【技術實現步驟摘要】
本公開涉及車輛智能駕駛，尤其涉及一種車位檢測處理方法、裝置、電子設備及存儲介質。
技術介紹
1、通常，車輛具有低速智能駕駛功能，如自動泊車類功能的關鍵技術之一在于泊車位的檢測。泊車位的探測精度對后續的規劃控制有很大的影響，偏差較大甚至可能造成碰撞風險，嚴重影響到用戶對功能的體驗。
2、目前，泊車位的檢測一般是基于四路環視攝像頭進行圖像拼接，得到環視拼接圖像，從而進行車位的檢測；當前的檢測方案大多都是基于深度學習，利用大量拼接圖上的車位標注數據，訓練出一個較好的模型，實時檢測拼接圖上車位信息，并通過與拼接圖上的真值對比統計，可以得到檢測模型的精度。
3、然而，通過rtk(real-time?kinematic，實時動態差分)技術確定車位真值的方式比較繁瑣，且無法得到大量數據，以及基于拼接圖的車位檢測方案嚴重依賴于拼接圖質量，而拼接圖質量又依賴于相機的標定，在標定間的靜態標定結果僅能保證在當時平整路面上，車身無姿態變化時的拼接效果；因此，在車輛運動過程中，由于加減速以及減速帶、快速轉向等都會造成車身姿態的變化，會導致拼接圖失真，從而直接影響基于拼接圖的車位檢測結果。
技術實現思路
1、為了解決上述技術問題或者至少部分地解決上述技術問題，本公開的至少一個實施例提供了一種車位檢測處理方法、裝置、電子設備及存儲介質。
2、第一方面，本公開提供了一種車位檢測處理方法，包括：
3、獲取odom(odometer，里程計)坐標系下的目標地面標線點云；
4、獲取檢測幀對應時間下的當前轉換信息，并基于所述當前轉換信息對所述車位真值進行轉換，得到車體坐標系下所述檢測幀的車位真值；
5、獲取所述檢測幀的車位檢測值，并基于所述檢測幀的車位真值和所述檢測幀的車位檢測值確定匹配車位值對；
6、基于預設的處理算法和所述匹配車位值對進行訓練，得到車位檢測處理模型，以使基于所述車位檢測處理模型對車輛的車位實時檢測結果進行調整。
7、可選地，在獲取所述獲取odom坐標系下的目標地面標線點云之前，還包括：
8、基于激光雷達獲取多幀激光點云數據，對每幀所述激光點云數據進行地面點分割，獲取多幀地面點云數據；
9、基于每幀所述地面點云數據對應的反射強度對每幀所述地面點云數據進行點云提取，得到多幀地面標線點云；
10、通過激光雷達參數對每幀所述地面標線點云進行轉換，得到多個車體坐標系下的地面標線點云；
11、通過odom存儲的轉換信息對每個所述車體坐標系下的地面標線點云進行轉換，得到多個odom坐標系下的地面標線點云；
12、將所述多個odom坐標系下的地面標線點云進行疊加并下采樣處理后，得到所述odom坐標系下的目標地面標線點云，并對所述odom坐標系下的目標地面標線點云進行三維標注，獲取所述odom坐標系下的目標地面標線點云對應的車位真值。
13、可選地，所述獲取檢測幀對應時間下的當前轉換信息，包括：
14、獲取odom存儲的第一時間的第一轉換信息和第二時間的第二轉換信息；其中，所述檢測幀對應時間大于所述第一時間且小于所述第二時間；
15、對所述第一轉換信息和所述第二轉換信息進行插值處理，得到所述檢測幀對應時間下的當前轉換信息。
16、可選地，在獲取車體坐標系下所述檢測幀的車位真值之后，還包括：
17、基于所述檢測幀的感興趣區域對所述檢測幀的車位真值進行篩選，得到所述檢測幀的目標車位真值；
18、所述基于所述檢測幀的車位真值和所述檢測幀的車位檢測值確定匹配車位值，包括：
19、基于所述檢測幀的目標車位真值和所述檢測幀的車位檢測值確定所述匹配車位值。
20、可選地，所述基于所述檢測幀的目標車位真值和所述檢測幀的車位檢測值確定所述匹配車位值對，包括：
21、基于預設的匹配算法計算所述檢測幀的目標車位真值和所述車位檢測值之間的重疊度；
22、將所述重疊度大于預設閾值對應的目標車位真值和車位檢測值作為所述匹配車位值對。
23、可選地，所述基于預設的處理算法和所述匹配車位值對進行訓練，得到車位檢測處理模型，包括：
24、將所述匹配車位值對中的車位檢測值、以及odom存儲的檢測幀對應的車輛姿態角作為預設回歸模型的輸入數據，以及所述匹配車位值對確定的車位位置偏差值作為所述預設回歸模型輸出數據進行訓練，得到所述車位檢測處理模型。
25、可選地，所述方法，還包括：
26、獲取車輛當前時刻的姿態信息和所述車位實時檢測結果；
27、將所述姿態信息和所述車位實時檢測結果輸入所述車位檢測處理模型，得到車位位置偏差值；
28、基于所述車位位置偏差值對所述車位實時檢測結果進行調整。
29、第二方面，本公開提供了一種車位檢測處理裝置，包括：
30、第一獲取模塊，用于獲取odom坐標系下的目標地面標線點云；其中，所述目標地面標線點云具有對應的車位真值；
31、第二獲取模塊，用于獲取檢測幀對應時間下的當前轉換信息；
32、第一轉換模塊，用于基于所述當前轉換信息對所述車位真值進行轉換，得到車體坐標系下所述檢測幀的車位真值；
33、第三獲取模塊，用于獲取所述檢測幀的車位檢測值；
34、確定模塊，用于基于所述檢測幀的車位真值和所述檢測幀的車位檢測值確定匹配車位值對；
35、處理模塊，用于基于預設的處理算法和所述匹配車位值對進行訓練，得到車位檢測處理模型，以使基于所述車位檢測處理模型對車輛的車位實時檢測結果進行調整。
36、第三方面，本公開提供了一種電子設備，包括：處理器和存儲器；
37、所述處理器通過調用所述存儲器存儲的程序或指令，用于執行本公開實施例提供的任一所述的車位檢測處理方法。
38、第四方面，本公開提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲程序或指令，所述程序或指令使計算機執行本公開實施例提供的任一所述的車位檢測處理方法。
39、第五方面，本公開提供了一種計算機程序產品，所述計算機程序產品用于執行本公開實施例提供的任一所述的車位檢測處理方法。
40、本公開實施例提供的技術方案與現有技術相比至少具有如下優點：
41、在本公開實施例中，獲取odom坐標系下的目標地面標線點云；目標地面標線點云具有對應的車位真值；獲取檢測幀對應時間下的當前轉換信息，基于當前轉換信息對車位真值進行轉換，得到車體坐標系下檢測幀的車位真值；獲取檢測幀的車位檢測值，并基于檢測幀的車位真值和檢測幀的車位檢測值確定匹配車位值對；基于預設的處理算法和匹配車位值對進行訓練，得到車位檢測處理模型，以使基于車位檢測處理模型對車輛的車位實時檢測結果進行調整。采用上述技術方案，本文檔來自技高網...
【技術保護點】
1.一種車位檢測處理方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，在獲取所述獲取odom坐標系下的目標地面標線點云之前，還包括：
3.根據權利要求1所述的方法，其特征在于，所述獲取檢測幀對應時間下的當前轉換信息，包括：
4.根據權利要求1所述的方法，其特征在于，在獲取車體坐標系下所述檢測幀的車位真值之后，還包括：
5.根據權利要求4所述的方法，其特征在于，所述基于所述檢測幀的目標車位真值和所述檢測幀的車位檢測值確定所述匹配車位值對，包括：
6.根據權利要求1所述的方法，其特征在于，所述基于預設的處理算法和所述匹配車位值對進行訓練，得到車位檢測處理模型，包括：
7.根據權利要求1所述的方法，其特征在于，所述方法，還包括：
8.一種車位檢測處理裝置，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：處理器和存儲器；
10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲程序或指令，所述程序或指令使計算機執行如權利要求1至7任一項
...【技術特征摘要】
1.一種車位檢測處理方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，在獲取所述獲取odom坐標系下的目標地面標線點云之前，還包括：
3.根據權利要求1所述的方法，其特征在于，所述獲取檢測幀對應時間下的當前轉換信息，包括：
4.根據權利要求1所述的方法，其特征在于，在獲取車體坐標系下所述檢測幀的車位真值之后，還包括：
5.根據權利要求4所述的方法，其特征在于，所述基于所述檢測幀的目標車位真值和所述檢測幀的車位檢測值確定所述匹配車位值對，包括...
【專利技術屬性】
技術研發人員：李艷麗，馮少嬋，
申請(專利權)人：浙江吉利控股集團有限公司，
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。