一种车位检测方法、计算机可读存储介质及车辆与流程

技术特征：
1.一种车位检测方法，其特征在于，包括：获取待检测驾驶环境图像；利用预先训练好的车位检测模型对所述待检测驾驶环境图像进行车位检测，得到所述待检测驾驶环境图像的车位检测结果；其中，所述车位检测模型通过以下步骤得到：获取车位场景图像的有标签训练样本集和无标签样本集；从所述无标签样本集中选取部分无标签样本构建当前待筛选无标签样本子集，所述当前待筛选无标签样本子集中包括至少一个所述无标签样本；获取每个所述无标签样本的车位置信度集，根据所述车位置信度集和预设车位数量，确定与每个所述无标签样本对应的含车位衡量值，并至少基于所述含车位衡量值和含车位衡量阈值从所述当前待筛选无标签样本子集中筛选出难负样本；利用所述难负样本扩充所述有标签训练样本集，基于扩充后的有标签训练样本集对待训练车位检测模型进行训练，得到所述车位检测模型。2.根据权利要求1所述的方法，其特征在于，所述车位置信度集中包括至少一个车位置信度，每个车位置信度对应于从所述无标签样本检测出的一个车位；所述根据所述车位置信度集和预设车位数量，确定与每个所述无标签样本对应的含车位衡量值，包括：当所述车位置信度集中包括一个车位置信度时，根据所述车位置信度和所述预设车位数量的比值，确定与所述无标签样本对应的含车位衡量值；当所述车位置信度集中包括多个车位置信度时，将所述多个车位置信度按大小排列，从最大的车位置信度开始依序选取所述预设车位数量的车位置信度，根据所述预设车位数量的车位置信度之和与所述预设车位数量的比值，确定与所述无标签样本对应的含车位衡量值。3.根据权利要求1所述的方法，其特征在于，所述含车位衡量阈值包括第一含车位衡量阈值和第二含车位衡量阈值，所述第一含车位衡量阈值大于所述第二含车位衡量阈值，所述至少基于所述含车位衡量值和含车位衡量阈值从所述当前待筛选无标签样本子集中筛选出难负样本包括：将所述当前待筛选无标签样本子集中每个所述无标签样本对应的所述含车位衡量值与所述第一含车位衡量阈值和所述第二含车位衡量阈值进行对比；根据对比结果，筛选出所述含车位衡量值大于等于所述第二含车位衡量阈值小于等于所述第一含车位衡量阈值对应的所述无标签样本，作为难负样本。4.根据权利要求1所述的方法，其特征在于，所述含车位衡量阈值包括第二含车位衡量阈值，所述至少基于所述含车位衡量值和含车位衡量阈值从所述当前待筛选无标签样本子集中筛选出难负样本包括：筛选出所述含车位衡量值小于所述第二含车位衡量阈值对应的所述无标签样本，构成初始难负样本集，并根据当前迭代次数从所述初始难负样本集中选出所述无标签样本作为难负样本。5.根据权利要求4所述的方法，其特征在于，所述根据当前迭代次数从所述初始难负样本集中选出所述无标签样本作为难负样本，包括：
从所述初始难负样本集中选出的所述无标签样本作为难负样本，其中，t代表所述当前迭代次数。6.根据权利要求1所述的方法，其特征在于，所述方法还包括：从所述无标签样本集中选取部分无标签样本构建无标签验证样本集；所述基于扩充后的有标签训练样本集对待训练车位检测模型进行训练，得到所述车位检测模型，包括：基于所述扩充后的有标签训练样本集对所述待训练车位检测模型进行训练，得初步车位检测模型；利用所述初步车位检测模型对所述无标签验证样本集进行检测，根据检测结果确定所述无标签验证样本集中包含车位的样本比例；基于所述样本比例分析是否满足迭代停止条件，并根据分析结果基于所述初步车位检测模型得到所述车位检测模型。7.根据权利要求6所述的方法，其特征在于，基于所述样本比例分析是否满足迭代停止条件，包括：将所述样本比例与历史样本比例进行对比，判断所述样本比例是否小于所述历史样本比例，其中所述历史样本比例为训练前的所述待训练车位检测模型对所述无标签验证样本集进行检测得到的样本比例；如果是，确定不满足迭代停止条件；如果否，确定满足迭代停止条件。8.根据权利要求6或7所述的方法，其特征在于，当确定出不满足迭代停止条件时，所述根据分析结果基于所述初步车位检测模型得到所述车位检测模型包括：从所述无标签样本集中继续选取部分所述无标签样本，构建新的待筛选无标签样本子集；基于所述新的待筛选无标签样本子集获取新的难负样本继续扩充所述有标签训练样本集；基于继续扩充后的所述有标签训练样本集继续对所述初步车位检测模型进行训练，直至满足迭代停止条件，以得到所述车位检测模型。9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至8中任意一项所述的车位检测方法。10.一种车辆，其特征在于，包括车辆本体、存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时实现权利要求1至8中任意一项所述的车位检测方法。

技术总结
本发明涉及自动驾驶领域，具体提供一种车位检测方法、计算机可读存储介质及车辆，旨在解决现有车位检测模型对环境中其他与车位相似的物体辨识能力较差的问题。为此目的，本发明的车位检测方法包括：根据无标签样本的置信度集和预设车位数量，确定出与每个无标签样本对应的含车位衡量值，根据含车位衡量值和含车位衡量阈值从当前待筛选无标签样本子集中筛选出难负样本并利用难负样本扩充有标签训练样本集，基于扩充后的有标签训练样本集对待训练车位检测模型进行训练，得到训练好的车位检测模型。利用训练好的车位检测模型对待检测驾驶环境图像进行车位检测，得到待检测驾驶环境图像的车位检测结果，有效提高了车位检测的准确度。确度。确度。


技术研发人员：刘振强
受保护的技术使用者：安徽蔚来智驾科技有限公司
技术研发日：2022.05.17
技术公布日：2022/8/9