CN109615903B - 车位识别方法 - Google Patents

车位识别方法 Download PDF

Info

Publication number
CN109615903B
CN109615903B CN201811338259.1A CN201811338259A CN109615903B CN 109615903 B CN109615903 B CN 109615903B CN 201811338259 A CN201811338259 A CN 201811338259A CN 109615903 B CN109615903 B CN 109615903B
Authority
CN
China
Prior art keywords
vehicle
distance
parking space
edge
detection unit
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
CN201811338259.1A
Other languages
English (en)
Other versions
CN109615903A (zh
Inventor
许永华
潘洋
梅炜炜
侯成诚
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.)
Hefei Softec Auto Electronic Co ltd
Original Assignee
Hefei Softec Auto Electronic 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 Hefei Softec Auto Electronic Co ltd filed Critical Hefei Softec Auto Electronic Co ltd
Priority to CN201811338259.1A priority Critical patent/CN109615903B/zh
Publication of CN109615903A publication Critical patent/CN109615903A/zh
Application granted granted Critical
Publication of CN109615903B publication Critical patent/CN109615903B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G08G1/141Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces
    • G08G1/143Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces inside the vehicles
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W30/00Purposes 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
    • B60W30/06Automatic manoeuvring for parking

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (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

本发明属于汽车电子技术领域,特别涉及一种车位识别方法,通过结合距离检测单元与行驶检测单元为障碍物边沿尺寸的计算提供数据,使得车位尺寸的计算更加精确,从而显著提高车位识别的准确度。

Description

车位识别方法
技术领域
本发明属于汽车电子技术领域,特别涉及一种泊车系统的车位识别方法。
背景技术
自动泊车系统可以大幅减少驾驶员的泊车操作,已经广泛安装应用在各类乘用车上。自动泊车系统通常包含有车位识别、轨迹规划以及泊车控制三个部分,其中,车位识别的准确性是整个系统的基础,影响整个泊车系统的性能,而现有的车位识别方法存在较多的误判现象,导致自动泊车效果差强人意。
发明内容
本发明的目的在于提供一种准确度高的车位识别方法。
为实现以上目的,本发明采用的技术方案为:一种车位识别方法,包括如下步骤:
步骤A、距离检测单元采集车辆四周障碍物信息输送至数据处理单元,其中,障碍物信息为距离采集单元与障碍物临近面的间距D,距离检测单元周期性地发出脉冲波进行探测,并将检测到的障碍物间距D输送至数据处理单元;
步骤B、数据处理单元将接收到的障碍物信息划分为自车辆左侧采集的障碍物信息和自车辆右侧采集的障碍物信息,并对同侧采集的障碍物信息进行处理得到该侧的障碍物边沿信息;
当障碍物边沿信息发生符合预设阈值的跳变时,视为检测到目标车位,此时行驶检测单元将对应时刻的车辆行驶信息输送至数据处理单元;
步骤C、数据处理单元根据行驶检测单元采集的车辆驶过目标车位时的车辆行驶信息,计算出目标车位沿车辆行驶方向的长度LP,根据距离检测单元采集的目标车位的障碍物信息,得到目标车位垂直于车辆行驶方向的长度DP
如果LP、DP均符合车辆尺寸阈值,判定车辆可以泊入目标车位,系统进行泊车操作,否则判定车辆不可泊入目标车位,系统返回步骤A。
与现有技术相比,本发明存在以下技术效果:距离检测单元结合行驶检测单元为障碍物边沿尺寸的计算提供数据,使得车位尺寸的计算更加精确,从而显著提高车位识别的准确度。
附图说明
下面对本说明书各附图所表达的内容及图中的标记作简要说明:
图1是本发明探测第一、二边沿时的示意图;
图2是本发明车位识别系统的示意图。
图中:10.距离检测单元,20.数据处理单元,30.行驶检测单元,1.车辆,2.障碍物,3.目标车位,3a.第一边沿,3b.第二边沿。
具体实施方式
下面结合附图,通过对实施例的描述,对本发明的具体实施方式作进一步详细说明。
采用本方法进行车位识别需要在车辆1的周部安装距离检测单元10,由控制器控制距离检测单元10对其周边的障碍物2进行探测,并重点对车辆1车长方向两侧的障碍物2进行识别,以获取障碍物2的边沿信息,确定障碍物2的轮廓,从而确定目标车位3的尺寸,并用以判断其是否满足停车需求。
用户触发泊车系统后,驾驶车辆向前行驶时,泊车系统将按照如下步骤进行车位识别:
步骤A、距离检测单元10采集车辆1四周障碍物信息输送至数据处理单元20。其中,障碍物信息为距离采集单元10与障碍物2临近面的间距D,为便于叙述,下文中定义D为障碍物间距。距离检测单元10周期性地发出脉冲波进行探测,并将检测到的障碍物间距D输送至数据处理单元20。在本实施例中距离检测单元10为超声波雷达,雷达的探测周期为40ms。
步骤B、数据处理单元20将接收到的障碍物信息划分为自车辆1左侧采集的障碍物信息和自车辆1右侧采集的障碍物信息,并对同侧采集的障碍物信息进行处理得到该侧的障碍物边沿信息。
当车辆1的转向灯未点亮或右转向灯点亮时,数据处理单元20优先处理车辆1右侧的障碍物信息;当车辆1的左转向灯点亮时,数据处理单元20优先处理车辆(1)左侧的障碍物信息。即默认优先在车辆1的右侧寻找符合泊车要求的车位。
前述的障碍物边沿信息为一个检测周期内障碍物间距D的变化与车辆1行驶距离L的比值K:
Figure BDA0001861799670000031
Dn为第n周期距离检测单元10检测到的障碍物间距;
Dn-1为第n-1周期距离检测单元10检测到的障碍物间距;
Vn为第n周期时车辆1的速度值;
Vn-1为第n-1周期时车辆1的速度值;
T为距离检测单元10的检测周期,本实施例中T=0.04s。
当距离检测单元10探测到障碍物2的边沿时,比值K将发生跳变。当障碍物边沿信息发生符合预设阈值的跳变时,视为检测到目标车位3,此时行驶检测单元30将对应时刻的车辆行驶信息输送至数据处理单元20。
在本实施例中,当后一点的比值K为前一点的5倍及以上,且后一点探测到的距离D≥Wcar时,就视为距离检测单元10探测到目标车位3的边沿。也就是说,若第i周期距离检测单元10探测到目标车位3的边沿,那么
Figure BDA0001861799670000041
且Di≥Wcar
Ki为第i周期内障碍物间距D的变化与车辆1行驶距离L的比值;
Ki-1为第i-1周期内障碍物间距D的变化与车辆1行驶距离L的比值;
Di为第i周期距离检测单元(10)探测到的障碍物间距;
Wcar为车辆1的车宽。
步骤C、数据处理单元20根据行驶检测单元30采集的车辆1驶过目标车位3时的车辆行驶信息,计算出目标车位3沿车辆行驶方向的长度LP。根据距离检测单元10采集的目标车位3的障碍物信息,得到目标车位3垂直于车辆行驶方向的长度DP。如果LP、DP均符合车辆尺寸阈值,判定车辆1可以泊入目标车位3,系统进行泊车操作,否则判定车辆1不可泊入目标车位3,系统返回步骤A。
具体计算步骤如下:
C1将比值K第一次发生符合预设阈值的跳变的周期记为第m1周期,车辆1在第m1周期时所处的位置视为目标车位3的第一边沿3a,行驶检测单元30将该时刻的轮脉冲计数N1输送至数据处理单元20;
C2距离检测单元10持续检测障碍物信息,行驶检测单元30持续检测并记录轮脉冲信号计数N及轮脉冲计数溢出的次数C;
C3将比值K第二次发生符合预设阈值的跳变的周期记为第m2周期,车辆1在第m2周期时所处的位置视为目标车位3的第二边沿3b,行驶检测单元30将该时刻的轮脉冲记数N2和车辆1驶过第一、二边沿3a、3b之间路段的轮脉冲信息输送至数据处理单元20,距离检测单元10将在第一、二边沿3a、3b之间的空间内采集到的障碍物信息输送至数据处理单元20;
C4数据处理单元20计算得到目标车位3沿车辆1行驶方向的长度LP,并采用将目标车位3所处范围内障碍物间距的最小值Dmin作为DP
LP的计算公式为:
LP=Lc+L1+L2
Lc为第一、二边沿3a、3b之间的初始距离,L1为第一边沿的实际值与测出值之间的间距,L2为第二边沿的实际值与测出值之间的间距。
需要说明以下两点,第一,本实施例中行驶检测单元30为车辆1的ABS模块,即在车辆1行驶时,由ABS模块提供轮脉冲信息。第二,由于超声波雷达探头发出的声波为发散的,当车辆1行驶到图1中左侧位置时,雷达探头F检测到障碍物2边沿上P1点,其障碍物距离为FP1的长度LFP,而在探头F的可测范围内,满足间距为LFP的点有无数个,探头F无法确定P1点位于探头何方,因而将其识别为位于其正前方的Q1点,这样就形成了误差L1。当车辆1行驶到图1中右侧位置时,又将形成误差L2
Lc的计算公式为:
Lc=(Nmax×C+N2-N1)×ΔL,
Nmax为车辆驶过第一、二边沿3a、3b之间的路段时轮脉冲信号计数的最大值;
C为车辆驶过第一、二边沿3a、3b之间的路段时轮脉冲计数溢出的次数;
ΔL为单个轮脉冲对应的车辆行驶距离。
L1的计算公式为:
Figure BDA0001861799670000051
β为距离检测单元10的探测角度;
Figure BDA0001861799670000052
为距离检测单元10在第m1-1周期测得的障碍物间距。
L2的计算公式为:
Figure BDA0001861799670000053
Figure BDA0001861799670000061
为距离检测单元10在第m2-1周期测得的障碍物间距。
将LP、DP分别与车辆1的车长Lcar、车宽Wcar进行比较,当LP≥Lcar且DP≥Wcar或LP≥Wcar且DP≥Lcar时,判定车辆1可以泊入目标车位3,否则判定车辆1不能泊入目标车位3,并重新开始寻找下一个目标车位3。

Claims (3)

1.一种车位识别方法,包括如下步骤:
(A)、距离检测单元(10)采集车辆(1)四周障碍物信息输送至数据处理单元(20),其中,障碍物信息为距离采集单元(10)与障碍物(2)临近面的间距D,距离检测单元(10)周期性地发出脉冲波进行探测,并将检测到的障碍物间距D输送至数据处理单元(20);
(B)、数据处理单元(20)将接收到的障碍物信息划分为自车辆(1)左侧采集的障碍物信息和自车辆(1)右侧采集的障碍物信息,并对同侧采集的障碍物信息进行处理得到该侧的障碍物边沿信息;
当障碍物边沿信息发生符合预设阈值的跳变时,视为检测到目标车位(3),此时行驶检测单元(30)将对应时刻的车辆行驶信息输送至数据处理单元(20);
所述的障碍物边沿信息为一个检测周期内障碍物间距D的变化与车辆(1)行驶距离L的比值K,当距离检测单元(10)探测到障碍物(2)的边沿时,比值K将发生跳变,比值K的计算公式为:
Figure FDA0003019211550000011
Dn、Dn-1分别为第n周期、第n-1周期距离检测单元(10)检测到的障碍物间距,Vn、Vn-1为第n周期、第n-1周期时车辆(1)的速度值,T为距离检测单元(10)的检测周期;
(C)、数据处理单元(20)根据行驶检测单元(30)采集的车辆(1)驶过目标车位(3)时的车辆行驶信息,计算出目标车位(3)沿车辆行驶方向的长度LP,根据距离检测单元(10)采集的目标车位(3)的障碍物信息,得到目标车位(3)垂直于车辆行驶方向的长度DP;如果LP、DP均符合车辆尺寸阈值,判定车辆(1)可以泊入目标车位(3),系统进行泊车操作,否则判定车辆(1)不可泊入目标车位(3),系统返回步骤(A);
具体步骤为,
(C1)将比值K第一次发生符合预设阈值的跳变的周期记为第m1周期,车辆(1)在第m1周期时所处的位置视为目标车位(3)的第一边沿(3a),行驶检测单元(30)将该时刻的轮脉冲计数N1输送至数据处理单元(20);
(C2)距离检测单元(10)持续检测障碍物信息,行驶检测单元(30)持续检测并记录轮脉冲信号计数N及轮脉冲计数溢出的次数C;
(C3)将比值K第二次发生符合预设阈值的跳变的周期记为第m2周期,车辆(1)在第m2周期时所处的位置视为目标车位(3)的第二边沿(3b),行驶检测单元(30)将该时刻的轮脉冲记数N2和车辆(1)驶过第一、二边沿(3a、3b)之间路段的轮脉冲信息输送至数据处理单元(20),距离检测单元(10)将在第一、二边沿(3a、3b)之间的空间内采集到的障碍物信息输送至数据处理单元(20);
(C4)数据处理单元(20)计算得到目标车位(3)沿车辆(1)行驶方向的长度LP,并采用将目标车位(3)所处范围内障碍物间距D的最小值Dmin作为DP
LP的计算公式为:LP=Lc+L1+L2,其中,Lc为第一、二边沿(3a、3b)之间的初始距离,L1为第一边沿的实际值与测出值之间的间距,L2为第二边沿的实际值与测出值之间的间距;
Lc的计算公式为:Lc=(Nmax×C+N2-N1)×ΔL,其中Nmax为车辆驶过第一、二边沿(3a、3b)之间的路段时轮脉冲信号计数的最大值,C为车辆驶过第一、二边沿(3a、3b)之间的路段时轮脉冲计数溢出的次数,ΔL为单个轮脉冲对应的车辆行驶距离;
L1的计算公式为:
Figure FDA0003019211550000031
其中β为距离检测单元(10)的探测角度,第m1周期为比值K第一次发生符合预设阈值的跳变的探测周期,
Figure FDA0003019211550000032
为距离检测单元(10)在第m1-1周期测得的障碍物间距;
L2的计算公式为:
Figure FDA0003019211550000033
第m2周期为比值K第二次发生符合预设阈值的跳变的探测周期,
Figure FDA0003019211550000034
为距离检测单元(10)在第m2-1周期测得的障碍物间距;
将LP、DP分别与车辆(1)的车长Lcar、车宽Wcar进行比较,当LP≥Lcar且DP≥Wcar或LP≥Wcar且DP≥Lcar时,判定车辆(1)可以泊入目标车位(3),否则判定车辆(1)不能泊入目标车位(3),并重新开始寻找下一个目标车位(3)。
2.根据权利要求1所述的车位识别方法,其特征在于:在步骤(B)中,当车辆(1)的转向灯未点亮或右转向灯点亮时,数据处理单元(20)优先处理车辆(1)右侧的障碍物信息;当车辆(1)的左转向灯点亮时,数据处理单元(20)优先处理车辆(1)左侧的障碍物信息。
3.根据权利要求1所述的车位识别方法,其特征在于:步骤(B)中所述的预设阈值为
Figure FDA0003019211550000035
且Di≥Wcar
Ki、Ki-1分别为第i周期、第i-1周期内障碍物间距D的变化与车辆(1)行驶距离L的比值;Di为第i周期距离检测单元(10)探测到的障碍物间距,Wcar为车辆(1)的车宽;
当满足上述预设阈值时,第i周期即视为距离检测单元(10)探测到目标车位(3)的边沿的探测周期。
CN201811338259.1A 2018-11-12 2018-11-12 车位识别方法 Active CN109615903B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811338259.1A CN109615903B (zh) 2018-11-12 2018-11-12 车位识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811338259.1A CN109615903B (zh) 2018-11-12 2018-11-12 车位识别方法

Publications (2)

Publication Number Publication Date
CN109615903A CN109615903A (zh) 2019-04-12
CN109615903B true CN109615903B (zh) 2021-08-17

Family

ID=66003886

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811338259.1A Active CN109615903B (zh) 2018-11-12 2018-11-12 车位识别方法

Country Status (1)

Country Link
CN (1) CN109615903B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112578371B (zh) * 2019-09-30 2024-04-12 华为技术有限公司 一种信号处理方法及装置
CN110803157A (zh) * 2019-11-26 2020-02-18 奇瑞汽车股份有限公司 一种基于自动泊车的车位识别方法和系统
CN111361550B (zh) * 2020-03-19 2021-11-30 奇瑞汽车股份有限公司 车位的识别方法、装置及存储介质
CN112562412B (zh) * 2020-12-07 2022-03-11 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
CN112606829A (zh) * 2020-12-16 2021-04-06 广州市车智连电子有限公司 一种基于全景拼接数据映射的辅助泊车系统
CN113276843A (zh) * 2021-06-22 2021-08-20 上海追势科技有限公司 一种倒车搜索车位的自动泊车方法
CN113525356B (zh) * 2021-08-02 2023-06-27 上汽通用汽车有限公司 自动泊车系统、自动泊车方法、存储介质及电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101064065A (zh) * 2007-03-29 2007-10-31 汤一平 基于计算机视觉的停车诱导系统
CN103050021A (zh) * 2012-12-25 2013-04-17 北京时代凌宇科技有限公司 一种车位检测方法及检测装置
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
CN105150922A (zh) * 2015-09-14 2015-12-16 长安大学 车辆换道时判断后方路况的预警装置和预警方法
EP3147182A1 (de) * 2015-09-25 2017-03-29 Valeo Schalter und Sensoren GmbH Verfahren zum zumindest semi-autonomen manövrieren eines kraftfahrzeugs mit erkennung eines odometriefehlers, recheneinrichtung, fahrerassistenzsystem sowie kraftfahrzeug
CN107650906A (zh) * 2017-09-22 2018-02-02 合肥晟泰克汽车电子股份有限公司 智能泊车系统及其控制方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10324188B4 (de) * 2003-05-28 2017-02-02 Robert Bosch Gmbh Einparkvorrichtung
CN101807352B (zh) * 2010-03-12 2012-12-05 北京工业大学 一种模糊模式识别的车位检测方法
DE102012107445B8 (de) * 2012-08-14 2016-04-28 Jenoptik Robot Gmbh Verfahren zur Klassifizierung von fahrenden Fahrzeugen
CN104112370B (zh) * 2014-07-30 2016-08-17 哈尔滨工业大学深圳研究生院 基于监控图像的停车场智能车位识别方法及系统
JP6096156B2 (ja) * 2014-09-12 2017-03-15 アイシン精機株式会社 駐車支援装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101064065A (zh) * 2007-03-29 2007-10-31 汤一平 基于计算机视觉的停车诱导系统
CN103050021A (zh) * 2012-12-25 2013-04-17 北京时代凌宇科技有限公司 一种车位检测方法及检测装置
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
CN105150922A (zh) * 2015-09-14 2015-12-16 长安大学 车辆换道时判断后方路况的预警装置和预警方法
EP3147182A1 (de) * 2015-09-25 2017-03-29 Valeo Schalter und Sensoren GmbH Verfahren zum zumindest semi-autonomen manövrieren eines kraftfahrzeugs mit erkennung eines odometriefehlers, recheneinrichtung, fahrerassistenzsystem sowie kraftfahrzeug
CN107650906A (zh) * 2017-09-22 2018-02-02 合肥晟泰克汽车电子股份有限公司 智能泊车系统及其控制方法

Also Published As

Publication number Publication date
CN109615903A (zh) 2019-04-12

Similar Documents

Publication Publication Date Title
CN109615903B (zh) 车位识别方法
US11338798B2 (en) Full-automatic parking method and system
US8310376B2 (en) Object classification method, parking assistance method, and parking assistance system
CN109031323B (zh) 基于超声波测距雷达的车位检测方法
JP6381592B2 (ja) 交通をモニタリングするための方法及び制御ユニット
US8823550B2 (en) Method for warning a driver of a collision
CN107264527B (zh) 智能车防别车的控制方法及装置
US7054729B2 (en) Method for determining geometric data for vehicle parking processes
US8319663B2 (en) Parking assist system
CN103209875B (zh) 用于在多个适合用于泊车的泊车位中选择一个泊车位的方法
US20100332078A1 (en) Method for operating a parking aid system
US9778352B2 (en) Object recognition apparatus
KR101954547B1 (ko) 초음파 센서에 의해 자동차의 주변 구역에서 적어도 하나의 물체의 확인 방법, 운전자 보조 시스템 및 자동차
CN104364832B (zh) 跟随控制装置
JP2002352399A (ja) 車両周辺監視装置
US10067897B1 (en) System and method for determining the positions of side collision avoidance sensors on a vehicle
US11351997B2 (en) Collision prediction apparatus and collision prediction method
US20150175167A1 (en) Course estimator
KR20140039046A (ko) 차량과 객체 사이의 상대 위치 결정 방법
CN110803157A (zh) 一种基于自动泊车的车位识别方法和系统
JP4489815B2 (ja) 特殊状況を認識する装置を備える運転支援システム
CN109559555B (zh) 车位识别系统及其识别方法
US20150015383A1 (en) Travel control device and travel control method
JP4956043B2 (ja) 車両用物体検知装置
JP4683910B2 (ja) 衝突防止支援装置

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