CN104608766B - 智能车利用泊车记忆棒自动泊车的方法及系统 - Google Patents
智能车利用泊车记忆棒自动泊车的方法及系统 Download PDFInfo
- Publication number
- CN104608766B CN104608766B CN201410835072.8A CN201410835072A CN104608766B CN 104608766 B CN104608766 B CN 104608766B CN 201410835072 A CN201410835072 A CN 201410835072A CN 104608766 B CN104608766 B CN 104608766B
- Authority
- CN
- China
- Prior art keywords
- parking
- vehicle
- parking stall
- intelligent vehicle
- memory stick
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000004888 barrier function Effects 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 2
- 230000000630 rising effect Effects 0.000 claims description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims 2
- 238000010586 diagram Methods 0.000 description 8
- 238000012360 testing method Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/06—Automatic manoeuvring for parking
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/06—Road conditions
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种低成本、通用、性能强的自动泊车方法及系统,利用日志系统记录人工驾驶过程中的泊车轨迹数据,生成泊车记忆棒,智能车在自动泊车时,根据车型与停车位大小,调用泊车记忆棒中相应的泊车轨迹曲线段,进行泊车;当到达泊车轨迹曲线段的终点时,车辆速度为零,完成自动泊车。本发明提供一种低成本、通用、性能强的自动泊车方法,能够使不同车型的车辆在停车位千差万别的情况下,实现正确安全泊车,可用于普通车辆的辅助泊车和智能车自动泊车。
Description
技术领域
本发明属于智能驾驶技术领域,尤其涉及一种智能车利用泊车记忆棒自动泊车的方法及系统。
背景技术
智能驾驶技术涉及信息工程、控制科学与工程、计算机科学、汽车工程、数理科学、神经科学、认知科学、复杂系统与复杂科学等诸多学科,是衡量一个国家科研实力和工业水平的重要标志。智能驾驶的出现,从根本上改变了传统的车辆驾驶方式,将驾驶员从“车-路-人”闭环系统中解放出来,利用先进的电子与信息技术控制车辆行驶,让驾驶活动中常规的、持久且疲劳的操作自动完成,人仅仅做高级的目的性操作,能够极大地提高交通系统的效率和安全性,具有广泛的社会应用价值。同时,智能驾驶技术的研究将极大地增强我国在汽车主动安全系统方面的核心竞争力,对提升我国汽车电子产品和汽车产业自主创新能力具有重大的战略意义。
在智能车辆的研发过程中,能够使车辆智能的自主控制泊车,是通向车辆智能的必经之路。按照停车位形状、类型的不同,可以将泊车分为平行泊车、垂直泊车和斜列式泊车三种类型。三种泊车类型各有特点,如何使车辆适应不同类型的停车位实现自动泊车,一直以来都是研究的难点之一。
现有的智能辅助泊车系统,多采用提高倒车雷达或倒车摄像头的精度、提高算法模型复杂度等方法,这些方法有的需要消耗大量的人力物力财力,有的计算时间过长,有的实现步骤过多,影响智能驾驶系统响应的实时性。鉴于此,本发明提供一种在降低人力物力财力的前提下进行实时、准确智能车利用泊车记忆棒自动泊车的方法及系统。
发明内容
本发明的提供了一种智能车利用泊车记忆棒自动泊车的方法及系统,以解决现有技术中的辅助泊车系统存在的,或者需要消耗大量的人力物力财力,或者有的计算时间过长,或者有的实现步骤过多,从而影响智能驾驶系统响应的实时性的问题。
为实现本发明的目的,本发明提供了一种智能车利用泊车记忆棒自动泊车的方法,包括如下步骤:
第一步,记录人工泊车过程中的日志数据,形成泊车记忆棒;
第二步,智能车调用泊车记忆棒中的泊车轨迹二维弯曲线段,结合当前时刻的驾驶态势图进行驾驶,完成自动入位停车。
相应地,本发明提供了一种智能车利用泊车记忆棒自动泊车的系统,包括:
泊车记忆棒形成单元,记录人工泊车过程中的日志数据,形成泊车记忆棒;
泊车单元,智能车调用泊车记忆棒中的泊车轨迹二维弯曲线段,结合当前时刻的驾驶态势图进行驾驶,完成自动入位停车。
本发明,与现有技术相比,提供了一种低成本、通用、性能强的自动泊车方法及系统,利用日志系统记录人工驾驶过程中的泊车轨迹数据,生成泊车记忆棒,智能车在自动泊车时,根据车型与停车位大小,调用泊车记忆棒中相应的泊车轨迹曲线段,进行泊车;当到达泊车轨迹曲线段的终点时,车辆速度为零,完成自动泊车,本发明提供一种低成本、通用、性能强的自动泊车方法,能够使不同车型的车辆在停车位千差万别的情况下,实现正确安全泊车,可用于普通车辆的辅助泊车和智能车自动泊车。
附图说明
图1为本发明的方法流程图;
图2为本发明的系统结构示意图;
图3为本发明中自动泊车示意图;
图4为本发明中三种主要的停车场景示意图;
图5为本发明实施例中智能车传感器的布局示意图;
图6为本发明的人工驾驶智能车泊车起始示意图a;
图7为本发明的人工驾驶智能车泊车过程示意图b;
图8为本发明的人工驾驶智能车泊车完成示意图c;
图9为本发明的通过云模型的逆向云发生器拟合形成确定的泊车轨迹的示意图;
图10为本发明中自动泊车起始示意图a;
图11为本发明中自动泊车过程示意图b;
图12为本发明中自动泊车完成示意图c;
图中:
图1-图12中:A→B方向表示驾驶模式为前进,B→A方向表示驾驶模式为退车;
图2中,201-泊车记忆棒形成单元,202-泊车单元;
图4中,(a)-水平停车场景,(b)-垂直停车场景,(c)-斜列式停车场景;
图5中,1-四线激光雷达,2-SICK雷达,3-UTM雷达,4-毫米波雷达,5-摄像头,6-GPS+IMU;
图6中,C点表示停车位几何中心点,D点表示智能车几何中心点;
图9、10、11、12中,a1,a2,a3,a4,a5,a6,a7,a8,a9,a10,a11点为通过云模型的逆向云发生器拟合同一点的多个采集样本,形成唯一确定的结果,每一个点包含的信息有当前车辆的行驶方向、行驶速度以及当前点的切线方向与法线方向的夹角;
图10中,C点表示智能车内的停车雷达图,D点表示智能车几何中心点;
图13为第一泊车轨迹二维弯曲线段图;
图14为第二泊车轨迹二维弯曲线段图;
图15为第三泊车轨迹二维弯曲线段图;
图16为第四泊车轨迹二维弯曲线段图。
具体实施方式
为了使本发明的目的、技术方案及有益效果更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解为此处所描述的具体实施例仅仅用以解释本发明,并不用于限制本发明的保护范围。
本发明中泊车记忆棒是对驾驶员的驾驶经验和知识的形式化,以人工驾驶员的先验知识和驾驶经验中的时空关联知识为辅助,指导智能车完成自动泊车。
如图1、图2、图3、图4、图5、图6、图7、图8、图9、图10、图11、图12所示,
本发明提供了一种智能车利用泊车记忆棒自动泊车的方法,包括如下步骤:
S101,记录人工泊车过程中的日志数据,形成泊车记忆棒;
具体包括:
步骤2a:在人工泊车过程中,记录停车位、泊车起始点和终点信息,作为泊车记忆棒的一部分;
其中,所述停车位包括:记录的信息有停车位中心点所在地理位置的GPS坐标、停车位的长度、宽度以及雷达数据信息;
其中,所述泊车起始点包括:泊车起始点是智能车在泊车过程中,第一次由前进驾驶模式变成后退驾驶模式时的车辆几何中心点所在的地理位置。泊车起始点的信息记录方法如下:利用GPS、摄像头、雷达等传感设备,对车辆当前起始点位置的GPS坐标进行标定,计算起始点到停车位中心点的垂直距离与水平距离并记录,得到泊车起始点的综合信息;
其中,所述泊车终点包括:智能车的几何中心点与停车位的中心点重合即完成泊车,因此,泊车终点也就是停车位的中心点;
步骤2b:人工驾驶不同车型的车辆将其安全无碰撞地停入停车位,日志系统实时记录车辆几何中心点形成的泊车轨迹上各点的速度、转向操作以及地理位置的GPS坐标;
步骤2c:在停车位二维平面坐标系上对人工泊车过程中的离散数据点进行拟合与优化,并对车辆、泊车轨迹、停车位以及它们之间的实时相对位置关系进行二维建模,形成不同车型、不同大小停车位的泊车轨迹二维弯曲线段。
所述拟合是指在云模型的基础上利用逆向云发生器进行拟合;
云模型以及逆向云发生器,是实现定量值到定性概念的转换模型,将一定数量的精确数据,即多次行驶所形成的离散轨迹,转换为以数字特征表示的定性概念,即行驶的具体曲线方程,其既反映代表定性概念值的样本出现的随机性,又反映了隶属程度的不确定性,很好的显示出模糊性和随机性之间的关联,使得最终结果相对于其他特定拟合方法更加具有普适性和可信度。
S102,智能车调用泊车记忆棒中的泊车轨迹二维弯曲线段,结合当前时刻的驾驶态势图进行驾驶,完成自动入位停车。具体为:
步骤6a:当智能车开始泊车之前,通过雷达与摄像头等传感器实时检测停车位,当检测到符合本车型大小的停车位时,通过传感器获取停车位尺寸、车辆当前GPS位置信息以及停车位中心点所在地理位置的GPS坐标,构建该停车位平面二维图;
步骤6b:智能车对当前构建的停车位平面二维图像特征进行识别与匹配,在泊车记忆棒中,根据车型调用与停车位大小相符合的泊车轨迹二维弯曲线段;
步骤6c:智能车根据当前位置与获取的起始点的GPS位置信息,行驶至起始点,同时,利用车载摄像头、雷达等传感器实时检测智能车与停车位之间的相对距离,用以验证车辆是否行驶至起始点;
步骤6d:根据当前获取的泊车轨迹二维弯曲线段,得到与当前停车位对应的泊车轨迹二维弯曲线段的信息,智能车依此进行自动泊车,并通过车载摄像头、雷达等传感器实时检测智能车与停车位之间的相对距离,用以验证车辆是否沿获取的泊车轨迹行驶,同时,实时监测停车位与智能车周边环境有无动态障碍物,智能车停入停车位后,将驾驶模式切换为驻车模式,熄火停车。
在优选实施例中,泊车过程中的驾驶模式分为前进驾驶模式、倒车驾驶模式、驻车驾驶模式。
与所述智能车利用泊车记忆棒自动泊车的方法相对应,本发明还提供了一种,智能车利用泊车记忆棒自动泊车的系统,包括:
泊车记忆棒形成单元,记录人工泊车过程中的日志数据,形成泊车记忆棒;
泊车单元,智能车调用泊车记忆棒中的泊车轨迹二维弯曲线段,结合当前时刻的驾驶态势图进行驾驶,完成自动入位停车。
所述泊车记忆棒形成单元,具体用于:
在人工泊车过程中,记录停车位、泊车起始点和终点信息,作为泊车记忆棒的一部分;
其中,所述停车位包括:记录的信息有停车位中心点所在地理位置的GPS坐标、停车位的长度、宽度以及雷达数据信息;
其中,所述泊车起始点包括:泊车起始点是智能车在泊车过程中,第一次由前进驾驶模式变成后退驾驶模式时的车辆几何中心点所在的地理位置。泊车起始点的信息记录方法如下:利用GPS、摄像头、雷达等传感设备,对车辆当前起始点位置的GPS坐标进行标定,计算起始点到停车位中心点的垂直距离与水平距离并记录,得到泊车起始点的综合信息;
其中,所述泊车终点包括:智能车的几何中心点与停车位的中心点重合即完成泊车,因此,泊车终点也就是停车位的中心点;
人工驾驶不同车型的车辆将其安全无碰撞地停入停车位,日志系统实时记录车辆几何中心点形成的泊车轨迹上各点的速度、转向操作以及地理位置的GPS坐标;
在停车位二维平面坐标系上对人工泊车过程中的离散数据点进行拟合与优化,并对车辆、泊车轨迹、停车位以及它们之间的实时相对位置关系进行二维建模,形成不同车型、不同大小停车位的泊车轨迹二维弯曲线段。
所述拟合是指在云模型的基础上利用逆向云发生器进行拟合;
云模型以及逆向云发生器,是实现定量值到定性概念的转换模型,将一定数量的精确数据,即多次行驶所形成的离散轨迹,转换为以数字特征表示的定性概念,即行驶的具体曲线方程,其既反映代表定性概念值的样本出现的随机性,又反映了隶属程度的不确定性,很好的显示出模糊性和随机性之间的关联,使得最终结果相对于其他特定拟合方法更加具有普适性和可信度。
泊车过程中的驾驶模式分为前进驾驶模式、倒车驾驶模式、驻车驾驶模式。
所述泊车单元具体为:
当智能车开始泊车之前,通过雷达与摄像头等传感器实时检测停车位,当检测到符合本车型大小的停车位时,通过传感器获取停车位尺寸、车辆当前GPS位置信息以及停车位中心点所在地理位置的GPS坐标,构建该停车位平面二维图;
智能车对当前构建的停车位平面二维图像特征进行识别与匹配,在泊车记忆棒中,根据车型调用与停车位大小相符合的泊车轨迹二维弯曲线段。表1为数据库中存放的某一车型对不同大小与三种类型停车位的泊车轨迹二维弯曲线段图。
智能车根据当前位置与获取的起始点的GPS位置信息,行驶至起始点,同时,利用车载摄像头、雷达等传感器实时检测智能车与停车位之间的相对距离,用以验证车辆是否行驶至起始点;
根据当前获取的泊车轨迹二维弯曲线段,得到与当前停车位对应的泊车轨迹二维弯曲线段的信息,智能车依此进行自动泊车,并通过车载摄像头、雷达等传感器实时检测智能车与停车位之间的相对距离,用以验证车辆是否沿获取的泊车轨迹行驶,同时,实时监测停车位与智能车周边环境有无动态障碍物,智能车停入停车位后,将驾驶模式切换为驻车模式,熄火停车。
本发明实施方式中,安装有各类摄像头、雷达、GPS等传感器,用于自动泊车显著性特征提取。如图4所示,只要接近停车位时,精确检测到一种显著性特征,如第一次改变驾驶模式:由前进驾驶模式变为倒车驾驶模式等,即可完成泊车起始点定位。如图5所示,通过对泊车起始点开始,对行驶轨迹采集精确GPS点,同时记录当前点航向角、此刻车辆速度以及驾驶模式。如图6所示,车辆中心点接近停车位中心点,当车辆中心点到达停车位中心点时,停止日志记录。如图7所示,使用逆向云发生器对泊车轨迹的众多离散精确点进行拟合。再次自动泊车时,接近停车起始点,如图4所示;精确检测到一种显著性特征,从日志系统中调取精确泊车轨迹点,自动逐点按所对应的航向角和速度进行泊车,如图5所示;自动泊车入位,如图5所示。
表1
本发明提供的智能车自动泊车方法及系统具有显著的进步,已完成京津城际高速公路以及北京市丰台区万寿路口无人驾驶试验中的自动泊车,车上装配了包括前后各1个单线激光雷达、1个前向4线激光雷达、1个前向8线激光雷达、1个后向毫米波雷达、1个前向PIKE100C摄像头在内的传感器,用于周边环境的感知。
目前已顺利完成18次京津城际高速公路中的自动泊车试验,达到了预期目的,并均可实现达到本发明中的有益效果。
在2013年第10次万寿路口智能驾驶试验中,试验地点是北京市丰台区万寿路,试验中使用摄像头、雷达以及GPS,完成了自动泊车,其中停车位长5.3m,宽2.5m,智能车长为4.42m,宽为1.82m,智能车平均时速9.9km,最高时速20km,时速控制在20km范围内,最快完成时间为31s,最慢完成时间为66s,驾驶模式改变3次,全过程无人工干预,试验顺利完成,达到了预期目的,并实现本发明有益效果。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (8)
1.一种智能车利用泊车记忆棒自动泊车的方法,其特征在于,包括如下步骤:
第一步,记录人工泊车过程中的日志数据,形成泊车记忆棒;
第二步,智能车调用泊车记忆棒中的泊车轨迹二维弯曲线段,结合当前时刻的驾驶态势图进行驾驶,完成自动入位停车;
所述第一步具体为:
步骤2a:在人工泊车过程中,记录停车位、泊车起始点和泊车终点信息,作为泊车记忆棒的一部分;
其中,所述停车位包括:记录的信息有停车位中心点所在地理位置的GPS坐标、停车位的长度、宽度以及雷达数据信息;
其中,所述泊车起始点包括:泊车起始点是智能车在泊车过程中,第一次由前进驾驶模式变成后退驾驶模式时的车辆几何中心点所在的地理位置;泊车起始点的信息记录方法如下:利用GPS、摄像头、雷达传感设备,对车辆当前起始点位置的GPS坐标进行标定,计算起始点到停车位中心点的垂直距离与水平距离并记录,得到泊车起始点的综合信息;
其中,所述泊车终点包括:智能车的几何中心点与停车位的中心点重合即完成泊车,因此,泊车终点也就是停车位的中心点;
其中,泊车记忆棒是对驾驶员的驾驶经验和知识的形式化,以人工驾驶员的先验知识和驾驶经验中的时空关联知识为辅助,指导智能车完成自动泊车;
步骤2b:人工驾驶不同车型的车辆将其安全无碰撞地停入停车位,日志系统实时记录车辆几何中心点形成的泊车轨迹上各点的速度、转向操作以及地理位置的GPS坐标;
步骤2c:在停车位二维平面坐标系上对人工泊车过程中的离散数据点进行拟合与优化,并对车辆、泊车轨迹、停车位以及它们之间的实时相对位置关系进行二维建模,形成不同车型、不同大小停车位的泊车轨迹二维弯曲线段。
2.根据权利要求1所述的智能车利用泊车记忆棒自动泊车的方法,其特征在于,在所述步骤2c中,所述拟合是指在云模型的基础上利用逆向云发生器进行拟合;云模型以及逆向云发生器,是实现定量值到定性概念的转换模型,将一定数量的精确数据,即多次行驶所形成的离散轨迹,转换为以数字特征表示的定性概念,即行驶的具体曲线方程,其既反映代表定性概念值的样本出现的随机性,又反映了隶属程度的不确定性,很好的显示出模糊性和随机性之间的关联,使得最终结果相对于其他特定拟合方法更加具有普适性和可信度。
3.根据权利要求1所述的智能车利用泊车记忆棒自动泊车的方法,其特征在于,泊车过程中的驾驶模式分为前进驾驶模式、倒车驾驶模式、驻车驾驶模式。
4.根据权利要求1所述的智能车利用泊车记忆棒自动泊车的方法,其特征在于,所述第二步具体为:
步骤5a:在智能车开始泊车之前,通过雷达与摄像头传感器实时检测停车位,当检测到符合本车型大小的停车位时,通过传感器获取停车位尺寸、车辆当前GPS位置信息以及停车位中心点所在地理位置的GPS坐标,构建该停车位平面二维图;
步骤5b:智能车对当前构建的停车位平面二维图像特征进行识别与匹配,在泊车记忆棒中,根据车型调用与停车位大小相符合的泊车轨迹二维弯曲线段;
步骤5c:智能车根据当前位置与调用的起始点的GPS位置信息,行驶至起始点,同时,利用车载摄像头、雷达传感器实时检测智能车与停车位之间的相对距离,用以验证车辆是否行驶至起始点;
步骤5d:根据当前获取的泊车轨迹二维弯曲线段,得到与当前停车位对应的泊车轨迹二维弯曲线段的信息,智能车依此进行自动泊车,并通过车载摄像头、雷达传感器实时检测智能车与停车位之间的相对距离,用以验证车辆是否沿获取的泊车轨迹行驶,同时,实时监测停车位与智能车周边环境有无动态障碍物,智能车停入停车位后,将驾驶模式切换为驻车模式,熄火停车。
5.一种智能车利用泊车记忆棒自动泊车的系统,其特征在于,包括:泊车记忆棒形成单元,记录人工泊车过程中的日志数据,形成泊车记忆棒;泊车单元,智能车调用泊车记忆棒中的泊车轨迹二维弯曲线段,结合当前时刻的驾驶态势图进行驾驶,完成自动入位停车;
所述泊车记忆棒形成单元,具体用于:在人工泊车过程中,记录停车位、泊车起始点和泊车终点信息,作为泊车记忆棒的一部分;
其中,所述停车位包括:记录的信息有停车位中心点所在地理位置的GPS坐标、停车位的长度、宽度以及雷达数据信息;
其中,所述泊车起始点包括:泊车起始点是智能车在泊车过程中,第一次由前进驾驶模式变成后退驾驶模式时的车辆几何中心点所在的地理位置;泊车起始点的信息记录方法如下:利用GPS、摄像头、雷达传感设备,对车辆当前起始点位置的GPS坐标进行标定,计算起始点到停车位中心点的垂直距离与水平距离并记录,得到泊车起始点的综合信息;
其中,所述泊车终点包括:智能车的几何中心点与停车位的中心点重合即完成泊车,因此,泊车终点也就是停车位的中心点;人工驾驶不同车型的车辆将其安全无碰撞地停入停车位,日志系统实时记录车辆几何中心点形成的泊车轨迹上各点的速度、转向操作以及地理位置的GPS坐标;在停车位二维平面坐标系上对人工泊车过程中的离散数据点进行拟合与优化,并对车辆、泊车轨迹、停车位以及它们之间的实时相对位置关系进行二维建模,形成不同车型、不同大小停车位的泊车轨迹二维弯曲线段。
6.根据权利要求5所述的智能车利用泊车记忆棒自动泊车的系统,其特征在于,所述拟合是指在云模型的基础上利用逆向云发生器进行拟合;
云模型以及逆向云发生器,是实现定量值到定性概念的转换模型,将一定
数量的精确数据,即多次行驶所形成的离散轨迹,转换为以数字特征表示的定性概念,即行驶的具体曲线方程,其既反映代表定性概念值的样本出现的随机性,又反映了隶属程度的不确定性,很好的显示出模糊性和随机性之间的关联,使得最终结果相对于其他特定拟合方法更加具有普适性和可信度。
7.根据权利要求6所述的智能车利用泊车记忆棒自动泊车的系统,其特征在于,泊车过程中的驾驶模式分为前进驾驶模式、倒车驾驶模式、驻车驾驶模式。
8.根据权利要求5所述的智能车利用泊车记忆棒自动泊车的系统,其特征在于,所述泊车单元具体为:当智能车开始泊车之前,通过雷达与摄像头传感器实时检测停车位,当检测到符合本车型大小的停车位时,通过传感器获取停车位尺寸、车辆当前GPS位置信息以及停车位中心点所在地理位置的GPS坐标,构建该停车位平面二维图;智能车对当前构建的停车位平面二维图像特征进行识别与匹配,在泊车记忆棒中,根据车型调用与停车位大小相符合的泊车轨迹二维弯曲线段;智能车根据当前位置与获取的起始点的GPS位置信息,行驶至起始点,同时,利用车载摄像头、雷达传感器实时检测智能车与停车位之间的相对距离,用以验证车辆是否行驶至起始点;
根据当前获取的泊车轨迹二维弯曲线段,得到与当前停车位对应的泊车轨迹二维弯曲线段的信息,智能车依此进行自动泊车,并通过车载摄像头、雷达传感器实时检测智能车与停车位之间的相对距离,用以验证车辆是否沿获取的泊车轨迹行驶,同时,实时监测停车位与智能车周边环境有无动态障碍物,智能车停入停车位后,将驾驶模式切换为驻车模式,熄火停车。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410835072.8A CN104608766B (zh) | 2014-12-29 | 2014-12-29 | 智能车利用泊车记忆棒自动泊车的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410835072.8A CN104608766B (zh) | 2014-12-29 | 2014-12-29 | 智能车利用泊车记忆棒自动泊车的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104608766A CN104608766A (zh) | 2015-05-13 |
CN104608766B true CN104608766B (zh) | 2016-10-12 |
Family
ID=53143484
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410835072.8A Active CN104608766B (zh) | 2014-12-29 | 2014-12-29 | 智能车利用泊车记忆棒自动泊车的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104608766B (zh) |
Families Citing this family (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105160929A (zh) * | 2015-07-30 | 2015-12-16 | 小米科技有限责任公司 | 车位查询方法及装置 |
CN106020203B (zh) * | 2016-07-15 | 2020-09-29 | 百度在线网络技术(北京)有限公司 | 用于控制无人驾驶车辆的方法及装置 |
CN109109855B (zh) * | 2017-06-22 | 2021-03-23 | 蔚来(安徽)控股有限公司 | 用于使车辆自动驶入车位的方法和装置 |
CN109389643B (zh) * | 2017-08-10 | 2024-02-06 | 纵目科技(上海)股份有限公司 | 车位主方向判断方法、系统以及存储介质 |
CN107862902A (zh) * | 2017-11-07 | 2018-03-30 | 太仓红码软件技术有限公司 | 一种基于影像分析及对比的辅助停车系统 |
CN109154821B (zh) * | 2017-11-30 | 2022-07-15 | 深圳市大疆创新科技有限公司 | 轨迹生成方法、装置和无人驾驶地面车辆 |
CN108154146A (zh) * | 2017-12-25 | 2018-06-12 | 陈飞 | 一种基于图像识别的车辆追踪方法 |
CN108284831B (zh) * | 2018-03-23 | 2022-01-14 | 威马智慧出行科技(上海)有限公司 | 自动停车方法及系统 |
CN108791295A (zh) * | 2018-06-05 | 2018-11-13 | 北京智行者科技有限公司 | 车辆驾驶数据处理方法及终端 |
CN108909706A (zh) * | 2018-07-03 | 2018-11-30 | 天津英创汇智汽车技术有限公司 | 自动泊车方法及装置 |
CN109353334B (zh) * | 2018-10-25 | 2021-02-19 | 广州小鹏汽车科技有限公司 | 车位检测方法及装置 |
JP7182999B2 (ja) * | 2018-11-08 | 2022-12-05 | 本田技研工業株式会社 | 運転支援装置 |
CN109466546B (zh) * | 2018-11-20 | 2020-09-18 | 广州小鹏汽车科技有限公司 | 自动泊车方法及系统 |
CN109532825A (zh) * | 2019-01-25 | 2019-03-29 | 深圳普思英察科技有限公司 | 基于gps的无人车自动泊车辅助方法及系统 |
CN112016342A (zh) * | 2019-05-28 | 2020-12-01 | 惠州市德赛西威汽车电子股份有限公司 | 一种学习型智能泊车方法及系统 |
CN110329245A (zh) * | 2019-06-26 | 2019-10-15 | 浙江吉利控股集团有限公司 | 一种自动泊车方法、装置、设备和车辆 |
CN110348341A (zh) * | 2019-06-26 | 2019-10-18 | 纵目科技(上海)股份有限公司 | 一种记忆泊车系统、方法、终端和存储介质 |
CN110979312B (zh) * | 2019-12-11 | 2021-09-14 | 武汉乐庭软件技术有限公司 | 一种基于记忆泊车的自动泊车方法 |
CN111859778B (zh) | 2020-06-04 | 2021-12-28 | 阿波罗智能技术(北京)有限公司 | 泊车模型的生成方法和装置、电子设备和存储介质 |
CN111762154B (zh) * | 2020-06-17 | 2021-11-05 | 中国第一汽车股份有限公司 | 停车方法、装置、设备及存储介质 |
CN112002050A (zh) * | 2020-07-01 | 2020-11-27 | 浙江吉利汽车研究院有限公司 | 一种车辆出库入库控制方法、装置、电子设备及存储介质 |
CN113511193B (zh) * | 2021-07-08 | 2023-04-07 | 广州小鹏自动驾驶科技有限公司 | 泊车地图的建图方法和设备、生成方法和设备及建图系统 |
CN113799770B (zh) * | 2021-10-28 | 2023-03-31 | 广州小鹏自动驾驶科技有限公司 | 一种基于自动驾驶的数据处理方法和装置 |
CN115837905B (zh) * | 2023-02-27 | 2023-06-30 | 小米汽车科技有限公司 | 车辆控制方法、装置、车辆及存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100070947A (ko) * | 2008-12-18 | 2010-06-28 | 배경환 | 주차 위치 검사 시스템 |
DE102010023162A1 (de) * | 2010-06-09 | 2011-12-15 | Valeo Schalter Und Sensoren Gmbh | Verfahren zum Unterstützen eines Fahrers eines Kraftfahrzeugs beim Einparken in eine Parklücke, Fahrerassistenzeinrichtung und Kraftfahrzeug |
DE102011082478A1 (de) * | 2011-09-12 | 2013-03-14 | Robert Bosch Gmbh | Verfahren, System sowie Vorrichtung zur Lokalisation eines Fahrzeugs relativ zu einem vordefinierten Bezugssystem |
CN102963356A (zh) * | 2012-12-12 | 2013-03-13 | 涂亚庆 | 一种自动泊车系统的仿人智能控制结构 |
CN103723144B (zh) * | 2013-12-30 | 2016-04-13 | 深圳市航盛电子股份有限公司 | 半自动泊车的方法及系统 |
CN103754219A (zh) * | 2014-02-21 | 2014-04-30 | 重庆邮电大学 | 一种多传感器信息融合的自动泊车系统 |
-
2014
- 2014-12-29 CN CN201410835072.8A patent/CN104608766B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN104608766A (zh) | 2015-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104608766B (zh) | 智能车利用泊车记忆棒自动泊车的方法及系统 | |
CN103853155B (zh) | 智能车路口通行方法及系统 | |
CN106441319B (zh) | 一种无人驾驶车辆车道级导航地图的生成系统及方法 | |
CN103456185B (zh) | 智能车在城市道路行驶中的接力导航方法 | |
CN103465906B (zh) | 一种基于临场感的停车场自动停车实现方法 | |
CN103256939B (zh) | 智能车辆利用变粒度路权雷达图进行信息融合的方法 | |
CN106541945A (zh) | 一种基于icp算法的无人车自动泊车方法 | |
CN108182824A (zh) | 一种智能高密度agv停车系统 | |
CN110087960A (zh) | 车辆控制系统、车辆控制方法及车辆控制程序 | |
CN110114253A (zh) | 车辆控制装置、车辆控制方法及程序 | |
CN113375678B (zh) | 一种行车路径规划方法、管理服务器及停车管理系统 | |
CN104750963B (zh) | 交叉口延误时长估计方法及装置 | |
CN104390647A (zh) | 寻车方法及装置、车钥匙 | |
CN104183153A (zh) | 基于四旋翼无人机做引导的智能停车引导系统 | |
CN107664504A (zh) | 一种路径规划装置 | |
CN203386372U (zh) | 停车场车辆定位导航管理系统 | |
CN110473425A (zh) | 停车管理的方法、停车收费方法及相关设备 | |
CN104192148B (zh) | 一种基于交通信号信息预知的主干道车速规划方法 | |
CN107657825A (zh) | 泊车方法及装置 | |
CN106672016B (zh) | 采用激光对射探测器的地铁轮径实时检测系统和方法 | |
CN106946049A (zh) | 集装箱码头流动设备自动化行走方法 | |
CN105774655B (zh) | 一种倾斜车位探测装置及方法 | |
CN103714603A (zh) | 基于红外测距传感器的公交车客流统计系统 | |
CN102508257A (zh) | 一种车载移动测图装置 | |
CN104369742A (zh) | 一种基于图像处理的隧道表面裂缝快速智能检测车 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |