一种车载以太网的自动泊车系统及自动代客泊车方法技术方案

本发明专利技术提供了一种车载以太网的自动泊车系统及自动代客泊车方法，自动泊车系统包括安装于车上的自动泊车装置、位于停车场的停车管理系统以安装于停车场内的多个摄像头，自动泊车装置包括中央控制器、第一传感器模块、第二传感器模块及执行机构模块，其中，第一传感器模块通过车载以太网总线与中央控制器相连接，第二传感器模块与执行机构通过CAN总线与中央控制器相连接；摄像头拍摄车位图像传给停车管理系统进行车位识别并获取车位，自动泊车装置根据获取的车位位置泊车入位，在泊车过程中包括对障碍物的识别和避让。通过本发明专利技术的技术方案，避免寻找车位耗时耗力，同时在泊车过程中能够自动避障。

An auto parking system and auto parking method based on Ethernet

【技术实现步骤摘要】
一种车载以太网的自动泊车系统及自动代客泊车方法
本专利技术涉及汽车领域，尤其涉及车载以太网的自动泊车系统及自动代客泊车方法。
技术介绍
近几年，随着经济的持续发展和人们生活质量的不断，人们对汽车的需求量越来越大，导致汽车的保有量逐年攀升，截至2017年底，我国私家车保有量已达1.46亿辆，占到了全部汽车保有量75％，同比增长了18％。可以看出目前私家车体量巨大，且为目前城市的主要交通工具，城市在停车位的规划上已无法适应汽车数量的快速增长，导致目前城市停车位缺口巨大。城市道路越来越拥挤，驾驶员行车与停车的环境也日益复杂，泊车作为驾驶行为的重要组成，已经成为安全事故高发的驾驶环节。这些高数字的原因是双重的。在一方面，私人和商业建筑提供难以满足车辆对停车位需求，另一方面，城市人口不断增加，导致车辆拥有率的增加进而导致停车位的增加。在现实生活中，由于每个驾驶员停车水平和驾驶习惯存在差异，导致停车姿态各不相同，因而经常会出现不规则停车位。在没有标准车位线的辅助下，不规则停车位的边界特征较为复杂，现有的停车位识别技术无法识别出停车位类型，使很多不规则停车位资源难以利用，驾驶技术不太好的驾驶员只好通过巡游来寻找规则或宽敞的停车位，从而造成燃油和时间浪费。因此为了节省资源，迫切需要开发一种全自动泊车系统，让汽车能够自动寻找车位然后停车。现阶段，各大企业、研究机构都在开发自动泊车系统。一种现有自动泊车系统在汽车上安装激光雷达、车周围安装有超声传感器以及摄像头，然后根据激光雷达和超声波传感器、摄像头进行融合从而寻找车位。这种技术缺陷非常明显，一是采用激光雷达成本较高，而且通过逐渐的寻找车位，倘若停车场的车位已满，其车位的自我寻找过程中是逐渐围绕着停车场中道路寻找，比较耗时耗力而且最终作无用功，另外，采用超声波雷达识别停车位时只能是在空车位的两旁的停车位都有车的情况下才能识别，若停车上某一区域没有车停放时，超声波雷达是无法识别车位的，另外，通过摄像头寻找车位时由于图像识别技术受到光线的影响，也容易导致识别结果不准确。另外，现有技术中的自动泊车系统只考虑了本车的自动泊车的情况，而没有考虑当本车在自动泊车时，其它车也在车位附近自动泊车，多辆车在自动泊车时，由于距离较近，双方都会认为是障碍物而停车泊车，导致车辆停放不进去。严重时，可能会造成多车相撞发生安全事故。或者当自动泊车终止时或者断电重启时，其自动泊车能否进行后续的自动泊车动作。
技术实现思路
本专利技术提供一种车载以太网的自动泊车系统及自动代客泊车方法，能够解决现有技术出现寻找车位耗时以及停车难的技术问题。一种车载以太网的自动泊车系统，包括：位于停车场的停车管理系统、安装于停车场内的多个摄像头，停车场设有多个停车位；通过摄像头对停车位进行拍摄并将拍摄的图像发送给停车管理系统进行车位图像识别，从而获取停车场的车位分布；停车管理系统包括图像处理模块，图像处理模块被配置为用于处理来自停车场内的摄像头拍摄的图片进行处理并识别出车位是否停放车辆或车位标记或车牌；所述图像处理模块包括第一图像识别方法，第一图像识别方法包括：对获取的车位图像进行划分为多个小块，对分块后的多个小块图像采用可校正背景的背景差分法获取分块后存在目标的小块并求出具有目标的小块的数量，根据具有目标的小块的总数量占据总分块数的比值判断车位是否有车。一种车载以太网的自动泊车系统，其进一步地，所述图像处理模块还包括第二图像识别方法，第二图像识别方法包括：对获取的车位图像进行分块，提取图像块灰度共生矩阵中的纹理特征并组成特征向量，再对特征向量进行分类训练从而获得分类器，利用分类器对分块图像进行分类并根据分类后的分块图像数量占据总分块数的比例判断车位是否有车；获取第一图像识别方法与第二图像识别方法的识别结果的交集。一种车载以太网的自动泊车系统，其进一步地，还包括：安装于车上的自动泊车装置，自动泊车装置包括：中央控制器，安装在车身上的第一传感器模块、第二传感器模块、执行机构模块，其中，第一传感器模块通过车载以太网总线与中央控制器相连接，第二传感器模块与执行机构通过CAN总线与中央控制器相连接；执行机构模块被配置于根据来自中央控制器的指令操控车辆进行运动；中央控制器至少包括泊车控制模块、非易失性存储备份模块，其中，泊车控制模块，被配置为用于对车辆的移动进行控制；非易失性存储备份模块，被配置为用于对泊车装置产生的预设时间段内数据进行备份。一种车载以太网的自动泊车系统，其进一步地，还包括智能终端，智能终端包括智能手机、平板电脑、可穿戴设备等中的一种或多种；智能终端通过无线的方式与停车管理系统、车辆进行通信，智能终端被配置为告知用户其目的地的停车场的车位分布、让用户选择停车场中停车位置以及当车辆自动泊车完成后告知用户汽车停放的位置，或根据用户需求，让车辆开到用户指定的待客区域。一种车载以太网的自动泊车系统，其进一步地，所述第一图像识别方法包括：背景差分法中的背景模型建立包括离线背景模型和在线背景模型，利用在线背景模型对离线背景模型进行修正；所述分块后的图像中的像素点服从单高斯分布，对分块后每块图像进行求解，获取该块图像中所有像素点的中值并用该块像素点的中值作为该块图像的像素点值；将每个停车位分为四块面积相同的区域，定义在车位存在目标的条件包括：其中，G(w,v)表示车位存在目标的函数，(w,v)表示当前车位坐标，m为分块数量的总和，aγ表示车位第γ个区域的目标小块的数量，G(w，v)＝1时，表示该车位有车辆停放，G(w，v)＝0时，表示该车位无汽车停放；a1,a2,a3,a4分别表示第一块、第二块、第三块、第四块的划分区域中存在目标小块的总数，C1，C2，C3表示预设的阈值。一种车载以太网的自动泊车系统，其进一步地，所述第二车位图像识别的纹理特征至少包括能量特征、对比度、熵；能量特征计算公式：式中，ASM是灰度共生矩阵元素值的平方和对比度的计算公式如下:熵的计算公式如下：P(i，j，d，θ)为灰度共生矩阵，其值表示一个灰度为i，另一个灰度为j，两个相距为d的像素对在对角方向上出现的次数，θ分别取值为0°、45°、90°、135°。一种车载以太网的自动泊车系统，其进一步地，所述车位图像识别还包括：根据所述交集所采用多个摄像头与停车区域中心的距离，利用预设调制函数获取摄像头与停车区域中心之间的距离的置信度Pnorm，计算公式如下：x表示经过标准化处理后摄像头与停车区域中心之间的距离，-1≤x≤1，k表示可调节参数。一种车载以太网的自动泊车系统，其进一步地，所述第一传感器模块用于获取车辆周围的环境信息并将环境信息通过车载以太网总线发送给中央控制器进行数据处理；所述第二传感器模块用于根据车辆的初始位姿并通过里程计和/或惯性传感器捕获的信息计算出每一时刻位姿相对于上一时刻位姿的距离以及方向角的变化，从而本文档来自技高网...

【技术保护点】
1.一种车载以太网的自动泊车系统，其特征在于，包括：位于停车场的停车管理系统、安装于停车场内的多个摄像头，停车场设有多个停车位；/n通过摄像头对停车位进行拍摄并将拍摄的图像发送给停车管理系统进行车位图像识别，从而获取停车场的车位分布；/n停车管理系统包括图像处理模块，图像处理模块被配置为用于处理来自停车场内的摄像头拍摄的图片进行处理并识别出车位是否停放车辆或车位标记或车牌；/n所述图像处理模块包括第一图像识别方法，第一图像识别方法包括：对获取的车位图像进行划分为多个小块，对分块后的多个小块图像采用可校正背景的背景差分法获取分块后存在目标的小块并求出具有目标的小块的数量，根据具有目标的小块的总数量占据总分块数的比值判断车位是否有车。/n

【技术特征摘要】
1.一种车载以太网的自动泊车系统，其特征在于，包括：位于停车场的停车管理系统、安装于停车场内的多个摄像头，停车场设有多个停车位；
通过摄像头对停车位进行拍摄并将拍摄的图像发送给停车管理系统进行车位图像识别，从而获取停车场的车位分布；
停车管理系统包括图像处理模块，图像处理模块被配置为用于处理来自停车场内的摄像头拍摄的图片进行处理并识别出车位是否停放车辆或车位标记或车牌；
所述图像处理模块包括第一图像识别方法，第一图像识别方法包括：对获取的车位图像进行划分为多个小块，对分块后的多个小块图像采用可校正背景的背景差分法获取分块后存在目标的小块并求出具有目标的小块的数量，根据具有目标的小块的总数量占据总分块数的比值判断车位是否有车。


2.如权利要求1所述的一种车载以太网的自动泊车系统，其特征在于，所述图像处理模块还包括第二图像识别方法，第二图像识别方法包括：对获取的车位图像进行分块，提取图像块灰度共生矩阵中的纹理特征并组成特征向量，再对特征向量进行分类训练从而获得分类器，利用分类器对分块图像进行分类并根据分类后的分块图像数量占据总分块数的比例判断车位是否有车；
获取第一图像识别方法与第二图像识别方法的识别结果的交集。


3.如权利要求1所述的一种车载以太网的自动泊车系统，其特征在于，还包括：安装于车上的自动泊车装置，自动泊车装置包括：中央控制器、安装在车身上的第一传感器模块、第二传感器模块及执行机构模块，其中，第一传感器模块通过车载以太网总线与中央控制器相连接，第二传感器模块与执行机构通过CAN总线与中央控制器相连接；
执行机构模块被配置于根据来自中央控制器的指令操控车辆进行运动；
中央控制器至少包括泊车控制模块、非易失性存储备份模块，其中，泊车控制模块，被配置为用于对车辆的移动进行控制；
非易失性存储备份模块，被配置为用于对泊车装置产生的预设时间段内数据进行备份。


4.如权利要求1所述的一种车载以太网的自动泊车系统，其特征在于，还包括智能终端，智能终端包括智能手机、平板电脑、可穿戴设备中的一种或多种；
智能终端通过无线的方式与停车管理系统、车辆进行通信，智能终端被配置为告知用户其目的地的停车场的车位分布、让用户选择停车场中停车位置以及当车辆自动泊车完成后告知用户汽车停放的位置，或根据用户需求，让车辆开到用户指定的待客区域。


5.如权利要求1所述的一种车载以太网的自动泊车系统，其特征在于，所述第一图像识别方法包括：背景差分法中的背景模型建立包括离线背景模型和在线背景模型，利用在线背景模型对离线背景模型进行修正；
所述分块后的图像中的像素点服从单高斯分布，对分块后每块图像进行求解，获取该块图像中所有像素点的中值并用该块像素点的中值作为该块图像的像素点值；
将每个停车位分为四块面积相同的区域，定义在车位存在目标的条件包括：



其中，G(w,v)表示车位存在目标的函数，(w,v)表示当前车位坐标，m为分块数量的总和，aγ表示车位第γ个区域的目标小块的数量，G(w，v)＝1时，表示该车位有车辆停放，G(w，v)＝0时，表示该车位无汽车停放；
a1,a2,a3,a4分别表示第一块、第二块、第三块、第四块的划分区域中存在目标小块的总数，C1，C2，C3表示预设的阈值。


6.根据权利要求2所述的一种车载以太网的自动泊车系统，其特征在于，所述第二车位图像识别的纹理特征至少包括能量特征、对比度、熵；
能量特征计算公式：



式中，ASM是灰度共生矩阵元素值的平方和
对比度的计算公式如下:



熵的计算公式如下：



P(i，j，d，θ)为灰度共生矩阵，其值表示一个灰度为i，另一个灰度为j，两个相距为d的像素对在对角方向上出现的次数，θ分别取值为0°、45°、90°、135°。


7.根据权利要求2所述的一种车载以太网的自动泊车系统，其特征在于，所述车位图像识别还包括：根据所述交集所采用多个摄像头与停车区域中心的距离，利用预设调制函数获取摄像头与停车区域中心之间的距离的置信度Pnorm，计算公式如下：



x表示经过标准化处理后摄像头与停车区域中心之间的距离，-1≤x≤1，k表示可调节参数。


8.如权利要求3所述的一种车载以太网的自动泊车系统，其特征在于，
所述第一传感器模块用于获取车辆周围的环境信息并将环境信息通过车载以太网总线发送给中央控制器进行数据处理；
所述第二传感器模块用于根据车辆的初始位姿并通过里程计和/或惯性传感器捕获的信息计算出每一时刻位姿相对于上一时刻位姿的距离以及方向角的变化，从而实现位姿的实时估计；
所述第一传感器模块包括定位传感器，摄像头、激光雷达、毫米波雷达、超声波雷达、探地雷达中的一种或多种；
所述第二传感器模块包括里程计、惯性传感器中的一种或多种。


9.如权利要求3所述的一种车载以太网的自动泊车系统，其特征在于，自动泊车装置还包括用于与用户进行互动交流的人机交互模块和用于与外界进行无线通信连接的T-box模块；
T-box模块通过车载以太网总线与中央处理器相连接，T-box模块包括采用4G、5G、Wifi、DSRC的通信方式与外界进行通信；
人机交互模块通过车载以太网总线与中央处理器相连接，人机交互模块用于与用户进行互动包括信息的输入与输出。


10.如权利要求3所述的一种...

【专利技术属性】
技术研发人员：肖文平，何敖东，黄燕，张航，
申请(专利权)人：上海赫千电子科技有限公司，
类型：发明
国别省市：上海;31