CN110562249B - 自动泊车辅助方法、可读存储介质和电子设备 - Google Patents
自动泊车辅助方法、可读存储介质和电子设备 Download PDFInfo
- Publication number
- CN110562249B CN110562249B CN201910917695.2A CN201910917695A CN110562249B CN 110562249 B CN110562249 B CN 110562249B CN 201910917695 A CN201910917695 A CN 201910917695A CN 110562249 B CN110562249 B CN 110562249B
- Authority
- CN
- China
- Prior art keywords
- obstacle
- information
- data information
- result
- ultrasonic
- 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
Links
Images
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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/06—Automatic manoeuvring for parking
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
本发明提供一种自动泊车辅助方法、可读存储介质和电子设备,自动泊车辅助包括以下步骤:获取超声波传感器检测得到的超声波数据信息和摄像头检测得到的影像数据信息;获取车辆周围环境信息,根据周围环境信息和超声波数据信息得到超声波置信度;根据周围环境信息和影像数据信息得到影像置信度;若根据超声波数据信息得到第一车位结果和第一障碍物检测结果,根据影像数据信息得到第二车位结果和第二障碍物检测结果,且超声波置信度大于或等于第一设定阈值,影像置信度小于第二设定阈值,则将第一车位结果作为有效车位信息并将第一障碍物检测结果作为有效障碍物信息。通过上述方法能够排除不可靠结果,从而提高了自动泊车过程中的准确性和安全性。
Description
技术领域
本发明涉及汽车控制领域,具体涉及一种自动泊车辅助方法、存储装置和电子设备。
背景技术
随着科技的进步,自动泊车系统被广泛应用在车辆上,用于帮助驾驶员进行泊车。
现有技术中的自动泊车系统可依靠超声波传感器和摄像头共同识别车位,当超声波传感器判定的空间车位和摄像头识别出的车位存在符合阈值条件下的重合度时,则认为车位可用。但在实际的操作中,摄像头和超声波的识别结果往往受到周围环境的干扰,因此现有技术中的自动泊车的准确度还存在改进的空间。
发明内容
本发明提供一种自动泊车辅助方法、存储装置和电子设备,旨在解决现有技术中摄像头和超声波的识别结果易受到周围环境的干扰,导致自动泊车的准确度不高的问题。
为解决上述问题,本发明提供一种自动泊车辅助方法,包括以下步骤:
获取超声波传感器检测得到的超声波数据信息和摄像头检测得到的影像数据信息;
获取车辆周围环境信息,根据所述周围环境信息和所述超声波数据信息得到超声波置信度;根据所述周围环境信息和所述影像数据信息得到影像置信度;
若根据所述超声波数据信息得到第一车位结果和第一障碍物检测结果,根据所述影像数据信息得到第二车位结果和第二障碍物检测结果,且所述超声波置信度大于或等于第一设定阈值,所述影像置信度小于第二设定阈值,则将所述第一车位结果作为有效车位信息并将第一障碍物检测结果作为有效障碍物信息。
可选地,上述的自动泊车辅助方法中,若根据所述超声波数据信息得到第一车位结果和第一障碍物检测结果,根据所述影像数据信息得到第二车位结果和第二障碍物检测结果,还包括以下步骤:
若所述超声波置信度小于第一设定阈值,所述影像置信度大于或等于第二设定阈值,则将所述第二车位结果作为有效车位信息并将第二障碍物检测结果作为有效障碍物信息。
可选地,上述的自动泊车辅助方法中,若根据所述超声波数据信息得到第一车位结果和第一障碍物检测结果,根据所述影像数据信息得到第二车位结果和第二障碍物检测结果,还包括以下步骤:
若所述超声波置信度大于或等于第一设定阈值,所述影像置信度大于或等于第二设定阈值,则,
根据所述超声波数据信息验证所述第二车位结果的有效性,根据所述影像数据信息验证所述第一车位结果的有效性;将通过有效性验证的所述第一车位结果和/或通过有效性验证的所述第二车位结果作为有效车位信息;
根据所述超声波数据信息验证所述第二障碍物检测结果的有效性,根据所述影像数据信息验证所述第一障碍物检测结果的有效性;将通过有效性验证的所述第一障碍物检测结果和/或通过有效性验证的所述第二障碍物检测结果作为有效障碍物信息。
可选地,上述的自动泊车辅助方法中,根据所述超声波数据信息验证所述第二车位结果的有效性具体包括以下步骤:
根据所述超声波数据信息得到所述第二车位结果周边范围内的障碍物位置;
若所述第二车位结果范围内无障碍物,则判定所述第二车位结果有效。
可选地,上述的自动泊车辅助方法中,根据所述影像数据信息验证所述第一车位结果的有效性具体包括以下步骤:
根据所述影像数据信息得到所述第一车位结果周边范围内的障碍物位置;
若所述第一车位结果范围内无障碍物,则判定所述第一车位结果有效。
可选地,上述的自动泊车辅助方法中,根据所述超声波数据信息验证所述第二障碍物检测结果的有效性具体包括以下步骤:
若所述第一障碍物检测结果和所述第二障碍物检测结果中,有且只有一个检测结果表示存在障碍物,则将检测到障碍物的检测结果作为所述有效障碍物信息。
可选地,上述的自动泊车辅助方法中,根据所述超声波数据信息验证所述第二障碍物检测结果的有效性具体包括以下步骤:
若所述第一障碍物检测结果和所述第二障碍物检测结果均检测到障碍物,则:
根据所述第二障碍物检测结果得到障碍物的类型;
根据所述第一障碍物检测结果确定第一障碍物外轮廓,根据所述第二障碍物检测结果确定第二障碍物外轮廓;
根据所述第一外轮廓和所述第二外轮廓结合后的外包络线作为最终固定障碍物轮廓线;
将所述障碍物的类型和所述障碍物轮廓线作为所述有效障碍物信息。
可选地,上述的自动泊车辅助方法中,所述周围环境信息包括雨量信息和光照信息;
所述超声波置信度根据所述雨量信息和所述超声波数据信息得到;所述影像置信度根据所述光照信息和所述影像数据信息得到。
本发明还提供一种可读存储介质,所述可读存储介质存储计算机指令,当计算机执行所述计算机指令时,用于执行上述以上任一项所述的自动泊车辅助方法。
本发明还提供一种电子设备,包括:
至少一个处理器;以及,
与至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行以上任一项所述的自动泊车辅助方法。
本发明提供一种自动泊车辅助方法、存储装置和电子设备,其中所述的自动泊车辅助方法,在获取超声波数据信息和影像数据信息的同时,还获取周围环境信息,通过周围环境信息和超声波数据信息得到超声波置信度,通过周围环境信息和影像数据信息得到影像置信度。当超声波置信度大于或等于第一设定阈值时,则根据超声波数据信息得到的第一车位结果和第一障碍物检测结果可信;当影像置信度小于第二设定阈值时,则根据影像数据信息得到的第二车位结果和第二障碍物检测结果不可信,因而将第一车位结果并将第一障碍物检测结果作为有效障碍物信息作为有效车位信息,上述方案中,排除了不可信结果的影响,进而提高了有效车位信息的准确性。
附图说明
图1为本发明实施例1所述的自动泊车辅助方法的流程图;
图2为本发明实施例2所述的自动泊车辅助方法的流程图;
图3为本发明实施例5所述的电子设备的原理结构示意图。
具体实施方式
下面将结合附图进一步说明本发明实施例。
实施例1
本实施例提供一种自动泊车辅助方法,可应用于车辆的控制器中,如图1所示,具体包括以下步骤:
S101,获取超声波传感器检测得到的超声波数据信息和摄像头检测得到的影像数据信息。
目前,车辆上均设置有多个超声波传感器和多个高清数字摄像头,常见的设置方式为车辆前保险杠的两端以及后保险杠的两端各设置一个远距离超声波传感器,在前保险杠和后保险杠上各设置4颗近距离超声波传感器,在车辆前后左右四个方向上分别设置一个高清数字摄像头。
超声波传感器可向车辆周围发射超声波,并接收被物体反射后的反射波超声波,根据反射超声波整理成超声波数据信息,根据超声波数据信息可得到车辆周围的障碍物形状和位置等,但这种检测方式易受到周围环境以及其他超声波干扰等因素的影响。
高清数字摄像头可拍摄车辆周围的影像,之后将高清数字摄像头拍摄的影像进行畸变矫正、环视图拼接后得到影像数据信息,在获得影像数据信息后,可采用神经网络算法识别影像数据信息中的物体,得到车辆周围地面的车位线、车位形状(包含垂直类型、平行类型或斜向类型)以及障碍物的形状和位置等,但这种检测方式易受到周围环境以及畸变矫正算法等因素的影响。
S102,获取车辆周围环境信息,根据所述周围环境信息和所述超声波数据信息得到超声波置信度;根据所述周围环境信息和所述影像数据信息得到影像置信度。
如上述所述,超声波传感器在检测过程中易受到周围干扰超声波以及周围环境等因素的影响,因而可通过超声波数据信息和周围环境信息来判断根据超声波数据信息得到的超声波结果是否可信,超声波置信度即是定量衡量超声波结果可信度的参数,该参数根据超声波数据信息和周围环境信息综合得到,当超声波置信度大于或等于第一阈值时,则认为根据超声波数据信息得到的超声波结果是可靠的,而当超声波置信度小于或等于第一阈值时,则认为根据超声波数据得到的超声波结果并不可靠。
同样的,摄像头在检测过程中易受到周围环境以及畸变矫正算法等因素的,因而可通过影像数据信息和周围环境信息来判断根据影像数据信息得到的影像结果是否可信,影像置信度即是定量衡量影像结果可信度的参数,该参数可根据影像数据信息和周围环境信息综合得到,当影像置信度大于或等于第二阈值时,则认为根据影像数据信息得到的影像结果是可靠的,而当影像置信度小于等于第二阈值时,则认为根据影像数据得到的影像结果并不可靠。
S103,若根据所述超声波数据信息得到第一车位结果和第一障碍物检测结果,根据所述影像数据信息得到第二车位结果和第二障碍物检测结果,且所述超声波置信度大于或等于第一设定阈值,所述影像置信度小于第二设定阈值,则将所述第一车位结果作为有效车位信息,将第一障碍物检测结果作为有效障碍物信息。
本步骤中,根据超声波数据信息可得到车辆周围障碍物的位置和形状,根据车辆周围障碍物的位置和形状,可以判断是否存在可停车的第一空间,将可停车的第一空间作为第一车位结果,将超声波数据信息中的周围障碍物的位置和形状作为第一障碍物检测结果;若根据车辆周围障碍物的位置和形状未发现可用于停车的第一空间,则认为根据所述超声波数据信息未得到第一车位结果,得到第一车位结果以及未得到第一车位结果均为超声波结果。
对于影像数据信息,可通过神经网络算法识别出影像数据信息中车辆周围的车位线、障碍物位置、障碍物形状和障碍物类型(人/车辆/车位锁/树木/马路沿/树木等),根据车位线、障碍物位置、障碍物形状和障碍物类型可判断是否存在可停车的第二空间,将可停车的第二空间作为第二车位结果,将根据影像数据信息得到的障碍物位置、障碍物形状和障碍物类型作为第二障碍物检测结果;若根据车位线、障碍物位置、障碍物形状和障碍物类型未发现可用于停车的第二空间,则认为根据影像数据信息未得到第二车位检测结果,得到第二车位结果和未得到第二车位结果均为影像结果。
本实施例所述的自动泊车辅助方法中,在获取超声波数据信息和影像数据信息的同时,还获取周围环境信息,通过周围环境信息和超声波数据信息得到超声波置信度,通过周围环境信息和影像数据信息得到影像置信度。当超声波置信度大于或等于第一设定阈值时,则根据超声波数据信息得到的第一车位结果可信,根超声波信息得到的第一障碍物检测结果可信;当影像置信度小于第二设定阈值时,则根据影像数据信息得到的第二车位结果不可信,根据影像数据信息得到的第二障碍物检测结果不可信,因而将第一车位结果作为有效车位信息,将第一障碍物检测结果作为有效障碍物信息。上述方案中,排除了不可信结果的影响,进而提高了自动泊车过程中车位判断和障碍物判断结果的准确性。
实施例2
本实施例提供一种自动泊车辅助方法,可应用于车辆的控制器中,如图2所示,具体包括以下步骤:
S201,获取超声波传感器检测得到的超声波数据信息和摄像头检测得到的影像数据信息。
S202,获取车辆周围环境信息,根据所述周围环境信息和所述超声波数据信息得到超声波置信度;根据所述周围环境信息和所述影像数据信息得到影像置信度。
本步骤中,所述周围环境信息主要包括雨量信息和光照信息,所述超声波置信度根据雨量信息和超声波数据信息得到,所述影像置信度根据光照信息和影像数据信息得到。
本实施例给出一种计算超声波置信度的方式,所述超声波置信度包括超声波数据信息因素C1和雨量信息因素C2,而超声波置信度U=C1*C2。其中当超声波数据信息无异常时,C1=a;当超声波数据信息存在微杂乱时,C1=b;当超声波数据信息过杂乱时或余震超过正常上限时,则C1=0;其中a>b>0,且当超声波传感器无超声波信息输出时,同样C1=0。对于雨量信息因素C2,当雨量信息所表征的雨量大小大于设定雨量阈值时,C2=m;当雨量信息所表征的雨量大小小于等于设定雨量阈值时,C2=n,其中m<n。所述设定雨量阈值可根据多次试验确定,a、b、m和n均为大于0且小于1中任意一个数字。
本实施例还给出一种计算影像置信度的方式,所述影像置信度包括影像数据信息因素C3和光照强度因素C4,且影像置信度V=C3*C4。其中,其中C3由神经网络算法对影像数据信息进行识别时得到,如检测一幅图片中是否由车位线、汽车、摩托车、自行车、行人、地锁、树木、其他障碍物等8类物体时,检测结果将有一个8维向量h=[h1,h2,h3,h4,h5,h6,h7,h8]',h向量中各单元h1,h2,h3,h4,h5,h6,h7,h8的范围为[0-1],若hi>Wi(Wi为与第i个障碍物对应的一个标定量,根据大量样本检测结果,取0.8准确率时的阈值作为第i个障碍物检测的标定量Wi),则认为此幅图中有此物体,Ci=(0.8-Wi)/(1-Wi)+0.2*hi/(1-Wi),若hi<Wi,则认为此图中无此物体,Ci=1-0.2*hi/Wi;。对于光照强度因素C4,当光照强度大于最大阈值或是小于最小阈值时,C4=p;当光照强度大于或等于最小阈值,且小于或等于最大阈值时,C4=q,其中p和q均为0-1中任意一个数字,且q大于p,由此,会得到一幅图像中针对每一个障碍物都具有一个置信度Vi,影像置信度V就是由所有的置信度Vi形成的数组,将超声波信息的障碍物检测结果和影像信息的障碍物检测结果进行比对时,如果某一位置处采用超声波检测到有障碍物,且此时影像数据中对该障碍物检测的置信度Vi也超过第二设定阈值,则可以直接利用影像检测结果对障碍物的类型进行确定。
因此,超声波置信度和影像置信度的置信度范围为0-1,其中1表示第一车位结果、第一障碍物检测结果或第二车位结果、第二障碍物检测结果完全可信,0则表示完全不可信。第一设定阈值和第二设定阈值可根据经验确定,例如将第一设定阈值和第二设定阈值均设为0.6。
S203,若根据所述超声波数据信息得到第一车位结果和第一障碍物检测结果,根据所述影像数据信息得到第二车位结果和第二障碍物检测结果,则执行步骤S204。
S204,所述超声波置信度是否大于或等于第一设定阈值,是则执行步骤S205;否则执行步骤S208。
S205,所述影像置信度是否大于或等于第二设定阈值,是则执行步骤S206;否则执行步骤S207。
S206,根据所述超声波数据信息验证所述第二车位结果的有效性,根据所述影像数据信息验证所述第一车位结果的有效性;将通过有效性验证的所述第一车位结果和/或通过有效性验证的所述第二车位结果作为有效车位信息;根据所述超声波数据信息验证所述第二障碍物检测结果的有效性,根据所述影像数据信息验证所述第一障碍物检测结果的有效性;将通过有效性验证的所述第一障碍物检测结果和/或通过有效性验证的所述第二障碍物检测结果作为有效障碍物信息。
本步骤中,当超声波置信度大于或等于第一设定阈值,且影像置信度大于或等于第二阈值时,说明根据超声波数据信息得到的第一车位结果可信,第一障碍物检测结果可信,且根据影像数据信息得到的第二车位结果和第二障碍物检测结果也可信。此时可根据超声波数据信息确定第二车位结果的区域中以及第二车位结果周边范围内的障碍物位置,若根据超声波数据信息确定第二车位结果范围内无影响停车的障碍物,且第二车位结果周边范围内的障碍物不影响车辆的停放,则判定所述第二车位结果有效;另外,可根据影像数据信息确定第一车位结果的区域中以及第一车位结果周边范围内的障碍物位置,若第一车位结果范围内无障碍物,且第一车位结果周边范围内的障碍物不影响车辆的停放,则判定第一车位结果有效。通过第一障碍物检测结果和第二障碍物检测结果相融合,能够准确判断出障碍物所在的位置以及障碍物的类型,通过超声波数据信息和影像数据信息的互相核验,能进一步减小检测误差,
S207,将所述第一车位结果作为有效车位信息,将第一障碍物检测结果作为有效障碍物信息。
本步骤中,所述超声波置信度大于或等于第一设定阈值,所述影像置信度小于第二设定阈值,则认为根据影像数据信息得到的第二车位结果并不可靠,因此将第一车位结果作为有效车位信息,将第一障碍物检测结果作为有效障碍物信息。鉴于第一车位结果和第一障碍物检测结果并未通过影像数据信息进行核验,因此在本步骤后,还可包括输出提示信息的步骤,输出的提示信息用于建议驾驶员及时观察第一车位结果周边情况以及障碍物的位置和类型,注意车辆动态,以避免碰撞事故。
S208,所述影像置信度是否大于或等于第二设定阈值,是则执行步骤S209;否则执行步骤S210。
S209,将所述第二车位结果作为有效车位信息,将所述第二障碍物检测结果作为有效障碍物信息。
本步骤中,所述超声波置信度小于第一设定阈值,所述影像置信度大于或等于第二设定阈值,则认为根据超声波数据信息得到的第一车位结果并不可靠,因此将第二车位结果作为有效车位信息,将所述第二障碍物检测结果作为有效障碍物信息。鉴于第二车位结果和第二障碍物检测结果并未通过超声波数据信息进行核验,因此在本步骤后,还可包括输出提示信息的步骤,输出的提示信息用于建议驾驶员及时观察第二车位结果周边情况和障碍物的位置类型,注意车辆动态,以避免碰撞事故。
S210,输检测系统不可靠的提示。本步骤中,超声波置信度小于第一设定阈值,且影像置信度也小于第一设定阈值,则认为根据超声波数据信息得到的第一车位结果以及根据影像数据信息得到的第二车位结果均不可靠,因此认为第一车位结果和第二车位结果均不能作为有效车位,同样的道理,第一障碍物检测结果和第二障碍物检测结果也无不能作为障碍物检测结果,此时输出检测系统不可靠的提示,用以提示驾驶员选择其他泊车方式。
本实施例所述的自动泊车辅助方法中,根据超声波置信度确定根据超声波数据信息得到的第一车位结果和第一障碍物检测结果是否可信,根据影像置信度确定根据影像数据信息得到的第二车位结果和第二障碍物检测结果是否可信,最终输出的有效车位信息和有效障碍物信息根据超声波置信度和影像置信度而定,因此排除了不可信结果的影响,进而提高了有效车位信息的准确性。
实施例3
本实施例提供的自动泊车辅助方法,根据所述超声波数据信息验证所述第二障碍物检测结果的有效性可以分为两种情况:
情况一:若所述第一障碍物检测结果和所述第二障碍物检测结果中,有且只有一个检测结果表示存在障碍物,则将检测到障碍物的检测结果作为所述有效障碍物信息。也就是说,超声波检测结果和影像检测结果的置信度都满足可用的前提下,其中一种检测方式检测到障碍物,另一种检测方式未检测到障碍物,为了确保泊车过程的安全性,则会以有障碍物的检测结果作为有效障碍物信息。
情况二:若所述第一障碍物检测结果和所述第二障碍物检测结果均检测到障碍物,则:根据所述第二障碍物检测结果得到障碍物的类型;根据所述第一障碍物检测结果确定第一障碍物外轮廓,根据所述第二障碍物检测结果确定第二障碍物外轮廓;根据所述第一外轮廓和所述第二外轮廓结合后的外包络线作为最终固定障碍物轮廓线;将所述障碍物的类型和所述障碍物轮廓线作为所述有效障碍物信息。也即,如果超声波检测和影像检测都检测到了障碍物,则利用影响检测结果中的障碍物类型来确定障碍物的情况(类型如人/车辆/车位锁/树木/马路沿/树木等),而障碍物轮廓取超声波检测结果与影像检测结果加在一起的外包络面,再根据此外包络面得到该障碍物距离车的距离和方向。本方案中,在两种检测方式的检测结果都满足可信条件,且两种检测方式都检测到了障碍物时,将两种检测方式检测到的障碍物轮廓最大化,确保泊车过程中的安全性。
实施例4
本实施例提供了一种可读存储介质,所述可读存储介质可以为非易失性计算机存储介质,所述存储介质存储有计算机可执行指令,该计算机可执行指令可执行上述任意方法实施例中的自动泊车辅助方法。
实施例5
本实施例提供一种电子设备,如图3所示包括:至少一个处理器401;以及,与所述至少一个处理器401通信连接的存储器402;其中,
所述存储器402存储有可被所述一个处理器401执行的指令,所述指令被所述至少一个处理器401执行,以使所述至少一个处理器401能够执行实施例1-3中任意技术方案中所述的自动泊车辅助方法。
通过上述方法,避免了不可信检测结果的干扰,提高了自动泊车过程中的安全性。
本领域内的用户应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
Claims (8)
1.一种自动泊车辅助方法,其特征在于,包括以下步骤:
获取超声波传感器检测得到的超声波数据信息和摄像头检测得到的影像数据信息;
获取车辆周围环境信息,根据所述周围环境信息和所述超声波数据信息得到超声波置信度;根据所述周围环境信息和所述影像数据信息得到影像置信度;
若根据所述超声波数据信息得到第一车位结果和第一障碍物检测结果,根据所述影像数据信息得到第二车位结果和第二障碍物检测结果,且所述超声波置信度大于或等于第一设定阈值,所述影像置信度小于第二设定阈值,则将所述第一车位结果作为有效车位信息并将第一障碍物检测结果作为有效障碍物信息;
若所述超声波置信度小于第一设定阈值,所述影像置信度大于或等于第二设定阈值,则将所述第二车位结果作为有效车位信息并将第二障碍物检测结果作为有效障碍物信息;
若所述超声波置信度大于或等于第一设定阈值,所述影像置信度大于或等于第二设定阈值,则,
根据所述超声波数据信息验证所述第二车位结果的有效性,根据所述影像数据信息验证所述第一车位结果的有效性;将通过有效性验证的所述第一车位结果和/或通过有效性验证的所述第二车位结果作为有效车位信息;
根据所述超声波数据信息验证所述第二障碍物检测结果的有效性,根据所述影像数据信息验证所述第一障碍物检测结果的有效性;将通过有效性验证的所述第一障碍物检测结果和/或通过有效性验证的所述第二障碍物检测结果作为有效障碍物信息。
2.根据权利要求1所述的自动泊车辅助方法,其特征在于,根据所述超声波数据信息验证所述第二车位结果的有效性具体包括以下步骤:
根据所述超声波数据信息得到所述第二车位结果周边范围内的障碍物位置;
若所述第二车位结果范围内无障碍物,则判定所述第二车位结果有效。
3.根据权利要求1所述的自动泊车辅助方法,其特征在于,根据所述影像数据信息验证所述第一车位结果的有效性具体包括以下步骤:
根据所述影像数据信息得到所述第一车位结果周边范围内的障碍物位置;
若所述第一车位结果范围内无障碍物,则判定所述第一车位结果有效。
4.根据权利要求1所述的自动泊车辅助方法,其特征在于,根据所述超声波数据信息验证所述第二障碍物检测结果的有效性具体包括以下步骤:
若所述第一障碍物检测结果和所述第二障碍物检测结果中,有且只有一个检测结果表示存在障碍物,则将检测到障碍物的检测结果作为所述有效障碍物信息。
5.根据权利要求1所述的自动泊车辅助方法,其特征在于,根据所述超声波数据信息验证所述第二障碍物检测结果的有效性具体包括以下步骤:
若所述第一障碍物检测结果和所述第二障碍物检测结果均检测到障碍物,则:
根据所述第二障碍物检测结果得到障碍物的类型;
根据所述第一障碍物检测结果确定第一障碍物外轮廓,根据所述第二障碍物检测结果确定第二障碍物外轮廓;
根据所述第一障碍物外轮廓和所述第二障碍物外轮廓结合后的外包络线作为最终固定障碍物轮廓线;
将所述障碍物的类型和所述障碍物轮廓线作为所述有效障碍物信息。
6.根据权利要求1所述的自动泊车辅助方法,其特征在于:
所述周围环境信息包括雨量信息和光照信息;
所述超声波置信度根据所述雨量信息和所述超声波数据信息得到;所述影像置信度根据所述光照信息和所述影像数据信息得到。
7.一种可读存储介质,其特征在于,所述可读存储介质存储计算机指令,当计算机执行所述计算机指令时,用于执行上述权利要求1-6任一项所述的自动泊车辅助方法。
8.一种电子设备,其特征在于,包括:
至少一个处理器;以及,
与至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述权利要求1-6任一项所述的自动泊车辅助方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910917695.2A CN110562249B (zh) | 2019-09-26 | 2019-09-26 | 自动泊车辅助方法、可读存储介质和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910917695.2A CN110562249B (zh) | 2019-09-26 | 2019-09-26 | 自动泊车辅助方法、可读存储介质和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110562249A CN110562249A (zh) | 2019-12-13 |
CN110562249B true CN110562249B (zh) | 2021-06-04 |
Family
ID=68782583
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910917695.2A Active CN110562249B (zh) | 2019-09-26 | 2019-09-26 | 自动泊车辅助方法、可读存储介质和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110562249B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111753768B (zh) * | 2020-06-29 | 2023-07-28 | 北京百度网讯科技有限公司 | 表示障碍物形状的方法、装置、电子设备和存储介质 |
CN111942373B (zh) * | 2020-08-06 | 2021-10-12 | 广州小鹏汽车科技有限公司 | 自动泊车方法、自动泊车装置和车辆 |
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 |
CN112394737B (zh) * | 2021-01-19 | 2021-05-18 | 广州赛特智能科技有限公司 | 一种基于障碍检测的移动机器人自适应速度调节方法 |
CN112801024B (zh) * | 2021-02-09 | 2023-08-29 | 广州小鹏自动驾驶科技有限公司 | 一种检测信息处理方法和装置 |
CN113205059B (zh) * | 2021-05-18 | 2024-03-12 | 北京纵目安驰智能科技有限公司 | 车位的检测方法、系统、终端及计算机可读存储介质 |
CN113246990A (zh) * | 2021-05-24 | 2021-08-13 | 广州小鹏自动驾驶科技有限公司 | 一种障碍物位置的确定方法、装置和车辆 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2968817B1 (fr) * | 2010-12-08 | 2017-05-05 | Bosch Gmbh Robert | Procede et dispositif pour reconnaitre des signes de circulation dans l'environnement du vehicule et pour les mettre en concordance avec des informations de signes de circulation d'une carte numerique |
US9557741B1 (en) * | 2015-08-24 | 2017-01-31 | Ford Global Technologies, Llc | System and method for autonomous valet parking using plenoptic cameras |
CN106379319B (zh) * | 2016-10-13 | 2019-11-19 | 上汽大众汽车有限公司 | 一种汽车辅助驾驶系统及控制方法 |
KR102207964B1 (ko) * | 2017-07-11 | 2021-01-27 | 현대모비스 주식회사 | 자동주차 시스템의 주차궤적 생성방법 및 그 장치 |
CN108281041A (zh) * | 2018-03-05 | 2018-07-13 | 东南大学 | 一种基于超声波和视觉传感器相融合的泊车车位检测方法 |
CN109532821A (zh) * | 2018-11-09 | 2019-03-29 | 重庆长安汽车股份有限公司 | 融合泊车系统 |
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 |
-
2019
- 2019-09-26 CN CN201910917695.2A patent/CN110562249B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110562249A (zh) | 2019-12-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110562249B (zh) | 自动泊车辅助方法、可读存储介质和电子设备 | |
CN112329552B (zh) | 基于汽车的障碍物检测方法及装置 | |
CN107392103B (zh) | 路面车道线的检测方法及装置、电子设备 | |
CN110232836B (zh) | 物体识别装置以及车辆行驶控制系统 | |
US20170293895A1 (en) | Device and method for calculating damage repair cost | |
JP6546271B2 (ja) | 画像処理装置、物体検知装置、画像処理方法 | |
US11620837B2 (en) | Systems and methods for augmenting upright object detection | |
CN113119963B (zh) | 智能超声系统、车辆后方碰撞警告装置及其控制方法 | |
WO2020131385A1 (en) | Automated assessment of collision risk based on computer vision | |
US9592764B2 (en) | Redundant object detection for driver assistance systems | |
CN112084810B (zh) | 一种障碍物检测方法、装置、电子设备及存储介质 | |
CN109478324A (zh) | 图像处理装置、外界识别装置 | |
US20160217335A1 (en) | Stixel estimation and road scene segmentation using deep learning | |
CN110610137B (zh) | 检测车辆行驶状态的方法、装置以及电子设备、存储介质 | |
JP2017538915A (ja) | 測位・マッピング方法及び測位・マッピングシステム | |
US20190236745A1 (en) | Dynamic watermarking of vehicle camera images | |
US10592784B2 (en) | Detection based on fusion of multiple sensors | |
JP2019500694A (ja) | 車両の少なくとも1つのセンサによって検出された危険状況を評価する方法、危険警告の再生を制御する方法、および危険警告を再生する方法 | |
US20210011481A1 (en) | Apparatus for controlling behavior of autonomous vehicle and method thereof | |
KR20210005605A (ko) | 카메라 고유 파라미터에 대한 온라인 평가 | |
CN111160070A (zh) | 车辆全景图像盲区消除方法、装置、存储介质及终端设备 | |
JP2007018451A (ja) | 道路区画線検出装置 | |
CN114913497A (zh) | 目标检测方法、装置、终端设备以及存储介质 | |
KR102305972B1 (ko) | 지능형 초음파 시스템 및 그 제어 방법 | |
CN107255470A (zh) | 障碍物检测装置 |
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 |