[发明专利]一种基于多传感器融合的车位识别方法在审

专利信息
申请号: 202010973620.9 申请日: 2020-09-16
公开(公告)号: CN112070050A 公开(公告)日: 2020-12-11
发明(设计)人: 王振波;郑文举;赵文凯 申请(专利权)人: 哈尔滨理工大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46;G06K9/62;G08G1/16;G01S15/931
代理公司: 暂无信息 代理人: 暂无信息
地址: 150080 黑龙*** 国省代码: 黑龙江;23
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 传感器 融合 车位 识别 方法
【说明书】:

发明涉及一种基于多传感器融合的车位识别方法,属于辅助驾驶领域;本发明基于多传感器的车位识别方法通过超声波雷达A和超声波雷达B同时工作,检测障碍物;当超声波雷达A检测到的距离产生突变时,将发生突变的区域为ROI提供给视觉传感器进行特征提取,获得车辆边沿线,这样即可获得库位宽度和深度;同时超声波雷达A和超声波雷达B检测库位内部疑似障碍物速度,再经过模糊控制器获得识别的库位;同时,通过视觉传感器提取车辆朝向、停车线等信息,与模糊控制器结果进行信息融合,最终确定泊车位类型;本发明在降低成本的同时还解决了车位错误识别的问题,精准识别车位,具有良好的应用价值。

技术领域

本发明提供了一种基于多传感器融合的车位识别方法,属于辅助驾驶领域。

背景技术

近年来,随着乘用车数量持续增长。在有限的城市空间内,停车位不足的问题变得愈加严重,停车环境变得越来越拥挤,这无疑给驾驶员尤其是驾驶新手带来驾驶员思维和驾驶技能的双重考验。为驾驶员在日常生活中经常遇到的泊车困难问题,寻找车位的时间过长、车位过窄、泊车存在盲区以及由于驾驶员自身驾驶技术原因,这些会导致在泊车过程中泊车不入位,多次泊车,极大浪费了宝贵时间,并有可能发生车辆擦碰。

自动泊车系统作为无人驾驶技术中非常重要的一个环节,已然成为解决这一问题的重要方式手段。所谓的自动泊车,就是在不需要驾驶员操作方向盘以及观察车外库位环境的情况下,汽车借助多种传感器信息自动寻找车位,实现无碰撞准确泊入停车位的过程。该技术解放了驾驶员特别是刚刚开车不久的驾驶员在泊车时的时间,避免了由于泊车经验缺乏造成的碰撞事故,同时也改善了杂乱的泊车环境,使车位内车辆停放规范化。其中车位识别的准确性严重影响了整个自动泊车进程。

发明内容

针对自动泊车过程中车位识别不准确的问题,本发明的目的是提出一种基于多传感器融合的车位识别方法,在降低成本的同时还解决了车位错误识别的问题,精准识别车位,具有良好的应用价值。

为实现上述目的,本发明提供了一种基于多传感器融合的车位识别方法。一种基于多传感器融合的车位识别方法,其特征在于:通过超声波雷达A和超声波雷达B同时工作,检测障碍物,当超声波雷达A检测到的距离产生突变时,将发生突变的区域为ROI区域,将RIO区域提供给视觉传感器进行特征提取,获得车辆边沿线,这样即可获得库位宽度和深度,同时超声波雷达A和超声波雷达B检测库位内部疑似障碍物速度,再经过模糊控制器获得识别的库位;由于仅依靠模糊控制器有的库位无法识别或无法完全确定库位类型,因此还需要通过视觉传感器提取车辆朝向、停车线等信息,与模糊控制器结果进行信息融合,最终确定泊车位类型。

一种基于多传感器融合的车位识别方法,所述ROI区域首先进行灰度变换减小后续计算量,然后利用Canny边缘检测算法进行边缘检测,提取出大量线,利用霍夫变换检测其中直线,并设定直线角度从而提取垂直方向直线,此直线为车位边界。

一种基于多传感器融合的车位识别方法,所述车辆朝向的判别,需要通过对轮胎、车牌、车尾灯等特征进行识别,从而判断左右车辆的朝向,进一步判别车位类型。

一种基于多传感器融合的车位识别方法,所述模糊控制器包括三个输入和两个输出,三个输入分别是车位宽度、车位深度、疑似障碍物速度,输出为水平、垂直两种类型,其中水平表示识别出的车位为水平车位,垂直表示识别出的车位为垂直车位。

本发明使用的一种基于多传感器融合的车位识别方法的有效收益是:所述的泊车位辨识方法能有效识别多种类型的泊车位,识别率高,与仅采用超声波雷达和仅使用摄像头检测泊车位的方法相比优势明显,能提高自动泊车系统的智能化水平。

附图说明

图1是一种基于多传感器融合的车位识别方法的数据融合框架。

具体实施方式

下面结合附图对本发明作进一步描述。

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哈尔滨理工大学,未经哈尔滨理工大学许可,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/pat/books/202010973620.9/2.html,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