CN109284731A - 一种用于自动泊车***的斜式车位的车位类型识别方法 - Google Patents

一种用于自动泊车***的斜式车位的车位类型识别方法 Download PDF

Info

Publication number
CN109284731A
CN109284731A CN201811189462.7A CN201811189462A CN109284731A CN 109284731 A CN109284731 A CN 109284731A CN 201811189462 A CN201811189462 A CN 201811189462A CN 109284731 A CN109284731 A CN 109284731A
Authority
CN
China
Prior art keywords
parking stall
vehicle
parking
stall
type
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201811189462.7A
Other languages
English (en)
Other versions
CN109284731B (zh
Inventor
姜武华
辛鑫
谢有浩
田博
陈无畏
赵林峰
徐礼伟
高凯旋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hefei University of Technology
Original Assignee
Hefei University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hefei University of Technology filed Critical Hefei University of Technology
Priority to CN201811189462.7A priority Critical patent/CN109284731B/zh
Publication of CN109284731A publication Critical patent/CN109284731A/zh
Application granted granted Critical
Publication of CN109284731B publication Critical patent/CN109284731B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/586—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of parking space
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/06—Automatic manoeuvring for parking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/63—Scene text, e.g. street names
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/625—License plates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08—Detecting or categorising vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开一种用于自动泊车***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***在斜式车位泊车缺失的问题，提高自动泊车***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***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***的斜式车位的车位类型识别装置。

Description

一种用于自动泊车***的斜式车位的车位类型识别方法
技术领域
本发明涉及自动泊车技术领域，具体涉及一种用于自动泊车***的斜式车位的车位类型识别方法、采用所述车位类型识别方法的自动泊车***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***的斜式车位的车位类型识别装置。
背景技术
近年来，我国汽车保有量持续上升与停车位不足矛盾日益突出。“泊车难”成了一个亟待解决的问题。在无人驾驶技术大力发展的大背景下，智能化的自动泊车***必不可少。
自动泊车技术是汽车无人驾驶技术的关键组成部分，而车位识别又是自动泊车***的重点及难点。随着自动泊车技术产业化进程，对车位识别智能化的要求越来越高。
目前产品化的自动泊车***搭载的有平行泊车和垂直泊车，而对斜式车位的自动泊车还未见到。为了解决针对斜式车位的识别及自动泊车***中斜式泊车的缺失，有必要提供一种用于自动泊车初始寻库阶段斜式车位的车位类型识别方法。
发明内容
为解决传统自动泊车***没办法实现的斜式车位自动泊车的技术问题，本发明提出的一种用于自动泊车***的斜式车位的车位类型识别方法、采用所述车位类型识别方法的自动泊车***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***的斜式车位的车位类型识别装置。
为实现上述目的，本发明采用了以下技术方案：
一种用于自动泊车***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，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一车位车辆的侧向距离Y11；
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；
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车牌前车轮，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。
作为上述方案的进一步改进，所述车位类型包括：
如果25＜α1＜35，25＜α2＜35，且WP＞5.5m，则车位类型为30度斜式车位，如果25＜α1＜35，25＜α2＜35，且WP＜5.5m，则车位无效，提示继续寻找车位；
如果40＜α1＜50，40＜α2＜50，且WP＞5.5m，则车位类型为45度斜式车位，如果40＜α1＜50，40＜α2＜50，且WP＜5.5m，则车位无效，提示继续寻找车位；
如果55＜α1＜65，55＜α2＜65，且WP＞5.5m，则车位类型为60度斜式车位，如果55＜α1＜65，55＜α2＜65，且WP＜5.5m，则车位无效，提示继续寻找车位；
如果115＜α1＜125，115＜α2＜125且WP＞5.5m，则车位类型为120度斜式车位，如115＜α1＜125，115＜α2＜125，且WP＜5.5m，则车位无效，提示继续寻找车位；
如果130＜α1＜140，130＜α2＜140，且WP＞5.5m，则车位类型为135度斜式车位，如130＜α1＜140，130＜α2＜140，且WP＜5.5m，则车位无效，提示继续寻找车位；
如果145＜α1＜155，145＜α2＜155，且WP＞5.5m，则车位类型为150度斜式车位，如145＜α1＜155，145＜α2＜155，且WP＜5.5m，则车位无效，提示继续寻找车位。
作为上述方案的进一步改进，所述待停车车辆驶向所述第一车位车辆时，实时采集所述第一车位车辆的图像，形成连续性的第一图像集；根据所述第一图像集的连续性判断：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；。
作为上述方案的进一步改进，所述待停车车辆驶向所述第二车位车辆时，实时采集所述第二车位车辆的图像，形成连续性的第二图像集；根据所述第二图像集的连续性判断：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。
进一步地，通过安装在所述待停车车辆上的摄像头，实时采集关于车位车辆的前车轮和车牌信息。
作为上述方案的进一步改进，当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时，计算所述第一车位车辆的车位角度α2，
作为上述方案的进一步改进，当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时，计算所述第二车位车辆的车位角度α2，
作为上述方案的进一步改进，通过轮速传感器实时采集所述待停车车辆的行驶距离，通过超声波传感器采集所述待停车车辆的车身一侧到车位车辆的侧向距离。
作为上述方案的进一步改进，行驶距离每隔一个预设间隔，则采集一次对应相应车位车辆的侧向距离。
作为上述方案的进一步改进，以行驶距离为横坐标，以所述侧向距离为纵坐标，且根据多组数据组建立横纵坐标查找表，根据所述横纵坐标查找表，先找出所述多组数据组中最小值的侧向距离，再根据最小值的侧向距离找到相应的行驶距离，由此获得坐标点A1或A2。
本发明还提供一种自动泊车***的斜式车位的停车方法，其包括以下步骤：
启动自动泊车***，采用上述任意用于自动泊车***的斜式车位的车位类型识别方法识别出斜式车位的车位类型，其中，不同的车位类型对应着不同的泊车程序；
根据识别出的车位类型调用相应的泊车程序。
本发明还提供一种用于自动泊车***的斜式车位的车位类型识别装置，所述车位类型识别装置包括：
确定参照物模块，其用于确定参照物；
采集数据模块，其用于采集数据；
分析数据模块，其用于分析数据；
识别车位类型模块，其用于识别车位类型；
其中，确定参照物、采集数据、分析数据、识别车位类型为上述任意用于自动泊车***的斜式车位的车位类型识别方法中确定参照物、采集数据、分析数据、识别车位类型。
与现有技术相比，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***在斜式车位泊车缺失的问题，提高自动泊车***的车位识别的智能化。
附图说明
图1是本发明自动泊车***的斜式车位的停车方法的停车示意图。
图2是本发明自动泊车***的斜式车位的停车方法的流程图，其采用用于自动泊车***的斜式车位的车位类型识别方法。
图3是本发明用于自动泊车***的斜式车位的车位类型识别方法，其超声波传感器在探测斜式车位时可探测的有效区域示意图。
图4是两种典型的斜式车位平面模型。
图5是本发明的车位类型识别方法流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。
本发明的用于自动泊车***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。车位类型识别方法可应用于自动泊车***中，自动泊车***在实现斜式车位的停车时，其采用的斜式车位的停车方法包括以下步骤：启动自动泊车***，识别出斜式车位的车位类型，其中，不同的车位类型对应着不同的泊车程序；根据识别出的车位类型调用相应的泊车程序。其中，在识别车位类型时，即可采用本发明的车位类型识别方法。如图1所示，待停车车辆沿着第一车位车辆I至第二车位车辆II的方位行驶时，想要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，并自动泊车在目标车位上。
请结合图2，本发明的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。
如所述初始位置可定义为：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
采集数据在本实施例中，主要有三个方面。
第一方面，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。可通过轮速传感器实时采集所述待停车车辆的行驶距离，轮速传感器可安装在所述待停车车辆的两后轮上。
第二方面，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一车位车辆的侧向距离Y11。
第三方面，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。
其中，通过超声波传感器采集所述待停车车辆的车身一侧到车位车辆的侧向距离，超声波传感器可安装在前车轮的轮盖上。同时还可行驶距离每隔一个预设间隔，则采集一次对应相应车位车辆的侧向距离。预设间隔可根据实际情况的需要进行设置，如80mm的行驶距离，就可以采集一次对应相应车位车辆的侧向距离。
三、分析数据
(1)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(靠近自车为前车轮，下同)，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。
其判断方法可采用如下：
所述待停车车辆驶向所述第一车位车辆时，实时采集所述第一车位车辆的图像，形成连续性的第一图像集；
根据所述第一图像集的连续性判断：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。
第一图像集的采集可通过安装在所述待停车车辆上的摄像头，实时采集关于车位车辆的前车轮和车牌信息。
(2)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。
其中，第一侧向距离范围可以根据实际情况设置，如在本实施例中，为200mm到2500mm之间。
(3)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。
(4)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。
其判断方法可采用如下：
所述待停车车辆驶向所述第二车位车辆时，实时采集所述第二车位车辆的图像，形成连续性的第二图像集；
根据所述第二图像集的连续性判断：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。
第二图像集的采集同样也可通过安装在所述待停车车辆上的摄像头，实时采集关于车位车辆的前车轮和车牌信息。
(5)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。
(6)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。
(7)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，
需要指出的是，当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时，计算所述第一车位车辆的车位角度α1，
(8)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，
需要指出的是，当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，斜式车位类型可分为30度斜式车位、45度斜式车位、60度斜式车位、120度斜式车位、135度斜式车位和150度斜式车位共六种，当然还可以根据实际情况划分更多种。
(1)如果25＜α1＜35，25＜α2＜35，且WP＞5.5m，则车位类型为30度斜式车位，如果25＜α1＜35，25＜α2＜35，且WP＜5.5m，则车位无效，提示继续寻找车位；
(2)如果40＜α1＜50，40＜α2＜50，且WP＞5.5m，则车位类型为45度斜式车位，如果40＜α1＜50，40＜α2＜50，且WP＜5.5m，则车位无效，提示继续寻找车位；
(3)如果55＜α1＜65，55＜α2＜65，且WP＞5.5m，则车位类型为60度斜式车位，如果55＜α1＜65，55＜α2＜65，且WP＜5.5m，则车位无效，提示继续寻找车位；
(4)如果115＜α1＜125，115＜α2＜125且WP＞5.5m，则车位类型为120度斜式车位，如115＜α1＜125，115＜α2＜125，且WP＜5.5m，则车位无效，提示继续寻找车位；
(5)如果130＜α1＜140，130＜α2＜140，且WP＞5.5m，则车位类型为135度斜式车位，如130＜α1＜140，130＜α2＜140，且WP＜5.5m，则车位无效，提示继续寻找车位；
(6)如果145＜α1＜155，145＜α2＜155，且WP＞5.5m，则车位类型为150度斜式车位，如145＜α1＜155，145＜α2＜155，且WP＜5.5m，则车位无效，提示继续寻找车位。
本发明的用于自动泊车***的斜式车位的车位类型识别方法可设置成软件APP形式，或者程序安装包形式等等，展现出来，其对应可设置相应的功能模块，构成对应的用于自动泊车***的斜式车位的车位类型识别装置。在本实施例中，所述车位类型识别装置包括：
确定参照物模块，其用于确定参照物；
采集数据模块，其用于采集数据；
分析数据模块，其用于分析数据；
识别车位类型模块，其用于识别车位类型。
其中，确定参照物、采集数据、分析数据、识别车位类型分别为上述确定参照物、采集数据、分析数据、识别车位类型，在此不再详细一一叙述。
接下去对本发明做详细的举例说明。
参见图3，由超声波传感器探测距离原理，遇到斜面时，可探测到的有效范围有限，超声波传感器探测有效区域为阴影处所在区域，根据车身相对超声波传感器角度大小略有不同，随着超声波传感器与车身侧面角度的增加，可探测有效范围会越来越小。
参见图4，为简化问题，假定自车沿着x轴正方向前进，超声波传感器、摄像头沿着y轴方向实时探测距离信息及前车轮和车牌信息，车位角度计算公式1对应图(a)，车位角度计算公式2对应图(b)。
参见图5，为自动泊车初始寻库阶段斜式车位的车位类型识别方法流程图，方法步骤如下：
1)启动自动泊车***，进入初始寻库阶段；
2)轮速传感器实时采集自车行驶距离信息Xdistance，超声波传感器每隔40ms采集一次侧向距离Ydistance，摄像头实时采集车位车辆是否有前车轮和车牌信息；
3)当摄像头识别出前车轮时，记下此时的行驶距离XB1,侧向距离YB1，作为斜式车位平面模型Ⅰ车B1点坐标；当摄像头再次识别出前车轮时，记下此时的行驶距离XB2，侧向距离YB2，作为斜式车位平面模型Ⅱ车B2点坐标；
4)当超声波传感器探测距离值到达有效区域后，即200mm＜Ydistance＜2500mm时，记下此时的行驶距离X0，侧向距离Y0，并分别将其存入预先定义好的数组X1、Y1中，即令X1[0]＝X0，Y1[0]＝Y0；据此建立横、纵坐标查找表，即令X1[k]＝X1[k-1]+deltaX，当行驶距离Xdistance＝X1[k]时，令Y1[k]＝Ydistance，其中deltaX为预先定义好的固定值，k＝1,2，…，15；寻找数组Y1中的最小值，并令YA1＝Y1[k]，及相对应XA1＝X1[k]，作为斜式车位平面模型Ⅰ车A1点坐标；同理得到斜式车位平面模型Ⅱ车A2点坐标；
5)若先识别出车牌后识别出前车轮，则根据公式1计算斜式车位角度α；反之，则根据公式2计算斜式车位角度α；其中，计算斜式车位角度的公式1为：计算斜式车位角度的公式2为：
6)计算A1和A2点的横向距离WP＝XA2-XA1；
7)根据斜式车位Ⅰ车角度α1、Ⅱ车角度α2和WP判断斜式车位的车位类型；
8)根据斜式车位的车位类型调用相应的泊车子程序；斜式车位类型分为30度斜式车位、45度斜式车位、60度斜式车位、120度斜式车位、135度斜式车位和150度斜式车位共六种：
如果25＜α1(α2)＜35且WP＞5.5m，则车位类型为30度斜式车位，如果25＜α1(α2)＜35且WP＜5.5m，则车位无效，提示继续寻找车位；
如果40＜α1(α2)＜50且WP＞5.5m，则车位类型为45度斜式车位，如果40＜α1(α2)＜50且WP＜5.5m，则车位无效，提示继续寻找车位；
如果55＜α1(α2)＜65且WP＞5.5m，则车位类型为60度斜式车位，如果55＜α1(α2)＜65且WP＜5.5m，则车位无效，提示继续寻找车位；
如果115＜α1(α2)＜125且WP＞5.5m，则车位类型为120度斜式车位，如25＜α1(α2)＜35且WP＜5.5m，则车位无效，提示继续寻找车位；
如果130＜α1(α2)＜140且WP＞5.5m，则车位类型为135度斜式车位，如130＜α1(α2)＜140且WP＜5.5m，则车位无效，提示继续寻找车位；
如果145＜α1(α2)＜155且WP＞5.5m，则车位类型为150度斜式车位，如145＜α1(α2)＜155且WP＜5.5m，则车位无效，提示继续寻找车位；
9)根据输出的车位类型调用相应的泊车子程序。
可见本发明实施例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***在斜式车位泊车缺失的问题，提高自动泊车***的车位识别的智能化。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种用于自动泊车***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。
2.如权利要求1所述的用于自动泊车***的斜式车位的车位类型识别方法，其特征在于，所述车位类型包括：
如果25＜α1＜35，25＜α2＜35，且WP＞5.5m，则车位类型为30度斜式车位，如果25＜α1＜35，25＜α2＜35，且WP＜5.5m，则车位无效，提示继续寻找车位；
如果40＜α1＜50，40＜α2＜50，且WP＞5.5m，则车位类型为45度斜式车位，如果40＜α1＜50，40＜α2＜50，且WP＜5.5m，则车位无效，提示继续寻找车位；
如果55＜α1＜65，55＜α2＜65，且WP＞5.5m，则车位类型为60度斜式车位，如果55＜α1＜65，55＜α2＜65，且WP＜5.5m，则车位无效，提示继续寻找车位；
如果115＜α1＜125，115＜α2＜125且WP＞5.5m，则车位类型为120度斜式车位，如115＜α1＜125，115＜α2＜125，且WP＜5.5m，则车位无效，提示继续寻找车位；
如果130＜α1＜140，130＜α2＜140，且WP＞5.5m，则车位类型为135度斜式车位，如130＜α1＜140，130＜α2＜140，且WP＜5.5m，则车位无效，提示继续寻找车位；
如果145＜α1＜155，145＜α2＜155，且WP＞5.5m，则车位类型为150度斜式车位，如145＜α1＜155，145＜α2＜155，且WP＜5.5m，则车位无效，提示继续寻找车位。
3.如权利要求1所述的用于自动泊车***的斜式车位的车位类型识别方法，其特征在于，
所述待停车车辆驶向所述第一车位车辆时，实时采集所述第一车位车辆的图像，形成连续性的第一图像集；根据所述第一图像集的连续性判断：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；
所述待停车车辆驶向所述第二车位车辆时，实时采集所述第二车位车辆的图像，形成连续性的第二图像集；根据所述第二图像集的连续性判断：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。
4.如权利要求1所述的用于自动泊车***的斜式车位的车位类型识别方法，其特征在于，当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时，计算所述第一车位车辆的车位角度α1，
5.如权利要求1或4所述的用于自动泊车***的斜式车位的车位类型识别方法，其特征在于，当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时，计算所述第二车位车辆的车位角度α2，
6.如权利要求1所述的用于自动泊车***的斜式车位的车位类型识别方法，其特征在于，通过轮速传感器实时采集所述待停车车辆的行驶距离，通过超声波传感器采集所述待停车车辆的车身一侧到车位车辆的侧向距离。
7.如权利要求1所述的用于自动泊车***的斜式车位的车位类型识别方法，其特征在于，行驶距离每隔一个预设间隔，则采集一次对应相应车位车辆的侧向距离。
8.如权利要求1所述的用于自动泊车***的斜式车位的车位类型识别方法，其特征在于，以行驶距离为横坐标，以所述侧向距离为纵坐标，且根据多组数据组建立横纵坐标查找表，根据所述横纵坐标查找表，先找出所述多组数据组中最小值的侧向距离，再根据最小值的侧向距离找到相应的行驶距离，由此获得坐标点A1或A2。
9.一种自动泊车***的斜式车位的停车方法，其包括以下步骤：
启动自动泊车***，识别出斜式车位的车位类型，其中，不同的车位类型对应着不同的泊车程序；
根据识别出的车位类型调用相应的泊车程序；
其特征在于，
车位类型在识别时，采用如权利要求1至8中任意一项所述的用于自动泊车***的斜式车位的车位类型识别方法。
10.一种用于自动泊车***的斜式车位的车位类型识别装置，其特征在于，所述车位类型识别装置包括：
确定参照物模块，其用于确定参照物；
采集数据模块，其用于采集数据；
分析数据模块，其用于分析数据；
识别车位类型模块，其用于识别车位类型；
其中，确定参照物、采集数据、分析数据、识别车位类型为如权利要求1至8中任意一项所述的用于自动泊车***的斜式车位的车位类型识别方法中的确定参照物、采集数据、分析数据、识别车位类型。
CN201811189462.7A 2018-10-12 2018-10-12 一种用于自动泊车***的斜式车位的车位类型识别方法 Active CN109284731B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811189462.7A CN109284731B (zh) 2018-10-12 2018-10-12 一种用于自动泊车***的斜式车位的车位类型识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811189462.7A CN109284731B (zh) 2018-10-12 2018-10-12 一种用于自动泊车***的斜式车位的车位类型识别方法

Publications (2)

Publication Number Publication Date
CN109284731A true CN109284731A (zh) 2019-01-29
CN109284731B CN109284731B (zh) 2020-04-24

Family

ID=65177101

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811189462.7A Active CN109284731B (zh) 2018-10-12 2018-10-12 一种用于自动泊车***的斜式车位的车位类型识别方法

Country Status (1)

Country Link
CN (1) CN109284731B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111114538A (zh) * 2020-02-18 2020-05-08 威马智慧出行科技（上海）有限公司 自动泊车倒车入库车位判断方法、电子设备及汽车
CN111361550A (zh) * 2020-03-19 2020-07-03 奇瑞汽车股份有限公司 车位的识别方法、装置及存储介质
EP3708466A1 (en) * 2019-03-11 2020-09-16 Clarion Co., Ltd. Parking assistance device and parking assistance method
CN111731275A (zh) * 2020-06-30 2020-10-02 中国第一汽车股份有限公司 空间斜向车位自动泊车方法、装置、车辆及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105774655A (zh) * 2016-03-11 2016-07-20 江苏大学 一种倾斜车位探测装置及方法
CN107364442A (zh) * 2017-06-23 2017-11-21 深圳市盛路物联通讯技术有限公司 一种自动停车方法及***
US20180011489A1 (en) * 2016-07-07 2018-01-11 Alpine Electronics, Inc. Movement route generating apparatus and movement route generating method
CN108254752A (zh) * 2017-12-20 2018-07-06 广州汽车集团股份有限公司 一种斜列停车位检测方法、装置以及自动泊车方法和***

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105774655A (zh) * 2016-03-11 2016-07-20 江苏大学 一种倾斜车位探测装置及方法
US20180011489A1 (en) * 2016-07-07 2018-01-11 Alpine Electronics, Inc. Movement route generating apparatus and movement route generating method
CN107364442A (zh) * 2017-06-23 2017-11-21 深圳市盛路物联通讯技术有限公司 一种自动停车方法及***
CN108254752A (zh) * 2017-12-20 2018-07-06 广州汽车集团股份有限公司 一种斜列停车位检测方法、装置以及自动泊车方法和***

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
HELENE VOROBIEVA等: "Automatic Parallel Parking in Tiny Spots: Path Planning and Control", 《IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS》 *
SHENEN SHIH等: "A Convenient Vision-Based System for Automatic Detection of Parking Spaces in Indoor Parking Lots Using Wide-Angle Cameras", 《IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY》 *
江浩斌等: "基于信息融合的自动泊车***车位智能识别", 《机械工程学报》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3708466A1 (en) * 2019-03-11 2020-09-16 Clarion Co., Ltd. Parking assistance device and parking assistance method
CN111674389A (zh) * 2019-03-11 2020-09-18 歌乐株式会社 停车支援装置及停车支援方法
US11318930B2 (en) 2019-03-11 2022-05-03 Clarion Co., Ltd. Parking assistance device and parking assistance method
CN111114538A (zh) * 2020-02-18 2020-05-08 威马智慧出行科技（上海）有限公司 自动泊车倒车入库车位判断方法、电子设备及汽车
CN111114538B (zh) * 2020-02-18 2021-11-05 威马智慧出行科技（上海）有限公司 自动泊车倒车入库车位判断方法、电子设备及汽车
CN111361550A (zh) * 2020-03-19 2020-07-03 奇瑞汽车股份有限公司 车位的识别方法、装置及存储介质
CN111361550B (zh) * 2020-03-19 2021-11-30 奇瑞汽车股份有限公司 车位的识别方法、装置及存储介质
CN111731275A (zh) * 2020-06-30 2020-10-02 中国第一汽车股份有限公司 空间斜向车位自动泊车方法、装置、车辆及存储介质
CN111731275B (zh) * 2020-06-30 2021-12-07 中国第一汽车股份有限公司 空间斜向车位自动泊车方法、装置、车辆及存储介质

Also Published As

Publication number Publication date
CN109284731B (zh) 2020-04-24

Similar Documents

Publication Publication Date Title
CN109284731A (zh) 一种用于自动泊车***的斜式车位的车位类型识别方法
CN106023595B (zh) 一种异常停车的判断方法、装置及球型摄像机
CN109031323B (zh) 基于超声波测距雷达的车位检测方法
CN104517111B (zh) 车道线检测方法、***、车道偏离预警方法及***
CN111942372B (zh) 一种自动泊车方法及***
CN105844959A (zh) 车辆入位的判定方法、装置及车辆出位的判定方法、装置
CN104608766A (zh) 智能车利用泊车记忆棒自动泊车的方法及***
TWI656518B (zh) 停車格辨識系統及其方法
CN106652445A (zh) 一种公路交通事故判别方法及装置
WO2023201904A1 (zh) 车辆异常行驶检测方法、电子设备、存储介质
CN110458050B (zh) 基于车载视频的车辆切入检测方法及装置
CN111292353B (zh) 一种停车状态变化识别方法
WO2020125138A1 (zh) 一种物体碰撞预测方法及装置
CN110126730A (zh) 车辆变道提醒方法及***
CN112002125B (zh) 一种垂直车位融合识别方法及***
CN105718923A (zh) 一种基于逆投影图的夜间车辆检测与计数方法
CN105574502A (zh) 一种自助发卡机违章行为自动检测方法
CN111325187B (zh) 一种车道位置的识别方法及装置
CN113029185A (zh) 众包式高精度地图更新中道路标线变化检测方法及***
CN112070050A (zh) 一种基于多传感器融合的车位识别方法
CN114495066A (zh) 一种辅助倒车的方法
CN114220040A (zh) 一种泊车方法、终端及计算机可读存储介质
CN114842432A (zh) 一种基于深度学习汽车灯光控制方法及***
CN112002126A (zh) 复杂场景下车辆长期轨迹预测方法及***
CN104318761A (zh) 基于高速公路场景的检测及车辆检测跟踪优化的方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant