CN110435638A - 一种泊车位自动跟踪方法 - Google Patents
一种泊车位自动跟踪方法 Download PDFInfo
- Publication number
- CN110435638A CN110435638A CN201910577302.8A CN201910577302A CN110435638A CN 110435638 A CN110435638 A CN 110435638A CN 201910577302 A CN201910577302 A CN 201910577302A CN 110435638 A CN110435638 A CN 110435638A
- Authority
- CN
- China
- Prior art keywords
- parking
- vehicle
- parking position
- information
- barrier
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 230000004888 barrier function Effects 0.000 claims abstract description 86
- 230000008569 process Effects 0.000 claims abstract description 35
- 230000001133 acceleration Effects 0.000 claims abstract description 19
- 238000001514 detection method Methods 0.000 claims abstract description 10
- 230000035772 mutation Effects 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 12
- 238000000151 deposition Methods 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 241000736199 Paeonia Species 0.000 description 1
- 235000006484 Paeonia officinalis Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001125 extrusion Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000013519 translation Methods 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种泊车位自动跟踪方法，包括获取泊车位信息，所述泊车位信息包括泊车位的绝对坐标以及方位；获取车辆位置信息，所述车辆位置信息包括车辆绝对坐标和航向角；以车辆绝对坐标为原点，建立泊车位与车辆之间的相对坐标系，获取泊车位的相对坐标；根据泊车位的相对坐标规划泊车路径，并在自动泊车过程检测是否存在障碍物，若存在障碍物，则车辆停止泊车并反向行驶预设距离，否则按照泊车路径完成自动泊车过程。该方法通过对泊车过程中车辆加速度的变化实现对障碍物的检测，并利用360°全景系统进一步获取障碍物的各项参数，根据障碍物的性质不同，作出不同的反应，提高了自动泊车过程的智能性，避免了频繁更换泊车路径带来的困扰。
Description
技术领域
本发明涉及泊车位跟踪方法，特别涉及一种能够自动检测障碍物的泊车位自动跟踪方法。
背景技术
随着汽车行业的蓬勃发展，人们对于汽车功能性、完备性不单单停留在以往的动力性能以及舒适性上，安全辅助性能也顺势站上了汽车舞台。其中，自动泊车系统是最近几年来深受大家追捧的驾驶辅助系统功能，自动泊车的智能性体现出了越来越重要的作用。目前，常见的自动泊车系统有360°全景自动泊车系统和超声波自动泊车系统，但不管是哪种自动泊车系统在泊车前需要一个相对的车身的车位坐标，因此车位跟踪在自动泊车过程的重要性是不可言喻的。现阶段常见的车位跟踪方法都是通过车位的三角转化来实现，该跟踪方法精确度较低，存在一定的系统误差，不利于车辆准确的完成泊车过程。最重要的是，无论360°全景自动泊车系统和超声波自动泊车系统目前都不能够有效应对泊车过程遇到的障碍物，大多通过车辆静止轰油门的方式来检测障碍物，并在发现障碍物时重新规划泊车路径，这种检测障碍物以及应对障碍物的方法不仅效率低、舒适性差、且对车辆发动机也会有影响，不利于延长发动机的使用寿命。
发明内容
本发明为了解决上述技术问题，提供了一种泊车位自动跟踪方法，包括如下步骤：
获取泊车位信息，所述泊车位信息包括泊车位的绝对坐标以及方位；
获取车辆位置信息，所述车辆位置信息包括车辆绝对坐标和航向角；
以车辆绝对坐标为原点，建立泊车位与车辆之间的相对坐标系，获取泊车位的相对坐标；
根据泊车位的相对坐标规划泊车路径，并在自动泊车过程检测是否存在障碍物，若存在障碍物，则车辆停止泊车并反向行驶预设距离，否则按照泊车路径完成自动泊车过程。
进一步的，所述车辆停止泊车并反向行驶预设距离之后，还包括：
开启360°全景系统，获取至少两张关于障碍物的图片；
比对各图片中的障碍物位置，获取障碍物的移动速度，若障碍物移动速度大于0，且运动方向为移出泊车位，则360°全景系统实时监测障碍物位置，直至障碍物移出泊车位，车辆继续按照泊车路径完成自动泊车，否则退出自动泊车。
进一步的，当障碍物移动速度等于0时，在退出自动泊车之前，还包括：
从图片中提取障碍物的体积以及形状；
将障碍物的体积和形状分别与预设体积、预设形状进行比对，若障碍物体积小于等于预设体积且障碍物形状与预设形状相匹配，则车辆继续按照泊车路径完成自动泊车，否则退出自动泊车。
进一步的，所述车辆退出自动泊车后，发出用于提醒驾驶员的报警信号。
进一步的，所述障碍物的检测包括：
获取车辆在泊车过程中的加速度；
判断加速度是否超过突变阈值，若加速度大于等于突变阈值，则存在障碍物，否则不存在障碍物。
进一步的，所述泊车位的方位包括垂直车位、水平车位以及斜列式车位，所述突变阈值包括与垂直车位相匹配的第一突变阈值、与水平车位相匹配的第二突变阈值以及与斜列式车位相匹配的第三突变阈值。
进一步的，所述泊车位信息获取包括：
利用超声波定位系统获取泊车位的第一信息；
利用360°全景系统获取泊车位的第二信息；
比对第一信息和第二信息，若第一信息中的泊车位与第二信息中的泊车位重合度超过第一阈值，则将第一信息与第二信息进行融合，形成泊车位信息。
进一步的，所述第一信息和第二信息分别包括泊车位四个顶点处的绝对坐标。
进一步的，所述相对坐标系根据如下计算公式建立：
其中， X′为泊车位相对车辆的X轴坐标值，Y′为泊车位相对车辆的Y轴坐标值，XA为泊车位的顶点的X轴绝对坐标值，YA为泊车位的顶点的Y轴绝对坐标值，Xt为车辆的X轴绝对坐标值，Yt为车辆的Y轴绝对坐标值， θt为车辆航向角。
一种自动泊车系统，基于上述一种泊车位自动跟踪方法，包括车位跟踪系统，所述车位跟踪系统设有车辆定位系统、车位识别系统以及数据处理系统，所述车辆定位系统用于实时获取车辆位置信息并传输至数据处理系统；所述车位识别系统包括360°全景系统和超声波定位系统，所述超声波定位系统与360°全景系统分别用于获取泊车位的第一信息和第二信息，并传输至车位识别系统，所述车位识别系统用于将第一信息和第二信息融合形成泊车位信息并传输至数据处理系统，所述数据处理系统用于根据车辆位置信息和泊车位信息规划泊车路径并配合车载控制系统完成自动泊车过程。
本发明所起到的有益技术效果如下：
（1）与现有技术相比较，本发明公开了一种泊车位自动跟踪方法，该方法实时获取泊车过程中车辆的加速度，一旦车辆的加速度超过突变阈值，则默认车辆在泊车过程中遇到阻碍物，车辆会立即停止在该方向上的运动，并向相反方向行驶预设距离，从而为360°全景系统的拍摄提供了空间，通过360°全景系统进一步获取障碍物的各项参数，实现对障碍物的准确判断。本技术方案中采用的障碍物检测方法准确、高效且有效避免了对车辆发动机的影响，利于泊车过程顺利进行。
（2）本发明公开的自动泊车过程通过对障碍物的移动速度、移动方向、体积及形状等的判断，能够对移动的障碍物、静止且车辆能够跨越的障碍物以及车辆无法跨越的障碍物分别作出相对应的决策，极大的提高了自动泊车过程的智能性，避免了频繁改变泊车路径所带来的困扰。
（3）此外，本发明通过建立泊车位与车辆之间的相对坐标系，有效减掉了泊车位定位过程的累计误差，提高了泊车位跟踪的精度，利于车辆准确的完成自动泊车过程。
附图说明
图1为实施例1中泊车位自动跟踪方法的流程示意图。
图2为实施例1中障碍物判断过程示意图。
图3为实施例1中对静止障碍物的分析过程示意图。
图4为实施例1中自动泊车系统的连接关系示意图。
图5为实施例1中相对坐标系的建立过程示意图。
附图仅用于示例性说明，不能理解为对本专利的限制；为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的；相同或相似的标号对应相同或相似的部件；附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制。
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：
如图1所示，本实施例提供了一种泊车位自动跟踪方法，该方法包括：
101、获取泊车位信息，所述泊车位信息包括泊车位的绝对坐标以及方位，所述泊车位的方位包括垂直车位、水平车位以及斜列式车位。
具体地，首先利用超声波定位系统获取泊车位的第一信息，即利用超声波定位系统获取一次泊车位的的信息；然后利用360°全景系统获取泊车位的第二信息，即再利用360°全景系统获取一次泊车位的信息。第一信息和第二信息中都至少包括有泊车位的绝对坐标，也就是泊车位四个顶点处的绝对坐标。当然，利用360°全景系统获取到的第二信息中还应包括有泊车位的图片信息。将第一信息和第二信息进行比对，若第一信息中的泊车位与第二信息中的泊车位重合度超过第一阈值，则将第一信息与第二信息进行融合，形成泊车位信息，否则视为无效数据，不做处理。作为本实施例的一个示例，若第一信息和第二信息中泊车位的四个顶点形成的泊车位轮廓重合度大于85%，则认为泊车位检测信息准确，则将第一信息和第二信息进行融合，形成泊车位信息。第一信息和第二信息的融合可以通过现有融合方法实现，在此不做赘述。
102、获取车辆位置信息，所述车辆位置信息包括车辆绝对坐标和航向角。车辆位置信息可以通过车载定位系统获取，如GPS定位系统或GNSS定位系统。
其中，在步骤101和步骤102中，泊车位的绝对坐标和车辆绝对坐标是指在世界坐标系中，泊车位和车辆的坐标。
103、以车辆绝对坐标为原点，建立泊车位与车辆之间的相对坐标系，获取泊车位的相对坐标，并根据泊车位的相对坐标跟踪泊车位。
具体的，相对坐标系是通过如下计算公式建立：
其中， X′为泊车位相对车辆的X轴坐标值，Y′为泊车位相对车辆的Y轴坐标值，XA为泊车位的顶点的X轴绝对坐标值，YA为泊车位的顶点的Y轴绝对坐标值，Xt为车辆的X轴绝对坐标值，Yt为车辆的Y轴绝对坐标值，θt为车辆航向角。
通过计算泊车位的相对坐标进行泊车位的跟踪，节省了再次转换运算时间，提高了计算效率。
104、根据泊车位的相对坐标规划泊车路径，泊车路径上设有泊车位的贴图，便于驾驶员快速观察，同时在自动泊车过程实时检测是否存在障碍物，若存在障碍物，则车辆停止泊车并反向行驶预设距离，否则按照泊车路径完成自动泊车过程。
为了在自动泊车过程中快速检测到障碍物，对车辆在泊车过程中的加速度进行实时监测。因为一旦车辆遇到障碍物，车辆的速度必然发生明显变化，此时加速度便可以成为车辆是否遇到障碍物的分析依据。将车辆的加速度与自动泊车系统预设的突变阈值进行对比，若加速度大于等于突变阈值，则默认为汽车在泊车过程遇到了较大阻力，视为存在障碍物，否则认为速度变化属于正常范围，不存在障碍物。当然，该检测方法是基于自动泊车过程中，无人为操作介入的前提下，也就是说，在正常自动泊车过程中，车辆的速度是基本保持在一个稳定值左右，不会出现车速明显增大的情况，只有当车辆遇到外部障碍物阻力的条件下，车速才会明显下降。
当然，为了避免车速增加导致障碍物检测出现误差，也可以将加速度的突变阈值设置为负值，即当车辆减速时的加速度超过突变阈值，才视为存在障碍物。车辆加速度可以通过车载纵向传感器直接获取，不需要额外增加其他硬件，节省成本。
值得注意的是，当泊车位的方位不同，同样的障碍物对车辆速度的影响也会有所不同，这由车位上的障碍物与车辆相对关系所决定。例如在垂直车位进行泊车时，障碍物与车辆是正面碰撞，冲击力较大，相对而言，速度变化就更加明显，同等情况下产生的加速度会比水平车位和斜列式车位的加速度大，自然其对应的突变阈值也应设置的相对较大。正因如此，为了提高障碍物检测的灵敏度和有效性，本实施例针对不同的泊车位分别设置了不同的突变阈值，当泊车位为垂直车位时，为第一突变阈值；当泊车位为水平车位时，为第二突变阈值；当泊车位为斜列式车位时，为第三突变阈值。加速度的突变阈值与泊车位的方位相匹配，利于提高障碍物检测的准确性。
本实施例中，当检测到存在障碍物时，车辆停止泊车并反向行驶预设距离一是为了避免障碍物与车辆之间的持续挤压，对车辆造成损坏，二是为了使车辆与障碍物之间拉开一定距离，为障碍物的进一步检测提供操作空间。在确定障碍物存在的前提下，可以开启360°全景系统，获取至少两张关于障碍物的图片。通过对比各图片中障碍物的位置变化，确定障碍物以后处于移动状态。由于车辆反向行驶预设距离后就保持位置不变，这就意味着360°全景系统对障碍物的拍摄角度固定不变，当不同图片中的障碍物的位置发生变化，即认定该障碍物为移动物体，根据障碍物在不同图片中的位移以及不同图片的拍摄时间间隔就可以计算出障碍物的移动速度和运动方向。当障碍物移动速度大于0且运动方向为移出泊车位，就可以利用360°全景系统持续监测障碍物的位置，直至障碍物移出泊车位为止，一旦障碍物移出泊车位，车辆便可以继续按照之前的泊车路径完成自动泊车过程。
当然，如果对比各图片后，障碍物的位置无变化，则认为该障碍物不会移动或者移动速度为0，此时就需要对障碍物的其他参数做进一步分析，以确定车辆是否可以跨越障碍物完成自动泊车过程。
作为本实施例的一个示例，当障碍物的移动速度等于0时，可以继续从360°全景系统拍摄到的障碍物图片中提取障碍物的体积、形状等参数，并将障碍物的体积和形状分别与预设体积、预设形状进行比对，如果障碍物的体积小于等于预设体积且障碍物的形状与预设形状相匹配，则默认为车辆能过跨越障碍物，此时车辆会跨越障碍物，继续按照泊车路径完成自动泊车过程。但是，无论障碍物的体积还是障碍物的形状，只要有一个不满足预设要求，就默认车辆无法跨过障碍物，此时车辆只能选择退出自动泊车，同时发出报警信号，用于提醒驾驶员。
由于在正常的车辆行驶过程中，车辆底盘和车辆轮胎能够克服的障碍物大小和形状各不相同，因此，预设体积和预设形状的需分区域设置，即车辆不同区域对应的障碍物预设体积和预设形状并不相同。换句话说，障碍物位于车辆周围的不同区域内，会对应不同的预设体积和预设形状，如轮胎周围的区域内，预设形状中不能包括如三角形等带有尖锐结构的形状。分区域设置预设体积和预设形状在保证车辆不受损坏的前提下，提高了自动泊车过程的灵活性，实现了自动泊车过程的智能化。
实施例2：
本实施例公开了一种自动泊车系统，基于实施例1中公开的一种泊车位自动跟踪方法，包括车位跟踪系统，所述车位跟踪系统设有车辆定位系统、车位识别系统以及数据处理系统，所述车辆定位系统用于实时获取车辆位置信息并传输至数据处理系统；所述车位识别系统包括360°全景系统和超声波定位系统，所述超声波定位系统与360°全景系统分别用于获取泊车位的第一信息和第二信息，并传输至车位识别系统，所述车位识别系统用于将第一信息和第二信息融合形成泊车位信息并传输至数据处理系统，所述数据处理系统用于根据车辆位置信息和泊车位信息规划泊车路径并配合车载控制系统完成自动泊车过程。
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。
Claims (10)
1.一种泊车位自动跟踪方法，其特征在于，包括如下步骤：
获取泊车位信息，所述泊车位信息包括泊车位的绝对坐标以及方位；
获取车辆位置信息，所述车辆位置信息包括车辆绝对坐标和航向角；
以车辆绝对坐标为原点，建立泊车位与车辆之间的相对坐标系，获取泊车位的相对坐标；
根据泊车位的相对坐标规划泊车路径，并在自动泊车过程检测是否存在障碍物，若存在障碍物，则车辆停止泊车并反向行驶预设距离，否则按照泊车路径完成自动泊车过程。
2.如权利要求1所述一种泊车位自动跟踪方法，其特征在于，所述车辆停止泊车并反向行驶预设距离之后，还包括：
开启360°全景系统，获取至少两张关于障碍物的图片；
比对各图片中的障碍物位置，获取障碍物的移动速度，若障碍物移动速度大于0，且运动方向为移出泊车位，则360°全景系统实时监测障碍物位置，直至障碍物移出泊车位，车辆继续按照泊车路径完成自动泊车，否则退出自动泊车。
3.如权利要求2所述一种泊车位自动跟踪方法，其特征在于，当障碍物移动速度等于0时，在退出自动泊车之前，还包括：
从图片中提取障碍物的体积以及形状；
将障碍物的体积和形状分别与预设体积、预设形状进行比对，若障碍物体积小于等于预设体积且障碍物形状与预设形状相匹配，则车辆继续按照泊车路径完成自动泊车，否则退出自动泊车。
4.如权利要求2或3任一项所述一种泊车位自动跟踪方法，其特征在于，所述车辆退出自动泊车后，发出用于提醒驾驶员的报警信号。
5.如权利要求1所述一种泊车位自动跟踪方法，其特征在于，所述障碍物的检测包括：
获取车辆在泊车过程中的加速度；
判断加速度是否超过突变阈值，若加速度大于等于突变阈值，则存在障碍物，否则不存在障碍物。
6.如权利要求5所述一种泊车位自动跟踪方法，其特征在于，所述泊车位的方位包括垂直车位、水平车位以及斜列式车位，所述突变阈值包括与垂直车位相匹配的第一突变阈值、与水平车位相匹配的第二突变阈值以及与斜列式车位相匹配的第三突变阈值。
7.如权利要求1所述一种泊车位自动跟踪方法，其特征在于，所述泊车位信息获取包括：
利用超声波定位系统获取泊车位的第一信息；
利用360°全景系统获取泊车位的第二信息；
比对第一信息和第二信息，若第一信息中的泊车位与第二信息中的泊车位重合度超过第一阈值，则将第一信息与第二信息进行融合，形成泊车位信息。
8.如权利要求7所述一种泊车位自动跟踪方法，其特征在于，所述第一信息和第二信息分别包括泊车位四个顶点处的绝对坐标。
9.如权利要求8所述一种泊车位自动跟踪方法，其特征在于，所述相对坐标系根据如下计算公式建立：
其中， X′为泊车位相对车辆的X轴坐标值，Y′为泊车位相对车辆的Y轴坐标值，XA为泊车位的顶点的X轴绝对坐标值，YA为泊车位的顶点的Y轴绝对坐标值，Xt为车辆的X轴绝对坐标值，Yt为车辆的Y轴绝对坐标值，θt为车辆航向角。
10.一种自动泊车系统，其特征在于，基于权利要求1-9任一项所述的一种泊车位自动跟踪方法，包括车位跟踪系统，所述车位跟踪系统设有车辆定位系统、车位识别系统以及数据处理系统，所述车辆定位系统用于实时获取车辆位置信息并传输至数据处理系统；所述车位识别系统包括360°全景系统和超声波定位系统，所述超声波定位系统与360°全景系统分别用于获取泊车位的第一信息和第二信息，并传输至车位识别系统，所述车位识别系统用于将第一信息和第二信息融合形成泊车位信息并传输至数据处理系统，所述数据处理系统用于根据车辆位置信息和泊车位信息规划泊车路径并配合车载控制系统完成自动泊车过程。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910577302.8A CN110435638B (zh) | 2019-06-28 | 2019-06-28 | 一种泊车位自动跟踪方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910577302.8A CN110435638B (zh) | 2019-06-28 | 2019-06-28 | 一种泊车位自动跟踪方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110435638A true CN110435638A (zh) | 2019-11-12 |
| CN110435638B CN110435638B (zh) | 2021-01-01 |
Family
ID=68428813
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910577302.8A Active CN110435638B (zh) | 2019-06-28 | 2019-06-28 | 一种泊车位自动跟踪方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110435638B (zh) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111196271A (zh) * | 2020-01-21 | 2020-05-26 | 北京百度网讯科技有限公司 | 自动泊车方法、装置、设备及存储介质 |
| CN111319615A (zh) * | 2020-03-16 | 2020-06-23 | 湖北亿咖通科技有限公司 | 智能代客泊车方法、计算机可读存储介质及电子设备 |
| CN111674390A (zh) * | 2020-05-09 | 2020-09-18 | 惠州市德赛西威汽车电子股份有限公司 | 一种自动泊车路径规划的避障方法及泊车路径规划系统 |
| CN112124302A (zh) * | 2020-08-18 | 2020-12-25 | 上海元城汽车技术有限公司 | 自动泊车控制方法、装置、车辆及存储介质 |
| CN112277935A (zh) * | 2020-10-30 | 2021-01-29 | 广州小鹏自动驾驶科技有限公司 | 一种自动泊车的方法和装置 |
| CN112389422A (zh) * | 2020-11-17 | 2021-02-23 | 广州小鹏自动驾驶科技有限公司 | 一种越障方法和装置 |
| CN112509375A (zh) * | 2020-10-20 | 2021-03-16 | 东风汽车集团有限公司 | 一种泊车动态显示方法及系统 |
| CN112537293A (zh) * | 2020-12-11 | 2021-03-23 | 武汉乐庭软件技术有限公司 | 一种自动泊车控制系统中的泊车精度计算方法 |
| WO2021208886A1 (zh) * | 2020-04-13 | 2021-10-21 | 长城汽车股份有限公司 | 一种监控车辆运动轨迹的方法、装置及系统 |
| CN113561965A (zh) * | 2021-08-06 | 2021-10-29 | 上汽通用五菱汽车股份有限公司 | 车辆控制方法、车辆及计算机可读存储介质 |
| CN114475780A (zh) * | 2021-12-21 | 2022-05-13 | 大连中科创达软件有限公司 | 一种自动泊车方法、装置、设备及存储介质 |
| CN116923988A (zh) * | 2023-09-19 | 2023-10-24 | 杭州集英智慧农业装备有限公司 | 一种智能遥控单轨运输机、控制方法及介质 |
| WO2023226147A1 (zh) * | 2022-05-26 | 2023-11-30 | 惠州市德赛西威汽车电子股份有限公司 | 一种自动泊车路沿检测方法、装置、车辆及存储介质 |
| WO2024108380A1 (zh) * | 2022-11-22 | 2024-05-30 | 华为技术有限公司 | 自动泊车方法及装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103600707A (zh) * | 2013-11-06 | 2014-02-26 | 同济大学 | 一种智能泊车系统的泊车位检测装置及方法 |
| CN104057950A (zh) * | 2014-05-21 | 2014-09-24 | 重庆长安汽车股份有限公司 | 一种全自动泊车系统 |
| CN104723991A (zh) * | 2013-12-19 | 2015-06-24 | 现代摩比斯株式会社 | 用于车辆的停车支援系统及停车支援方法 |
| CN107672585A (zh) * | 2017-08-29 | 2018-02-09 | 广州小鹏汽车科技有限公司 | 一种自动泊车路径规划方法及系统 |
| CN108140314A (zh) * | 2015-10-22 | 2018-06-08 | 日产自动车株式会社 | 停车辅助方法及停车辅助装置 |
| CN108944915A (zh) * | 2018-07-13 | 2018-12-07 | 广东工业大学 | 一种自动泊车方法、系统及计算机可读存储介质 |
-
2019
- 2019-06-28 CN CN201910577302.8A patent/CN110435638B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103600707A (zh) * | 2013-11-06 | 2014-02-26 | 同济大学 | 一种智能泊车系统的泊车位检测装置及方法 |
| CN104723991A (zh) * | 2013-12-19 | 2015-06-24 | 现代摩比斯株式会社 | 用于车辆的停车支援系统及停车支援方法 |
| CN104057950A (zh) * | 2014-05-21 | 2014-09-24 | 重庆长安汽车股份有限公司 | 一种全自动泊车系统 |
| CN108140314A (zh) * | 2015-10-22 | 2018-06-08 | 日产自动车株式会社 | 停车辅助方法及停车辅助装置 |
| CN107672585A (zh) * | 2017-08-29 | 2018-02-09 | 广州小鹏汽车科技有限公司 | 一种自动泊车路径规划方法及系统 |
| CN108944915A (zh) * | 2018-07-13 | 2018-12-07 | 广东工业大学 | 一种自动泊车方法、系统及计算机可读存储介质 |
Cited By (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111196271A (zh) * | 2020-01-21 | 2020-05-26 | 北京百度网讯科技有限公司 | 自动泊车方法、装置、设备及存储介质 |
| CN111319615A (zh) * | 2020-03-16 | 2020-06-23 | 湖北亿咖通科技有限公司 | 智能代客泊车方法、计算机可读存储介质及电子设备 |
| WO2021208886A1 (zh) * | 2020-04-13 | 2021-10-21 | 长城汽车股份有限公司 | 一种监控车辆运动轨迹的方法、装置及系统 |
| CN111674390A (zh) * | 2020-05-09 | 2020-09-18 | 惠州市德赛西威汽车电子股份有限公司 | 一种自动泊车路径规划的避障方法及泊车路径规划系统 |
| CN111674390B (zh) * | 2020-05-09 | 2021-07-02 | 惠州市德赛西威汽车电子股份有限公司 | 一种自动泊车路径规划的避障方法及泊车路径规划系统 |
| CN112124302B (zh) * | 2020-08-18 | 2022-02-22 | 上海元城汽车技术有限公司 | 自动泊车控制方法、装置、车辆及存储介质 |
| CN112124302A (zh) * | 2020-08-18 | 2020-12-25 | 上海元城汽车技术有限公司 | 自动泊车控制方法、装置、车辆及存储介质 |
| CN112509375A (zh) * | 2020-10-20 | 2021-03-16 | 东风汽车集团有限公司 | 一种泊车动态显示方法及系统 |
| CN112509375B (zh) * | 2020-10-20 | 2022-03-08 | 东风汽车集团有限公司 | 一种泊车动态显示方法及系统 |
| CN112277935A (zh) * | 2020-10-30 | 2021-01-29 | 广州小鹏自动驾驶科技有限公司 | 一种自动泊车的方法和装置 |
| CN112277935B (zh) * | 2020-10-30 | 2022-03-11 | 广州小鹏自动驾驶科技有限公司 | 一种自动泊车的方法和装置 |
| CN112389422B (zh) * | 2020-11-17 | 2022-10-14 | 广州小鹏自动驾驶科技有限公司 | 一种越障方法和装置 |
| CN112389422A (zh) * | 2020-11-17 | 2021-02-23 | 广州小鹏自动驾驶科技有限公司 | 一种越障方法和装置 |
| CN112537293A (zh) * | 2020-12-11 | 2021-03-23 | 武汉乐庭软件技术有限公司 | 一种自动泊车控制系统中的泊车精度计算方法 |
| CN113561965A (zh) * | 2021-08-06 | 2021-10-29 | 上汽通用五菱汽车股份有限公司 | 车辆控制方法、车辆及计算机可读存储介质 |
| CN114475780A (zh) * | 2021-12-21 | 2022-05-13 | 大连中科创达软件有限公司 | 一种自动泊车方法、装置、设备及存储介质 |
| CN114475780B (zh) * | 2021-12-21 | 2023-09-15 | 大连中科创达软件有限公司 | 一种自动泊车方法、装置、设备及存储介质 |
| WO2023226147A1 (zh) * | 2022-05-26 | 2023-11-30 | 惠州市德赛西威汽车电子股份有限公司 | 一种自动泊车路沿检测方法、装置、车辆及存储介质 |
| WO2024108380A1 (zh) * | 2022-11-22 | 2024-05-30 | 华为技术有限公司 | 自动泊车方法及装置 |
| CN116923988A (zh) * | 2023-09-19 | 2023-10-24 | 杭州集英智慧农业装备有限公司 | 一种智能遥控单轨运输机、控制方法及介质 |
| CN116923988B (zh) * | 2023-09-19 | 2023-12-15 | 杭州集英智慧农业装备有限公司 | 一种智能遥控单轨运输机、控制方法及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110435638B (zh) | 2021-01-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110435638A (zh) | 一种泊车位自动跟踪方法 | |
| CN110239535B (zh) | 一种基于多传感器融合的弯道主动避撞控制方法 | |
| CN108536149B (zh) | 一种基于Dubins路径的无人驾驶车辆避障控制方法 | |
| CN111554124B (zh) | 交叉路口大货车右转弯防撞预警系统及预警方法 | |
| CN106708040B (zh) | 自动驾驶系统的传感器模块、自动驾驶系统及方法 | |
| CN104354656B (zh) | 智能泊车系统的障碍物检测与库位判别方法及实现系统 | |
| CN107918758B (zh) | 能够进行环境情景分析的车辆 | |
| Mendes et al. | Multi-target detection and tracking with a laser scanner | |
| US7782179B2 (en) | Obstacle detection apparatus | |
| CN108928343A (zh) | 一种全景融合自动泊车系统及方法 | |
| CN111361557B (zh) | 一种重型卡车转弯时对于碰撞事故发生的预警方法 | |
| CN109733392B (zh) | 一种避障方法及装置 | |
| JP7119365B2 (ja) | 運転行動データ生成装置、運転行動データベース | |
| CN105892464A (zh) | 基于固定路线的专用车自动驾驶系统及其驾驶方法 | |
| CN102303605A (zh) | 基于多传感器信息融合的碰撞及偏离预警装置及预警方法 | |
| JP2003536096A (ja) | 追跡マップジェネレータ | |
| US20200310427A1 (en) | Intersection start judgment device | |
| CN109515448A (zh) | 一种自动驾驶传感器布置方法和结构 | |
| US11493919B2 (en) | Vehicle including information presentation apparatus for presenting information to driver | |
| CN109871787A (zh) | 一种障碍物检测方法及装置 | |
| CN108407784B (zh) | 一种基于模糊控制理论的防撞控制方法和装置 | |
| US20200302793A1 (en) | Traffic control system | |
| Sivaraman et al. | Merge recommendations for driver assistance: A cross-modal, cost-sensitive approach | |
| CN106428003B (zh) | 不良天气下高速公路车辆偏离车道的预警装置及方法 | |
| CN113470433A (zh) | 基于v2i的车辆内轮差区域危险预警方法、系统、车辆及路侧设备 |
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 |