[发明专利]一种基于实时电子地图识别可用泊车位的方法及系统

权利要求书

1.一种基于实时电子地图识别可用泊车位的方法，其特征在于，包括如下步骤：

通过视觉检测模块计算目标车位内存在障碍物的第一概率；

通过超声波雷达计算目标车位内存在障碍物的第二概率；

将第一概率与第二概率进行加权融合得到目标车位内存在障碍物的第三概率；

根据目标车位内存在障碍物的第三概率确定目标车位为空车位的概率。

2.根据权利要求1所述的基于实时电子地图识别可用泊车位的方法，其特征在于，所述加权融合具体为：

第三概率=第一概率*视觉检测模块检测权重+第二概率*超声波雷达检测权重；

其中，视觉检测模块检测权重和超声波雷达检测权重均呈非线性变化，视觉检测模块检测权重变化范围为0-0.5，超声波雷达检测权重变化范围为0-0.5；当第一概率和第二概率处于中间值时，视觉检测模块检测权重和超声波雷达检测权重均为中间值。

3.根据权利要求1所述的基于实时电子地图识别可用泊车位的方法，其特征在于，第一概率的计算，具体包括如下步骤：

获取车辆移动过程中目标车位范围内特征点的运动信息；

结合车辆运动信息判断特征点所代表的物体是否为障碍物，若是，计算目标车位内存在障碍物的第一概率。

4.根据权利要求3所述的基于实时电子地图识别可用泊车位的方法，其特征在于，具体包括如下步骤：

通过图像采集模块采集目标车位的图像信息图像信息，并对采集的图像信息进行畸变校正以及逆透视变换得到俯视鸟瞰图；

将目标车位作为视觉检测模块的感兴趣检测区域，通过局部光流算法获取车辆移动过程中目标车位范围内特征点的运动信息；

根据目标车位范围内特征点的运动信息结合车辆运动信息中的惯性导航信息以及车辆档位信息判断特征点所代表的物体是否为障碍物，若是，计算出判断的特征点所代表的物体为障碍物的概率，从而计算目标车位内存在障碍物的第一概率。

5.根据权利要求4所述的基于实时电子地图识别可用泊车位的方法，其特征在于，特征点的运动信息的确定包括如下步骤：

在车辆移动过程中利用特征点在时间域上的变化以及相邻帧之间的相关性找到上一帧跟当前帧之间存在的对应关系，从而计算出相邻帧之间特征点的运动信息。

6.根据权利要求1所述的基于实时电子地图识别可用泊车位的方法，其特征在于，第二概率的确定，具体包括如下步骤：

通过超声波雷达对接收的超声波数据进行处理得到超声波数据集合；

将超声波数据集合结合车辆运动信息中的惯性导航信息保存更新至历史超声波数据集合；

从超声波数据集合中获取目标车位范围内的距离信息，对所述距离信息进行处理；

根据处理后的距离信息在车辆移动过程中的变化判断该距离信息所代表的物体是否为障碍物，若是，计算目标车位内存在障碍物的第二概率。

7.根据权利要求6所述的基于实时电子地图识别可用泊车位的方法，其特征在于，对所述距离信息进行处理包括对距离信息中的奇异点数据进行剔除处理。

8.根据权利要求1所述的基于实时电子地图识别可用泊车位的方法，其特征在于，还包括如下步骤：

将目标车位为空车位的概率与目标车位的车位坐标以及车辆运动信息中的惯性导航信息记录在创建的电子地图内。

9.根据权利要求8所述的基于实时电子地图识别可用泊车位的方法，其特征在于，在将目标车位为空车位的概率与目标车位的车位坐标以及惯性导航信息记录在创建的电子地图内后，还需实时更新电子地图内的确定目标车位的坐标位置，并删除超过电子地图范围的历史信息。

10.一种基于实时电子地图识别泊车位的系统，其特征在于，包括图像采集模块、视觉检测模块、车辆信息采集模块、超声波雷达以及决策融合模块；

所述视觉检测模块、车辆信息采集模块以及超声波雷达分别与所述决策融合模块连接，所述视觉检测模块还与图像采集模块连接；

所述图像采集模块用于采集车辆运动过程图像信息，并对图像信息进行处理得到目标车位的俯视鸟瞰图；

所述车辆信息采集模块用于从CAN总线上获取车辆运动信息，所述车辆运动信息包括惯性导航信息以及车辆档位信息；

所述视觉检测模块用于对目标车位内的障碍物进行检测，并结合惯性导航信息以及车辆档位信息以计算得到目标车位内存在障碍物的的第一概率；

所述超声波雷达用于对目标车位内的障碍物进行检测，并结合惯性导航信息以计算得到目标车位内存在障碍物的第二概率；

所述决策融合模块用于将第一概率与第二概率通过Dempster合成法则进行决策级融合以得到目标车位内存在障碍物的第三概率，从而确定目标车位为空车位的概率，并将目标车位为空车位的概率以及目标车位的车位坐标以及惯性导航信息记录在创建的电子地图内。