APA自動(dòng)泊車的車位檢測算法的分析與研究

一、背景介紹

自動(dòng)泊車大體可分為4個(gè)等級(jí)：

第1級(jí)，APA 自動(dòng)泊車：駕駛員在車內(nèi)，隨時(shí)準(zhǔn)備制動(dòng)，分為雷達(dá)感知和雷達(dá)+視覺感知兩種方式。

第2級(jí)，RPA 遠(yuǎn)程泊車：駕駛員在車外，通過手機(jī)APP的方式控制泊車。

第3級(jí)，HPA 記憶泊車：泊車之前先通過 SLAM對(duì)場景建模，記憶常用的路線。泊車時(shí)，從固定的起點(diǎn)出發(fā)，車輛自行泊入記憶的停車位。

第4級(jí)，AVP 自主泊車：泊車之前先通過 SLAM對(duì)場景建模，記憶常用的路線。泊車的起點(diǎn)不再固定，可以在停車場的任意位置開始，需要室內(nèi)定位技術(shù)做支撐。

本文分享第1級(jí)相關(guān)的車位檢測算法。

1.1 自動(dòng)泊車

圖2 自動(dòng)泊車

自動(dòng)泊車，在21世紀(jì)20年代的今天，是智能出行、輔助駕駛的強(qiáng)有力的一環(huán)。自動(dòng)泊車就魯棒性和安全性而言，需要分為視覺和測距同時(shí)發(fā)生作用。其中視覺當(dāng)然是用深度學(xué)習(xí)，而測距一般采用雷達(dá)。視覺在尋找車位階段作為主力，而倒車入庫時(shí)，測距（雷達(dá)）發(fā)生作用。

1.2 車位檢測

車位檢測的場景一般在車庫、戶外，而自動(dòng)泊車這一應(yīng)用在都市商場車庫和都市戶外車位實(shí)用性比較高，這樣可節(jié)省時(shí)間方便出行。車位檢測需要汽車進(jìn)入到有車位的區(qū)域后，汽車慢速行駛的過程中，開始檢測。

圖3 檢測可以停車的車位

1.3 魚眼相機(jī)

車身周圍一般有4路魚眼相機(jī)：前、后、左、右共四個(gè)。用來拍攝車周圍的畫面。如下圖所示為車右邊的魚眼相機(jī)拍攝的畫面。魚眼相機(jī)拍攝的圖一般不用來做車位檢測，但可以用來后續(xù)做障礙物檢測。

1.4 AVM

4幅魚眼相機(jī)拍攝的畫面會(huì)經(jīng)過Around View Monitor(AVM)處理，生成一個(gè)拼接后的鳥瞰圖，車位檢測就是在AVM處理后的照片上進(jìn)行的。4幅畸變的圖，先要去畸變?cè)僮鋈诤?，這里是一塊相當(dāng)有意思的部分，甚至我覺得上限遠(yuǎn)高于車位檢測，車位檢測的質(zhì)量也由上游的AVM決定，可謂自動(dòng)泊車中得AVM者得天下。另外，有效的做法可以采取在4幅拍攝的畫面去畸變后，單獨(dú)采用4幅獨(dú)立的圖送入車位檢測網(wǎng)絡(luò)中進(jìn)行處理，而不是一張整個(gè)大圖。如下的鳥瞰圖的寬長是經(jīng)過我們實(shí)際工程處理中，采取的寬高像素比例，大小需要根據(jù)硬件條件和實(shí)際夠用范圍進(jìn)行調(diào)整。

1.5 工程化

車位檢測算法搭出來以后，工程化的道路才剛剛開始，好戲還在后面，需要團(tuán)隊(duì)配合了。本文就不涉及這一范疇了。

二、車位檢測算法的相關(guān)工作

車位檢測算法，從21世紀(jì)開始說起，那一定是由傳統(tǒng)的視覺過渡到深度視覺。

2.1 傳統(tǒng)視覺的車位檢測

傳統(tǒng)視覺的介紹，這里用一些示意圖來展示：

圖7 車位檢測傳統(tǒng)視覺方法示例1，2000年,Vision-Guided Automatic Parking for Smart Car

圖7 車位檢測傳統(tǒng)視覺方法示例2，2006年,Parking Slot Markings Recognition for Automatic Parking Assist System

en.. 如上兩圖所示，利用一些算子和圖像處理的手段，先提特征，再后處理。接下來，再介紹一個(gè)比較復(fù)雜，但是比較典型的方法（2012年的）：Fully-automatic recognition of various parking slot markings in Around View Monitor (AVM) image sequences 利用AVM圖，它是先檢測車位角點(diǎn)，再后處理配對(duì)，一些過濾和糾正操作，最終從圖中抓出車位。圖如下：

圖8 車位類型對(duì)應(yīng)的不同角點(diǎn)類型

圖9 角點(diǎn)類型。多吧，不多，還有更多的... 這是模板匹配的難以窮盡之處

圖10 后處理

接下來介紹一個(gè)DBSCAN的方法（2016年），DBSCAN是什么，以下來自維基百科：英文全寫為Density-based spatial clustering of applications with noise，是在 1996 年由Martin Ester, Hans-Peter Kriegel, J?rg Sander 及 Xiaowei Xu 提出的聚類分析算法， 這個(gè)算法是以密度為本的：給定某空間里的一個(gè)點(diǎn)集合，這算法能把附近的點(diǎn)分成一組（有很多相鄰點(diǎn)的點(diǎn)），并標(biāo)記出位于低密度區(qū)域的局外點(diǎn)（最接近它的點(diǎn)也十分遠(yuǎn)），DBSCAN 是其中一個(gè)最常用的聚類分析算法，也是其中一個(gè)科學(xué)文章中最常引用的。在 2014 年，這個(gè)算法在領(lǐng)頭數(shù)據(jù)挖掘會(huì)議 KDD 上獲頒發(fā)了 Test of Time award，該獎(jiǎng)項(xiàng)是頒發(fā)給一些于理論及實(shí)際層面均獲得持續(xù)性的關(guān)注的算法。

一看到這個(gè)解釋就頭大，看看圖吧，非深度方法的處理確實(shí)很費(fèi)神。這個(gè)方法，采取了線段檢測，可利用的特征更多了，感覺好像也更復(fù)雜了。

圖11 DBSCAN的處理，2016年，Directional-DBSCAN Parking-slot Detection using a Clustering Method

圖12 線段檢測出來后的結(jié)果，2016年，Directional-DBSCAN Parking-slot Detection using a Clustering Method

看到上圖的線段檢測結(jié)果，各位觀眾大佬爺想來一波后處理嗎（滑稽...）:) 反正我是不會(huì) 。

傳統(tǒng)視覺的車位檢測介紹就到這兒，方法還有很多，其實(shí)不必太關(guān)心。

圖13 傳統(tǒng)視覺的車位檢測

但是可供深度學(xué)習(xí)借鑒的有：（1）角點(diǎn)檢測；（2）線段檢測；（3）后處理過濾、平滑、配對(duì)；（4）幀與幀直接的預(yù)測，即通過推算當(dāng)前幀得出下一幀的車位位置；（5）在AVM成像的鳥瞰圖上進(jìn)行處理，降低難度；（6）車位類型的分類；（7）車位角點(diǎn)和線段的分類；（8）窮舉。

2.2 深度時(shí)代的車位檢測

我們可以在傳統(tǒng)視覺處理的基礎(chǔ)上，直接替換傳統(tǒng)視覺算子，用深度學(xué)習(xí)的網(wǎng)絡(luò)提特征，來一波傳統(tǒng)向深度過渡的過程。猶如 RCNN（提特征+SVM分類） -> Fast RCNN（端到端+ROI） -> Faster RCNN (RPN+性能強(qiáng)勁+快)；這樣的流程一點(diǎn)一點(diǎn)，拿掉傳統(tǒng)的處理，一點(diǎn)一點(diǎn)進(jìn)行深度學(xué)習(xí)模塊的設(shè)計(jì)和整合；然后再由兩階段到單階段的過渡（YOLO -> SSD -> RetinaNet -> yolo serials)。最后用完全體的深度學(xué)習(xí)網(wǎng)絡(luò)，確定車位檢測的最終解決方案。

通用車位檢測算法效果1

來個(gè)效果視頻吧，前面的介紹看著都看累了，看看我們做的，這個(gè)是一版還很粗糙的實(shí)測測試，無任何后處理（可以無NMS），網(wǎng)絡(luò)直出。整個(gè)網(wǎng)絡(luò)41FLOPS，0.28M參數(shù)，（python版本量化前）: backbone14MFLOPs，head26MFLOPs。這里采用的單路魚眼相機(jī)去畸變圖，并把輸入處理到384和128分辨率。單階段。視頻中有閃，AVM圖的處理受限于各種狀況，工程難度高。后續(xù)解決的，這里就不放了。我們主要介紹車位檢測這一通用的方法。然后運(yùn)算量和參數(shù)量怎么設(shè)計(jì)就怎么設(shè)計(jì)。

圖14 運(yùn)算量

先介紹以往的工作。我們分三種大類來概述（1）目標(biāo)檢測；（2）語義分割；它們的結(jié)合；（3）Transformer查詢；

目標(biāo)檢測的處理，一般是通過檢測車位角點(diǎn)、車位整個(gè)bounding box和檢測線段（一般不會(huì)這樣做）。

檢測車位角點(diǎn)的paper比較多，取3個(gè)方法來圖示說明。

圖15 PS2.0數(shù)據(jù)集出處的方法，2018年，Vision-based parking-slot detection: A DCNN-based approach and a large-scale benchmark dataset

圖16 更多的角點(diǎn)分類，PSDet，2020年，Psdet: Efficient and universal parking slot detection

圖17 角點(diǎn)配對(duì)示意，DMPS-PR，2019年

DMPR-PS: A Novel Approach for Parking-Slot Detection Using Directional Marking-Point Regressionhttps://ieeexplore.ieee.org/abstract/document/8784735

角點(diǎn)檢測一般會(huì)帶上分類信息和角度信息，傳統(tǒng)的模板匹配到深度學(xué)習(xí)的分類，進(jìn)化可見一斑。

用檢測框的方法居多，因?yàn)?，這樣是直接利用目標(biāo)檢測的bounding_box框來框停車位，簡直不要太好用。

圖18 PIL_park數(shù)據(jù)集出處，bounding_box檢測示意

Context-Based Parking Slot Detection With a Realistic Datasethttps://ieeexplore.ieee.org/abstract/document/9199853

上圖是回歸一個(gè)bounding_box框的做法，帶有角度信息，這個(gè)框的處理是可以是四邊形的，不一定非得矩形，可以有不同的夾角（小于90度），有點(diǎn)意思，不過需要做些限制處理，輕微的后處理。

回歸框的做法很典型，只取上述圖一篇Context-Based Parking Slot Detection With a Realistic Dataset，細(xì)微差異的方法確實(shí)會(huì)有很多，不一一介紹了。

圖19 方法截圖示意

圖20 https://github.com/lymhust/awesome-parking-slot-detection

看哇，很多。21年的沒整理成案，就不貼了。

接下來貼一下，語義分割方法的示意圖：

圖21 VH-HFCN，2018年

VH-HFCN based Parking Slot and Lane Markings Segmentation on Panoramic Surround Viewhttps://ieeexplore.ieee.org/abstract/document/8500553

語義分割，采用這種方法的童鞋可能糾結(jié)于后處理吧。

圖22 效果似乎還是有更好的出來。2018年Semantic segmentation-based parking space detection with standalone around view monitoring system

圖23 global信息

圖24 接上圖23，local信息

圖23和圖24是2021年的一篇文章：

End-to-End Trainable One-Stage Parking Slot Detection Integrating Global and Local Informationhttps://ieeexplore.ieee.org/abstract/document/9316907/

如果端到端單階段的算法，需要以這種看起來復(fù)雜的后處理為代價(jià)，還是挺佩服作者的。

圖25 它的效果還是可以的。

這里介紹個(gè)2021年的別出心裁的方法：

圖26 2021年，Attentional Graph Neural Network for Parking Slot Detection

Transformer來一波：

2021年，Order-independent Matching with Shape Similarity for Parking Slot Detection

用Transformer（DETR）來做，實(shí)在沒必要。

圖27 沒必要1

圖28 沒必要2

效果也沒見到好到哪里去，難度車位圖也沒貼。此條路，工程化不容易的。

三、我們的方法

花了大量篇幅介紹前人的工作，無外乎是為了引出我們的工作。

先貼下圖吧：

圖29 效果圖1

圖30 效果圖2

再來個(gè)視頻：

車位檢測推理

我們的方法，我們把它命名為通用停車位檢測，簡稱為GPSD。

在正式介紹之前，先解釋為什么要做這一件事。

3.1 為什么還要重復(fù)造輪子？

可能是因?yàn)榍叭说姆椒ú粔蚝茫赡苁亲约簭?fù)現(xiàn)不了，可能是吃數(shù)據(jù)集，可能是不夠簡單粗暴穩(wěn)準(zhǔn)狠，也可能是泛化性能不強(qiáng)，總之，有各種各樣的原因。

理性的說：車位數(shù)據(jù)集越來越復(fù)雜的情況下，一旦沾有分類和利用車位標(biāo)線（就是車位最常見的白色的線），這就注定了算法吃數(shù)據(jù)集。一家車企要hold住每年上百萬的銷量如果還帶有優(yōu)質(zhì)的自動(dòng)泊車，那么它的自動(dòng)泊車算法（或工程）得有多魯棒啊，但一般來說，只給正確結(jié)果，要出錯(cuò)難度車位它不檢就是:）。AVM的成像質(zhì)量也影響著車位檢測算法的準(zhǔn)確度上限，但AVM成像受制于魚眼相機(jī)的拍攝，畸變矯正的插值本就是難為了AVM了，是系統(tǒng)誤差！試想，在商場車庫中（比較常見吧）這個(gè)場景，魚眼相機(jī)遠(yuǎn)處拍到了一堆，給你來一堆立體停車位，整個(gè)一塊鋼板，還上下層，燈光有偏暗，地面還反光，去畸變插值拼接后，這個(gè)要去抽取角點(diǎn)特征？要去抽取車位標(biāo)線？可能用bounding_box加數(shù)據(jù)train來得痛快吧。

感性的說：實(shí)際中的情況是，車位會(huì)受各種現(xiàn)實(shí)情況的影響。如磨損，各種花哨的樣式，遮擋（AVM成像本身就有臨近車身畸變遮擋車位），甚至沒有標(biāo)線。反正就是非理想的車位，非理想的停車環(huán)境。這時(shí)，做好這些車位檢測，或者說是工程應(yīng)對(duì)，才能使車使自動(dòng)泊車開得更遠(yuǎn)，應(yīng)用場景更廣。

理性感性也分不清了。在自己拿到采集的數(shù)據(jù)集時(shí)，要去做檢測，發(fā)現(xiàn)不是調(diào)個(gè)YOLO系列就能搞定的事。網(wǎng)上公開的數(shù)據(jù)集可用同濟(jì)的ps2.0，首爾的PIL_park，這兩個(gè)數(shù)據(jù)集可以用來練兵，再去應(yīng)對(duì)現(xiàn)實(shí)場景。

實(shí)際上，就嫌之前的方法看起來麻煩，還不容易在短時(shí)間內(nèi)上手，在做工程的時(shí)候，當(dāng)然是又快又好，抄作業(yè)難以抄到好的情況下，考慮造一個(gè)好用又泛化的算法。這就是通用停車位檢測算法GPSD的由來。

3.2 怎么來定義一個(gè)停車位？

要放一些圖

其實(shí)原理也很簡單，但想泛化，需要考慮的還是有一些。

汽車長這樣，占地區(qū)域是方方正正。就一個(gè)矩形。

車位只要能放得下一輛汽車即可，線段是直的。

鳥瞰圖里，一個(gè)停車位人眼看起來是放不下一個(gè)車位的，哈哈

這是AVM成像帶來的，不可避免的，畸變。但是深度學(xué)習(xí)就強(qiáng)大在這個(gè)地方，我們?nèi)搜壅J(rèn)為他是一個(gè)車位，不要被圖像而蒙蔽，深度學(xué)習(xí)從圖片中學(xué)習(xí)特征，這里還要再深層次一點(diǎn)，從圖像中去學(xué)習(xí)高級(jí)的人為推斷的抽象特征，而這種特征不是顯性的不是顯式的不是正確的，甚至是錯(cuò)誤圖像帶來的錯(cuò)誤信息，需要讓深度學(xué)習(xí)去學(xué)到，這個(gè)時(shí)候，目標(biāo)檢測、語義分割、角點(diǎn)檢測、線段檢測分割，種種，從CV里拿來就用的拿來主義，似乎受到了一點(diǎn)挑戰(zhàn)。如果只是就圖檢圖的化，畸變的車位，和車庫里畸變的柱子，就已經(jīng)可以橫跨好幾個(gè)車位把車位遮擋完了，我們必須警醒：從實(shí)際物理的角度而不是成像的像素分布去看待一個(gè)車位。

我們這樣來看一個(gè)車位：

圖38 它實(shí)際上就是兩個(gè)車位

讓深度學(xué)習(xí)去理解，我們要學(xué)習(xí)這樣一個(gè)車位。汽車什么的遮擋無關(guān)緊要，深度學(xué)習(xí)真的可以辦到。

再抽像點(diǎn)：

停車位的概念，來源于車。先有車，再有停車位。如此簡單。車位一定必定是抽象出來四四方方像車一樣，是方的，最多的變化占地是平行四邊形而已：

圖41 平行四邊形車位，非矩形

3.2 車位幾何抽象

還是以圖示來進(jìn)行說明。

車位可以如上圖的簡單幾何表示。如果只是這么簡單就好了。實(shí)際上，車位是挨個(gè)連排的，車位周圍干擾線也比較多。而車位分布，總結(jié)為如下三種情況

如上圖，車位1，2為連續(xù)的車位分布；車位3，4為間隔的車位分布；車位5，6為錯(cuò)開的車位分布。矩形可換成平行四邊形表示。車位1，2這種情況最常見。車位3，4這種也常見，比如車庫中有柱子，車位需要隔開。

空車位好做檢測，而車位上有汽車的時(shí)候，畫面大部分是畸變的汽車，給車位檢測帶來了一定的難度。

這時(shí)候，用anchor_based的方法bounding_box總覺得很怪，另外，車位在AVM中，成像不一定是完整的，比如：

圖45 車位的各種姿勢

如上圖，人為的對(duì)圖像中的車位進(jìn)行各種處理，為什么要這樣做呢？因?yàn)檐囋谛旭傔^程中，各種轉(zhuǎn)向，和離車位開得近開得遠(yuǎn)，AVM成像出來的畫面都是不一樣的。這時(shí)，車位抽象出來不一定就是實(shí)際的方的了，完整的方形，被AVM成像給截?cái)嗔恕＿@時(shí)采用錨點(diǎn)框做bounding_box檢測，又遇到點(diǎn)麻煩。

不采用bounding_box或許是最好的選擇。

此時(shí)，需要對(duì)車位的幾何抽象做數(shù)學(xué)上的表征，使它代表一個(gè)車位，并且不受AVM成像和汽車行駛所影響，且完美避開汽車畸變帶來的影響。見如下：

我盡量用白話文說清楚。

老規(guī)矩，先上圖：

如圖47所示：

定義1：把AB定義為車位的進(jìn)入線，此進(jìn)入線需確定方向和長度。

定義2：把AD定義為車位的分隔線，此分隔線有兩種定義方式，(1)確定的長度和方向；（2）只定義方向。

定義3：對(duì)AD做平行線BC，線的起始端點(diǎn)為A，BC不做處理，通過AB和AD計(jì)算即可。

定義4：長度和方向這樣確定，以AB為例進(jìn)行說明：delta_x=x_A-x_B，delta_y=y_A-y_B；delta_x和delta_y需要做歸一化處理，即除以W和H。先知道A點(diǎn)的坐標(biāo)后，此時(shí)長度和方向均已確定。

定義5：只確定方向時(shí)，需要預(yù)測AD的線的cos和sin值，通過反算arctan，得到角度。先知道A點(diǎn)的坐標(biāo)后，方向即可確定。

定義6：對(duì)AVM圖，需要把它處理成右攝像頭視角，即左邊的成像需要旋轉(zhuǎn)到對(duì)其右邊視角，進(jìn)行統(tǒng)一處理。

圖49 公式

3.2 車位幾何抽象

車位抽象出來后，我們只需預(yù)測車位的幾何表征信息，而無需糾結(jié)于車位具體是哪種類型，角點(diǎn)具體用哪種模板，復(fù)雜抽象的幾何表征，恰恰是對(duì)復(fù)雜的現(xiàn)實(shí)環(huán)境的一種數(shù)學(xué)表示。

圖52 看看立體停車位的幾何表征，紅色線是做的的藍(lán)色線的平行線。

圖53中的紅色曲線箭頭，代表車位的幾何方向，進(jìn)入線是AB，分隔線是AD，車位角點(diǎn)是A，紅色方向?yàn)榉指艟€->車位角點(diǎn)->進(jìn)入線。AD->A->AB

3.3 數(shù)據(jù)集的制作

圖54 整張AVM的切圖處理

圖55 魚眼相機(jī)4路輸入

圖54是整張AVM圖（4路圖像去畸變和拼接后）做的處理，圖56是單路魚眼相機(jī)圖像做的處理。

在制作數(shù)據(jù)集時(shí)，可以在AVM圖上進(jìn)行標(biāo)注，也可以在單路圖像上進(jìn)行標(biāo)注。

整張AVM圖標(biāo)注時(shí)，遵循圖53的右子圖標(biāo)注原則：即在AVM整圖的右邊，找到車位，對(duì)車位角點(diǎn)A打標(biāo)；再標(biāo)注進(jìn)入線AB，AB應(yīng)盡可能準(zhǔn)確；標(biāo)注AD時(shí)，可任意選擇AD的長度，因?yàn)锳D的預(yù)測有兩種方法，再上篇的圖49公式里，是計(jì)算方式。此時(shí)整個(gè)車位就是逆時(shí)針順序。相對(duì)而言，AVM圖左邊的標(biāo)注也是按照逆時(shí)針原則，但要注意標(biāo)注進(jìn)入線和分隔線。

單路圖像標(biāo)注時(shí)，把左邊相機(jī)拍攝的左子圖全部旋轉(zhuǎn)到右子圖，進(jìn)行統(tǒng)一標(biāo)注。

另外，還可以給車位上是否占用，即是否可用打上標(biāo)簽。

標(biāo)注的圖像通過裁剪和放縮，處理到W=128，H=384，W/H=1/3，送入網(wǎng)絡(luò)。這個(gè)比例和大小自己定，這里職位為了除以下采樣32的倍數(shù)，選128的倍數(shù)更方便。

圖58 這些車位標(biāo)注起來也有點(diǎn)難度

公開數(shù)據(jù)中，我們采用了ps2.0和PIL_park，并進(jìn)行數(shù)據(jù)集的改造。以符合我們的幾何抽象定義。另外還自行采取和制作了商場停車場的數(shù)據(jù)集（就不貼上來了）。

ps2.0:Vision-based parking-slot detection: A DCNN-based approach and a large-scale benchmark dataset

PIL_park:Context-based parking slot detection with a realistic dataset

3.4 車位預(yù)測

在feature map上，一個(gè)feature_map像素，回歸一個(gè)車位。輸入的分辨率是128*384，吐出的特征圖分辨率是4*12，輸入的通道是3（RGB）或者1（Gray灰度圖），輸出的通道根據(jù)需要而定，我們采用的8個(gè)輸出通道，具體為：confidence置信度，車位角點(diǎn)A_x/A_y，進(jìn)入線delta_x/delta_y，分隔線delta_x/delta_y或者分隔線cos/sin，是否占用標(biāo)志isOccupied(或者是否可用標(biāo)志available)。

這里的車位角點(diǎn)，并不是真正意義上的圖像中一定存在的車位角點(diǎn)，進(jìn)入線和分隔線也不是真正意義上圖像中存在的線、實(shí)線、虛線、各種線，我們回歸的是一種抽象的數(shù)學(xué)幾何表示。

圖59 畫圖可視化1

圖60 畫圖可視化2

是不是有點(diǎn)像CenterNet?或者YOLO系列，YOLO1/2/3/X，Anchor Free，但是這里最大的區(qū)別在于，沒有利用圖像中的具體像素，利用實(shí)例的形狀和位置來確定實(shí)例，這里就解釋不通，因?yàn)槠囉谢儯鼡踝×塑囄?，并不是真正的?shí)際成像，我們回歸可以說是一個(gè)二維平面（地面）的車位，而3維空間中的汽車被AVM壓到了二維成像中，像素分布并不可靠了，學(xué)習(xí)圖像具體的像素不可行，必須讓網(wǎng)絡(luò)學(xué)習(xí)抽象的幾何表征。有點(diǎn)難以解釋，讓整個(gè)車位的信息，壓縮到車位角點(diǎn)，即便車位角點(diǎn)實(shí)際并不存在，或者車位角點(diǎn)難以區(qū)分，如圖58所示。車位角點(diǎn)只是一個(gè)承載的載體，也可換到圖像中任何其他位置，如進(jìn)入線AB中點(diǎn)，（沒試過），設(shè)計(jì)的時(shí)候考慮到了這一點(diǎn)。

3.5 網(wǎng)絡(luò)架構(gòu)

這個(gè)就很隨意了，backbone和detection head，任選，只是輸出特征圖的大小要特別注意，拿feature_map的分辨率4x12來說，一張128x384的圖最多給48個(gè)車位預(yù)測，實(shí)際上沒有這么多，只是為了適應(yīng)車位在圖中的分布，需要4x12去適應(yīng)車位出現(xiàn)在圖中的不同位置。我們選擇了單階段的網(wǎng)絡(luò)設(shè)計(jì)，直出，就用單分辨率特征圖，發(fā)現(xiàn)已經(jīng)把公開數(shù)據(jù)集ps2.0和PIL_park的AP快刷滿了。

3.6 公開數(shù)據(jù)集上的測試結(jié)果

圖61 在ps2.0和PIL_park測試集上的結(jié)果

ps2.0數(shù)據(jù)集是同濟(jì)在2018年發(fā)布的，在車位檢測極具影響力，但比較簡單。PIL_park發(fā)布得更晚，文章引用少，但難度足夠。

圖62 ps2.0數(shù)據(jù)集圖片舉例

圖63 PIL數(shù)據(jù)集圖片舉例

再貼下效果圖：

圖64 左列是標(biāo)簽，中間是原圖，右列是預(yù)測

3.7 設(shè)計(jì)實(shí)驗(yàn)

為了模仿實(shí)際泊車的AVM成像，比較關(guān)鍵的增強(qiáng)手段就是旋轉(zhuǎn)ratote，然后就是平移shift。

上篇有說，就是汽車在行駛過程中，前行、轉(zhuǎn)向和靠近車位的距離。

輸入采用RGB和灰度圖均可，灰度圖只是為了實(shí)際工程應(yīng)用，但RGB的AP更高。

實(shí)驗(yàn)參照一些影響廣泛的檢測網(wǎng)絡(luò)設(shè)計(jì)即可，不是本篇討論的范圍。

但是在設(shè)計(jì)loss的時(shí)候，因?yàn)閏onfidence、角點(diǎn)坐標(biāo)、進(jìn)入線、分隔線、是否占用，它們的loss量級(jí)有差，于是乎，做了對(duì)比實(shí)驗(yàn)，發(fā)現(xiàn)需要給上述的每個(gè)單項(xiàng)加系數(shù)，使網(wǎng)絡(luò)更關(guān)注角點(diǎn)坐標(biāo)和進(jìn)入線，而對(duì)是否占用的影響降低。采用了L2-norm。

不采用任何增強(qiáng)手段的粗糙網(wǎng)絡(luò)在PIL_park的test上也能達(dá)到超過90的mAP。方法很重要。

四、總結(jié)

還行吧，工程的路還很長，解決算法只是邁出了第一步，堅(jiān)實(shí)的第一步！

審核編輯：郭婷