[发明专利]结合障碍物点和障碍物融合框的车辆泊车方法及系统

说明书

本发明公开了一种结合障碍物点和障碍物融合框的车辆泊车方法及系统，其基于DBSCAN算法将车身雷达循环检测得到的障碍物点聚类成聚类簇，并用凸包算法对障碍物点聚类簇拟合出障碍物融合框；分别计算障碍物点与车身的最近距离、及障碍物融合框与车身的最近距离，删除距离车身最近距离大于阈值障碍距离的障碍物点和障碍物融合框，得到过滤后的真实障碍物点和真实障碍物融合框；根据真实障碍物点和真实障碍物融合框对车辆进行泊车，从而不仅能够滤除噪声点，还能够通过拟合障碍物融合框识别大体积障碍物的准确位置及范围，为车辆自动泊车提供真实准确的障碍物位置参考，提高车辆自动泊车的精准度。

技术领域

本发明涉及车辆自动泊车技术，尤其是涉及一种结合障碍物点和障碍物融合框的车辆泊车方法及系统。

背景技术

自动泊车技术里常用到超声波雷达进行障碍物距离和坐标的检测，以便泊车过程中能绕过障碍物，实现更安全的泊车体验。但是超声波雷达在每个检测周期内，一个雷达探头只能检测到一个障碍物点，即使障碍物是一堵墙或者立柱，泊车过程中雷达探头只能检测到的一系列障碍物散点，这些障碍物散点较为散乱，仅根据这些散乱的障碍物散点无法精确识别障碍物的具体位置及体积大小范围，这对泊车避障和最佳泊车车位的选取的效果提升没有太大帮助，车辆泊车精度较低。

发明内容

本发明的目的在于克服上述技术不足，提出一种结合障碍物点和障碍物融合框的车辆泊车方法及系统，解决现有超声波雷达障碍物点散乱造成障碍物识别精度低的问题。

为达到上述技术目的，本发明的技术方案第一方面提供一种结合障碍物点和障碍物融合框的车辆泊车方法，其包括如下步骤：

采用车身雷达循环检测得到车辆周围的障碍物点；

基于DBSCAN算法将障碍物点通过欧氏距离关系聚类成聚类簇；

用凸包算法对障碍物点聚类簇拟合出障碍物融合框；

分别计算障碍物点与车身的最近距离、及障碍物融合框与车身的最近距离，删除距离车身最近距离大于阈值障碍距离的障碍物点和障碍物融合框，得到过滤后的真实障碍物点和真实障碍物融合框；

根据真实障碍物点和真实障碍物融合框对车辆进行泊车。

本发明第二方面提供一种结合障碍物点和障碍物融合框的车辆泊车系统，其包括如下功能模块：

雷达检测模块，用于采用车身雷达循环检测得到车辆周围的障碍物点；

障碍物点聚类模块，用于基于DBSCAN算法将障碍物点通过欧氏距离关系聚类成聚类簇；

障碍物点融合模块，用于用凸包算法对障碍物点聚类簇拟合出障碍物融合框；

障碍物过滤模块，用于分别计算障碍物点与车身的最近距离、及障碍物融合框与车身的最近距离，删除距离车身最近距离大于阈值障碍距离的障碍物点和障碍物融合框，得到过滤后的真实障碍物点和真实障碍物融合框；

泊车模块，用于根据真实障碍物点和真实障碍物融合框对车辆进行泊车。

本发明第三方面提供一种服务器，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种结合障碍物点和障碍物融合框的车辆泊车方法。

本发明第四方面提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述一种结合障碍物点和障碍物融合框的车辆泊车方法。