[发明专利]判断当前场景是否为停车场的方法、系统及计算机可读存储介质

说明书

本发明公开了一种判断当前场景是否为停车场的方法、系统及计算机可读存储介质，通过超声波信号反馈的距离值，构建2D点云环境地图；通过对距离的计算，获得车辆行驶过程中的障碍物边沿信息，得出连续障碍物的长度USS_OL；以及由障碍物构成的空间车位,得出当前环境下探测到的空间车位个数USS_SN；利用摄像头获取周围画线车位信息，并计算出画线车位个数CAR_SN；同时检测连续画线车位的边沿线，计算出连续画线车位边沿长度信息CAR_SL；对USS_OL和USS_SN进行计算，计算出USS_CON；对CAR_SL和CAR_SN进行计算，计算出CAR_CON；计算出当前场景为停车场景的概率Wt；将Wt与标定值W0进行比较，判断当前场景是否为停车场景。本发明能够准确判断当前场景是否为停车场。

技术领域

本发明属于自动泊车技术领域，具体涉及一种判断当前场景是否为停车场的方法、系统及计算机可读存储介质。

背景技术

目前泊车系统已经实现了全泊车系统的商品化搭载，正在迈向远程泊车的产业化之路。在自动泊车车位搜索功能上，仅远程泊车系统可以实现自动搜索车位功能，即远程泊车控制器通过下达指令给车辆，车辆自动驾驶在停车场中搜索车位。远程泊车系统的自动搜索车位功能主要依靠以下几种技术之一，或者是多种组合：1.差分GPS定位技术；2.高精度地图；3.智能停车场场端定位和引导；4.激光或视觉SLAM(即时定位与地图构建)技术；5.基于深度学习的可行驶区域自动驾驶车位搜索。

以上技术的思路在于：一是首先需要有停车场地图，用于规划车辆的行驶路线来实现自动搜索车位，或者是行驶至某一确定车位；二是要对车辆进行即时定位，以确定车辆在地图中的位置，用于轨迹规划和车辆控制。

由上述技术原理和思路可以看出，当前泊车系统要实现自动搜索车位功能有两个重要的技术前提，预先采集当前停车场的地图，以及可通过定位确认当前场景为停车场。

因此，对技术点1至3来说，在没有提前建立停车场地图的情况下，是无法实现自动搜索车位功能的，即在陌生的停车场环境，系统会失效。

对技术点4至5来说，技术类似于扫地机器人，通过视觉或者是激光对环境进行感知探测，建立实时场景语意地图，描绘出可行驶的区域。系统控制车辆在可行驶的区域内进行自动驾驶，同时开启车位搜索功能，以实现自动搜索车位。在一定程度上，这两个技术可以实现在任意场景的自动搜索车位功能，但是，也没有对当前场景是否为停车场进行判断，仅是判断出可行驶区域，因此会出现误开启现象，泊入非泊车位空间。

因此，有必要开发一种判断当前场景是否为停车场的方法、系统及计算机可读存储介质。

发明内容

本发明的目的是提供一种判断当前场景是否为停车场的方法、系统及计算机可读存储介质，能准确判断出当前场景是否为停车场。

本发明所述的判断当前场景是否为停车场的方法，包括以下步骤：

步骤1、利用超声波雷达和摄像头对周边环境进行探测，在车辆行驶过程中，通过超声波信号反馈的距离值，构建2D点云环境地图；通过对距离的计算，获得车辆行驶过程中的障碍物边沿信息，得出连续障碍物的长度USS_OL；以及由障碍物构成的空间车位,得出当前环境下探测到的空间车位个数USS_SN；利用摄像头获取周围画线车位信息，并计算出画线车位个数CAR_SN；同时检测连续画线车位的边沿线，计算出连续画线车位边沿长度信息CAR_SL；

步骤2、建立第一置信度计算模型，对连续障碍物长度信息USS_OL和搜索到的空间车位数信息USS_SN进行计算，计算出当前场景为停车场景的置信度USS_CON；

建立第二置信度计算模型，对连续画线车位边沿长度信息CAR_SL和搜索到的画线车位个数信息CAR_SN进行计算，计算出当前场景为停车场景的置信度CAR_CON；

步骤3、对超声波雷达和摄像头分别判断的车位场景的置信度进行权重计算，综合得出当前场景为停车场景的概率Wt；