CN113920782A - 应用于车位检测的多传感器融合方法 - Google Patents

应用于车位检测的多传感器融合方法 Download PDF

Info

Publication number
CN113920782A
CN113920782A CN202111172964.0A CN202111172964A CN113920782A CN 113920782 A CN113920782 A CN 113920782A CN 202111172964 A CN202111172964 A CN 202111172964A CN 113920782 A CN113920782 A CN 113920782A
Authority
CN
China
Prior art keywords
parking space
scene
parking
detection
mode
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
CN202111172964.0A
Other languages
English (en)
Other versions
CN113920782B (zh
Inventor
张安平
吴琼
徐瑞雪
胡涛
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.)
Anhui Jianghuai Automobile Group Corp
Original Assignee
Anhui Jianghuai Automobile Group Corp
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 Anhui Jianghuai Automobile Group Corp filed Critical Anhui Jianghuai Automobile Group Corp
Priority to CN202111172964.0A priority Critical patent/CN113920782B/zh
Publication of CN113920782A publication Critical patent/CN113920782A/zh
Application granted granted Critical
Publication of CN113920782B publication Critical patent/CN113920782B/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
    • G08G1/16—Anti-collision systems
    • G08G1/168—Driving aids for parking, e.g. acoustic or visual feedback on parking space
    • 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
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
    • G01S15/931—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • 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
    • 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
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
    • G01S15/931—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2015/932—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles for parking operations

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Acoustics & Sound (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种应用于车位检测的多传感器融合方法，结合环境感知模块，预先划分多种车位检测场景并确定出多种传感器的工作模式，根据传感器的工作模式，将多种传感器组合为多种用于车位检测的工作策略，在实际检测阶段，则可以利用环境感知模块确定当前场景对应的车位检测场景的目标类型，然后根据目标类型，选定适用于当前场景的多传感器融合工作策略，以对当前场景中的车位进行精准识别并输出。本发明可以覆盖多类型泊车场景，并使得自动泊车系统具有更少的条件限制，且可以提升实用性，尤其相比于冗余度极高的全传感器融合，本发明划分不同场景并抉择传感器融合的机动策略，可以显著节约算力，从而可以保障自动泊车系统的实时性。

Description

应用于车位检测的多传感器融合方法
技术领域
本发明涉及自动泊车技术领域，尤其涉及一种应用于车位检测的多传感器融合方法。
背景技术
近年随着来自动驾驶技术不断发展，车载传感器的成本逐渐降低，自动驾驶汽车的硬件配置先冗余再融合。在传感器搭载数量和性能升级的基础上，逐渐实现多传感器融合是提高自动驾驶安全性和冗余性的重要策略。
停车位检测是自动泊车系统中非常重要的一个环节，目前相对成熟的车位检测主流方案是基于车载环视摄像头的纯视觉方案，通过在360全景图像上检测车位角点和车位线识别停车位，超声波传感器作为辅助装置，当泊车过程中周围存在障碍物或有障碍物靠近时提供报警。该方案对泊车环境和停车位的车位线要求较为苛刻，不能满足更多场景和非标准停车位的泊车需求。
具体来说，目前车辆实现自动泊车的主要方案有以下四种：第一种，利用布置于车身左右两侧的长距离超声波传感器测距排除已被车辆占据的车位，检测空出的停车位；第二种，利用360环视摄像头的环视图像或布置于车身四周的鱼眼摄像头拼接出的全景俯视图，使用图像处理和学习算法识别图像中的车位线信息；第三种，利用车顶激光雷达生成的点云地图，判断出局部范围内可供泊车的空余车位空间；第四种，通过停车场的地磁和雷达等装置检测出的停车位，车辆与停车场的车位检测系统进行信息交互，直接得到停车场内的空余车位信息。
但上述现有方式的不足之处在于：
(1)仅基于超声波传感器的车位检测方法无法获得车位线语义信息，只提供可供泊车的空间信息。这样的车位检测方案无法在较为空旷的区域内准确识别停车位，难以使车辆准确地自动泊入停车线内，往往达不到期望的泊车效果。同时，由于失去视觉信息，用户在车内对车位没有直接体验，需要用户通过外部环境对提供的泊车空间进行判断。
(2)仅基于摄像头的车位检测方法受光照环境的影响很大，弱光条件或者曝光比较严重的室内停车场的路面都会对车位识别造成影响，导致无法进行识别。另外，基于视觉的停车位检测依赖标准停车位及车位线的状态。对非标准停车位、车位线模糊以及没有车位线的泊车空间的识别难度大，并且对控制器的算力的要求也较高，这意味着，随着模型算法的复杂度变高，满足实时性的要求也会有难度。
(3)目前激光雷达成本较高，激光雷达的应用多存在于实验和某些专用车辆，且激光雷达的距离和精度上的优势使它在行车场景的使用价值上要远高于泊车场景，仅依靠激光雷达的自动泊车方案尚难以普及。
(4)通过与停车场车位监测系统的交互获得停车位，需要较高的外部支持，而自动泊车系统识别出停车位是自动泊入的基础，只有特殊场景下才能实现自动泊车不具有实际应用意义，且同样难以普及。
发明内容
鉴于上述，本发明旨在提供一种应用于车位检测的多传感器融合方法，以弥补上述现有技术的不足。
本发明采用的技术方案如下：
一种应用于车位检测的多传感器融合方法，其中包括：
结合环境感知模块，预先划分多种车位检测场景；
确定出多种传感器的工作模式；
根据传感器的工作模式，将多种传感器组合为多种用于车位检测的工作策略；
利用环境感知模块确定当前场景对应的所述车位检测场景的目标类型；
根据所述目标类型，选定用于当前场景的所述工作策略，以对当前场景中的车位进行识别并输出。
在其中至少一种可能的实现方式中，所述预先划分多种车位检测场景包括：
将场景区分为明亮场景、昏暗场景、有标准停车位场景、无标准停车位场景、室内停车场场景以及室外停车场场景。
在其中至少一种可能的实现方式中，所述传感器包括环视摄像头以及长距超声波传感器；
所述确定出多种传感器的工作模式包括：
将环视摄像头的工作模式预设为：第一泊车辅助模式，在所述第一泊车辅助模式下，环视摄像头只用于提供360全景图像；障碍物检测模式，在所述障碍物检测模式下，环视摄像头用于提供360全景图像并配合障碍物检测；第一车位检测模式，在所述第一车位检测模式下，环视摄像头用于提供360全景图像并配合车位检测；
将长距超声波传感器的工作模式预设为：第二泊车辅助模式，在所述第二泊车辅助模式下，所述长距超声波传感器用于提供障碍物预警；第二车位检测模式下，所述长距超声波传感器用于进行车位探测。
在其中至少一种可能的实现方式中，所述根据传感器的工作模式，将多种传感器组合为多种用于车位检测的工作策略包括：
将环视摄像头工作于第一车位检测模式，且长距超声波传感器工作于第二泊车辅助模式设定为第一策略；
将环视摄像头工作于障碍物检测模式，且长距超声波传感器工作于第二车位检测模式设定为第二策略；
将环视摄像头工作于第一泊车辅助模式，且长距超声波传感器工作于第二车位检测模式设定为第三策略。
在其中至少一种可能的实现方式中，所述利用环境感知模块确定当前场景对应的所述车位检测场景的目标类型包括：
当车速处于预设阈值时，采集当前场景的视觉信息及定位信息；
根据视觉信息及定位信息，确定出当前场景对应的场景类型的标签，所述标签包括：明亮的室外停车场场景、昏暗的室外停车场场景、昏暗的室内停车场场景、明亮的室内停车场场景。
在其中至少一种可能的实现方式中，所述根据所述目标类型，选定用于当前场景的所述工作策略包括：
若所述标签为明亮的室外停车场场景，则进行车位预检测；如果通过车位预检测，则将所述标签更新为明亮的室外有标准停车位场景，并基于更新后的标签选择所述第一策略；如果未通过车位预检测，则将所述标签更新为明亮的室外无标准停车位场景，并基于更新后的标签选择所述第二策略；
若所述标签为明亮的室内停车场场景，则直接选择所述第一策略；
若所述标签为昏暗的室内停车场场景，则进行车位预检测；如果通过车位预检测，则将所述标签更新为昏暗的室内有标准停车位场景，并基于更新后的标签选择所述第一策略；如果未通过车位预检测，则将所述标签更新为昏暗的室内无标准停车位场景，并基于更新后的标签选择所述第三策略。
在其中至少一种可能的实现方式中，所述传感器还包括激光雷达，将所述激光雷达的工作模式预设为：提供用于补充视觉信息的点云地图模式；
所述根据传感器的工作模式，将多种传感器组合为多种用于车位检测的工作策略还包括：将环视摄像头工作于泊车辅助模式，且激光雷达工作于提供点云地图模式设定为第四策略。
在其中至少一种可能的实现方式中，所述根据所述目标类型，选定用于当前场景的所述工作策略还包括：若所述标签为昏暗的室外停车场场景，则直接选择所述第四策略。
在其中至少一种可能的实现方式中，所述传感器还包括短距超声波传感器，所述短距超声波传感器用于在所有工作策略中提供近距离障碍物信息以及物体靠近预警信息。
本发明的主要设计构思在于，结合环境感知模块，预先划分多种车位检测场景并确定出多种传感器的工作模式，根据传感器的工作模式，将多种传感器组合为多种用于车位检测的工作策略，在实际检测阶段，则可以利用环境感知模块确定当前场景对应的车位检测场景的目标类型，然后根据目标类型，选定适用于当前场景的多传感器融合工作策略，以对当前场景中的车位进行精准识别并输出。本发明可以覆盖多类型泊车场景，并使得自动泊车系统具有更少的条件限制，且可以提升实用性，尤其相比于冗余度极高的全传感器融合，本发明划分不同场景并抉择传感器融合的机动策略，可以显著节约算力并节省能耗，从而可以保障自动泊车系统的实时性。
附图说明
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步描述，其中：
图1为本发明实施例提供的应用于车位检测的多传感器融合方法的流程图。
具体实施方式
下面详细描述本发明的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
本发明提出了一种应用于车位检测的多传感器融合方法的实施例，关于所述多类型传感器，这里提供如下实施方式供参考：
(1)分别部署在车辆前后保险杠以及左右后视镜下方的四个分辨率为1280*960的车规级鱼眼摄像头，统称环视摄像头。在车辆进入低速行驶(车速小于等于30km/h)时，可以激活显示环视拼接。
(2)分别部署在车辆前后保险杠的8个短距离超声波传感器(车头4个，车尾4个)，部署在车辆侧面前后翼子板上的4个长距离超声波传感器(左右各两个)。短距离超声波传感器主要用于泊车过过程中的障碍物检测，长距离超声波传感器可用于车位检测。
(3)部署在车辆顶部的中长距激光雷达，利用聚类算法将激光雷达提供的局部稠密点云地图聚类后用简单形状绘出附近障碍物的简约模型，其可在光线环境不佳的场景中补充视觉特征。
具体来说，如图1所示，应用于车位检测的多传感器融合方法包括：
步骤S1、结合环境感知模块，预先划分多种车位检测场景；
关于车位检测场景具体来说，基于视觉的车位检测方式，需要对场景进行细致的分类，如包括白天、夜晚；晴天、雨天等各类天气；室内、室外；各泊车车位线类型的排列组合。在实际操作中，结合多传感器融合方式选择的需要以及必须便于场景识别的要求，可对用于自动泊车的车位检测场景进行如下分类：根据光照强度(影响镜头进光量)区分明亮和昏暗场景；根据能否通过俯视拼接图提取出停车位的角点信息区分有标准停车位场景和无标准停车位场景；根据视觉特征和定位信息区分室内停车场场景和室外停车场场景。其中，基于视觉和定位的相关传感器件组成环境感知模块。并且，前述场景细分类可以组合为场景标签，如明亮+室外，或者昏暗+室外，或者昏暗+室内，或者明亮+室内等等。
步骤S2、确定出多种传感器的工作模式；
关于传感器的工作模式具体来说，环视摄像头的工作模式可预设为三类：一类是泊车辅助模式，该模式下环视摄像头只提供360全景，不用于障碍物检测和车位检测；一类是障碍物检测模式，该模式下环视摄像头提供360全景的同时，配合障碍物检测；一类是车位检测模式，该模式下环视摄像头提供360全景的同时，配合车位检测。
将长距超声波传感器工作模式可预设分为两类：一类是泊车辅助模式，提供障碍物预警；一类是车位检测模式，进行车位探测。
步骤S3、根据传感器的工作模式，将多种传感器组合为多种用于车位检测的工作策略；例如：策略一、环视摄像头工作于车位检测模式，长距超声波传感器工作于泊车辅助模式；策略二、环视摄像头工作于障碍物检测模式，长距超声波传感器工作于车位检测模式；策略三、环视摄像头工作于泊车辅助模式，长距超声波传感器工作于车位检测模式。
步骤S4、利用环境感知模块确定当前场景对应的所述车位检测场景的目标类型；
具体地，基于视觉和定位的相关传感器件组成的环境感知模块，可以在车速处于某一阈值下(如低于30km/h)，通过采集当前场景的视觉及定位信息，判定出当前场景符合何种预设的场景类型的初始标签，也即是前文提及的“明亮+室外”，或者“明亮+室外”，或者“昏暗+室内”，或者“明亮+室内”等标签。
步骤S5、根据所述目标类型，选定用于当前场景的所述工作策略，以对当前场景中的车位进行识别并输出。
当然，根据确定的所述目标类型，可以直接进行策略匹配，但还可以进一步通过车位预检测方式，得到细化的目标类型，即获得完整的场景标签，这里结合前文实施方式举例如下：
(1)对于明亮的室外停车场场景，可以利用视觉系统进行一次车位预检测，所述车位预检测是指利用预训练好的模型尝试性地提取车位角点信息，其中可以包括已被车辆占据的车位角点信息。如果可以通过车位预检测，即能够提取出车位角点信息，则可以进一步确定当前场景为“明亮的室外有标准停车位场景”，并将该场景标签传输至决策层(自动泊车控制器)使其从中选择前述策略一；若无法提取出角点信息，则可以进一步确定当前场景为“明亮的室外无标准停车位场景”，并将该场景标签传输至决策层使其选择策略二。
(2)对于明亮的室内停车场场景，由于室内停车场必然存在标准停车位，可以直接将“明亮的室内有标准停车位场景”标签传输至决策层使其选择策略一。
(3)对于昏暗的室内停车场场景，由于室内停车场光源的存在以及车辆自身灯光补光，也可通过视觉系统进行车位预检测，如果可以通过车位预检测，即能够提取出车位角点信息，则可以进一步确定当前场景为“昏暗的室内有标准停车位场景”，并将该场景标签传输至决策层使其从中选择前述策略一；若无法提取出角点信息，则可以进一步确定当前场景为“昏暗的室内无标准停车位场景”，并将该场景标签传输至决策层使其选择策略三。
需指出的是，前述环视摄像头所提供的360全景俯视拼接图，可以始终作为与用户交互的主界面，无轮选择何种策略组合，全景拼接图作为泊车空间UI可保持一致。
进一步地，所述传感器还包括短距超声波传感器，短距超声波传感器用于在所有所述策略组合中提供近距离障碍物和物体靠近预警信息。
进一步地，所述传感器还包括激光雷达；所述策略组合还包括策略四、环视摄像头工作于泊车辅助模式，所述激光雷达提供点云地图用于补充视觉信息。
进一步地，所述根据所述目标类型，选定用于当前场景的所述策略组合还包括：对于昏暗的室外停车场场景，则可以直接将场景标签传输至决策层使其选择策略四。
并且，还可以进一步补充的是，针对不同车辆的多类型传感器的实际布局，可能还会存在诸多调整方案。例如，当车辆部署有行车使用的冗余多目前视摄像头时，则可以在车速高于30km/h的行车过程中，完成前述对于当前场景的环境感知过程等。
综上所述，本发明的主要设计构思在于，结合环境感知模块，预先划分多种车位检测场景并确定出多种传感器的工作模式，根据传感器的工作模式，将多种传感器组合为多种用于车位检测的工作策略，在实际检测阶段，则可以利用环境感知模块确定当前场景对应的车位检测场景的目标类型，然后根据目标类型，选定适用于当前场景的多传感器融合工作策略，以对当前场景中的车位进行精准识别并输出。本发明可以覆盖多类型泊车场景，并使得自动泊车系统具有更少的条件限制，且可以提升实用性，尤其相比于冗余度极高的全传感器融合，本发明划分不同场景并抉择传感器融合的机动策略，可以显著节约算力，从而可以保障自动泊车系统的实时性。
本发明实施例中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示单独存在A、同时存在A和B、单独存在B的情况。其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项”及其类似表达，是指的这些项中的任意组合，包括单项或复数项的任意组合。例如，a，b和c中的至少一项可以表示：a，b，c，a和b，a和c，b和c或a和b和c，其中a，b，c可以是单个，也可以是多个。
以上依据图式所示的实施例详细说明了本发明的构造、特征及作用效果，但以上仅为本发明的较佳实施例，需要言明的是，上述实施例及其优选方式所涉及的技术特征，本领域技术人员可以在不脱离、不改变本发明的设计思路以及技术效果的前提下，合理地组合搭配成多种等效方案；因此，本发明不以图面所示限定实施范围，凡是依照本发明的构想所作的改变，或修改为等同变化的等效实施例，仍未超出说明书与图示所涵盖的精神时，均应在本发明的保护范围内。

Claims (9)

1.一种应用于车位检测的多传感器融合方法，其特征在于，包括：
结合环境感知模块，预先划分多种车位检测场景；
确定出多种传感器的工作模式；
根据传感器的工作模式，将多种传感器组合为多种用于车位检测的工作策略；
利用环境感知模块确定当前场景对应的所述车位检测场景的目标类型；
根据所述目标类型，选定用于当前场景的所述工作策略，以对当前场景中的车位进行识别并输出。
2.根据权利要求1所述的应用于车位检测的多传感器融合方法，其特征在于，所述预先划分多种车位检测场景包括：
将场景区分为明亮场景、昏暗场景、有标准停车位场景、无标准停车位场景、室内停车场场景以及室外停车场场景。
3.根据权利要求2所述的应用于车位检测的多传感器融合方法，其特征在于，所述传感器包括环视摄像头以及长距超声波传感器；
所述确定出多种传感器的工作模式包括：
将环视摄像头的工作模式预设为：第一泊车辅助模式，在所述第一泊车辅助模式下，环视摄像头只用于提供360全景图像；障碍物检测模式，在所述障碍物检测模式下，环视摄像头用于提供360全景图像并配合障碍物检测；第一车位检测模式，在所述第一车位检测模式下，环视摄像头用于提供360全景图像并配合车位检测；
将长距超声波传感器的工作模式预设为：第二泊车辅助模式，在所述第二泊车辅助模式下，所述长距超声波传感器用于提供障碍物预警；第二车位检测模式下，所述长距超声波传感器用于进行车位探测。
4.根据权利要求3所述的应用于车位检测的多传感器融合方法，其特征在于，所述根据传感器的工作模式，将多种传感器组合为多种用于车位检测的工作策略包括：
将环视摄像头工作于第一车位检测模式，且长距超声波传感器工作于第二泊车辅助模式设定为第一策略；
将环视摄像头工作于障碍物检测模式，且长距超声波传感器工作于第二车位检测模式设定为第二策略；
将环视摄像头工作于第一泊车辅助模式，且长距超声波传感器工作于第二车位检测模式设定为第三策略。
5.根据权利要求4所述的应用于车位检测的多传感器融合方法，其特征在于，所述利用环境感知模块确定当前场景对应的所述车位检测场景的目标类型包括：
当车速处于预设阈值时，采集当前场景的视觉信息及定位信息；
根据视觉信息及定位信息，确定出当前场景对应的场景类型的标签，所述标签包括：明亮的室外停车场场景、昏暗的室外停车场场景、昏暗的室内停车场场景、明亮的室内停车场场景。
6.根据权利要求5所述的应用于车位检测的多传感器融合方法，其特征在于，所述根据所述目标类型，选定用于当前场景的所述工作策略包括：
若所述标签为明亮的室外停车场场景，则进行车位预检测；如果通过车位预检测，则将所述标签更新为明亮的室外有标准停车位场景，并基于更新后的标签选择所述第一策略；如果未通过车位预检测，则将所述标签更新为明亮的室外无标准停车位场景，并基于更新后的标签选择所述第二策略；
若所述标签为明亮的室内停车场场景，则直接选择所述第一策略；
若所述标签为昏暗的室内停车场场景，则进行车位预检测；如果通过车位预检测，则将所述标签更新为昏暗的室内有标准停车位场景，并基于更新后的标签选择所述第一策略；如果未通过车位预检测，则将所述标签更新为昏暗的室内无标准停车位场景，并基于更新后的标签选择所述第三策略。
7.根据权利要求5所述的应用于车位检测的多传感器融合方法，其特征在于，所述传感器还包括激光雷达，将所述激光雷达的工作模式预设为：提供用于补充视觉信息的点云地图模式；
所述根据传感器的工作模式，将多种传感器组合为多种用于车位检测的工作策略还包括：将环视摄像头工作于泊车辅助模式，且激光雷达工作于提供点云地图模式设定为第四策略。
8.根据权利要求7所述的应用于车位检测的多传感器融合方法，其特征在于，所述根据所述目标类型，选定用于当前场景的所述工作策略还包括：若所述标签为昏暗的室外停车场场景，则直接选择所述第四策略。
9.根据权利要求1～8任一项所述的应用于车位检测的多传感器融合方法，其特征在于，所述传感器还包括短距超声波传感器，所述短距超声波传感器用于在所有工作策略中提供近距离障碍物信息以及物体靠近预警信息。
CN202111172964.0A 2021-10-08 2021-10-08 应用于车位检测的多传感器融合方法 Active CN113920782B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111172964.0A CN113920782B (zh) 2021-10-08 2021-10-08 应用于车位检测的多传感器融合方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111172964.0A CN113920782B (zh) 2021-10-08 2021-10-08 应用于车位检测的多传感器融合方法

Publications (2)

Publication Number Publication Date
CN113920782A true CN113920782A (zh) 2022-01-11
CN113920782B CN113920782B (zh) 2022-08-09

Family

ID=79238239

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111172964.0A Active CN113920782B (zh) 2021-10-08 2021-10-08 应用于车位检测的多传感器融合方法

Country Status (1)

Country Link
CN (1) CN113920782B (zh)

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101801729A (zh) * 2008-01-16 2010-08-11 三菱电机株式会社 车辆用传感器系统
CN104637342A (zh) * 2015-01-22 2015-05-20 江苏大学 一种狭小垂直车位场景智能识别与泊车路径规划系统及方法
DE102015006931A1 (de) * 2014-05-30 2015-12-17 Mando Corporation Parkzonen-Erkennungsvorrichtung und Steuerungsverfahren davon
CN106981215A (zh) * 2017-03-23 2017-07-25 北京联合大学 一种多传感器组合式的自动泊车车位引导方法
CN106997688A (zh) * 2017-06-08 2017-08-01 重庆大学 基于多传感器信息融合的停车场停车位检测方法
CN108646738A (zh) * 2018-05-11 2018-10-12 浙江吉利汽车研究院有限公司 一种驾驶辅助功能调用装置及方法
CN108928343A (zh) * 2018-08-13 2018-12-04 吉利汽车研究院（宁波）有限公司 一种全景融合自动泊车系统及方法
WO2018233072A1 (zh) * 2017-06-21 2018-12-27 深圳市盛路物联通讯技术有限公司 一种结合天气信息的车辆停车引导系统及方法
JP2020190416A (ja) * 2019-05-17 2020-11-26 アイシン・エィ・ダブリュ株式会社 認識システム、認識方法、及び認識プログラム
CN111994081A (zh) * 2020-08-26 2020-11-27 安徽江淮汽车集团股份有限公司 车位检测方法、设备、存储介质及装置
CN112257522A (zh) * 2020-09-30 2021-01-22 南京航空航天大学 基于环境特征的多传感器融合环境感知方法
CN112466147A (zh) * 2020-11-18 2021-03-09 上海汽车集团股份有限公司 一种基于多传感器的库位检测方法及相关装置
CN112835029A (zh) * 2019-11-07 2021-05-25 上海海拉电子有限公司 面向无人驾驶的多传感器障碍物探测数据融合方法及系统
CN113034929A (zh) * 2020-10-29 2021-06-25 微传智能科技（常州）有限公司 停车位状态检测方法及系统
CN113085838A (zh) * 2021-04-02 2021-07-09 的卢技术有限公司 一种基于多传感器融合的车位检测方法和系统
CN113192356A (zh) * 2021-04-01 2021-07-30 上海欧菲智能车联科技有限公司 一种多传感器融合的车位检测方法、装置及车辆

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101801729A (zh) * 2008-01-16 2010-08-11 三菱电机株式会社 车辆用传感器系统
DE102015006931A1 (de) * 2014-05-30 2015-12-17 Mando Corporation Parkzonen-Erkennungsvorrichtung und Steuerungsverfahren davon
CN104637342A (zh) * 2015-01-22 2015-05-20 江苏大学 一种狭小垂直车位场景智能识别与泊车路径规划系统及方法
CN106981215A (zh) * 2017-03-23 2017-07-25 北京联合大学 一种多传感器组合式的自动泊车车位引导方法
CN106997688A (zh) * 2017-06-08 2017-08-01 重庆大学 基于多传感器信息融合的停车场停车位检测方法
WO2018233072A1 (zh) * 2017-06-21 2018-12-27 深圳市盛路物联通讯技术有限公司 一种结合天气信息的车辆停车引导系统及方法
CN108646738A (zh) * 2018-05-11 2018-10-12 浙江吉利汽车研究院有限公司 一种驾驶辅助功能调用装置及方法
CN108928343A (zh) * 2018-08-13 2018-12-04 吉利汽车研究院（宁波）有限公司 一种全景融合自动泊车系统及方法
JP2020190416A (ja) * 2019-05-17 2020-11-26 アイシン・エィ・ダブリュ株式会社 認識システム、認識方法、及び認識プログラム
CN112835029A (zh) * 2019-11-07 2021-05-25 上海海拉电子有限公司 面向无人驾驶的多传感器障碍物探测数据融合方法及系统
CN111994081A (zh) * 2020-08-26 2020-11-27 安徽江淮汽车集团股份有限公司 车位检测方法、设备、存储介质及装置
CN112257522A (zh) * 2020-09-30 2021-01-22 南京航空航天大学 基于环境特征的多传感器融合环境感知方法
CN113034929A (zh) * 2020-10-29 2021-06-25 微传智能科技（常州）有限公司 停车位状态检测方法及系统
CN112466147A (zh) * 2020-11-18 2021-03-09 上海汽车集团股份有限公司 一种基于多传感器的库位检测方法及相关装置
CN113192356A (zh) * 2021-04-01 2021-07-30 上海欧菲智能车联科技有限公司 一种多传感器融合的车位检测方法、装置及车辆
CN113085838A (zh) * 2021-04-02 2021-07-09 的卢技术有限公司 一种基于多传感器融合的车位检测方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
毕雁冰等: "基于多传感器信息融合的辅助泊车系统", 《四川兵工学报》 *

Also Published As

Publication number Publication date
CN113920782B (zh) 2022-08-09

Similar Documents

Publication Publication Date Title
US10392009B2 (en) Automatic parking system and automatic parking method
CN211765500U (zh) 一种用于封闭场景下的智能驾驶环境感知系统及汽车
US20190156132A1 (en) Brake Light Detection
EP3480057B1 (en) Rear obstruction detection
US11699207B2 (en) Camera assessment techniques for autonomous vehicles
Gavrila et al. Real time vision for intelligent vehicles
CN111010532B (zh) 一种基于多焦距摄像头组的车载机器视觉系统
US11691619B2 (en) Automatic parking system and automatic parking method
WO2021253741A1 (zh) 基于场景识别的车辆自适应传感器系统
CN115273028B (zh) 一种基于全域感知的智慧停车场语义地图构建方法及系统
CN110303985B (zh) 一种车辆盲区近红外监测系统及方法
CN111413983A (zh) 一种无人驾驶车辆的环境感知方法及控制端
Kemsaram et al. An integrated framework for autonomous driving: Object detection, lane detection, and free space detection
CN113808418A (zh) 路况信息显示系统、方法、车辆、计算机设备和存储介质
CN113870246A (zh) 一种基于深度学习的障碍物探测和识别方法
CN111824003A (zh) 一种车灯的控制方法及控制系统
CN113920782B (zh) 应用于车位检测的多传感器融合方法
CN210174738U (zh) 一种车辆盲区近红外监测系统
CN116486359A (zh) 一种面向全天候的智能车环境感知网络自适应选择方法
US11227409B1 (en) Camera assessment techniques for autonomous vehicles
WO2022244356A1 (en) Light interference detection during vehicle navigation
CN113611008B (zh) 一种车辆行驶场景采集方法、装置、设备及介质
WO2021161443A1 (ja) 視認負荷値推定装置、視認負荷値推定システム、視認負荷値推定方法、及び視認負荷値推定プログラム
CN209852173U (zh) 一种车道偏离预警系统
US20210123777A1 (en) Automotive sensor integration module

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