【技術實現步驟摘要】
本申請涉及自動駕駛，尤其涉及一種泊車位檢測方法、裝置、電子設備和計算機可讀存儲介質。
技術介紹
1、泊車位檢測是車輛自動駕駛中的一個關鍵技術，該技術旨在搜索視野范圍內的泊車位。泊車位在全景圖像上表現為平行四邊形。視覺泊車位檢測技術即是檢測泊車位所對應平行四邊形的四個角點。當圖像中存在多個泊車位時，需要將多個泊車位與其對應的四個角點匹配。
2、現有技術中的一類方法是基于傳統目標檢測算法，例如基于hough變換算法、區域生長算法等，這一類方法泛化能力較弱，在不同數據集或場景上，性能表現差異巨大，尤其是當待檢測圖像中存在遮擋、污漬，或者待檢測圖采集環境中存在復雜快速變化的光照時，容易造成算法魯棒性退化。
3、現有技術中的另一類方法是基于深度卷積網絡算法，有監督地進行模型訓練，使訓練好的模型能夠有效定位泊車位的角點。例如基于anchor(錨框)的目標方法，是預設一組不同尺度不同位置的固定參考框，覆蓋幾乎所有位置和尺度，每個參考框負責檢測有沒有認識到目標，回歸出檢測到角點的框的位置。
4、然而受限于全景圖像視野、透視、遮擋和車輛運動，全景圖像畫面內的四個關鍵點存在不完整的情況。當其中部分關鍵點不可見時，基于深度卷積網絡算法沒有考慮泊車位存在遮擋的情況，僅僅依賴深度卷積網絡的優化能力對不可見的關鍵點進行篩選和位置估計，其檢測結果易發生漂移、抖動或漏檢。
技術實現思路
1、本申請實施例提供了一種泊車位檢測方法、裝置、電子設備和計算機可讀存儲介質，以解決或部分解
2、本申請實施例采用下述技術方案：
3、第一方面，本申請實施例提供一種泊車位檢測方法，包括：
4、根據全景圖像中泊車位的幾何特征對所述泊車位的四個角點的位置進行幾何約束，得到幾何約束結果；
5、根據所述幾何約束結果改進泊車位檢測模型的基礎損失函數，得到改進的損失函數；
6、利用所述改進的損失函數訓練泊車位檢測模型，得到訓練好的泊車位檢測模型；
7、利用訓練好的泊車位檢測模型對待檢測全景圖像進行泊車位檢測，得到檢測結果。
8、可選地，所述泊車位檢測模型是基于改進的cornet網絡訓練得到的泊車位檢測模型，所述cornet網絡包括主干網絡和預測網絡，通過下述步驟改進所述cornet網絡：
9、對所述主干網絡輸出的特征圖進行卷積處理，得到四種角點類型的預測分支；
10、設置每種角點類型的預測分支通過角點池化操作得到該角點類型的熱力圖特征圖、嵌入特征圖和偏移特征圖。
11、可選地，所述全景圖像中的泊車位為平行四邊形泊車位，所述泊車位的幾何特征為所述平行四邊形泊車位的對角線交點將所述平行四邊形泊車位的兩條對角線等分，根據泊車位的幾何特征對泊車位四個角點的位置進行幾何約束，得到幾何約束結果，包括：
12、根據所述泊車位的第一角點位置和第三角點位置確定所述泊車位的第一對角線交點位置；以及根據所述泊車位的第二角點位置和第四角點位置確定所述泊車位的第二對角線交點位置；
13、根據所述第一對角線交點位置與第二對角線交點位置的偏差，得到所述幾何約束結果。
14、可選地，所述泊車位的角點位置包括橫向像素位置和縱向像素位置，根據所述泊車位的第一角點位置和第三角點位置確定所述泊車位的第一對角線交點位置，包括：
15、根據所述泊車位的第一角點的橫向像素位置和第三角點的橫向像素位置確定所述泊車位的第一對角線交點的橫向像素位置；以及根據所述泊車位的第一角點的縱向像素位置和第三角點的縱向像素位置確定所述泊車位的第一對角線交點的縱向像素位置；
16、根據所述泊車位的第二角點位置和第四角點位置確定所述泊車位的第二對角線角交點位置，包括：
17、根據所述泊車位的第二角點的橫向像素位置和第四角點的橫向像素位置確定所述泊車位的第二對角線交點的橫向像素位置；以及根據所述泊車位的第二角點的縱向像素位置和第四角點的縱向像素位置確定所述泊車位的第二對角線交點的縱向像素位置；
18、根據所述第一對角線角點位置與第二對角線角點位置的偏差，得到所述幾何約束結果，包括：
19、根據所述第一對角線交點的橫向像素位置與所述第二對角線交點的橫向像素位置得到交點橫向偏差，以及根據所述第一對角線交點的縱向像素位置與所述第二對角線交點的縱向像素位置得到交點縱向偏差；
20、根據所述交點橫向偏差和所述交點縱向偏差得到所述幾何約束結果。
21、可選地，根據所述幾何約束結果改進泊車位檢測模型的基礎損失函數，得到改進的損失函數，包括：
22、利用所述幾何約束結果生成幾何約束損失函數；
23、對所述基礎損失函數和所述幾何約束損失函數進行加權求和，得到改進的損失函數。
24、可選地，對所述基礎損失函數和所述幾何約束損失函數進行加權求和，包括：
25、當所述泊車位的四個角點的位置能夠從全景圖像中直接得到時，設置所述幾何約束損失函數的加權系數為1；
26、當所述泊車位的至少一個角點的位置不能夠從全景圖像中直接得到時，設置所述幾何約束損失函數的加權系數為0。
27、可選地，利用所述改進的損失函數訓練泊車位檢測模型，得到訓練好的泊車位檢測模型，包括：
28、利用所述泊車位檢測模型對訓練樣本圖像中每個泊車位的四個角點進行預測，通過所述四種角點類型的預測分支輸出的熱力圖特征圖，得到所述訓練樣本圖像中每個泊車位的四個角點的預測位置，根據每個泊車位的四個角點的預測位置得到幾何約束損失函數值；
29、根據所述四種角點類型的預測分支輸出的熱力圖特征圖、嵌入特征圖、偏移特征圖和所述訓練樣本圖像中每個泊車位的標注數據得到基礎損失函數值；
30、根據所述幾何約束損失函數值和所述基礎損失函數值得到所述改進的損失函數值，在所述改進的損失函數值達到收斂條件時，得到訓練好的泊車位檢測模型。
31、第二方面，本申請實施例提供一種泊車位檢測裝置，包括：
32、幾何約束計算單元，用于根據全景圖像中泊車位的幾何特征對所述泊車位的四個角點的位置進行幾何約束，得到幾何約束結果；
33、損失函數改進單元，用于根據所述幾何約束結果改進泊車位檢測模型的基礎損失函數，得到改進的損失函數；
34、模型訓練單元，用于利用所述改進的損失函數訓練泊車位檢測模型，得到訓練好的泊車位檢測模型；
35、泊車位檢測單元，用于利用訓練好的泊車位檢測模型對待檢測全景圖像進行泊車位檢測，得到檢測結果。
36、第三方面，本申請實施例提供一種電子設備，包括處理器；以及被安排成存儲計算機可執行指令的存儲器，所述可執行指令在被執行時使所述處理器執行上述實施例的泊車位檢測方法。
37、第四方面，本申請實施例提供一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲一個本文檔來自技高網...
【技術保護點】
1.一種泊車位檢測方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述泊車位檢測模型是基于改進的Cornet網絡訓練得到的泊車位檢測模型，所述Cornet網絡包括主干網絡和預測網絡，通過下述步驟改進所述Cornet網絡：
3.根據權利要求2所述的方法，其特征在于，所述全景圖像中的泊車位為平行四邊形泊車位，所述泊車位的幾何特征為所述平行四邊形泊車位的對角線交點將所述平行四邊形泊車位的兩條對角線等分，根據泊車位的幾何特征對泊車位四個角點的位置進行幾何約束，得到幾何約束結果，包括：
4.根據權利要求3所述的方法，其特征在于，所述泊車位的角點位置包括橫向像素位置和縱向像素位置，根據所述泊車位的第一角點位置和第三角點位置確定所述泊車位的第一對角線交點位置，包括：
5.根據權利要求3所述的方法，其特征在于，根據所述幾何約束結果改進泊車位檢測模型的基礎損失函數，得到改進的損失函數，包括：
6.根據權利要求5所述的方法，其特征在于，對所述基礎損失函數和所述幾何約束損失函數進行加權求和，包括：
7.
8.一種泊車位檢測裝置，其特征在于，所述裝置包括：
9.一種電子設備，其特征在于，包括：
10.一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲一個或多個程序，所述一個或多個程序當被處理器執行時，實現所述權利要求1-7之任一所述泊車位檢測方法。
...【技術特征摘要】
1.一種泊車位檢測方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述泊車位檢測模型是基于改進的cornet網絡訓練得到的泊車位檢測模型，所述cornet網絡包括主干網絡和預測網絡，通過下述步驟改進所述cornet網絡：
3.根據權利要求2所述的方法，其特征在于，所述全景圖像中的泊車位為平行四邊形泊車位，所述泊車位的幾何特征為所述平行四邊形泊車位的對角線交點將所述平行四邊形泊車位的兩條對角線等分，根據泊車位的幾何特征對泊車位四個角點的位置進行幾何約束，得到幾何約束結果，包括：
4.根據權利要求3所述的方法，其特征在于，所述泊車位的角點位置包括橫向像素位置和縱向像素位置，根據所述泊車位的第一角點位置和第三角點位置確定所述泊車位...
【專利技術屬性】
技術研發人員：田光亞，朱勇，
申請(專利權)人：上海暢行達智能科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。