CN102157076A - 识别停车场的方法和系统 - Google Patents

Abstract

本发明公开了一种停车位识别方法和装置。本发明的停车位识别系统包括：车辆边缘提取单元，其通过分析摄像机所获取的图像来提取位置与停车位相邻的对方车辆的车辆边缘；车辆位置提取单元，其通过分析超声波传感器所获取的超声波数据来提取对方车辆的车辆位置；车辆边缘位置分析单元，其通过将所提取的车辆边缘和所提取的车辆位置绘制成图来分析所提取的车辆边缘的车辆边缘位置；以及停车位识别单元，其基于分析出的车辆边缘位置来确定对方车辆的位置，从而识别所述停车位。根据本发明，传感器收敛型停车位识别技术利用摄像机和超声波传感器，通过这种方式，超声波传感器和摄像机各自的缺点可以得到相互补偿。

Description

识别停车场的方法和系统

技术领域

本发明涉及识别停车场(parking lot)的方法和系统，特别是一种使用摄像机(camera)和超声波传感器来识别停车位(parking space)的技术。

背景技术

由于汽车工业的发展，汽车的数量大幅增长，同时汽车技术也得到了充分的发展。特别是，由于电子技术的发展，出现了大量关于智能汽车技术的研究。其中，驾驶员辅助系统(DAS)伴随着技术的进步取得了重大的改进，并且已经在智能汽车上得到应用。

在驾驶员辅助系统当中，停车辅助系统也在智能汽车领域中被广泛研究，并且已经在汽车上得到实际应用。这样的停车辅助系统主要是帮助驾驶员进行停车。

这样的停车辅助系统可以分为停车位识别单元、停车轨迹生成单元以及转向控制单元。除此之外，停车位识别单元可以分为平行停车位识别单元和垂直停车位识别单元。停车位的识别可以使用超声波、后视摄像机或者激光扫描器来实施。

在传统的停车位识别方法中，使用超声波的停车位识别方法通常存在一个问题，就是由于超声波的传输距离和分辨率的限制，与想要停放车辆的停车位相邻的对方车辆(counterpart vehicle)的边缘不能被精确地提取，所以停车位不能被精确地识别。使用摄像机的传统停车位识别方法存在的问题是，由于无法通过确定与对方车辆之间的距离而精确地识别对方车辆的位置，所以不能精确地识别停车位。

也就是说，为了识别停车位，无论使用了超声波传感器还是使用了摄像机，传统的停车位识别方法都存在一个问题，就是由于超声波传感器和摄像机各自的缺点，不能精确地识别停车位。

发明内容

因此，提出本发明来解决现有技术中出现的上述问题，本发明的目的是提供一种使用摄像机和超声波传感器的传感器收敛(convergence)型停车位识别技术，通过这种方式，超声波传感器和摄像机各自的缺点可以得到相互补偿。

为了实现这个目的，本发明提供了一种停车位识别系统，该系统包括：车辆边缘提取单元，其通过分析摄像机所获取的图像来提取位置与停车位相邻的对方车辆的边缘；车辆位置提取单元，其通过分析超声波传感器所获取的超声波数据来提取对方车辆的位置；车辆边缘位置分析单元，其通过对所提取的车辆边缘和所提取的车辆位置进行映射来分析所提取的车辆边缘的车辆边缘位置；以及停车位识别单元，其通过基于所分析的车辆边缘位置来确定对方车辆的位置，从而识别停车位。

本发明的另一方面提供了一种停车位识别方法，该方法包括以下步骤：通过分析摄像机所获取的图像，来提取位置与停车位相邻的对方车辆的边缘；通过分析超声波传感器所获取的超声波数据，来提取对方车辆的位置；通过对所提取的车辆边缘和所提取的车辆位置进行映射，来分析所提取的车辆边缘的车辆边缘位置；以及通过基于所分析的车辆边缘位置来确定对方车辆的位置，从而识别停车位。

本发明提供一种使用摄像机和超声波传感器的传感器收敛型停车位识别技术，通过这种方式，超声波传感器和摄像机各自的缺点可以得到相互补偿。

附图说明

通过下面的详细说明并结合附图，将进一步解释本发明的上述以及其他的目的、特征和效果，其中：

图1是根据本发明实施方式的停车位识别系统的框图；

图2是示出根据本发明实施方式的停车位识别方法的示意图；

图3示出了包含在本发明的停车位识别系统中的车辆边缘提取单元要在提取对方车辆的边缘时使用的sobel边缘提取法的sobel掩码；

图4的(a)和(b)分别示出了输入到本发明的停车位识别系统中所包括的车辆边缘提取单元的图像和由这样的车辆边缘提取单元所提取的纵向边缘；

图5示出了通过在本发明停车位识别系统中所包括的车辆边缘提取单元中进行立体匹配来去除噪声，从而获得的对方车辆的车辆边缘；

图6的(a)和(b)分别示出了在本发明的停车位识别系统中所包括的车辆边缘提取单元中进行立体匹配前后的纵向边缘总和(sum)；

图7示出了配备有这种停车位识别系统的车辆的位置以及对方车辆的位置，其中这些位置是由包括在本发明的停车位识别系统中的车辆位置提取单元提取的；

图8示出了本发明的停车位识别系统中所包括的车辆边缘位置分析单元生成的边缘峰值图；

图9示出了由本发明的停车位识别系统中所包括的车辆边缘位置分析单元绘制在同一坐标系下的车辆边缘位置和车辆位置；

图10示出了作为本发明的停车位识别系统中所包括的停车位识别单元的识别结果的停车位识别结果数据；

图11是根据本发明实施方式的停车位识别方法的流程图。

具体实施方式

这里，将会参照相应的附图来说明本发明的一个优选实施方式。在以下的说明和附图中，应该注意的是相同的标号用于指示相同或相似的部件，并且对于相同或相似部件的重复说明将会被省略。更进一步，在以下本发明的描述中，当其中结合的已知功能和配置的详细描述会导致本发明的主题不清楚时，则其将会被省略。

除此之外，当描述本发明中的组成部分时，可能会使用例如第一、第二、A、B、(a)、(b)或者类似的描述。这些专用名词中的每一个都不会被用于定义本质、次序或者相应部件的连接顺序，而仅用于区别相应部件与其它部件。需要注意的是，如果在说明书中使用了“连接”、“耦合”或者“结合”等词语描述某部件与另一部件的关系，则即使第一部件可能会与第二部件直接连接、耦合或者结合，也可能在第一、第二部件之间“连接”、“耦合”或者“结合”了第三部件。

图1是根据本发明实施方式的停车位识别系统100的框图。

参照图1，停车位识别系统100包括：车辆边缘提取单元110，其通过分析摄像机10获取的图像来提取位置与停车位(例如，公共停车场、普通公寓停车场或者类似停车场)相邻的对方车辆的边缘(也可以称为“角”)；车辆位置提取单元120，其通过分析超声波传感器20获取的超声波数据来提取对方车辆的位置；车辆边缘位置分析单元130，其通过对车辆边缘提取单元110提取的车辆边缘和车辆位置提取单元120提取的车辆位置进行映射来分析所提取的车辆边缘的车辆边缘位置；以及停车位识别单元140，其通过根据车辆边缘位置分析单元130分析出的车辆边缘位置来确定对方车辆的位置，从而识别停车位。

将参照图2对根据本发明实施方式的上述停车位识别系统100所提供的停车位识别方法进行简要的描述。停车位识别系统100分别接收来自摄像机10和超声波传感器20的图像210和超声波数据220，其中，摄像机10和超声波传感器10安装在配备有该停车位识别系统的车辆(在下文中，为了方便描述，可以将这种车辆称为“配备有停车位识别系统的车辆”)上的预定位置。停车位识别系统100对接收到的图像210进行分析，从而提取相邻某个停车位停放的对方车辆的车辆边缘，并对接收到的超声波数据220进行分析，由此来提取对方车辆的车辆位置。然后，停车位识别系统100通过使用所输入的图像对车辆边缘和车辆位置进行映射，来分析车辆边缘的位置，并且基于车辆边缘的位置来识别停车位。结果，该停车位识别系统可以获得停车位识别结果数据230。

为了提取对方车辆的车辆边缘，车辆边缘提取单元110首先从由摄像机10输入的图像210中提取纵向边缘。对方车辆的宽度可以基于对方车辆的横向边缘而确定。然而，因为对方车辆可能不会完整地出现在获取的图像210中，所以很难基于横向边缘来确定对方车辆的精确位置。基于这个原因，并且考虑到对方车辆的车辆边缘主要是纵向边缘这个事实，基于纵向边缘来提取对方车辆的车辆边缘，并且基于所提取的车辆边缘来确定车辆边缘的位置。

车辆边缘提取单元110能够使用适当的边缘提取方法，例如sobel边缘提取方法，从摄像机获取的图像中提取对方车辆的车辆边缘。Sobel边缘提取方法使用图3中示例的sobel掩码，并且表现出比其他边缘提取方法在噪音方面相对更稳定的特性。

图4的(a)和(b)分别示出了输入到本发明的停车位识别系统100中所包括的车辆边缘提取单元100中的图像210和使用sobel边缘提取方法提取到的纵向边缘。

为了通过sobel边缘提取方法从图4的(a)所示的图像210中提取如图4b所示的对方车辆的车辆边缘，必须从摄像机210所提取的纵向边缘中提取对方车辆的车辆边缘。然而，在提取的纵向边缘中存在大量的噪声分量。特别是，离对方车辆很远的公寓的大量纵向边缘可能会包含在如图4b中所示的提取结果中，其中公寓的边缘都是噪声。因此，为了去除会扰乱从纵向边缘中提取对方车辆的车辆边缘的噪声，车辆边缘提取单元110使用立体匹配的方法来提取距离图像，并从距离图像中去除噪声。

为了获取距离图像，通常在立体匹配中要使用两个摄像机。然而，本发明可以仅使用一个摄像机10。如果使用一个摄像机10来进行立体匹配，则可以根据车辆上配备的停车位识别系统的移动来执行立体匹配。除此之外，可以基于提取的纵向边缘来执行立体匹配，并且仅对具有较大纵向边缘的一部分执行。结果，有益的效果在于，与在全部区域内实施匹配的情况相比，可显著减少计算量。

通过根据上述立体匹配方式去除噪声而提取对方车辆的正确车辆边缘的车辆边缘提取单元110，首先通过从图像210中提取纵向边缘来提取对方车辆的车辆边缘，然后使用从一个或多个传感器(例如，车辆速度传感器、转向角传感器以及类似传感器)获得的车辆移动信息、通过立体匹配基于边缘信息和颜色信息从提取的纵向边缘中去除与噪声相关的边缘。

上述车辆移动信息可包括车辆上配备的停车位识别系统的速度信息和转向信息中的至少一个。

下面将参照下面列出的等式1、等式2和等式3以及图5来描述使用上述的立体匹配来提取对方车辆的车辆边缘的过程，其中图5示出了对方车辆的车辆边缘的提取结果。

利用所提取的纵向边缘的边缘信息和颜色信息对具有最大相似度S的部分进行立体匹配。相似度可以通过下面列出的等式1、等式2和等式3计算得出。在等式1中，S_class是指根据边缘信息的相似度，f(a，b)是指示边缘是否存在的函数，函数f(a，b)中的参数a和b分别是指左边图像数据和右边图像数据。在等式2中，S_color是指根据颜色信息的相似度，X_left是指左边图像的颜色信息，X_right是指右边图像的颜色信息。

等式1

$S_{\mathrm{class}}(x,y,s)=\frac{1}{5\×5}\underset{u=-1}{\overset{1}{\mathrm{\Σ}}}\underset{v=-1}{\overset{1}{\mathrm{\Σ}}}f(L_{\mathrm{class}}(x+u,y+v),R_{\mathrm{class}}(x+u+s,y+v)$

$f(a,b)=\left\{\begin{array}{c}0,a=b\\ 1,a\≠b\end{array}\right.$

等式2

$S_{\mathrm{color}}(x,y,s)=1-\frac{1}{256}\sqrt{\frac{\underset{u=-2}{\overset{2}{\mathrm{\Σ}}}\underset{v=-2}{\overset{2}{\mathrm{\Σ}}}{(X_{\mathrm{left}}(x+u,y+v)-X_{\mathrm{right}}(x+u+s,y+v))}^2}{5\×5}}$

X：[R，G，B]

等式3

S(x，y，s)＝S_color(x，y，s)×S_class(x，y，s)

在通过将等式1中得到的边缘信息相似度和等式2中得到的颜色信息相似度相乘而获得最终相似度的等式3中，参数s将是不等的值，其中相似度S具有最大值。参照例示了对方车辆的车辆边缘的提取结果的图5将会理解，位置紧挨着的对方车辆的车辆边缘用黑暗部分来表示，而位于远处的边缘(例如，与背景相对应的边缘，比如在图4中对方车辆后面的公寓)则用不同的方式来表示。因此，从图5中可知，在根据边缘的距离去除掉与噪声相关的边缘后仅对方车辆的车辆边缘进行提取。

图6的(a)和(b)分别示出了在本发明的停车位识别系统所包括的车辆边缘提取单元中进行立体匹配前后的纵向边缘总和。

在进行立体匹配之前，如图6的(a)所示，纵向边缘的最大值形成在并不位于车辆(对方车辆)上的位置。然而，在进行了立体匹配之后，如图6b所示，纵向边缘的最大值形成在对方车辆的车辆边缘所处的位置上，这是因为噪声已经被去除。

车辆位置提取单元120通过从超声波传感器20输入的超声波数据来提取对方车辆的车辆位置，其中车辆位置提取单元120将配备有停车位识别系统的车辆所处位置上接收到的超声波数据的距离值转换为坐标系值，并且从转换后的坐标系值中提取对方车辆的车辆位置。

如上所述，通过将在配备有停车位识别系统的车辆所处位置上接收的超声波数据中的距离值转换为坐标系值来提取对方车辆的车辆位置。为了这个目的，首先要对配备有停车位识别系统的车辆的位置进行追踪。可以基于周期性输入的车辆速度和偏航角速度(yaw rate)来确定配备有停车位识别系统的车辆的位置，其中可以参照要停放的车辆的移动起始点、利用偏航角速度和车辆速度来追踪配备有停车位识别系统的车辆的位置。

可以基于超声波数据来确定对方车辆的位置，其中可以通过将在车辆将要停放的追踪位置处接收到的超声波数据的距离值转换为二阶坐标系(second-ordercoordinate)来计算对方车辆的位置。图7示出了配备有停车位识别系统的车辆和对方车辆的位置。在图7中，用x标记的红点示出了配备有停车位识别系统的车辆的移动，而蓝点示出了所获得的超声波数据，根据该超声波数据可以确认对方车辆的车辆位置。

这样，对于位置与使用者的车辆将要停放的停车位相邻的对方车辆，车辆边缘提取单元提取该对方车辆的车辆边缘，车辆位置提取单元120提取该对方车辆的位置，然后车辆边缘位置分析单元130基于所提取的车辆边缘和车辆位置来分析车辆边缘位置。车辆边缘位置分析单元130可以通过如下操作分析所提取的车辆边缘的车辆边缘位置：生成边缘峰值图，其中边缘峰值图由车辆边缘提取单元110提取的车辆边缘中的边缘峰值构成；从生成的边缘峰值图中提取所提取的车辆边缘的一组位置候选；并将这些位置候选与所提取的车辆位置映射在同一坐标系上。

将参照图8和图9对上述车辆边缘位置进行更详细的描述。图8示出了由在本发明的停车位识别系统中所包括的车辆边缘位置分析单元生成的边缘峰值图，而图9示出了由本发明的停车位识别系统中所包括的车辆边缘位置分析单元映射在同一坐标系上的车辆边缘位置和车辆位置。

首先基于通过摄像机10输入的图像来执行对方车辆的上述车辆边缘位置分析。图8中所示的边缘峰值图是使用从通过摄像机输入的图像210中提取的纵向车辆边缘的边缘峰值，针对整个图像序列而获得的。参照图8，需要注意的是边缘峰值形成在对方车辆的车辆边缘所在的位置。在图8中，用x标记的红点对应于所发现的局部峰值，这些局部峰值形成了对方车辆的车辆边缘的一组位置候选。

为了对利用超声波传感器220的方式发现的对方车辆的车辆边缘中的位置候选进行映射，对从图像210中发现的车辆边缘的位置和配备有停车位识别系统的车辆的位置进行映射从而形成同一坐标系。因为超声波数据220和配备有停车位识别系统的车辆的移动在车辆位置提取结果上位于相同的坐标系上，所以有可能将超声波数据220和从图像210中提取的车辆边缘的位置放在同一坐标系上。图9示出了通过将从图像210中提取的车辆边缘中发现的结果和超声波数据220映射在同一坐标系上的结果。

在分析和找到对方车辆的车辆边缘的位置之后，停车位识别单元140可以获得如图10所示的停车位识别结果数据230，由此识别停车位。在图10中，横线指示了提取车辆边缘的结果，超声波数据所处的区域对应于对方车辆或障碍物所处的位置，斜线指示的区域是所识别的停车位之一。

特别是当对方车辆垂直停放时，根据上述实施方式的停车位识别系统100将对方车辆与配备有停车位识别系统的车辆之间的空间识别为配备有停车位识别系统100的车辆的停车位，这里，停车位识别系统100可以恰当地应用于将配备有停车位识别系统的车辆垂直停放在所识别的空间内。

为了实现本发明的停车位识别系统100，可以在配备有停车位识别系统的车辆上的预定位置处安装一个或多个摄像机10和一个或多个超声波传感器20。例如，如图2所示，可以在车辆的前侧安装摄像机10，并在车辆的侧面安装超声波传感器20。除此之外，摄像机10可以是盲点感测摄像机，用以获取通过驾驶员的肉眼或反射镜难以看到的盲点的图像。

图11是上述本发明的停车位识别系统100所提供的停车位识别方法的流程图。现在，将参照图11对停车位识别方法进行简要描述。

参照图11，本发明的停车位识别方法包括以下步骤：通过分析摄像机10获取的图像210，来提取位置与停车位相邻的对方车辆的车辆边缘(S1100)；通过分析超声波传感器20获取的超声波数据220，来提取对方车辆的位置(S1102)；通过将所提取的车辆边缘和所提取的车辆位置进行映射，来分析所提取的车辆边缘的车辆边缘位置(S1104)；以及基于分析出的车辆边缘位置来确定对方车辆的位置，从而识别停车位(S1106)。

本发明的停车位识别系统提供了一种使用摄像机和超声波传感器的传感器收敛型停车位识别方法，超声波传感器和摄像机的缺点通过这种方法可以得到相互补偿，因此通过使用立体匹配技术来去除噪的步骤可以更精确地识别停车位。

即使以上所述的本发明实施方式中的所有部件可以耦合为单独的单元或者被耦合而作为单独的单元运行，但本发明不必局限于本实施方式。这就是说，在这些部件中，一个或者多个部件可选择性地耦合而作为一个或多个单元运行。除此之外，尽管每个部件都可以作为独立的硬件工作，但是其中一些或者所有部件也可以选择性地彼此结合，从而这些部件可以作为具有一个或者多个程序模块的计算机程序而运行，从而可以执行结合在一个或者多个硬件中的一些或者全部功能。本发明技术领域中的普通技术人员可很容易地设想出构成计算机程序的代码和代码段。这样的计算机程序可以通过寄存在计算机可读存储介质中而实施本发明的实施方式，并且可以通过计算机读取和执行。磁性记录介质、光学记录介质、载波介质或者类似的介质都可以作为存储介质。

除此之外，例如“包含”、“包括”和“具有”的措辞是指存在一个或者多个相应的部件，除非它们被进行了相反的特殊描述，从而可以构造为包含一个或者更多的部件。本领域普通技术人员都知晓包括一个或多个技术或者科学术语的所有专用名词都具有相同的意思，除非它们被进行了其他的定义。词典定义的通常使用的术语与其在相关描述中的内容解释为相同的意思，而不会解释为理想的或者过于正式的意思，除非这个术语在本说明书中已经被清楚的定义。

出于列举说明的目的，尽管本发明中一些优选的实施方式被进行了描述，然而本领域技术人员应该认同那些不同的改进、增加、替换是可以做到的，并且不会超出相应权利要求所公开的本发明的范围和实质。因此，本发明公开的实施方式是为了举例说明本发明的技术理念的范围，并且本发明的范围不局限于实施方式。本发明的范围基于相应的权利要求而得到解释，并且与本发明等同的所有技术理念都包含在本发明的范围中。

Claims (8)

1.一种停车位识别系统，该停车位识别系统包括：

车辆边缘提取单元，其通过分析摄像机所获取的图像来提取位置与停车位相邻的对方车辆的车辆边缘；

车辆位置提取单元，其通过分析超声波传感器所获取的超声波数据来提取所述对方车辆的车辆位置；

车辆边缘位置分析单元，其通过对所提取的车辆边缘和所提取的车辆位置进行映射来分析所提取的车辆边缘的车辆边缘位置；以及

停车位识别单元，其基于分析出的车辆边缘位置来确定所述对方车辆的位置，从而识别所述停车位。

2.根据权利要求1所述的停车位识别系统，其中，所述车辆边缘提取单元从所述图像中提取纵向边缘，并且通过从所提取的纵向边缘中去除与噪音相对应的一个或多个边缘来提取所述对方车辆的车辆边缘。

3.根据权利要求2所述的停车位识别系统，其中，所述车辆边缘提取单元针对所提取的纵向边缘来计算根据边缘信息的相似度和根据颜色信息的相似度，并且所述车辆边缘提取单元基于通过将计算出的根据边缘信息的相似度与根据颜色信息的相似度相乘而获得的值，来从所提取的纵向边缘中去除与噪音相对应的边缘。

4.根据权利要求3所述的停车位识别系统，其中，所述根据边缘信息的相似度是通过指示是否存在边缘的函数而计算出的，该函数对于左边图像数据和右边图像数据是不同的，而所述根据颜色信息的相似度是基于左边图像的颜色信息和右边图像的颜色信息而计算出的。

5.根据权利要求1所述的停车位识别系统，其中，所述车辆位置提取单元将在配备有所述停车位识别系统的车辆的某一位置接收到的超声波数据的距离值转换为坐标系值，从而提取所述对方车辆的位置。

6.根据权利要求1所述的停车位识别系统，其中，所述车辆边缘位置分析单元通过以下操作来分析所述车辆边缘位置：根据所提取的车辆边缘生成由边缘峰值组成的边缘峰值图，从所述边缘峰值图为所提取的车辆边缘提取一组位置候选，然后将所提取的车辆边缘的位置候选映射到与所提取的车辆位置相同的坐标系上。

7.根据权利要求1所述的停车位识别系统，其中，在所述对方车辆竖直停放、所述超声波传感器被设置在配备有所述停车位识别系统的车辆的侧面，而所述摄像被设置在配备有所述停车位识别系统的车辆的正面的情况下，所述停车位识别系统将所述对方车辆与配备有所述停车位识别系统的车辆之间的空间识别为配备有所述停车位识别系统的车辆的停车位。

8.一种停车位识别方法，该停车位识别方法包括以下步骤：

通过分析摄像机所获取的图像来提取位置与停车位相邻的对方车辆的车辆边缘；

通过分析超声波传感器所获取的超声波数据来提取所述对方车辆的车辆位置；

通过对所提取的车辆边缘和所提取的车辆位置进行映射来分析所提取的车辆边缘的车辆边缘位置；以及

基于分析出的车辆边缘位置来确定所述对方车辆的位置，从而识别所述停车位。

Images