(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210725356.6 (22)申请日 2022.06.23 (71)申请人 岚图汽车 科技有限公司 地址 430000 湖北省武汉市经济技 术开发 区人工智能科技园N栋研发楼3层 N3010号 (72)发明人 赵根根　涂宁宁　付斌　彭宇翔　 宋升弘　 (74)专利代理 机构 武汉蓝宝石专利代理事务所 (特殊普通 合伙) 42242 专利代理师 方晖 (51)Int.Cl. G06V 20/58(2022.01) G06V 20/56(2022.01) G06V 10/44(2022.01)G06N 20/00(2019.01) (54)发明名称 用于远程挪 车的巡航引导线识别方法、 系统 及电子设备 (57)摘要 本发明提供了一种用于远程挪车的巡航引 导线识别方法、 系统、 电子设备及存储介质， 该方 法包括： 将采集的车位图像信息输入基于深度学 习的车位识别模 型， 计算得到有效车位的角点信 息； 根据所述角点信息判断车位对应的角点是否 缺失， 若缺失则补全缺失的角点； 识别临边的角 点， 其中， 所述临边为同一车位中相对于本车纵 轴最近的两角点构成的连线， 将多个临边的角点 信息拟合， 得到曲线引导线的函数方程。 本发明 通过基于深度学习的车位识别模型自动识别出 车位并输 出车位的角点坐标， 通过临边的角点坐 标拟合得到曲线引导线的函数方程， 挪车控制器 针对采集车位图像信息的环视摄像头视频无需 开展车位边缘线检测， 可以节省一定的CPU算力 资源。 权利要求书2页 说明书9页 附图3页 CN 115131771 A 2022.09.30 CN 115131771 A 1.用于远程挪车的巡航引导线识别方法， 其特 征在于， 包括： 将采集的车位图像信 息输入基于深度 学习的车位识别模型， 计算得到有 效车位的角点 信息； 根据所述角点信息判断车位对应的角点是否缺失， 若缺失则补全缺失的角点； 识别临边的角点， 其中， 所述临边为同一车位中相对于本车纵轴最近的两角点构成的 连线， 将多个临边的角点信息拟合， 得到曲线引导线的函数 方程。 2.根据权利要求1所述的用于远程挪车的巡航引导线识别方法， 其特征在于， 所述将采 集的车位图像信息输入基于深度学习的车位识别模型， 计算得到有效车位的角点信息， 包 括： 采集本车周向包含车位的地面图像信息并输入训练好的基于深度学习的车位识别模 型， 以地面线内轮廓作为 边界， 识别车位的角点信息； 根据四个角点的坐标计算车位尺寸， 当判定车位尺寸不小于预设的车位尺寸阈值时， 则判定所述车位 为有效， 释放该 车位对应的角点信息 。 3.根据权利要求2所述的用于远程挪车的巡航引导线识别方法， 其特征在于， 所述车位 尺寸阈值至少包括最小水平线 车位尺寸、 最小垂 直线车位尺寸和最小斜线 车位尺寸中的任 意一项或多 项。 4.根据权利要求1所述的用于远程挪车的巡航引导线识别方法， 其特征在于， 所述根据 所述角点信息判断车位对应的角点是否缺失， 若缺失则补全缺失的角点； 包括： 计算检测得到的同一车位的角点数量， 若 同一车位的角点数量为三个， 则根据三个所 述角点的坐标计算得到第四个角点的坐标。 5.根据权利要求1所述的用于远程挪车的巡航引导线识别方法， 其特征在于， 对基于深 度学习的车位识别模型进行训练的过程， 包括： 采集不同光照条件下多种类型的T型线车位以及L型线车位的图像信息作为训练集输 入车位识别模型进行训练， 得到所述车位识别模型的权 重文件； 通过训练过程的反向传播， 采用使损 失函数最小的方式， 不断变更模型的权值使模型 输出迭代逼近真值， 得到优化的车位识别模型权重文件， 所述优化的车位识别模型权重文 件作为所述车位识别模型的输入。 6.根据权利要求1所述的用于远程挪车的巡航引导线识别方法， 其特征在于， 所述识别 临边的角点， 其中， 所述临边为同一车位中相对于本车纵轴最近的两角点构成的连线， 将多 个临边的角点信息拟合， 得到曲线引导线的函数 方程； 包括： 识别临边的角点数量， 其中， 所述临边为同一车位中相对于本车纵轴最近的两角点构 成的连线； 当临边的角点数量≥2时， 采用最小二乘法进行多项式拟合， 将临边的角点坐标拟合为 平滑且连续的曲线引导线的函数 方程。 7.根据权利要求6所述的用于远程挪车的巡航引导线识别方法， 其特征在于， 所述曲线 引导线的函数 方程为： x＝ay2+by+c， 其中， (x,y)为临边的角点坐标， a、 b、 c分别为根据多个临边的角点坐标计算得到的二 次项系数、 一次项系数和常数项。权　利　要　求　书 1/2 页 2 CN 115131771 A 28.用于远程挪车的巡航引导线识别系统， 其特 征在于， 包括： 车位识别模块， 用于将采集的车位图像信息输入基于深度学习的车位识别模型， 计算 得到有效车位的角点信息； 角点补全模块， 用于根据所述角点信息判断车位对应的角点是否缺失， 若缺失则补全 缺失的角点； 引导线拟合模块， 用于识别临边的角点， 其中， 所述临边为同一车位中相对于本车纵轴 最近的两角点构成的连线， 将多个临边的角点信息拟合， 得到曲线引导线的函数 方程。 9.一种电子设备， 其特征在于， 包括存储器、 处理器， 所述处理器用于执行存储器中存 储的计算机管理类程序时实现如权利要求 1‑7任一项所述的用于远程挪车的巡航引导线识 别方法的步骤。 10.一种计算机可读存储介质， 其特征在于， 其上存储有计算机管理类程序， 所述计算 机管理类程序被处理器执行时实现如权利要求 1‑7任一项所述的用于远程挪车的巡航引导 线识别方法的步骤。权　利　要　求　书 2/2 页 3 CN 115131771 A 3