阅读说明：本技术 一种基于自动泊车的车位识别方法和系统 (Parking space identification method and system based on automatic parking ) 是由 安博 张蓓 杜金枝 周俊杰 丁坤 张殿坤 于 2019-11-26 设计创作，主要内容包括：本发明揭示了一种基于自动泊车的车位识别方法,当自动泊车启动,寻找车位包括以下步骤：1)实时获取车辆周围障碍物信息；2)将周围障碍物信息滤波获取连续信息中的跳变信号并定义为其他车辆的车头或车尾位置；3)实时获取当前车辆状态信息；4)根据车辆状态信息推算车辆位姿；5)根据车辆位姿和定义的其他车辆的车头或车尾位置确定有效车位；6)将有效车位信息发送给路径规划系统。本发明通过采集车辆信息对车身姿态进行推算,结合车辆位姿对超声波雷达的探测结果进行补偿,通过加入数据处理算法,从而增强车位识别效果。(The invention discloses a parking space identification method based on automatic parking, and when the automatic parking is started, the parking space searching comprises the following steps: 1) acquiring obstacle information around the vehicle in real time; 2) filtering the peripheral obstacle information to obtain a hopping signal in the continuous information and defining the hopping signal as the head or tail positions of other vehicles; 3) acquiring current vehicle state information in real time; 4) calculating the vehicle pose according to the vehicle state information; 5) determining an effective parking space according to the position of the vehicle and the defined positions of the heads or the tails of other vehicles; 6) and sending the effective parking space information to a path planning system. According to the invention, the vehicle body posture is calculated by collecting vehicle information, the detection result of the ultrasonic radar is compensated by combining the vehicle posture, and the parking space identification effect is enhanced by adding a data processing algorithm.)

一种基于自动泊车的车位识别方法和系统

技术领域

本发明涉及自动驾驶领域技术，特别涉及一种自动泊车功能的车位识别优化方法。

背景技术

对于许多驾驶员而言，顺列式驻车是一种痛苦的经历，大城市停车空间有限，将汽车驶入狭小的空间已成为一项必备技能。很少有不费一番周折就停好车的情况。技术的发展为之提供了解决之道，这就是自动泊车功能。只需轻轻启动按钮、坐定、放松，其他一切即可自动完成。

不同的自动泊车系统采用不同的方法来检测汽车周围的物体。有些在汽车前后保险杠四周装上了感应器，它们既可以充当发送器，也可以充当接收器。这些感应器会发送信号，当信号碰到车身周边的障碍物时会反射回来。然后，车上的计算机会利用其接收信号所需的时间来确定障碍物的位置。其他一些系统则使用安装在保险杠上的摄像头或雷达来检测障碍物。但最终结果都是一样的：汽车会检测到已停好的车辆、停车位的大小以及与路边的距离，然后将车子驶入停车位。但是这类自动泊车系统对于停车环境要求苛刻，如果有用户将把车开歪一点，这是自动泊车系统就很难找到车位了。

发明内容

本发明所要解决的技术问题是实现一种在不增加成本的情况下，优化车位识别系统的性能，增强对复杂环境的适应能力的车位识别方法。

为了实现上述目的，本发明采用的技术方案为：一种基于自动泊车的车位识别方法，当自动泊车启动，寻找车位包括以下步骤：

1)实时获取车辆周围障碍物信息；

2)将周围障碍物信息滤波获取连续信息中的跳变信号并定义为其他车辆的车头或车尾位置；

3)实时获取当前车辆状态信息；

4)根据车辆状态信息推算车辆位姿；

5)根据车辆位姿和定义的其他车辆的车头或车尾位置确定有效车位；

6)将有效车位信息发送给路径规划系统。

所述2)中，当超声波探头探测的距离信息在持续一段距离内保持在某固定值附近之后出现较大的跳变的时候，认定为A车或B车的车头或车尾。

所述3)中，车辆状态信息为车辆横摆角速度传感器返回的信号，或者为两个后轮的轮速信号、车辆档位信号。

所述4)中，若车辆状态信息为轮速信号、车辆档位信号，则计算前一刻与当前时刻车辆转过的角度θ：

(R1-R2)*θ＝ΔL1-ΔL2

式中R1和R2为内侧车轮与外侧车轮绕圆心的半径，ΔL1和ΔL2为内侧车轮与外侧车轮在这一段时间内走过的路程；

再根据轮速信号按下式计算得到：

ΔL＝v*t

式中v为车速，t为这一段时间；

通过分析角度θ和ΔL获得车辆寻找车位期间的当前位姿。

所述5)中，当认定了A车或B车的车头或车尾，则从发现A车起，根据连续获取的角度θ和ΔL，计算连续的A车或B车之间连续距离之和L，当L大于车身长度1m以上时，认为此车位有效。

所述5)中，若判断此车位无效，则返回1)重新开始寻找车位，并提示用户前一个车位为无效车位。

一种执行所述基于自动泊车的车位识别方法的车位识别系统，包括以下模块：

实时获取车辆周围障碍物信息的雷达模块；

将周围障碍物信息滤波获取连续信息中的跳变信号并定义为其他车辆的车头或车尾位置的信息处理模块；

实时获取车辆当前车辆状态信息的信息采集模块；

根据车辆状态信息推算车辆位姿的信息处理模块；

根据车辆位姿和定义的其他车辆的车头或车尾位置确定有效车位的数据分析模块；

将有效车位信息发送给路径规划系统的信息发送模块。

本发明通过采集车辆信息对车身姿态进行推算，结合车辆位姿对超声波雷达的探测结果进行补偿，通过加入数据处理算法，从而增强车位识别效果。

附图说明

下面对本发明说明书中每幅附图表达的内容作简要说明：

图1为车位识别方法控制流程图；

图2为雷达探测数据图例；

图3为雷达探测上升沿下降沿图例；

图4姿态角推算图例；

图5为泊车过程示意图。

具体实施方式

下面对照附图，通过对实施例的描述，本发明的具体实施方式如所涉及的各构件的形状、构造、各部分之间的相互位置及连接关系、各部分的作用及工作原理、制造工艺及操作使用方法等，作进一步详细的说明，以帮助本领域技术人员对本发明的发明构思、技术方案有更完整、准确和深入的理解。

为了优化车位识别系统的性能，本发明提供了一种基于定位的车位识别系统优化方法，所述技术方案如下，系统流程图如图1所示：

首先通过超声波雷达获取障碍物的距离信息，注意这里的位置信息是原始信息，噪音较大，我们需要通过滤波算法如中值滤波、自适应滤波等方式过滤为较稳定的信号供后面识别算法使用。如图2所示，超声波探头探测的距离信息会存在一些小波动，在探测参考车的车头或车尾即将出现距离跳变时，由于超声波探头具有波束角，可能会出现断断续续的点(图2中框处)，对于参考车的边沿判断造成影响，因此需要对探头探测到的数据进行滤波处理。考虑到需要较高实时性以及保留边沿处的跳变信息，故在此采用中值滤波法对超声波探头的数据进行滤波处理。当超声波探头探测的距离信息在持续一段距离内保持在某固定值附近之后出现较大的跳变的时候，可以认为是A车或B车的车头或车尾。如图3所示即为在寻找车位过程中雷达探测到的上升沿下降沿信息。

其次由于泊车过程中车身姿态会发生变化，若不能对车身姿态做计算会影响到车在设定坐标系下的位置判断，无法控制车最终停在车位中的位置，因此需要采集车辆信息对车身姿态进行计算。计算车身姿态主要有两种方法。一种是根据整车上的横摆角速度传感器返回的信号计算；另一种是根据整车返回的两个后轮的轮速信号进行计算。考虑到部分车辆未安装横摆角速度传感器或者安装了横摆角速度传感器但不开放其信号，因此，本处采用处理轮速信号的方法。

本方法的原理为：当汽车以某个角度转弯时，内侧与外侧的两个车轮会有轮速差，而转弯过程中汽车可视为一个刚体，即内侧车轮与外侧车轮绕着同一个圆心画圆，根据以下公式可计算出前一刻与当前时刻车辆转过的角度θ：

(R1-R2)*θ＝ΔL1-ΔL2

式中R1与R2为内侧车轮与外侧车轮绕圆心的半径，ΔL1与ΔL2为内侧车轮与外侧车轮在这一段时间内走过的路程，可根据轮速信号按下式计算得到：

ΔL＝v*t

由于R1-R2是固定值，因此姿态角计算的误差主要来自于轮速信号，为提高姿态角计算精度，要求轮速信号在低速度时也保持有较高精度，而且至少要达到0.1m/s的精度。图4所示为同时用横摆角速度传感器计算得到的角度和轮速计算的角度的对比，图中红色为轮速计算得到，黄色为横摆计算得到，两者误差在3°以内。

最后，由于车辆向前行驶时的轨迹不可能是完全平行于道路的直线，考虑到一般情况，在进行算法设计之前，首先对所描述的数学问题进行抽象分析，得到通用的规律和目标所在。如图5所示为侧方泊车位的搜索过程示意图，

定义开始进行超声波扫描时刻的车辆的后轴中点位置为原始坐标原点，车头方向为X轴正方向，垂直于X轴的平面方向为Y轴，右手坐标。用上图表示原始坐标，车辆原始位置，车辆运行轨迹和周围停车位。

图5中A车B车为停车场(或路边)的两个车辆，中间P的位置为目标停车位，A车B车上方的三个车示意为本车从左向右(向前)行驶的各个位置的轨迹，而超声波开始采集的时刻定义了过程中的原始坐标轴(图中XOY)，图中虚线表示，车辆过程中行驶的轨迹。根据前面推算的车辆位姿信息以及超声波探头返回的距离信息，可以在坐标系中确定A车B车相应的位置信息，以及P位置的长度L，对L进行判断，当L大于车身长度1m以上时，认为此车位有效，可以进行泊车，反之则继续寻找车位。

上面结合附图对本发明进行了示例性描述，显然本发明具体实现并不受上述方式的限制，只要采用了本发明的方法构思和技术方案进行的各种非实质性的改进，或未经改进将本发明的构思和技术方案直接应用于其它场合的，均在本发明的保护范围之内。