[发明专利]一种车位检测方法、装置及设备在审
申请号: | 202111566301.7 | 申请日: | 2021-12-20 |
公开(公告)号: | CN114155740A | 公开(公告)日: | 2022-03-08 |
发明(设计)人: | 薛宜明 | 申请(专利权)人: | 上海高德威智能交通系统有限公司 |
主分类号: | G08G1/14 | 分类号: | G08G1/14;G06T7/73;G06V20/50 |
代理公司: | 北京博思佳知识产权代理有限公司 11415 | 代理人: | 王茹 |
地址: | 201821 上海市嘉定*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 车位 检测 方法 装置 设备 | ||
1.一种车位检测方法,其特征在于,所述方法包括:
基于停车位区域对应的场景图像序列,确定停车位区域的多个初始角点的角点特征,所述角点特征包括位置、形状和延伸方向,所述形状为T型或L型;
基于T型角点的延伸方向或者L型角点的延伸方向,确定所述停车位区域对应的车道线目标方向和车位线目标方向,并从所述多个初始角点中选取目标角点;其中,针对每个初始角点,若该初始角点对应的延伸方向与所述车道线目标方向匹配,且该初始角点对应的延伸方向与所述车位线目标方向匹配,则将该初始角点选取为目标角点;
基于所述目标角点的角点特征确定所述停车位区域对应的目标车位。
2.根据权利要求1所述的方法,其特征在于,所述基于停车位区域对应的场景图像序列,确定停车位区域的多个初始角点的角点特征,包括:
若所述场景图像序列包括M帧场景图像,针对每帧场景图像,将该场景图像输入给角点检测模型,得到预测角点的角点特征及该角点特征对应的置信度;
基于M帧场景图像对应的预测角点的角点特征确定停车位区域的多个初始角点的角点特征;其中,针对每个预测角点,若该预测角点与至少N帧场景图像对应,N小于或者等于M,则将该预测角点确定为初始角点,并将该预测角点对应的最大置信度的角点特征确定为该初始角点的角点特征。
3.根据权利要求1所述的方法,其特征在于,
所述基于T型角点的延伸方向或者L型角点的延伸方向,确定所述停车位区域对应的车道线目标方向和车位线目标方向,包括:
若T型初始角点数量大于或者等于1,且所述T型初始角点数量大于或者等于L型初始角点数量的一半,则基于T型角点的延伸方向确定所述停车位区域对应的车道线目标方向和车位线目标方向;或,
若T型初始角点数量小于1或T型初始角点数量小于L型初始角点数量的一半,且L型初始角点数量大于或等于2,则基于L型角点的延伸方向确定所述停车位区域对应的车道线目标方向和车位线目标方向。
4.根据权利要求1所述的方法,其特征在于,所述基于所述目标角点的角点特征确定所述停车位区域对应的目标车位,包括:
基于所述目标角点的角点特征确定所述停车位区域对应的K个初始车位,所述K为正整数;针对每个初始车位,则:
若确定该初始车位是正常车位,则将该初始车位确定为目标车位;若确定该初始车位是误检车位,则删除该初始车位;若基于该初始车位确定所述停车位区域存在漏检车位,则基于该初始车位生成至少两个目标车位;
基于K个初始车位对应的所有目标车位确定停车位区域对应的目标车位。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
若该初始车位包括相邻两个L型角点,且基于所述两个L型角点的延伸方向确定所述两个L型角点的车道线方向是背向,则确定该初始车位是误检车位;
若该初始车位的车道线长度小于相邻车位的车道线长度与第一系数值的乘积,则确定该初始车位是误检车位,所述第一系数值大于0且小于1;
若该初始车位的车道线长度大于相邻车位的车道线长度与第二系数值的乘积,则确定所述停车位区域存在漏检车位,所述第二系数值大于1;
若K为1,且该初始车位的车道线长度大于场景图像高度与第三系数值的乘积,则确定所述停车位区域存在漏检车位,所述第三系数值大于或等于0.5;
若K为1,且该初始车位的车道线长度小于场景图像高度与第四系数值的乘积,且场景图像中该初始车位的上侧或下侧高度大于该初始车位的车道线长度,则确定所述停车位区域存在漏检车位,所述第四系数值小于或等于0.5。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海高德威智能交通系统有限公司,未经上海高德威智能交通系统有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111566301.7/1.html,转载请声明来源钻瓜专利网。