CN109031323B - 基于超声波测距雷达的车位检测方法 - Google Patents

基于超声波测距雷达的车位检测方法 Download PDF

Info

Publication number
CN109031323B
CN109031323B CN201810990629.3A CN201810990629A CN109031323B CN 109031323 B CN109031323 B CN 109031323B CN 201810990629 A CN201810990629 A CN 201810990629A CN 109031323 B CN109031323 B CN 109031323B
Authority
CN
China
Prior art keywords
parking space
vehicle
ultrasonic ranging
data
parking
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
CN201810990629.3A
Other languages
English (en)
Other versions
CN109031323A (zh
Inventor
郑玲
杨威
梁家恺
杜文豪
张翔
李以农
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.)
Chongqing University
Original Assignee
Chongqing University
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 Chongqing University filed Critical Chongqing University
Priority to CN201810990629.3A priority Critical patent/CN109031323B/zh
Publication of CN109031323A publication Critical patent/CN109031323A/zh
Application granted granted Critical
Publication of CN109031323B publication Critical patent/CN109031323B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S15/00Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88Sonar systems specially adapted for specific applications
    • G01S15/93Sonar systems specially adapted for specific applications for anti-collision purposes
    • G01S15/931Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/14Traffic control systems for road vehicles indicating individual free spaces in parking areas
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S15/00Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88Sonar systems specially adapted for specific applications
    • G01S15/93Sonar systems specially adapted for specific applications for anti-collision purposes
    • G01S15/931Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2015/932Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles for parking operations
    • G01S2015/933Sonar 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

Abstract

本发明公开一种基于超声波测距雷达的车位检测方法,该方法包括:首先根据泊车方向控制两个超声测距雷达采集距离数据,根据泊车模式信息确定最小尺寸阈值,并对汽车速度进行积分。然后根据距离数据和速度积分数据检测停车位,再然后融合两个超声波测距雷达的检测结果确定有效停车位,最后根据最小距离数据确定障碍点位置坐标。本发明基于一侧前后两个超声波测距雷达能有效地检测停车位。同时将前后两个雷达的检测结果进行融合,增加检测到有效停车位的成功率,对于各种停车模式均有较高的准确率。能够迅速有效的寻找到障碍点,并准确计算相对位置信息,便于后续准确进行自动泊车路径规划。能源损耗低,有利于环境保护,安全可靠。

Description

基于超声波测距雷达的车位检测方法
技术领域
本发明涉及用光学或超声波检测器的交通控制系统领域,特别是涉及一种基于超声波测距雷达的车位检测方法。
背景技术
随着国内汽车保有量的不断增长,而标准化停车场、停车道的建设速度难以迅速普及,停车难的问题日渐突出。与此同时,随着汽车辅助驾驶技术的不断发展,自动泊车技术也逐渐受到各大车企以及供应商的广泛关注,试图解决驾驶员的停车难题。我们希望能够在不同停车场景中快速有效的检测到车位并实现自动泊车入位,而目前现有的技术中,通常只能单一检测平行停车位或者单一检测垂直停车位,并且只能检测右侧单方向的车位,难以准确找到泊车过程中需要躲避的危险点,无法为后续泊车路径规划提供可靠数据。
发明内容
为解决以上技术问题,本发明提供一种基于超声波测距雷达的车位检测方法。通过方向选择模块和泊车模式选择模块能选择泊车模式和泊车方向,不再只是单一地进行检测,并且通过超声波测距雷达能准确检测有效的停车位,以及有效停车位的障碍点位置,为后续停车路径的规划提供可靠数据。
技术方案如下:
一种基于超声波测距雷达的车位检测方法,设置有车位检测系统,该车位检测系统设置有处理器,该处理器与车辆电子控制系统连接,该处理器连接有4 个超声波测距雷达、模式选择模块和方向选择模块,4个超声波测距雷达分别设置在车头的左右两侧和车尾的左右两侧;
其关键在于,所述处理器采用以下方法检测车位:
步骤1、通过模式选择模块获取泊车模式信息a,根据泊车模式信息a确定最小尺寸阈值α,并以此时车辆后轴中心为原点,建立全局坐标系;
步骤2、通过方向选择模块获取泊车方向信息b,根据泊车方向信息b确定检测停车位的两个超声波测距雷达;
步骤3、分别通过确定的两个超声波测距雷达采集车辆与停车位之间的距离数据d,以及通过车辆电子控制系统采集车辆的速度数据v,并对速度数据v进行积分,得到速度积分数据S1
步骤4、根据距离数据d和速度积分数据S1确定有效停车位;
步骤5、确定有效停车位的障碍点位置坐标(xp,yp);
步骤6、判定车辆是否继续行驶;
若继续行驶,则返回步骤3;
若停止行驶,则记录停车时车辆后轴中心的位置坐标(x0,y0),并生成车辆与障碍点的相对位置信息。
优选的,所述最小尺寸阈值α采用以下计算式计算;
当泊车模式为平行泊车模式时,最小尺寸阈值α按照以下计算式计算:
Figure BDA0001780695410000021
当泊车模式为垂直泊车模式时,最小尺寸阈值α=W+0.6,W为车辆宽度。
优选的,所述处理器采用以下步骤检测有效停车位:
步骤4-1、根据采样频率对两个超声波测距雷达发送的距离数据d,以及速度积分数据S1进行采样;
步骤4-2、分别对两个超声波测距雷达的采样数据进行分析,分别得到两个超声波测距雷达的检测结果;
步骤4-3、根据两个超声波测距雷达的检测结果判定是否检测到有效停车位;
若没有检测到,则返回步骤4-1;
若检测到,则发出提示信息。
优选的,处理器采用以下步骤分别对两个超声波测距雷达的采样数据进行分析:
步骤4-2-1、获取采样的两个超声波测距雷达的距离数据d,以及速度积分数据S1
步骤4-2-2、判定距离数据d是否超过设定值D;
若超过,则返回步骤4-2-1;
若没有超过,则进入步骤4-2-3;
步骤4-2-3、判定速度积分数据S1是否超过最小尺寸阈值α;
若没有超过,则没有检测到停车位;
若超过,则检测到停车位,并发出提示信息。
优选的,若两个超声波测距雷达的检测结果中至少有一个检测结果是检测到停车位,则处理器判定为检测到有效停车位。
优选的,所述处理器根据最先检测到停车位的超声波测距雷达采集的距离数据d确定有效停车位的障碍点位置坐标(xp,yp)。
优选的,所述处理器采用以下方法确定有效车位的障碍点坐标(xp,yp):
步骤5-1、继续采集距离数据d和速度积分数据S1
步骤5-2、判定距离数据d是否减小;
若没有减小,则没有检测到障碍物,返回步骤5-1;
若减小,则检测到障碍物,进入步骤5-3;
步骤5-3、根据速度积分数据S1确定检测到障碍物时的车辆后轴中心的横坐标
Figure BDA0001780695410000046
步骤5-4、继续采集距离数据和速度积分数据S1
步骤5-5、判定距离数据d是否呈递减趋势;
若不是,则没有检测到障碍点,返回步骤5-4;
若是,则检测到障碍点,记录距离数据d的最小值
Figure BDA0001780695410000041
根据速度积分数据S1确定此时车辆后轴中心的纵坐标
Figure BDA0001780695410000047
并进入步骤5-5。
步骤5-5、根据检测到障碍物时的车辆后轴中心的横坐标
Figure BDA0001780695410000042
以及检测到障碍点时车辆后轴中心的纵坐标
Figure BDA0001780695410000043
确定障碍点坐标(xp,yp);
Figure BDA0001780695410000044
Figure BDA0001780695410000045
其中,Xoffset为超声波测距雷达的安装点与车辆后轴中心在X方向上的距离,θm为超声波测距雷达的最大探测角度,Yoffset为超声波测距雷达的安装点与车辆后轴中心在Y方向上的距离。
优选的,所述相对位置信息为停车时车辆后轴中心与障碍点的相对坐标 (xr,yr),其中xr=x0-xp,yr=y0-yp
有益效果:采用本发明的基于超声波测距雷达的车位检测方法,分别基于一侧前后两个超声波测距雷达返回的与侧向障碍物最小距离进行车位检测,可以有效地检测空余停车位。同时将前后两个雷达检测结果进行融合,增加检测车位成功率,对于平行停车位检测、垂直停车位检测均有较高的准确率。此外,本发明能够迅速有效的寻找到待泊车辆与有效停车位之间的障碍点,并准确计算相对位置信息,便于后续准确进行自动泊车路径规划。能源损耗低,有利于环境保护,安全可靠。
附图说明
图1为本发明的检测方法流程图;
图2为有效车位确认流程图;
图3为停车位检测流程图;
图4为障碍点位置坐标确定流程图;
图5为检测系统的结构框图;
图6为开始进行停车位检测时车辆与停车位的相对位置示意图;
图7为确认障碍点时车辆与停车位的相对位置示意图;
图8为车辆停车时确定车辆与障碍点的相对位置示意图。
具体实施方式
下面结合实施例和附图对本发明作进一步说明。
如图5所示,一种基于超声波测距雷达的车位检测方法,设置有车位检测系统,该车位检测系统设置有处理器,该处理器通过CAN总线与车辆原有安装的车辆电子控制系统连接,所述处理器通过车辆电子控制系统上原有的传感器采集车辆的速度和横摆角速度。
所述处理器还连接有4个超声波测距雷达、模式选择模块、方向选择模块、数据接口和存储器,其中4个超声波测距雷达分别设置在车头的左右两侧和车尾的左右两侧,并且4个超声波测距雷达车辆的中轴线左右对称,这4个超声波测距雷达选用探测角度小,探测距离长的超声波测距雷达。
可以将车辆上安装的触摸屏作为选择模块和方向选择模块,通过触摸屏输入泊车模式信息a和泊车方向信息b。也可以在汽车的控制面板上设置按键,通过按键选择泊车方向和泊车模式。
如图1所示,所述处理器采用以下方法检测车位:
步骤1、通过模式选择模块获取泊车模式信息a,根据泊车模式信息a确定最小尺寸阈值α,并以此时车辆后轴中心为原点,建立全局坐标系,如图6所示,其中1表示已被占用停车位。
在安装车位检测系统时,设定好汽车的长度L和宽度W,处理器采用以下公式计算出各种泊车模式所对应的最小尺寸阈值α,并将最小尺寸阈值α存储到存储器。当驾驶员输入泊车模式信息a后,处理器可以根据泊车模式信息a直接从存储器中调取对应的最小尺寸阈值α。
当泊车模式为平行泊车模式时,最小尺寸阈值α按照以下计算式计算:
Figure BDA0001780695410000061
当泊车模式为垂直泊车模式时,最小尺寸阈值α=W+0.6,W为车辆宽度。
步骤2、通过方向选择模块获取泊车方向信息b,根据泊车方向信息b确定检测停车位的两个超声波测距雷达。
当驾驶员通过方向选择模块选择的是右侧停车时,处理器控制位于车辆右侧的前后两个超声波测距雷达采集车辆右侧与停车位之间的距离数据d,而位于车辆左侧的超声波测距雷达不采集信息,节约能源。左侧停车时,处理器的处理过程与右侧停车的处理过程相同。
步骤3、分别通过确定的两个超声波测距雷达采集车辆与停车位之间的距离数据d,以及通过车辆电子控制系统采集车辆的速度数据v,处理器对速度数据 v进行积分,得到速度积分数据S1,并将速度积分数据S1记录到存储器中。
步骤4、对距离数据d和速度积分数据S1进行采样,根据采样结果确定有效停车位2。
如图2所示,这个步骤中,所述处理器采用以下步骤检测有效停车位2:
步骤4-1、根据初始设定的采样频率对两个超声波测距雷达发送的距离数据 d,并同时对速度积分数据S1进行采样;
步骤4-2、分别对两个超声波测距雷达的采样数据采用相同的分析方法进行分析,分别得到两个超声波测距雷达的检测结果,其分析步骤如图3所示,包括:
步骤4-2-1、获取采样的距离数据d,以及速度积分数据S1
步骤4-2-2、判定距离数据d是否超过设定值D,该设定值D为安装系统时人工设定的值;
若超过,则返回步骤4-2-1;
若没有超过,则进入步骤4-2-3;
步骤4-2-3、判定速度积分数据S1是否超过最小尺寸阈值α;
若没有超过,则检测结果是没有检测到停车位,初始化采样数据;
若超过,则检测结果是检测到停车位。
步骤4-3、处理器融合两个超声波测距雷达的检测结果判定是否检测到有效停车位2;
若两个检测结果都是没有检测到停车位,则没有检测到有效停车位2,并返回步骤4-1;
若两个检测结果中至少有一个是检测到停车位,则检测到有效停车位2,通过车辆电子控制系统中的显示屏或者音频装置发出提示信息。
步骤5、处理器在检测有效停车位2后,控制最先检测到有效停车位2的超声波测距雷达继续采集距离数据d,并控制另一个超声波测距雷达停止采集数据。
所述处理器根据最先检测到停车位的超声波测距雷达采集的距离数据d,如图4所示,通过以下步骤确定有效停车位2的障碍点3位置坐标(xp,yp),在本实施例中为位于车头的超声波测距雷达最先检测到有效停车位,处理器通过位于车头的超声波测距雷达对障碍点进行检测。
步骤5-1、继续采集距离数据d和速度积分数据S1
步骤5-2、判定距离数据d是否减小;
若没有减小,则没有检测到障碍物,返回步骤5-1;
若减小,则检测到障碍物,进入步骤5-3。即在车辆行驶到如图7中虚线车体所在的位置时;
步骤5-3、根据速度积分数据S1确定检测到障碍物时的车辆后轴中心的横坐标
Figure BDA0001780695410000089
步骤5-4、继续采集距离数据和速度积分数据S1
步骤5-5、判定距离数据d是否呈递减趋势;
若不是,则没有检测到障碍点,返回步骤5-4;
若是,即车辆行驶到如图7中实线车体所在的位置处,则检测到障碍点,处理器记录距离数据d的最小值
Figure BDA0001780695410000081
根据速度积分数据S1确定此时车辆后轴中心的纵坐标
Figure BDA0001780695410000082
并进入步骤5-5。
Figure BDA0001780695410000083
为车辆在X轴方向上行驶的距离,等于速度积分数据S1在X轴方向的分量,
Figure BDA0001780695410000084
为车辆在Y轴方向上行驶的距离,等于速度积分数据S1在Y轴方向的分量,
Figure BDA0001780695410000085
Figure BDA0001780695410000086
按照以下离散化的迭代计算式计算。
xk+1=xk+vk cosθk·dt
yk+1=yk+vk sinθk·dt
θk+1=θk+w·dt
其中,w是通过车辆电子控制系统检测到的横摆角速度,t为采样间隔。
步骤5-5、根据检测到障碍物时的车辆后轴中心的横坐标
Figure BDA0001780695410000087
以及检测到障碍点时车辆后轴中心的纵坐标
Figure BDA0001780695410000088
确定障碍点坐标(xp,yp)。
Figure BDA0001780695410000091
Figure BDA0001780695410000092
其中,Xoffset为超声波测距雷达的安装点与车辆后轴中心在X方向上的距离,θm为超声波测距雷达的最大探测角度,Yoffset为超声波测距雷达的安装点与车辆后轴中心在Y方向上的距离。
步骤6、判定车辆是否继续行驶;
若继续行驶,则返回步骤3;
若停止行驶,则记录停车时车辆后轴中心的位置坐标(x0,y0),并生成车辆与障碍点3的相对位置信息。所述相对位置信息为停车时车辆后轴中心与障碍点3 的相对坐标(xr,yr),其中xr=x0-xp,yr=y0-yp,此时车辆与障碍点33的位置关系如图8所示。
最后需要说明的是,上述描述仅仅为本发明的优选实施例,本领域的普通技术人员在本发明的启示下,在不违背本发明宗旨及权利要求的前提下,可以做出多种类似的表示,这样的变换均落入本发明的保护范围之内。

Claims (5)

1.一种基于超声波测距雷达的车位检测方法,设置有车位检测系统,该车位检测系统设置有处理器,该处理器与车辆电子控制系统连接,该处理器连接有4个超声波测距雷达、模式选择模块和方向选择模块,4个超声波测距雷达分别设置在车头的左右两侧和车尾的左右两侧;
其特征在于,所述处理器采用以下方法检测车位:
步骤1、通过模式选择模块获取泊车模式信息a,根据泊车模式信息a确定最小尺寸阈值α,并以此时车辆后轴中心为原点,建立全局坐标系;
步骤2、通过方向选择模块获取泊车方向信息b,根据泊车方向信息b确定检测停车位的两个超声波测距雷达进行测距;
步骤3、分别通过确定的两个超声波测距雷达采集车辆与停车位之间的距离数据d,以及通过车辆电子控制系统采集车辆的速度数据v,并对速度数据v进行积分,得到速度积分数据S1
步骤4、根据距离数据d和速度积分数据S1确定有效停车位,所述处理器采用以下步骤检测有效停车位:
步骤4-1、根据采样频率对两个超声波测距雷达发送的距离数据d,以及速度积分数据S1进行采样;
步骤4-2、分别对两个超声波测距雷达的采样数据进行分析,分别得到两个超声波测距雷达的检测结果;
步骤4-3、根据两个超声波测距雷达的检测结果判定是否检测到有效停车位;
若没有检测到,则初始化采样数据,并返回步骤4-1;
若检测到,则发出提示信息;
步骤5、以步骤1中的全局坐标系,确定有效停车位的障碍点位置坐标(xp,yp);
所述处理器采用以下方法确定有效车位的障碍点坐标(xp,yp):
步骤5-1、继续采集距离数据d和速度积分数据S1
步骤5-2、判定距离数据d是否减小;
若没有减小,则没有检测到障碍物,返回步骤5-1;
若减小,则检测到障碍物,进入步骤5-3;
步骤5-3、根据速度积分数据S1确定检测到障碍物时的车辆后轴中心的横坐标
Figure FDA0002564853350000027
步骤5-4、继续采集距离数据和速度积分数据S1
步骤5-5、判定距离数据d是否呈递减趋势;
若不是,则没有检测到障碍点,返回步骤5-4;
若是,则检测到障碍点,记录距离数据d的最小值
Figure FDA0002564853350000021
根据速度积分数据S1确定此时车辆后轴中心的纵坐标
Figure FDA0002564853350000022
并进入步骤5-5;
步骤5-5、根据检测到障碍物时的车辆后轴中心的横坐标
Figure FDA0002564853350000023
以及检测到障碍点时车辆后轴中心的纵坐标
Figure FDA0002564853350000024
确定障碍点坐标(xp,yp);
Figure FDA0002564853350000025
Figure FDA0002564853350000026
其中,Xoffset为超声波测距雷达的安装点与车辆后轴中心在X方向上的距离,θm为超声波测距雷达的最大探测角度,Yoffset为超声波测距雷达的安装点与车辆后轴中心在Y方向上的距离;
步骤6、判定车辆是否继续行驶;
若继续行驶,则返回步骤3;
若停止行驶,则记录停车时车辆后轴中心的位置坐标(x0,y0),并生成车辆与障碍点的相对位置信息。
2.根据权利要求1所述的基于超声波测距雷达的车位检测方法,其特征在于,处理器采用以下步骤分别对两个超声波测距雷达的采样数据进行分析:
步骤4-2-1、获取采样的两个超声波测距雷达的距离数据d,以及速度积分数据S1
步骤4-2-2、判定距离数据d是否超过设定值D;
若超过,则返回步骤4-2-1;
若没有超过,则进入步骤4-2-3;
步骤4-2-3、判定速度积分数据S1是否超过最小尺寸阈值α;
若没有超过,则没有检测到停车位;
若超过,则检测到停车位,并发出提示信息。
3.根据权利要求1所述的基于超声波测距雷达的车位检测方法,其特征在于:若两个超声波测距雷达的检测结果中至少有一个检测结果是检测到停车位,则处理器判定为检测到有效停车位。
4.根据权利要求3所述的基于超声波测距雷达的车位检测方法,其特征在于:所述处理器根据最先检测到停车位的超声波测距雷达采集的距离数据d确定有效停车位的障碍点位置坐标(xp,yp)。
5.根据权利要求1所述的基于超声波测距雷达的车位检测方法,其特征在于:所述相对位置信息为停车时车辆后轴中心与障碍点的相对坐标(xr,yr),其中xr=x0-xp,yr=y0-yp
CN201810990629.3A 2018-08-28 2018-08-28 基于超声波测距雷达的车位检测方法 Active CN109031323B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810990629.3A CN109031323B (zh) 2018-08-28 2018-08-28 基于超声波测距雷达的车位检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810990629.3A CN109031323B (zh) 2018-08-28 2018-08-28 基于超声波测距雷达的车位检测方法

Publications (2)

Publication Number Publication Date
CN109031323A CN109031323A (zh) 2018-12-18
CN109031323B true CN109031323B (zh) 2020-09-11

Family

ID=64624946

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810990629.3A Active CN109031323B (zh) 2018-08-28 2018-08-28 基于超声波测距雷达的车位检测方法

Country Status (1)

Country Link
CN (1) CN109031323B (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109559555B (zh) * 2018-12-21 2021-12-28 联创汽车电子有限公司 车位识别系统及其识别方法
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
CN109747636A (zh) * 2019-01-15 2019-05-14 中国第一汽车股份有限公司 基于长距离超声波的路沿位置及角度检测方法及其系统
CN109814115B (zh) * 2019-01-16 2021-01-26 杭州湘滨电子科技有限公司 一种垂直泊车的角度识别校正方法
CN110001631A (zh) * 2019-04-10 2019-07-12 合肥工业大学 一种基于激光测距模块与编码器的车位检测判别方法
CN110349431A (zh) * 2019-06-28 2019-10-18 广州有位智能科技有限公司 基于超声波的室外车位管理方法及存储介质
CN112213728A (zh) * 2019-07-11 2021-01-12 深圳市优必选科技股份有限公司 一种超声测距方法、装置、计算机可读存储介质及机器人
CN110444044B (zh) * 2019-08-27 2022-07-12 纵目科技(上海)股份有限公司 基于超声波传感器的车辆位姿检测系统、终端和存储介质
CN112578371A (zh) * 2019-09-30 2021-03-30 华为技术有限公司 一种信号处理方法及装置
CN110796896B (zh) * 2019-11-29 2021-02-26 江苏集萃智能传感技术研究所有限公司 停车场车位状态监测系统及监测方法
CN110879395B (zh) * 2019-12-03 2022-09-09 北京百度网讯科技有限公司 障碍物位置预测方法、装置和电子设备
WO2021114046A1 (zh) * 2019-12-09 2021-06-17 北醒(北京)光子科技有限公司 一种停车位监测系统及方法
CN111210659B (zh) * 2020-04-21 2020-07-10 南京楚航科技有限公司 一种车位场端、车载终端、服务器及自主泊车系统
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
CN112863242B (zh) * 2021-02-08 2022-07-01 广州小鹏自动驾驶科技有限公司 一种车位检测的方法和装置
CN113581174B (zh) * 2021-08-23 2023-03-24 安徽江淮汽车集团股份有限公司 一种车辆的障碍物定位方法及障碍物定位装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103241239A (zh) * 2013-04-27 2013-08-14 重庆邮电大学 一种自动泊车系统车位识别方法
CN106347362A (zh) * 2015-07-14 2017-01-25 株式会社万都 停车控制系统及其控制方法
CN106945662A (zh) * 2017-03-30 2017-07-14 重庆大学 一种垂直自动泊车路径规划方法及系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102431551B (zh) * 2011-11-18 2014-06-11 奇瑞汽车股份有限公司 一种泊车车位探测方法以及泊车车位探测系统
CN106671974B (zh) * 2015-11-10 2019-09-20 新乡航空工业(集团)有限公司 一种用于智能泊车系统的车位检测方法
CN105608924A (zh) * 2016-02-18 2016-05-25 广州橙行智动汽车科技有限公司 一种基于超声波雷达的泊车车位检测方法
CN106408999A (zh) * 2016-10-12 2017-02-15 防城港市港口区升聚科技有限公司 一种超声波车位探测方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103241239A (zh) * 2013-04-27 2013-08-14 重庆邮电大学 一种自动泊车系统车位识别方法
CN106347362A (zh) * 2015-07-14 2017-01-25 株式会社万都 停车控制系统及其控制方法
CN106945662A (zh) * 2017-03-30 2017-07-14 重庆大学 一种垂直自动泊车路径规划方法及系统

Also Published As

Publication number Publication date
CN109031323A (zh) 2018-12-18

Similar Documents

Publication Publication Date Title
CN109031323B (zh) 基于超声波测距雷达的车位检测方法
CN109649384B (zh) 一种泊车辅助方法
CN108791278B (zh) 侧方位泊车控制系统及其控制方法
RU2670845C2 (ru) Способ оценки участка для парковки транспортного средства
TW202019743A (zh) 自動駕駛車輛之行駛軌跡規劃系統及方法
WO2018223890A1 (zh) 一种车辆自动换道控制方法和装置
CN102431551B (zh) 一种泊车车位探测方法以及泊车车位探测系统
CN108791288B (zh) 一种基于信息融合的防碰撞装置及方法
CN109615903B (zh) 车位识别方法
CN108177694A (zh) 一种车载超声波传感器系统
CN112771591B (zh) 用于评价运输工具的环境中的对象对运输工具的行驶机动动作的影响的方法
WO2019210599A1 (zh) 一种停车位识别方法及泊车方法
US20210394760A1 (en) Method For Conducting A Motor Vehicle In An At Least Partially Automated Manner
KR20170038067A (ko) 초음파 센서에 의해 자동차의 주변 구역에서 적어도 하나의 물체의 확인 방법, 운전자 보조 시스템 및 자동차
CN107650906A (zh) 智能泊车系统及其控制方法
CN108615383A (zh) 一种基于车间通信的汽车交通路口辅助通行系统及其控制方法
CN111103587A (zh) 用于预测同时并线车辆的方法和设备及包括其的车辆
CN107656283A (zh) 泊车辅助系统的控制方法
US10970870B2 (en) Object detection apparatus
CN113650607B (zh) 一种低速场景自动驾驶方法、系统及汽车
CN112485801A (zh) 一种障碍物位置确定方法、系统、计算机设备和存储介质
JP7346129B2 (ja) 駐車支援装置及び駐車支援装置の制御方法
CN205523953U (zh) 多功能车辆安全辅助系统
JP4683910B2 (ja) 衝突防止支援装置
CN105774779A (zh) 抑制自动紧急制动系统对小障碍物误工作的装置和方法

Legal Events

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