CN109532821A - 融合泊车系统 - Google Patents
融合泊车系统 Download PDFInfo
- Publication number
- CN109532821A CN109532821A CN201811330115.1A CN201811330115A CN109532821A CN 109532821 A CN109532821 A CN 109532821A CN 201811330115 A CN201811330115 A CN 201811330115A CN 109532821 A CN109532821 A CN 109532821A
- Authority
- CN
- China
- Prior art keywords
- camera
- barrier
- ultrasonic sensor
- point cloud
- information
- 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.)
- Pending
Links
- 230000004888 barrier function Effects 0.000 claims abstract description 39
- 230000004927 fusion Effects 0.000 claims abstract description 19
- 238000003384 imaging method Methods 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 9
- 238000012935 Averaging Methods 0.000 claims description 6
- 238000002844 melting Methods 0.000 claims description 2
- 230000008018 melting Effects 0.000 claims description 2
- 230000001360 synchronised effect Effects 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 8
- 208000010877 cognitive disease Diseases 0.000 abstract description 2
- 238000012549 training Methods 0.000 abstract description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 239000000155 melt Substances 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
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/54—Audio sensitive means, e.g. ultrasound
-
- 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
- B60W2554/00—Input parameters relating to objects
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明公开了融合泊车系统,包括安装于车辆上的摄像头、超声波传感器和融合控制器。摄像头通过影像方式获取车辆行进过程中障碍物和车位的摄像头3D点云信息,超声波传感器通过回波方式在车辆行进过程中获取障碍物的超声波2D点云信息,摄像头及超声波传感器探测的车位信息分为非障碍物与障碍物两类,并对各类信息进行摄像头、超声波传感器的测距精度训练从而获得不同组置信度。分两类并由传感器不同组置信度将传感器信息进行融合,可以精准的识别障碍物车位、划线车位。
Description
技术领域
本发明属于汽车泊车领域,具体涉及融合泊车系统。
背景技术
现有技术的车辆泊车技术存在不少缺点,仅依靠超声波的泊车系统对障碍物的尺寸探测精度很差,无法测量障碍物的大小,只能做直接距离测量,而且还无法实现基于车位线车位的泊车;仅依靠摄像头2D影像重构技术,识别车位线功能的泊车,无法识别所有障碍物的距离,仅能做到对特定类型障碍物的识别和距离判断。然而融合超声波传感器的融合泊车技术,只是把超声波信息和摄像头信息进行简单的叠加和分类,实现既可以泊入障碍物车位,也能够泊入划线车位,未有提高超声波传感器或摄像头的车位检测精度,从安全的角度来说并没有实质性的提升,只能叫做分类泊车技术。
发明内容
本发明公开融合泊车系统,设计一种融合泊车系统,实现超声波信息与摄像头信息的融合,解决障碍物坐标、尺寸判断不精确的问题,实现融合泊车中的车位准确定位功能。
本发明公开的融合泊车系统,包括安装于车辆上的摄像头、超声波传感器和融合控制器;所述摄像头通过影像方式获取车辆行进过程中障碍物和车位的摄像头3D点云信息,所述超声波传感器通过回波方式在车辆行进过程中获取障碍物的超声波2D点云信息;通过以下步骤对泊车车位进行探测,
步骤1)将摄像头3D点云信息和超声波2D点云信息进行时间及空间同步;
步骤2)将摄像头3D点云信息中的高度信息去除,并降维到摄像头2D点云信息;利用融合控制器对障碍物进行分类,划分为障碍物边界与非障碍物边界两类;
步骤3)对非障碍物边界进行融合;利用超声波传感器的非障碍物测距精度、以及摄像头的非障碍物测距精度,获取不同的置信度;采取基于置信度的求平均方法,获得非障碍物边界点的坐标;
步骤4)对障碍物边界进行融合;利用超声波传感器的障碍物测距精度、以及摄像头的障碍物测距精度,获取另一组不同的置信度;采取基于置信度的求平均方法,获得障碍物边界点的坐标。
步骤5)将非障碍物边界点与障碍物边界点联合构成车位信息及障碍物信息。
进一步地,步骤1)中的空间同步,将摄像头的坐标转换到以车辆后轴中心为原点的三维笛卡尔坐标,将超声波传感器的坐标转换到以车辆后轴中心为原点的二维笛卡尔坐标。
进一步地,步骤1)中时间同步,采用融合控制器将摄像头获取摄像头3D点云信息的时间和超声波获取超声波2D点云信息的时间分别标记,在计算处理时间片上进行航迹同步。
进一步地,步骤3)中,通过布置车位样本,并人为驾驶驶入和/或驶出车位,通过超声波传感器、摄像头标定多组非障碍物边界,从而获得超声波传感器、摄像头的测距精度。
进一步地,步骤4)中,通过布置车位样本,并人为驾驶驶入和/或驶出车位,通过超声波传感器、摄像头标定多组障碍物边界,从而获得超声波传感器、摄像头的障碍物测距精度。
进一步地,摄像头采取基于恢复运动结构算法构建3D点云信息。
本发明有益技术效果为:摄像头及超声波传感器探测的车位信息分为非障碍物与障碍物两类,并对各类信息进行摄像头、超声波传感器的测距精度训练从而获得不同组置信度。分两类并基于传感器不同组置信度将传感器信息进行融合,可以精准的识别障碍物车位、划线车位。特别是对于车位有效性的判断、3D障碍物的判断十分准确。最终提升泊车性能,使泊车系统更安全、更可靠、场景适应性更强。
附图说明
图1为融合泊车系统架构;
图2为超声波传感器探测环境结果;
图3为融合后的探测环境结果;
图4为本融合泊车系统的融合流程。
具体实施方式
下面结合附图对本发明作进一步说明。
如图1所示,融合泊车系统包括12个超声波传感器1(例如:超声波雷达)、4个摄像头2(如:100万像素的高清摄像头)和1个融合控制器3。超声波传感器通过数字信号线与融合控制器连接,摄像头通过铜轴线与融合控制器连接;融合控制器3通过CAN总线及以太网与与整车网关(4)相连,从而实现对车辆的控制,完成泊车功能。
如图2所示,超声波传感器对环境的探测是直接式的。在车辆行驶过程中,通过超声波信号的不断距离值反馈,泊车系统可以构建一个2D点云环境地图,从而获得车位的顶点坐标信息,图2中的边界点A与边界点B。图2中X方向为车辆行驶方向,Y方向为在笛卡尔坐标系中垂直与X的方向,即车辆的横向距离方向。通常情况下,基于超声波传感器探测的边界点A、边界点B 坐标值相对于实际坐标偏差为cm。这就导致两个问题,一是车位长度的计算不准确,其误差范围可达到cm,导致系统错误判断车位的有效性;二是,由于顶点坐标X方向不准确,在系统进行泊车轨迹规划的时候,无法精准的避开障碍物,只能采取给予更多的安全距离补偿的方式,导致轨迹规划不合理。
例如,从图2中可以看出在障碍物的边界点上,超声波传感器存在探测误差,导致探测的车位边界点A的Xa坐标比实际障碍物的边界点A坐标值要大,探测的车位边界点B的Xb坐标比实际障碍物的边界点B坐标值要小,这就导致了探测出的车位空间比实际障碍物形成的空间小,影响车位搜索的性能。车位边界点B的Xb坐标值偏小,也同时导致了轨迹规划靠后,造成第一步泊车无法泊入车位,最终可能导致泊车失败的问题。
如图3,图4所示,融合泊车系统中摄像头通过影像方式获取车辆行进过程中障碍物和车位的摄像头3D点云信息。主要方式是摄像头获取摄像头图像信息,对图像进行预处理并采取基于恢复运动结构(SFM,Structure From Motion)的3D测量重建技术生成3D点云信息。融合泊车系统中超声波传感器通过回波方式在车辆行进过程中获取障碍物的超声波2D点云信息。将摄像头3D点云信息与超声波2D点云信息融合,得到图3给出了经过融合后的融合边界点A和融合边界点B。
具体为融合泊车系统通过以下步骤对两者信息进行融合,从而对泊车车位进行探测:
步骤1)将摄像头3D点云信息和超声波2D点云信息进行时间及空间同步;
空间同步,将摄像头的坐标转换到以车辆后轴中心为原点的三维笛卡尔坐标,将超声波传感器的坐标转换到以车辆后轴中心为原点的二维笛卡尔坐标。
时间同步,采用融合控制器将摄像头获取摄像头3D点云信息的时间和超声波获取超声波2D点云信息的时间分别标记,在计算处理时间片上进行航迹同步。
步骤2)将摄像头3D点云信息中的高度信息去除,并降维到摄像头2D点云信息;利用融合控制器对障碍物进行分类,划分为障碍物边界与非障碍物边界两类。
步骤3)对非障碍物边界进行融合;利用超声波传感器的非障碍物测距精度、以及摄像头的非障碍物测距精度,获取不同的置信度;采取基于置信度的求平均方法,获得非障碍物边界点的坐标。
非障碍物测距精度获得,通过布置车位样本,并人为驾驶驶入和/或驶出车位,通过超声波传感器、摄像头标定多组非障碍物边界,从而获得超声波传感器、摄像头的非障碍物测距精度。
步骤4)对障碍物边界进行融合;利用超声波传感器的障碍物测距精度、以及摄像头的障碍物测距精度,获取另一组不同的置信度;采取基于置信度的求平均方法,获得障碍物边界点的坐标。
障碍物测距精度获得,通过布置车位样本,并人为驾驶驶入和/或驶出车位,通过超声波传感器、摄像头标定多组障碍物边界,从而获得超声波传感器、摄像头的障碍物测距精度。
步骤5)将非障碍物边界点与障碍物边界点联合构成车位信息及障碍物信息。
Claims (6)
1.融合泊车系统,包括安装于车辆上的摄像头(2)、超声波传感器(1)和融合控制器(3);所述摄像头(2)通过影像方式获取车辆行进过程中障碍物和车位的摄像头3D点云信息,所述超声波传感器(1)通过回波方式在车辆行进过程中获取障碍物的超声波2D点云信息;其特征在于:通过以下步骤对泊车车位进行探测,
步骤1)将摄像头3D点云信息和超声波2D点云信息进行时间及空间同步;
步骤2)将摄像头3D点云信息中的高度信息去除,并降维到摄像头2D点云信息;利用融合控制器(3)对障碍物进行分类,划分为障碍物边界与非障碍物边界两类;
步骤3)对非障碍物边界进行融合;利用超声波传感器的非障碍物测距精度、以及摄像头的非障碍物测距精度,获取不同的置信度;采取基于置信度的求平均方法,获得非障碍物边界点的坐标;
步骤4)对障碍物边界进行融合;利用超声波传感器的障碍物测距精度、以及摄像头的障碍物测距精度,获取另一组不同的置信度;采取基于置信度的求平均方法,获得障碍物边界点的坐标;
步骤5)将非障碍物边界点与障碍物边界点联合构成车位信息及障碍物信息。
2.如权利要求1所述的融合泊车系统,其特征在于:步骤1)中的空间同步,将摄像头的坐标转换到以车辆后轴中心为原点的三维笛卡尔坐标,将超声波传感器的坐标转换到以车辆后轴中心为原点的二维笛卡尔坐标。
3.如权利要求2所述的融合泊车系统,其特征在于:步骤1)中时间同步,采用融合控制器将摄像头获取摄像头3D点云信息的时间和超声波获取超声波2D点云信息的时间分别标记,在计算处理时间片上进行航迹同步。
4.如权利要求3所述的融合泊车系统,其特征在于:步骤3)中,通过布置车位样本,并人为驾驶驶入和/或驶出车位,通过超声波传感器、摄像头标定多组非障碍物边界,从而获得超声波传感器、摄像头的测距精度。
5.如权利要求4所述的融合泊车系统,其特征在于:步骤4)中,通过布置车位样本,并人为驾驶驶入和/或驶出车位,通过超声波传感器、摄像头标定多组障碍物边界,从而获得超声波传感器、摄像头的障碍物测距精度。
6.如权利要求5所述的融合泊车系统,其特征在于:摄像头采取基于恢复运动结构算法构建3D点云信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811330115.1A CN109532821A (zh) | 2018-11-09 | 2018-11-09 | 融合泊车系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811330115.1A CN109532821A (zh) | 2018-11-09 | 2018-11-09 | 融合泊车系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109532821A true CN109532821A (zh) | 2019-03-29 |
Family
ID=65846458
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811330115.1A Pending CN109532821A (zh) | 2018-11-09 | 2018-11-09 | 融合泊车系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109532821A (zh) |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110155043A (zh) * | 2019-05-09 | 2019-08-23 | 禾多科技(北京)有限公司 | 自动泊车二维定位方法 |
CN110211420A (zh) * | 2019-06-25 | 2019-09-06 | 重庆长安汽车股份有限公司 | 判断当前场景是否为停车场的方法、系统及计算机可读存储介质 |
CN110293964A (zh) * | 2019-06-25 | 2019-10-01 | 重庆长安汽车股份有限公司 | 自动泊车融合车位判断方法、系统、计算机可读存储介质及车辆 |
CN110444044A (zh) * | 2019-08-27 | 2019-11-12 | 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 |
CN110562249A (zh) * | 2019-09-26 | 2019-12-13 | 上汽通用汽车有限公司 | 自动泊车辅助方法、可读存储介质和电子设备 |
CN110588638A (zh) * | 2019-09-24 | 2019-12-20 | 威马智慧出行科技(上海)有限公司 | 自动泊车控制方法、电子设备及汽车 |
CN111038493A (zh) * | 2019-12-12 | 2020-04-21 | 恒大新能源汽车科技(广东)有限公司 | 自动泊车方法、系统、车辆和存储介质 |
CN111055838A (zh) * | 2019-10-14 | 2020-04-24 | 江苏开沃汽车有限公司 | 一种基于传感器融合的全自动泊车控制系统及其控制方法 |
CN111775931A (zh) * | 2019-04-03 | 2020-10-16 | 北京宝沃汽车有限公司 | 自动泊车方法与装置以及一种车辆 |
CN111881874A (zh) * | 2020-08-05 | 2020-11-03 | 北京四维智联科技有限公司 | 车位识别方法、设备及系统 |
CN112014845A (zh) * | 2020-08-28 | 2020-12-01 | 安徽江淮汽车集团股份有限公司 | 一种车辆障碍物定位方法、装置、设备及存储介质 |
CN112277933A (zh) * | 2020-10-26 | 2021-01-29 | 广州小鹏自动驾驶科技有限公司 | 一种数据处理的方法和装置 |
CN112572422A (zh) * | 2020-12-30 | 2021-03-30 | 广州小鹏自动驾驶科技有限公司 | 一种泊车控制方法和装置 |
CN112721921A (zh) * | 2021-02-05 | 2021-04-30 | 重庆长安汽车股份有限公司 | 基于实时视频流监控的远程泊车方法及系统 |
CN112776797A (zh) * | 2021-02-27 | 2021-05-11 | 重庆长安汽车股份有限公司 | 泊出原始车位创建方法、系统、车辆和存储介质 |
CN112863242A (zh) * | 2021-02-08 | 2021-05-28 | 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 |
CN113479191A (zh) * | 2021-06-30 | 2021-10-08 | 重庆长安汽车股份有限公司 | 用于泊车的无车道线的车道边界检测系统、方法及车辆 |
CN113516873A (zh) * | 2021-06-01 | 2021-10-19 | 上海追势科技有限公司 | 一种基于车身位姿及语义检测融合的车位检测方法及车辆 |
CN114572223A (zh) * | 2022-02-25 | 2022-06-03 | 智己汽车科技有限公司 | 一种超声波雷达障碍物车位感知系统和方法 |
EP4033457A1 (en) * | 2021-01-20 | 2022-07-27 | Guangzhou Xiaopeng Autopilot Technology Co., Ltd. | Parking space detection method and apparatus |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060250297A1 (en) * | 2005-05-06 | 2006-11-09 | Ford Global Technologies, Llc | System and method for preemptively sensing an object and selectively operating both a collision countermeasure system and a parking assistance system aboard an automotive vehicle |
US20100328644A1 (en) * | 2007-11-07 | 2010-12-30 | Yuesheng Lu | Object Detection and Tracking System |
US20130218499A1 (en) * | 2010-07-27 | 2013-08-22 | Thales | Method for Optimally Determining the Characteristics and Arrangement of a Set of Sensors for Monitoring an Area |
CN106985814A (zh) * | 2016-01-12 | 2017-07-28 | 福特全球技术公司 | 用于自动激活自主驻车的系统和方法 |
CN107521493A (zh) * | 2017-08-28 | 2017-12-29 | 苏州优达斯汽车科技有限公司 | 一种自动泊车系统 |
CN107600067A (zh) * | 2017-09-08 | 2018-01-19 | 中山大学 | 一种基于多视觉惯导融合的自主泊车系统及方法 |
CN107826092A (zh) * | 2017-10-27 | 2018-03-23 | 智车优行科技(北京)有限公司 | 先进驾驶辅助系统和方法、设备、程序和介质 |
CN108090435A (zh) * | 2017-12-13 | 2018-05-29 | 深圳市航盛电子股份有限公司 | 一种可停车区域识别方法、系统及介质 |
CN108445885A (zh) * | 2018-04-20 | 2018-08-24 | 鹤山东风新能源科技有限公司 | 一种基于纯电动物流车的自动驾驶系统及其控制方法 |
JP2018140757A (ja) * | 2017-02-28 | 2018-09-13 | アイシン精機株式会社 | 駐車支援装置 |
CN108528441A (zh) * | 2018-03-27 | 2018-09-14 | 广州汽车集团股份有限公司 | 泊车方法及装置 |
DE102017205245A1 (de) * | 2017-03-28 | 2018-10-04 | Audi Ag | Freibereichsfusion für Fahrerassistenzsysteme |
CN108761475A (zh) * | 2017-04-20 | 2018-11-06 | 通用汽车环球科技运作有限责任公司 | 用于自主车辆操作的校准验证 |
-
2018
- 2018-11-09 CN CN201811330115.1A patent/CN109532821A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060250297A1 (en) * | 2005-05-06 | 2006-11-09 | Ford Global Technologies, Llc | System and method for preemptively sensing an object and selectively operating both a collision countermeasure system and a parking assistance system aboard an automotive vehicle |
US20100328644A1 (en) * | 2007-11-07 | 2010-12-30 | Yuesheng Lu | Object Detection and Tracking System |
US20130218499A1 (en) * | 2010-07-27 | 2013-08-22 | Thales | Method for Optimally Determining the Characteristics and Arrangement of a Set of Sensors for Monitoring an Area |
CN106985814A (zh) * | 2016-01-12 | 2017-07-28 | 福特全球技术公司 | 用于自动激活自主驻车的系统和方法 |
JP2018140757A (ja) * | 2017-02-28 | 2018-09-13 | アイシン精機株式会社 | 駐車支援装置 |
DE102017205245A1 (de) * | 2017-03-28 | 2018-10-04 | Audi Ag | Freibereichsfusion für Fahrerassistenzsysteme |
CN108761475A (zh) * | 2017-04-20 | 2018-11-06 | 通用汽车环球科技运作有限责任公司 | 用于自主车辆操作的校准验证 |
CN107521493A (zh) * | 2017-08-28 | 2017-12-29 | 苏州优达斯汽车科技有限公司 | 一种自动泊车系统 |
CN107600067A (zh) * | 2017-09-08 | 2018-01-19 | 中山大学 | 一种基于多视觉惯导融合的自主泊车系统及方法 |
CN107826092A (zh) * | 2017-10-27 | 2018-03-23 | 智车优行科技(北京)有限公司 | 先进驾驶辅助系统和方法、设备、程序和介质 |
CN108090435A (zh) * | 2017-12-13 | 2018-05-29 | 深圳市航盛电子股份有限公司 | 一种可停车区域识别方法、系统及介质 |
CN108528441A (zh) * | 2018-03-27 | 2018-09-14 | 广州汽车集团股份有限公司 | 泊车方法及装置 |
CN108445885A (zh) * | 2018-04-20 | 2018-08-24 | 鹤山东风新能源科技有限公司 | 一种基于纯电动物流车的自动驾驶系统及其控制方法 |
Non-Patent Citations (2)
Title |
---|
何明: "基于置信隶属度的多传感器数据模糊融合", 《传感器与微系统》 * |
周征: "《传感器与检测技术》", 31 October 2017 * |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111775931A (zh) * | 2019-04-03 | 2020-10-16 | 北京宝沃汽车有限公司 | 自动泊车方法与装置以及一种车辆 |
CN110155043A (zh) * | 2019-05-09 | 2019-08-23 | 禾多科技(北京)有限公司 | 自动泊车二维定位方法 |
CN110211420B (zh) * | 2019-06-25 | 2021-11-30 | 重庆长安汽车股份有限公司 | 判断当前场景是否为停车场的方法、系统及计算机可读存储介质 |
CN110211420A (zh) * | 2019-06-25 | 2019-09-06 | 重庆长安汽车股份有限公司 | 判断当前场景是否为停车场的方法、系统及计算机可读存储介质 |
CN110293964A (zh) * | 2019-06-25 | 2019-10-01 | 重庆长安汽车股份有限公司 | 自动泊车融合车位判断方法、系统、计算机可读存储介质及车辆 |
CN110444044A (zh) * | 2019-08-27 | 2019-11-12 | 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 |
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 |
CN110588638A (zh) * | 2019-09-24 | 2019-12-20 | 威马智慧出行科技(上海)有限公司 | 自动泊车控制方法、电子设备及汽车 |
CN110588638B (zh) * | 2019-09-24 | 2021-06-25 | 威马智慧出行科技(上海)有限公司 | 自动泊车控制方法、电子设备及汽车 |
CN110562249A (zh) * | 2019-09-26 | 2019-12-13 | 上汽通用汽车有限公司 | 自动泊车辅助方法、可读存储介质和电子设备 |
CN111055838A (zh) * | 2019-10-14 | 2020-04-24 | 江苏开沃汽车有限公司 | 一种基于传感器融合的全自动泊车控制系统及其控制方法 |
CN111038493A (zh) * | 2019-12-12 | 2020-04-21 | 恒大新能源汽车科技(广东)有限公司 | 自动泊车方法、系统、车辆和存储介质 |
CN111038493B (zh) * | 2019-12-12 | 2021-09-03 | 恒大恒驰新能源汽车科技(广东)有限公司 | 自动泊车方法、系统、车辆和存储介质 |
CN111881874A (zh) * | 2020-08-05 | 2020-11-03 | 北京四维智联科技有限公司 | 车位识别方法、设备及系统 |
CN112014845A (zh) * | 2020-08-28 | 2020-12-01 | 安徽江淮汽车集团股份有限公司 | 一种车辆障碍物定位方法、装置、设备及存储介质 |
CN112014845B (zh) * | 2020-08-28 | 2024-01-30 | 安徽江淮汽车集团股份有限公司 | 一种车辆障碍物定位方法、装置、设备及存储介质 |
CN112277933A (zh) * | 2020-10-26 | 2021-01-29 | 广州小鹏自动驾驶科技有限公司 | 一种数据处理的方法和装置 |
CN112572422A (zh) * | 2020-12-30 | 2021-03-30 | 广州小鹏自动驾驶科技有限公司 | 一种泊车控制方法和装置 |
CN112572422B (zh) * | 2020-12-30 | 2022-08-16 | 广州小鹏自动驾驶科技有限公司 | 一种泊车控制方法和装置 |
EP4033457A1 (en) * | 2021-01-20 | 2022-07-27 | Guangzhou Xiaopeng Autopilot Technology Co., Ltd. | Parking space detection method and apparatus |
CN112721921A (zh) * | 2021-02-05 | 2021-04-30 | 重庆长安汽车股份有限公司 | 基于实时视频流监控的远程泊车方法及系统 |
CN112863242A (zh) * | 2021-02-08 | 2021-05-28 | 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 |
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 |
CN112776797A (zh) * | 2021-02-27 | 2021-05-11 | 重庆长安汽车股份有限公司 | 泊出原始车位创建方法、系统、车辆和存储介质 |
CN113516873A (zh) * | 2021-06-01 | 2021-10-19 | 上海追势科技有限公司 | 一种基于车身位姿及语义检测融合的车位检测方法及车辆 |
CN113479191A (zh) * | 2021-06-30 | 2021-10-08 | 重庆长安汽车股份有限公司 | 用于泊车的无车道线的车道边界检测系统、方法及车辆 |
CN114572223A (zh) * | 2022-02-25 | 2022-06-03 | 智己汽车科技有限公司 | 一种超声波雷达障碍物车位感知系统和方法 |
CN114572223B (zh) * | 2022-02-25 | 2024-07-05 | 智己汽车科技有限公司 | 一种超声波雷达障碍物车位感知系统和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109532821A (zh) | 融合泊车系统 | |
CN109017801B (zh) | 确定目标车辆偏航率的方法 | |
US11287523B2 (en) | Method and apparatus for enhanced camera and radar sensor fusion | |
CN106671974B (zh) | 一种用于智能泊车系统的车位检测方法 | |
CN105946853B (zh) | 基于多传感器融合的长距离自动泊车的系统及方法 | |
CN103630122B (zh) | 一种单目视觉车道线检测方法及其测距方法 | |
CN110745140B (zh) | 一种基于连续图像约束位姿估计的车辆换道预警方法 | |
JP6800168B2 (ja) | 走行レーンを推定するための方法 | |
KR102420476B1 (ko) | 차량의 위치 추정 장치, 차량의 위치 추정 방법, 및 이러한 방법을 수행하도록 프로그램된 컴퓨터 프로그램을 저장하는 컴퓨터 판독가능한 기록매체 | |
JP6269566B2 (ja) | 誤認識判定装置 | |
CN109556615A (zh) | 基于自动驾驶的多传感器融合认知的驾驶地图生成方法 | |
CN110488319A (zh) | 一种基于超声波和摄像头融合的碰撞距离计算方法及系统 | |
CN107862287A (zh) | 一种前方小区域物体识别及车辆预警方法 | |
CN110208842A (zh) | 一种车联网环境下车辆高精度定位方法 | |
CN106056100A (zh) | 一种基于车道检测与目标跟踪的车辆辅助定位方法 | |
US20100183192A1 (en) | System and method for object motion detection based on multiple 3d warping and vehicle equipped with such system | |
WO2021031469A1 (zh) | 一种车辆障碍物检测方法及系统 | |
WO2021056499A1 (zh) | 数据处理方法、设备和可移动平台 | |
WO2020232648A1 (zh) | 车道线的检测方法、电子设备与存储介质 | |
CN110758379B (zh) | 一种斜列泊车位检测方法、装置以及自动泊车方法和系统 | |
Shunsuke et al. | GNSS/INS/on-board camera integration for vehicle self-localization in urban canyon | |
CN106096525A (zh) | 一种复合型车道识别系统及方法 | |
CN113850102B (zh) | 基于毫米波雷达辅助的车载视觉检测方法及系统 | |
CN111796299A (zh) | 一种障碍物的感知方法、感知装置和无人驾驶清扫车 | |
CN111717244A (zh) | 一种列车自动驾驶感知方法和系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190329 |