详情

原文传递机动车自动泊车装置及方法

专利名称：	机动车自动泊车装置及方法
摘要：	本发明实施例提供一种机动车自动泊车装置及方法，所述装置包括：视频采集及提取模块，用于采集机动车周围的视频影像，并从视频影像中逐帧提取获得图像帧；深度处理模块，用于对图像帧逐帧进行深度处理；信息处理模块，用于根据深度处理后的图像帧构建机动车位姿图和场景地图，并从场景地图中获取机动车周围的泊车位信息；轨迹计算模块，用于根据泊车位信息和机动车位姿图和场景地图，计算生成泊车轨迹路线；泊车模块，用于根据泊车轨迹路线，控制机动车驶入泊车位中。本实施例对图像帧逐帧深度处理，构建机动车位姿图和场景地图，通过机动车位姿图和场景地图获取机动车周围的泊车位信息，提高了路径和重建场景的精度，能提高自动泊车的精确度。
专利类型：	发明专利
申请人：	深圳市豪恩汽车电子装备股份有限公司
发明人：	罗小平;周仁;曾峰;蔡军
专利状态：	有效
申请日期：	1900-01-20T23:00:00+0805
发布日期：	1900-01-20T17:00:00+0805
申请号：	CN201911337244.8
公开号：	CN111016887A
代理机构：	深圳市翼智博知识产权事务所(普通合伙)
代理人：	黄莉
分类号：	B60W30/06;B60W40/02;B60W50/00;B60W60/00;B;B60;B60W;B60W30;B60W40;B60W50;B60W60;B60W30/06;B60W40/02;B60W50/00;B60W60/00
申请人地址：	518110 广东省深圳市龙华区大浪街道同胜社区工业园路豪恩科技园厂房A栋第三层,B栋第一层、第二层、第三层、第四层
主权项：	1.一种机动车自动泊车装置，其特征在于，所述装置包括：视频采集及提取模块，用于采集机动车周围的视频影像，并从视频影像中逐帧提取获得图像帧；深度处理模块，用于对所述图像帧逐帧进行深度处理；信息处理模块，用于根据深度处理后的图像帧构建机动车位姿图和场景地图，并从场景地图中获取机动车周围的泊车位信息；轨迹计算模块，用于根据所述泊车位信息和所述机动车位姿图和场景地图，计算生成泊车轨迹路线；泊车模块，用于根据所述泊车轨迹路线，控制机动车驶入泊车位中。 2.如权利要求1所述的机动车自动泊车装置，其特征在于，所述深度处理模块包括：标定单元，用于预先标定出图像帧中关键帧；筛选单元，用于筛选出所述图像帧中的关键帧；深度图构建单元，用于预测每一帧关键帧中的深度值，根据所述深度值构建深度图，并实时更新所述深度图。 3.如权利要求2所述的机动车自动泊车装置，其特征在于，所述信息处理模块包括：位姿估计单元，用于基于单目实时定位与重建模型，估计每一帧关键帧中机动车的相机位姿；优化单元，用于优化所述相机位姿得到机动车位姿图；语义分割图构建单元，用于对所述关键帧进行语义分割得到语义分割图；融合单元，用于基于全局分割模型，将所述深度图和语义分割图融合进全局已有的场景深度图和三维语义分割图中得到机动车的场景地图；泊车位获取单元，用于从场景地图中获取机动车周围的泊车位信息。 4.如权利要求3所述的机动车自动泊车装置，其特征在于，所述深度图构建单元和语义分割图构建单元均为基于深度学习的卷积神经网络模型。 5.如权利要求1所述的机动车自动泊车装置，其特征在于，所述轨迹计算模块包括：车速获取单元，用于获取机动车当前车速信息；位置确定单元，用于根据所述泊车位信息，确定机动车相对于泊车位的位置关系；综合计算单元，用于基于泊车轨迹规划原理进行运算，根据机动车当前车速、机动车相对于泊车位的位置关系以及所述机动车位姿图和场景地图，实时计算机动车的泊车轨迹路线。 6.一种机动车自动泊车方法，其特征在于，包括以下步骤：采集机动车周围的视频影像，并从视频影像中逐帧提取获得图像帧；对所述图像帧逐帧进行深度处理；根据深度处理后的图像帧构建机动车位姿图和场景地图，并从场景地图中获取机动车周围的泊车位信息；根据所述泊车位信息和所述机动车位姿图和场景地图，计算生成泊车轨迹路线；根据所述泊车轨迹路线，控制机动车驶入泊车位中。 7.如权利要求6所述的机动车自动泊车方法，其特征在于，所述对所述图像帧逐帧进行深度处理包括：预先标定出图像帧中关键帧；筛选出所述图像帧中的关键帧；预测每一帧关键帧中的深度值，根据所述深度值构建深度图，并实时更新所述深度图。 8.如权利要求7所述的机动车自动泊车方法，其特征在于，所述根据深度处理后的图像帧构建机动车位姿图和场景地图，并从场景地图中获取机动车周围的泊车位信息包括：基于单目实时定位与重建模型，估计每一帧关键帧中机动车的相机位姿；优化所述相机位姿得到机动车位姿图；对所述关键帧进行语义分割得到语义分割图；基于全局分割模型，将所述深度图和语义分割图融合进全局已有的场景深度图和三维语义分割图中得到机动车的场景地图；从场景地图中获取机动车周围的泊车位信息。 9.如权利要求8所述的机动车自动泊车方法，其特征在于，采用基于深度学习的卷积神经网络模型分别预测每一帧关键帧中的深度值，根据所述深度值构建深度图，并实时更新所述深度图以及对所述关键帧进行语义分割得到语义分割图。 10.如权利要求6所述的机动车自动泊车方法，其特征在于，所述根据所述泊车位信息和所述机动车位姿图和场景地图，计算生成泊车轨迹路线包括：获取机动车当前车速信息；根据所述泊车位信息，确定机动车相对于泊车位的位置关系；基于泊车轨迹规划原理进行运算，根据机动车当前车速、机动车相对于泊车位的位置关系以及所述机动车位姿图和场景地图，实时计算机动车的泊车轨迹路线。
所属类别：	发明专利