车位识别方法及装置制造方法及图纸

本发明专利技术涉及一种车位识别方法及装置，通过各超声波传感器采集的测距信息分别获取障碍物轮廓，并计算出各轮廓片段的车位特征值，最后融合各障碍物轮廓中相应轮廓片段的车位特征值，输出车位识别结果以供自动泊车算法使用。基于此，通过各超声波传感器的位置差异，实现移步测距，有效整合时空测距信息。同时通过将障碍物轮廓片段，计算出各轮廓片段的车位特征值，并融合各车位特征值，准确确定车位边界，消除超声波传感器所带来的测距不稳定现象，以准确识别泊车车位，提高自动泊车的准确性和安全性。

【技术实现步骤摘要】
车位识别方法及装置
本专利技术涉及自动泊车
，特别是涉及一种车位识别方法及装置。
技术介绍
自动泊车是指车辆在电子控制系统的帮助下，无需驾驶员控制自动泊车入位。区别于传统的辅助泊车系统，自动泊车对入位精度和安全性的要求更高。同时，自动泊车还需要适应难度更大的狭窄车位。因此，实现自动泊车需要准确识别车位边界、大小以及路沿位置等。由于超声波传感器具备有效的距离探测，以及符合车规要求的优点，超声波传感器成为了自动泊车中主要的传感器。然而，由于超声波传感器本身的FOV(Fieldofview视场角)边界不稳定，且容易受行驶车速、反射介质的差异的影响，使得采用超声波传感器的自动泊车技术在识别车位大小、车位位置时存在一定的误差，影响了自动泊车技术的准确性和安全性。
技术实现思路
基于此，有必要针对在自动泊车中，超声波传感器本身的FOV(Fieldofview视场角)边界不稳定，且容易受行驶车速、反射介质的差异的影响，使得采用超声波传感器的自动泊车技术在识别车位大小、车位位置时存在一定的误差，影响了自动泊车技术的准确性和安全本文档来自技高网...

【技术保护点】
1.一种车位识别方法，其特征在于，包括步骤：/n获取各超声波传感器采集的测距信息；/n根据各所述测距信息分别获取障碍物轮廓；其中，所述障碍物轮廓包括多个轮廓片段；/n分别获取各轮廓片段的车位特征值；/n融合各障碍物轮廓中相应轮廓片段的车位特征值，得到车位识别结果。/n

【技术特征摘要】
1.一种车位识别方法，其特征在于，包括步骤：
获取各超声波传感器采集的测距信息；
根据各所述测距信息分别获取障碍物轮廓；其中，所述障碍物轮廓包括多个轮廓片段；
分别获取各轮廓片段的车位特征值；
融合各障碍物轮廓中相应轮廓片段的车位特征值，得到车位识别结果。


2.根据权利要求1所述的车位识别方法，其特征在于，在所述根据各所述测距信息分别获取障碍物轮廓的过程之前，还包括步骤：
对所述测距信息进行滤波处理。


3.根据权利要求2所述的车位识别方法，其特征在于，所述测距信息包括多个周期的超声波回波信号；每周期的超声波回波信号包括一次回波信号和二次回波信号；
所述对所述测距信息进行滤波处理的过程，包括步骤：
将特定周期的一次回波信号和二次回波信号中回波宽度较宽的超声波回波信号确定为滤波结果。


4.根据权利要求1所述的车位识别方法，其特征在于，所述分别获取各轮廓片段的车位特征值的过程，包括步骤：
确定所述轮廓片段对应的预设轮廓类型；
根据所述预设轮廓类型确定的预设算法，确定所述车位特征值。


5.根据权利要求4所述的车位识别方法，其特征在于，所述根据所述预设轮廓类型确定的预设算法，确定所述车位特征值的过程，包括步骤：
根据所述轮廓片段对应的测距信息获得多个依所述轮廓片段边缘排列的测距点的测距值；
获取每相邻的两测距点的测距值的平均值；
确定相邻的第一测距点和第二测距点；其中，所述第一测距点的测距值大于判断阈值，且所述第二测距点的测距值小于判断阈值；所述判断阈值为所述第一测距点的测距值与所述第二测距点的测距值的平均值；
将所述第一测距点和第二测距点对应的位置坐标确定为所述车位特征值。


6.根据权利要求4所述的车位识别方法...

【专利技术属性】
技术研发人员：范明，何俏君，周鹏，许松枝，李彦琳，
申请(专利权)人：广州汽车集团股份有限公司，
类型：发明
国别省市：广东;44