一种基于融合的车位识别与周边环境信息处理方法技术

本发明专利技术属于自动驾驶技术领域，特别涉及一种自动泊车方法。一种基于融合的车位识别与周边环境信息处理方法，包括以下步骤：首先确认车位内是否存在障碍物，若车位内无障碍物，则该车位是有效的，进行后续步骤。随后，计算前后方车位的障碍物点、车位入口边的对向距离、路沿到车位的距离。最后，在规避障碍物的前提下，确认是否可以规划出可行的泊车路径轨迹。如果存在可行的泊车路径，则目标车位可以用来泊车。如果车位内有障碍物，或者不能规划出可行的泊车路径，则车位不能用来泊车。本发明专利技术不仅提高了泊车成功率，避免了发生泊车事故，而且提升了自动泊车系统的泊车效率，使用户可以获得良好的泊车体验。得良好的泊车体验。得良好的泊车体验。

【技术实现步骤摘要】
一种基于融合的车位识别与周边环境信息处理方法


[0001]本专利技术属于自动驾驶
，特别涉及一种自动泊车方法。

技术介绍

[0002]智能化是如今汽车行业发展的重要趋势之一。目前自动驾驶技术的研究与开发大多基于高速公路与泊车两种应用场景。基于泊车场景的辅助驾驶应用在汽车行业内已经发展多年，泊车是日常驾驶过程中出现频率较高的驾驶场景，泊车入位对驾驶技巧的要求较高，在车位比较狭小的情况下，泊车过程中容易发生剐蹭、碰撞等驾驶事故，随着车辆控制技术和环境感知技术的高速发展，自动泊车技术已然成为研究热点。
[0003]现有泊车相关智能系统以泊车辅助系统为主，泊车辅助系统自动化程度较低，其作用仅限于在泊车过程中警示驾驶者相应潜在危险状况。车辆操作需要完全由驾驶者掌控，无法从本质上降低驾驶员的泊车负担。
[0004]在现有的泊车技术中，泊车的车位通常采用超声波传感器、环视摄像头或者两者的结合来综合识别车位，识别出的车位通常包括垂直、水平和斜列车位。其通常所采用的识别策略为：当车经过时，发现存在一定的泊车空间，或者检测到较为完整的车位线，则认为此处存在车位。
[0005]但是，现有的泊车技术存在一些不足之处。现有技术可以识别到车位，但是没有将车位与泊车进行关联，也没有对车位周边的环境进行全面的识别与处理，导致在自动泊车的过程中，给车辆的路径规划带来了较大的困难，在泊车过程中易出现车辆卡死不动、车辆碰撞障碍物等事故。在合理设置路径规划、规避周边障碍物两个方面，达不到一个很好的效果，影响自动泊车的顺利完成。

技术实现思路

[0006]本专利技术的目的是：针对现有技术不足，提供一种基于视觉摄像头和超声波雷达相融合的泊车车位识别和周边环境信息处理方法。
[0007]本专利技术的技术方案是：一种基于融合的车位识别与周边环境信息处理方法，包括以下步骤：
[0008]S1.搜索车位并进行车位有效性判断。
[0009]将车位前方区域及车位内区域称为大车位；在车辆前行搜索车位时，利用视觉摄像头识别车位，同时利用超声波雷达对车辆两侧障碍点进行检测。
[0010]若检测到的障碍点位于大车位内，则认定该车位无效，结束并退出。
[0011]若检测到的障碍点位于大车位外，则认定该车位有效，进入S2。
[0012]S2.周边环境及障碍物信息处理。
[0013]S2.1确定前后方车位的障碍点。
[0014]在S1中大车位的前方、后方各设置一车位，利用超声波雷达对前方、后方车位内是否存在障碍点进行检测。
[0015]若在前方、后方车位内没有检测到障碍点，则记录无障碍点。
[0016]若在前方、后方车位内检测到障碍点，则计算出最严苛的障碍点。
[0017]前、后方车位与障碍物的关系，存在3种情况：(1)前、后方车位情况未知；(2)前、后方车位内无障碍物；(3)前、后方车位内存在障碍物。当大车位的前、后方无实际车位时，根据目标车位的坐标，在前、后方虚拟出一个车位，以便于进行障碍物的判断。
[0018]前方车位或后方车位内无障碍物，在进行泊车路径规划时，可以借助于无障碍物的前后方车位，泊车过程中车辆可以侵占一部分前后方的车位空间，这样可以使泊车过程更顺畅。
[0019]当前方车位或后方车位内存在障碍物时，需要求出最严苛的障碍点。分别计算前后方车位内的障碍点，距离车位的最小距离、距离车位入口边的最小距离。根据这2个最小距离，然后确定最严苛的障碍点坐标。最终确定的这个障碍点坐标，可能是实际的点坐标，也可能是虚拟的点坐标。
[0020]S2.2确定车位的对向距离。
[0021]有效车位入口边的前方道路区域，在泊车时车辆会经过，因此需要对该片区域的障碍点进行处理，以便泊车时规避障碍点。
[0022]在S1中确认的有效车位的入口边的前方区域设置一矩形区域，该矩形区域的一侧边与该有效车位的入口边部分重合；利用超声波雷达对该矩形区域内是否存在障碍点进行检测。
[0023]若该矩形区域内无障碍点，则默认对向距离为该矩形区域最远边至车位入口边距离，此时可以很容易规划出泊车路径。
[0024]若该矩形区域内存在障碍点，则计算各障碍点距离该有效车位入口边的最小距离，并将该最小距离赋值给对向距离。
[0025]S2.3确定车位的路沿距离。
[0026]超声波雷达扫描到的，位于目标车位底边外侧的障碍物，如路沿、墙体、护栏、车辆、花草树木等，统称为路沿。这些障碍物与车位之间的距离，记为路沿距离。路沿距离，可以对泊车时的路径规划提供指导，避免泊车时车辆的外轮廓碰撞到路沿。
[0027]利用超声波雷达对S1中确认的有效车位的底边外侧是否存在障碍点进行检测。
[0028]若不存在障碍点，则路沿距离采用默认值0。
[0029]若存在障碍点，则计算各障碍点距离车位底边的距离，找到其中的最小距离，并将其值赋给路沿距离。
[0030]S3.泊车路径规划。
[0031]在车辆外轮廓规避障碍点的前提下，计算能否规划出泊车路径。
[0032]若能够规划，认为该有效车位为可用车位。
[0033]若不能规划，则认为该有效车位为不可用车位。
[0034]进一步的，对可用车位进行相应的标记，当驾驶员选择该车位进行自动泊车时，泊车系统对车辆进行接管，根据计算出的可行且最优的路径轨迹，实现车辆的自动泊车入位。若可用车位的前后方车位无障碍物，车位的对向也无障碍物，车位旁也无路沿，则在泊车路径规划时，这些无障碍物的区域，车辆都可以行驶，基本实现一步就可以泊车入位，泊车快速高效。若可泊车位周边的障碍物比较多，为规避障碍物，此时车辆需要多步才能泊车入
位，泊车的时长会增加，泊车的步骤也会增加，但杜绝了刮擦碰撞等事故的发生。
[0035]上述方案中，具体的，S1中：
[0036]将车位的4个角点，记为A(x
a
,y
a
)、B(x
b
,y
b
)、C(x
c
,y
c
)、D(x
d
,y
d
)，其中A、B为车位入口边的角点；车位沿上下两边往道路中心延伸，形成车位前方区域，延伸的距离记为L，车位前方区域新增的2个角点，记为AF(x
af
,y
af
)、BF(x
bf
,y
bf
)；
[0037]AF(x
af
,y
af
)坐标值通过下式获得：
[0038]当x
a
≠x
d
时：
[0039][0040]当x
a
＝x
d
时：
[0041][0042]同理，获得BF(x
bf
,y
bf
)坐标值；
[0043]点AF(x...

【技术保护点】

【技术特征摘要】
1.一种基于融合的车位识别与周边环境信息处理方法，其特征在于，包括以下步骤：S1.搜索车位并进行车位有效性判断；将车位前方区域及车位内区域称为大车位；在车辆前行搜索车位时，利用视觉摄像头识别车位，同时利用超声波雷达对车辆两侧障碍点进行检测；若检测到的障碍点位于大车位内，则认定该车位无效，结束并退出；若检测到的障碍点位于大车位外，则认定该车位有效，进入S2；S2.周边环境及障碍物信息处理；S2.1确定前后方车位的障碍点；在S1中大车位的前方、后方各设置一车位，利用超声波雷达对前方、后方车位内是否存在障碍点进行检测；若在前方、后方车位内没有检测到障碍点，则记录无障碍点；若在前方、后方车位内检测到障碍点，则计算出最严苛的障碍点；S2.2确定车位的对向距离；在S1中确认的有效车位的入口边的前方区域设置一矩形区域，该矩形区域的一侧边与该有效车位的入口边部分重合；利用超声波雷达对该矩形区域内是否存在障碍点进行检测；若该矩形区域内无障碍点，则默认对向距离为该矩形区域最远边至车位入口边距离；若该矩形区域内存在障碍点，则计算各障碍点距离该有效车位入口边的最小距离，并将该最小距离赋值给对向距离；S2.3确定车位的路沿距离；利用超声波雷达对S1中确认的有效车位的底边外侧是否存在障碍点进行检测；若不存在障碍点，则路沿距离采用默认值0；若存在障碍点，则计算各障碍点距离车位底边的距离，找到其中的最小距离，并将其值赋给路沿距离；S3.泊车路径规划；在车辆外轮廓规避障碍点的前提下，计算能否规划出泊车路径；若能够规划，认为该有效车位为可用车位；若不能规划，则认为该有效车位为不可用车位。2.如权利要求1所述的一种基于融合的车位识别与周边环境信息处理方法，其特征在于，S1中：将车位的4个角点，记为A(x
a
,y
a
)、B(x
b
,y
b
)、C(x
c
,y
c
)、D(x
d
,y
d
)，其中A、B为车位入口边的角点；车位沿上下两边往道路中心延伸，形成车位前方区域，延伸的距离记为L，车位前方区域新增的2个角点，记为AF(x
af
,y
af
)、BF(x
bf
,y
bf
)；AF(x
af
,y
af
)坐标值通过下式获得：当x
a
≠x
d
时：
当x
a
＝x
d
时：同理，获得BF(x
bf
,y
bf
)坐标值；点AF(x
af
,y
af
)、BF(x
bf
,y
bf
)、C(x
c
,y
c
)、D(x
d
,y
d
)为大车位的4个角点，将障碍点坐标(x,y)与大车位的每条边进行比较，若在4条边中，只有1条边与障碍点满足判断公式时，则该障碍点在大车位内，该车位无效；AF、BF边的判断公式为：同理，获得其余3条边的判断公式。3.如权利要求2所述的一种基于融合的车位识别与周边环境信息处理方法，其特征在于，S2.1中：后方车位的4个角点为BF、C、F、E，其中，BFE边为车位的入口边，BFC边与大车位一侧重合；后方车位内障碍点到BFE边的距离通过下式获得：当x
bf
≠x
e
时：当x
bf<...

【专利技术属性】
技术研发人员：姚树森，于宏啸，夏天，
申请(专利权)人：杭州流马锐驰科技有限公司，
类型：发明
国别省市：