本发明涉及数据处理技术领域，尤其涉及一种泊车入库方法及装置。
背景技术：
近年来，停车困难的问题日益显著，一方面是汽车数量的不断增长，另一方面是停车场车位的数量有限，导致驾驶员需要花费大量时间在停车场内寻找空闲车位，由此引发的车辆拥堵和剐蹭事故频发。因此亟需一种全自动化的泊车系统来解决此类问题。
全自动化泊车系统主要依靠车辆自身携带的传感器，应用多传感器融合算法实时检测停车场和车位的环境、道路标志、信号线等信息，自动规划路径，通过控制车辆的油门、制动和转向系统，完成车位检测和泊车入库的过程。目前，自动泊车方案包括以下两种：
第一种是辅助泊车方案，需要驾驶员先手动驾驶车辆在停车场内寻找停车位，找到车位后开启自动泊车程序，车辆通过摄像头和超声波雷达等传感器，检测车位边界线信息和车位两侧的车辆距离，通过规划泊车路线将车辆泊车入库；
第二种是需要驾驶员先手动驾驶车辆到停车场入口，然后让车辆自动向前行驶，依靠车辆侧向的超声波雷达，通过检测信号边沿的时间长度，计算判断两侧是否有满足要求的空余车位，如果有则在该位置停车，调用自动泊车程序完成泊车过程。
上述两种泊车方案虽然原理简单，但是并不能很好的解决之前提到的问题。
第一种方案仍然需要驾驶员花费大量时间手动驾驶车辆寻找车位，无法实现全过程的自动化；第二种方案虽然不需要手动寻找车位，但是车辆仍然需要从起始端逐一遍历检测车位是否满足泊车条件，这个过程同样需要耗费大量时间。此外，上述两种方法均需要车辆配置众多传感器，实时检测停车场的环境信息，不仅计算量庞大，而且造价昂贵，成本偏高。
技术实现要素：
本发明实施例的目的是提供一种泊车入库方法，以解决现有技术中存在的问题。
为解决上述问题，第一方面，本发明提供了一种泊车入库方法，所述泊车入库方法包括：
获取图像信息；
对所述图像信息进行处理，得到多个标签的图像；
对所述多个标签的图像进行处理，得到每个标签的信息；所述每个标签的信息包括标签编号；
判断目标车位的标签编号的数量是否等于标签阈值；
当属于目标车位的标签编号的数量等于标签阈值时，计算所述目标车位的尺寸；
将所述目标车位的尺寸和预设的泊车尺寸阈值进行比较，当所述目标车位的尺寸不小于所述预设的泊车尺寸阈值时，生成用于指示目标车位可用的指示消息；
将所述指示消息发送给用户终端；
接收所述用户终端根据所述指示消息发送的自动泊车指令；
在接收到所述自动泊车指令后，检测预设时长后车辆的状态；
当预设时长内所述车辆的状态满足预设的条件后，构建坐标系；
计算所述车辆在所述坐标系下的当前位置和航向角；
根据所述车辆在坐标系下的当前位置、所述航向角和所述目标车位的尺寸，计算车辆泊车时的最优泊车起点在所述坐标系下的位置；
根据所述最优泊车起点在所述坐标系下的位置、当前所述车辆在坐标系下的位置、进行路径规划，生成所述车辆行驶至最优泊车起点的第一规划路径；
根据所述最优泊车起点、所述车位的尺寸、所述车辆的尺寸，进行路径规划，生成所述车辆从最优泊车起点至车位的第二规划路径；
根据所述第二规划路径，泊车入库。
在一种可能的实现方式中，所述根据目标车位的标签图像，计算所述目标车位的尺寸，具体包括：
解析所述标签图像，得到每个标签的解析信息；所述解析信息包括相邻标签的间距；
根据所述相邻标签的间距，计算所述目标车位的尺寸。
在一种可能的实现方式中，所述当预设时长内所述车辆的状态满足预设的条件后，构建坐标系，具体包括：
以所述目标车位的宽度所在的车位线为x轴，以所述目标车位的长度所在的车位线为y轴，以目标车位的标签中的任一标签为原点，构建坐标系。
在一种可能的实现方式中，所述判断目标车位的标签编号的数量是否等于标签阈值之前，所述方法还包括：
根据所述标签编号，计算所述标签编号包括的车位的数量；
确定多个车位中，包括标签的数量最多的车位为目标车位。
在一种可能的实现方式中，所述当属于目标车位的标签编号的数量等于标签阈值时，计算所述目标车位的尺寸之后，所述方法还包括：
根据所述目标车位的尺寸，计算所述车辆的位姿信息。
第二方面，本发明提供了一种泊车入库装置，所述装置包括：
获取模块，所述获取模块用于获取图像信息；
处理模块，所述处理模块用于对所述图像信息进行处理，得到多个标签的图像；
所述处理模块还用于，对所述多个标签的图像进行处理，得到每个标签的信息；所述每个标签的信息包括标签编号；
判断模块，所述判断模块用于判断目标车位的标签编号的数量是否等于标签阈值；
计算模块，所述计算模块用于当属于目标车位的标签编号的数量等于标签阈值时，计算所述目标车位的尺寸；
比较模块，所述比较模块用于将所述目标车位的尺寸和预设的泊车尺寸阈值进行比较，当所述目标车位的尺寸不小于所述预设的泊车尺寸阈值时，生成用于指示目标车位可用的指示消息；
发送模块，所述发送模块用于，将所述指示消息发送给用户终端；
接收模块，所述接收模块用于，接收所述用户终端根据所述指示消息发送的自动泊车指令；
检测模块，所述检测模块用于，在接收到所述自动泊车指令后，检测预设时长后车辆的状态；
构建模块，所述构建模块用于当预设时长内所述车辆的状态满足预设的条件后，构建坐标系；
所述计算模块还用于，计算所述车辆在所述坐标系下的当前位置和航向角计算所述车辆在所述坐标系下的位置和航向角；
所述计算模块还用于，根据所述车辆在坐标系下的当前位置、所述航向角和所述目标车位的尺寸，计算车辆泊车时的最优泊车起点在所述坐标系下的位置；
路径规划模块，根据所述最优泊车起点在所述坐标系下的位置、当前所述车辆在坐标系下的位置、进行路径规划，生成所述车辆行驶至最优泊车起点的第一规划路径；
所述路径规划模块还用于根据所述最优泊车起点、所述车位的尺寸、所述车辆的尺寸，进行路径规划，生成所述车辆从最优泊车起点至车位的第二规划路径；
泊车入库模块，所述泊车入库模块用于根据所述第二规划路径，泊车入库。
第三方面，本发明提供了一种设备，包括存储器和处理器，所述存储器用于存储程序，所述处理器用于执行如第一方面任一所述的方法。
第四方面，本发明提供了一种包含指令的计算机程序产品，当所述计算机程序产品在计算机上运行时，使得所述计算机执行如第一方面任一所述的方法。
第五方面，本发明提供了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计算机程序，所述计算机程序被处理器执行时实现如第一方面任一所述的方法。
通过应用本发明实施例一提供的泊车入库方法及装置，基于图像识别，通过解析标签确定车位，并计算车位的尺寸是否满足要求，当满足时，对车辆的状态进行检测，当车辆状态满足条件后，确定最优泊车起点后，进行泊车入库，由此，通过图像识别，确定标签图像，提高了车位的检测成功率，且不需要多传感器融合，从而减少了成本，减少了计算量。
附图说明
图1为本发明实施例一提供的泊车入库方法流程示意图；
图2为视觉传感器分布示意图；
图3为车位标签示意图；
图4为车位尺寸计算示意图；
图5为最优泊车起点示意图；
图6为泊车入库过程示意图；
图7为本发明实施例二提供的泊车入库装置结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1为本发明实施例一提供的泊车入库方法流程示意图，该泊车方法应用在具有自动驾驶功能的车辆中，该方法的应用场景为该自动驾驶车辆在停车场进行泊车的场景。该自动驾驶车辆包括视觉感知单元、决策规划单元、控制单元和执行单元。视觉感知单元包括视觉传感器，决策规划单元可以进行路径规划，控制单元可以是自动驾驶车辆控制单元(automatedvehiclecontrolunit，avcu),其可以根据决策规划单元规划的路径，在行驶过程中确定车辆的下一个动作，执行单元可以是执行控制单元输入的动作指令。如图1所示，该泊车入库方法包括：
步骤101，获取图像信息。
具体的，当车辆在行驶过程中，视觉感知单元中的视觉传感器可以获取图像信息。
示例而非限定，如图2所示，视觉传感器的数量可以是8个，为cm1-cm8，分别设置在车辆四周，以保证采集的图像信息覆盖车身360°范围内的全部图像。其中，视觉传感器可以包括但不限于摄像头。
步骤102，对图像信息进行处理，得到多个标签的图像。
具体的，视觉感知单元可以将图像信息发送给车辆控制单元，车辆控制单元可以对该图像信息进行处理，提取其中的标签图像。
示例而非限定，该标签图像可以是数字编号等可以直观反应出标签内容和编号的形式，比如，标签的内容为1、2、3，其编号同内容相同，也为1、2、3。标签图像可以是二维码图像或条形码图像，标签的内容和编号需要解析后才能得出。
步骤103，对多个标签的图像进行处理，得到每个标签的信息；每个标签的信息包括标签编号。
其中，当标签的图像可以直观反应出标签内容和编号时，可以直接读取标签的内容和编号。当标签的图像不能直观的反应标签内容和编号时，可以在对其进行解析后，得到标签编号。
其中，步骤103之后还包括：
根据标签编号，计算标签编号包括的车位的数量；
确定多个车位中，包括标签的数量最多的车位为目标车位。
具体的，标签编号可以包括多个车位，比如，采集到车位1、2、3的编号，采集到车位1的标签编号为6个，车位2的标签编号为5个，车位3的标签编号为4个，则可以确定车位1为目标车位。
步骤104，判断目标车位的标签编号的数量是否等于标签阈值。
具体的，采集到的标签个数较多，需要先判断多个标签是否属于同一个车位(也可以称为目标车位)，其中，可以通过标签的编号判断标签是否属于同一个车位，随后，判断属于同一个车位的标签的个数是否大于标签阈值。
其中，标签阈值为一个车位的标签的个数，比如6个，当确定出目标车位的标签编号时，可以判断目标车位的标签编号与标签阈值的关系，当目标车位的标签编号的数量小于目标车位的标签阈值时，说明无法检测到目标车位上所有标签，发生了数据缺失，则判定该目标车位不可用，可以继续寻找车位，直到目标车位的标签编号的数量等于标签阈值。
图3为车位标签示意图，如图3所示，车位的边线具有六个标签，这六个标签都是二维码，分别为a1、a2、a3、b1、b2、b3，其中，a1、a2、a3在左边线，b1、b2、b3在右边线，a1和b1位于车位线的起点，a2和b2位于车位线的正中间，a3和b3位于车位线的底端。这六个二维码解析后，都可以得到其编号，比如1-a1，1-a2、1-a3、1-b1、1-b2、1-b3，这6个编号中，可以确定其是属于1车位的6个标签，其个数与标签阈值相等。
步骤105，当属于目标车位的标签编号的数量等于标签阈值时，根据目标车位的标签图像，计算目标车位的尺寸。
具体的，可以根据标签的图像，计算目标车位的尺寸，也可以根据对目标车位上每个标签进行解析，计算目标车位的尺寸，本申请对计算目标车位的尺寸的方法并不进行限定。
在一个示例中，可以先计算车辆与目标车位上第一水平线上的两个标签的距离以及第一夹角；计算车辆与目标车位上第二水平线上的两个标签的距离以及第二夹角；第一水平线和第二水平线垂直；根据距离、第一夹角和第二夹角，计算目标车位的尺寸。
图4为车位尺寸计算示意图。如图4所示，车辆侧向摄像头距离车位标签1-a1的距离为d1，距离1-a3的距离为d2，夹角为a，则根据余弦定理可以得到车位长度l的值。同理，车辆侧向摄像头距离车位标签1-b3的距离为d3，可以通过d2、d3和夹角b，计算得到车位宽度r的值，该l和r即为车位的尺寸。
在另一个示例中，解析标签图像，得到每个标签的解析信息；解析信息包括相邻标签的间距；根据相邻标签的间距，计算目标车位的尺寸。
其中，比如1-a2中可以解析出其距离1-a1、1-a3、1-b2的间距，由此，得到车位的尺寸。
进一步的，在步骤105之后，方法还包括：根据目标车位的尺寸，计算车辆的位姿信息。
具体的，计算出目标车位中每个标签的位置后，可以计算出摄像头和标签之间的距离，从而计算出车辆与标签之间的距离，从而，根据车辆与标签之间的距离，可以计算出车辆的位姿信息，由此，可以利用目标车位，对车辆进行定位。
步骤106，将目标车位的尺寸和预设的泊车尺寸阈值进行比较，当目标车位的尺寸不小于预设的泊车尺寸阈值时，生成用于指示目标车位可用的指示消息。
具体的，车辆控制单元中具有储存器，其可以存储比如泊车尺寸阈值等数据。该泊车尺寸阈值与车辆类型相关，车辆类型比如可以是5座、7座或者车辆品牌，比如5座车的泊车尺寸阈值小于7座车的泊车尺寸阈值。当泊车尺寸将目标车位的尺寸大于或等于该车辆的泊车尺寸阈值时，即可判定该目标车位可用。
步骤107，将指示消息发送给用户终端。
具体的，车辆控制单元可以通过第四代通讯技术(the4generationmobilecommunicationtechnology，4g)网络、5g网络、无线连接(wireless-fidelity，wi-fi)、蓝牙等通信方式，向用户终端发送指示消息，以指示目标车位可用。
步骤108，接收用户终端根据指示消息发送的自动泊车指令。
具体的，用户终端接收到指示消息后，接收用户的点击指令或者触摸指令，比如，用户终端接收用户通过点击或者触摸“自动泊车模式”图标的点击指令或者触摸指令，生成自动泊车请求消息，车辆控制单元可用根据该自动泊车请求消息，生成控制消息，以控制车辆停止运行。
其中，本发明实施例涉及的用户终端可以包括手机、平板电脑、个人数字助理(personaldigitalassistant，pda)、车载电脑等等。
步骤109，在接收到自动泊车指令后，检测预设时长后车辆的状态。
其中，示例而非限定，车辆的状态可以是无驾驶员且车门已关闭，或者车门已关闭。预设的时长可以是自定义的1分钟等时长。由此，通过对车辆状态的检测确保了泊车之前车辆上没有驾驶员和/或车门已关闭完好，避免了泊车过程中出现车门未关闭或者驾驶员突然下车等不安全状况的发生。
步骤110，当预设时长内车辆的状态满足预设的条件后，构建坐标系。
具体的，预设的条件可以和车辆的状态中某个状态，比如，车门已关闭，。如果当1分钟后，车辆的状态为驾驶员已离车，且车门已关闭时，车辆可以进行自动泊车。
其中，示例而非限定，可以以目标车位左下角标签a3为坐标原点，以车位宽度方向为x轴，以车位长度方向为y轴，建立如图5所示的二维全局坐标系。
步骤111，计算车辆在坐标系下的当前位置和航向角。
具体的，参见图5，车辆的控制单元通过目标车位的图像信息，计算车辆后轴中点在二维全局坐标系下的位置坐标(cx,cy),以及当前的车辆航向角θ。该(cx,cy)可以作为车辆的当前位置。由此，可以据此对车辆进行定位，得到车辆在以目标车位的某个标签为原点构建的坐标系中的位置。
步骤112，根据车辆在坐标系下的当前位置、航向角和目标车位的尺寸，计算车辆泊车时的最优泊车起点在坐标系下的位置。
具体的，由于车辆停止的位置各不相同，如果在原地直接入库，泊车容易出现路径规划复杂，易发生事故等问题，因此，车辆需要先行驶至最优泊车起点，再从最优泊车起点安全的行驶至车位，以减少路径规划的计算量并保证安全入库。在二维全局坐标系下，车辆路径规划单元先根据车辆当前的位置、航向角、目标车位的尺寸以及目标车位的边线在坐标系中的位置，计算出最优泊车起点(gx,gy)，其中，该(gx,gy)与(cx,cy)相对应，为车辆后轴中点的位置。
步骤113，根据最优泊车起点在坐标系下的位置、当前车辆在坐标系下的位置、进行路径规划，生成车辆行驶至最优泊车起点的第一规划路径。
具体的，继续接上例，参见图5，在计算出最优泊车起点(gx,gy)后，以当前的位置(cx,cy)为起点，以(gx,gy)为终点，规划一条从(cx,cy)至(gx,gy)的路径，将车辆自动行驶到最优泊车起点(gx,gy)。
步骤114，根据最优泊车起点、车位的尺寸、车辆的尺寸，进行路径规划，生成车辆从最优泊车起点至车位的第二规划路径。
步骤115，根据第二规划路径，泊车入库。
具体的，参见图6，当车辆行驶至(gx,gy)后，路径规划单元结合目标车位的尺寸和车辆的尺寸，进行路径规划，确定车辆从(gx,gy)泊车入库的第二规划路径。
其中，该第一规划路径和第二规划路径都是圆弧和直线的拼接，且都已经过了平滑处理，由此，保证了车辆在泊车过程中的连贯性。
通过应用本发明实施例一提供的泊车入库方法，基于图像识别的方法，通过解析标签确定车位，并计算车位的尺寸是否满足要求，当满足时，对车辆的状态进行检测，当车辆状态满足条件后，确定最优泊车起点后，进行泊车入库，由此，通过图像识别，确定标签图像，提高了车位的检测成功率，且不需要多传感器融合，从而减少了成本，减少了计算量。
图7为本发明实施例二提供的泊车入库装置结构示意图。该泊车入库装置应用在泊车入库方法中，如图7所示，该泊车入库装置包括：获取模块701、处理模块702、判断模块703、计算模块704、比较模块705、发送模块706、接收模块707、检测模块708、构建模块709、路径规划模块710和泊车入库模块711。
获取模块701用于获取图像信息；
处理模块702用于对图像信息进行处理，得到多个标签的图像；
处理模块702还用于，对多个标签的图像进行处理，得到每个标签的信息；每个标签的信息包括标签编号；
判断模块703用于判断目标车位的标签编号的数量是否等于标签阈值；
计算模块704用于当属于目标车位的标签编号的数量等于标签阈值时，计算目标车位的尺寸；
比较模块705用于将目标车位的尺寸和预设的泊车尺寸阈值进行比较，当目标车位的尺寸不小于预设的泊车尺寸阈值时，生成用于指示目标车位可用的指示消息；
发送模块706用于，将指示消息发送给用户终端；
接收模块707用于，接收用户终端根据指示消息发送的自动泊车指令；
检测模块708用于，在接收到自动泊车指令后，检测预设时长后车辆的状态；
构建模块709用于当预设时长内车辆的状态满足预设的条件后，构建坐标系；
计算模块704还用于，计算车辆在坐标系下的当前位置和航向角计算车辆在坐标系下的位置和航向角；
计算模块704还用于，根据车辆在坐标系下的当前位置、航向角和目标车位的尺寸，计算车辆泊车时的最优泊车起点在坐标系下的位置；
路径规划模块710用于，根据最优泊车起点在坐标系下的位置、当前车辆在坐标系下的位置、进行路径规划，生成车辆行驶至最优泊车起点的第一规划路径；
路径规划模块710还用于根据最优泊车起点、车位的尺寸、车辆的尺寸，进行路径规划，生成车辆从最优泊车起点至车位的第二规划路径；
泊车入库模块711用于根据第二规划路径，泊车入库。
进一步的，计算模块704具体用于：
计算所述车辆与目标车位上第一水平线上的两个标签的距离以及第一夹角；
计算所述车辆与目标车位上第二水平线上的两个标签的距离以及第二夹角；所述第一水平线和所述第二水平线垂直；
根据所述距离、所述第一夹角和所述第二夹角，计算所述目标车位的尺寸。
进一步的，计算模块704具体用于：
解析所述标签图像，得到每个标签的解析信息；所述解析信息包括相邻标签的间距；
根据所述相邻标签的间距，计算所述目标车位的尺寸。
进一步的，构建模块709具体用于：
以所述目标车位的宽度所在的车位线为x轴，以所述目标车位的长度所在的车位线为y轴，以目标车位的标签中的任一标签为原点，构建坐标系。
进一步的，计算模块704还用于，根据所述标签编号，计算所述标签编号包括的车位的数量；确定多个车位中，包括标签的数量最多的车位为目标车位。
进一步的，计算模块704还用于，根据所述目标车位的尺寸，计算所述车辆的位姿信息。
通过应用本发明实施例二提供的泊车入库装置，基于图像识别，通过解析标签确定车位，并计算车位的尺寸是否满足要求，当满足时，对车辆的状态进行检测，当车辆状态满足条件后，确定最优泊车起点后，进行泊车入库，由此，通过图像识别，确定标签图像，提高了车位的检测成功率，且不需要多传感器融合，从而减少了成本，减少了计算量。
本发明实施例三提供了一种设备，包括存储器和处理器，存储器用于存储程序，存储器可通过总线与处理器连接。存储器可以是非易失存储器，例如硬盘驱动器和闪存，存储器中存储有软件程序和设备驱动程序。软件程序能够执行本发明实施例提供的上述方法的各种功能；设备驱动程序可以是网络和接口驱动程序。处理器用于执行软件程序，该软件程序被执行时，能够实现本发明实施例提供的方法。
本发明实施例四提供了一种包含指令的计算机程序产品，当计算机程序产品在计算机上运行时，使得计算机执行本发明实施例一提供的方法。
本发明实施例五提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现本发明实施例一提供的方法。
专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。
以上的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。