System.ArgumentOutOfRangeException: 索引和長(zhǎng)度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一区二区三区人妻无码,无码福利写真片视频在线播放,无码137片内射在线影院 
  • 

  • 
<ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>
    

    

    
    
      
    
          
          
    
            
    
                
    
                    
    
                        
    
                            
    一種基于攝像頭視覺(jué)集合信息的車位識(shí)別方法技術(shù)
    
                            
    技術(shù)編號(hào)：44238962 閱讀：10 留言：0更新日期：2025-02-11 13:39
    
                        
    
                        
    
                            
                            本發(fā)明專利技術(shù)涉及自動(dòng)泊車技術(shù)領(lǐng)域，具體涉及一種基于攝像頭視覺(jué)集合信息的車位識(shí)別方法，包括一個(gè)獨(dú)特的車位提取定位算法和一個(gè)判斷停車位泊入方向的算法。車位提取定位算法包括一系列步驟，包括找到車位邊緣的端點(diǎn)，找到二值圖像中的像素團(tuán)并計(jì)算它們的幾何中心，計(jì)算每?jī)蓚€(gè)像素團(tuán)之間的距離，設(shè)置距離閾值，過(guò)濾不滿足條件的像素團(tuán)等，還具有誤檢過(guò)濾策略，能有效地過(guò)濾掉錯(cuò)誤的分類結(jié)果，提高分類的準(zhǔn)確性。判斷停車位泊入方向的算法包括找到像素團(tuán)的幾何中心，畫出垂直線段，設(shè)定采樣區(qū)域，統(tǒng)計(jì)被神經(jīng)網(wǎng)絡(luò)分類為垂直車位長(zhǎng)邊的像素?cái)?shù)量等步驟。本車位識(shí)別方法提高了車位識(shí)別的準(zhǔn)確性，并且使系統(tǒng)更能適應(yīng)不同類型的車位和不同的停車環(huán)境。
    
                            
                            
    


    
                            

                            
    【技術(shù)實(shí)現(xiàn)步驟摘要】
    
                                
    本專利技術(shù)涉及自動(dòng)泊車，具體涉及一種基于攝像頭視覺(jué)集合信息的車位識(shí)別方法。

    技術(shù)介紹
    1、構(gòu)建停車場(chǎng)的高精度地圖是無(wú)司機(jī)干預(yù)停泊車的重要技術(shù)，車位識(shí)別提取在高精地圖的構(gòu)建和車輛利用高精地圖在車庫(kù)中無(wú)人駕駛定位停車的過(guò)程中是核心功能之一，有著豐富的實(shí)際使用場(chǎng)景。高精度地圖：預(yù)先儲(chǔ)蓄在車輛本地的地圖數(shù)據(jù)，用來(lái)協(xié)助車輛進(jìn)行無(wú)人駕駛，精度通常≤5cm。地圖信息包含常規(guī)的車道線位置和數(shù)量、紅綠燈位置等相關(guān)要素。車輛在自動(dòng)駕駛的過(guò)程中，會(huì)構(gòu)建本地信息要素對(duì)高精地圖進(jìn)行全局搜索查閱，用來(lái)匹配車輛當(dāng)前位置。
    2、然而，在自動(dòng)泊車場(chǎng)景中，在一些情況下，如停車場(chǎng)沒(méi)有預(yù)先儲(chǔ)蓄的高精地圖、車庫(kù)無(wú)gps信號(hào)等情況下，構(gòu)建停車場(chǎng)的高精度地圖并進(jìn)行車位識(shí)別就成為無(wú)人駕駛自動(dòng)泊車的關(guān)鍵問(wèn)題。
    3、鑒于上述問(wèn)題，本專利技術(shù)創(chuàng)作者經(jīng)過(guò)長(zhǎng)時(shí)間的研究和實(shí)踐終于獲得了本專利技術(shù)。

    技術(shù)實(shí)現(xiàn)思路
    1、為解決上述技術(shù)問(wèn)題的至少一個(gè)方面，本專利技術(shù)提供一種基于攝像頭視覺(jué)集合信息的車位識(shí)別方法，從車載圖像傳感器的圖像分割結(jié)果中得到車位坐標(biāo)信息，找出圖像中的劃線車位。
    2、本專利技術(shù)采用的技術(shù)方案在于：
    3、提供一種基于攝像頭視覺(jué)集合信息的車位識(shí)別方法，包括如下步驟：
    4、s10：根據(jù)車載攝像頭采集的圖像數(shù)據(jù)生成車輛環(huán)境的拼接鳥(niǎo)瞰圖，基于鳥(niǎo)瞰圖通過(guò)神經(jīng)網(wǎng)絡(luò)分割模型輸出網(wǎng)格矩陣分割圖，每一格為一個(gè)像素，每個(gè)像素具有一個(gè)像素值，具有相同像素值的像素代表同一分類的像素；
    <p>5、s20：提取及定位車位，具體包括：
    6、s21：基于所述網(wǎng)格矩陣分割圖，找到劃線車位短邊的兩個(gè)端點(diǎn)，形成二值圖；
    7、s22：找到二值圖像中的所有像素團(tuán)；
    8、s23：計(jì)算每個(gè)像素團(tuán)的幾何中心；
    9、s24：每?jī)蓚€(gè)像素團(tuán)形成一個(gè)像素團(tuán)對(duì)，計(jì)算每個(gè)像素團(tuán)對(duì)中的兩個(gè)像素團(tuán)之間的距離；
    10、s25：設(shè)置距離閾值，過(guò)濾掉不滿足距離閾值條件的像素團(tuán)對(duì)，剩下的像素團(tuán)對(duì)中的兩個(gè)像素團(tuán)之間的連線被初步認(rèn)定為一個(gè)劃線車位短邊；
    11、s26：在初步認(rèn)定的每個(gè)劃線車位短邊的線上均勻等距采樣多個(gè)像素，基于所采樣像素的像素值來(lái)設(shè)定過(guò)濾條件，過(guò)濾掉不符合要求的劃線車位短邊對(duì)應(yīng)的像素團(tuán)對(duì)，剩下的每個(gè)像素對(duì)中的兩個(gè)像素團(tuán)之間連線被認(rèn)定為劃線車位短邊。
    12、進(jìn)一步地，車位識(shí)別方法還包括步驟s30，
    13、s30：判斷停車位泊入方向，具體包括：找到每個(gè)劃線車位短邊的幾何中點(diǎn)，過(guò)該幾何中點(diǎn)作垂直于該劃線車位短邊的垂線段，基于該垂線段找到劃線車位長(zhǎng)邊的所在線，設(shè)定采樣區(qū)域，統(tǒng)計(jì)采樣區(qū)域內(nèi)被神經(jīng)網(wǎng)絡(luò)分割模型分類為垂直車位長(zhǎng)邊的像素?cái)?shù)量，據(jù)此判斷停車位泊入方向。
    14、進(jìn)一步地，所述步驟s10中，所述像素的分類包括：劃線車位短邊、劃線車位長(zhǎng)邊、車位長(zhǎng)短邊交點(diǎn)。
    15、進(jìn)一步地，所述步驟s21中，所述的基于所述網(wǎng)格矩陣分割圖，找到劃線車位短邊的兩個(gè)端點(diǎn)，形成二值圖，具體包括：
    16、根據(jù)像素值找到分類為車位長(zhǎng)短邊交點(diǎn)的所有像素，將該像素的像素值重新設(shè)定為一個(gè)整數(shù)值，其余像素的像素值設(shè)定為0，從而形成二值圖。
    17、進(jìn)一步地，所述步驟s22中，所述的找到二值圖像中的所有像素團(tuán)，具體包括：
    18、尋找二值圖中的像素團(tuán)并得到每個(gè)像素團(tuán)的像素點(diǎn)在二值圖中的x和y坐標(biāo)值。
    19、進(jìn)一步地，所述步驟s23中，所述的計(jì)算每個(gè)像素團(tuán)的幾何中心，具體包括：
    20、尋找每個(gè)像素團(tuán)的最小外接圓并得到圓心坐標(biāo)，作為該像素團(tuán)的幾何中心。
    21、進(jìn)一步地，所述步驟s25中，根據(jù)車位寬度的范圍以及每個(gè)像素代表的實(shí)際距離來(lái)設(shè)定每個(gè)像素團(tuán)對(duì)中的兩個(gè)像素團(tuán)之間的距離閾值，保留距離閾值范圍內(nèi)的像素團(tuán)對(duì)，過(guò)濾掉其余像素團(tuán)對(duì)。
    22、進(jìn)一步地，所述步驟s26中，所述像素團(tuán)對(duì)的過(guò)濾，具體采用如下方式：
    23、判斷每個(gè)劃線車位短邊的線上所采樣的像素的分類，如果超過(guò)一預(yù)設(shè)比例的像素分類為劃線車位短邊，則保留該劃線車位短邊對(duì)應(yīng)的像素團(tuán)對(duì)，反之則過(guò)濾掉該劃線車位短邊對(duì)應(yīng)的像素團(tuán)對(duì)。
    24、進(jìn)一步地，所述步驟s30中，所述的基于該垂線段找到劃線車位長(zhǎng)邊的所在線，設(shè)定采樣區(qū)域，具體包括：
    25、分別過(guò)每個(gè)劃線車位短邊的端點(diǎn)對(duì)應(yīng)的兩像素團(tuán)的幾何中心，作平行于該垂線段的平行線段，以像素團(tuán)的幾何中心為圓心，每條平行線段均轉(zhuǎn)動(dòng)±β°所形成的扇形區(qū)域?yàn)椴蓸訁^(qū)域。
    26、進(jìn)一步地，所述步驟s10中，在順序排列的時(shí)間戳下，每個(gè)時(shí)間戳?xí)梢粡垖?duì)應(yīng)的鳥(niǎo)瞰圖，所述神經(jīng)網(wǎng)絡(luò)分割模型輸出的網(wǎng)格矩陣分割圖的圖像尺寸與所述鳥(niǎo)瞰圖一致。
    27、與現(xiàn)有技術(shù)比較本專利技術(shù)的有益效果在于：
    28、1.本專利技術(shù)提供的車位提取和定位算法能更準(zhǔn)確地定位車位的位置和形狀。提高了車位識(shí)別的準(zhǔn)確性，并且使系統(tǒng)更能適應(yīng)不同類型的車位和不同的停車環(huán)境。
    29、2.本專利技術(shù)提供的泊入方向判斷方法提高了車位的識(shí)別準(zhǔn)確性和系統(tǒng)的實(shí)用性。這對(duì)于自動(dòng)駕駛或自動(dòng)泊車系統(tǒng)來(lái)說(shuō)是非常重要的，因?yàn)樗梢詭椭到y(tǒng)更準(zhǔn)確地計(jì)劃和執(zhí)行停車動(dòng)作。
    30、3.本專利技術(shù)提供的車位提取定位采用了獨(dú)特的誤檢過(guò)濾策略，能有效地減少誤檢和漏檢，提高了系統(tǒng)的準(zhǔn)確性和可靠性。這對(duì)于保證用戶體驗(yàn)和系統(tǒng)安全性來(lái)說(shuō)是非常重要的。
    本文檔來(lái)自技高網(wǎng)    ...
                            
    
                            
    【技術(shù)保護(hù)點(diǎn)】
    
                                
    1.一種基于攝像頭視覺(jué)集合信息的車位識(shí)別方法，其特征在于，包括如下步驟：
    2.如權(quán)利要求1所述的一種基于攝像頭視覺(jué)集合信息的車位識(shí)別方法，其特征在于，還包括步驟S30，
    3.如權(quán)利要求2所述的一種基于攝像頭視覺(jué)集合信息的車位識(shí)別方法，其特征在于，所述步驟S10中，所述像素的分類包括：劃線車位短邊、劃線車位長(zhǎng)邊、車位長(zhǎng)短邊交點(diǎn)。
    4.如權(quán)利要求3所述的一種基于攝像頭視覺(jué)集合信息的車位識(shí)別方法，其特征在于，所述步驟S21中，所述的基于所述網(wǎng)格矩陣分割圖，找到劃線車位短邊的兩個(gè)端點(diǎn)，形成二值圖，具體包括：
    5.如權(quán)利要求4所述的一種基于攝像頭視覺(jué)集合信息的車位識(shí)別方法，其特征在于，所述步驟S22中，所述的找到二值圖像中的所有像素團(tuán)，具體包括：
    6.如權(quán)利要求5所述的一種基于攝像頭視覺(jué)集合信息的車位識(shí)別方法，其特征在于，所述步驟S23中，所述的計(jì)算每個(gè)像素團(tuán)的幾何中心，具體包括：
    7.如權(quán)利要求6所述的一種基于攝像頭視覺(jué)集合信息的車位識(shí)別方法，其特征在于，所述步驟S25中，根據(jù)車位寬度的范圍以及每個(gè)像素代表的實(shí)際距離來(lái)設(shè)定每個(gè)像素團(tuán)對(duì)中的兩個(gè)像素團(tuán)之間的距離閾值，保留距離閾值范圍內(nèi)的像素團(tuán)對(duì)，過(guò)濾掉其余像素團(tuán)對(duì)。
    8.如權(quán)利要求7所述的一種基于攝像頭視覺(jué)集合信息的車位識(shí)別方法，其特征在于，所述步驟S26中，所述像素團(tuán)對(duì)的過(guò)濾，具體采用如下方式：
    9.如權(quán)利要求8所述的一種基于攝像頭視覺(jué)集合信息的車位識(shí)別方法，其特征在于，所述步驟S30中，所述的基于該垂線段找到劃線車位長(zhǎng)邊的所在線，設(shè)定采樣區(qū)域，具體包括：
    10.如權(quán)利要求2所述的一種基于攝像頭視覺(jué)集合信息的車位識(shí)別方法，其特征在于，所述步驟S10中，在順序排列的時(shí)間戳下，每個(gè)時(shí)間戳?xí)梢粡垖?duì)應(yīng)的鳥(niǎo)瞰圖，所述神經(jīng)網(wǎng)絡(luò)分割模型輸出的網(wǎng)格矩陣分割圖的圖像尺寸與所述鳥(niǎo)瞰圖一致。
    ...
                            
    
                            
    【技術(shù)特征摘要】
    
                                
    1.一種基于攝像頭視覺(jué)集合信息的車位識(shí)別方法，其特征在于，包括如下步驟：
    2.如權(quán)利要求1所述的一種基于攝像頭視覺(jué)集合信息的車位識(shí)別方法，其特征在于，還包括步驟s30，
    3.如權(quán)利要求2所述的一種基于攝像頭視覺(jué)集合信息的車位識(shí)別方法，其特征在于，所述步驟s10中，所述像素的分類包括：劃線車位短邊、劃線車位長(zhǎng)邊、車位長(zhǎng)短邊交點(diǎn)。
    4.如權(quán)利要求3所述的一種基于攝像頭視覺(jué)集合信息的車位識(shí)別方法，其特征在于，所述步驟s21中，所述的基于所述網(wǎng)格矩陣分割圖，找到劃線車位短邊的兩個(gè)端點(diǎn)，形成二值圖，具體包括：
    5.如權(quán)利要求4所述的一種基于攝像頭視覺(jué)集合信息的車位識(shí)別方法，其特征在于，所述步驟s22中，所述的找到二值圖像中的所有像素團(tuán)，具體包括：
    6.如權(quán)利要求5所述的一種基于攝像頭視覺(jué)集合信息的車位識(shí)別方法，其特征在于，所述步驟s23中，所述的計(jì)算每個(gè)像素團(tuán)的幾...
                            
    
                            
    【專利技術(shù)屬性】
    
                                技術(shù)研發(fā)人員：劉東昊，陳建濤，鄭超，游天好，
    
        申請(qǐng)(專利權(quán))人：一汽大眾汽車有限公司，
    
        類型：發(fā)明
    
        國(guó)別省市：
    
                            
    
                            
                        
    
                    
    
                    
                    
                     
                
    
                
                
    
                    
    
                        網(wǎng)友詢問(wèn)留言
                        已有0條評(píng)論
                    
    
                    
    
                        
    
                            
      
                                
    • 
                                
						

      還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。
      


                              
                            
    
                            
    
                                 1 

                            
    
                        
    
                        
                        
    
                            
    
                              
                            
    
                            
                        
    
                    
    
                
    
            
    
              
             
          
    
      
    
    
    

    
    
    




  


主站蜘蛛池模板：
亚洲国产av高清无码|
国产AV无码专区亚汌A√|
亚洲日韩精品无码专区|
亚洲精品无码成人片久久不卡
|
日韩AV无码久久一区二区|
久久久久亚洲AV无码麻豆|
影院无码人妻精品一区二区|
无码精品一区二区三区在线|
人妻少妇伦在线无码|
亚洲人AV在线无码影院观看|
成人无码WWW免费视频|
国产精品无码久久久久久久久久
|
亚洲av日韩av无码黑人|
日韩人妻无码精品无码中文字幕|
亚洲A∨无码一区二区三区|
精品久久无码中文字幕|
无码国产精品一区二区免费模式
|
无码人妻精品内射一二三AV|
中文字幕丰满伦子无码|
无码人妻丰满熟妇区毛片18|
无码丰满少妇2在线观看|
成人A片产无码免费视频在线观看|
无码一区二区三区免费视频
|
国产精品免费看久久久无码
|
无码av天天av天天爽|
亚洲中文字幕久久无码|
蜜桃无码一区二区三区|
无码少妇一区二区三区浪潮AV|
夜夜添无码一区二区三区|
天码av无码一区二区三区四区
|
无码毛片视频一区二区本码
|
精品久久久无码21p发布|
久久人妻内射无码一区三区|
亚洲国产精品无码AAA片|
亚洲精品无码久久久影院相关影片|
精品无人区无码乱码毛片国产
|
少妇无码一区二区二三区|
中文人妻无码一区二区三区
|
人妻系列无码专区无码中出|
国产成人无码一区二区在线播放
|
男人av无码天堂|