【技术实现步骤摘要】
本专利技术涉及自动驾驶，特别是一种基于深度学习的自动泊车障碍物接地线的检测方法、系统及存储介质。
技术介绍
1、在基于视觉的泊车障碍物检测方法通常是在相机原图的基础上进行2d目标检测，存在某些障碍物类别不易检测的情况，比如地下停车场立柱、路沿、墙壁等。
技术实现思路
1、本专利技术提供了一种基于深度学习的自动泊车障碍物接地线的检测方法、系统及存储介质，以解决现有泊车障碍物检测方法存在某些障碍物类别不易检测的技术问题。
2、本专利技术的一个方面在于提供一种基于深度学习的自动泊车障碍物接地线的检测方法，所述检测方法包括如下方法步骤：
3、s1、获取车辆所处位置的不同时刻的拼接俯视图；
4、s2、训练至少一个深度神经网络模型，利用训练的深度神经网络模型获取所述拼接俯视图中，每个像素点所属的接地线类别，得到不同时刻的接地线特征图；
5、s3、将前一帧接地线特征图投影至后一帧接地线特征图进行匹配，生成分割特征图；
6、s4、对所述分割特征图...
【技术保护点】
1.一种基于深度学习的自动泊车障碍物接地线的检测方法，其特征在于，所述检测方法包括如下方法步骤：
2.根据权利要求1所述的检测方法，其特征在于，在步骤S1中，车辆配置多个拍摄设备，通过多个拍摄设备拍摄的图像进行拼接，获取车辆所处位置的不同时刻的拼接俯视图。
3.根据权利要求1所述的检测方法，其特征在于，在步骤S3中，包括如下方法步骤：
4.根据权利要求3所述的检测方法，其特征在于，在步骤S302中，通过如下方法，将车辆由当前时刻行驶至t时刻的车身坐标（，，）投影至t+1时刻的车身坐标（，，）：
5.根据权利要求1所述的检...
【技术特征摘要】
1.一种基于深度学习的自动泊车障碍物接地线的检测方法，其特征在于，所述检测方法包括如下方法步骤：
2.根据权利要求1所述的检测方法，其特征在于，在步骤s1中，车辆配置多个拍摄设备，通过多个拍摄设备拍摄的图像进行拼接，获取车辆所处位置的不同时刻的拼接俯视图。
3.根据权利要求1所述的检测方法，其特征在于，在步骤s3中，包括如下方法步骤：
4.根据权利要求3所述的检测方法，其特征在于，在步骤s302中，通过如下方法，将车辆由当前时刻行驶至t时刻的车身坐标（，，）投影至t+1时刻的车身坐标（，，）：
5.根据权利要求1所述的检测方法，其特征在于，在步骤s4中，对所述分割特征图进行骨架线提取，包括如下方法步骤：<...
【专利技术属性】
技术研发人员：胡跃译，
申请(专利权)人：纽劢科技上海有限公司，
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。