The invention provides a parking aided method, which includes: real-time acquisition of image data by camera online, correction of image data, generation of overlook map and segmentation of image data; detection of all straight lines by line detection algorithm; removal of unconditional straight lines by exclusion algorithm to obtain parking corner points, exclusion algorithm includes binarization level of all intersection points of straight lines in neighborhood. Vertical gradient calculation, and determine whether it is greater than the second threshold; get the parking space data according to the corner of the parking space; get the information of speed, vehicle position and coordinates, and combine the relative position relationship between the parking space and the vehicle, calculate the world coordinates of the parking space, according to its path planning, and enter the parking mode. The invention realizes the parking assistant function of high precision and high success rate by using image processing algorithm to correct the parking space in real time during the parking process of a vehicle; moreover, the new parking detection algorithm can effectively reduce the false detection of the parking space.
【技术实现步骤摘要】
一种泊车辅助方法
本专利技术属于汽车智能驾驶领域,具体涉及一种泊车辅助方法。
技术介绍
随着科学技术的飞速发展,汽车工业近年来面临着重大革新,自动驾驶已经成为各大汽车厂商和高校的研究热点。根据自动驾驶技术分级,L1级别的辅助驾驶是目前最为可行技术方案。这其中,泊车辅助系统,已经逐渐成为各大汽车品牌在新产品中的标准配置。然而,由于传统的泊车辅助系统方案中,车位感知主要通过超声波雷达进行。由于超声波雷达的工作原理的局限性,使得该方案对于车位场景的适应性较差,例如前后均无车的停车场中,该方案无法检测出车位,从而使得基于超声波雷达的泊车功能失效。此外,由于超声波雷达的抗干扰特性较差,对于车位尺寸及坐标的检测精度也较差,进一步削弱了该方案的适用性。目前基于多传感器的泊车辅助系统,现有的基于超声波雷达和多摄像头的方案,大多是采用超声波雷达进行车位检测,用摄像头只是进行环视图生成,因此抗干扰特性较差,对于车位尺寸及坐标的检测精度也较差。而尽管现有技术中也存在采用超声波雷达和摄像头的多传感器协同工作方案,其技术上采用摄像头进行车位检测,但是一方面由于利用满足一定角度的直线的交点作为车位角点,算法精度较低,容易导致车位角点的误检测;另一方面其车位检测技术仅在车辆行驶过程中通过摄像机进行检测,并未在泊车过程中对车位信息进行实时校正,同样导致精度较低。
技术实现思路
本专利技术的目的在于提供一种基于超声波雷达和多视觉传感器的泊车辅助方法,以在泊车过程中对车位信息进行实时校正。为了实现上述目的,本专利技术提供一种泊车辅助方法,包括:S1:利用布置于车辆上的摄像头在线实时采集原始图像数 ...
【技术保护点】
1.一种泊车辅助方法,其特征在于,包括:步骤S1:利用布置于车辆上的摄像头(121)在线实时采集原始图像数据;步骤S2:对原始图像数据进行车位检测处理,得到车位数据,包括:步骤S21;对原始图像数据进行校正,生成俯瞰图,随后对生成的俯瞰图进行图像分割;步骤S22:采用直线检测算法检测出步骤S21所述的俯瞰图中的所有直线;步骤S23:采用排除算法除去不合条件的直线,得到车位角点;其中,所述排除算法包括对步骤S22所检测到的直线的所有交点进行交点邻域二值化水平、垂直梯度计算,并判断水平和纵向梯度是否均大于一第二阈值;步骤S24:根据车位角点计算车位原点和判断车位类型,并计算坐标系转换角度,得到车位数据;步骤S3:实时获取车速、车辆位姿和坐标信息,结合车位与车辆的相对位置关系,计算出车位的世界坐标;步骤S4:根据车位的世界坐标,进行路径规划,并进入泊车模式。
【技术特征摘要】
1.一种泊车辅助方法,其特征在于,包括:步骤S1:利用布置于车辆上的摄像头(121)在线实时采集原始图像数据;步骤S2:对原始图像数据进行车位检测处理,得到车位数据,包括:步骤S21;对原始图像数据进行校正,生成俯瞰图,随后对生成的俯瞰图进行图像分割;步骤S22:采用直线检测算法检测出步骤S21所述的俯瞰图中的所有直线;步骤S23:采用排除算法除去不合条件的直线,得到车位角点;其中,所述排除算法包括对步骤S22所检测到的直线的所有交点进行交点邻域二值化水平、垂直梯度计算,并判断水平和纵向梯度是否均大于一第二阈值;步骤S24:根据车位角点计算车位原点和判断车位类型,并计算坐标系转换角度,得到车位数据;步骤S3:实时获取车速、车辆位姿和坐标信息,结合车位与车辆的相对位置关系,计算出车位的世界坐标;步骤S4:根据车位的世界坐标,进行路径规划,并进入泊车模式。2.根据权利要求1所述的泊车辅助方法,其特征在于,所述排除算法还包括对步骤S22所检测到的直线进行亮点对特征计算、直线的特征参数计算以及直线的角点间的距离计算。3.根据权利要求2所述的泊车辅助方法,其特征在于,所述步骤S23包括:步骤S231:遍历步骤S22所检测到的所有直线的端点,进行亮点对特征计算,判断是否符合亮点对特征,根据判断结果得到所有候补车位线并保存;步骤S232:若候补车位线个数大于2,则遍历步骤S231所得到的所有候补车位线,进行直线的特征参数的计算,并判断参数与已存储的直线的参数间的差别是否小于一第一阈值;随后根据判断结果得到所有聚类候补车位线并保存;步骤S233:若聚类候补车位线个数大于2,则计算步骤S4所得到的所有聚类候补车位线的交点,并遍历所有交点,进行交点邻域二值化水平、垂直梯度计算,判断水平和纵向梯度是否均大于一第二阈值;随后根据判断结果得到所有候补角点;步骤S234:若候补角点个数大于2,则计算所有候补角点间的距离,并遍历所有候补角点,判断候补角点间的距离是否与车位宽度、长度或对角线匹配;并根据判断结果存储相应的...
【专利技术属性】
技术研发人员:刘诗萌,杨维妙,冯鹏鹏,刘威,周小兵,朱春林,郑艳,张建武,
申请(专利权)人:华域汽车系统股份有限公司,
类型:发明
国别省市:上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。