CN111742235A - 用于识别针对车辆适合的空停车位的方法和系统 - Google Patents

用于识别针对车辆适合的空停车位的方法和系统 Download PDF

Info

Publication number
CN111742235A
CN111742235A CN201980014346.8A CN201980014346A CN111742235A CN 111742235 A CN111742235 A CN 111742235A CN 201980014346 A CN201980014346 A CN 201980014346A CN 111742235 A CN111742235 A CN 111742235A
Authority
CN
China
Prior art keywords
vehicle
parking space
radar
empty parking
parked
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
Application number
CN201980014346.8A
Other languages
English (en)
Other versions
CN111742235B (zh
Inventor
C·昂维多尔本
A·施密德
C·帕芬泽勒
U·西亚特
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.)
Magna Electronics Sweden
Original Assignee
Vennell Sweden
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 Vennell Sweden filed Critical Vennell Sweden
Publication of CN111742235A publication Critical patent/CN111742235A/zh
Application granted granted Critical
Publication of CN111742235B publication Critical patent/CN111742235B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
    • G08G1/141—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces
    • G08G1/143—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces inside the vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9314—Parking operations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9327—Sensor installation details
    • G01S2013/93271—Sensor installation details in the front of the vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了用于识别针对车辆(1)适合的空停车位(32)的一种方法和一种系统(100)。为了确定空停车位(32)，将雷达信号(11)对准多辆在停车区域(13)中停靠的车辆(301,302,…30M)还有周围环境要素(34)。在计算单元(15)中处理由所述停靠车辆(301,302,…30M)还有周围环境要素(34)反射的雷达信号(12)。利用自回归预测滤波器(53)确定10投影曲线(24)的所计算出的周期性(51)中的空隙(29)。在空停车位(32)的位置处，预测误差函数(26)具有最大值(55)。

Description

用于识别针对车辆适合的空停车位的方法和系统
技术领域
本发明涉及一种用于识别针对车辆适合的空停车位的方法。
本发明另外还涉及一种用于识别针对车辆适合的空停车位的系统。该系统包括至少一个集成在车辆中的雷达装置，该雷达装置包括具有信号发生器的发射器和接收器组件以及接收器。计算单元与雷达装置以通讯的方式连接。该计算单元在车辆的集成在车辆中的中央控制单元中实现。
背景技术
欧洲专利EP 2 052 208 B1公开了车辆在地图上的位置的确定。地图包括多个点，这些点与特征相关连。从车辆中拍摄场景图像并识别出图像中的点，这些点对应于场景中的特征。将拍摄的图像中的点与地图进行对比，以便确定车辆的位置。此外，必须拍摄至少一张另外的场景图像，其中识别出与该至少一张另外的图像中的特征相关联的点，并且将在图像中识别出的点与另外的一张或每张图像进行对比。另外，还包括测量车辆的运动以及据此作出的预测，即这些点在至少一张另外的图像中的哪些位置。前瞻性地确定可用的停车位是无法实现的。
国际专利申请WO 2008/009965 A1公开了一种用于生成地图的方法，该地图对应于特征点的位置。在此，车辆行驶经过场景并且拍摄至少一张图像。根据所拍摄的图像，还可例如确定是否有可用的停车位。该方法有这样的缺点：它不是前瞻性的并且仅当车辆处于停车位的高度时才可确定可用的停车位。
德国披露文献DE102 20 837 A1公开了一种自动系统，该自动系统可放置在驾驶员旁边以寻找空停车位。车辆处的光束传感器被如此校准，使得处于车辆前方的区域被照亮。通过这种实施方案可行的是，在处理光束传感器的回波信号的上下文中及早识别可能的空停车位，从而给出足够的时间在信号处理的上下文中检查该空停车位对于泊车的适宜性并且在适当时无危险地刹车直至到达这样的空停车位。
德国披露文献DE 196 00 059 A1公开了一种用于在机动车辆雷达组件中处理信号的方法和为此的一种雷达组件。该信号处理方法通过分析车道处偏转的回波信号提供关于观察方向上的交通情况的进一步信息。由此无法识别空停车位。
德国披露文献DE 10 2008 004 633 A1涉及用于识别和/或测定空停车位的一种方法和一种装置。在此，采集车辆周围环境的三维数据。将车辆周围环境中的物体分类为与空停车位邻接的和与空停车位不邻接的物体。确定车辆的周围环境的针对车辆适合作为空停车位的空间区域并且将关于适合作为空停车位的空间区域的数据输出给驾驶员或上级系统。
在德国披露文献DE 10 2011 113 719 A1中公开了一种用于识别位于车辆前方的空停车位的方法。空停车位测定利用雷达系统进行，其中通过分析至少一次在车道处反射的雷达信号确定在车辆的纵向上的处于车辆前方的空停车位的延伸范围。
欧洲专利申请EP 3 040 909 A1示出了一种停车位识别系统，该系统根据处于车辆中的雷达传感器检测车辆周围环境并且从雷达回波确定周围环境轮廓以及从所确定的轮廓的空隙识别出空闲的停车位。
发明内容
本发明的目的在于，创造一种用于前瞻性地识别针对车辆适合的空停车位的方法，其中空停车位的识别还应是具有顽健性的，以防止可能的误探测，这种误探测在空停车位的区域中随时可通过不同的传播效果而要么持续要么偶尔地出现。
该目的通过用于识别针对车辆适合的空停车位的方法来实现，该方法包括权利要求1的特征。
本发明的另一目的在于，创造一种用于前瞻性地识别针对车辆适合的空停车位的系统，其中空停车位的识别还应是具有顽健性的，以防止可能的误探测，这种误探测在空停车位的区域中随时可通过不同的传播效果而要么持续要么偶尔地出现。
该目的通过用于识别针对车辆适合的空停车位的系统来实现，该系统包括权利要求7的特征。
根据本发明的方法的特征在于，由安装在行驶车辆中的雷达装置在停靠车辆的方向上发射雷达信号。利用该雷达装置接收由停靠车辆和周围环境要素反射的雷达信号。创建所接收到的雷达信号在X坐标方向和Y坐标方向上的分布，其中X坐标方向对应于车辆的运动方向并且Y坐标方向垂直于车辆的运动方向。根据所接收到的雷达信号的分布的频率确定第一直线和至少一条第二直线，这些直线限定停靠车辆的停车区域。限定投影曲线，该投影曲线生成所接收到的雷达信号在停车区域内在与车辆沿着零线的运动方向垂直的Y坐标方向上分布的频率。这符合这样的情况：车辆的运动方向与停靠车辆的停车区域平行。对于这种理想情况，沿着X坐标方向根据预测误差函数确定空停车位，其中借助于投影曲线计算沿着停车区域停靠的车辆的周期性并且投影曲线中的空隙与所计算出的周期性相比得到针对预测误差函数的最大值，该最大值由此指定可用的空停车位。
一般而言，车辆的运动方向与在停车区域中停靠的车辆不平行地延伸。由于所探测到的雷达信号的分布频率，第一直线和第二直线相对于笛卡尔坐标系的X坐标方向倾斜。为确定直方图，可例如沿着这些直线为笛卡尔坐标系定向。根据另一个可能的实施方式，可沿着所确定的第一直线计算直方图。第一直线在X坐标方向和Y坐标方向上拥有组成成分。
在运动方向与停靠车辆的停车区域平行时的理想情况下，利用自回归预测滤波器执行投影曲线的所计算出的周期性中的空隙。继而可利用自回归预测滤波器预测周期性在X坐标方向上的序列。尽管下面的描述针对的是与停靠车辆的停车区域平行的车辆的运动方向，但不应将其理解为本发明的限制。因此，可例如通过常见的坐标变换实现直方图沿着X坐标方向定向。
投影曲线例如为直方图，该直方图表示所接收到的雷达信号沿着行驶方向在Y坐标方向上的分布频率，该行驶方向在理想情况下对应于X坐标方向。
通常情况下，所确定的第一直线和所确定的第二直线与行驶方向不平行。由此沿着所确定的第一直线确定直方图。
继而通过显示器将停靠车辆的停车区域中确定的空停车位的位置以信号方式发送给至少一位车辆乘客。该至少一位车辆乘客可为驾驶员。因此，空停车位的所确定的位置在辅助驾驶中用作便捷功能并且可用于自动泊车。如果是该至少一位车辆乘客不是驾驶员的情况，这就是人们所说的自动驾驶。因此，空停车位的所确定的位置在自动驾驶中用作自动泊车的关键方案。
根据本发明的用于识别针对车辆适合的空停车位的系统包括至少一个集成在车辆中的雷达装置。该雷达装置拥有具有信号发生器的发射器和接收器组件以及接收器。同样设置有计算单元，该计算单元与雷达装置以通讯的方式相连并且在车辆的集成在车辆中的中央控制单元中实现。在该计算单元中实现一种算法，该算法从雷达回波的利用接收器组件从停靠车辆和周围环境要素接收到的雷达信号确定投影曲线。该投影曲线优选为直方图。从投影曲线计算沿着停车区域停靠的车辆的周期性。沿着X坐标方向利用预测误差函数找到投影曲线的所计算出的周期性中的空隙。预测误差函数在空隙的位置处拥有最大值，从而找到空停车位。
根据本发明的方法和系统具有这样的优点：由此可在汽车传感器系统中基于雷达探测前瞻性地识别出空停车位。所述方法的可能的应用是作为驾驶辅助中的便捷功能以及作为自动驾驶中自动泊车的关键方案。雷达传感器主要提供探测的列表，即所识别到的雷达回波及其在坐标系中的位置。为了根据这样的数据的序列识别出空闲的停车位置，必须在事先识别出的停车区域中记录空隙，该空隙的宽度还有长度使得车辆泊车成为可能。空停车位的识别是具有顽健性的，以防止可能的误探测，这种误探测在空停车位的区域中随时可通过不同的传播效果而要么持续要么偶尔地出现。
附图说明
下面根据附图进一步阐释本发明及其优点。
图1示出车辆的示意性侧视图。
图2示出本发明中所用的雷达装置的简化的示意图。
图3示出一种情形的示意性概览图，在该情形中，车辆行驶经过一排以一种可能的模式停靠的车辆。
图4示出以另一种模式停靠的车辆的情形的示意性概览图。
图5示出车辆旁边的雷达探测的点云状的典型分布，在该车辆中存在接收雷达传感器。
图6A示出直线的确定，雷达探测沿着车辆的行驶方向在这些直线上聚集。
图6B示出沿直线方向的投影曲线，该投影曲线表示相对于与停车排垂直的视线方向的雷达探测的频率。
图7示出用于确定预测误差的方框图。
图8示出在一排已停靠的车辆中探测合适的空停车位的示例性结果。
这些附图仅表示本发明的具体实施例。然而，本发明不应仅限于所示的实施例。
具体实施方式
图1示意性地示出车辆1或第一视角车辆的侧视图，该车辆在道路2上在运动方向F上运动。车辆1包括至少一个雷达装置3，该雷达装置如此设计成发射雷达信号和接收返回的雷达信号。从返回的雷达信号中将单个目标(在此为车辆)与周围环境区分和/或脱离开来。有利的是，在车辆1的前部区域1F中在左侧和右侧设置有两个雷达装置3。由此可使用雷达装置3中的对准停靠车辆301、302、…30M的停车区域13的那一个雷达装置(为此参见图3或图4)。
由雷达装置3在视野10中沿着定向P发射雷达信号。视野10可或多或少地与车辆1的运动方向F垂直地定向。根据一个优选的实施方式，视野10以大约140°的方位角布置。车辆1拥有计算单元15，该计算单元可集成在车辆1的中央控制单元18中。雷达装置3至少与计算单元15以通讯的方式相连。在计算单元15中收集、处理和分析由雷达装置3接收到的雷达信号12(参见图2)，以便根据所接收到的雷达信号12找到空停车位(在此未示出)。另外，中央控制单元18可与显示器17以通讯的方式相连，该显示器例如显示对合适的空停车位的探测。显示器17可针对声音和/或视觉信息实施而成。
参照图2，雷达装置3由发射器4组成，该发射器又包括信号发生器5和发射天线6。车辆1的雷达装置3还由接收器组件7组成，该接收器组件又包括接收器8和接收器天线9。
由雷达装置3发射的雷达信号11被反射并且所接收到的或反射回来的雷达信号12经由接收器天线9被接收器8接收。在使用雷达装置3时，当车辆1或第一视角车辆行驶经过停车区域13(参见图3或图4)时，发射天线6沿着定向P(参见图1)发射雷达信号11。当车辆沿着停车区域13行驶经过时，雷达装置3将特定的视野10(参见图1)对准停车区域13。然后，雷达装置3经由接收器天线8接收所发射的雷达信号11的雷达回波14。
雷达装置3的发射器4和接收器组件7如此布置，使得通过同时接收和分析所接收到的雷达信号12的相位和振幅来提供雷达回波14的方位角。每个雷达回波14均拥有特定的和探测到的方位角α、距离r和径向速度v。
在图3中示出这样的情形：车辆1或第一视角车辆沿着运动方向F行驶经过停车区域13，该停车区域具有多辆已停靠的车辆301、302、…30M。车辆1自身拥有宽度1B和长度1L。在车辆1行驶经过时，车辆1的至少紧邻已停靠的车辆301、302、…30M的那个雷达装置3激活。在车辆1在运动方向F上运动期间，利用雷达装置3以所接收到的雷达信号12的形式收集所发射的雷达信号11的多个雷达回波14。所发射的雷达信号11在视野10内发射。雷达回波14由已停靠的车辆301、302、…30M和周围环境要素34产生。周围环境要素34可例如是街灯、路沿石边缘、砖石墙、禁停柱等。在已停靠的车辆301、302、…30M的在此所示的停车模式下，在停车区域13中设计有两个空停车位。已停靠的车辆301、302、…30M在此与车辆1的运动方向F垂直地停放。
在车辆1行驶期间，为车辆找到合适的空停车位32(如果存在的话)。合适的空停车位32拥有宽度32B和长度32L，二者大于车辆1的宽度1B和长度1L。
图4示出车辆301、302、…30M停放的另一种可能性，这些车辆与车辆1的运动方向F平行地停放。停车区域13通过第一边界线31和通过第二边界线33来限定。第一边界线31和第二边界线33与车辆1的运动方向F平行地延伸。在此也适用这样的条件：当合适的空停车位32拥有宽度32B和长度32L，二者大于车辆1的宽度1B和长度1L时，就找到了合适的空停车位32。
图5示出雷达探测的典型图示，这些雷达探测作为车辆1旁边的点云50表示。点云50在二维坐标系中以图形的方式表示。在横坐标60和纵坐标70上描绘有以米为单位的距离。点云50代表视野10中所接收到的雷达信号11。零线16限定了一条基准线，从该基准线出发测量点云50的单个元素的距离。
如图6A中所示，在基于预测滤波器执行的空停车位搜索之前确定第一直线21和第二直线22。对于专业人士而言当然还可使用其他的滤波器。预测滤波器仅表示一个优选的实施方式。所接收到的雷达信号12沿着第一直线21和沿着第二直线22聚集。第一直线21和第二直线22给出了这样的提示：在此极有可能相似的物体(在此为已停靠的车辆301、302、…30M)并排着有规律地排成行。第一直线21如此选择，使得其紧邻零线16或车辆1。第二直线22由于所聚集的和所接收到的雷达信号12而如此确定，使得第一直线21与第二直线22之间的间距A近似地对应于停车区域13。
为了检查和评估沿着该通过第一直线21和第二直线22限定的优选方向的聚集，可如图6B中所示使用沿着优选方向的投影曲线24。该投影曲线24例如以直方图的形式表示所接收到的雷达信号12相对于与停车排13垂直的(基本上与X坐标方向X垂直的)视线方向的聚集。因此，该投影曲线24中细长的清晰界定的顶点25代表沿着停车区域13的散射相对低的雷达探测的聚集，正如在有许多类似物体(车辆)时就是这种情况。
图7示出用于确定预测误差函数26的方框图。在停车区域13内对空隙29(参见图8)的探测由此来实现：对雷达探测的在停靠车辆301、302、…30M的排的方向上的空间周期性加以利用。利用合适的算法搜索周期性的至少一个紊乱。为此，将自回归预测滤波器用在所探测的和所接收到的雷达信号12的空间序列上。这样的预测滤波器特别适合用于预测周期性序列的后续走向。实际序列x(n)与预测滤波器所预测的序列
Figure BDA0002641368140000083
之间的差异被称为预测误差e(n)。
预测误差e(n)的大小被用作空停车位32的存在的标准。也就是说很明显的是，当原始序列的周期性中断时，周期性序列的预测就会继而特别地造成大的误差。在这种情况下，预测器假设周期性序列不受干扰的延续，而这在空停车位32的情况下就是不恰当的。因而可得出结论：在大的预测误差的位置处极有可能存在停车区域13中的空隙32。
为确定预测滤波器的系数a(k)，以已知的方式使用自回归模型，该自回归模型将x(n)与滤波器的估计值
Figure BDA0002641368140000081
之间的偏差最小化。这些系数作为以下矩阵方程的最小二乘解得出：
Xa＝b
并且
Figure BDA0002641368140000082
所要找的最小二乘解作为以下方程的解来获得：
XHXa＝XHb
这可借助于Yule-Walker方程和Levinson-Durbin算法来进行(为此参见S.L.Marple:Digital Spectral Analysis.Englewood Cliffs:Prentice Hall，1987年和J.G.Proakis and D.G.Manolakis:Digital Signal Processing.Principles,Algorithms,and Applications.3rd ed。Upper Saddle River:Prentice Hall，1996年)。
图8示出在一排已停靠的车辆301、302、…30M中探测合适的空停车位32的示例性结果。虚线曲线示出直方图28，即雷达探测沿着事先已识别出的停车区域13的频率。雷达回波14的探测(参见图3)在以下位置聚集出现，即停靠车辆(301、302、…30M)所处的并且利用其大量的电磁散射中心造成许多单个雷达回波14的位置。直方图28按照大致相同的车辆宽度1B是周期性的并且在这样的位置具有空隙29，即不存在停靠车辆301、302、…30M的位置。
该直方图28用作自回归预测滤波器的输入信号。如上所述，该预测滤波器识别出包含在直方图28中的周期性51并且产生输出信号，该输出信号准确地对应于直方图28的周期性51。以此方式，当单个周期缺失时，预测滤波器提供关于周期性预测误差函数26的走向的预测。当停靠车辆301、302、…30M的停车区域13中存在空停车位32时因而但是正是这种情况。始终当直方图28中出现空隙29时(在其他情况下为周期性)，预测误差函数26，也就是说实际的直方图28与所作的预测之间的偏差，呈现大的数值。因此，预测误差函数26提供关于存在空停车位32的显著提示。在图8中，除显示直方图28(虚线表示)还显示预测滤波器53的输出信号(点状虚线表示)以及预测误差函数26(实线)。预测误差函数26的负值仅由于局部顶点的不同形状而出现并且可通过预处理轻松消除。重要的是，预测误差函数26在其他情况下仅在空停车位32所处的位置呈现大的值55。这不仅在停车排内是这种情况，而且由于预测器的频段限制在停车区域13的两端之外也是这种情况。由此，该预测误差函数26表示沿着停靠车辆301、302、…30M的事先识别到的停车区域13的可用空停车位32的可靠标准。在图8中所示的图示中，在横坐标60上描绘有在车辆1的运动方向F上以米为单位的距离并且在纵坐标70上描绘有预测误差函数26的标称值55。
同样地，从图8的图示中可识别出，直方图28的级40按高度存在区别。原因在于，停靠车辆301、302、…30M与在运动方向F上行驶的车辆1的距离越远，雷达装置3处接收到的雷达信号12的数量就减少。
参照一个优选的实施方式描述了本发明。然而对于专业人士而言当然可在不脱离下述权利要求书的保护范围的情况下进行更改和偏离。
附图标号清单
1 车辆，第一视角车辆
1B 车辆宽度
1F 前部区域
1L 车辆长度
2 道路
3 雷达装置
4 发射器
5 信号发生器
6 发射天线
7 接收器组件
8 接收器
9 接收器天线
10 视野
11 所发射的雷达信号
12 所接收到的雷达信号
13 停车范围
14 雷达回波
15 计算单元
16 零线
17 显示器
18 中央控制单元
20 路沿石，围墙
21 第一直线
22 第二直线
24 投影曲线
25 最大值
26 预测误差函数
28 直方图
29 空隙
301,302,…30M 停靠车辆
31 第一边界线
32 空停车位
32B 空停车位的宽度
32L 空停车位的长度
33 第二边界线
34 周围环境要素
40 级
50 点云
51 周期性
53 预测滤波器
55 值
60 横坐标
70 纵坐标
α 方位角
A 间距
F 运动方向
P 定向
r 距离
v 径向速度
X X坐标方向
Y Y坐标方向

Claims (9)

1.一种用于识别针对车辆(1)适合的空停车位(32)的方法，包括以下步骤：
·由雷达装置(3)发射雷达信号(11)，所述雷达装置安装在行驶的所述车辆(1)中；
·利用所述雷达装置(3)接收由多辆停靠车辆(301,302,…30M)和周围环境要素(34)反射的雷达信号(12)；
·创建所接收到的所述雷达信号(12)在X坐标方向(X)和Y坐标方向(Y)上的分布，其中所述X坐标方向(X)对应于所述车辆(1)的运动方向(F)并且所述Y坐标方向(Y)垂直于所述车辆(1)的所述运动方向(F)；
·确定第一直线(21)和至少一条第二直线(22)，所述第一直线和所述第二直线根据所接收到的所述雷达信号(12)的所述分布的频率限定所述停靠车辆(301,302,…30M)的停车区域(13)；
·形成投影曲线(24)，所述投影曲线反映所接收到的所述雷达信号(12)在所述停靠车辆(301,302,…30M)的所述停车区域(13)内垂直于直线(21)的所述分布的频率；
·垂直于所述车辆(1)的沿着零线(16)的所述运动方向(F)限定；以及
·沿着所确定的所述直线(21)根据预测误差函数(26)确定空停车位(32)，其中借助于所述投影曲线(24)计算沿着所述停车区域(13)停靠的所述车辆(301,302,…30M)的周期性(51)并且所述投影曲线(24)中的空隙(29)与所计算出的所述周期性(51)相比呈现所述预测误差函数(26)的最大值(55)并且显示所述停车区域(13)内的所述空停车位(32)。
2.根据权利要求1所述的方法，其中利用自回归预测滤波器(53)确定所述投影曲线(24)的所计算出的所述周期性(51)中的所述空隙(29)。
3.根据前述权利要求中的一项所述的方法，其中利用所述自回归预测滤波器(53)预测所述周期性(51)在所确定的所述直线(21)方向上的序列。
4.根据前述权利要求中的一项所述的方法，其中所述投影曲线(24)为直方图(28)，所述直方图表示所接收到的所述雷达信号(12)沿着所确定的所述直线(21)的所述分布频率。
5.根据前述权利要求中的一项所述的方法，其中通过显示器(17)将所述停靠车辆(301,302,…30M)的所述停车区域(13)中的空停车位(32)的所确定的位置以信号的方式发送给所述车辆(1)的乘客。
6.根据前述权利要求中的一项所述的方法，其中激活所述雷达装置(3)以识别针对车辆(1)适合的空停车位(32)，所述雷达装置紧邻从所述车辆中看去的所述停靠车辆(301,302,…30M)的所述停车区域(13)。
7.一种用于识别针对车辆(1)适合的空停车位(32)的系统，包括：至少一个集成在所述车辆(1)中的雷达装置(3)，所述雷达装置包括具有信号发生器(5)的发射器(4)和接收器组件(7)和接收器(8)；计算单元(15)，所述计算单元与所述雷达装置(3)通讯并且在所述车辆(1)的集成在所述车辆(1)中的中央控制单元(18)中实现，其特征在于，在所述计算单元(15)中实现算法，所述算法从雷达回波(14)的利用所述接收器组件(7)从停靠车辆(301,302,…30M)和周围环境要素(34)接收到的雷达信号(12)确定投影曲线(24)，从所述投影曲线(24)计算沿着所述停车区域(13)停靠的车辆(301,302,…30M)的周期性(51)并且沿着所确定的直线(21)找到所述预测误差函数(26)的所述投影曲线(24)的所计算出的所述周期性(51)中的空隙(29)，所述空隙对应于空停车位(32)。
8.根据权利要求7所述的系统，其中所述投影曲线(24)为直方图(28)，并且所述直方图(28)的每一级(40)对应于一辆停靠车辆(301,302,…30M)。
9.根据权利要求7所述的系统，其中在所述计算单元(15)中实现的所述算法包括自回归预测滤波器(53)，从而使得能够确定在所述直方图(28)的所计算出的所述周期性(51)中的表示为空停车位(32)的空隙(29)。
CN201980014346.8A 2018-02-26 2019-02-11 用于识别针对车辆适合的空停车位的方法和系统 Active CN111742235B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102018104243.4 2018-02-26
DE102018104243.4A DE102018104243B3 (de) 2018-02-26 2018-02-26 Verfahren und System zur Erkennung von für ein Fahrzeug geeigneten Parklücken
PCT/IB2019/051073 WO2019162794A1 (de) 2018-02-26 2019-02-11 Verfahren und system zur erkennung von für ein fahrzeug geeigneten parklücken

Publications (2)

Publication Number Publication Date
CN111742235A true CN111742235A (zh) 2020-10-02
CN111742235B CN111742235B (zh) 2023-07-21

Family

ID=65763680

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980014346.8A Active CN111742235B (zh) 2018-02-26 2019-02-11 用于识别针对车辆适合的空停车位的方法和系统

Country Status (4)

Country Link
US (1) US11158192B2 (zh)
CN (1) CN111742235B (zh)
DE (1) DE102018104243B3 (zh)
WO (1) WO2019162794A1 (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102019209482B3 (de) * 2019-06-28 2020-08-27 Volkswagen Aktiengesellschaft Verfahren zum Erkennen eines frei werdenden Parkplatzes durch ein Assistenzsystem mit einem Radarsensor, sowie Assistenzsystem und Kraftfahrzeug
CN110796874B (zh) * 2019-10-14 2021-01-29 和昌未来科技（深圳）有限公司 一种停车检测方法、系统、存储介质及设备
KR20210106690A (ko) * 2020-02-21 2021-08-31 현대자동차주식회사 도어 열림 제어 장치 및 그의 도어 열림 제어 방법
CN114648890B (zh) * 2022-03-23 2023-02-28 深圳一清创新科技有限公司 一种停车位状态检测方法、装置及智能车
CN115359678A (zh) * 2022-07-20 2022-11-18 中国交通信息科技集团有限公司 一种面向立体停车库的泊位资源整合方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102005061718A1 (de) * 2005-12-22 2007-05-10 Siemens Ag Verfahren zur Erkennung eines Parkplatzes
CN101273281A (zh) * 2005-09-29 2008-09-24 法雷奥开关和传感器有限公司 车辆雷达方法和车辆雷达系统
US20090128364A1 (en) * 2005-07-08 2009-05-21 Wei-Chia Lee Parking device
EP2081167A2 (de) * 2008-01-16 2009-07-22 Robert Bosch Gmbh Verfahren und Vorrichtung zur Erkennung und/oder Vermessung einer Parklücke
US20110116717A1 (en) * 2009-11-17 2011-05-19 Mando Corporation Method and system for recognizing parking lot
CN103818307A (zh) * 2014-03-26 2014-05-28 北京汽车股份有限公司 一种泊车辅助方法、装置、系统及汽车
EP3040909A1 (en) * 2015-01-05 2016-07-06 Delphi Technologies, Inc. Method of providing an envelope with respect to a cluster
CN105946853A (zh) * 2016-04-28 2016-09-21 中山大学 基于多传感器融合的长距离自动泊车的系统及方法
CN106569207A (zh) * 2016-11-03 2017-04-19 深圳市景阳科技股份有限公司 检测停车位是否存在车辆的方法和系统
GB201704752D0 (en) * 2016-04-12 2017-05-10 Ford Global Tech Llc Detecting available parking spaces

Family Cites Families (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19600059C2 (de) 1996-01-03 1999-04-15 Daimler Benz Ag Verfahren zur Signalverarbeitung bei einer Kraftfahrzeug-Radaranordnung und Radaranordnung hierfür
DE19806150C1 (de) * 1998-02-14 1999-09-16 Daimler Chrysler Ag Fahrzeug mit Objekterfassungseinrichtung
IL134518A0 (en) * 2000-02-13 2001-04-30 Hexagon System Engineering Ltd Integrated radar and communication system
US20030102997A1 (en) * 2000-02-13 2003-06-05 Hexagon System Engineering Ltd. Vehicle communication network
DE10113323C2 (de) * 2001-03-20 2003-04-03 Bosch Gmbh Robert Radarsensorplattform
DE10220837A1 (de) 2002-05-08 2003-11-27 Daimler Chrysler Ag Vorrichtung zur Parklückensuche mittels Radar
GB0614529D0 (en) 2006-07-21 2006-08-30 Trw Ltd Generating A Map
GB0614530D0 (en) 2006-07-21 2006-08-30 Trw Ltd Determining The Location of a Vehicle on a Map
ITTO20100684A1 (it) * 2010-08-09 2012-02-10 Elsag Datamat Spa Metodo e sistema di determinazione dello stato di occupazione di uno stallo di sosta
DE102011113719A1 (de) 2011-09-17 2012-08-23 Daimler Ag Verfahren zur Erkennung einer vor einem Fahrzeug liegenden Parklücke
US9000903B2 (en) * 2012-07-09 2015-04-07 Elwha Llc Systems and methods for vehicle monitoring
WO2014091858A1 (ja) * 2012-12-12 2014-06-19 本田技研工業株式会社 駐車スペース検出装置
US10216196B2 (en) * 2015-02-01 2019-02-26 Prosper Technology, Llc Methods to operate autonomous vehicles to pilot vehicles in groups or convoys
DE102015208058B4 (de) * 2015-04-30 2017-06-29 Robert Bosch Gmbh Automatisiertes Parksystem
EP3907529A1 (en) * 2016-07-01 2021-11-10 Veoneer Sweden AB A vehicle radar for environmental detection
US20180025640A1 (en) * 2016-07-19 2018-01-25 Ford Global Technologies, Llc Using Virtual Data To Test And Train Parking Space Detection Systems
US10025317B2 (en) * 2016-09-30 2018-07-17 Faraday&Future Inc. Methods and systems for camera-based autonomous parking
KR102529903B1 (ko) * 2016-12-14 2023-05-08 현대자동차주식회사 차량의 위치 추정 장치 및 방법
DE102017200685A1 (de) * 2017-01-17 2018-07-19 Robert Bosch Gmbh Bestimmen einer Verfügbarkeit eines Stellplatzes für ein Kraftfahrzeug
US10152639B2 (en) * 2017-02-16 2018-12-11 Wipro Limited Method and system for identifying a vacant parking space in a parking lot
US10423162B2 (en) * 2017-05-08 2019-09-24 Nio Usa, Inc. Autonomous vehicle logic to identify permissioned parking relative to multiple classes of restricted parking
DE102017208385A1 (de) * 2017-05-18 2018-11-22 Ford Global Technologies, Llc Verfahren zum Unterstützen eines Einparkvorgangs eines Kraftfahrzeugs, elektronisches Einparkhilfesystem sowie Kraftfahrzeug
EP3624001B1 (en) * 2018-09-13 2024-05-01 Volvo Car Corporation Methods and systems for parking line marker detection and pairing and parking spot detection and classification
US10720058B2 (en) * 2018-09-13 2020-07-21 Volvo Car Corporation System and method for camera or sensor-based parking spot detection and identification
US10991249B2 (en) * 2018-11-30 2021-04-27 Parkifi, Inc. Radar-augmentation of parking space sensors
JP7203586B2 (ja) * 2018-12-14 2023-01-13 株式会社デンソーテン 画像処理装置および画像処理方法
US11332124B2 (en) * 2019-01-10 2022-05-17 Magna Electronics Inc. Vehicular control system

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090128364A1 (en) * 2005-07-08 2009-05-21 Wei-Chia Lee Parking device
CN101273281A (zh) * 2005-09-29 2008-09-24 法雷奥开关和传感器有限公司 车辆雷达方法和车辆雷达系统
DE102005061718A1 (de) * 2005-12-22 2007-05-10 Siemens Ag Verfahren zur Erkennung eines Parkplatzes
EP2081167A2 (de) * 2008-01-16 2009-07-22 Robert Bosch Gmbh Verfahren und Vorrichtung zur Erkennung und/oder Vermessung einer Parklücke
US20110116717A1 (en) * 2009-11-17 2011-05-19 Mando Corporation Method and system for recognizing parking lot
CN103818307A (zh) * 2014-03-26 2014-05-28 北京汽车股份有限公司 一种泊车辅助方法、装置、系统及汽车
EP3040909A1 (en) * 2015-01-05 2016-07-06 Delphi Technologies, Inc. Method of providing an envelope with respect to a cluster
GB201704752D0 (en) * 2016-04-12 2017-05-10 Ford Global Tech Llc Detecting available parking spaces
CN107284443A (zh) * 2016-04-12 2017-10-24 福特全球技术公司 检测可用停车位
CN105946853A (zh) * 2016-04-28 2016-09-21 中山大学 基于多传感器融合的长距离自动泊车的系统及方法
CN106569207A (zh) * 2016-11-03 2017-04-19 深圳市景阳科技股份有限公司 检测停车位是否存在车辆的方法和系统

Also Published As

Publication number Publication date
DE102018104243B3 (de) 2019-05-16
US11158192B2 (en) 2021-10-26
US20210174682A1 (en) 2021-06-10
WO2019162794A1 (de) 2019-08-29
CN111742235B (zh) 2023-07-21

Similar Documents

Publication Publication Date Title
US11834040B2 (en) Recognition and prediction of lane constraints and construction areas in navigation
CN111742235B (zh) 用于识别针对车辆适合的空停车位的方法和系统
US9981659B2 (en) Driving assist device
JP2800531B2 (ja) 車両用障害物検出装置
JP4420011B2 (ja) 物体検知装置
JP4343536B2 (ja) 車用の感知装置
CN110001659B (zh) 车辆中的驾驶干预
CN106853825A (zh) 通过距离传感器的车道保持系统的车道延伸
JP7413935B2 (ja) 車載センサシステム
KR102536037B1 (ko) 차량의 주변 환경에 있는 물체와 관련된 정보를 결정하기 위한 방법 및 처리 유닛
WO2019008716A1 (ja) 可視外計測装置および可視外計測方法
JP3666332B2 (ja) 歩行者検知装置
JP2019207653A (ja) 検知装置及び検知システム
JP2020197506A (ja) 車両用物体検出装置
JP6263453B2 (ja) 運動量推定装置及びプログラム
JP2002157697A (ja) 車両の制御装置
JP3786113B2 (ja) 接近予測装置
CN109195849B (zh) 摄像装置
JP2019206318A (ja) 監視装置
JP7083768B2 (ja) 認識装置、車両制御装置、認識方法、およびプログラム
JPH05113482A (ja) 車載用追突防止装置
JPH05273341A (ja) 障害物検出装置
US11731622B2 (en) Prediction of dynamic objects at concealed areas
WO2023166700A1 (ja) 情報処理装置、制御方法、プログラム及び記憶媒体
JPH08147447A (ja) 車両認識装置

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
CP03 Change of name, title or address

Address after: Sweden Wogaerda

Patentee after: Magna Electronics Sweden

Country or region after: Sweden

Address before: Sweden Wogaerda

Patentee before: Vennell Sweden

Country or region before: Sweden

CP03 Change of name, title or address