[发明专利]应用于车位检测的多传感器融合方法有效

专利信息
申请号: 202111172964.0 申请日: 2021-10-08
公开(公告)号: CN113920782B 公开(公告)日: 2022-08-09
发明(设计)人: 张安平;吴琼;徐瑞雪;胡涛 申请(专利权)人: 安徽江淮汽车集团股份有限公司
主分类号: G08G1/16 分类号: G08G1/16;G08G1/14;G08G1/0967;G01S15/931
代理公司: 北京维澳专利代理有限公司 11252 代理人: 常小溪
地址: 230601 安徽省*** 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:
搜索关键词: 应用于 车位 检测 传感器 融合 方法
【说明书】:

发明公开了一种应用于车位检测的多传感器融合方法,结合环境感知模块,预先划分多种车位检测场景并确定出多种传感器的工作模式,根据传感器的工作模式,将多种传感器组合为多种用于车位检测的工作策略,在实际检测阶段,则可以利用环境感知模块确定当前场景对应的车位检测场景的目标类型,然后根据目标类型,选定适用于当前场景的多传感器融合工作策略,以对当前场景中的车位进行精准识别并输出。本发明可以覆盖多类型泊车场景,并使得自动泊车系统具有更少的条件限制,且可以提升实用性,尤其相比于冗余度极高的全传感器融合,本发明划分不同场景并抉择传感器融合的机动策略,可以显著节约算力,从而可以保障自动泊车系统的实时性。

技术领域

本发明涉及自动泊车技术领域,尤其涉及一种应用于车位检测的多传感器融合方法。

背景技术

近年随着来自动驾驶技术不断发展,车载传感器的成本逐渐降低,自动驾驶汽车的硬件配置先冗余再融合。在传感器搭载数量和性能升级的基础上,逐渐实现多传感器融合是提高自动驾驶安全性和冗余性的重要策略。

停车位检测是自动泊车系统中非常重要的一个环节,目前相对成熟的车位检测主流方案是基于车载环视摄像头的纯视觉方案,通过在360全景图像上检测车位角点和车位线识别停车位,超声波传感器作为辅助装置,当泊车过程中周围存在障碍物或有障碍物靠近时提供报警。该方案对泊车环境和停车位的车位线要求较为苛刻,不能满足更多场景和非标准停车位的泊车需求。

具体来说,目前车辆实现自动泊车的主要方案有以下四种:第一种,利用布置于车身左右两侧的长距离超声波传感器测距排除已被车辆占据的车位,检测空出的停车位;第二种,利用360环视摄像头的环视图像或布置于车身四周的鱼眼摄像头拼接出的全景俯视图,使用图像处理和学习算法识别图像中的车位线信息;第三种,利用车顶激光雷达生成的点云地图,判断出局部范围内可供泊车的空余车位空间;第四种,通过停车场的地磁和雷达等装置检测出的停车位,车辆与停车场的车位检测系统进行信息交互,直接得到停车场内的空余车位信息。

但上述现有方式的不足之处在于:

(1)仅基于超声波传感器的车位检测方法无法获得车位线语义信息,只提供可供泊车的空间信息。这样的车位检测方案无法在较为空旷的区域内准确识别停车位,难以使车辆准确地自动泊入停车线内,往往达不到期望的泊车效果。同时,由于失去视觉信息,用户在车内对车位没有直接体验,需要用户通过外部环境对提供的泊车空间进行判断。

(2)仅基于摄像头的车位检测方法受光照环境的影响很大,弱光条件或者曝光比较严重的室内停车场的路面都会对车位识别造成影响,导致无法进行识别。另外,基于视觉的停车位检测依赖标准停车位及车位线的状态。对非标准停车位、车位线模糊以及没有车位线的泊车空间的识别难度大,并且对控制器的算力的要求也较高,这意味着,随着模型算法的复杂度变高,满足实时性的要求也会有难度。

(3)目前激光雷达成本较高,激光雷达的应用多存在于实验和某些专用车辆,且激光雷达的距离和精度上的优势使它在行车场景的使用价值上要远高于泊车场景,仅依靠激光雷达的自动泊车方案尚难以普及。

(4)通过与停车场车位监测系统的交互获得停车位,需要较高的外部支持,而自动泊车系统识别出停车位是自动泊入的基础,只有特殊场景下才能实现自动泊车不具有实际应用意义,且同样难以普及。

发明内容

鉴于上述,本发明旨在提供一种应用于车位检测的多传感器融合方法,以弥补上述现有技术的不足。

本发明采用的技术方案如下:

一种应用于车位检测的多传感器融合方法,其中包括:

结合环境感知模块,预先划分多种车位检测场景;

确定出多种传感器的工作模式;

根据传感器的工作模式,将多种传感器组合为多种用于车位检测的工作策略;

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安徽江淮汽车集团股份有限公司,未经安徽江淮汽车集团股份有限公司许可,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/202111172964.0/2.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