(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 202210134702.3 (22)申请日 2022.02.14 (71)申请人 广州汽车集团股份有限公司 地址 510030 广东省广州市越秀区东 风中 路448--458号成悦大厦23楼 (72)发明人 叶子亮　陈彩霞　何卓荣　张志德　 徐伟　 (74)专利代理 机构 深圳市智圈知识产权代理事 务所(普通 合伙) 44351 专利代理师 苗燕 (51)Int.Cl. G06V 20/58(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 泊车障碍物检测方法、 检测装置、 车辆及存 储介质 (57)摘要 本申请公开了一种泊车障碍物检测方法、 检 测装置、 车辆及存储介质， 泊车障碍物检测方法 包括获取超声波传感器对障碍物检测的第一坐 标； 根据视觉传感器对障碍物采集的障碍物图 像， 获取障碍物图像对应的视觉识别结果， 视觉 识别结果至少包括第二坐标以及置信度； 当确定 置信度大于或者等于置信度阈值时， 确定第一坐 标指示的第一虚拟 障碍物是否包含于第二坐标 指示的第二虚拟障碍物； 当确定第一虚拟障碍物 包含于第二虚拟障碍物时， 将第一坐标确定为障 碍物的目标坐标， 并输出目标坐标。 本方法实现 了通过融合超声波传感器和视觉传感器对障碍 物检测的结果， 得到障碍物的坐标， 可避免超声 波传感器无法检测到靠近的低矮障碍物， 提高了 障碍物检测的检测准确性。 权利要求书3页 说明书11页 附图5页 CN 115223133 A 2022.10.21 CN 115223133 A 1.一种泊车障碍物检测方法， 其特 征在于， 包括： 获取超声 波传感器对障碍物检测的第一 坐标； 根据视觉传感器对所述障碍物采集的障碍物图像， 获取所述障碍物图像对应的视觉识 别结果， 所述视 觉识别结果至少包括第二 坐标以及置信度； 当确定所述置信度大于或者等于置信度阈值 时， 确定所述第 一坐标指示的第 一虚拟障 碍物是否包 含于所述第二 坐标指示的第二虚拟障碍物； 当确定所述第 一虚拟障碍物包含于所述第 二虚拟障碍物时， 将所述第 一坐标确定为所 述障碍物的目标坐标， 并输出 所述目标坐标。 2.根据权利要求1所述的泊车障碍物检测方法， 其特征在于， 所述根据视觉传感器对所 述障碍物采集的障碍物图像， 获取所述障碍物图像对应的视觉识别结果， 所述视觉识别结 果至少包括第二 坐标以及置信度， 包括： 获取视觉传感器采集到的障碍物图像； 将所述障碍物图像输入至预先训练 的深度学习网络模型， 获得所述深度 学习网络模型 输出的所述障碍物图像对应的第二 坐标以及置信度。 3.根据权利要求1所述的泊车障碍物检测方法， 其特征在于， 所述当确定所述置信度 大 于或者等于置信度阈值时， 确定所述第一坐标指示的第一虚拟障碍物是否包含于所述第二 坐标指示的第二虚拟障碍物， 包括： 当确定所述置信度大于或者等于置信度阈值 时， 确定所述第 一坐标对应的第 一坐标范 围是否处于所述第二 坐标对应的第二 坐标范围； 当确定所述第 一坐标范围处于所述第 二坐标范围时， 确定所述第 一坐标指示的第 一虚 拟障碍物包 含于所述第二 坐标指示的第二虚拟障碍物。 4.根据权利要求3所述的泊车障碍物检测方法， 其特征在于， 所述第 一坐标包括第 一子 坐标P1(x1， y1)以及第二子坐标P2(x2， y2)， x1≤x2， y1≤y2； 所述第二坐标包括第三子坐标 P3(x3， y3)以及第四子坐标P4(x4， y4)， x3 ≤x4， y3≤y4； 所述当确定所述置信度 大于或者等于置信度阈值 时， 确定所述第 一坐标对应的第 一坐 标范围是否处于所述第二 坐标对应的第二 坐标范围， 包括： 当确定所述置信度大于或者等于置信度阈值时， 根据所述第一子坐标P1(x1， y1)、 所述 第二子坐标P2(x2， y2)、 所述第三子坐标P3(x3， y3)以及所述第四子坐标P4(x4， y4)， 确定所 述第一坐标对应的第一 坐标范围是否处于所述第二 坐标对应的第二 坐标范围； 当x1≥x3且y1≥y3且x2≤x4且y2≤y4时， 确定所述第一坐标范围处于所述第二坐标范 围。 5.根据权利要求3所述的泊车障碍物检测方法， 其特征在于， 在所述确定所述第 一坐标 对应的第一坐标范围是否处于所述第二坐标对应的第二坐标范围之前， 所述泊车障碍物检 测方法还 包括： 确定所述第二虚拟障碍物的高度是否小于或者 等于高度阈值； 所述确定所述第一坐标对应的第一坐标范围是否处于所述第二坐标对应的第二坐标 范围， 包括： 当确定所述第 二虚拟障碍物的高度小于或者等于 高度阈值 时， 确定所述第 一坐标对应 的第一坐标范围是否处于所述第二 坐标对应的第二 坐标范围。权　利　要　求　书 1/3 页 2 CN 115223133 A 26.根据权利要求1所述的泊车障碍物检测方法， 其特征在于， 所述视觉识别结果为多 个， 在所述确定所述第一坐标指示的第一虚拟障碍物是否包含于所述第二坐标指示的第二 虚拟障碍物之前， 所述泊车障碍物检测方法还 包括： 将多个置信度按照由低到高的顺序进行排列； 将最高的所述置信度对应的第二 坐标作为当前坐标； 所述确定所述第一坐标指示的第一虚拟障碍物是否包含于所述第二坐标指示的第二 虚拟障碍物， 包括： 确定所述第一坐标指示的第一虚拟障碍物是否包含于所述当前坐标指示的当前虚拟 障碍物； 所述当确定所述第 一虚拟障碍物包含于所述第 二虚拟障碍物时， 将所述第 一坐标确定 为所述障碍物的目标坐标， 并输出 所述目标坐标， 包括： 当确定所述第 一虚拟障碍物包含于所述当前虚拟障碍物时， 将所述第 一坐标确定为所 述障碍物的目标坐标， 并输出 所述目标坐标。 7.根据权利要求1至6中任一项所述的泊车障碍物检测方法， 其特征在于， 在所述当确 定所述第一虚拟障碍物包含于所述第二虚拟障碍物时， 将所述第一坐标确定为所述障碍物 的目标坐标， 并输出 所述目标坐标之后， 所述泊车障碍物检测方法还 包括： 根据所述目标坐标， 确定车辆与所述障碍物的相对位置， 所述相对位置包括相对距离 以及相对角度； 根据所述相对位置， 确定所述车辆的目标泊车位置； 控制所述车辆泊车至所述目标泊车位置 。 8.根据权利要求7所述的泊车障碍物检测方法， 其特征在于， 在所述根据所述目标坐 标， 确定车辆与所述障碍物的相对位置之前， 所述泊车障碍物检测方法还 包括： 获取所述车辆的行驶状态信息， 所述行驶状态信息包括档位信息、 速度信息以及转向 角度信息； 所述根据所述目标坐标， 确定车辆与所述障碍物的相对位置， 包括： 根据所述行驶状态信 息以及所述目标坐标， 确定所述车辆与 所述障碍物的相对距离以 及相对角度。 9.根据权利要求8所述的泊车障碍物检测方法， 其特征在于， 在所述根据所述相对位 置， 确定所述车辆的目标泊车位置之前， 所述泊车障碍物检测方法还 包括： 根据所述行驶状态信息确定所述车辆的行驶轨 迹； 确定所述障碍物是否处于所述车辆的行驶轨 迹内； 所述根据所述相对位置， 确定所述车辆的目标泊车位置， 包括： 当确定所述障碍物 处于所述车辆的行驶轨迹内时， 根据 所述行驶轨迹以及所述相对位 置， 确定所述车辆的目标泊车位置 。 10.一种泊车障碍物检测装置， 其特 征在于， 包括： 第一获取模块， 用于获取超声 波传感器对障碍物检测的第一 坐标； 第二获取模块， 用于根据视觉传感器对所述障碍物采集的障碍物图像， 获取所述障碍 物图像对应的视 觉识别结果， 所述视 觉识别结果至少包括第二 坐标以及置信度； 第一确定模块， 用于在确定所述置信度大于或者等于置信度阈值时， 确定所述第一坐权　利　要　求　书 2/3 页 3 CN 115223133 A 3