[发明专利]一种前向自动泊车方法及装置

说明书

本发明公开一种前向自动泊车方法及装置，其中，前向自动泊车方法包括：通过自车上的前置摄像头获取与自车行驶方向相平行的侧边平行车位的图像数据；获取第二参考车位的长度、第一参考车位和第二参考车位在自车宽度方向上与自车的第一距离、第二参考车位在自车长度方向上与自车的第二距离、第一参考车位在自车长度方向上与自车的第三距离；根据第二参考车位的长度、第二距离和第三距离计算目标车位的长度；根据目标车位的长度判断目标车位是否符合泊车条件，若符合则规划自动泊车轨迹并执行自动泊车。本发明能够在车位急缺通道更窄的环境下提前识别出有效停车位，极大提升了智能泊车的使用时间，减少紧随其后车辆导致的安全风险问题。

技术领域

本发明属于智能驾驶技术领域，具体涉及一种前向自动泊车方法及装置。

背景技术

智能泊车的一项关键技术是通过加装在车辆两侧的长距超声波传感器以及广角摄像头，实现车位的识别，为智能泊车提供首要条件。现有车位识别的方法中，有的仅采集1组侧边长距超声波传感器的数据进行车位识别，即长距超声波传感器识别车位是判断接收到第一次两个回波之间跳变的差值大于或等于设定阈值时将跳变点作为起始边缘点，并开始进行累积车辆行驶距离，当接收到第二次两个回波之间跳变的差值大于或等于设定阈值时将跳变点作为结束边缘点，如起始边缘点与结束边缘点之间的累积车辆行驶距离大于或等于设定阈值时，则认为已识别到车位；有的分别采集2组侧边长距超声波传感器的数据进行车位识别，然后对两组识别后的数据再进行融合，在车位识别精度上有所提高；有的采集广角摄像头的图像数据，对数据进行车位线特征识别，即广角摄像头车位识别方法是判断图像内的线性组合特征与车位线或车位框线性特征相识度大于或等于阈值时，则认为已识别到车位；还有的同时根据前述方法识别结果再进行综合判断识别结果。然而，如图5所示，这些方法在识别车位后都需要将自车S按前向行驶方向F行驶超过目标车位P一定距离(即图4中的SL后才能由智能泊车系统控制车辆泊入目标车位P，即属于后向自动泊车。在这种泊车工况下，由于自车S行驶过程中产生间距SL，导致紧随其后的车辆T进入泊车轨迹范围内，不仅增加了自车泊入停车位的时间，甚至还可能误导后方车辆T认为自车S无停车需求而选择泊入目标车位P，带来泊车过程中的安全隐患。

发明内容

本发明实施例所要解决的技术问题在于，提供一种前向自动泊车方法及装置，以节省泊车用时，提高泊车安全性。

为解决上述技术问题，本发明提供一种前向自动泊车方法，包括：

步骤S1，通过自车上的前置摄像头获取与自车行驶方向相平行的侧边平行车位的图像数据，所述侧边平行车位包括自前向后排列的第一参考车位、目标车位和第二参考车位；

步骤S2，根据所述图像数据，采用已训练好的图像深度学习算法获取所述第二参考车位的长度、所述第一参考车位和第二参考车位在自车宽度方向上与自车的第一距离、所述第二参考车位在自车长度方向上与自车的第二距离、所述第一参考车位在自车长度方向上与自车的第三距离；

步骤S3，根据所述第二参考车位的长度、所述第二距离和所述第三距离计算所述目标车位的长度；

步骤S4，根据所述目标车位的长度判断所述目标车位是否符合泊车条件，若符合则规划自动泊车轨迹并执行自动泊车。

进一步地，所述步骤S2具体包括：

采用已训练好的图像深度学习算法，在所述图像数据中识别出侧边平行车位靠近自车一侧的基准线，将前置摄像头与基准线的距离数据作为所述第一参考车位和第二参考车位在自车宽度方向上与自车的第一距离；

采用已训练好的图像深度学习算法，在所述图像数据中识别出停放在所述第一参考停车位中的第一参考车辆的尾部特征、停放在所述第二参考停车位中的第二参考车辆的车型特征和尾部特征，并根据第二参考车辆的车型特征获得第二参考车辆的长度和宽度；

根据所述第一距离和第一参考车辆的尾部特征获得所述第三距离，根据所述第一距离和第二参考车辆的尾部特征获得所述第二距离。