本公开涉及车辆领域及计算机领域，具体地，涉及一种车位识别方法、介质、电子设备及车辆。
背景技术：
1、如何对车辆周围的车位进行识别是技术人员研究的热点问题，在相关技术中，通过直接检测出车位框的四个点的坐标以及后处理推理出整车的车位框。在相关技术中，在对车辆周围的车位进行识别时，需要车位的四个角点清晰可见，并且需要在推理过程中推理准确，否则可能会造成车位入口线推理错误进而导致确定出错误的车位信息。
技术实现思路
1、本公开的目的是提供一种车位识别方法、介质、电子设备及车辆，能够更准确地确定出车辆周围的车位信息。
2、为了实现上述目的，本公开提供一种车位识别方法，所述车位包括四个角点，所述方法包括：
3、获取车辆周围环境的俯视图；
4、使用预先训练好的车位识别模型将所述俯视图划分为预定数量的多个栅格，并获取所述多个栅格中的第一角点的第一偏置量、第二角点的第二偏置量以及第三角点的第三偏置量；以及
5、根据所述第一偏置量、所述第二偏置量以及所述第三偏置量和所述第一角点所在栅格的基准点的坐标确定车位并输出；
6、其中，所述第一偏置量为所述第一角点相对所在栅格的基准点的偏置量，所述第二偏置量为所述第二角点相对所述第一角点的偏置量，并且所述第三偏置量为所述第三角点相对所述第一角点的偏置量。
7、可选地，所述方法还包括：
8、针对所述多个栅格中的每一栅格，获取存在所述第一角点的所述栅格的置信度；
9、所述根据所述第一偏置量、所述第二偏置量以及所述第三偏置量和所述第一角点所在栅格的基准点的坐标确定车位并输出，包括：
10、针对每一所述置信度大于预设的置信度阈值的栅格，根据栅格中的所述第一角点的所述第一偏置量、与栅格中所述第一角点对应的所述第二角点的所述第二偏置量、与栅格中所述第一角点对应的所述第三角点的所述第三偏置量和栅格的基准点的坐标确定车位并输出。
11、可选地，所述根据栅格中的所述第一角点的所述第一偏置量、与栅格中所述第一角点对应的所述第二角点的所述第二偏置量、与栅格中所述第一角点对应的所述第三角点的所述第三偏置量和栅格的基准点的坐标确定车位，包括：
12、根据栅格中的所述第一角点的所述第一偏置量和栅格的基准点的坐标确定栅格中的所述第一角点的坐标；
13、根据栅格中的所述第一角点的坐标和与栅格中的所述第一角点对应的所述第二角点的所述第二偏置量确定与栅格中的所述第一角点对应的所述第二角点的坐标；
14、根据栅格中的所述第一角点的坐标和与栅格中的所述第一角点对应的所述第三角点的所述第三偏置量确定与栅格中的所述第一角点对应的所述第三角点的坐标；
15、根据栅格中的所述第一角点的坐标、与栅格中的所述第一角点对应的所述第二角点的坐标和与栅格中的所述第一角点对应的第三角点的坐标确定与栅格中的所述第一角点对应的第四角点的坐标。
16、可选地，所述车位识别模型包括特征抽取模块和解耦模块，所述特征抽取模块的输入为所述俯视图，所述特征抽取模块的输出为所述俯视图经特征抽取后得到的特征图，所述解耦模块的输入为所述特征抽取模块的输出，所述解耦模块根据所述特征图在3个分支中回归出各栅格中的第一角点的第一偏置量、与所述第一角点对应的第二角点相对所述第一角点的第二偏置量、与所述第一角点对应的第三角点相对所述第一角点的第三偏置量；
17、其中，所述3个分支分别用于回归出所述第一偏置量、所述第二偏置量和所述第三偏置量。
18、可选地，所述根据栅格中的所述第一角点的所述第一偏置量和栅格的基准点的坐标确定栅格中的所述第一角点的坐标，包括：
19、根据以下公式确定所述第一角点的横坐标：
20、p0_x＝(x_val+col)/l
21、根据以下公式确定所述第一角点的纵坐标：
22、p0_y＝(y_val+row)/l
23、其中，p0_x为所述第一角点的横坐标，x_val为所述第一角点相对栅格的基准点的横坐标偏置量，col为栅格的基准点的横坐标，p0_y为所述第一角点的纵坐标，y_val为所述第一角点相对栅格的基准点的纵坐标偏置量，row为栅格的基准点的纵坐标，l为栅格尺寸。
24、可选地，所述第二偏置量、所述第三偏置量为归一化后的偏置量，所述根据栅格中的所述第一角点的坐标和与栅格中的所述第一角点对应的所述第二角点的所述第二偏置量确定与栅格中的所述第一角点对应的所述第二角点的坐标，包括：
25、根据以下公式确定所述第二角点的横坐标：
26、p1_x＝ps_delta_x1*2-1+p0_x
27、根据以下公式确定所述第二角点的纵坐标：
28、p1_y＝ps_delta_y1*2-1+p0_y
29、其中，p1_x为所述第二角点的横坐标，ps_delta_x1为所述第二角点的所述第二偏置量中的横坐标偏置量，p0_x为所述第一角点的横坐标，p1_y为所述第二角点的纵坐标，ps_delta_y1为所述第二角点的所述第二偏置量中的纵坐标偏置量，p0_y为所述第一角点的纵坐标；
30、所述根据栅格中的所述第一角点的坐标和与栅格中的所述第一角点对应的所述第三角点的所述第三偏置量确定与栅格中的所述第一角点对应的所述第三角点的坐标，包括：
31、根据以下公式确定所述第三角点的横坐标：
32、p2_x＝ps_delta_x2*2-1+p0_x
33、根据以下公式确定所述第三角点的纵坐标：
34、p2_y＝ps_delta_y2*2-1+p0_y
35、其中，p2_x为所述第三角点的横坐标，ps_delta_x2为所述第三角点的所述第三偏置量中的横坐标偏置量，p2_y为所述第三角点的纵坐标，ps_delta_y2为所述第三角点的所述第三偏置量中的纵坐标偏置量。
36、可选地，所述根据栅格中的所述第一角点的坐标、与栅格中的所述第一角点对应的所述第二角点的坐标和与栅格中的所述第一角点对应的第三角点的坐标确定与栅格中的所述第一角点对应的第四角点的坐标，包括：
37、根据以下公式确定所述第四角点的横坐标：
38、p3_x＝p1_x+p2_x-p0_x
39、根据以下公式确定所述第四角点的纵坐标：
40、p3_y＝p1_y+p2_y-p0_y
41、其中，p3_x为所述第四角点的横坐标，p1_x为所述第二角点的横坐标，p2_x为所述第三角点的横坐标，p0_x为所述第一角点的横坐标，p3_y为所述第四角点的纵坐标，p1_y为所述第二角点的纵坐标，p2_y为所述第三角点的纵坐标，p0_y为所述第一角点的纵坐标。
42、本公开还提供一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的车位识别方法的步骤。
43、本公开还提供一种电子设备，包括：
44、存储器，其上存储有计算机程序；
45、处理器，用于执行所述存储器中的所述计算机程序，以实现上述的车位识别方法的步骤。
46、本公开还提供一种车辆，包括控制器，该控制器执行时实现上述的车位识别方法的步骤。
47、通过上述技术方案，使用预先训练好的车位识别模型将车辆周围环境的俯视图划分为预定数量的多个栅格，以各栅格中的第一角点的第一偏置量、第二角点的第二偏置量以及第三角点的第三偏置量作为车位识别模型输出的特征，这样，在俯视图中个别车位角点不清晰的情况下，根据车位识别模型的输出确定出准确的车位信息。并且，由于车位识别模型输出的是第一角点相对所在栅格的基准点的偏置量、第二角点相对第一角点之间的偏置量以及第三角点相对第一角点的偏置量，极大地利用了车位角点坐标之间的关联性，降低了推理出错误的车位入口线的概率。
48、本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
1.一种车位识别方法，所述车位包括四个角点，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述根据栅格中的所述第一角点的所述第一偏置量、与栅格中所述第一角点对应的所述第二角点的所述第二偏置量、与栅格中所述第一角点对应的所述第三角点的所述第三偏置量和栅格的基准点的坐标确定车位，包括：
4.根据权利要求1所述的方法，其特征在于，所述车位识别模型包括特征抽取模块和解耦模块，所述特征抽取模块的输入为所述俯视图，所述特征抽取模块的输出为所述俯视图经特征抽取后得到的特征图，所述解耦模块的输入为所述特征抽取模块的输出，所述解耦模块根据所述特征图在3个分支中回归出各栅格中的第一角点的第一偏置量、与所述第一角点对应的第二角点相对所述第一角点的第二偏置量、与所述第一角点对应的第三角点相对所述第一角点的第三偏置量；
5.根据权利要求3所述的方法，其特征在于，所述根据栅格中的所述第一角点的所述第一偏置量和栅格的基准点的坐标确定栅格中的所述第一角点的坐标，包括：
6.根据权利要求3所述的方法，其特征在于，所述第二偏置量、所述第三偏置量为归一化后的偏置量，所述根据栅格中的所述第一角点的坐标和与栅格中的所述第一角点对应的所述第二角点的所述第二偏置量确定与栅格中的所述第一角点对应的所述第二角点的坐标，包括：
7.根据权利要求3所述的方法，其特征在于，所述根据栅格中的所述第一角点的坐标、与栅格中的所述第一角点对应的所述第二角点的坐标和与栅格中的所述第一角点对应的第三角点的坐标确定与栅格中的所述第一角点对应的第四角点的坐标，包括：
8.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-7中任一项所述方法的步骤。
9.一种电子设备，其特征在于，包括：
10.一种车辆，其特征在于，包括控制器，所述控制器执行时实现权利要求1-7中任一项所述方法的步骤。
