CN103448717A - 自动泊车控制装置及方法 - Google Patents

Abstract

本发明涉及自动泊车控制装置及方法，计算障碍的斜率，根据所算斜率重新设定，以更加稳定地实施自动泊车的自动泊车控制装置及方法。本发明的自动泊车控制装置包括：信息接收部，接收车辆超声波传感器和转向角传感器采集的信息；斜率计算部，利用所述信息接收部接收的信息和应用递归最小二乘法（RLS,RecursiveLeastSquare）的反馈控制计算所述障碍物的斜率；泊车空间识别部，利用所述计算的障碍物斜率识别泊车空间；泊车控制部，基于所述识别的泊车空间，控制所述车辆的自动泊车。

Description

自动泊车控制装置及方法

技术领域

本发明涉及自动泊车控制装置及方法。具体是准确计算障碍物的斜率，根据所算斜率重新设定可更加稳定地实施自动泊车的自动泊车控制装置及方法。

背景技术

随着车辆需求的增加，泊车问题也逐渐显现。尤其在狭窄空间的泊车难度更大。即使驾车技术再高，想在狭窄空间泊车，也需要反复前进和倒退几次车辆才能泊车，或者需由他人来引导才能准确泊车，由此对自动泊车系统的需求日益增多。

一般自动泊车系统是接收车辆的各种传感器传送的信息，利用所接收信息判断泊车空间，运算车辆的泊车目标点计算出轨迹后控制车辆进行泊车。若想利用现有的这种方式准确实施自动泊车，需准确检测泊车空间，需利用泊车空间周边障碍物的信息来进行检测。如果当前用于检测泊车空间的传感器数据为小数，因检测障碍物的数据量小而无法准确检测障碍物的位置。检测的障碍物位置不准确，则所检测的泊车空间也会不准确，进而在自动泊车时容易碰撞障碍物。

发明内容

为解决所述问题，本发明提供一种准确计算障碍物斜率，利用所算斜率准确检测泊车空间，从而稳定地实施自动泊车的自动泊车控制装置及方法。

为解决所述问题，本发明的自动泊车控制装置包括：信息接收部，接收车辆超声波传感器和转向角传感器采集的信息；斜率计算部，利用所述信息接收部接收的信息计算障碍物的斜率；泊车空间识别部，利用所述计算的障碍物斜率识别泊车空间；泊车控制部，基于所述识别的泊车空间，控制所述车辆的自动泊车。

优选地，所述斜率计算是，通过利用递归最小二乘法（RLS,Recursive LeastSquare）的反馈控制计算所述障碍物的斜率。

优选地，所述自动泊车控制装置还包括：边缘点决定部，利用所述信息接收部接收的信息决定障碍物的边缘点。

优选地，所述自动泊车控制装置还包括：距离计算部，利用所述决定的边缘点计算所述障碍物之间距离；所述泊车空间识别部是利用所述计算的障碍物斜率和所述计算的障碍物之间距离识别泊车空间。

为解决所述问题，本发明的自动泊车控制方法包括以下步骤：接收信息，接收车辆的超声波传感器和转向角传感器采集的信息；计算斜率，利用所述信息接收步骤接收的信息算所述障碍物的斜率；识别泊车空间，利用所述计算的障碍物斜率识别泊车空间；控制自动泊车，基于所述识别的泊车空间控制所述车辆的自动泊车。

优选地，所述斜率计算是，通过利用递归最小二乘法（RLS,Recursive LeastSquare）的反馈控制算出所述障碍物的斜率。

优选地，所述自动泊车控制方法还包括：利用所述信息接收步骤接收的信息决定障碍物边缘点的边缘点决定步骤。

优选地，所述自动泊车控制方法还包括：利用所述决定的边缘点计算所述障碍物之间距离的距离计算步骤；所述泊车空间识别步骤是利用所述计算的障碍物斜率和所述计算的障碍物之间距离识别泊车空间。

本发明具有的优点在于：

本发明准确地计算出障碍物的斜率准确识别泊车空间，从而更加精确地实施自动泊车。

附图说明

图1是本发明优选实施例的自动泊车控制装置的结构图。

图2是显示超声波传感器在车辆上的装配位置的例示图。

图3是说明本发明的自动泊车控制装置的泊车空间检测部的边缘点、障碍物间距以及斜率的计算方法的图示。

图4是本发明优选实施例的自动泊车控制方法的流程图。

具体实施方式

下面参照附图，对发明优选实施例详细进行描述。说明内容和附图中的实际同一个构件是用同一个符号表示，不再重复说明。而且说明本发明时，若对有关的公知功能或者结构的具体说明使本发明宗旨变得模糊则省略该说明。

描述某一个构件“连接于”或“联接于”其它构件，有可能直接连接于或联接于该其它构件，但应被理解成中间有可能存在其它构件。相反，描述某一个构件“直接连接于”或“直接联接于”其它构件，应被理解成中间不存在其它构件。

本说明书中的单数形式，在文句中没有特别提示的前提下，也包含复数形式。说明书中使用的“包括（comprises）”或者“包括的(comprising)”不排除所涉及的构件、步骤、动作以及/或元件以外的一个以上的其它构件、步骤、动作以及/或元件的存在或者补充。

图1是本发明优选实施例的自动泊车控制装置的结构图。根据图1，自动泊车控制装置100包括信息接收部110、泊车空间检测部120、泊车控制部130。

信息接收部100接收车辆的各传感器采集的信息。接收的信息可以用来检测泊车空间。具体是，信息接收部110包括超声波传感器接收部112和转向角传感器接收部114。

超声波接收部112接收车辆的超声波传感器采集的信息。车辆上具备一个以上的超声波传感器。

图2是超声波传感器装配于车辆上的位置例示图。根据图2，一个实施例中，超声波传感器在车辆前方被设置四个，侧方设置两个，后方设置四个。

超声波传感器可以检测前方、侧方和后方的障碍物位置，也可以测量障碍物和车辆之间距离。超声波传感器接收部112接收由超声波传感器采集的障碍物的位置、障碍物和车辆之间的距离等信息。

转向角传感器接收部114接收检测车辆的转向方向和转向角的转向角传感器采集的信息。可以利用转向角传感器接收部114接收的信息获得车辆的位置信息。

泊车空间检测部120是利用信息接收部110接收的信息检测可自动泊车的空间。具体是，泊车空间检测部120包括边缘点决定部121、距离计算部123、斜率计算部125以及泊车空间识别部127。

图3是说明本发明的自动泊车控制装置的泊车空间检测部计算边缘点、障碍物间距和斜率的方法的图示。根据图3，边缘点决定部121是利用超声波传感器接收部112接收的信息决定障碍物的边缘点。具体是，边缘点决定部121可以把障碍物和车辆之间的距离发生突变的地点定为边缘点。图3中P₁(x₁,y₁)表示第一个障碍物的x轴位置和y轴位置，P₁'(x₁',y₁')可以成为第一障碍物的边缘点。P₂(x₂,y₂)表示第二个障碍物的x轴位置和y轴位置，P₂'(x₂',y₂')可以成为第二个障碍物的边缘点。

距离计算部123是利用边缘点决定部121决定的障碍物的边缘点计算障碍物之间的距离。图3中障碍物之间的距离可以用P₂'(x₂',y₂')与P₁'(x₁',y₁')之差计算。

斜率计算部125计算障碍物的斜率。而且计算斜率时对泊车空间周边车辆、摩托车、自行车等物体乃至边石或墙壁也视为障碍物。计算障碍物的斜率而使泊车空间检测部准确地检测出泊车空间。

具体是，斜率计算部125是通过利用递归最小二乘法（RLS,RecursiveLeast Square）的反馈控制算出障碍物的斜率。斜率计算部125是通过应用递归最小二乘法的反馈控制减少误差而更加准确地算出斜率。

下面结合数学式1至6，对斜率计算部125通过利用递归最小二乘法的反馈控制计算障碍物斜率的过程进行说明。

关系式（y=f(x)）中x选择各种值测量与此相对应的y值。就是第i次的x值的实际测量值为yi。

因此，测量误差ε_i是f(x_i)-y_i。关系式y=f(x)是可以利用多项式、样条（Spline）函数或者插值函数的其它不同形态的插值法获得。

鉴于试验上的误差ε_i，可以用如下数学式1表达f(x)。

【数学式1】

f(x)＝mx+b

M和b是常数。假设数学式1合理，则f(x)的决定问题就是常数m和b的决定问题。为决定m和b的疑似值，需对误差εi进行假设。假设的一个例子是，可以把误差εi假设成从正态概率分布（Normal Probability Distribution）中选择的随机变量（Random Variable）。满足所述假设的误差εi其性质如下。

如果无数次地反复x=x_i的试验，误差ε_i的平均为0。x=x_i是ε_i变大则减少产生同一个ε_i的可能性。所谓误差ε_i的所述假设成立就是对正常误差的假设（Normal Error Assumption）。

下面为帮助理解，将1≤i≤n中的ε_i假设成同一个正态概率分布函数中的随机变量，不管ε_i的大小。假设函数f（x）在已知的函数组c，并假设成线性函数，则c中的所有函数f（x）中与f几乎一致的函数f'是会最小化如数学式2。

【数学式2】

$E=\sqrt{\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}}{[f^{\′}\left(x_i\right)-y_i]}^2$

数学式2是f'(x)的数据y_i的近似值中的均方根(Root MeanSqare)误差。涉及c中的函数f'(x)的E最小化的函数F′*是假设成数据{(xi,yi)}的最小二乘方近似值。

假设E中f'(x)=mx+b。关于所述函数f'(x)最小化数学式2是等于将数学式2中的和的最小化。假设b和m随意变化，则f'(x)是可以利用m和b如数学式3表达代入。

【数学式3】

$G(b,m)=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{[m{x}_i+b-y_i]}^2$

数学式3中求出将G最小化的b和m。并利用数学式4求出多元函数中将G(b,m)最小化的(b,m)的值。

【数学式4】

$\frac{\∂G(b,m)}{\∂b}=0,\frac{\∂G(b,m)}{\∂m}=0$

将多元函数G(b,m)最小化的(b,m)的值满足数学式4。

根据数学式3和数学式4可以得出数学式5。

【数学式5】

$\frac{\∂G(b,m)}{\∂b}=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}2[m{x}_i+b-y_i],$

$\frac{\∂G}{\∂m}=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}2[m{x}_i+b-y_i]x_i$

$=2\underset{i=1}{\overset{n}{\mathrm{\Σ}}}2[m{x_i}^2+b{x}_i-x_i{y}_i]$

数学式5中各左边根据数学式4是0，由此获得如数学式6大小为2的线性系统。

【数学式6】

$\mathrm{nb}+\left(\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x}_i\right)m=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{y}_i,$

$\left(\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x}_i\right)b+\left(\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x_i}^2\right)m=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x}_i{y}_i$

数学式6中各项（或者矩阵）如果不是0，可以求出惟一的值（b，m）。各项（或矩阵）不是0的条件是除了x1=x1=x3=···＝xn=常数之外可以全部满足。

根据所述数学式1至6的说明，斜率计算部125可以算出障碍物的斜率。

泊车空间识别部127是利用斜率计算部125算出的障碍物斜率识别泊车空间。

具体是，泊车空间识别部127根据距离计算部123计算的障碍物间距离识别泊车空间的长度，通过斜率计算部125计算的障碍物斜率和算出的边石或者墙增斜率识别泊车空间的幅度和宽度。

泊车控制部130是生成泊车路径，使车辆避开障碍物在车辆泊车空间识别部127识别的泊车空间内泊车，并控制车辆沿生成的路径移动。

本发明的自动泊车控制装置100为实施自动泊车还可以包括用户输入自动泊车模式的泊车模式输入部（无图示）。被输入的泊车模式包括平行泊车、倒退泊车、前进泊车等多种泊车模式，用户可以利用触摸板的输入装置输入泊车模式，由泊车模式输入部接收所述输入而决定自动泊车模式。

本发明涉及的自动汽车控制装置100准确计算障碍物的斜率以准确识别泊车空间而精确实施自动泊车。

图4是本发明优选实施例的自动泊车控制方法的流程图。根据图4，对自动泊车控制方法进行说明就是信息接收部110接收利用车辆的各种传感器采集的信息（S410步骤）。

边缘点决定部121利用接收的信息决定障碍物的边缘点（S420步骤）。距离计算部123利用边缘点决定部121决定的边缘点计算障碍物之间的距离（S420步骤）。而且斜率计算部125是利用信息接收部110接收的信息计算障碍物的斜率（S420步骤）。

在斜率计算部125计算障碍物的斜的一个实施例中，利用应用递归最小二乘法（RLS,Recursive Least Square）的反馈控制更加准确地计算斜率。

泊车空间识别部127是利用在S420步骤计算的障碍物之间距离和障碍物的斜率识别泊车空间（S430步骤）。

泊车控制部130是为了在泊车空间识别部127识别的泊车空间泊车而生成泊车路径（S440步骤）。

泊车控制部130生成泊车路径时，利用信息接收部110或者泊车空间检测部120的信息识别障碍物的位置而生成泊车路径以避免碰撞。

泊车控制部130是基于生成的泊车路径控制车辆进行泊车（S450步骤）。

本发明优选实施例的自动泊车控制装置100的结构图应被理解成表示使发明原理变得更加明确的例示概念上的观点。与此同样，所有流程图应被理解成表示实际可以在电脑中读取的媒介上显示，且无论有无电脑或者处理器的明确图示但都是通过电脑或处理器实施的各种处理进程。

包括用处理器或者与此类似的概念表示功能块在内的图上图示的各种装置的功能是可以利用专用硬件乃至可以运行适宜软件能力的硬件提供。利用处理器提供时，所述功能可以通过单一专用处理器、单一共享处理器或者多个个别处理器提供，而且其中一部分可以共享。

而且明确使用处理器、控制或者用与此类似的概念表示的术语不能被解释成排他性地引用具有运行软件能力的硬件，应被理解成暗指无限制地包含数字信号处理器（DSP）硬件、存储软件的ROM、RAM以及非挥发性内存。也可以包含公知惯用的其它硬件。

以上实施例和附图仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所述的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例所述技术方案的范围。本发明的保护范围应根据下述的权利要求范围进行解释，而且在其同等范围内的所有技术方案应都属于本发明的权利要求范围。

Claims (6)

1.一种自动泊车控制装置，其特征在于，包括：

信息接收部，接收车辆超声波传感器和转向角传感器采集的信息；

斜率计算部，利用所述信息接收部接收的信息和应用递归最小二乘法的反馈控制计算所述障碍物的斜率；

泊车空间识别部，利用所述计算的障碍物斜率识别泊车空间；

泊车控制部，基于所述识别的泊车空间，控制所述车辆的自动泊车。

2.根据权利要求1所述的自动泊车控制装置，其特征在于，所述自动泊车控制装置还包括：边缘点决定部，利用所述信息接收部接收的信息决定障碍物的边缘点。

3.根据权利要求2所述的自动泊车控制装置，其特征在于，所述自动泊车控制装置还包括：

距离计算部，利用所述决定的边缘点计算所述障碍物之间距离；

所述泊车空间识别部利用所述计算的障碍物斜率和所述计算的障碍物之间距离识别泊车空间。

4.一种自动泊车控制方法，其特征在于，该控制方法包括以下步骤：

接收信息，接收车辆的超声波传感器和转向角传感器采集的信息；

计算斜率，利用所述信息接收步骤接收的信息和应用递归最小二乘法的反馈控制计算所述障碍物的斜率；

识别泊车空间，利用所述计算的障碍物斜率识别泊车空间；

控制自动泊车，基于所述识别的泊车空间控制所述车辆的自动泊车。

5.根据权利要求4所述的自动泊车控制方法，其特征在于，所述自动泊车控制方法还包括以下步骤：

决定边缘点，利用所述信息接收步骤接收的信息决定障碍物的边缘点。

6.根据权利要求5所述的自动泊车控制方法，其特征在于，所述自动泊车控制方法还包括以下步骤：

利用所述决定的边缘点计算所述障碍物之间距离的距离计算步骤；

所述泊车空间识别步骤是利用所述计算的障碍物斜率和所述计算的障碍物之间距离识别泊车空间。

Images