[发明专利]一种基于超声波传感器车位检测系统的车位识别补偿方法在审

专利信息
申请号: 201910968753.4 申请日: 2019-10-12
公开(公告)号: CN110853399A 公开(公告)日: 2020-02-28
发明(设计)人: 赵宇鹏;罗作煌;胡坤福 申请(专利权)人: 惠州市德赛西威智能交通技术研究院有限公司
主分类号: G08G1/14 分类号: G08G1/14;G08G1/04
代理公司: 广州粤高专利商标代理有限公司 44102 代理人: 练逸夫;尚枝
地址: 516006 广东省惠州*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 超声波传感器 车位 检测 系统 识别 补偿 方法
【说明书】:

发明涉及一种基于超声波传感器车位检测系统的车位识别补偿方法,包括:分别通过超声波雷达获取目标车位上边缘和下边缘的障碍物形状类型,同时计算目标车位上边缘和下边缘的障碍物宽度以及目标车位上边缘与下边缘之间的距离;分别确定目标车位上边缘和下边缘的补偿值;根据目标车位上边缘与下边缘之间的距离、目标车位上边缘和下边缘的补偿值计算目标车位长度。本发明通过超声波传感器获取目标车位上边缘和下边缘的障碍物特征,同时结合车速对目标车位的上边缘和下边缘进行补偿,从而识别出准确的目标车位,该识别方法具有更强的鲁棒性、适用性,可有效提高超声波传感器的边缘识别精度,为自动泊车系统提供更加精确地车位决策信息。

技术领域

本发明涉及自动泊车技术领域,特别是涉及一种基于超声波传感器车位检测系统的车位识别补偿方法。

背景技术

随着我国汽车保有量的逐年递增,城市公共泊车空间也变得日趋紧张,因泊车而造成的交通事故率也逐渐上升。如何提升现代城市交通中汽车的驾驶安全性及舒适性已成为各大汽车制造商及汽车电子供应商研究的重点。自动泊车系统作为智能辅助驾驶系统,可满足人们对于在城市窄小泊车空间实现精确泊车的需求,能够有效降低泊车事故率。车位识别作为自动泊车系统中重要的感知环节,其对泊车精度有着至关重要的影响。如何提高车位识别精度也是提升自动泊车系统性能的关键。

目前市场现有的车位识别技术主要有三种:利用AVM(360全景环视系统)感知当前车辆周围环境信息以及与目标车位间的相对位置信息;利用视觉传感器以及超声波传感器信息融合的方式,在目标车位库口进行初始寻库偏差矫正的方法;利用超声波传感器感知车辆与障碍物之间的距离信息,计算判断得出可泊车位信息。

但这三种方式均有不足之处,对于AVM系统它仅能获取目标车位的占用情况,而无法感知车位内的障碍物(锥形交通路标、车位锁等)信息;而泊车初始寻库偏差矫正法则很难适应实际中复杂的泊车环境,因而无法保证其鲁棒性,且标定工作量巨大;而依靠超声波传感器的车位识别技术,由于超声波传感器单发单收的收发机制,在车位识别过程中目标车位的上、下边缘识别精度主要受限于车速以及障碍物形状的影响而存在较大的识别误差;虽然该技术易落地、成本低、经济效益好,但如何克服超声波传感器测距特性造成的车位边缘识别误差大的问题是其核心技术难题。

针对以上车位识别技术所面临的问题,本文提出了一种基于超声波传感器自动泊车系统的车位识别补偿计算方法,以解决超声波传感器在车位识别过程中对于车位边缘识别误差大、精度低的问题,有效降低了标定成本, 提升了车位识别系统的鲁棒性。

发明内容

本发明为克服上述现有技术所述的不足,提供一种基于超声波传感器车位检测系统的车位识别补偿方法。

为解决上述技术问题,本发明的技术方案如下:

一种基于超声波传感器车位检测系统的车位识别补偿方法,包括如下步骤:

识别当前车速,并获取多帧超声波雷达测距数据;

根据获取的超声波雷达测距数据分别计算目标车位上边缘和目标车位下边缘的障碍物宽度、目标车位上边缘与目标车位下边缘之间的距离;

根据获取的超声波雷达测距数据分别获取目标车位上边缘和目标车位下边缘的障碍物形状类型;

根据车速、目标车位上边缘的障碍物宽度和目标车位上边缘的障碍物形状类型确定目标车位上边缘的补偿值;

根据车速、目标车位下边缘的障碍物宽度和目标车位下边缘的障碍物形状类型确定目标车位下边缘的补偿值;

根据目标车位上边缘与目标车位下边缘之间的距离、目标车位上边缘的补偿值和目标车位下边缘的补偿值计算目标车位长度。

进一步的,作为优选技术方案,障碍物形状类型的获取具体包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于惠州市德赛西威智能交通技术研究院有限公司,未经惠州市德赛西威智能交通技术研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910968753.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top