本技術(shù)涉及智能自動(dòng)泊車，尤其涉及一種車位區(qū)域檢測(cè)方法、裝置及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、隨著智能自動(dòng)泊車技術(shù)的發(fā)展，車輛自動(dòng)泊車在日常泊車時(shí)也逐漸被大眾所接受，但由于停車場(chǎng)的環(huán)境條件，如光照變化、天氣狀況等，對(duì)車位檢測(cè)系統(tǒng)的準(zhǔn)確性和穩(wěn)定性提出了挑戰(zhàn)，系統(tǒng)需要能夠在各種環(huán)境下都能可靠地工作；同時(shí)隨著城市交通的日益繁忙，對(duì)車位檢測(cè)系統(tǒng)的實(shí)時(shí)性和準(zhǔn)確性要求越來越高，系統(tǒng)需要能夠快速準(zhǔn)確地提供車位狀態(tài)信息，以便駕駛員能夠及時(shí)找到可用的停車位。

2、而傳統(tǒng)的車位檢測(cè)設(shè)備往往需要較高的安裝和維護(hù)成本，已經(jīng)逐漸滿足不了日漸增長(zhǎng)的車位檢測(cè)需求。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)提供了一種車位區(qū)域檢測(cè)方法、裝置及存儲(chǔ)介質(zhì)，可以提高車位區(qū)域檢測(cè)結(jié)果的精確度與可靠性，便于車輛尋找車位。

2、一方面，本技術(shù)提供了一種車位區(qū)域檢測(cè)方法，所述方法包括：

3、獲取預(yù)設(shè)區(qū)域內(nèi)的待處理圖像；所述預(yù)設(shè)區(qū)域內(nèi)包括車位區(qū)域；

4、將所述待處理圖像輸入特征提取模型進(jìn)行車位特征提取，得到車位位置特征以及車位邊界特征；所述車位位置特征表征所述預(yù)設(shè)區(qū)域內(nèi)車位的位置信息；所述車位邊界特征表征所述預(yù)設(shè)區(qū)域內(nèi)車位的邊界信息；

5、根據(jù)所述車位位置特征，確定所述預(yù)設(shè)區(qū)域內(nèi)車位的預(yù)測(cè)位置；

6、根據(jù)所述車位邊界特征，確定所述預(yù)設(shè)區(qū)域內(nèi)車位的預(yù)測(cè)邊界；

7、根據(jù)所述預(yù)設(shè)區(qū)域內(nèi)車位的所述預(yù)測(cè)位置以及所述預(yù)設(shè)區(qū)域內(nèi)車位的所述預(yù)測(cè)邊界，確定所述預(yù)設(shè)區(qū)域內(nèi)的所述車位區(qū)域。

8、在一示例性實(shí)施方式中，所述特征提取模型的訓(xùn)練方法，包括：

9、獲取樣本預(yù)設(shè)區(qū)域內(nèi)的樣本圖像數(shù)據(jù)；所述樣本圖像數(shù)據(jù)標(biāo)注了所述樣本預(yù)設(shè)區(qū)域內(nèi)車位的樣本車位位置標(biāo)簽以及樣本車位邊界標(biāo)簽；

10、基于預(yù)設(shè)模型的特征提取網(wǎng)絡(luò)，對(duì)所述樣本圖像數(shù)據(jù)進(jìn)行車位特征提取處理，得到與所述樣本預(yù)設(shè)區(qū)域內(nèi)車位對(duì)應(yīng)的樣本車位位置特征以及樣本車位邊界特征；所述特征提取網(wǎng)絡(luò)包括初始車位位置檢測(cè)網(wǎng)絡(luò)以及初始車位邊界檢測(cè)網(wǎng)絡(luò)；

11、基于所述初始車位位置檢測(cè)網(wǎng)絡(luò)對(duì)所述樣本車位位置特征進(jìn)行車位位置檢測(cè)處理，得到所述樣本預(yù)設(shè)區(qū)域內(nèi)車位的樣本車位位置結(jié)果；

12、基于所述初始車位邊界檢測(cè)網(wǎng)絡(luò)對(duì)所述樣本車位邊界特征進(jìn)行車位邊界檢測(cè)處理，得到所述樣本預(yù)設(shè)區(qū)域內(nèi)車位的樣本車位邊界結(jié)果；

13、根據(jù)所述樣本車位位置結(jié)果與所述樣本車位位置標(biāo)簽的第一差異，以及所述樣本車位邊界結(jié)果與所述樣本車位邊界標(biāo)簽的第二差異，訓(xùn)練所述預(yù)設(shè)模型，將訓(xùn)練結(jié)束后的所述初始車位位置檢測(cè)網(wǎng)絡(luò)作為車位位置檢測(cè)網(wǎng)絡(luò)，將訓(xùn)練結(jié)束后的所述初始車位邊界檢測(cè)網(wǎng)絡(luò)作為車位邊界檢測(cè)網(wǎng)絡(luò)，將訓(xùn)練結(jié)束后的所述預(yù)設(shè)模型中的所述特征提取網(wǎng)絡(luò)作為所述特征提取模型。

14、在一示例性實(shí)施方式中，所述獲取樣本預(yù)設(shè)區(qū)域內(nèi)的樣本圖像數(shù)據(jù)，包括：

15、獲取所述樣本預(yù)設(shè)區(qū)域內(nèi)的所述樣本圖像數(shù)據(jù)；所述樣本圖像數(shù)據(jù)標(biāo)注了所述樣本預(yù)設(shè)區(qū)域內(nèi)車位的所述樣本車位位置標(biāo)簽；

16、根據(jù)所述樣本車位位置標(biāo)簽，確定所述樣本預(yù)設(shè)區(qū)域內(nèi)車位的樣本車位線以及與所述樣本車位線對(duì)應(yīng)的樣本車位入口方向；

17、根據(jù)所述樣本車位線，確定與所述樣本車位線對(duì)應(yīng)的樣本處理后車位線；

18、根據(jù)所述與所述樣本車位線對(duì)應(yīng)的樣本車位入口方向，確定與所述樣本車位線對(duì)應(yīng)的樣本車位角點(diǎn)；

19、根據(jù)所述與所述樣本車位線對(duì)應(yīng)的樣本處理后車位線以及所述與所述樣本車位線對(duì)應(yīng)的樣本車位角點(diǎn)，確定與所述樣本處理后車位線對(duì)應(yīng)的所述樣本車位角點(diǎn)；

20、根據(jù)所述樣本處理后車位線以及所述與所述樣本處理后車位線對(duì)應(yīng)的所述樣本車位角點(diǎn)，確定所述樣本車位邊界標(biāo)簽。

21、在一示例性實(shí)施方式中，所述根據(jù)所述樣本車位位置結(jié)果與所述樣本車位位置標(biāo)簽的第一差異，以及所述樣本車位邊界結(jié)果與所述樣本車位邊界標(biāo)簽的第二差異，訓(xùn)練所述預(yù)設(shè)模型，將訓(xùn)練結(jié)束后的所述初始車位位置檢測(cè)網(wǎng)絡(luò)作為車位位置檢測(cè)網(wǎng)絡(luò)，將訓(xùn)練結(jié)束后的所述初始車位邊界檢測(cè)網(wǎng)絡(luò)作為車位邊界檢測(cè)網(wǎng)絡(luò)，將訓(xùn)練結(jié)束后的所述預(yù)設(shè)模型中的所述特征提取網(wǎng)絡(luò)作為所述特征提取模型，包括：

22、根據(jù)所述樣本車位位置結(jié)果與所述樣本車位位置標(biāo)簽的所述第一差異，確定第一損失信息；

23、根據(jù)所述樣本車位邊界結(jié)果與所述樣本車位邊界標(biāo)簽的所述第二差異，確定第二損失信息；

24、根據(jù)所述第一損失信息以及所述第二損失信息，確定目標(biāo)損失信息；

25、根據(jù)所述目標(biāo)損失信息，調(diào)整所述預(yù)設(shè)模型的參數(shù)，將訓(xùn)練結(jié)束后的所述初始車位位置檢測(cè)網(wǎng)絡(luò)作為所述車位位置檢測(cè)網(wǎng)絡(luò)，將訓(xùn)練結(jié)束后的所述初始車位邊界檢測(cè)網(wǎng)絡(luò)作為所述車位邊界檢測(cè)網(wǎng)絡(luò)，將訓(xùn)練結(jié)束后的所述預(yù)設(shè)模型中的所述特征提取網(wǎng)絡(luò)作為所述特征提取模型。

26、在一示例性實(shí)施方式中，所述特征提取模型包括所述車位位置檢測(cè)網(wǎng)絡(luò)以及所述車位邊界檢測(cè)網(wǎng)絡(luò)，所述將所述待處理圖像輸入特征提取模型進(jìn)行車位特征提取，得到車位位置特征以及車位邊界特征，包括：

27、將所述待處理圖像輸入所述車位位置檢測(cè)網(wǎng)絡(luò)中的車位線檢測(cè)子網(wǎng)絡(luò)進(jìn)行車位線檢測(cè)處理，得到所述待處理圖像內(nèi)的車位線；

28、將所述待處理圖像輸入所述車位位置檢測(cè)網(wǎng)絡(luò)中的車位入口方向檢測(cè)子網(wǎng)絡(luò)進(jìn)行車位入口方向檢測(cè)處理，得到所述待處理圖像內(nèi)的與所述車位線對(duì)應(yīng)的車位入口方向；

29、根據(jù)所述車位線以及所述與所述車位線對(duì)應(yīng)的車位入口方向，確定所述車位位置特征；

30、將所述待處理圖像輸入所述車位邊界檢測(cè)網(wǎng)絡(luò)中的處理后車位線檢測(cè)子網(wǎng)絡(luò)進(jìn)行處理后車位線檢測(cè)處理，得到所述待處理圖像內(nèi)的處理后車位線；

31、將所述待處理圖像輸入所述車位邊界檢測(cè)網(wǎng)絡(luò)中的車位角點(diǎn)檢測(cè)子網(wǎng)絡(luò)進(jìn)行車位角點(diǎn)檢測(cè)處理，得到所述待處理圖像內(nèi)的與所述處理后車位線對(duì)應(yīng)的車位角點(diǎn)；

32、根據(jù)所述處理后車位線以及所述與所述處理后車位線對(duì)應(yīng)的車位角點(diǎn)，確定所述車位邊界特征。

33、在一示例性實(shí)施方式中，所述根據(jù)所述車位位置特征，確定所述預(yù)設(shè)區(qū)域內(nèi)車位的預(yù)測(cè)位置，包括：

34、根據(jù)所述預(yù)設(shè)區(qū)域內(nèi)車位的目標(biāo)車位線以及目標(biāo)車位入口方向，確定所述預(yù)設(shè)區(qū)域內(nèi)車位的目標(biāo)坐標(biāo)信息以及所述預(yù)設(shè)區(qū)域內(nèi)車位的目標(biāo)車位圖像；

35、根據(jù)所述預(yù)設(shè)區(qū)域內(nèi)車位的所述目標(biāo)坐標(biāo)信息以及所述預(yù)設(shè)區(qū)域內(nèi)車位的所述目標(biāo)車位圖像，確定所述預(yù)設(shè)區(qū)域內(nèi)車位的所述預(yù)測(cè)位置。

36、在一示例性實(shí)施方式中，所述根據(jù)所述車位邊界特征，確定所述預(yù)設(shè)區(qū)域內(nèi)車位的預(yù)測(cè)邊界，包括：

37、根據(jù)所述預(yù)設(shè)區(qū)域內(nèi)車位的目標(biāo)處理后車位線以及目標(biāo)車位角點(diǎn)，確定所述預(yù)設(shè)區(qū)域內(nèi)車位的目標(biāo)邊界圖像；

38、根據(jù)所述預(yù)設(shè)區(qū)域內(nèi)車位的所述目標(biāo)邊界圖像，確定所述預(yù)設(shè)區(qū)域內(nèi)車位的所述預(yù)測(cè)邊界。

39、在一示例性實(shí)施方式中，所述根據(jù)所述預(yù)設(shè)區(qū)域內(nèi)車位的所述預(yù)測(cè)位置以及所述預(yù)設(shè)區(qū)域內(nèi)車位的所述預(yù)測(cè)邊界，確定所述預(yù)設(shè)區(qū)域內(nèi)的所述車位區(qū)域，包括：

40、將所述預(yù)設(shè)區(qū)域內(nèi)車位的所述目標(biāo)邊界圖像投影至所述預(yù)設(shè)區(qū)域內(nèi)車位的所述目標(biāo)車位圖像上，得到目標(biāo)待處理車位圖像；

41、根據(jù)所述目標(biāo)待處理車位圖像，確定車位線差異以及車位位置差異；所述車位線差異基于所述目標(biāo)處理后車位線與所述目標(biāo)車位線之間的差異確定；所述車位位置差異基于所述目標(biāo)車位角點(diǎn)與所述目標(biāo)車位入口方向之間的差異確定；

42、根據(jù)所述車位線差異，將所述待處理車位圖像上所述目標(biāo)車位線的方向校正為所述目標(biāo)處理后車位線的方向，得到更新的目標(biāo)車位線方向；

43、根據(jù)所述車位位置差異，將所述待處理車位圖像上所述目標(biāo)車位入口方向的位置校正為所述目標(biāo)車位角點(diǎn)的位置，得到更新的目標(biāo)車位入口方向；

44、根據(jù)所述更新的目標(biāo)車位線方向以及所述更新的目標(biāo)車位入口方向，確定所述預(yù)設(shè)區(qū)域內(nèi)的所述車位區(qū)域。

45、在一示例性實(shí)施方式中，所述方法還包括：

46、對(duì)所述預(yù)設(shè)區(qū)域內(nèi)的所述待處理圖像進(jìn)行車位狀態(tài)特征提取，得到車位狀態(tài)特征；所述車位狀態(tài)特征表征所述預(yù)設(shè)區(qū)域內(nèi)車位的狀態(tài)；

47、根據(jù)所述車位狀態(tài)特征，確定所述預(yù)設(shè)區(qū)域內(nèi)車位的車位狀態(tài)；所述車位狀態(tài)包括空閑狀態(tài)以及占用狀態(tài)；

48、將所述預(yù)設(shè)區(qū)域內(nèi)所述車位狀態(tài)為所述空閑狀態(tài)的車位設(shè)置為目標(biāo)車位。

49、另一方面提供了一種車位區(qū)域檢測(cè)裝置，所述裝置包括：

50、待處理圖像獲取模塊，用于獲取預(yù)設(shè)區(qū)域內(nèi)的待處理圖像；所述預(yù)設(shè)區(qū)域內(nèi)包括車位區(qū)域；

51、特征提取模塊，用于將所述待處理圖像輸入特征提取模型進(jìn)行車位特征提取，得到車位位置特征以及車位邊界特征；所述車位位置特征表征所述預(yù)設(shè)區(qū)域內(nèi)車位的位置信息；所述車位邊界特征表征所述預(yù)設(shè)區(qū)域內(nèi)車位的邊界信息；

52、預(yù)測(cè)位置確定模塊，用于根據(jù)所述車位位置特征，確定所述預(yù)設(shè)區(qū)域內(nèi)車位的預(yù)測(cè)位置；

53、預(yù)測(cè)邊界確定模塊，用于根據(jù)所述車位邊界特征，確定所述預(yù)設(shè)區(qū)域內(nèi)車位的預(yù)測(cè)邊界；

54、車位區(qū)域確定模塊，用于根據(jù)所述預(yù)設(shè)區(qū)域內(nèi)車位的所述預(yù)測(cè)位置以及所述預(yù)設(shè)區(qū)域內(nèi)車位的所述預(yù)測(cè)邊界，確定所述預(yù)設(shè)區(qū)域內(nèi)的所述車位區(qū)域。

55、另一方面提供了一種電子設(shè)備，所述設(shè)備包括處理器和存儲(chǔ)器，所述存儲(chǔ)器中存儲(chǔ)有至少一條指令或至少一段程序，所述至少一條指令或所述至少一段程序由所述處理器加載并執(zhí)行如上所述的車位區(qū)域檢測(cè)方法。

56、另一方面提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述存儲(chǔ)介質(zhì)中存儲(chǔ)有至少一條指令或至少一段程序，所述至少一條指令或至少一段程序由處理器加載并執(zhí)行以實(shí)現(xiàn)如上所述的車位區(qū)域檢測(cè)方法。

57、另一方面提供了一種計(jì)算機(jī)程序產(chǎn)品或計(jì)算機(jī)程序，該計(jì)算機(jī)程序產(chǎn)品或計(jì)算機(jī)程序包括計(jì)算機(jī)指令，該計(jì)算機(jī)指令存儲(chǔ)在計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中。計(jì)算機(jī)設(shè)備的處理器從計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)讀取該計(jì)算機(jī)指令，處理器執(zhí)行該計(jì)算機(jī)指令，使得該計(jì)算機(jī)設(shè)備執(zhí)行以實(shí)現(xiàn)如上所述的車位區(qū)域檢測(cè)方法。

58、本技術(shù)提供的一種車位區(qū)域檢測(cè)方法、裝置及存儲(chǔ)介質(zhì)，具有如下技術(shù)效果：本技術(shù)獲取預(yù)設(shè)區(qū)域內(nèi)的待處理圖像；所述預(yù)設(shè)區(qū)域內(nèi)包括車位區(qū)域；將所述待處理圖像輸入特征提取模型進(jìn)行車位特征提取，得到車位位置特征以及車位邊界特征；所述車位位置特征表征所述預(yù)設(shè)區(qū)域內(nèi)車位的位置信息；所述車位邊界特征表征所述預(yù)設(shè)區(qū)域內(nèi)車位的邊界信息；根據(jù)所述車位位置特征，確定所述預(yù)設(shè)區(qū)域內(nèi)車位的預(yù)測(cè)位置；根據(jù)所述車位邊界特征，確定所述預(yù)設(shè)區(qū)域內(nèi)車位的預(yù)測(cè)邊界；根據(jù)所述預(yù)設(shè)區(qū)域內(nèi)車位的所述預(yù)測(cè)位置以及所述預(yù)設(shè)區(qū)域內(nèi)車位的所述預(yù)測(cè)邊界，確定所述預(yù)設(shè)區(qū)域內(nèi)的所述車位區(qū)域。本技術(shù)通過對(duì)待處理圖像進(jìn)行車位特征提取，提取出車位位置特征以及車位邊界特征；通過車位位置特征確定預(yù)設(shè)區(qū)域內(nèi)車位的位置信息，根據(jù)車位邊界特征確定車位的邊界信息，結(jié)合兩者獲取預(yù)設(shè)區(qū)域內(nèi)車位的具體位置以及邊界，從而確定預(yù)設(shè)區(qū)域內(nèi)的車位區(qū)域；通過結(jié)合車位位置特征以及車位邊界特征來獲取車位區(qū)域，且車位邊界特征約束車位檢測(cè)的范圍，提高了車位區(qū)域檢測(cè)結(jié)果的精確度與可靠性，便于車輛自動(dòng)泊車時(shí)尋找車位。