一种基于超声波传感器车位检测系统的车位识别补偿方法技术方案

本发明专利技术涉及一种基于超声波传感器车位检测系统的车位识别补偿方法，包括：分别通过超声波雷达获取目标车位上边缘和下边缘的障碍物形状类型，同时计算目标车位上边缘和下边缘的障碍物宽度以及目标车位上边缘与下边缘之间的距离；分别确定目标车位上边缘和下边缘的补偿值；根据目标车位上边缘与下边缘之间的距离、目标车位上边缘和下边缘的补偿值计算目标车位长度。本发明专利技术通过超声波传感器获取目标车位上边缘和下边缘的障碍物特征，同时结合车速对目标车位的上边缘和下边缘进行补偿，从而识别出准确的目标车位，该识别方法具有更强的鲁棒性、适用性，可有效提高超声波传感器的边缘识别精度，为自动泊车系统提供更加精确地车位决策信息。

A compensation method of parking space recognition based on ultrasonic sensor parking space detection system

【技术实现步骤摘要】
一种基于超声波传感器车位检测系统的车位识别补偿方法
本专利技术涉及自动泊车
，特别是涉及一种基于超声波传感器车位检测系统的车位识别补偿方法。
技术介绍
随着我国汽车保有量的逐年递增，城市公共泊车空间也变得日趋紧张，因泊车而造成的交通事故率也逐渐上升。如何提升现代城市交通中汽车的驾驶安全性及舒适性已成为各大汽车制造商及汽车电子供应商研究的重点。自动泊车系统作为智能辅助驾驶系统，可满足人们对于在城市窄小泊车空间实现精确泊车的需求，能够有效降低泊车事故率。车位识别作为自动泊车系统中重要的感知环节，其对泊车精度有着至关重要的影响。如何提高车位识别精度也是提升自动泊车系统性能的关键。目前市场现有的车位识别技术主要有三种：利用AVM（360全景环视系统）感知当前车辆周围环境信息以及与目标车位间的相对位置信息；利用视觉传感器以及超声波传感器信息融合的方式，在目标车位库口进行初始寻库偏差矫正的方法；利用超声波传感器感知车辆与障碍物之间的距离信息，计算判断得出可泊车位信息。但这三种方式均有不足之处，对于AVM系统它仅能获取目标车位的占用情况，而无法感知车位内的障碍物（锥形交通路标、车位锁等）信息；而泊车初始寻库偏差矫正法则很难适应实际中复杂的泊车环境，因而无法保证其鲁棒性，且标定工作量巨大；而依靠超声波传感器的车位识别技术，由于超声波传感器单发单收的收发机制，在车位识别过程中目标车位的上、下边缘识别精度主要受限于车速以及障碍物形状的影响而存在较大的识别误差；虽然该技术易落地、成本低、经济效益好，但如何克服超声波传感器测距特性造成的车位边缘识别误差大的问题是其核心技术难题。针对以上车位识别技术所面临的问题，本文提出了一种基于超声波传感器自动泊车系统的车位识别补偿计算方法，以解决超声波传感器在车位识别过程中对于车位边缘识别误差大、精度低的问题，有效降低了标定成本，提升了车位识别系统的鲁棒性。
技术实现思路
本专利技术为克服上述现有技术所述的不足，提供一种基于超声波传感器车位检测系统的车位识别补偿方法。为解决上述技术问题，本专利技术的技术方案如下：一种基于超声波传感器车位检测系统的车位识别补偿方法，包括如下步骤：识别当前车速，并获取多帧超声波雷达测距数据；根据获取的超声波雷达测距数据分别计算目标车位上边缘和目标车位下边缘的障碍物宽度、目标车位上边缘与目标车位下边缘之间的距离；根据获取的超声波雷达测距数据分别获取目标车位上边缘和目标车位下边缘的障碍物形状类型；根据车速、目标车位上边缘的障碍物宽度和目标车位上边缘的障碍物形状类型确定目标车位上边缘的补偿值；根据车速、目标车位下边缘的障碍物宽度和目标车位下边缘的障碍物形状类型确定目标车位下边缘的补偿值；根据目标车位上边缘与目标车位下边缘之间的距离、目标车位上边缘的补偿值和目标车位下边缘的补偿值计算目标车位长度。进一步的，作为优选技术方案，障碍物形状类型的获取具体包括：获取多帧超声波雷达测距数据，并对超声波雷达测距数据进行滤波处理；对处理后的超声波雷达测距数据进行缓存并计算每帧超声波雷达测距数据权重值；根据每帧超声波雷达测距数据权重值及连续获取的三帧超声波雷达测距数据之间的变化情况对缓存的超声波雷达测距数据进行处理得到有效超声波雷达测距数据；提取有效超声波雷达测距数据所构建的障碍物轮廓特征，从而得到障碍物形状类型。进一步的，作为优选技术方案，获取有效超声波雷达测距数据具体包括：分别判断每帧超声波雷达测距数据权重值是否大于第一预设阈值，若是，执行下一步，否则，从缓存的超声波雷达测距数据中剔除该帧超声波雷达测距数据；判断连续获取的三帧超声波雷达测距数据是否超出超声波雷达测距范围，若是，从缓存的超声波雷达测距数据中剔除该帧超声波雷达测距数据，否则，执行下一步；判断获取的当前帧超声波雷达测距数据是否大于上一帧超声波雷达测距数据，同时判断获取的当前帧超声波雷达测距数据是否大于下一帧超声波雷达测距数据，若是，从缓存的超声波雷达测距数据中剔除该帧超声波雷达测距数据，否则，执行下一步；判断获取的当前帧超声波雷达测距数据是否小于上一帧超声波雷达测距数据，同时判断获取的当前帧超声波雷达测距数据是否小于下一帧超声波雷达测距数据，若是，从缓存的超声波雷达测距数据中剔除该帧超声波雷达测距数据，否则，执行下一步；保留当前帧超声波雷达测距数据，从而得到有效超声波雷达测距数据。进一步的，作为优选技术方案，在计算每帧超声波雷达测距数据的权重值之前，需先判断所缓存的超声波雷达测距数据的数量是否大于第二预设阈值，若是，计算每帧超声波雷达测距数据的权重值，否则，重新获取超声波雷达测距数据。进一步的，作为优选技术方案，所述第一预设阈值的设置范围为0.3-0.7，所述第二预设阈值的设置范围为3-7。进一步的，作为优选技术方案，每帧超声波雷达测距数据权重值的计算具体包括：缓存的超声波雷达测距数据中最大权重值和每帧超声波雷达测距数据的探测次数与测距概率因数的乘积之比。进一步的，作为优选技术方案，障碍物形状类型包括：方形、圆形和未知型。进一步的，作为优选技术方案，障碍物宽度的获取具体包括：识别障碍物起始边缘并记录当前时刻为第一时刻；识别障碍物终止边缘并记录当前时刻为第二时刻；计算车辆在第一时刻到第二时刻之间的行驶距离为障碍物宽度。进一步的，作为优选技术方案，还包括：识别障碍物起始边缘，判断当前帧所获取的超声波雷达测距数据与上一帧所获取的超声波雷达测距数据之间的变化值是否大于第三预设阈值，若是，记录当前时刻为第一时刻，否则，重新识别障碍物起始边缘；识别障碍物终止边缘，判断当前帧所获取的超声波雷达测距数据与上一帧所获取的超声波雷达测距数据之间的变化值是否大于第三预设阈值，若是，记录当前时刻为第二时刻，否则，重新识别障碍物终止边缘。进一步的，作为优选技术方案，所述第三预设阈值根据车辆宽度设置。进一步的，作为优选技术方案，确定目标车位上边缘的补偿值和目标车位下边缘的补偿值具体包括：根据目标车位上边缘的障碍物宽度确定目标车位上边缘补偿系数，根据车速和目标车位上边缘的障碍物形状类型确定目标车位上边缘补偿参数，目标车位上边缘的补偿值为目标车位上边缘补偿系数与目标车位上边缘补偿参数的乘积；根据目标车位下边缘的障碍物宽度确定目标车位下边缘补偿系数，根据车速和目标车位下边缘的障碍物形状类型确定目标车位下边缘补偿参数，目标车位下边缘的补偿值为目标车位下边缘补偿系数与目标车位下边缘补偿参数的乘积。进一步的，作为优选技术方案，目标车位上边缘补偿系数和目标车位下边缘补偿系数的获取具体包括：补偿系数的设置随障碍物宽度的增大而减小。进一步的，作为优选技术方案，目标车位上边缘补偿参数和目标车位下边缘补偿参数的获取具体包括：补偿参数的设置随车速的增大以及障碍物形状类型所对本文档来自技高网...

【技术保护点】
1.一种基于超声波传感器车位检测系统的车位识别补偿方法，其特征在于，包括如下步骤：/n识别当前车速，并获取多帧超声波雷达测距数据；/n根据获取的超声波雷达测距数据分别计算目标车位上边缘和目标车位下边缘的障碍物宽度、目标车位上边缘与目标车位下边缘之间的距离；/n根据获取的超声波雷达测距数据分别获取目标车位上边缘和目标车位下边缘的障碍物形状类型；/n根据车速、目标车位上边缘的障碍物宽度和目标车位上边缘的障碍物形状类型确定目标车位上边缘的补偿值；/n根据车速、目标车位下边缘的障碍物宽度和目标车位下边缘的障碍物形状类型确定目标车位下边缘的补偿值；/n根据目标车位上边缘与目标车位下边缘之间的距离、目标车位上边缘的补偿值和目标车位下边缘的补偿值计算目标车位长度。/n

【技术特征摘要】
1.一种基于超声波传感器车位检测系统的车位识别补偿方法，其特征在于，包括如下步骤：
识别当前车速，并获取多帧超声波雷达测距数据；
根据获取的超声波雷达测距数据分别计算目标车位上边缘和目标车位下边缘的障碍物宽度、目标车位上边缘与目标车位下边缘之间的距离；
根据获取的超声波雷达测距数据分别获取目标车位上边缘和目标车位下边缘的障碍物形状类型；
根据车速、目标车位上边缘的障碍物宽度和目标车位上边缘的障碍物形状类型确定目标车位上边缘的补偿值；
根据车速、目标车位下边缘的障碍物宽度和目标车位下边缘的障碍物形状类型确定目标车位下边缘的补偿值；
根据目标车位上边缘与目标车位下边缘之间的距离、目标车位上边缘的补偿值和目标车位下边缘的补偿值计算目标车位长度。


2.根据权利要求1所述的基于超声波传感器车位检测系统的车位识别补偿方法，其特征在于，障碍物形状类型的获取具体包括：
获取多帧超声波雷达测距数据，并对超声波雷达测距数据进行滤波处理；
对处理后的超声波雷达测距数据进行缓存并计算每帧超声波雷达测距数据权重值；
根据每帧超声波雷达测距数据权重值及连续获取的三帧超声波雷达测距数据之间的变化情况对缓存的超声波雷达测距数据进行处理得到有效超声波雷达测距数据；
提取有效超声波雷达测距数据所构建的障碍物轮廓特征，从而得到障碍物形状类型。


3.根据权利要求2所述的基于超声波传感器车位检测系统的车位识别补偿方法，其特征在于，获取有效超声波雷达测距数据具体包括：
分别判断每帧超声波雷达测距数据权重值是否大于第一预设阈值，若是，执行下一步，否则，从缓存的超声波雷达测距数据中剔除该帧超声波雷达测距数据；
判断连续获取的三帧超声波雷达测距数据是否超出超声波雷达测距范围，若是，从缓存的超声波雷达测距数据中剔除该帧超声波雷达测距数据，否则，执行下一步；
判断获取的当前帧超声波雷达测距数据是否大于上一帧超声波雷达测距数据，同时判断获取的当前帧超声波雷达测距数据是否大于下一帧超声波雷达测距数据，若是，从缓存的超声波雷达测距数据中剔除该帧超声波雷达测距数据，否则，执行下一步；
判断获取的当前帧超声波雷达测距数据是否小于上一帧超声波雷达测距数据，同时判断获取的当前帧超声波雷达测距数据是否小于下一帧超声波雷达测距数据，若是，从缓存的超声波雷达测距数据中剔除该帧超声波雷达测距数据，否则，执行下一步；
保留当前帧超声波雷达测距数据，从而得到有效超声波雷达测距数据。


4.根据权利要求3所述的基于超声波传感器车位检测系统的车位识别补偿方法，其特征在于，在计算每帧超声波雷达测距数据的权重值之前，需先判断所缓存的超声波雷达测距数据的数量是否大于第二预设阈值，若是，计算每帧超声波雷达测距数据的权重值，否则，重新获取超声波雷达测距数据。


5.根据权利要求4所述的基于超声波传感器车位检测系统的车位识别补偿方法，其特征在于，所述第一预设阈值的设置范围为0.3-0.7，所述第二预设阈值的设置范围为3-7。

【专利技术属性】
技术研发人员：赵宇鹏，罗作煌，胡坤福，
申请(专利权)人：惠州市德赛西威智能交通技术研究院有限公司，
类型：发明
国别省市：广东;44