CN112455430A - 无车位线的斜列车位的检测方法、泊车方法及泊车系统 - Google Patents

无车位线的斜列车位的检测方法、泊车方法及泊车系统 Download PDF

Info

Publication number
CN112455430A
CN112455430A CN202011390818.0A CN202011390818A CN112455430A CN 112455430 A CN112455430 A CN 112455430A CN 202011390818 A CN202011390818 A CN 202011390818A CN 112455430 A CN112455430 A CN 112455430A
Authority
CN
China
Prior art keywords
parking space
vehicle
parking
line equation
slope
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
CN202011390818.0A
Other languages
English (en)
Other versions
CN112455430B (zh
Inventor
吕英超
施赛赛
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.)
Suzhou Youdasi Automobile Technology Co ltd
Suzhou Automotive Research Institute of Tsinghua University
Original Assignee
Suzhou Youdasi Automobile Technology Co ltd
Suzhou Automotive Research Institute of Tsinghua University
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 Suzhou Youdasi Automobile Technology Co ltd, Suzhou Automotive Research Institute of Tsinghua University filed Critical Suzhou Youdasi Automobile Technology Co ltd
Priority to CN202011390818.0A priority Critical patent/CN112455430B/zh
Publication of CN112455430A publication Critical patent/CN112455430A/zh
Application granted granted Critical
Publication of CN112455430B publication Critical patent/CN112455430B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种无车位线的斜列车位的检测方法，包括：确定目标斜列车位，所述目标斜列车位位于第一参考车位和第二参考车位之间；根据超声波传感器的距离信息，计算参考车位的车辆的障碍物轮廓，根据参考车位的车辆的障碍物轮廓的边角处的障碍物坐标计算车身中心坐标系下车位顶点的第一初始坐标和第二初始坐标；通过图像传感器采集的信息计算车身中心坐标系下参考车位内车辆的斜率；根据车位顶点的第一初始坐标和第二初始坐标及斜率得到第一车位线方程、第二车位线方程、第三车位线方程和第四车位线方程；计算四条车位线交点的坐标，得到斜列车位的坐标信息。利用超声波和摄像头的融合信息，可以准确的识别出无车位线的斜列车位的大小及斜率。

Description

无车位线的斜列车位的检测方法、泊车方法及泊车系统
技术领域
本发明涉及电动汽车充电技术领域，具体地涉及一种无车位线的斜列车位的检测方法、泊车方法及泊车系统。
背景技术
目前自动泊车技术领域主要针对平行泊车和垂直泊车的研究，对于角度不确定的斜列车位，受限于传感器的测距距离的限制，以及安装位置固定的限制，无法有效探测角度不定的斜列车位的关键信息，造成自动泊车系统对于斜列车位无计可施的现状。
目前，自动泊车系统已经在一些车型上安装，大多数的自动泊车系统使用超声波传感器来识别车位，少数的增加了图像传感器来识别车位线，但是针对无车位线的斜列式泊车场景，目前只是单纯用超声波去检测，在搜寻车位时，由于超声波传感器存在波束角、且作用距离有限等原因，斜列车位的大小及车位斜率很难准确的检测到，需要在泊车过程中车身进入车位后才能较为准确的计算车位大小及车位斜率，导致泊车步数增加，泊车成功率降低，用户体验感下降。
公告号为CN 108254752 A的中国专利公开了一种斜列停车位检测方法包括：步骤S11，在多个沿基准线排列的斜列停车位中确定目标斜列停车位，所述目标斜列停车位位于第一参考停车位和第二参考停车位之间；步骤S12，检测用于标识所述第一参考停车位与所述基准线形成的交点的第一参考点；步骤S13，计算目标斜列停车位的斜率；步骤S14，检测用于标识所述第二参考停车位与所述基准线形成的交点的第二参考点；步骤S15，计算目标斜列停车位的宽度。该方法在固定超声波雷达安装位置的前提下，自动搜索符合泊车条件的可变角度斜列停车位，但是无法适用于无车位线的斜列车位的检测。本发明因此而来。
发明内容
为了解决上述存在的技术问题，本发明提供了一种无车位线的斜列车位的检测方法、泊车方法及泊车系统，利用超声波和摄像头的融合信息，可以准确的识别出无车位线的斜列车位的大小及斜率，改善该车位下的轨迹规划，减少泊车步数，提高自动泊车系统的场景覆盖率。
本发明的技术方案是：
一种无车位线的斜列车位的检测方法，包括以下步骤：
S01：确定目标斜列车位，所述目标斜列车位位于第一参考车位和第二参考车位之间；
S02：根据超声波传感器检测的距离信息，计算第一参考车位和第二参考车位内车辆的障碍物轮廓，根据第一参考车位和第二参考车位内车辆的障碍物轮廓的边角处的障碍物坐标点信息计算车身中心坐标系下车位顶点的第一初始坐标和第二初始坐标；
S03：通过图像传感器采集的信息计算车身中心坐标系下第一参考车位或第二参考车位内车辆的斜率；
S04：根据车位顶点的第一初始坐标和第二初始坐标及斜率得到第一车位线方程、第二车位线方程、第三车位线方程和第四车位线方程；
S05：计算四条车位线交点的坐标，得到斜列车位的坐标信息。
优选的技术方案中，所述步骤S03中计算斜率的方法，包括：通过图像传感器采集的信息提取车辆特征识别第一参考车位或第二参考车位内的车辆，通过车辆在全景图像中的姿态计算车身中心坐标系下第一参考车位或第二参考车位内车辆的斜率。
优选的技术方案中，所述步骤S04中根据车位顶点的第一初始坐标和第二初始坐标及斜率得到第一车位线方程和第二车位线方程；选取与车身中心坐标系X轴距离小的初始坐标计算平行于X轴的第三车位线方程，根据预设的车位深度得到第四车位线方程。
本发明还公开了一种无车位线的斜列车位的泊车方法，包括以下步骤：
S01：确定目标斜列车位，所述目标斜列车位位于第一参考车位和第二参考车位之间；
S02：根据超声波传感器检测的距离信息，计算第一参考车位和第二参考车位内车辆的障碍物轮廓，根据第一参考车位和第二参考车位内车辆的障碍物轮廓的边角处的障碍物坐标点信息计算车身中心坐标系下车位顶点的第一初始坐标和第二初始坐标；
S03：通过图像传感器采集的信息计算车身中心坐标系下第一参考车位或第二参考车位内车辆的斜率；
S04：根据车位顶点的第一初始坐标和第二初始坐标及斜率得到第一车位线方程、第二车位线方程、第三车位线方程和第四车位线方程；
S05：计算四条车位线交点的坐标，得到斜列车位的坐标信息；
S06：根据车位斜率判断目标斜列车位是正向斜列车位或反向斜列车位，规划泊车路径，进行泊车入位。
优选的技术方案中，所述步骤S03中计算斜率的方法，包括：通过图像传感器采集的信息提取车辆特征识别第一参考车位或第二参考车位内的车辆，通过车辆在全景图像中的姿态计算车身中心坐标系下第一参考车位或第二参考车位内车辆的斜率。
优选的技术方案中，所述步骤S04中根据车位顶点的第一初始坐标和第二初始坐标及斜率得到第一车位线方程和第二车位线方程；选取与车身中心坐标系X轴距离小的初始坐标计算平行于X轴的第三车位线方程，根据预设的车位深度得到第四车位线方程。
本发明又公开了一种无车位线的斜列车位的泊车系统，包括：
目标确定模块，确定目标斜列车位，所述目标斜列车位位于第一参考车位和第二参考车位之间；
初始坐标计算模块，根据超声波传感器检测的距离信息，计算第一参考车位和第二参考车位内车辆的障碍物轮廓，根据第一参考车位和第二参考车位内车辆的障碍物轮廓的边角处的障碍物坐标点信息计算车身中心坐标系下车位顶点的第一初始坐标和第二初始坐标；
斜率计算模块，通过图像传感器采集的信息计算车身中心坐标系下第一参考车位或第二参考车位内车辆的斜率；
车位线方程计算模块，根据车位顶点的第一初始坐标和第二初始坐标及斜率得到第一车位线方程、第二车位线方程、第三车位线方程和第四车位线方程；
斜列车位的坐标计算模块，计算四条车位线交点的坐标，得到斜列车位的坐标信息；
泊车模块，根据车位斜率判断目标斜列车位是正向斜列车位或反向斜列车位，规划泊车路径，进行泊车入位。
优选的技术方案中，所述斜率计算模块中计算斜率的方法，包括：通过图像传感器采集的信息提取车辆特征识别第一参考车位或第二参考车位内的车辆，通过车辆在全景图像中的姿态计算车身中心坐标系下第一参考车位或第二参考车位内车辆的斜率。
优选的技术方案中，所述车位线方程计算模块中根据车位顶点的第一初始坐标和第二初始坐标及斜率得到第一车位线方程和第二车位线方程；选取与车身中心坐标系X轴距离小的初始坐标计算平行于X轴的第三车位线方程，根据预设的车位深度得到第四车位线方程。
与现有技术相比，本发明的优点是：
本发明利用超声波和摄像头的融合信息，可以准确的识别出无车位线的斜列车位的大小及斜率，以规划出最优的泊车路线，泊车入位，改善该车位下的轨迹规划，减少泊车步数，提高自动泊车系统的场景覆盖率，提升用户体验感。
附图说明
下面结合附图及实施例对本发明作进一步描述：
图1为本发明无车位线的斜列车位的检测方法的流程图；
图2为超声波传感器在搜寻车位时检测到的车位初始坐标示意图；
图3为超声波传感器在搜寻车位时检测到的车位内车辆的车身斜率K示意图；
图4为计算其余车位坐标的示意图；
图5为规划出的正向斜列车位最优的泊车路线示意图；
图6为规划出的反向斜列车位最优的泊车路线示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
实施例：
下面结合附图，对本发明的较佳实施例作进一步说明。
如图1所示，一种无车位线的斜列车位的检测方法，包括以下步骤：
S01：确定目标斜列车位，所述目标斜列车位位于第一参考车位和第二参考车位之间；
S02：根据超声波传感器检测的距离信息，计算第一参考车位和第二参考车位内车辆的障碍物轮廓，根据第一参考车位和第二参考车位内车辆的障碍物轮廓的边角处的障碍物坐标点信息计算车身中心坐标系下车位顶点的第一初始坐标和第二初始坐标；
S03：通过图像传感器采集的信息计算车身中心坐标系下第一参考车位或第二参考车位内车辆的斜率；
S04：根据车位顶点的第一初始坐标和第二初始坐标及斜率得到第一车位线方程、第二车位线方程、第三车位线方程和第四车位线方程；
S05：计算四条车位线交点的坐标，得到斜列车位的坐标信息。
一较佳的实施例中，步骤S03中计算斜率的方法，包括：通过图像传感器采集的信息提取车辆特征识别第一参考车位或第二参考车位内的车辆，通过车辆在全景图像中的姿态计算车身中心坐标系下第一参考车位或第二参考车位内车辆的斜率。
一较佳的实施例中，步骤S04中根据车位顶点的第一初始坐标和第二初始坐标及斜率得到第一车位线方程和第二车位线方程；选取与车身中心坐标系X轴距离小的初始坐标计算平行于X轴的第三车位线方程，根据预设的车位深度得到第四车位线方程。
详细说明如下：
1、确定目标斜列车位，该目标斜列车位位于第一参考车位和第二参考车位之间，可以通过超声波传感器检测到的障碍物间的距离信息得到车位的初始大小，若初始车位大小满足预设阈值则确定为目标斜列车位。
2、如图2所示，通过超声波传感器1检测到的距离信息，计算出被测车辆（位于目标斜列车位两侧的第一参考车位和第二参考车位内）保险杠的轮廓（以障碍物坐标点的形式进行保存），再以被测车辆保险杠挂角处的障碍物坐标点信息计算出车身中心坐标系下车位顶点的初始坐标MAP_PS000、MAP_002(MAP_PS004、MAP_006)。
3、如图3所示，通过图像传感器2采集的图像数据根据车辆特征识别出车位内的车辆，以及通过车辆在全景图像中的姿态，计算出在当前车辆车身中心坐标系下车位内车辆的斜率K。
车辆特征的提取可以采用已知算法，在此不再赘述。一般的自动驾驶车辆周边都安装有摄像头，可以得到车辆在全景图像中的位姿。
4、以右侧车位为例：
结合MAP_PS000(MAP_PS004)的坐标（X1，Y1）和斜率K，可以求出直线A的方程，同理可以求出过MAP_PS002(MAP_PS006)点的直线C的方程；结合MAP_PS002(MAP_PS006)的坐标（X2,Y2），可以求出平行于X轴的直线B的方程；根据当前车辆尺寸预设的车位深度D，可以求出平行于直线B的直线D的方程。
通过计算直线A和直线B的交点可以重新计算出修正后的新的MAP_ PS000’(MAP_PS004)的坐标（X1’,Y1’）。
通过计算直线A和直线D的交点可以计算出MAP_PS001(MAP_PS005)的坐标。
通过计算直线C和直线D的交点可以计算出MAP_PS003(MAP_PS007)的坐标。
最终得到整个斜列车位信息(车位4个顶点坐标信息)，如图4所示。
5、以上为正向斜率车位的识别方法，同理，可识别出反向斜率车位。
在另一实施例中，本发明还公开了一种无车位线的斜列车位的泊车方法，包括以下步骤：
S01：确定目标斜列车位，所述目标斜列车位位于第一参考车位和第二参考车位之间；
S02：根据超声波传感器检测的距离信息，计算第一参考车位和第二参考车位内车辆的障碍物轮廓，根据第一参考车位和第二参考车位内车辆的障碍物轮廓的边角处的障碍物坐标点信息计算车身中心坐标系下车位顶点的第一初始坐标和第二初始坐标；
S03：通过图像传感器采集的信息计算车身中心坐标系下第一参考车位或第二参考车位内车辆的斜率；
S04：根据车位顶点的第一初始坐标和第二初始坐标及斜率得到第一车位线方程、第二车位线方程、第三车位线方程和第四车位线方程；
S05：计算四条车位线交点的坐标，得到斜列车位的坐标信息；
S06：根据车位斜率判断目标斜列车位是正向斜列车位或反向斜列车位，规划泊车路径，进行泊车入位。
步骤S01-S05与上述的方法相同，在此不再重复。
步骤S06中，通过融合识别后的车位信息，根据车位斜率判断出该车位是正向斜列车位还是反向斜列车位，如图5、图6所示，图5为正向斜列车位，图6为反向斜列车位。然后以最少泊车步数以及最短泊车路径，规划出对应的最合理自动泊车轨迹，泊车入位。如图5、图6所示。
另一实施例中，本发明又公开了一种无车位线的斜列车位的泊车系统，包括：
目标确定模块，确定目标斜列车位，所述目标斜列车位位于第一参考车位和第二参考车位之间；
初始坐标计算模块，根据超声波传感器检测的距离信息，计算第一参考车位和第二参考车位内车辆的障碍物轮廓，根据第一参考车位和第二参考车位内车辆的障碍物轮廓的边角处的障碍物坐标点信息计算车身中心坐标系下车位顶点的第一初始坐标和第二初始坐标；
斜率计算模块，通过图像传感器采集的信息计算车身中心坐标系下第一参考车位或第二参考车位内车辆的斜率；
车位线方程计算模块，根据车位顶点的第一初始坐标和第二初始坐标及斜率得到第一车位线方程、第二车位线方程、第三车位线方程和第四车位线方程；
斜列车位的坐标计算模块，计算四条车位线交点的坐标，得到斜列车位的坐标信息；
泊车模块，根据车位斜率判断目标斜列车位是正向斜列车位或反向斜列车位，规划泊车路径，进行泊车入位。
每个模块实现的方法与上述的方法相同，在此不再重复。
应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落出所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。

Claims (9)

1.一种无车位线的斜列车位的检测方法，其特征在于，包括以下步骤：
S01：确定目标斜列车位，所述目标斜列车位位于第一参考车位和第二参考车位之间；
S02：根据超声波传感器检测的距离信息，计算第一参考车位和第二参考车位内车辆的障碍物轮廓，根据第一参考车位和第二参考车位内车辆的障碍物轮廓的边角处的障碍物坐标点信息计算车身中心坐标系下车位顶点的第一初始坐标和第二初始坐标；
S03：通过图像传感器采集的信息计算车身中心坐标系下第一参考车位或第二参考车位内车辆的斜率；
S04：根据车位顶点的第一初始坐标和第二初始坐标及斜率得到第一车位线方程、第二车位线方程、第三车位线方程和第四车位线方程；
S05：计算四条车位线交点的坐标，得到斜列车位的坐标信息。
2.根据权利要求1所述的无车位线的斜列车位的检测方法，其特征在于，所述步骤S03中计算斜率的方法，包括：通过图像传感器采集的信息提取车辆特征识别第一参考车位或第二参考车位内的车辆，通过车辆在全景图像中的姿态计算车身中心坐标系下第一参考车位或第二参考车位内车辆的斜率。
3.根据权利要求1所述的无车位线的斜列车位的检测方法，其特征在于，所述步骤S04中根据车位顶点的第一初始坐标和第二初始坐标及斜率得到第一车位线方程和第二车位线方程；选取与车身中心坐标系X轴距离小的初始坐标计算平行于X轴的第三车位线方程，根据预设的车位深度得到第四车位线方程。
4.一种无车位线的斜列车位的泊车方法，其特征在于，包括以下步骤：
S01：确定目标斜列车位，所述目标斜列车位位于第一参考车位和第二参考车位之间；
S02：根据超声波传感器检测的距离信息，计算第一参考车位和第二参考车位内车辆的障碍物轮廓，根据第一参考车位和第二参考车位内车辆的障碍物轮廓的边角处的障碍物坐标点信息计算车身中心坐标系下车位顶点的第一初始坐标和第二初始坐标；
S03：通过图像传感器采集的信息计算车身中心坐标系下第一参考车位或第二参考车位内车辆的斜率；
S04：根据车位顶点的第一初始坐标和第二初始坐标及斜率得到第一车位线方程、第二车位线方程、第三车位线方程和第四车位线方程；
S05：计算四条车位线交点的坐标，得到斜列车位的坐标信息；
S06：根据车位斜率判断目标斜列车位是正向斜列车位或反向斜列车位，规划泊车路径，进行泊车入位。
5.根据权利要求4所述的无车位线的斜列车位的泊车方法，其特征在于，所述步骤S03中计算斜率的方法，包括：通过图像传感器采集的信息提取车辆特征识别第一参考车位或第二参考车位内的车辆，通过车辆在全景图像中的姿态计算车身中心坐标系下第一参考车位或第二参考车位内车辆的斜率。
6.根据权利要求4所述的无车位线的斜列车位的泊车方法，其特征在于，所述步骤S04中根据车位顶点的第一初始坐标和第二初始坐标及斜率得到第一车位线方程和第二车位线方程；选取与车身中心坐标系X轴距离小的初始坐标计算平行于X轴的第三车位线方程，根据预设的车位深度得到第四车位线方程。
7.一种无车位线的斜列车位的泊车系统，其特征在于，包括：
目标确定模块，确定目标斜列车位，所述目标斜列车位位于第一参考车位和第二参考车位之间；
初始坐标计算模块，根据超声波传感器检测的距离信息，计算第一参考车位和第二参考车位内车辆的障碍物轮廓，根据第一参考车位和第二参考车位内车辆的障碍物轮廓的边角处的障碍物坐标点信息计算车身中心坐标系下车位顶点的第一初始坐标和第二初始坐标；
斜率计算模块，通过图像传感器采集的信息计算车身中心坐标系下第一参考车位或第二参考车位内车辆的斜率；
车位线方程计算模块，根据车位顶点的第一初始坐标和第二初始坐标及斜率得到第一车位线方程、第二车位线方程、第三车位线方程和第四车位线方程；
斜列车位的坐标计算模块，计算四条车位线交点的坐标，得到斜列车位的坐标信息；
泊车模块，根据车位斜率判断目标斜列车位是正向斜列车位或反向斜列车位，规划泊车路径，进行泊车入位。
8.根据权利要求7所述的无车位线的斜列车位的泊车系统，其特征在于，所述斜率计算模块中计算斜率的方法，包括：通过图像传感器采集的信息提取车辆特征识别第一参考车位或第二参考车位内的车辆，通过车辆在全景图像中的姿态计算车身中心坐标系下第一参考车位或第二参考车位内车辆的斜率。
9.根据权利要求7所述的无车位线的斜列车位的泊车系统，其特征在于，所述车位线方程计算模块中根据车位顶点的第一初始坐标和第二初始坐标及斜率得到第一车位线方程和第二车位线方程；选取与车身中心坐标系X轴距离小的初始坐标计算平行于X轴的第三车位线方程，根据预设的车位深度得到第四车位线方程。
CN202011390818.0A 2020-12-02 2020-12-02 无车位线的斜列车位的检测方法、泊车方法及泊车系统 Active CN112455430B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011390818.0A CN112455430B (zh) 2020-12-02 2020-12-02 无车位线的斜列车位的检测方法、泊车方法及泊车系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011390818.0A CN112455430B (zh) 2020-12-02 2020-12-02 无车位线的斜列车位的检测方法、泊车方法及泊车系统

Publications (2)

Publication Number Publication Date
CN112455430A true CN112455430A (zh) 2021-03-09
CN112455430B CN112455430B (zh) 2023-05-30

Family

ID=74806401

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011390818.0A Active CN112455430B (zh) 2020-12-02 2020-12-02 无车位线的斜列车位的检测方法、泊车方法及泊车系统

Country Status (1)

Country Link
CN (1) CN112455430B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113077652A (zh) * 2021-03-19 2021-07-06 上海欧菲智能车联科技有限公司 车位自动搜索方法、装置、电子装置及存储介质
CN113380068A (zh) * 2021-04-26 2021-09-10 安徽域驰智能科技有限公司 一种基于描述障碍物轮廓的泊车车位生成方法
CN114613191A (zh) * 2022-03-14 2022-06-10 江苏云舟通信科技有限公司 应用分布密度数据解析的状态判断平台
CN115273523A (zh) * 2021-04-29 2022-11-01 欧特明电子股份有限公司 识别停车位的方法及系统
CN115384518A (zh) * 2022-10-28 2022-11-25 杭州枕石智能科技有限公司 基于超声波雷达的侧边车位定位方法和装置
CN115817457A (zh) * 2023-01-06 2023-03-21 广汽埃安新能源汽车股份有限公司 反向斜列车位的自动泊车路径规划方法及装置
CN116552507A (zh) * 2023-05-23 2023-08-08 惠州市德赛西威汽车电子股份有限公司 一种斜列车位的泊出方法、装置、车辆及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017147629A (ja) * 2016-02-18 2017-08-24 三菱重工業株式会社 駐車位置検出システム及びそれを用いた自動駐車システム
CN108254752A (zh) * 2017-12-20 2018-07-06 广州汽车集团股份有限公司 一种斜列停车位检测方法、装置以及自动泊车方法和系统
CN109299686A (zh) * 2018-09-14 2019-02-01 深圳市灵动飞扬科技有限公司 一种车位识别方法、装置、设备及介质
CN109435942A (zh) * 2018-10-31 2019-03-08 合肥工业大学 一种基于信息融合的车位线车位识别方法及装置
CN110758379A (zh) * 2018-07-27 2020-02-07 广州汽车集团股份有限公司 一种斜列泊车位检测方法、装置以及自动泊车方法和系统
CN111178236A (zh) * 2019-12-27 2020-05-19 清华大学苏州汽车研究院（吴江） 一种基于深度学习的车位检测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017147629A (ja) * 2016-02-18 2017-08-24 三菱重工業株式会社 駐車位置検出システム及びそれを用いた自動駐車システム
CN108254752A (zh) * 2017-12-20 2018-07-06 广州汽车集团股份有限公司 一种斜列停车位检测方法、装置以及自动泊车方法和系统
CN110758379A (zh) * 2018-07-27 2020-02-07 广州汽车集团股份有限公司 一种斜列泊车位检测方法、装置以及自动泊车方法和系统
CN109299686A (zh) * 2018-09-14 2019-02-01 深圳市灵动飞扬科技有限公司 一种车位识别方法、装置、设备及介质
CN109435942A (zh) * 2018-10-31 2019-03-08 合肥工业大学 一种基于信息融合的车位线车位识别方法及装置
CN111178236A (zh) * 2019-12-27 2020-05-19 清华大学苏州汽车研究院（吴江） 一种基于深度学习的车位检测方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113077652A (zh) * 2021-03-19 2021-07-06 上海欧菲智能车联科技有限公司 车位自动搜索方法、装置、电子装置及存储介质
CN113380068A (zh) * 2021-04-26 2021-09-10 安徽域驰智能科技有限公司 一种基于描述障碍物轮廓的泊车车位生成方法
CN115273523A (zh) * 2021-04-29 2022-11-01 欧特明电子股份有限公司 识别停车位的方法及系统
CN114613191A (zh) * 2022-03-14 2022-06-10 江苏云舟通信科技有限公司 应用分布密度数据解析的状态判断平台
CN114613191B (zh) * 2022-03-14 2022-08-12 江苏云舟通信科技有限公司 应用分布密度数据解析的状态判断平台
CN115384518A (zh) * 2022-10-28 2022-11-25 杭州枕石智能科技有限公司 基于超声波雷达的侧边车位定位方法和装置
CN115817457A (zh) * 2023-01-06 2023-03-21 广汽埃安新能源汽车股份有限公司 反向斜列车位的自动泊车路径规划方法及装置
CN116552507A (zh) * 2023-05-23 2023-08-08 惠州市德赛西威汽车电子股份有限公司 一种斜列车位的泊出方法、装置、车辆及存储介质
CN116552507B (zh) * 2023-05-23 2024-06-11 惠州市德赛西威汽车电子股份有限公司 一种斜列车位的泊出方法、装置、车辆及存储介质

Also Published As

Publication number Publication date
CN112455430B (zh) 2023-05-30

Similar Documents

Publication Publication Date Title
CN112455430B (zh) 无车位线的斜列车位的检测方法、泊车方法及泊车系统
US11763571B2 (en) Monocular cued detection of three-dimensional structures from depth images
US10621861B2 (en) Method and system for creating a lane-accurate occupancy grid map for lanes
US10677597B2 (en) Method and system for creating a digital map
JP4450532B2 (ja) 相対位置計測装置
EP1901259A1 (en) Vehicle and lane recognizing device
JP2011511281A (ja) センサにより検出されたオブジェクトとマップマッチングする方法
US10846546B2 (en) Traffic signal recognition device
JP6815963B2 (ja) 車両用外界認識装置
JP2007010335A (ja) 車両位置検出装置及びシステム
JP6129268B2 (ja) 車両用運転支援システムおよび運転支援方法
CN114056324A (zh) 一种基于数据融合的车位识别方法及系统
CN108621998B (zh) 用于车辆的水深检测系统和方法
CN110968086A (zh) 一种车辆进站控制方法及系统
CN112124304B (zh) 一种库位定位方法、装置及车载设备
CN112776797A (zh) 泊出原始车位创建方法、系统、车辆和存储介质
JP2018084960A (ja) 自己位置推定方法及び自己位置推定装置
JP6834401B2 (ja) 自己位置推定方法及び自己位置推定装置
US10970870B2 (en) Object detection apparatus
JP2012026888A (ja) 自車位置認識装置
CN117734702A (zh) 一种基于侧边超声波雷达的车位搜索方法、模块、车辆
EP3750776B1 (en) Method and system for detecting a railroad signal
KR102250800B1 (ko) 노면 객체 인식 기반의 차로 검출 장치 및 방법
JP7572980B2 (ja) 道路端推定装置、道路端推定方法及び道路端推定用コンピュータプログラム
CN116279431A (zh) 一种基于图像与超声波信息融合的自动泊车方法

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