System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及汽车自动驾驶,具体是自动泊车,特别地涉及基于多传感器信息融合的自动泊车方法及系统。
技术介绍
1、随着汽车智能化、电动化、网联化、共享化等高科技技术快速发展,汽车市场火热,国内乘用车保有量在持续增加。但是,目前国内的停车场数量有限,特别是在一线城市,停车位短缺无法满足当前停车需求,导致国内的狭小车位越来越多。尤其对于很多新手司机、驾驶技术不够熟练的司机等,“停车难,难停车”成为了他们头疼的问题。另外,由于停车位小、车位间距窄等状况,车辆泊进和泊出过程困难以及泊车后无法开车门等问题日益严重。因此,存在对于稳定可靠安全且高精度的自动泊车方法及系统的需要。
2、现有的自动泊车系统存在自动泊车辅助(apa,auto parking assist)、遥控泊车、自主代客泊车(avp,automated valet parking)等技术。对于自动泊车辅助技术,基于超声波雷达或摄像头识别车位,并完成全自动泊车,但是在车位间距窄的情况下,存在泊车完成后无法开车门的问题。对于遥控泊车技术,通过遥控钥匙来远程操控车辆,完成自动泊车,但是存在车位漏检误检、定位不准确、障碍物识别有误等问题,从而泊车效果不佳。对于自主代客泊车技术,融合360度环视图像、超声波雷达、前视摄像头、毫米波雷达等信息,车辆在最后一百米实现全自动自主规划路线、寻获并选择车位、完成自动泊车,但是该技术需要4种传感器,硬件成本和技术成本太高,而且技术还不完善,无法保证安全性。
3、针对目前汽车行业内的自动泊车
,存在以下问题:1)目前市面上的自
技术实现思路
1、本申请旨在提供基于多传感器信息融合的自动泊车方法及系统,以解决或缓解至少部分
技术介绍
中提及的问题。
2、根据本申请的一个方面,提供一种基于多传感器信息融合的自动泊车方法,其特征在于,自动泊车方法包括:通过车位检测融合算法,基于360度环视图像和超声波雷达数据,进行深度学习车位检测、传统视觉车位检测和超声波车位检测,并将深度学习车位检测、传统视觉车位检测和超声波车位检测的检测结果进行融合;通过视觉定位算法,对车辆进行实时定位;通过障碍物检测算法,检测车辆周围的障碍物;通过电子地图融合算法,获得全信息地图;通过泊车规划控制算法,规划泊车轨迹并控制车辆完成泊车。
3、除了上述特征中的一个或多个之外,或者作为替代方案,在另外的实施例中,通过将4路摄像头图像数据进行畸变矫正、俯视变换、图像拼接而获得360度环视图像。
4、除了上述特征中的一个或多个之外,或者作为替代方案,在另外的实施例中,超声波雷达数据是12路超声波雷达数据。
5、除了上述特征中的一个或多个之外,或者作为替代方案,在另外的实施例中,将深度学习车位检测、传统视觉车位检测和超声波车位检测的检测结果进行融合包括对深度学习车位检测、传统视觉车位检测和超声波车位检测的检测结果取交集。
6、除了上述特征中的一个或多个之外,或者作为替代方案,在另外的实施例中,视觉定位算法基于前视摄像头图像数据和车身数据通过视觉即时定位与地图构建(vslam,visual simultaneous localization and mapping)技术来对车辆进行实时定位。
7、除了上述特征中的一个或多个之外,或者作为替代方案,在另外的实施例中,障碍物检测算法包括超声波障碍物检测和视觉障碍物检测。
8、除了上述特征中的一个或多个之外,或者作为替代方案,在另外的实施例中,超声波障碍物检测可以检测出实际的物理对象。
9、除了上述特征中的一个或多个之外,或者作为替代方案,在另外的实施例中,通过融合全局地图和局部地图而获得全信息地图。
10、除了上述特征中的一个或多个之外,或者作为替代方案,在另外的实施例中,基于超声波车位信息、视觉车位信息、视觉障碍物信息、超声波障碍物信息、车辆位姿信息而获得全局地图。
11、除了上述特征中的一个或多个之外,或者作为替代方案,在另外的实施例中,对车位、障碍物进行追踪以建立局部地图。
12、除了上述特征中的一个或多个之外,或者作为替代方案,在另外的实施例中,泊车规划控制算法基于用户通过人机界面(hmi,human machine interface)的输入来将泊车方式判断为全自动泊车方式或遥控泊车方式。
13、除了上述特征中的一个或多个之外,或者作为替代方案,在另外的实施例中,如果泊车规划控制算法将泊车方式判断为全自动泊车方式,则泊车规划控制算法依据全信息地图而规划泊车轨迹并控制车辆完成全自动泊车。
14、除了上述特征中的一个或多个之外,或者作为替代方案,在另外的实施例中,如果泊车规划控制算法将泊车方式判断为遥控泊车方式,则泊车规划控制算法依据全信息地图而规划泊车轨迹,并在用户下车后由用户通过手机应用app或者遥控钥匙来操作泊车过程,完成遥控泊车。
15、根据本申请的另一方面,提供一种基于多传感器信息融合的自动泊车系统,其用于执行以上自动泊车方法,自动泊车系统包括:数据处理模块,其通过将4路摄像头图像数据进行畸变矫正、俯视变换、图像拼接而获得360度环视图像;车位检测模块,其执行车位检测融合算法;视觉定位模块,其执行视觉定位算法;障碍物检测模块,其执行障碍物检测算法;电子地图融合模块,其执行电子地图融合算法;泊车规划控制模块,其执行泊车规划控制算法。
16、根据本申请的另一方面,提供一种存储有计算机可执行指令的计算机可读存储介质,指令当被处理器执行时使处理器执行以上自动泊车方法。
17、根据本申请的基于多传感器信息融合的自动泊车方法及系统,实现了一种稳定可靠安全且高精度的自动泊车方法及系统。
18、具体地,本专利技术的基于多传感器信息融合的自动泊车方法及系统实现了一种高精度车位检测融合算法,将深度学习车位检测、传统视觉车位检测、超声波车位检测等三种技术的检测结果进行融合,显著提高了车位检测的场景适应性,可以保证各种场景甚至是复杂场景下的车位识别。其中深度学习车位检测算法泛化性好,传统视觉车位检测算法的车位线检测精度高,超声波车位检测算法可检测出车位线遮挡或无车位线的空余车位,而本专利技术的车位检测融合算法可以发挥三者各自的优势,弥补各自的劣势,极大提高了车位检测的准确率。
1本文档来自技高网...
【技术保护点】
1.一种基于多传感器信息融合的自动泊车方法,其特征在于,所述自动泊车方法包括:
2.根据权利要求1所述的自动泊车方法,其特征在于,通过将4路摄像头图像数据进行畸变矫正、俯视变换、图像拼接而获得所述360度环视图像。
3.根据权利要求1所述的自动泊车方法,其特征在于,所述超声波雷达数据是12路超声波雷达数据。
4.根据权利要求1所述的自动泊车方法,其特征在于,将所述深度学习车位检测、所述传统视觉车位检测和所述超声波车位检测的检测结果进行融合包括对所述深度学习车位检测、所述传统视觉车位检测和所述超声波车位检测的检测结果取交集。
5.根据权利要求1所述的自动泊车方法,其特征在于,所述视觉定位算法基于前视摄像头图像数据和车身数据通过视觉即时定位与地图构建VSLAM技术来对车辆进行实时定位。
6.根据权利要求1所述的自动泊车方法,其特征在于,所述障碍物检测算法包括超声波障碍物检测和视觉障碍物检测。
7.根据权利要求6所述的自动泊车方法,其特征在于,所述超声波障碍物检测可以检测出实际的物理对象。
8.根据权利
9.根据权利要求8所述的自动泊车方法,其特征在于,基于超声波车位信息、视觉车位信息、视觉障碍物信息、超声波障碍物信息、车辆位姿信息而获得所述全局地图。
10.根据权利要求8所述的自动泊车方法,其特征在于,对车位、障碍物进行追踪以建立所述局部地图。
11.根据权利要求1所述的自动泊车方法,其特征在于,所述泊车规划控制算法基于用户通过人机界面HMI的输入来将泊车方式判断为全自动泊车方式或遥控泊车方式。
12.根据权利要求11所述的自动泊车方法,其特征在于,如果所述泊车规划控制算法将泊车方式判断为全自动泊车方式,则所述泊车规划控制算法依据所述全信息地图而规划泊车轨迹并控制车辆完成全自动泊车。
13.根据权利要求11所述的自动泊车方法,其特征在于,如果所述泊车规划控制算法将泊车方式判断为遥控泊车方式,则所述泊车规划控制算法依据所述全信息地图而规划泊车轨迹,并在用户下车后由用户通过手机应用APP或者遥控钥匙来操作泊车过程,完成遥控泊车。
14.一种基于多传感器信息融合的自动泊车系统,其用于执行根据权利要求1-13中任一项所述的自动泊车方法,其特征在于,所述自动泊车系统包括:
15.一种存储有计算机可执行指令的计算机可读存储介质,所述指令当被处理器执行时使所述处理器执行根据权利要求1-13中任一项所述的自动泊车方法。
...【技术特征摘要】
1.一种基于多传感器信息融合的自动泊车方法,其特征在于,所述自动泊车方法包括:
2.根据权利要求1所述的自动泊车方法,其特征在于,通过将4路摄像头图像数据进行畸变矫正、俯视变换、图像拼接而获得所述360度环视图像。
3.根据权利要求1所述的自动泊车方法,其特征在于,所述超声波雷达数据是12路超声波雷达数据。
4.根据权利要求1所述的自动泊车方法,其特征在于,将所述深度学习车位检测、所述传统视觉车位检测和所述超声波车位检测的检测结果进行融合包括对所述深度学习车位检测、所述传统视觉车位检测和所述超声波车位检测的检测结果取交集。
5.根据权利要求1所述的自动泊车方法,其特征在于,所述视觉定位算法基于前视摄像头图像数据和车身数据通过视觉即时定位与地图构建vslam技术来对车辆进行实时定位。
6.根据权利要求1所述的自动泊车方法,其特征在于,所述障碍物检测算法包括超声波障碍物检测和视觉障碍物检测。
7.根据权利要求6所述的自动泊车方法,其特征在于,所述超声波障碍物检测可以检测出实际的物理对象。
8.根据权利要求1所述的自动泊车方法,其特征在于,通过融合全局地图和局部地图而获得所述全信息地图。
9.根据权利要求8所述的自动泊车方法,其特征在于,...
【专利技术属性】
技术研发人员:张国辉,黄家宁,徐维庆,陆晔祺,
申请(专利权)人:上汽通用汽车有限公司,
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。