车位线检测模型的训练方法、装置和车辆制造方法及图纸

技术编号:44938962 阅读:27 留言:0更新日期:2025-04-12 01:15
本发明专利技术公开了一种车位线检测模型的训练方法、装置和车辆,该车位线检测模型的训练方法包括:获取预设训练集;基于预设训练集生成每个批次所使用的训练样本,每个批次所使用的训练样本中均包括非标准车位样本图像;再基于每个训练批次所使用的训练样本对车位线检测模型进行训练。本申请能够解决现有的车位线检测模型对车位线边界区域的检测和分割效果欠佳的技术问题。

【技术实现步骤摘要】

本申请属于自动泊车,具体涉及一种车位线检测模型的训练方法、装置和车辆,以及车位检测方法、车位检测装置、计算机可读存储介质和计算机程序产品。


技术介绍

1、车位检测是自动泊车技术的关键技术之一,并且是成功泊车的前提。在车辆进行自动泊车之前,可以通过传感器采集周围环境的数据,然后,基于采集到的这些数据,利用预训练好的车位线检测模型对车位进行检测,以确定合适的停车位。专利技术人在实现本专利技术的过程中发现,现有的车位线检测模型对车位线边界区域的检测和分割效果欠佳,从而导致车辆在自动泊车的过程中车位检测不准确。


技术实现思路

1、本申请旨在至少解决现有技术中存在的技术问题之一。为此,本申请提出了一种车位检测方法、装置和车辆,以及车位线检测模型的训练方法、车位检测装置、计算机可读存储介质和计算机程序产品,能够解决现有的车位线检测模型对车位线边界区域的检测和分割效果欠佳,,从而导致车辆在自动泊车的过程中车位检测不准确的技术问题。

2、第一方面,本申请实施例提供一种车位线检测模型的训练方法,包括:

本文档来自技高网...

【技术保护点】

1.一种车位线检测模型的训练方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述每个训练批次所使用的训练样本中包括非标准车位图像所占比例大于或等于第一比例,所述第一比例为预设训练集中非标准车位样本图像所占的比例。

3.根据权利要求2所述的方法,其特征在于,所述标准车位样本图像包括标准室内车位样本图像和标准室外车位样本图像;

4.根据权利要求1-3任一所述的方法,其特征在于,还包括:

5.根据权利要求4所述的方法,其特征在于,所述基于预设损失函数对所述车位线检测模型进行参数调整,包括:

6.根据权利要求5所述的...

【技术特征摘要】

1.一种车位线检测模型的训练方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述每个训练批次所使用的训练样本中包括非标准车位图像所占比例大于或等于第一比例,所述第一比例为预设训练集中非标准车位样本图像所占的比例。

3.根据权利要求2所述的方法,其特征在于,所述标准车位样本图像包括标准室内车位样本图像和标准室外车位样本图像;

4.根据权利要求1-3任一所述的方法,其特征在于,还包括:

5.根据权利要求4所述的方法,其特征在于,所述基于预设损失函数对所述车位线检测模型进行参数调整,包括:

6.根据权利要求5所述的方法,其特征在于,所述预设损失函数为:

7.一种车位检测方法,其特征在于,包括:

8.根据权利要求7所述的方法,其特征在于,还包括:

9.根据权利要求8所述的方法,其特征在于,所述车位检测结果包括对待检测停车位图像进行图像分割得到的车位线图案,所述利用图像处理技术对所述车位检测结果进行位置优化,以获得位置优化后的车位检测结果,包括:

10.根据权利要求9所述的方法,其特征在于,所述利用图像处理技术获取所述车位线图案中各条车位线的中间线,包括:

11.根据权利要求10所述的方法,其特征在于,所述基于线段检测算法对所述角点位置处的车位线图案进行线段检测,以获得所述车位线图案中各条车位线边缘的第一线段和第二线段,包括:

12.根据权利要求10所述的方法,其特征在于,所述基于所述车位线图案中各条车位线的中间线,确定所述位置优化后的车位检测结果,包括:

13.根据权利要求12所述的方法,其特征在于,还包括如下至少一个:

14.一种自动泊车方法,其特征在于,包括:

15.一种车位线...

【专利技术属性】
技术研发人员:贺瑞刘晓忠李涛张腊梅焦阳
申请(专利权)人:比亚迪股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1