遥控泊车推荐方法、装置、设备及存储介质与流程

1.本技术涉及自动泊车领域，尤其涉及一种遥控泊车推荐方法、装置、设备及存储介质。


背景技术：

2.随着车辆智能化的发展，应用自动泊车系统的车辆越来越多。
3.自动泊车系统是辅助驾驶员对油门、刹车、方向盘的控制，帮助驾驶员将车辆泊入或泊出车位的智能驾驶辅助系统。然而，在通过自动泊车系统完成泊车后，有些时候会由于泊车空间较小，导致车内人员难以下车。


技术实现要素：

4.有鉴于此，本技术提供一种遥控泊车推荐方法、装置、设备及存储介质，旨在在泊车空间较小时，能够方便车内人员下车。
5.为实现上述目的，本技术提供一种遥控泊车推荐方法，所述遥控泊车推荐方法包括：
6.检测到车辆存在泊车需求，获取车位的点云数据以及获取所述车位的边缘特征；
7.基于所述点云数据和所述边缘特征，确定所述车位的空间大小；
8.若所述空间大小小于或等于预设空间大小，则输出推荐信息，以推荐用户使用遥控泊车功能。
9.示例性的，所述基于所述点云数据和所述边缘特征，确定所述车位的空间大小，包括：
10.对所述点云数据和所述边缘特征进行时间戳同步；
11.融合时间戳同步后的点云数据和边缘特征，得到车位相对坐标同步的融合数据；
12.基于所述融合数据，确定所述车位的空间大小。
13.示例性的，所述获取所述车位的边缘特征，包括：
14.获取设置于所述车辆的摄像头采集的车辆周围图像；
15.从所述车辆周围图像中，获取所述车位的边缘特征。
16.示例性的，在所述车辆周围图像为彩色图像时，所述从所述车辆周围图像中，获取所述车位的边缘特征，包括：
17.对所述彩色图像进行二值化处理，得到黑白图像；
18.从所述黑白图像中提取灰度值为预设灰度值的多个第一像素点；
19.基于所述多个第一像素点，确定所述车位的边缘特征。
20.示例性的，所述基于所述多个第一像素点，确定所述车位的边缘特征，包括：
21.从所述彩色图像中，选取所述多个第一像素点的多个位置信息上的多个第二像素点；
22.连接所述多个第二像素点，得到连接轮廓；
23.若所述连接轮廓中包括预设轮廓，则确定所述连接轮廓为所述车位的边缘特征。
24.示例性的，所述获取车位的点云数据，包括：
25.获取设置于所述车辆的激光雷达采集的雷达数据；
26.基于所述雷达数据，确定车位的点云数据。
27.示例性的，所述输出推荐信息，包括：
28.基于设置于所述车辆的显示单元，显示推荐信息；或，
29.基于设置于所述车辆的扬声器，播放推荐信息。
30.此外，为实现上述目的，本技术还提供一种遥控泊车推荐装置，所述遥控泊车推荐装置包括：
31.获取模块，用于检测到车辆存在泊车需求，获取车位的点云数据以及获取所述车位的边缘特征；
32.确定模块，用于基于所述点云数据和所述边缘特征，确定所述车位的空间大小；
33.输出模块，用于若所述空间大小小于或等于预设空间大小，则输出推荐信息，以推荐用户使用遥控泊车功能。
34.示例性的，所述确定模块具体用于：
35.对所述点云数据和所述边缘特征进行时间戳同步；
36.融合时间戳同步后的点云数据和边缘特征，得到车位相对坐标同步的融合数据；
37.基于所述融合数据，确定所述车位的空间大小。
38.示例性的，所述获取模块具体用于：
39.获取设置于所述车辆的摄像头采集的车辆周围图像；
40.从所述车辆周围图像中，获取所述车位的边缘特征。
41.示例性的，在所述车辆周围图像为彩色图像时，所述获取模块还用于：
42.对所述彩色图像进行二值化处理，得到黑白图像；
43.从所述黑白图像中提取灰度值为预设灰度值的多个第一像素点；
44.基于所述多个第一像素点，确定所述车位的边缘特征。
45.示例性的，所述获取模块还用于：
46.从所述彩色图像中，选取所述多个第一像素点的多个位置信息上的多个第二像素点；
47.连接所述多个第二像素点，得到连接轮廓；
48.若所述连接轮廓中包括预设轮廓，则确定所述连接轮廓为所述车位的边缘特征。
49.示例性的，所述获取模块还用于：
50.获取设置于所述车辆的激光雷达采集的雷达数据；
51.基于所述雷达数据，确定车位的点云数据。
52.示例性的，所述输出模块具体用于：
53.基于设置于所述车辆的显示单元，显示推荐信息；或，
54.基于设置于所述车辆的扬声器，播放推荐信息
55.此外，为实现上述目的，本技术还提供一种遥控泊车推荐设备，所述遥控泊车推荐设备包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的遥控泊车推荐程序，所述遥控泊车推荐程序被所述处理器执行时实现如上所述的遥控泊车推荐方法的步
骤。
56.此外，为实现上述目的，本技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有遥控泊车推荐程序，所述遥控泊车推荐程序被处理器执行时实现如上所述的遥控泊车推荐方法的步骤。
57.与现有技术中，由于泊车空间较小，导致车内人员难以下车，本技术通过检测到车辆存在泊车需求，获取车位的点云数据以及获取所述车位的边缘特征；基于所述点云数据和所述边缘特征，确定所述车位的空间大小；若所述空间大小小于或等于预设空间大小，则输出推荐信息，以推荐用户使用遥控泊车功能。本技术在自动泊车前，通过点云数据和边缘特征来确定车位的空间大小，并在空间大小小于或等于预设空间大小时，输出推荐信息，从而在车位的空间大小会导致车内人员难以下车时，推荐用户使用遥控泊车功能，即推荐用户下车后再泊车，进而在泊车空间较小时，能够方便车内人员下车。
附图说明
58.图1是本技术遥控泊车推荐方法第一实施例的流程示意图；
59.图2是本技术实施例方案涉及的硬件运行环境的结构示意图。
60.本技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
61.应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
62.本技术提供一种遥控泊车推荐方法，参照图1，图1为本技术遥控泊车推荐方法第一实施例的流程示意图。
63.本技术实施例提供了遥控泊车推荐方法的实施例，需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。遥控泊车推荐方法应用于车载终端中。为了便于描述，以下省略执行主体描述遥控泊车推荐方法的各个步骤。遥控泊车推荐方法包括：
64.步骤s10，检测到车辆存在泊车需求，获取车位的点云数据以及获取所述车位的边缘特征。
65.在车辆存在泊车需求时，需要获取车位的点云数据以及边缘特征，该点云数据和边缘特征用于规划自动泊车的方案。
66.示例性的，车辆是否存在泊车需求可以通过车速、档位等确定，例如当前车速较慢(例如低于5km/小时)、档位处于倒车档等。
67.示例性的，所述在车辆需要停泊于一车位时，获取所述车位的边缘特征，包括：
68.步骤a，获取设置于所述车辆的摄像头采集的车辆周围图像。
69.示例性的，摄像头包括彩色摄像头和黑白摄像头。
70.在摄像头为彩色摄像头时，车辆周围图像为彩色图像，该彩色图像需要转换为黑白图像；在摄像头为黑白摄像头时，车辆周围图像为黑白图像。
71.步骤b，从所述车辆周围图像中，获取所述车位的边缘特征；
72.示例性的，在摄像头为彩色摄像头时，即在所述车辆周围图像为彩色图像时，所述从所述车辆周围图像中，获取所述车位的边缘特征，包括：
73.步骤b1，对所述彩色图像进行二值化处理，得到黑白图像；
74.彩色图像转换为黑白图像的过程，为对彩色图像进行二值化处理的过程。需要说明的是，首先需要对彩色图像进行灰度处理，在彩色图像转换为灰度车辆周围图像后，对灰度车辆周围图像进行二值化处理。二值化处理的过程为：设置一个灰度阈值，将灰度车辆周围图像中灰度大于或等于灰度阈值的像素的灰度置为255，将灰度车辆周围图像中灰度小于灰度阈值的像素的灰度置为0。
75.需要说明的是，二值化处理的目的为将彩色图像中的像素点划分为两类，一类为属于边缘特征的像素点，一类为除边缘特征外的像素点。可以理解，一般边缘特征的像素点的灰度值要大于地面的像素点的灰度值，因此，可以将灰度阈值设置为常见地面的像素点的灰度值和边缘特征的像素点的灰度值之间的值(例如，常见地面的像素点的灰度值为50，边缘特征的像素点的灰度值为150，则灰度阈值可以设置为50至150之间的值，例如100)将灰度车辆周围图像中灰度值大于或等于灰度阈值的像素点的灰度值设置为255，将灰度车辆周围图像中灰度值小于灰度阈值的像素点的灰度值设置为0。
76.步骤b2，从所述黑白图像中提取灰度值为预设灰度值的多个第一像素点。
77.预设灰度值根据实际情况确定，预设灰度值为0或255，即，在边缘特征的像素点的灰度值要大于地面的像素点的灰度值时，将预设灰度值设置为255；在边缘特征的像素点的灰度值要小于地面的像素点的灰度值时，将预设灰度值设置为255。
78.步骤b3，基于所述多个第一像素点，确定所述车位的边缘特征。
79.通过多个第一像素点可以确定彩色图像中是否存在边缘特征，若存在边缘特征，则确定车辆周围存在用于停泊的车位；若未存在边缘特征，则确定车辆周围未存在用于停泊的车位。
80.示例性的，所述基于所述多个第一像素点，确定所述车位的边缘特征，包括：
81.步骤b31，从所述彩色图像中，选取所述多个第一像素点的多个位置信息上的多个第二像素点。
82.可以理解，彩色图像中的像素点和黑白图像中的像素点之间存在一一对应关系，即各第一像素点的位置信息与各第二像素点的位置信息之间存在一一对应关系，也即在黑白图像上确定第一像素点后，基于第一像素点的位置信息，从彩色图像中，选取该第一像素点对应的第二像素点。
83.步骤b32，连接所述多个第二像素点，得到连接轮廓。
84.彩色图像中的连接轮廓框选出了连接车辆周围图像，该连接车辆周围图像用于识别边缘特征。
85.步骤b33，若所述连接轮廓中包括预设轮廓，则确定所述连接轮廓为所述车位的边缘特征。
86.预设轮廓即为边缘特征的轮廓，边缘特征的轮廓包括限位器和车位边缘等，连接车辆周围图像可以为通过图像识别模型来识别，该图像识别模型可以通过训练由cnn(convolutional neural networks,卷积神经网络)构建的未训练图像识别模型得到。该训练过程为通过标注有边缘特征的图像数据进行训练，训练结束条件为未训练图像识别模型的识别准确度大于或等于预设识别准确度阈值。其中，预设识别准确度阈值可以根据需要进行设置，本实施例不作具体限定。
87.示例性的，所述获取车位的点云数据，包括：
88.步骤b4，获取设置于所述车辆的激光雷达采集的雷达数据；
89.步骤b5，基于所述雷达数据，确定车位的点云数据。
90.通过雷达数据能够确定车辆与雷达波反射点之间的距离，从而得到雷达波反射点的三维坐标，通过该三维坐标即可确定车位空间中各物体的分布情况，也即点云数据为大量的该坐标，点云数据反应了车位的空间信息。具体地，获取的雷达数据是激光雷达每间隔预设时间采集一次得到的，可以理解，由于车辆处于行驶状态，每间隔预设时间，车辆的位置均会发生改变，即激光雷达每次采集的雷达数据均是不同的。需要说明的是，雷达数据用于确定车位中物体的轮廓，从而可以通过雷达数据反应车位中是否存在障碍物，进而确定车位实际可以利用的空间。其中，预设时间可以根据需要进行设置，本实施例不作具体限定。可以理解，预设时间和雷达数据的数据量之间呈负相关，即预设时间越短，雷达数据的数据量越大，预设时间越长，雷达数据的数据量越小。
91.在通过车辆周围图像确定存在车位后，通过雷达数据确定该车位中是否存在障碍物。若存在障碍物，且障碍物较大(具体可通过车位空间大小来确定障碍物的大小，即车位空间不足以容纳下车辆时，该障碍物较大)时，可确定该车位不能够被用于车辆停泊；若未存在障碍物，则可确定该车位能够被用于车辆停泊。
92.示例性的，点云数据还可以通过超声波传感器采集的超声波数据来确定，通过超声波数据来确定点云数据的具体实施方式与通过雷达数据来确定点云数据的具体实施方式基本相同，在此不再赘述。
93.步骤s20，基于所述点云数据和所述边缘特征，确定所述车位的空间大小。
94.示例性的，所述基于所述点云数据和所述边缘特征，确定所述车位的空间大小，包括：
95.步骤c，对所述点云数据和所述边缘特征进行时间戳同步。
96.点云数据和车辆周围图像的获取均有获取时间。通过该获取时间，可以将点云数据和车辆周围图像进行数据帧对齐，以便于融合使用点云数据和车辆周围图像。具体地，确定获取点云数据的时钟周期，以及确定获取车辆周围图像的时钟周期，通过两者的时钟周期，即可完成数据帧对齐。
97.步骤d，融合时间戳同步后的点云数据和边缘特征，得到车位相对坐标同步的融合数据；
98.步骤e，基于所述融合数据，确定所述车位的空间大小。
99.可以理解，融合数据即确定边缘特征与点云数据之间的对应关系。具体的，通过边缘特征可以确定车位所在位置，即确定了车位相对坐标。在点云数据中找到该车位相对坐标范围内的三维坐标，通过该三维坐标即可计算车位的空间大小。也即点云数据无法反应车位的位置范围，而边缘特征能够反应车位的位置范围，但边缘特征中没有车位的空间信息，因此，两种融合后，能够形成互补，从而通过边缘特征中的位置范围，在点云数据中框选三维点，并根据框选到的三维点的三维坐标来确定车位的空间大小。
100.步骤s30，若所述空间大小小于或等于预设空间大小，则输出推荐信息，以推荐用户使用遥控泊车功能。
101.若空间大小大于预设空间大小，则说明并不会出现用户难以下车的情况，因此，可
以不输出推荐信息。
102.示例性的，预设空间大小可以根据需要进行设置，具体地，可以根据车辆的大小设置，即通过车辆的大小来确定空间大小为什么大小时才会导致用户难以下车，将会导致用户难以下车的空间大小设置为预设空间大小即可，或者是将略大于会导致用户难以下车的空间大小设置为预设空间大小。可以理解，若预设空间大小设置为小于会导致用户难以下车的空间大小，则会出现即使车位的空间大小大于预设空间大小时，用户也会难以下车，因此，不能将预设空间大小设置为小于会导致用户难以下车的空间大小。优选地，预设空间大小可以设置为车身大小加0.6m或0.7m。
103.需要说明的是，一般地，在检测到车位的边缘特征时，可认为该车位不会导致用户难以下车。然而，车位可能会存在多种情况而导致用户难以下车。例如相邻车位的车辆停的不规范，导致当前车位的部分空间被相邻车位的车辆侵占；又如车位中放有其他物体，例如停放了非机动车，导致当前车位的部分空间被该非机动车侵占等。
104.示例性的，所述输出推荐信息，包括：
105.步骤f，基于设置于所述车辆的显示单元，显示推荐信息；或，
106.基于设置于所述车辆的扬声器，播放推荐信息。
107.显示单元可以为车辆中的任意屏幕，例如中控大屏、数字仪表盘等。推荐信息可以为文字“当前车位空间较小，建议您先下车后使用遥控进行泊车”。
108.扬声器输出的为声音，该声音中的信息同样可以为“当前车位空间较小，建议您先下车后使用遥控进行泊车”。
109.可以理解，输出推荐信息的方式还可以包括其他能够提示到用户的方式，例如“遥控泊车”的图标闪烁，又如通过用户终端提示等。
110.与现有技术中，由于泊车空间较小，导致车内人员难以下车，本技术通过检测到车辆存在泊车需求，获取车位的点云数据以及获取所述车位的边缘特征；基于所述点云数据和所述边缘特征，确定所述车位的空间大小；若所述空间大小小于或等于预设空间大小，则输出推荐信息，以推荐用户使用遥控泊车功能。本技术在自动泊车前，通过点云数据和边缘特征来确定车位的空间大小，并在空间大小小于或等于预设空间大小时，输出推荐信息，从而在车位的空间大小会导致车内人员难以下车时，推荐用户使用遥控泊车功能，即推荐用户下车后再泊车，进而在泊车空间较小时，能够方便车内人员下车。
111.此外，本技术还提供一种遥控泊车推荐装置，所述遥控泊车推荐装置包括：
112.获取模块，用于检测到车辆存在泊车需求，获取车位的点云数据以及获取所述车位的边缘特征；
113.确定模块，用于基于所述点云数据和所述边缘特征，确定所述车位的空间大小；
114.输出模块，用于若所述空间大小小于或等于预设空间大小，则输出推荐信息，以推荐用户使用遥控泊车功能。
115.示例性的，所述确定模块具体用于：
116.对所述点云数据和所述边缘特征进行时间戳同步；
117.融合时间戳同步后的点云数据和边缘特征，得到车位相对坐标同步的融合数据；
118.基于所述融合数据，确定所述车位的空间大小。
119.示例性的，所述获取模块具体用于：
120.获取设置于所述车辆的摄像头采集的车辆周围图像；
121.从所述车辆周围图像中，获取所述车位的边缘特征。
122.示例性的，在所述车辆周围图像为彩色图像时，所述获取模块还用于：
123.对所述彩色图像进行二值化处理，得到黑白图像；
124.从所述黑白图像中提取灰度值为预设灰度值的多个第一像素点；
125.基于所述多个第一像素点，确定所述车位的边缘特征。
126.示例性的，所述获取模块还用于：
127.从所述彩色图像中，选取所述多个第一像素点的多个位置信息上的多个第二像素点；
128.连接所述多个第二像素点，得到连接轮廓；
129.若所述连接轮廓中包括预设轮廓，则确定所述连接轮廓为所述车位的边缘特征。
130.示例性的，所述获取模块还用于：
131.获取设置于所述车辆的激光雷达采集的雷达数据；
132.基于所述雷达数据，确定车位的点云数据。
133.示例性的，所述输出模块具体用于：
134.基于设置于所述车辆的显示单元，显示推荐信息；或，
135.基于设置于所述车辆的扬声器，播放推荐信息。
136.本技术遥控泊车推荐装置具体实施方式与上述遥控泊车推荐方法各实施例基本相同，在此不再赘述。
137.此外，本技术还提供一种遥控泊车推荐设备。如图2所示，图2是本技术实施例方案涉及的硬件运行环境的结构示意图。
138.需要说明的是，图2即可为遥控泊车推荐设备的硬件运行环境的结构示意图。
139.如图2所示，该遥控泊车推荐设备可以包括：处理器2001，例如cpu，存储器2005，用户接口2003，网络接口2004，通信总线2002。其中，通信总线2002用于实现这些组件之间的连接通信。用户接口2003可以包括显示屏(display)、输入单元比如键盘(键board)，可选用户接口2003还可以包括标准的有线接口、无线接口。网络接口2004可选的可以包括标准的有线接口、无线接口(如wi-fi接口)。存储器2005可以是高速ram存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器2005可选的还可以是独立于前述处理器2001的存储装置。
140.可选地，遥控泊车推荐设备还可以包括rf(radio frequency，射频)电路，传感器、音频电路、wifi模块等等。
141.本领域技术人员可以理解，图2中示出的遥控泊车推荐设备结构并不构成对遥控泊车推荐设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
142.如图2所示，作为一种计算机存储介质的存储器2005中可以包括操作系统、网络通信模块、用户接口模块以及遥控泊车推荐程序。其中，操作系统是管理和控制遥控泊车推荐设备硬件和软件资源的程序，支持遥控泊车推荐程序以及其它软件或程序的运行。
143.在图2所示的遥控泊车推荐设备中，用户接口2003主要用于连接终端，与终端进行数据通信，如接收终端发送的用户信令数据；网络接口2004主要用于后台服务器，与后台服
务器进行数据通信；处理器2001可以用于调用存储器2005中存储的遥控泊车推荐程序，并执行如上所述的遥控泊车推荐方法的步骤。
144.本技术遥控泊车推荐设备具体实施方式与上述遥控泊车推荐方法各实施例基本相同，在此不再赘述。
145.此外，本技术实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有遥控泊车推荐程序，所述遥控泊车推荐程序被处理器执行时实现如上所述的遥控泊车推荐方法的步骤。
146.本技术计算机可读存储介质具体实施方式与上述遥控泊车推荐方法各实施例基本相同，在此不再赘述。
147.此外，为实现上述目的，本技术还提供一种计算机程序产品，包括：计算机程序，所述计算机程序被处理器执行时实现如上所述的遥控泊车推荐方法的步骤。
148.本技术计算机程序产品具体实施方式与上述遥控泊车推荐方法各实施例基本相同，在此不再赘述。
149.需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
150.上述本技术实施例序号仅仅为了描述，不代表实施例的优劣。
151.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括：若干指令用以使得一台终端设备(可以是手机，计算机，服务器，设备，或者网络设备等)执行本技术各个实施例所述的方法。
152.以上仅为本技术的优选实施例，并非因此限制本技术的专利范围，凡是利用本技术说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本技术的专利保护范围内。