(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 202211061722.9 (22)申请日 2022.08.31 (71)申请人 奇瑞汽车股份有限公司 地址 241000 安徽省芜湖市经济技 术开发 区长春路8号 (72)发明人 胡广珊　汪永旺　计亚坤　丁健　 王翰林　 (74)专利代理 机构 北京知联天下知识产权代理 事务所(普通 合伙) 11594 专利代理师 孔凡梅 (51)Int.Cl. B60W 30/06(2006.01) B60R 1/27(2022.01) G06V 20/58(2022.01) G06V 10/82(2022.01)G06T 7/73(2017.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于神经网络的自动泊车方法及系统 (57)摘要 本发明涉及自动驾驶的自动泊车规划技术 领域， 特别涉及一种基于神经网络的自动 泊车方 法及系统， 用于提高自动泊车成功率和准确率。 本发明通过摄像头获取车辆周围全 景环视图像； 基于全景环视图像通过深度神经网络算法获取 泊车位置； 基于泊车位置和车辆状态， 规划出泊 车路径； 启动车辆控制系统执行泊车， 每隔一定 时间阈值判断是否泊车结束， 若结束则检测结 束， 否则继续执行泊车。 本发明利用 深度神经网 络的停车检测算法提升划线停车位检测的成功 率和准确率， 利用神经网络借鉴驾驶员经验做路 径规划， 引导车辆准确高效完成泊车入库。 权利要求书2页 说明书6页 附图3页 CN 115303263 A 2022.11.08 CN 115303263 A 1.一种基于神经网络的自动泊车 方法， 其特 征在于， 所述方法包括： 通过摄像头获取 车辆周围全景环视图像； 基于全景环视图像通过深度神经网络算法获取泊车位置； 基于泊车位置和车辆状态， 规划出泊车路径； 启动车辆控制系统执行泊车， 每隔一定时间阈值判断是否泊车结束， 若结束则检测结 束， 否则继续执 行泊车。 2.根据权利要求1所述的一种基于神经网络的自动泊车 方法， 其特 征在于， 所述通过摄像头获取 车辆周围全景环视图像， 具体包括： 通过安装在汽车的前保险杠、 后 牌照板上方和后牌照板左右的高清鱼眼摄像头获取车 辆周围全景环视图像。 3.根据权利要求1所述的一种基于神经网络的自动泊车 方法， 其特 征在于， 所述基于全景环视图像通过深度神经网络算法获取泊车位置， 具体包括： 基于全景环视 图像通过深度神经网络 图像处理算法获取不同类型、 不同颜色的地面， 进而获得划线停车位的识别和定位， 所述停车位即泊车位置 。 4.根据权利要求1所述的一种基于神经网络的自动泊车 方法， 其特 征在于， 所述基于全景环视图像通过深度神经网络算法获取泊车位置， 具体包括： 全景环视图像输入到深度神经网络的主干网络和特征金字塔中， 通过一阶全卷积目标 检测进行分类得到分类结果， 将分类结果输入到空间注意力指导模块进行处理， 并沿通道 维度执行最大池化与平均池化， 之后将空间注意力指导模块输出结果合并特征， 输出停车 位置。 5.根据权利要求1所述的一种基于神经网络的自动泊车 方法， 其特 征在于， 所述泊车位置和车辆状态， 规划出泊车路径， 具体包括： 将泊车位置、 实时的方向盘转角数据和车速数据输入学习优化模型， 规划得到泊车路 径。 6.根据权利要求5所述的一种基于神经网络的自动泊车 方法， 其特 征在于， 所述学习优化模型的建立具体包括： 由样本输入车身位姿， 经过神经网络预处理输出 方向盘转角和车速， 再由样本输入的方向盘转角和车速减去神经网络处理后的方向盘转角 和车速， 将误差再反向传播给神经网络， 对网络的权重和阈值进 行迭代更新， 从而 得到学习 优化模型。 7.根据权利要求1－6中任意一项所述的一种基于神经网络的自动泊车方法， 其特征在 于， 所述每隔一定时间阈值判断是否泊车结束， 若结束则检测结束， 否则继续执行泊车， 具 体包括： 在全景环视图像中获取车辆的定位参数， 每隔一定时间阈值检测车辆定位参数是否同 时进入泊车位置内部， 若满足则泊车 结束， 若不满足则继续执 行泊车。 8.一种基于神经网络的自动泊车系统， 其特征在于， 包括： 图像获取单元、 泊车位置获 取单元、 规划泊车路径单 元和执行泊车单元； 图像获取 单元， 用于通过摄 像头获取 车辆周围全景环视图像； 泊车位置获取单元， 用于用于在全景环视图像基础上通过深度神经网络算法获取泊车权　利　要　求　书 1/2 页 2 CN 115303263 A 2位置； 规划泊车路径单 元， 用于基于泊车位置和车辆状态， 规划出泊车路径； 执行泊车单元， 用于启动车辆控制系统执行泊车， 每隔一定时间阈值判断是否泊车结 束， 若结束则检测结束， 否则继续执 行泊车。 9.根据权利要求8所述的一种基于神经网络的自动泊车系统， 其特 征在于， 图像获取 单元， 具体用于： 通过安装在汽车的前保险杠、 后 牌照板上方和后牌照板左右的高清鱼眼摄像头获取车 辆周围全景环视图像。 10.根据权利要求8或9中所述的一种基于神经网络的自动泊车系统， 其特 征在于， 泊车位置获取 单元， 具体用于： 基于全景环视 图像通过深度神经网络 图像处理算法获取不同类型、 不同颜色的地面， 进而获得划线停车位的识别和定位， 所述停车位即泊车位置 。权　利　要　求　书 2/2 页 3 CN 115303263 A 3