[发明专利]车位的检测方法、系统、终端及计算机可读存储介质在审

专利信息
申请号: 202110541383.3 申请日: 2021-05-18
公开(公告)号: CN113205059A 公开(公告)日: 2021-08-03
发明(设计)人: 宋京;贺艺斌;吴子章;王凡 申请(专利权)人: 北京纵目安驰智能科技有限公司;纵目科技(上海)股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46;G06T5/00;G06K9/62;G06N3/04;G06N3/08
代理公司: 上海光华专利事务所(普通合伙) 31219 代理人: 张燕
地址: 102300 北京市门头沟区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 车位 检测 方法 系统 终端 计算机 可读 存储 介质
【权利要求书】:

1.一种车位的检测方法,其特征在于,包括:

在车辆进入自动泊车过程中时,获取当前泊车环境的图像数据;

检测所述当前泊车环境的图像数据中是否存在地锁;若是,则检测地锁的类别及截取地锁图片,并转入下一步骤;若否,则返回获取当前泊车环境的图像数据的步骤;

识别所述地锁图片中地锁状态,以判断该地锁所处车位是否可用;若是,则输出地锁所处车位可用的指示信息;若否,则输出地锁所处车位不可用的指示信息。

2.根据权利要求1所述的车位的检测方法,其特征在于,通过将当前泊车环境的图像数据输入预存的地锁检测网络模型,利用预存的地锁检测网络模型中地锁特征来检测所述当前泊车环境的图像数据中是否存在地锁。

3.根据权利要求2所述的车位的检测方法,其特征在于,

若存在地锁,且在识别所述地锁图片中地锁状态的步骤之前,所述检测地锁的类别及截取地锁图片的步骤包括通过所述预存的地锁检测网络模型检测地锁的类别及通过所述预存的地锁检测网络模型输出的地锁检测框来截取地锁检测框所在位置的地锁图片。

4.根据权利要求3所述的车位的检测方法,其特征在于,所述预存的地锁检测网络模型是通过训练预先构建的自动泊车地锁数据集而获取的网络模型;

自动泊车地锁数据集的训练步骤包括:

从自动泊车地锁数据集中提取包含地锁的图片;

对地锁的种类和位置进行标注;其中,地锁位置用矩形框标注

对包含地锁的图片进行处理,以获取符合预设尺寸的地锁图片;

从符合预设尺寸的地锁图片中获取地锁分类特征;

对获取的地锁分类特征进行分类,并采用检测框对地锁位置进行标明。

5.根据权利要求4所述的车位的检测方法,其特征在于,通过将截取的地锁图片输入至预存的地锁分类网络模型,利用预存的地锁分类网络模型中地锁状态分类结果来识别所述地锁图片中地锁状态。

6.根据权利要求5所述的车位的检测方法,其特征在于,在通过预存的地锁分类网络模型识别所述地锁图片中地锁状态之前,所述车位的检测方法还包括:

增强截取的地锁图片亮度。

7.根据权利要求4所述的车位的检测方法,其特征在于,所述预存的地锁分类网络模型是通过对预存的地锁检测网络模型训练后的地锁检测框区域内所在图像进行训练而获取的网络模型;

对预存的地锁检测网络模型训练后的地锁检测框内所在图像进行训练的过程包括:

增强地锁检测框所在图像的亮度;

对地锁检测框内所在图像的尺寸进行修改,以使其与预设尺寸相符合;

从符合预设尺寸的地锁检测框内所在图像中获取地锁状态;

将所述地锁状态分为打开类和关闭类。

8.一种车位的检测系统,其特征在于,包括:

获取模块,用于在车辆进入自动泊车过程中时,获取当前泊车环境的图像数据;

地锁检测模块,用于检测所述当前泊车环境的图像数据中是否存在地锁;若是,则检测地锁的类别及截取地锁图片;若否,则调用所述获取模块继续获取当前泊车环境的图像数据;

状态识别模块,用于识别所述地锁图片中地锁状态,以判断该地锁所处车位是否可用;若是,则通过信息输出模块输出地锁所处车位可用的指示信息;若否,则通过信息输出模块输出地锁所处车位不可用的指示信息。

9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1至7中任一项所述车位的检测方法。

10.一种车位的检测终端,其特征在于,包括:处理器及存储器;

所述存储器用于存储计算机程序,所述处理器用于执行所述存储器存储的计算机程序,以使所述识别终端执行如权利要求1至7中任一项所述车位的检测方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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北京纵目安驰智能科技有限公司;纵目科技(上海)股份有限公司,未经北京纵目安驰智能科技有限公司;纵目科技(上海)股份有限公司许可,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/202110541383.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top