一种基于信息融合的车位线车位识别方法及装置制造方法及图纸

本发明专利技术公开一种基于信息融合的车位线车位识别方法及装置。所述车位线车位识别方法包括步骤：从车身侧面鸟瞰图中识别出车位角点，且车位角点与摄像头处于平行位置时，记录下此时的车位角点坐标，并令其为第一车位角点；车辆的超声波雷达开始探测车辆面向第一车位角点的侧向上是否有障碍物，若有，则返回上一步骤，否则进行下一步骤；同理获取第二车位角点；根据两个车位角点计算车位线车位的车位大致宽度及车辆与车位线车位的侧向距离。本发明专利技术可实现对有标准车位标志线车位的检测识别，利用超声波雷达识别车位内有无障碍物的检测，利用轮速传感器获取的行驶距离值与视觉信息做融合获取车位角点坐标，最终实现车位线车位的识别。

A Method and Device for Location Recognition of Parking Line Based on Information Fusion

The invention discloses a parking line parking space recognition method and device based on information fusion. The parking space recognition method of the parking line includes steps: recognizing the parking corner from the side bird's-eye view of the car body, and recording the coordinates of the parking corner when the parking corner is parallel to the camera, and making it the first parking corner; the ultrasonic radar of the vehicle starts to detect whether there are obstacles in the side-up of the vehicle facing the first parking corner, and if so, returns to the previous step. Suddenly, otherwise proceed to the next step; similarly obtain the second parking corner; calculate the parking width and the lateral distance between the parking line and the parking space according to the two parking corner points. The invention can realize the detection and recognition of parking spaces with standard parking mark lines, use ultrasonic radar to identify whether there are obstacles in the parking spaces, use the driving distance value obtained by wheel speed sensor and visual information to fuse to obtain the coordinates of parking corner points, and finally realize the recognition of parking spaces with parking mark lines.

【技术实现步骤摘要】
一种基于信息融合的车位线车位识别方法及装置
本专利技术涉及自动泊车
，具体涉及一种基于信息融合的车位线车位识别方法及装置。
技术介绍
自动泊车系统(AutomaticParkingSystem，APS)是一个集环境感知、决策与规划，智能控制与执行等功能于一体的综合系统，是智能驾驶辅助系统的重要组成部分。作为自动泊车系统三大关键技术之一的环境感知技术，目前主要以超声波雷达或单目摄像头为主的感知识别系统，已经取得了部分成功应用，并且部分已经产品化应用于实车上。近年来，多传感器信息融合技术成为各大高校及研究机构的热点，并在移动机器人领域以取得了一定的研究成果，但在自动泊车领域对信息融合技术的研究还少之又少。目前常见的自动泊车
关于车位线车位识别的研究主要基于单目视觉和360环视系统进行车位检测。基于单目视觉的车位线车位识别系统由于单个摄像头视野窄小的原因，很难囊括整个平行车位，如要囊括整个平行车位，则需要自车距离车位的侧向距离大于4m甚至更远，但通常平行车位旁边空间窄小，导致无法识别车位。基于360环视系统的车位线车位识别系统虽然解决了视野窄小的缺点，但是随着视野的扩大，图像中的噪声，光照，地面纹理等影响会降低车位线的识别精度，如要提高识别精度，则需要更复杂的算法设计，计算量会加大，实时性降低。
技术实现思路
为解决因单个摄像头视野窄小而难以囊括整个平行车位的技术问题，本专利技术提出一种基于信息融合的车位线车位识别方法及装置。为实现上述目的，本专利技术采用了以下技术方案：一种基于信息融合的车位线车位识别方法，以车辆的摄像头为坐标原点，车辆的行驶方向为x轴正方向建立O1xy坐标系；以车辆的后轴中心点为原点，车辆的行驶方向为x轴正方向建立Oxy坐标系；所述车位线车位通过位于同一侧上的第一车位角点第二车位角点以及车辆从第一车位角点驶向第二车位角点的过程中得到的车位大致宽度Lp决定；所述车辆在行驶过程中对两个车位角点分别进行摄像并由此获得相应的车身侧面鸟瞰图；所述车位线车位识别方法包括步骤：步骤一、从车身侧面鸟瞰图一中识别出车位角点(xinter，yinter)，且车位角点(xinter，yinter)与摄像头处于平行位置时，记录下此时的车位角点坐标，并令其为第一车位角点其中，基于车身侧面鸟瞰图中车位线部分像素高于路面区域依据，从所述车身侧面鸟瞰图中提取出车位角点(xinter，yinter)；车位角点与摄像头处于平行位置的判断条件为：X/2-δ3≤xinter≤X/2+δ3，其中，X为鸟瞰图横坐标最大值，其值为540，δ3为10；步骤二、车辆的超声波雷达开始探测车辆面向第一车位角点的侧向上是否有障碍物，若有，则返回步骤一，否则进行步骤三；步骤三、根据步骤一同理获取第二车位角点步骤四、根据第一车位角点与第二车位角点计算车位线车位的车位大致宽度Lp及车辆与车位线车位的侧向距离yp；其中，车位大致宽度Lp为：侧向距离yp为：yP＝K+(Y-yinter)·k，其中，K为盲区距离，由摄像头安装俯仰角度及高度决定；Y为鸟瞰图纵坐标最大值，其值为430；k就是真实世界平面与逆透视图像平面的比列系数。作为上述方案的进一步改进，车位角点(xinter，yinter)的提取方法包括步骤：a)对车身侧面鸟瞰图进行特征提取及二值化；b)对特征提取及二值化后的车身侧面鸟瞰图做边缘噪点去除；c)对去除边缘早点的车身侧面鸟瞰图进行图像细化；d)对细化后的车身侧面鸟瞰图做检侧直线及求取检侧直线的交点，所述检侧直线的交点即车位角点(xinter，yinter)。进一步地，特征提取及二值化的步骤为：在所述车身侧面鸟瞰图中，车位线的灰度值高于位于车位线两侧的像素值，若存在一个像素比其左右相聚一个预定车位线宽度的像素值高或存在一个像素比其上下相距一个预定车位线宽度的像素灰度值高，即认为该像素为一个可能的车位线像素，对该像素点置255，否则对该像素点置0，即g1(x,y)为：其中，dV+e(x,y)为车位线特征模板右移时求取的特征，dV-e(x,y)为车位线特征模板左移时求取的特征，dP+e(x,y)为车位线特征模板上移时求取的特征，dP-e(x,y)为车位线特征模板下移时求取的特征，p(x,y)为输入的灰度图，即所述车身侧面鸟瞰图，p(x,y±e)为将所述灰度图按e个像素进行左右平移后的图，p(x±e,y)为将所述灰度图按e个像素进行上下平移后的图，δ0为40。进一步地，边缘噪点去除的步骤为：随车身侧面鸟瞰图继续进行如下处理：其中FL(xn)，FR(xn)分别为左右曲线方程，g1(x,y)为输入的二值化特征图，g2(x,y)为输出的二值化特征图。进一步地，图像细化的步骤为：采用Zhang-Suen细化算法细化图像得到图像骨架，即细化后的车身侧面鸟瞰图。进一步地，对得到的细化后的车身侧面鸟瞰图的上边缘进行概率霍夫变换检测，根据长度分别保留径向和切向最长线段，其中一条最长线段为所述检侧直线，再求取车位角点(xinter，yinter)。再进一步地，车位角点(xinter，yinter)的求取过程如下：切向线段所在直线定义为直线一，径向线段所在直线定义为直线二，已知两条不平行的直线一的两个点(x1，y1)、(x2，y2)和直线二的两个点(x3，y3)、(x4，y4)，分如下情况求取：3)当两条直线都垂直于x轴，就是斜率k1、k2不存在；4)仅有一条直线垂直于x轴，即k1或者k2不存在，根据斜率定义及其斜截式方程有则直线一的方程为y＝k1x+b1；于是两直线交点坐标为3)两条直线都没有垂直于x轴，即k1、k2都存在，根据斜率定义及其斜截式方程有则直线一的方程为y＝k1x+b1，直线二方程为y＝k2x+b2于是两直线交点坐标为优选地，车位角点(xinter，yinter)的提取方法还包括步骤：e)类型划分。再优选地，根据车位角点(xinter,yinter)及直线一的两个点(x1，y1)、(x2，y2)将车位标志线分为三类：“T”型，左“L”型，右“L”型，判断标准如下：其中，δ1为30，δ2为5。本专利技术还提供一种基于信息融合的车位线车位识别装置，其采用上述任意基于信息融合的车位线车位识别方法，所述车位线车位识别装置包括：车位角点检测模块，其用于获取第一车位角点和第二车位角点障碍物检测模块，其用于采用车辆的超声波雷达探测车辆面向第一车位角点的侧向上是否有障碍物；计算模块，其用于在所述障碍物检测模块没有检测到障碍物时，根据第一车位角点与第二车位角点计算车位线车位的车位大致宽度Lp及车辆与车位线车位的侧向距离yp。本专利技术基于信息融合的车位线车位识别方法可实现对有标准车位标志线车位的检测识别，利用超声波雷达识别车位内有无障碍物的检测，利用轮速传感器获取的行驶距离值与视觉信息做融合获取车位角点坐标，最终实现车位线车位的识别。附图说明图1为应用本专利技术的车位线车位识别方法的车位线车位识别系统的软件系统框架图。图2为本专利技术车位线车位识别方法中的车位线检测中间结果图。图3为本专利技术车位线车位识别方法中的车位标志线类型定义图。图4为本专利技术车位线车位识别方法的信息融合流程图。图5为本专利技术车位线车位识别方法中基于逆透视变换的平面视觉测距模型图。图6为本专利技术车位线车位识别方法本文档来自技高网...

【技术保护点】
1.一种基于信息融合的车位线车位识别方法，其特征在于，以车辆的摄像头为坐标原点，车辆的行驶方向为x轴正方向建立O1xy坐标系；以第一车位角点坐标为原点，车辆的行驶方向为x轴正方向建立Ox′y′坐标系；所述车位线车位通过位于同一侧上的第一车位角点

【技术特征摘要】
1.一种基于信息融合的车位线车位识别方法，其特征在于，以车辆的摄像头为坐标原点，车辆的行驶方向为x轴正方向建立O1xy坐标系；以第一车位角点坐标为原点，车辆的行驶方向为x轴正方向建立Ox′y′坐标系；所述车位线车位通过位于同一侧上的第一车位角点第二车位角点以及车辆从第一车位角点驶向第二车位角点的过程中得到的车位大致宽度Lp决定；所述车辆在行驶过程中对两个车位角点分别进行摄像并由此获得相应的车身侧面鸟瞰图；所述车位线车位识别方法包括步骤：步骤一、从车身侧面鸟瞰图一中识别出车位角点(xinter，yinter)，且车位角点(xinter，yinter)与摄像头处于平行位置时，记录下此时的车位角点坐标，并令其为第一车位角点其中，基于车身侧面鸟瞰图中车位线部分像素高于路面区域依据，从所述车身侧面鸟瞰图中提取出车位角点(xinter，yinter)；车位角点与摄像头处于平行位置的判断条件为：X/2-δ3≤xinter≤X/2+δ3，其中，X为鸟瞰图横坐标最大值，其值为540，δ3为10；步骤二、车辆的超声波雷达开始探测车辆面向第一车位角点的侧向上是否有障碍物，若有，则返回步骤一，否则进行步骤三；步骤三、根据步骤一同理获取第二车位角点步骤四、根据第一车位角点与第二车位角点计算车位线车位的车位大致宽度Lp及车辆与车位线车位的侧向距离yp；其中，车位大致宽度Lp为：侧向距离yp为：yP＝K+(Y-yinter)·k，其中，K为盲区距离，由摄像头安装俯仰角及高度决定；Y为鸟瞰图纵坐标最大值，其值为430；k就是真实世界平面与逆透视图像平面的比列系数。2.如权利要求1所述的基于信息融合的车位线车位识别方法，其特征在于，车位角点(xinter，yinter)的提取方法包括步骤：a)对车身侧面鸟瞰图进行特征提取及二值化；b)对特征提取及二值化后的车身侧面鸟瞰图做边缘噪点去除；c)对去除边缘早点的车身侧面鸟瞰图进行图像细化；d)对细化后的车身侧面鸟瞰图做检侧直线及求取检侧直线的交点，所述检侧直线的交点即车位角点(xinter，yinter)。3.如权利要求2所述的基于信息融合的车位线车位识别方法，其特征在于，特征提取及二值化的步骤为：在所述车身侧面鸟瞰图中，车位线的像素值高于位于车位线两侧的像素值，若存在一个像素比其左右相聚一个预定车位线宽度的像素值高或存在一个像素比其上下相距一个预定车位线宽度的像素灰度值高，即认为该像素为一个可能的车位线像素，对该像素点置255，否则对该像素点置0，即g1(x,y)为：其中，dV+e(x,y)为车位线特征模板右移时求取的特征，dV-e(x,y)为车位线特征模板左移时求取的特征，dP+e(x,y)为车位线特征模板上移时求取的特征，dP-e(x,y)为车位线特征模板下移时求取的特征，p...

【专利技术属性】
技术研发人员：姜武华，辛鑫，谢有浩，程超，田博，林艺龙，蒋鹏飞，陈无畏，赵林峰，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：安徽,34