[发明专利]一种用于自动泊车系统的斜式车位的车位类型识别方法有效

专利信息
申请号: 201811189462.7 申请日: 2018-10-12
公开(公告)号: CN109284731B 公开(公告)日: 2020-04-24
发明(设计)人: 姜武华;辛鑫;谢有浩;田博;陈无畏;赵林峰;徐礼伟;高凯旋 申请(专利权)人: 合肥工业大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/32;B60W30/06
代理公司: 合肥市泽信专利代理事务所(普通合伙) 34144 代理人: 方荣肖
地址: 230009 *** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开一种用于自动泊车系统的斜式车位的车位类型识别方法。所述车位类型识别方法用于使待停车车辆沿着第一车位车辆至第二车位车辆的方位行驶时,自动识别位于所述第一车位车辆与所述第二车位车辆之间的斜式车位的车位类型。所述车位类型识别方法包括步骤:确定参照物;采集数据;分析数据;识别车位类型。本发明能够有效识别自动泊车初始寻库阶段斜式车位的车位类型,解决现有的自动泊车系统在斜式车位泊车缺失的问题,提高自动泊车系统的车位识别的智能化。本发明还公开采用所述车位类型识别方法的自动泊车系统的斜式车位的停车方法、采用所述车位类型识别方法的用于自动泊车系统的斜式车位的车位类型识别装置。
搜索关键词: 一种 用于 自动 泊车 系统 车位 类型 识别 方法
【主权项】:
1.一种用于自动泊车系统的斜式车位的车位类型识别方法,其用于使待停车车辆沿着第一车位车辆至第二车位车辆的方位行驶时,自动识别位于所述第一车位车辆与所述第二车位车辆之间的斜式车位的车位类型,其特征在于:所述车位类型识别方法包括以下步骤:一、确定参照物确定所述待停车车辆的初始位置,所述初始位置定义为:所述车位类型识别方法启动时,所述待停车车辆所在的位置;二、采集数据在所述待停车车辆的行驶过程中,实时采集所述待停车车辆的行驶距离;所述待停车车辆驶向所述第一车位车辆时,实时采集所述待停车车辆的车身一侧到所述第距离Y11;增加所述待停车车辆驶向所述第二车位车辆时,实时采集所述待停车车辆的车身一侧到所述第二车位车辆的侧向距离Y21;三、分析数据判断:先出现所述第一车位车辆的车牌,后出现所述第一车位车辆的前车轮,还是先出现所述第一车位车辆的前车轮,后出现所述第一车位车辆的车牌;判断所述侧向距离Y11是否在一个预设的第一侧向距离范围内,是,则记录所述待停车车辆当前的行驶距离X11,由此形成多组数据组(X11,Y11),在所述多组数据组(X11,Y11)中找出所述侧向距离Y11为最小值的数据组作为所述第一车位车辆的坐标点A1;当出现所述第一车位车辆的前车轮时,记录所述待停车车辆当前的行驶距离X12和当前的侧向距离Y12,定义(X12,Y12)为所述车位车辆一的坐标点B1;判断:先出现所述第二车位车辆的车牌,后出现所述第二车位车辆的前车轮,还是先出现所述第二车位车辆的前车轮,后出现所述第二车位车辆的车牌;判断所述侧向距离Y21是否在一个预设的第二侧向距离范围内,是,则记录所述待停车车辆当前的行驶距离X21,由此形成多组数据组(X21,Y21),在所述多组数据组(X21,Y21)中找出所述侧向距离Y21为最小值的数据组作为所述第一车位车辆的坐标点A2;当出现所述第二车位车辆的前车轮时,记录所述待停车车辆当前的行驶距离X22和当前的侧向距离Y22,定义(X22,Y22)为所述车位车辆二的坐标点B2;计算所述第一车位车辆和所述第二车位车辆的横向距离WP,WP=X21‑X11;当先出现所述第一车位车辆的车牌,后出现所述第一车位车辆的前车轮时,计算所述第一车位车辆的车位角度α1当先出现所述第二车位车辆的车牌,后出现所述第二车位车辆的前车轮时,计算所述第二车位车辆的车位角度α2四、识别车位类型根据α1、α2、WP判断所述斜式车位的车位类型。
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合肥工业大学,未经合肥工业大学许可,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/patent/201811189462.7/,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