车位检测方法、装置、电子设备以及存储介质与流程

文档序号:33737415发布日期:2023-04-06 08:29阅读:35来源:国知局
车位检测方法、装置、电子设备以及存储介质与流程

本申请涉及智能驾驶,更具体地,涉及一种车位检测方法、装置、电子设备以及存储介质。


背景技术:

1、随着智能汽车的普及,自动驾驶技术也随之发展,其中,自动泊车过程中如何进行车位检测是亟待解决的问题之一。现有的车位检测方法难以准确识别周围障碍物的信息以及得到检测车位的高度信息的多种限制条件。


技术实现思路

1、鉴于上述问题,本申请提出了一种车位检测方法、装置、电子设备以及存储介质。

2、第一方面,本申请实施例提供了一种车位检测方法,所述方法包括:获取当前车辆在当前位置的预设范围内的多帧点云数据;获取多帧点云数据的特征点集合,所述特征点集合包括与当前场景对应的多类特征点;根据所述多帧点云数据的特征点集合,获取与每类特征点对应的初始位姿信息;根据与每类特征点对应的初始位姿信息,生成局部点云地图;对所述局部点云地图中的初始位姿信息进行聚类处理,获取在所述预设范围内的目标物对应的3d边框信息;根据所述3d边框信息,检测与所述当前车辆匹配的车位。

3、第二方面,本申请实施例提供了一种车位检测装置,所述装置包括:点云数据获取模块,用于获取当前车辆在当前位置的预设范围内的多帧点云数据;特征点集合获取模块,用于获取多帧点云数据的特征点集合,所述特征点集合包括与当前场景对应的多类特征点;初始位姿信息获取模块,用于根据所述多帧点云数据的特征点集合,获取与每类特征点对应的初始位姿信息;局部点云地图生成模块,用于根据与每类特征点对应的初始位姿信息,生成局部点云地图;3d边框信息获取模块,用于对所述局部点云地图中的初始位姿信息进行聚类处理,获取在所述预设范围内的目标物对应的3d边框信息;车位检测模块,用于根据所述3d边框信息,检测与所述当前车辆匹配的车位。

4、第三方面,本申请实施例提供了一种电子设备,包括:一个或多个处理器;存储器;一个或多个应用程序,其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序配置用于执行上述第一方面提供的车位检测方法。

5、第四方面,本申请实施例提供了一种计算机可读取存储介质,所述计算机可读取存储介质中存储有程序代码,所述程序代码可被处理器调用执行上述第一方面提供的车位检测方法。

6、本申请提供的方案,通过获取当前车辆在当前位置的预设范围内的点云数据,以获取当前场景下的多个特征点集合,再通过获取预设范围的特征点集合对应的初始位姿信息来生成局部点云地图,对局部点云地图中的初始位姿信息进行聚类,合成预设范围内的目标物的3d边框信息,最后通过目标物的3d边框信息来检测是否存在与当前车辆匹配的车位。该方法通过对当前车辆所处的泊车场景进行多帧点云数据的实时融合,从而有利于更准确地检测并获取预设范围内目标物完整的3d边框信息,为后续检测车位信息提供可靠的信息来源,提高准确性。



技术特征:

1.一种车位检测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述根据所述多帧点云数据的特征点集合,获取与每类特征点对应的初始位姿信息,包括:

3.根据权利要求2所述的方法,其特征在于,所述对每类特征点对应的相对位姿进行约束处理,获取所述初始位姿信息,包括:

4.根据权利要求1所述的方法,其特征在于,所述根据与每类特征点对应的初始位姿信息,生成局部点云地图,包括:

5.根据权利要求4所述的方法,其特征在于,所述特征点集合中的多类特征点包括障碍物点集合,所述根据所述更新后的位姿信息,生成所述局部点云地图,包括:

6.根据权利要求1至5任一项所述的方法,其特征在于,所述对所述局部点云地图中的初始位姿信息进行聚类处理,获取在所述预设范围内的目标物对应的3d边框信息,包括:

7.根据权利要求6所述的方法,其特征在于,所述根据所述3d边框信息,检测与所述当前车辆匹配的车位,包括:

8.一种车位检测装置,其特征在于,所述装置包括:

9.一种电子设备,其特征在于,包括:

10.一种计算机可读取存储介质,其特征在于,所述计算机可读取存储介质中存储有程序代码,所述程序代码可被处理器调用执行如权利要求1-7任一项所述的方法。


技术总结
本申请公开了一种车位检测方法、装置、电子设备以及存储介质,该车位检测方法包括:获取当前车辆在当前位置的预设范围内的多帧点云数据;获取多帧点云数据的特征点集合;根据所述多帧点云数据的特征点集合,获取与每类特征点对应的初始位姿信息;根据与每类特征点对应的初始位姿信息,生成局部点云地图;对所述局部点云地图中的初始位姿信息进行聚类处理,获取在所述预设范围内的目标物对应的3D边框信息;根据所述3D边框信息,检测与所述当前车辆匹配的车位。该方法通过对当前车辆所处的泊车场景进行多帧点云数据的实时融合,从而有利于更准确地检测并获取预设范围内目标物完整的3D边框信息,为后续检测车位信息提供可靠的信息来源,提高准确性。

技术研发人员:布颖程,何俏君,杨伟康,高北斗,汪暾,莫小鹏
受保护的技术使用者:广州汽车集团股份有限公司
技术研发日:
技术公布日:2024/1/12
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1