CN108806308A - 一种停车位识别方法及泊车方法 - Google Patents

Abstract

本发明涉及一种停车位识别方法，包括如下步骤：获取车身姿态就位置；然后同时执行超声波车位识别算法以及AVM车位识别算法。利用超声波车位识别算法找到停车位后，在泊车进行时持续对车位进行识别，若期间通过AVM车位识别算法识别到停车位信息，则将该停车位信息发送给自动泊车系统以代替原来停车位信息。同时还基于上述车位识别方法提供了自动泊车方法，本发明起到有益效果包括：1、通过两种停车位识别算法的融合运用后，有效解决超声波车位识别的准确性问题，同时弥补AVM对于没有车位线或车位线比较特殊的停车位无法识别的缺陷。2、由于兼顾了车位识别精度以及识别范围，因此大大提高了本发明自动泊车方法的覆盖场景，也提高了自动泊车的有效性。

Description

一种停车位识别方法及泊车方法

技术领域

本发明涉及自动泊车领域，特别涉及一种停车位识别方法及泊车方法及车载导航。

背景技术

停车位识别是自动泊车系统重要的感知单元，目前带有自动泊车功能的车辆，大部分采用纯超声波雷达车位识别或者全景车位识别的方案。

其中，纯超声波雷达车位识别方案，是通过长距雷达对车辆周边的障碍物信息进行检测，同时对检测到的数据进行相应的处理并输出停车位信息。该方案对车辆周边障碍物的依赖较大，车辆最终停放的效果以周边障碍物做参考，导致很多情况下使用自动泊车很难达到规范停车的要求。

全景车位识别方案，又称为AVM车位识别方案，是通过全景系统对地面的车位线进行图像识别处理，识别可泊入的目标车位并输出相应的车位信息。对于有车位线的停车位，该方案可实现较为精准的停车效果，但是对于没有车位线或车位线比较特殊的停车位时，该方案将无法进行停车位识别。

发明内容

本发明为了解决上述技术问题，提供一种停车位识别方法及泊车方法。

一种停车位识别方法，包括如下步骤：

S10、采用航迹推算算法对车辆当前位置以及车身姿态进行定位；

S20、执行超声波车位识别算法对停车位进行识别以及绘制，获得第一停车位信息；

S30、将所述第一停车位信息发送给自动泊车系统，同时执行AVM车位识别算法，在泊车进行时持续对车位进行识别，若期间识别到停车位信息，则将该停车位信息作为第二停车位信息，并将所述第二停车位信息发送给自动泊车系统以代替第一停车位信息。

进一步的，所述步骤20包括如下子步骤：

S21、沿汽车行驶方向采集第一次搜索到障碍物的坐标点A1；

S22、继续采集第一次丢失障碍物的坐标点B1，以及采集第二次搜索到障碍物的坐标点C1；

S23、判断坐标点B1以及坐标点C1之间的距离是否符合停车标准，若是则执行第一停车位信息生成步骤，生成第一停车位信息，否则返回步骤S21。

进一步的，所述第一停车位信息包括如下子步骤：

S231、录入所获得的坐标点A1、坐标点B1、坐标点C1以及车辆当前坐标；

S232、将坐标点B1以及坐标点C1的坐标转换成相对车辆当前位置的坐标点B2以及坐标点C2；

S233、根据转换后的坐标构建出第一停车位信息。

进一步的，执行所述步骤S20时还同时执行入选步骤：

执行AVM车位识别算法，若识别到停车位信息，则将该停车位信息作为第二停车位信息，并将所述第二停车位信息发送给自动泊车系统；忽略第一停车位信息。

进一步的，所述第一停车位信息和或第二停车位信息包括当前车辆位置坐标以及停车位边缘坐标。

另外，本发明还提供一种泊车方法，包括如下步骤：

A10、同时运行第一停车位识别算法和第二停车位识别算法，通过第一停车位识别算法获取低优先级的第一停车位信息，通过第二停车位算法获取高优先级的第二停车位信息；

A20、将所能获取到的优先级的较高的停车位信息发送给自动泊车系统；

A30、持续执行第一停车位识别算法和第二停车位识别算法，并执行自动泊车步骤，期间当获取到更高优先级的停车位信息时，将更高优先级的停车位信息发送给自动泊车系统用于自动泊车；

A40、检测自动泊车步骤是否结束，否者返回步骤A30。

进一步的，所述第一停车位识别算法为超声波停车位识别算法，所述第二停车位算法为AVM车位识别算法。

进一步的，所述步骤A30之前，还对车速以及用户指令进行检测，当车辆速度为零，且用户发出允许自动泊车指令时，执行步骤A30，否则执行等待检测步骤。

进一步的，所述等待检测步骤包括如下子步骤：

B10、利用航迹推算算法对车辆当前位置以及车身姿态进行持续定位；

B20、检测当前车辆位置是否超出有效停车范围，若否则返回步骤B10，若是则提示用户并返回步骤A10。

进一步的，当所述步骤A10无法搜索到有效车位信息时，返回车位搜索识别的提示。

本发明的停车位识别方法及泊车方法所起到的有益效果包括：

1、通过两种停车位识别算法的融合运用后，有效解决超声波车位识别的准确性问题，提高自动泊车的停车规范性，同时弥补AVM对于没有车位线或车位线比较特殊的停车位无法识别的缺陷。

2、由于兼顾了车位识别精度以及识别范围，因此大大提高了本发明自动泊车方法的覆盖场景，也提高了自动泊车的有效性。

附图说明

图1为本发明实施例1的停车位识别方法原理图。

图2为本发明实施例1的超声波车位识别算法原理示意图。

图3为本发明实施例2的停车位识别方法原理图。

图4为本发明实施例3的自动泊车方法原理图。

具体实施方式

下面结合附图对本发明的较佳实施例进行详细阐述，以使本发明的优点和特征更易被本领域技术人员理解，从而对本发明的保护范围作出更为清楚的界定。

实施例1：

一种停车位识别方法，融合了AVM车位识别以及超声波雷达车位识别的两种方法对停车位进行更加有效而且精准的识别，同时解决了现有技术汇总超声波雷达车位识别的不精确，以及AVM车位识别范围小和识别局限的问题。具体如图1所示，包括如下步骤：

S10、采用航迹推算算法对车辆当前位置以及车身姿态进行定位，本实施例的航迹算法具体利用轮速传感器返回的轮速脉冲信息对车轮位移进行测量，根据采样周期内车辆位移的变化，计算车辆方位角增量和位置增量，得到车辆相对初始状态的位姿，并且经过持续运算，这可以获得车辆的航迹。

S20、执行超声波车位识别算法对停车位进行识别以及绘制，获得第一停车位信息。具体的如图2所示，其包括如下子步骤：

S21、启动算法后，汽车向前行驶，此时沿汽车行驶方向对车辆周围进行障碍物检车，通常情况下，可以通过用户选择操作来确定重点监测方向，如选择停车位在汽车左侧还是右侧等，确定后开始采集并记录第一次搜索到障碍物的坐标点A1；坐标的形式可以是二维坐标，也可以是角座标，通常情况下，采用的是二维坐标。

S22、在采集到坐标点A1后，算法继续采集障碍物坐标点，当连续监测到障碍物，并历尽关于坐标点A1的障碍物后，超声波雷达将失去该障碍物的检测，在失去该障碍物检测的那一刻所采集到的坐标点，称之为第一次丢失障碍物的坐标点B1。进而，继续对障碍物进行检测，当第二次搜索到障碍物时，记录该点的坐标，设置为坐标点C1。结合附图2，从整体角度看，坐标点B1和坐标点C1之间的位置即是可能为停车位。

S23、为了进一步判断停车位是否符合要求，及其宽度是否足够用于停车，可以判断坐标点B1以及坐标点C1之间的距离是否大于车宽的一定比例，若是则执行第一停车位信息生成步骤，生成第一停车位信息，否则返回步骤S21。

其中，生成该第一停车位信息包括如下子步骤：

S231、录入所获得的坐标点A1、坐标点B1、坐标点C1以及车辆当前坐标。

S232、通过坐标的换算，将车辆当前坐标设置为原点，并且通过坐标差将坐标点B1以及坐标点C1的坐标转换成相对车辆当前位置的坐标点B2以及坐标点C2。优选的，可以将汽车后轴的中心点作为计算的原点，以保证泊车时更加准确。

S233、根据转换后的坐标构建出第一停车位信息，该第一停车位信息包括当前车辆位置坐标以及停车位边缘坐标，可以将停车位的形状进行构建绘画。

S30、在获得了第一停车位信息后，将第一停车位信息发送给自动泊车系统，使自动泊车系统可以进行自动泊车步骤，与此同时，当自动泊车进行时，控制执行AVM车位识别算法，持续对车位进行识别。为了提高识别的成功率，可以将识别范围设定在坐标点B1以及坐标点C1的范围附近，从而使AVM识别更加有目的性。

此期间若通过AVM车位识别算法识别到停车位信息，则将该停车位信息作为优先度较高的第二停车位信息。当第一停车位信息与第二停车位信息同时都被检测到时，将自动把第二停车位信息发送给自动泊车系统，以代替第一停车位信息，自动泊车系统采用较高优先级的第二停车位信息作为停车依据。

其中，与第一停车位信息的格式相同，第二停车位信息同样包括当前车辆位置坐标以及停车位边缘坐标。

实施例2：

作为实施例1的优化，本实施例与实施例1 的区别在于：如图3所示，本实施例为了提高自动泊车的效率以及相应速度，本实施例在执行步骤S20时还同时，还会执行AVM车位识别算法。并且同时检测两种停车位信息获取情况。

若在AVM车位识别算法识别到停车位信息，则无论超声波车位识别算法是否识别到停车位信息，都将直接把AVM车位识别算法识别到停车位信息作为第二停车位信息，并将第二停车位信息发送给自动泊车系统，忽略第一停车位信息。可以理解的，可以直接放弃执行步骤S30。

为了保证车位识别率的情况下，也可以持续执行超声波车位识别算法，从而持续获取第一停车位信息。

实施例2：

本实施例在实施例1与实施例2的基础上，还提供一种泊车方法，包括如下步骤：

A10、同时运行第一停车位识别算法和第二停车位识别算法，通过第一停车位识别算法获取低优先级的第一停车位信息，通过第二停车位算法获取高优先级的第二停车位信息。其中第一停车位识别算法可以使识别范围较广车位识别方法，用于初步确定车位，而第二停车位识别算法则可以与之配合地使用识别精度较高的方法。由于识别范围较广的停车位识别算法会先识别到停车位，进而提高第二停车位识别算法的识别速度。

在本实施例中，第一停车位识别算法可以但不仅限于为超声波停车位识别算法，第二停车位算法可以但仅限于为AVM车位识别算法。为了方便举例，后续将采用上述两种算法对本实施例所公开的技术方案进行阐述，如图4所示。

A20、为了提高自动泊车的精度，因此需要将所能获取到的优先级的较高的停车位信息发送给自动泊车系统。即当同时获取到第一停车位信息和第二停车位信息的时候，将对优先级较高的第二停车位信息发送到自动泊车系统，是系统以第二停车位信息作为位置判断依据。而当无法识别到第二停车位信息是才使用第一停车位信息。

可以理解的，采用两种识别算法均无法搜索到有效车位信息时，将返回车位搜索识别的提示，同时可以根据用户的操作选择是否返回重新搜索车位。

A30、确定接受到停车位信息后，将根据所接收到的停车位信息进行自动泊车步骤，与此同时，仍然持续执行第一停车位识别算法和第二停车位识别算法，期间当获取到比当前采用的停车位信息更高优先级的停车位信息时，将更高优先级的停车位信息发送给自动泊车系统，代替原有停车位信息，否则根据现有的停车位信息继续执行停车步骤，直到完成停车。

A40、持续进行自动泊车步骤，并检测自动泊车步骤是否结束，否者返回步骤A30。

另外，为了保证自动泊车步骤能够安全的介入，系统需要接收到两个确定信息，其一为执行自动泊车步骤前，车辆处于停车状态，其二是获得了用户的允许。因此，步骤A30之前，还对车速以及用户指令进行检测，当车辆速度为零，且用户发出允许自动泊车指令时，执行步骤A30，否则执行等待检测步骤。

该等待检测步骤包括如下子步骤：

B10、利用航迹推算算法对车辆当前位置以及车身姿态进行持续定位。

B20、由于在用户选择自动泊车之前，车辆仍然会继续移动，因此需要持续检测当前车辆位置是否超出有效停车范围，若否则返回步骤B10，若是则提示用户并返回步骤A10。其中，有效停车范围指的是停车位是否仍处于第一停车位识别方法或第二停车位识别方法的识别范围。

上面结合附图对本发明的实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。

Claims (11)

1.一种停车位识别方法，其特征在于：包括如下步骤：

S10、对车辆当前位置以及车身姿态进行定位；

S20、执行超声波车位识别算法对停车位进行识别以及绘制，获得第一停车位信息；

S30、将所述第一停车位信息发送给自动泊车系统，同时执行AVM车位识别算法，在泊车进行时持续对车位进行识别，若期间识别到停车位信息，则将该停车位信息作为第二停车位信息，并将所述第二停车位信息发送给自动泊车系统以代替第一停车位信息。

2. 根据权利要求1所述的停车位识别方法，其特征在于， 所述步骤20包括如下子步骤：

S21、沿汽车行驶方向采集第一次搜索到障碍物的坐标点A1；

S22、继续采集第一次丢失障碍物的坐标点B1，以及采集第二次搜索到障碍物的坐标点C1；

S23、判断坐标点B1以及坐标点C1之间的距离是否符合停车标准，若是则执行第一停车位信息生成步骤，生成第一停车位信息，否则返回步骤S21。

3.根据权利要求2所述的停车位识别方法，其特征在于，所述第一停车位信息包括如下子步骤：

S231、录入所获得的坐标点A1、坐标点B1、坐标点C1以及车辆当前坐标；

S232、将坐标点B1以及坐标点C1的坐标转换成相对车辆当前位置的坐标点B2以及坐标点C2；

S233、根据转换后的坐标构建出第一停车位信息。

4.根据权利要求1所述的停车位识别方法及泊车方法，其特征在于，执行所述步骤S20时还同时执行入选步骤：

执行AVM车位识别算法，若识别到停车位信息，则将该停车位信息作为第二停车位信息，并将所述第二停车位信息发送给自动泊车系统；忽略第一停车位信息。

5.根据权利要求1所述的停车位识别方法，其特征在于，所述第一停车位信息和/或第二停车位信息包括当前车辆位置坐标以及停车位边缘坐标。

6.根据权利要求1所述的停车位识别方法，其特征在于，所述步骤S10中，采用航迹推算算法车辆当前位置以及车身姿态进行定位。

7.一种泊车方法，其特征在于，包括如下步骤：

A10、同时运行第一停车位识别算法和第二停车位识别算法，通过第一停车位识别算法获取低优先级的第一停车位信息，通过第二停车位算法获取高优先级的第二停车位信息；

A20、将所能获取到的优先级的较高的停车位信息发送给自动泊车系统；

A30、持续执行第一停车位识别算法和第二停车位识别算法，并执行自动泊车步骤，期间当获取到更高优先级的停车位信息时，将更高优先级的停车位信息发送给自动泊车系统用于自动泊车；

A40、检测自动泊车步骤是否结束，否者返回步骤A30。

8.根据权利要求7所述的泊车方法，其特征在于，所述第一停车位识别算法为超声波停车位识别算法，所述第二停车位算法为AVM车位识别算法。

9.根据权利要求7所述的泊车方法，其特征在于，所述步骤A30之前，还对车速以及用户指令进行检测，当车辆速度为零，且用户发出允许自动泊车指令时，执行步骤A30，否则执行等待检测步骤。

10.根据权利要求9所述的泊车方法，其特征在于，所述等待检测步骤包括如下子步骤：

B10、利用航迹推算算法对车辆当前位置以及车身姿态进行持续定位；

B20、检测当前车辆位置是否超出有效停车范围，若否则返回步骤B10，若是则提示用户并返回步骤A10。

11.根据权利要求7所述的泊车方法，其特征在于，当所述步骤A10无法搜索到有效车位信息时，返回车位搜索识别的提示。