斜车位，如果空间满足，则构造标准斜空间车位；标准斜空间车位大小为预设；
36、如果构造标准垂直空间车位和标准斜空间车位均未成功，则在横向优先实例梯形边界中构造标准水平空间车位，标准水平空间车位平行于横向优先实例梯形边界的底边，如果空间满足，则构造标准水平空间车位；标准水平空间车位大小为预设；
37、如果仍未满足构造标准水平空间车位条件，则当前无合适的可泊车空间车位。
38、一种基于视觉的空间车位检测系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现上述方法。
39、一种汽车，包括环视摄像头，以及所述的基于视觉的空间车位检测系统。
40、本专利技术的有益效果为：
41、1、本专利技术基于视觉，以车辆自带的环视摄像头采集拼接后的环视图像为基础，基于实例分割算法对可泊车空间实例进行初步筛选，然后通过先膨胀后腐蚀的操作消除可泊车空间实例区域中的细小空洞，再利用面积比较进行二次筛选，最后基于图像处理构造空间车位的最大实例边界，构造可泊车空间车位，从而提高了可本文档来自技高网...
【技术保护点】
1.一种基于视觉的空间车位检测方法，其特征在于：本方法包括：
2.根据权利要求1所述的基于视觉的空间车位检测方法，其特征在于：本方法在收到开启车位搜索功能的信号时触发，若无满足要求的可泊车空间车位，则继续搜索，直至得到可泊车空间车位或收到退出车位搜索功能的信号。
3.根据权利要求1所述的基于视觉的空间车位检测方法，其特征在于：所述的亮度预处理包括：
4.根据权利要求1所述的基于视觉的空间车位检测方法，其特征在于：所述的环视泊车空间实例分割数据集具体通过以下方式得到：
5.根据权利要求1所述的基于视觉的空间车位检测方法，其特征在于：所述的与预设位置最为接近的实例区域为：距离本车左右环视摄像头最近且靠近环视图像中部的实例区域。
6.根据权利要求5所述的基于视觉的空间车位检测方法，其特征在于：所述的三级可泊车空间实例区域通过以下方式得到：
7.根据权利要求1所述的基于视觉的空间车位检测方法，其特征在于：所述水平空间车位的最大实例边界包括纵向优先实例梯形边界和横向优先实例梯形边界，通过以下方式得到：
8.
9.一种基于视觉的空间车位检测系统，其特征在于：包括存储器、处理器以及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现上述权利要求1至8中任意一项所述方法。
10.一种汽车，其特征在于：包括环视摄像头，以及权利要求9所述的基于视觉的空间车位检测系统。
...【技术特征摘要】
1.一种基于视觉的空间车位检测方法，其特征在于：本方法包括：
2.根据权利要求1所述的基于视觉的空间车位检测方法，其特征在于：本方法在收到开启车位搜索功能的信号时触发，若无满足要求的可泊车空间车位，则继续搜索，直至得到可泊车空间车位或收到退出车位搜索功能的信号。
3.根据权利要求1所述的基于视觉的空间车位检测方法，其特征在于：所述的亮度预处理包括：
4.根据权利要求1所述的基于视觉的空间车位检测方法，其特征在于：所述的环视泊车空间实例分割数据集具体通过以下方式得到：
5.根据权利要求1所述的基于视觉的空间车位检测方法，其特征在于：所述的与预设位置最为接近的实例区域为：距离本车左右环视摄像头最近且靠近环视图像中部的实例区域。
6.根据权利要求5所述的基...
【专利技术属性】
技术研发人员：朱亚坤，余昊，余杰，胡天人，程梁柱，
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：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。