CN105467394B - 停车空间探索装置及其探索方法 - Google Patents

停车空间探索装置及其探索方法 Download PDF

Info

Publication number
CN105467394B
CN105467394B CN201410444564.4A CN201410444564A CN105467394B CN 105467394 B CN105467394 B CN 105467394B CN 201410444564 A CN201410444564 A CN 201410444564A CN 105467394 B CN105467394 B CN 105467394B
Authority
CN
China
Prior art keywords
corner
interval
angle
parking space
reflection
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
Application number
CN201410444564.4A
Other languages
English (en)
Other versions
CN105467394A (zh
Inventor
李庸周
魏民焕
吴振荣
申益秀
黄载皓
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hyundai Mobis Co Ltd
Original Assignee
Hyundai Mobis Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hyundai Mobis Co Ltd filed Critical Hyundai Mobis Co Ltd
Publication of CN105467394A publication Critical patent/CN105467394A/zh
Application granted granted Critical
Publication of CN105467394B publication Critical patent/CN105467394B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
    • G01S15/931—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
    • G01S15/931—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2015/932—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles for parking operations
    • G01S2015/933—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles for parking operations for measuring the dimensions of the parking space when driving past
    • G01S2015/935—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles for parking operations for measuring the dimensions of the parking space when driving past for measuring the contour, e.g. a trajectory of measurement points, representing the boundary of the parking space

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
  • Traffic Control Systems (AREA)

Abstract

公开一种自动停车系统(SPAS,Smart Parking Assistant System)的停车空间探索装置。该装置包括：信号预处理部，其对从附着于车辆的超声波传感器射出的超声波信号在障碍物的边角区间反射而返回的反射信号进行过滤；基于图案的边角推定部，其提取以随着所述车辆的移动而从所述反射信号收集的多个测量距离为半径的多个圆的交点，推定在以所述超声波传感器的附着位置为基准点的所述超声波传感器的感知区域内，在把所述感知区域进行二等分的第一线和连接所述基准点与所述交点的第二线(a second line)间定义的反射角，基于所述推定的反射角，推定所述障碍物的边角区间；及停车空间探索部，其根据推定的所述边角区间，探索所述车辆的停车空间。

Description

停车空间探索装置及其探索方法
技术领域
本发明涉及在自动停车辅助系统中利用超声波传感器探索停车空间的停车空间探索装置及其探索方法。
背景技术
最近，正在开发支持后退平行停车及直角停车等的停车辅助系统(Smart ParkingAssist System:SPAS)。
这种SPAS如图1a所示，可以由多个超声波传感器、ESC、MDPS、SPAS ECU、HMI等构成。
一般而言，车辆中加装的多个超声波传感器由8个(8EA)前后方超声波传感器和4个(4EA)侧方超声波传感器构成，前后方超声波传感器以车辆的行驶方向为基准，探知纵向的障碍物，侧方超声波传感器探知横向的障碍物。探知的障碍物信息传递给SPAS控制器。
SPAS ECU如图1b所示，以探知的障碍物信息为基础，探索障碍物的位置及停车空间(S12)，为了在探索的停车空间停车，探索停车轨迹，把与探索的停车轨迹对应的转向命令传递给转向装置(S14)。
转向装置根据转向命令控制车辆的转向后(S16)，调正车辆的姿势，完成车辆自动停车的辅助(S18)。
如上所述，停车辅助系统执行多个步骤，其中最先执行的停车空间探索步骤(S12)是对车辆的停车轨迹生成及停车完成性能产生较多影响的极其重要的步骤。
因此，停车空间探索步骤应正确识别停车空间及障碍物，但以往的停车辅助系统使用的超声波传感器除测量至障碍物距离之外，在正确识别停车空间及障碍物方面，其性能存在局限。
尽管如此，在以往的停车辅助系统中，从价格方面而言，难以用其它传感器替代。
发明内容
(要解决的技术课题)
因此，本发明的目的在于提供一种能够利用原有的超声波传感器使停车空间探索性能提高的停车空间探索装置及其探索方法。
(解决的解决手段)
旨在达成所述目的的本发明一方面的停车空间探索装置包括：信号预处理部，其对从附着于车辆的超声波传感器射出的超声波信号在障碍物的边角区间反射而返回的反射信号进行过滤；基于图案的边角推定部，其提取以随着所述车辆的移动而从所述反射信号收集的多个测量距离为半径的多个圆的交点，推定在以所述超声波传感器的附着位置为基准点的所述超声波传感器的感知区域内，在把所述感知区域进行二等分的第一线(afirst line)和连接所述基准点与所述交点的第二线(a second line)间定义的反射角，基于所述推定的反射角，推定所述障碍物的边角区间；及停车空间探索部，其根据推定的所述边角区间，探索所述车辆的停车空间。
本发明另一方面的停车空间探索方法包括：过滤步骤，对从附着于车辆的超声波传感器射出的超声波信号在障碍物的边角区间反射而返回的反射信号进行过滤；交点提取步骤，提取以随着所述车辆的移动而从所述反射信号收集的多个测量距离为半径的多个圆的交点；反射角推定步骤，在以所述超声波传感器的附着位置为基准点的所述超声波传感器的感知区域内，推定把所述感知区域内进行二等分的第一线(a first line)和连接所述基准点与所述交点的第二线(a second line)间的反射角；基于图案的边角推定步骤，基于所述推定的反射角，推定所述障碍物的边角区间；及停车空间探索步骤，根据推定的所述边角区间，探索所述车辆的停车空间。
(发明效果)
根据本发明，利用原有的超声波传感器推定障碍物的边角的位置，从而提高停车空间探索正确度，最终提高车辆的自动停车辅助系统的整体性能。
附图说明
图1a及图1b是用于说明普通的车辆的自动停车辅助系统的图。
图2是本发明实施例的停车空间探索装置框图。
图3a及图3b是用于说明本发明的停车空间探索装置的插值超声波反射信号的动作的图。
图4是用于说明超声波传感器的障碍物感知特性的示例图。
图5是显示借助于本发明的停车空间探索装置而建模的反射信号的示例图。
图6是用于说明借助于本发明的停车空间探索装置而基于图案推定障碍物边角的步骤的图。
图7a及图7b是根据本发明，在基于图案推定障碍物边角的步骤中生成的反射角曲线图。
图8是用于说明借助于本发明的停车空间探索装置而基于反射角推定障碍物边角的步骤的图。
图9a及图9b是用于说明借助于本发明的停车空间探索装置而基于三角测量推定障碍物边角的步骤的图。
图10a、图10b及图10c是用于说明借助于本发明的停车空间探索装置而基于传感器地图推定障碍物边角的步骤的图。
图11是用于说明本发明的停车空间探索装置的探索停车空间的动作的图。
图12是用于说明本发明的停车空间探索装置的对面障碍物识别动作的图。
图13是本发明实施例的停车空间探索装置的动作流程图。
符号说明
100:停车空间探索装置
110:信号预处理部 120:边角推定部
121:基于图案的边角推定部 122:基于反射角的边角推定部
123:基于三角测量的边角推定部
124:基于传感器地图的边角推定部
130:停车空间探索部
具体实施方式
本发明一方面的停车空间探索装置包括：信号预处理部，其对从附着于车辆的超声波传感器射出的超声波信号在障碍物的边角区间反射而返回的反射信号进行过滤；基于图案的边角推定部，其提取以随着所述车辆的移动而从所述反射信号收集的多个测量距离为半径的多个圆的交点，在以所述超声波传感器的当前位置为基准点的所述超声波传感器的感知区域内，推定在把所述感知区域进行二等分的第一线(a first line)和连接所述基准点与所述交点的第二线(a second line)间定义的反射角，基于所述推定的反射角，推定所述障碍物的边角区间；及停车空间探索部，其根据推定的所述边角区间，探索所述车辆的停车空间。
其中，所述基于图案的边角推定部，基于因所述车辆的移动而引起的所述反射角的变化率，推定所述障碍物的边角区间，且分割成所述反射角减小的第一区间、与所述第一区间连续且所述反射角保持0°的第二区间、及与所述第二区间连续且所述反射角增加的第三区间，推定所述边角区间。
所述基于图案的边角推定部，与所述第一区间的长度相应地补偿所述第二区间的起点(拐点)，与所述第三区间的长度相应地补偿所述第二区间的终点(拐点)，推定所述边角区间。
另外，所述基于图案的边角推定部，比较所述第一及第三区间各自的长度与已设置的长度，对所述障碍物的图案进行分类，且在所述第一及第三区间各自的长度为已设置的长度以上时，把所述障碍物分类为停车的车辆图案，在所述第一及第三区间各自的长度不足已设置的长度时，把所述障碍物分类为方柱图案。
在把所述障碍物分类为方柱图案时，所述基于图案的边角推定部把所述第二区间的起点与终点推定为所述边角区间。
所述停车空间探索装置还包括：基于反射角的边角推定部，其演算所述超声波传感器的当前位置、从在所述当前位置接收的所述反射信号收集的至所述边角区间的距离及在所述当前位置的所述反射角，推定所述障碍物的所述边角区间；基于三角测量的边角推定部，其利用三角测量法，利用在所述多个测量距离内的点中，从所述反射角增减的m(其中，m为2以上的自然数)个点(反常回波点)提取的边角推定点，推定所述边角区间；及基于传感器地图的边角推定部，随着所述车辆的移动，从所述障碍物最初接收的反射信号和最终接收的反射信号根据所述超声波传感器的固有感知角度形成传感器地图，其利用在所述传感器地图外廓附近接收的点，推定所述边角区间。
另外，所述停车空间探索装置还包括最终边角推定部，其把与借助于所述基于图案的边角推定部、所述基于反射角的边角推定部、所述基于三角测量的边角推定部及所述基于传感器地图的边角推定部而推定的各边角区间对应的坐标值分别乘以互不相同的加权值，对加权化的结果值进行合算，把合算的加权化的结果值除以所述互不相同的加权值合算结果值，把获得的结果值推定为最终边角区间。
另一方面，本发明另一方面的停车空间探索方法包括：过滤步骤，对从附着于车辆的超声波传感器射出的超声波信号在障碍物的边角区间反射而返回的反射信号进行过滤；交点提取步骤，提取以随着所述车辆的移动而从所述反射信号收集的多个测量距离为半径的多个圆的交点；反射角推定步骤，在以所述超声波传感器的附着位置为基准点的所述超声波传感器的感知区域内，推定把所述感知区域进行二等分的第一线(a first line)和连接所述基准点与所述交点的第二线(a second line)间的反射角；基于图案的边角推定步骤，基于所述推定的反射角，推定所述障碍物的边角区间；及停车空间探索步骤，根据推定的所述边角区间，探索所述车辆的停车空间。
其中，所述基于图案的边角推定步骤包括：基于因所述车辆的移动而引起的所述反射角的变化率，把所述边角区间分割成所述反射角减小的第一区间、与所述第一区间连续且所述反射角保持0°的第二区间及与所述第二区间连续且所述反射角增加的第三区间，推定所述第二区间的起点(拐点)与终点(拐点)的步骤；比较所述第一及第三区间各自的长度与已设置的长度，对所述障碍物的图案进行分类的步骤；根据所述分类的障碍物的图案，决定所述第二区间的起点与终点的补偿量的步骤；及把根据所述决定的补偿量进行补偿的所述第二区间的起点与终点推定为所述边角区间的步骤。
所述对障碍物的图案进行分类的步骤是，当所述第一及第三区间各自的长度为所述已设置的长度以上时，把所述障碍物分类为车辆图案，当所述第一及第三区间各自的长度不足所述已设置的长度时，把所述障碍物分类为方柱图案的步骤。
所述决定补偿量的步骤是，当所述障碍物分类为车辆图案时，把所述第二区间的起点(拐点)的补偿量决定为所述第一区间的长度，把所述第二区间的终点(拐点)的补偿量决定为所述第三区间的长度的步骤。
所述把第二区间的起点与终点推定为所述边角区间的步骤是，当所述障碍物分类为所述方柱时，无需所述补偿量，直接把所述第二区间的起点与终点推定为所述边角区间的步骤。
所述停车空间探索方法还包括：基于反射角的边角推定步骤，演算所述超声波传感器的当前位置、从在所述当前位置接收的所述反射信号收集的至所述边角区间的距离及在所述当前位置的所述反射角，推定所述障碍物的所述边角区间；基于三角测量的边角推定步骤，利用三角测量法，利用在所述多个测量距离内的点中，从所述反射角增减的m(其中，m为2以上的自然数)个点(反常回波点)提取的边角推定点，推定所述边角区间；及基于传感器地图的边角推定步骤，随着所述车辆的移动，从所述障碍物最初接收的反射信号和最终接收的反射信号根据所述超声波传感器的固有感知角度形成传感器地图，利用在所述传感器地图外廓附近接收的点，推定所述边角区间。
另外，所述停车空间探索方法还包括最终边角区间推定步骤，把与借助于所述基于图案的边角推定步骤、所述基于反射角的边角推定步骤、所述基于三角测量的边角推定步骤及所述基于传感器地图的边角推定步骤而分别推定的各边角区间对应的坐标值分别乘以互不相同的加权值，对加权化的结果值进行合算，把合算的加权化的结果值除以所述互不相同的加权值合算结果值，把获得的结果值推定为最终边角区间。
参照附图及一同详细说明的后述的实施例，本发明的优点和特征以及达成其的方法将会明确。但是，本发明并非限定于以下公开的实施例，而是能够以互不相同的多种形态体现，本实施例仅提供用于使本发明的公开更加完整，使本发明所属技术领域的技术人员能够完全理解发明的范畴，本发明由权利要求项的记载所定义。另一方面，本说明书中使用的术语用于说明实施例，并非要限定本发明。在本说明书中，只要在句子中未特别言及，单数型也包括复数型。说明书中使用的“包括(comprises)”或“包括的(comprising)”，不排除存在或追加言及的构成要素、步骤、动作及/或元件以外的一个以上的其他构成要素、步骤、动作及/或元件。
下面参照附图，详细说明本发明的优选实施例。首先，在对各附图的构成要素附加参照符号方面，对于相同的构成要素，即使标识于不同的附图上，也尽可能赋予相同的符号，另外，在说明本发明方面，在对相关公知构成或功能的具体说明可能混淆本发明要素的情况下，省略其详细说明。
图2是本发明实施例的停车空间探索装置框图。
如图2所示，本发明实施例的停车空间探索装置100包括信号预处理部110、边角推定部120及停车空间探索部130。
信号预处理部110执行对从超声波传感器接收的反射信号进行过滤或插值的信号预处理步骤。通过这种信号预处理步骤，如图3a所示的不均一的反射信号31或不正确的反射信号33，可以如图3b所示被插补(interpolate)成均一的反射信号35。
边角推定部120利用在信号预处理部110预处理的反射信号，推定障碍物的边角区间(边角坐标或边角位置)。
这种边角推定部120可以根据本发明中提出的4种边角推定方法，包括基于图案的边角推定部121、基于反射角的边角推定部122、基于三角测量的边角推定部123及基于传感器地图的边角推定部124中的至少一者。
另外，边角推定部120还可以包括最终边角推定部126，其演算由基于图案的边角推定部121、基于反射角的边角推定部122、基于三角测量的边角推定部123及基于传感器地图的边角推定部124推定的各边角区间与加权值，推定最终边角区间。向借助于这种最终边角推定部126而推定的各边角区间赋予加权值，从而能够使推定的障碍物的边角区间的正确度提高。
停车空间探索部130考虑借助于边角推定部120而推定的边角区间，探索车辆停车所需的停车空间。关于停车空间探索部130的详细说明在后面叙述。
下面，对所述边角推定部120中包括的基于图案的边角推定部121、基于反射角的边角推定部122、基于三角测量的边角推定部123及基于传感器地图的边角推定部124分别执行的边角推定方法进行详细记述。
基于图案的边角推定部121中执行的边角推定
至障碍物的距离可以利用超声波传感器测量，但实际出现反射的地点无法利用超声波传感器测量。
即，如图4所示，虽然处在离超声波传感器15相同的距离，但位置不同的3个障碍物21,22,23只能借助于超声波传感器15而获知处于相同的距离，无法根据实际反射的地点区分3个障碍物21,22,23。
结果，当障碍物为停车的车辆，超声波传感器15在移动的同时扫描所述停车的车辆时，从超声波传感器接收的反射信号如图5所示，无法正确检测出停车的车辆的边角形状。即，在超声波传感器15位于第三位置15_3的时间点，当在实际反射地点35反射超声波信号时，反射信号被建模成具有与至实际反射地点35的距离相同的距离值的地点30_3。
结果，由于反射信号在与超声波信号的实际反射地点35不同的地点30_3建模，因而需要推定车辆的边角区间的步骤，使得停车车辆的边角区间能够正确建模。
因此，本发明一个实施例的基于图案的边角推定步骤包括反射角推定步骤、拐点推定步骤、障碍物的属性(图案或种类)分类步骤及根据分类的属性决定补偿量的步骤。
如图5所示，反射角θ可以定义为对超声波传感器的感知区域进行二等分的第一线50与以附着于车辆的超声波传感器的当前位置为基准点15_3而连接超声波信号的实际反射地点35和所述基准点15_3的第二线40_3间的角度。
这种反射角θ可以从随着所述车辆的移动而从所述反射信号收集的多个测量距离来推定。
具体而言，基于图案的边角推定部121如图6所示，构成以从所述反射信号收集的多个测量距离为半径的多个圆61，提取构成的各个圆61的交点62,63。
例如，如果从第一位置15_1的超声波传感器接收的反射信号计算出第一距离值40_1，则基于图案的边角推定部121以超声波传感器的第一位置15_1为基准，构成以第一距离值40_1为半径的圆61。
同样地，移动到第二位置15_2的超声波传感器如果从第二位置15_2接收的反射信号计算出第二距离值40_2，则以第二位置15_2为基准，构成以第二距离值40_2为半径的又一个圆61。
以相同的方式，直到超声波传感器移动到第n位置15_n时，生成多个圆61。
基于图案的边角推定部121求出生成的多个圆61的交点62。
作为一个示例，基于图案的边角推定部121可以把已设置个数的圆交叉的地点求出为交点62。作为另一示例，基于图案的边角推定部121可以把生成的多个虚拟圆61中最多的圆交叉的前两个地点求出为交点62。
基于图案的边角推定部121推定对超声波传感器各个感知范围进行二等分的第一线64与连接超声波传感器的当前位置15_1,15_2,...,15_g和交点62的第二线40_1,40_2,...,40_g间的反射角65_1,65_2,...,65_g。
这种反射角从车辆停车的车辆一侧边角区间至停车车辆的对面边角区间进行推定。
如上所述，从停车车辆的一侧边角区间至另一侧边角区间的所有反射角被推定后，如图7a所示，执行推定拐点的步骤。
推定所述拐点的步骤推定所述反射角减小的第一区间P1、与所述第一区间P1连续且所述反射角保持0°的第二区间P2及与所述第二区间P2连续且所述反射角增加的第三区间P3。拐点包括第二区间P2的起点71和终点72。
所述第一区间P1在超声波传感器的第一位置15_1至第g位置15_g之间的区间，从对第一交点62的反射角65_1～65_g的变化率推定。
所述第三区间P3在超声波传感器的第h位置15_h至第n位置15_n之间的区间，从对第二交点63的反射角65_h～65_n的变化率推定。
所述第二区间P2从超声波传感器的第g位置15_g与第h位置15_h之间的区间中的反射角的变化率推定。此时，所述第二区间P2中的反射角的变化率保持0°。
通过这种步骤，可以生成以如图7a所示的反射角65为y轴，以超声波传感器的位置15为x轴的曲线图。此时，x轴可以是超声波传感器的位置15的x坐标。
当障碍物是停车的车辆时，由于车辆保险杠面为曲线形态，因而可以在停车车辆的号牌板附近提取拐点71,72。
提取的拐点71,72并非是在停车车辆的侧面提取的地点，因而无法建模成实际停车空间。因此，通过拐点71,72的距离补偿，推定实际存在于其它车辆的侧面的边角区间。其中，进行了距离补偿的边角区间的位置坐标可以是x坐标值。
作为一个示例，基于图案的边角推定部121在生成的曲线图中测量反常回波(Ghost Echo)的长度，判断障碍物是车辆还是结构物(例如，方柱)。其中，反常回波作为反射角的变化率存在的区间，指第一及第三区间P1,P3，反常回波的长度可以定义为第一及第三区间P1,P3的各长度。
用于判断障碍物是否为车辆的反常回波长度，可以与已设置的长度比较。
例如，如图7a所示，当反常回波的长度为已设置的长度以上时，障碍物分类为车辆。在相反情况下，障碍物分类为诸如方柱的结构物。
如图7a所示，如果确认反常回波的长度，障碍物分类为停车车辆，那么，基于图案的边角推定部121按照事先设置的补偿距离值，补偿拐点的x坐标，在障碍物的边角区间补偿x坐标。其中，事先设置的补偿值可以通过普遍的车辆的宽度或多次实验进行设置。
基于图案的边角推定部121从第一拐点71的x坐标减去补偿值，可以求出关于停车车辆的一侧边角区间的x坐标，在第二拐点72的x坐标上加算补偿值，可以求出关于停车车辆的另一侧边角区间的x坐标。
通过这种步骤，基于图案的边角推定部121可以把在第一拐点71的x坐标上加算了补偿距离值的x坐标值、第一交点62的y坐标值，求出为障碍物的第一边角的位置坐标(X1,Y1)。同样地，基于图案的边角推定部121可以把在第二拐点72的x坐标上加算了补偿距离值的x坐标值、第二交点63的y坐标值，求出为障碍物的第二边角的位置坐标。
如图7b所示，当反常回波区间(P1’,P3’)的长度不足已设置的长度时，障碍物分类为诸如方柱的结构物，基于图案的边角推定部121不对拐点的x坐标进行另外的补偿。即，第二区间P2’的起点71和终点72作为与边角区间对应的坐标而直接推定。
这是因为，因结构物而出现的反常回波区间P1’,P3’比车辆出现的反常回波区间P1,P3相对较短，拐点与实际障碍物结构物的结束感知的边角地点几乎一致。
基于反射角的边角推定部122中执行的边角推定
基于反射角的边角推定部122利用超声波传感器的位置15中的反射角65，推定障碍物的边角位置。此时，基于反射角的边角推定部122可以通过与基于图案的边角推定部121相同的步骤，求出超声波传感器的各个位置中的反射角，生成如图7a及图7b所示的曲线图。省略对此的具体说明。
作为一个示例，基于反射角的边角推定部122演算超声波传感器的位置15、超声波传感器的相应位置中的反射信号30的距离值40及超声波传感器的相应位置中的反射角65，求出代表障碍物外廓的边角候选地点75。
基于反射角的边角推定部122可以在求出的边角候选地点75中，把任意两地点推定为障碍物的边角。此时，基于反射角的边角推定部122利用数学式1，求出边角候选地点75。
【数学式1】
x75＝x15+d40×sin(θ65)
y75＝y15+d40×cos(θ65)
其中，x15，y15是超声波传感器的位置15中的位置坐标，d40是超声波传感器的相应位置中的反射信号30的距离值40，θ65是超声波传感器的相应位置中的反射角65。
由此，基于反射角的边角推定部122可以如图8所示，求出代表障碍物20外廓的边角候选地点75。
基于反射角的边角推定部122可以在求出的边角候选地点75中，把位于两端的地点推定为最终的障碍物的边角，求出位置坐标。例如，基于反射角的边角推定部122可以在边角候选地点75中，把x坐标值最小的地点和最大的地点推定为最终的障碍物的边角。此时，基于反射角的边角推定部122可以把x坐标值最小的边角候选地点推定为障碍物的第一边角位置，求出关于第一边角的位置坐标(X2,Y2)。
另外，基于反射角的边角推定部122可以把x坐标值最大的边角候选地点推定为障碍物的第二边角位置，求出关于第二边角的位置坐标。
作为另一示例，基于反射角的边角推定部122可以在从超声波传感器接收的反射信号30中，只利用位于两端的反射信号，推定障碍物的边角位置。
例如，基于反射角的边角推定部122可以通过数学式1，演算随着车辆移动而开始接收反射信号的超声波传感器的第一位置15_1的位置坐标、第一距离值40_1及第一反射角65_1，求出关于障碍物的第一边角的位置坐标(X2,Y2)。
同样地，基于反射角的边角推定部122可以通过数学式1，演算随着车辆移动而从超声波传感器最后接收反射信号的超声波传感器的第n位置15_n的位置坐标、第n距离值40_n及第n反射角65_n，求出关于障碍物的第二边角的位置坐标。
基于三角测量的边角推定部123中执行的边角推定
基于三角测量的边角推定部123对超声波传感器的位置15中的反射信号30进行三角测量，推定障碍物的边角位置。此时，基于三角测量的边角推定部123可以通过与基于图案的边角推定部121相同的步骤，生成图7a及图7b的曲线图，推定障碍物的边角位置。省略对此的具体说明。
基于三角测量的边角推定部123利用三角测量法，在处于所述多个测量距离的点中，利用从所述反射角增减的m(其中，m为2以上的自然数)个点(反常回波点)提取的边角推定点，推定所述边角区间。
基于三角测量的边角推定部123利用第g位置15_g之前的反射信号与第h位置15_h之后的反射信号，推定障碍物的边角位置。例如，基于三角测量的边角推定部123利用从超声波传感器的第一位置15_1至第g位置15_g接收的反射信号30_1～30_g，推定第一边角位置。
同样地，基于三角测量的边角推定部123利用从超声波传感器的第h位置15_h至第n位置15_n接收的反射信号30_h～30_n，推定第二边角位置。
下面以推定第一边角位置的方法为例进行说明。
基于三角测量的边角推定部123以邻接的两个超声波传感器的位置为各个圆的中心，以相应超声波传感器的位置的反射信号的距离值为半径，生成两个虚拟圆，把虚拟圆交叉的地点求出为障碍物的边角候选地点。此时，生成虚拟圆的步骤与基于图案的边角推定部121为求出反射角而生成虚拟圆的步骤相同。
例如，基于三角测量的边角推定部123如图9a所示，可以把分别以超声波传感器第一位置15_1和第二位置15_2为中心生成的第一圆61_1和第二圆61_2交叉的地点76_1、分别以超声波传感器的第g-1位置15_g-1和第g位置15_g为中心生成的第g-1圆61_g-1和第g圆61_g交叉的地点76_g-1等，求出为关于障碍物的第一边角的边角候选地点76。如此求出的边角候选地点76可以如图9b所示分布。
基于三角测量的边角推定部123在如图9b所示分布的边角候选地点76中，只过滤位于既定区域77内的可靠性高的地点。此时，基于三角测量的边角推定部123可以针对边角候选地点76，通过诸如标准偏差、平均等统计学方法，把某一个地点求出为基准地点，以基准地点为中心，把标准偏差(Standard Deviation)范围为1西格玛(约68％)以内的区域定为既定区域77。
因此，位于因误识别而可靠性相对较低的区域(既定区域77之外的区域)的地点被除外，最终可以提高边角推定的正确度。
基于三角测量的边角推定部123可以通过位于既定区域77内的边角候选地点的校正逻辑，最终推定障碍物的第一边角位置，求出关于其的位置坐标(X3,Y3)。例如，基于三角测量的边角推定部123可以求出位于既定区域77内的边角候选地点各自的坐标平均，求出关于障碍物第一边角的位置坐标(X3,Y3)。
与此相同，基于三角测量的边角推定部123可以把分别以超声波传感器的第h位置15_h与第h+1位置15_h+1为中心生成的第h圆61_h与第二圆61_h+1交叉的地点76_h、分别以超声波传感器的第n-1位置15_n-1与第n位置15_n为中心生成的第n-1圆61_n-1与第n圆61_n交叉的地点76_n-1等，求出为关于障碍物第二边角的边角候选地点。
基于传感器地图的边角推定部124中执行的边角推定
基于传感器地图的边角推定部124利用超声波传感器的感知范围数据固有感知角度，推定障碍物的边角位置。其中，可以根据车辆中加装的超声波传感器固有的规格(specifications)，获知固有感知范围，并可以获知感知角度。例如，如图10a所示，可以获知超声波传感器11能够感知障碍物的感知范围12及以超声波传感器为基准而能够感知障碍物的感知角度2α。
基于传感器地图的边角推定部124假定反射信号在超声波传感器的感知范围的外角边角界线处接收，利用超声波传感器的感知角度，推定障碍物的边角位置。
基于传感器地图的边角推定部124利用该感知角度2α的1/2感知角度α，推定障碍物的边角位置。例如，基于传感器地图的边角推定部124可以使从超声波传感器的位置15接收的反射信号30移动1/2感知角度α，推定障碍物的边角位置。
作为一个示例，基于传感器地图的边角推定部124可以使开始接收反射信号的超声波传感器的第一位置15_1中的第一反射信号30_1、最后接收反射信号的超声波传感器的第n位置15_n中的第n反射信号30_n移动1/2感知角度α，推定障碍物的边角位置。即，基于传感器地图的边角推定部124可以使反射信号30中的两端的反射信号30_1,30_n移动1/2感知角度α，推定障碍物的边角位置。
此时，如图10b所示，基于传感器地图的边角推定部124可以把第一反射信号30_1向右侧方向移动了1/2感知角度α的地点推定为障碍物的第一边角位置，求出关于第一边角的位置坐标(X4,Y4)。
另外，基于传感器地图的边角推定部124可以把第n反射信号30_n向左侧方向移动1/2感知角度α的地点推定为障碍物的第二边角位置，求出关于第二边角的位置坐标。
作为另一示例，基于传感器地图的边角推定部124使从超声波传感器的位置15接收的反射信号30移动1/2感知角度α，求出障碍物的边角候选地点。例如，如图10c所示，基于传感器地图的边角推定部124使基于图案的边角推定部121求出的第g反射信号30_g之前的反射信号30_1～30_g向右侧方向移动1/2感知角度α，求出用于推定第一边角位置的第一边角候选地点13。
另外，基于传感器地图的边角推定部124使第h反射信号30_h之后的反射信号30_h～30_n向左侧方向移动1/2感知角度α，求出用于推定第二边角位置的第二边角候选地点14。
基于传感器地图的边角推定部124可以利用第一边角候选地点13的位置坐标的诸如标准偏差、平均等统计学方法，求出关于第一边角的位置坐标(X4,Y4)。
另外，基于传感器地图的边角推定部124可以利用求出的第二边角候选地点14的位置坐标的诸如标准偏差、平均等统计学方法，求出关于第二边角的位置坐标。
另一方面，边角推定部120还可以包括最终边角推定部126，其融合分别从基于图案的边角推定部121、基于反射角的边角推定部122、基于三角测量的边角推定部123及基于传感器地图的边角推定部124算出的边角的位置坐标，最终推定关于障碍物的边角区间的位置坐标。由此，边角推定部120能够提高障碍物的边角推定的正确度。
例如，最终边角推定部126在分别从基于图案的边角推定部121、基于反射角的边角推定部122、基于三角测量的边角推定部123及基于传感器地图的边角推定部124算出的边角的位置坐标((X1,Y1)、(X2,Y2)、(X3,Y3)、(X4,Y4))基础上演算加权值(W1,W2,W3,W4)，最终求出关于障碍物的边角的位置坐标(X,Y)。此时，最终边角推定部126利用数学式2，求出关于障碍物的边角的最终位置坐标(X,Y)。
【数学式2】
其中，Wi为已设置的加权值，是根据基于图案的边角推定部121、基于反射角的边角推定部122、基于三角测量的边角推定部123及基于传感器地图的边角推定部124的可靠度而事先设置的加权值。
通过这种步骤，边角推定部120可以推定障碍物的边角的位置。
下面对图2所示的停车空间探索部130进行详细记述。
停车空间探索部130考虑由边角推定部120推定的边角的位置坐标，探索车辆停车所需的停车空间。此时，停车空间探索部130如图11所示，可以把感知障碍物的反射信号的倾斜度定义为停车空间的倾斜度，探索停车空间。
例如，在探索的停车空间周边角存在的障碍物，可以根据诸如墙壁、柱子及路缘石的结构物或其它车辆，不同地定义停车空间的倾斜度。此时，停车空间探索部130可以借助于边角推定部120(例如，基于图案的边推定部(121))而确认障碍物是结构物还是停车的车辆。
确认结果，当障碍物为结构物时，停车空间探索部130提取代表结构物的直线81，把代表结构物的直线的倾斜度定义为停车空间倾斜度。此时，代表结构物的直线可以与车辆平行。其中，噪声性超声波信号83被过滤处理，在计算停车空间倾斜度时不反映。
当不存在诸如墙壁或路缘石的结构物时，停车空间探索部130提取停车的其它车辆的倾斜度82，定义为停车空间倾斜度。
另外，停车空间探索部130利用距车辆和结构物或其它车辆的距离，确认停车空间宽度84是否为车辆能够停车的停车空间。此时，停车空间探索部130可以通过从超声波传感器接收的反射信号的距离值，确认停车空间宽度84。
另外，停车空间探索部130感知位于停车空间的相反方向的相反障碍物91，根据车辆能否停车到停车空间，决定目标停车空间。此时，相反障碍物91是指以车辆10为基准，通过加装于停车空间的相反方向的超声波传感器感知的障碍物。即，相反障碍物是位于与车辆10要停车的停车空间方向相反方向的障碍物。
停车空间探索部130在探索停车空间期间或探索停车空间之后，如图12所示，确认与相反障碍物91的距离92，判断能否停车。
这是因为，即使探索到车辆能够停车的停车空间，为了停车到停车空间，在车辆10移动过程中，可能发生与相反障碍物91接触的事情。
作为一个示例，停车空间探索部130在车辆与相反障碍物91的距离92为已设置的临界值以下时，即使探索到停车空间，也对探索的停车空间进行未识别处理。
作为另一示例，停车空间探索部130在整体道路宽度95为已设置的临界宽度以下时，判断为无法停车，对探索的停车空间进行未识别处理。
其中，整体道路宽度95是从要停车的方向的超声波传感器至在停车空间方向感知的障碍物的距离，即，停车空间的宽度93、车辆的宽度94及要停车的方向的对面超声波传感器至相反障碍物的距离92之和。
如上所述，根据本发明的实施例，推定因超声波传感器特性上的原因，受障碍物形态或多种环境因素影响而无法感知的障碍物的边角的位置，从而提高车辆停车所需停车空间的探索正确性。
另外，根据本发明的实施例，还感知位于要停车的停车空间的相反方向的障碍物，决定车辆停车所需的目标停车空间，从而能够使车辆的自动停车系统的整体性能提高。
图13是本发明实施例的停车空间探索装置的动作流程图。
在步骤S100中，停车空间探索装置100获得感知位于车辆周边角的障碍物的反射信号。其中，停车空间探索装置100可以通过在车辆的前方、后方、左右侧方的既定位置加装的多个超声波传感器，获得感知车辆周边角的障碍物的反射信号。
接收的反射信号是为了车辆停车而在车辆前进或后退过程中感知车辆侧方障碍物的信号。例如，使用者请求探索停车空间自动停车辅助系统ON后，车辆在以既定速度(例如，10km/h)以下前进或后退的过程中，感知车辆侧方的障碍物。
在步骤S200中，停车空间探索装置100执行对获得的反射信号进行过滤、插值的信号预处理动作。其中，停车空间探索装置100过滤在步骤S100中获得的反射信号中的不正确的反射信号。此时，停车空间探索装置100分析各个反射信号的距离值，过滤不正确的反射信号。例如，如图3a所示，未从障碍物20反射超声波信号，可能发生未接收反射信号的未感知区域31，或因杂音或障碍物的细微弯曲，与邻接的反射信号相比较，发生不均一的误感知区域33。
停车空间探索装置100对接收的反射信号30的距离值的倾向进行分析，对不正确的反射信号，即，对未感知区域31或误感知区域33等有问题感知区域的信号进行过滤或插值。
例如，信号预处理部110把与邻接的反射信号相比，存在既定距离值以上的极大距离值差异的区域，确认为有问题感知区域并进行插值。即，如图3a所示的不均一的反射信号31或不正确的反射信号33可以如图3b所示，插值成均一的反射信号35。
在步骤S300中，停车空间探索装置100利用过滤的反射信号，推定停车空间的边角位置。
其中，停车空间探索装置100可以融合通过基于图案的边角推定方法、基于反射角的边角推定方法、基于三角测量的边角推定方法及基于传感器地图的边角推定方法等4种边角推定方法推定的边角的位置坐标，求出关于障碍物的边角的位置坐标。
基于图案的边角推定方法是对障碍物是车辆还是诸如柱子的结构物进行分类，推定障碍物的边角位置，求出位置坐标的方法。
例如，停车空间探索装置100如图6所示，求出关于障碍物建模的各个反射信号30的反射角65，如图7a及图7b所示，生成关于反射角和超声波传感器位置的曲线图。
另外，停车空间探索装置100在生成的曲线图中提取拐点71,72，根据反常回波区间P1,P3的长度，判断障碍物是其它车辆还是结构物。
另外，停车空间探索装置100根据障碍物决定距离补偿量，推定障碍物的边角位置，求出关于推定的边角的位置坐标。
基于反射角的边角推定方法是利用超声波传感器位置15中的反射角65来推定障碍物的边角位置的方法。反射角可以通过与基于图案的边角推定方法中相同的步骤，求出超声波传感器各个位置中的反射角。
停车空间探索装置100通过数学式1，演算超声波传感器的位置15、超声波传感器相应位置中的反射信号30的距离值40及超声波传感器的相应位置中的反射角65，求出代表障碍物的外廓的边角候选地点75。
如图8所示，求出代表障碍物20外廓的边角候选地点75后，停车空间探索装置100把求出的边角候选地点75中位于两端的地点推定为最终的障碍物的边角，求出位置坐标。
基于三角测量的边角推定方法是针对超声波传感器的位置15中的反射信号30，利用三角测量推定障碍物的边角位置的方法。
具体而言，停车空间探索装置100分别以邻接的两个超声波传感器的位置为圆中心，以相应超声波传感器的位置的反射信号的距离值为半径，生成两个虚拟圆，把虚拟圆交叉的地点求出为障碍物的边角候选地点。其中，停车空间探索装置100可以通过与基于图案的边角推定方法中相同的步骤生成虚拟圆。
停车空间探索装置100在如图9b所示分布的边角候选地点中，只对位于既定区域77内的可靠性较高的地点进行过滤。
另外，停车空间探索装置100通过位于既定区域77内的边角候选地点的较正逻辑，推定障碍物的边角位置。
基于传感器地图的边角推定方法利用超声波传感器的感知范围数据，推定障碍物的边角位置。其中，根据车辆中加装的超声波传感器的固有规格(specifications)，可以获知感知范围，还可以获知感知角度。
停车空间探索装置100假定反射信号在超声波传感器的感知范围的外角边角界线处接收，利用超声波传感器的感知角度，推定障碍物的边角位置。
停车空间探索装置100利用超声波传感器的感知角度2α的1/2感知角度α，推定障碍物的边角位置。其中，停车空间探索装置100使在超声波传感器的位置15接收的反射信号30移动1/2感知角度α，求出障碍物的边角候选地点。
停车空间探索装置100可以利用如图10c所示求出的边角候选地点的位置坐标的诸如标准偏差、平均等统计学方法，推定障碍物的边角位置。
停车空间探索装置100可以在通过基于图案的边角推定方法、基于反射角的边角推定方法、基于三角测量的边角推定方法及基于传感器地图的边角推定方法分别求出的结果基础上，演算加权值，最终求出关于障碍物边角的位置坐标。
在步骤S400中，停车空间探索装置100推定停车空间的宽度及倾斜度。此时，停车空间探索部130如图11所示，可以把感知障碍物的反射信号的倾斜度定义为停车空间的倾斜度。例如，在探索的停车空间周边角存在的障碍物，可以根据诸如墙壁、柱子及路缘石的结构物或其它车辆而不同地定义停车空间的倾斜度。
例如，如图11所示，当在探索的停车空间存在墙壁或路缘石的结构物时，停车空间探索装置100提取代表墙壁/路缘石的直线81，把该直线的倾斜度定义为停车空间倾斜度。
在不存在诸如墙壁或路缘石的结构物的情况下，停车空间探索装置100提取其它车辆的倾斜度82，定义为停车空间倾斜度。此时，噪声性超声波信号83被过滤处理，在计算停车空间倾斜度时不反映。
在步骤S500中，停车空间探索装置100确认位于停车空间的相反方向的相反障碍物，决定目标停车空间。例如，停车空间探索装置100如图12所示，感知位于停车空间的相反方向的相反障碍物91，根据车辆能否停车到停车空间，决定目标停车空间。此时，相反障碍物91是指以车辆10为基准，通过在停车空间相反方向加装的超声波传感器而感知的障碍物。
停车空间探索装置100在整体道路宽度95为已设置的临界宽度以下时，判断为不能停车，对探索的停车空间进行未识别处理。此时，整体道路宽度95是从要停车的方向的超声波传感器至在停车空间方向感知的障碍物的距离93、车辆的宽度94及要停车的方向的对面超声波传感器至相反障碍物的距离92之和。
如上所述，根据本发明的实施例，推定因超声波传感器特性上的原因，受障碍物形态或多种环境因素影响而无法感知的障碍物的边角的位置，从而提高车辆停车所需停车空间的探索正确性。
另外，根据本发明的实施例，还感知位于要停车的停车空间的相反方向的障碍物，决定车辆停车所需的目标停车空间，从而能够使车辆的自动停车系统的整体性能提高。
以上通过本发明的优选实施列，详细说明了本发明的构成，但本发明所属技术领域的技术人员可以理解，本发明在不变更其技术思想或必需特征的前提下，可以以不同于本说明书中记载内容的其它具体形态实施。因此，以上记述的实施例在所有方面应理解为只是示例而非限定。本发明的保护范围应解释为：不是由所述详细说明，而是由后述权利要求书代表，从权利要求书以及其均等概念导出的所有变更或变形的形态，均包含于本发明的范围。

Claims (16)

1.一种停车空间探索装置，其特征在于，包括：
信号预处理部，其对从附着于车辆的超声波传感器射出的超声波信号在障碍物的边角区间反射而返回的反射信号进行过滤；基于图案的边角推定部，其提取以随着所述车辆的移动而从所述反射信号收集的多个测量距离为半径的多个圆的交点，推定在以所述超声波传感器的当前位置为基准点的所述超声波传感器的感知区域内，在把所述感知区域进行二等分的第一线和连接所述基准点与所述交点的第二线间定义的反射角，基于所述推定的反射角，推定所述障碍物的边角区间；及
停车空间探索部，其根据推定的所述边角区间，探索所述车辆的停车空间。
2.根据权利要求1所述的停车空间探索装置，其特征在于，
所述基于图案的边角推定部，基于因所述车辆的移动而引起的所述反射角的变化率，推定所述障碍物的边角区间。
3.根据权利要求1所述的停车空间探索装置，其特征在于，
所述基于图案的边角推定部，分割成所述反射角减小的第一区间、与所述第一区间连续且所述反射角保持0°的第二区间、及与所述第二区间连续且所述反射角增加的第三区间，推定所述障碍物的边角区间。
4.根据权利要求3所述的停车空间探索装置，其特征在于，
所述基于图案的边角推定部，与所述第一区间的长度相应地补偿所述第二区间的起点，与所述第三区间的长度相应地补偿所述第二区间的终点，推定所述边角区间，所述起点及所述终点均为拐点。
5.根据权利要求3所述的停车空间探索装置，其特征在于，
所述基于图案的边角推定部，比较所述第一及第三区间各自的长度与已设置的长度，对所述障碍物的图案进行分类。
6.根据权利要求5所述的停车空间探索装置，其特征在于，
所述基于图案的边角推定部，在所述第一及第三区间各自的长度为已设置的长度以上时，把所述障碍物分类为停车的车辆图案，
在所述第一及第三区间各自的长度不足已设置的长度时，把所述障碍物分类为方柱图案。
7.根据权利要求6所述的停车空间探索装置，其特征在于，
所述基于图案的边角推定部，在把所述障碍物分类为方柱图案时，把所述第二区间的起点与终点推定为所述边角区间。
8.根据权利要求1所述的停车空间探索装置，其特征在于，还包括：
基于反射角的边角推定部，其演算所述超声波传感器的当前位置、从在所述当前位置接收的所述反射信号收集的至所述边角区间的距离及在所述当前位置的所述反射角，推定所述障碍物的所述边角区间；
基于三角测量的边角推定部，其利用三角测量法，利用在所述多个测量距离内的点中，从所述反射角增减的m个点(反常回波点)提取的边角推定点，推定所述边角区间，其中m为2以上的自然数；及
基于传感器地图的边角推定部，随着所述车辆的移动，从所述障碍物最初接收的反射信号和最终接收的反射信号根据所述超声波传感器的固有感知角度形成传感器地图，其利用在所述传感器地图外廓附近接收的点，推定所述边角区间。
9.根据权利要求8所述的停车空间探索装置，其特征在于，
还包括最终边角推定部，其把与借助于所述基于图案的边角推定部、所述基于反射角的边角推定部、所述基于三角测量的边角推定部及所述基于传感器地图的边角推定部而推定的各边角区间对应的坐标值，分别乘以互不相同的加权值，对加权化的结果值进行合算，把合算的加权化的结果值除以所述互不相同的加权值合算结果值，把获得的结果值推定为最终边角区间。
10.一种停车空间探索方法，其特征在于，包括：
过滤步骤，对从附着于车辆的超声波传感器射出的超声波信号在障碍物的边角区间反射而返回的反射信号进行过滤；
交点提取步骤，提取以随着所述车辆的移动而从所述反射信号收集的多个测量距离为半径的多个圆的交点；
反射角推定步骤，推定在以所述超声波传感器的附着位置为基准点的所述超声波传感器的感知区域内，把所述感知区域进行二等分的第一线和连接所述基准点与所述交点的第二线间的反射角；
基于图案的边角推定步骤，基于所述推定的反射角，推定所述障碍物的边角区间；及
停车空间探索步骤，根据推定的所述边角区间，探索所述车辆的停车空间。
11.根据权利要求10所述的停车空间探索方法，其特征在于，
所述基于图案的边角推定步骤包括：
基于因所述车辆的移动而引起的所述反射角的变化率，把所述边角区间分割成所述反射角减小的第一区间、与所述第一区间连续且所述反射角保持0°的第二区间及与所述第二区间连续且所述反射角增加的第三区间，推定所述第二区间的起点与终点的步骤，其中所述起点及所述终点均为拐点；
比较所述第一及第三区间各自的长度与已设置的长度，对所述障碍物的图案进行分类的步骤；
根据所述分类的障碍物的图案，决定所述第二区间的起点与终点的补偿量的步骤；
把根据所述决定的补偿量进行了补偿的所述第二区间的起点与终点推定为所述边角区间的步骤。
12.根据权利要求11所述的停车空间探索方法，其特征在于，
对所述障碍物的图案进行分类的步骤是，
当所述第一及第三区间各自的长度为所述已设置的长度以上时，把所述障碍物分类为车辆图案，当所述第一及第三区间各自的长度不足所述已设置的长度时，把所述障碍物分类为方柱图案的步骤。
13.根据权利要求12所述的停车空间探索方法，其特征在于，
所述决定补偿量的步骤是，
当所述障碍物分类为车辆图案时，把所述第二区间的起点的补偿量决定为所述第一区间的长度，把所述第二区间的终点的补偿量决定为所述第三区间的长度的步骤，所述起点及所述终点均为拐点。
14.根据权利要求12所述的停车空间探索方法，其特征在于，
所述把根据所述决定的补偿量进行了补偿的所述第二区间的起点与终点推定为所述边角区间的步骤是，
当所述障碍物分类为所述方柱时，无需所述补偿量，直接把所述第二区间的起点与终点推定为所述边角区间的步骤。
15.根据权利要求10所述的停车空间探索方法，其特征在于，还包括：
基于反射角的边角推定步骤，演算所述超声波传感器的当前位置、从在所述当前位置接收的所述反射信号收集的至所述边角区间的距离及在所述当前位置的所述反射角，推定所述障碍物的所述边角区间；
基于三角测量的边角推定步骤，利用三角测量法，利用在所述多个测量距离内的点中，从所述反射角增减的m个点提取的边角推定点，推定所述边角区间，其中m为2以上的自然数；及
基于传感器地图的边角推定步骤，随着所述车辆的移动，从所述障碍物最初接收的反射信号和最终接收的反射信号根据所述超声波传感器的固有感知角度形成传感器地图，利用在所述传感器地图外廓附近接收的点，推定所述边角区间。
16.根据权利要求15所述的停车空间探索方法，其特征在于，
还包括最终边角区间推定步骤，把与借助于所述基于图案的边角推定步骤、所述基于反射角的边角推定步骤、所述基于三角测量的边角推定步骤及所述基于传感器地图的边角推定步骤而分别推定的各边角区间对应的坐标值分别乘以互不相同的加权值，对加权化的结果值进行合算，把合算的加权化的结果值除以所述互不相同的加权值合算结果值，把获得的结果值推定为最终边角区间。
CN201410444564.4A 2014-08-27 2014-09-03 停车空间探索装置及其探索方法 Active CN105467394B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2014-0112612 2014-08-27
KR1020140112612A KR101521842B1 (ko) 2014-08-27 2014-08-27 주차 공간 탐색 장치 및 그 탐색 방법

Publications (2)

Publication Number Publication Date
CN105467394A CN105467394A (zh) 2016-04-06
CN105467394B true CN105467394B (zh) 2017-10-20

Family

ID=51690944

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410444564.4A Active CN105467394B (zh) 2014-08-27 2014-09-03 停车空间探索装置及其探索方法

Country Status (4)

Country Link
US (1) US9483943B2 (zh)
EP (1) EP3021137A1 (zh)
KR (1) KR101521842B1 (zh)
CN (1) CN105467394B (zh)

Families Citing this family (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015013217A1 (en) * 2013-07-25 2015-01-29 Part It Device, system and method for capturing motor vehicle behavior
JP6260462B2 (ja) * 2014-06-10 2018-01-17 株式会社デンソー 運転支援装置
JP6528382B2 (ja) * 2014-10-22 2019-06-12 株式会社Ｓｏｋｅｎ 車両用障害物検出装置
JP6557958B2 (ja) * 2014-10-22 2019-08-14 株式会社Ｓｏｋｅｎ 車両用障害物検出装置
US9542845B1 (en) * 2015-09-11 2017-01-10 Robert Bosch Gmbh Method for ascertaining a parking area of a street section
DE102015212296A1 (de) * 2015-07-01 2017-01-05 Robert Bosch Gmbh Verfahren zum Ermitteln einer Nutzbreite eines Straßenabschnitts
KR20170016199A (ko) * 2015-08-03 2017-02-13 현대모비스 주식회사 주차 구획 인식 장치 및 그 제어 방법
US10592756B2 (en) 2015-09-11 2020-03-17 Robert Bosch Gmbh Method for detecting a parking area on a road section
KR101735732B1 (ko) * 2015-12-11 2017-05-15 현대오트론 주식회사 주차 공간 탐색을 위한 모서리 검출 장치 및 방법
CA3030538A1 (en) * 2016-07-12 2018-01-18 Nissan Motor Co., Ltd. Travel control method and travel control apparatus
DE102016217246A1 (de) * 2016-09-09 2018-03-15 Robert Bosch Gmbh Konzept zum Erfassen eines Umfelds eines Kraftfahrzeugs
CN110167827B (zh) * 2016-10-19 2022-04-12 福特汽车公司 用于识别未被占用的停车位置的系统和方法
KR102529903B1 (ko) 2016-12-14 2023-05-08 현대자동차주식회사 차량의 위치 추정 장치 및 방법
US11142187B2 (en) * 2017-01-18 2021-10-12 Mitsubishi Electric Corporation Parking assistance device
US11443351B1 (en) 2017-09-01 2022-09-13 Motus, LLC Mileage reimbursement as a service
KR102015074B1 (ko) * 2017-09-29 2019-08-27 센서텍(주) 거리 측정의 정밀도를 향상시키기 위한 초음파 센서 모듈
CN107862889A (zh) * 2017-10-10 2018-03-30 厦门盈趣科技股份有限公司 一种室内找寻停车路线的系统及方法
TWI656518B (zh) * 2017-12-05 2019-04-11 財團法人工業技術研究院 停車格辨識系統及其方法
WO2019215788A1 (ja) * 2018-05-07 2019-11-14 三菱電機株式会社 駐車支援装置
CN109581391A (zh) * 2018-12-28 2019-04-05 广州小鹏汽车科技有限公司 一种停车位置的确定方法及停车位位置确定装置
US11745728B2 (en) * 2019-04-23 2023-09-05 Mitsubishi Electric Corporation Parking assistance device and parking assistance method
CN112034466A (zh) * 2019-05-14 2020-12-04 广州汽车集团股份有限公司 车位识别方法及装置
JP7346129B2 (ja) * 2019-07-29 2023-09-19 フォルシアクラリオン・エレクトロニクス株式会社 駐車支援装置及び駐車支援装置の制御方法
CN112440980B (zh) * 2019-08-29 2021-11-12 比亚迪股份有限公司 泊车位的检测方法、装置、存储介质及车辆
CN110488280B (zh) * 2019-08-29 2022-03-11 广州小鹏自动驾驶科技有限公司 一种停车位轮廓的修正方法及装置、车辆、存储介质
CN111208482B (zh) * 2020-02-28 2022-02-18 成都汇蓉国科微系统技术有限公司 基于距离对齐的雷达精度分析方法
JP7287331B2 (ja) * 2020-04-02 2023-06-06 株式会社Soken 立体物検出装置
CN112485801A (zh) * 2020-12-10 2021-03-12 广州小鹏自动驾驶科技有限公司 一种障碍物位置确定方法、系统、计算机设备和存储介质
CN112904851A (zh) * 2021-01-18 2021-06-04 广州小鹏自动驾驶科技有限公司 一种障碍物位置修正方法、系统、计算机设备及存储介质
DE112022003351T5 (de) * 2021-06-30 2024-04-18 Aisin Corporation Steuerungsvorrichtung für automatisiertes Bremsen und Verarbeitungsprogramm für automatisiertes Bremsen
CN113486836B (zh) * 2021-07-19 2023-06-06 安徽江淮汽车集团股份有限公司 针对低通度障碍物的自动驾驶操控方法
CN115206130B (zh) * 2022-07-12 2023-07-18 合众新能源汽车股份有限公司 一种车位检测方法、系统、终端及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101303411A (zh) * 2007-05-09 2008-11-12 李世雄 低余震的倒车雷达系统及输出低余震倒车雷达信号的方法
EP0952460B1 (en) * 1998-04-20 2009-06-24 Panasonic Electric Works Co., Ltd. Obstacle detection system for a vehicle
JP2013086792A (ja) * 2011-10-14 2013-05-13 Hyundai Motor Co Ltd メッシュ型空間解析技法を利用した駐車空間探知方法及びそのシステム
CN203572961U (zh) * 2013-10-01 2014-04-30 西安天任软件科技有限责任公司 一种带信号处理装置的超声波传感器
CN104515991A (zh) * 2013-10-01 2015-04-15 西安天任软件科技有限责任公司 一种带信号处理装置的超声波传感器

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10339645A1 (de) 2003-08-28 2005-04-14 Robert Bosch Gmbh Verfahren und Vorrichtung zur Bestimmung von Größe und Position einer Parklücke
DE10361315A1 (de) * 2003-12-19 2005-07-21 Valeo Schalter Und Sensoren Gmbh Verfahren und Vorrichtung zum Bestimmen der Position von mindestens einem Reflexionspunkt auf einem Hindernis
DE102005038524A1 (de) * 2005-08-02 2007-02-15 Valeo Schalter Und Sensoren Gmbh Verfahren zur Ermittlung der Tiefenbegrenzung einer Parklücke mittels Ultraschallsensoren und System hierzu
DE102005044270A1 (de) * 2005-09-16 2007-03-29 Robert Bosch Gmbh Verfahren und Vorrichtung zur Unterstützung eines Einparkvorgangs eines Fahrzeugs
DE102007009745A1 (de) * 2007-02-28 2008-09-04 Continental Automotive Gmbh Einparkhalbautomat
WO2011024220A1 (ja) * 2009-08-26 2011-03-03 三菱電機株式会社 駐車支援装置
KR101302832B1 (ko) * 2009-09-01 2013-09-02 주식회사 만도 주차시 장애물인식 시스템 및 그 방법
DE102009046158A1 (de) * 2009-10-29 2011-05-05 Robert Bosch Gmbh Verfahren zur Erkennung von Objekten mit geringer Höhe
DE102009047283A1 (de) * 2009-11-30 2011-06-01 Robert Bosch Gmbh Verfahren und Vorrichtung zur Unterstützung eines Fahrers eines Kraftfahrzeugs
DE102011013681A1 (de) * 2011-03-11 2012-09-13 Valeo Schalter Und Sensoren Gmbh Verfahren zum Detektieren einer Parklücke, Parkhilfesystem und Kraftfahrzeug mit einem Parkhilfesystem
KR20130089502A (ko) 2012-02-02 2013-08-12 현대모비스 주식회사 주차 조향 보조 시스템 및 그 방법
JP5918579B2 (ja) * 2012-03-14 2016-05-18 株式会社日本自動車部品総合研究所 駐車空間検知装置
JP5918597B2 (ja) * 2012-04-04 2016-05-18 株式会社日本自動車部品総合研究所 駐車空間検知装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0952460B1 (en) * 1998-04-20 2009-06-24 Panasonic Electric Works Co., Ltd. Obstacle detection system for a vehicle
CN101303411A (zh) * 2007-05-09 2008-11-12 李世雄 低余震的倒车雷达系统及输出低余震倒车雷达信号的方法
JP2013086792A (ja) * 2011-10-14 2013-05-13 Hyundai Motor Co Ltd メッシュ型空間解析技法を利用した駐車空間探知方法及びそのシステム
CN203572961U (zh) * 2013-10-01 2014-04-30 西安天任软件科技有限责任公司 一种带信号处理装置的超声波传感器
CN104515991A (zh) * 2013-10-01 2015-04-15 西安天任软件科技有限责任公司 一种带信号处理装置的超声波传感器

Also Published As

Publication number Publication date
US9483943B2 (en) 2016-11-01
EP3021137A1 (en) 2016-05-18
US20160063861A1 (en) 2016-03-03
KR101521842B1 (ko) 2015-05-20
CN105467394A (zh) 2016-04-06

Similar Documents

Publication Publication Date Title
CN105467394B (zh) 停车空间探索装置及其探索方法
EP3392093B1 (en) Parking support method and device
JP6747269B2 (ja) 物体認識装置
CN109017801B (zh) 确定目标车辆偏航率的方法
KR101104609B1 (ko) 차량의 목표주차위치 인식 방법 및 그 시스템
JP4600760B2 (ja) 障害物検出装置
Jiménez et al. Improving the obstacle detection and identification algorithms of a laserscanner-based collision avoidance system
CN102310857A (zh) 用于横向泊车位的泊车辅助系统
CN111309013A (zh) 一种碰撞距离确定方法及系统、车辆、存储介质
CN107650906B (zh) 智能泊车系统及其控制方法
Kirchner et al. Model based detection of road boundaries with a laser scanner
JP5034911B2 (ja) 白線検出装置
CN104916216A (zh) 一种地图构建方法及系统
JP6862465B2 (ja) センサによる間接計測によって自動車の周囲の少なくとも１つの物体の検出を向上させる方法、コントローラ、運転者支援システム、及び自動車
KR20170038067A (ko) 초음파 센서에 의해 자동차의 주변 구역에서 적어도 하나의 물체의 확인 방법, 운전자 보조 시스템 및 자동차
JP2002228734A (ja) 周囲物体認識装置
US8031908B2 (en) Object recognizing apparatus including profile shape determining section
US20230094836A1 (en) Method for Detecting Moving Objects in the Surroundings of a Vehicle, and Motor Vehicle
CN111830966B (zh) 角落识别和清扫方法、装置及存储介质
KR101734726B1 (ko) 주차공간 탐지 방법 및 이를 실행하는 장치
KR20130130105A (ko) 무인주행차량을 위한 교차로 검출 방법 및 이를 이용한 무인주행차량
CN111354027A (zh) 一种移动机器人的视觉避障方法
JP2019032607A (ja) 駐車支援装置
CN115079198A (zh) 利用lidar传感器跟踪物体的方法和装置以及存储执行该方法的程序的记录介质
JP2002183719A (ja) 車両用周囲検出装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant