【技术实现步骤摘要】
一种基于停车场地图数据引导的自主泊车导航方法
[0001]本专利技术属于自主泊车
,尤其涉及一种基于停车场地图数据引导的 自主泊车导航方法。
技术介绍
[0002]自主泊车系统是一种用于解决车辆从停车场入口到停车位之间的车辆自动 驾驶的问题。传统的自主泊车系统建立停车场高精地图,以车载运算单元以及 车载的传感器实现环境感知、路径避障、车位搜寻,从而实现自动巡航泊车。 自主泊车中的实时定位系统一般采用车载传感器,如环视相机、前视相机、毫 米波雷达等,通过传感器提取的信息跟高精地图进行比对,实现对于车辆在高 精地图中的定位。在这过程中,基于毫米波/视觉SLAM定位技术或基于高精度 地图+语义目标检测的视觉定位是常见的解决方法。
[0003]然而,毫米波定位法容易在车身周围产生无法感知的盲区、视觉语义目标 检测在目标离车辆距离很近时难以正常工作,甚至在很多场景出不一定存在具 有明确辨识目标,因此这些方法具有一定的局限性,无法应用于更复杂的场景。
[0004]此外,传统的泊车系统未对停车位的类型进行详细的细分, ...
【技术保护点】
【技术特征摘要】
1.一种基于停车场地图数据引导的自主泊车导航方法,其特征在于,所述导航方法包括如下步骤:S1、建立至少包括停车场环境信息的停车场高精地图数据库;S2、获取车辆GPS信号,自动加载所选停车场的停车场高精地图;S3、获取车辆周边图像信号,从图像信号内提取感知信息与停车场环境信息比对,获取车辆位置;S4、用户从停车场地图内选择或自驾寻找目标车位;若从停车场高精地图内选择目标车位则执行S5,若自驾寻找目标车位则执行S7;S5、将车辆位置和目标车位位置结合停车场高精地图规划计算车辆至目标车位处的最短路径;S6、对最短路径进行处理,输出用于泊车导航的平滑路径;S7、获取车辆的超声信号、CAN信号以及车辆周边图像信号;S8、从车辆CAN信号内提取车辆轮速脉冲、方向盘和挡位信号,并将车辆轮速脉冲、方向盘和挡位信号与车辆运动力学模型结合,输出图像信息中每帧车辆位姿;S9、通过基于深度学习的语义算法分割图像信号,提取车辆周边路面的标识信息;S10、通过标定的相机模型将图像信号上的标识信息还原至车辆坐标系下,结合车辆位姿对所述标识进行补偿和跟踪;S11、将补偿和跟踪的标识信息与环境信息比对匹配,并判断是否存在唯一结果,若是则结束,否则执行S12;S12、通过地图优化算法将补偿和跟踪处理的标识信息转化为与停车场原始地图语义信息一致的路径轨迹;S13、将路径轨迹与停车位类型结合在停车场高精地图内进行区域划分;S14...
【专利技术属性】
技术研发人员:温加睿,马光林,于萌萌,田钧,蒋如意,
申请(专利权)人:上海追势科技有限公司,
类型:发明
国别省市:
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。