[发明专利]库位的检测方法及装置、存储介质和电子装置

说明书

本发明提供了一种库位的检测方法及装置、存储介质和电子装置，其中，该方法包括：基于由不同朝向的多个时间飞行ToF相机间的相对位置以及所述多个ToF相机的RGB图像建立三维体素概率地图；根据三维体素概率地图和预设障碍物的垂直高度分布特征确定预设障碍物的语义；根据预设库位模型和确定的预设障碍物的语义提取可停靠的库位的二维库位，并结合三维体素概率地图确定与二维库位对应的三维库位，解决了相关技术中只能够通过二维库位检测的方式对库位进行检测的问题。

技术领域

本发明涉及数据处理领域，具体而言，涉及一种库位的检测方法及装置、存储介质和电子装置。

背景技术

自动泊车系统是通过寻找库位并控制车辆自动规划路径泊车入位的系统，该系统能够大幅提高当前辅助泊车系统的自动化水平，并为解决泊车的“最后一公里”难题、提升用户出行舒适度提供技术保证，因此成为当前无人驾驶的研究热点。系统需探测精确的库位位置与障碍物感知为驾驶决策规划提供先决条件。其中，在复杂室内立体停车环境中，由于垂直区域方向上的复杂结构(如管道、横梁等)限制了不同高度、车型的适停性，故准确的三维库位检测将大幅提升自动泊车系统的安全性。

而现有技术中的库位检测由于传感器的选择或方法限制，往往局限于二维库位检测，且容易受传感器距离、角度分辨率、视场等原因导致检测范围不广以及检测精度不高。

针对相关技术中的上述问题，目前尚未存在有效的解决方案。

发明内容

本发明实施例提供了一种库位的检测方法及装置、存储介质和电子装置，以至少解决相关技术中只能够通过二维库位检测的方式对库位进行检测的问题。

根据本发明的一个实施例，提供了一种库位的检测方法，包括：基于由不同朝向的多个时间飞行ToF相机间的相对位置以及所述多个ToF相机的RGB图像建立三维体素概率地图；根据所述三维体素概率地图和预设障碍物的垂直高度分布特征确定所述预设障碍物的语义；根据预设库位模型和确定的所述预设障碍物的语义提取可停靠的库位的二维库位，并结合所述三维体素概率地图确定与所述二维库位对应的三维库位。

根据本发明的一个实施例，提供了一种库位的检测装置，包括：建立模块，用于基于由不同朝向的多个时间飞行ToF相机间的相对位置以及所述多个ToF相机的RGB图像建立三维体素概率地图；确定模块，用于根据所述三维体素概率地图和预设障碍物的垂直高度分布特征确定所述预设障碍物的语义；处理模块，用于根据预设库位模型和确定的所述预设障碍物的语义提取可停靠的库位的二维库位，并结合所述三维体素概率地图确定与所述二维库位对应的三维库位。

根据本发明的又一个实施例，还提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

根据本发明的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。

通过本发明，基于由不同朝向的多个时间飞行ToF相机间的相对位置以及所述多个ToF相机的RGB图像建立三维体素概率地图，进而根据三维体素概率地图和预设障碍物的垂直高度分布特征确定预设障碍物的语义；最后根据预设库位模型和确定的预设障碍物的语义提取可停靠的库位的二维库位，并结合三维体素概率地图确定与二维库位对应的三维库位，从而解决了相关技术中只能够通过二维库位检测的方式对库位进行检测的问题，提高了自动泊车的效率。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的库位的检测方法流程图；

图2是根据本发明实施例的多ToF设备布置示意图；