CN110435638B - 一种泊车位自动跟踪方法 - Google Patents
一种泊车位自动跟踪方法 Download PDFInfo
- Publication number
- CN110435638B CN110435638B CN201910577302.8A CN201910577302A CN110435638B CN 110435638 B CN110435638 B CN 110435638B CN 201910577302 A CN201910577302 A CN 201910577302A CN 110435638 B CN110435638 B CN 110435638B
- Authority
- CN
- China
- Prior art keywords
- parking
- parking space
- vehicle
- information
- obstacle
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 230000008569 process Effects 0.000 claims abstract description 37
- 230000001133 acceleration Effects 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims description 13
- 230000035772 mutation Effects 0.000 claims description 8
- 230000004888 barrier function Effects 0.000 claims description 5
- 230000008859 change Effects 0.000 abstract description 19
- 238000001514 detection method Methods 0.000 abstract description 8
- 238000006243 chemical reaction Methods 0.000 abstract 1
- 230000009286 beneficial effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000001125 extrusion Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种泊车位自动跟踪方法，包括获取泊车位信息，所述泊车位信息包括泊车位的绝对坐标以及方位；获取车辆位置信息，所述车辆位置信息包括车辆绝对坐标和航向角；以车辆绝对坐标为原点，建立泊车位与车辆之间的相对坐标系，获取泊车位的相对坐标；根据泊车位的相对坐标规划泊车路径，并在自动泊车过程检测是否存在障碍物，若存在障碍物，则车辆停止泊车并反向行驶预设距离，否则按照泊车路径完成自动泊车过程。该方法通过对泊车过程中车辆加速度的变化实现对障碍物的检测，并利用360°全景***进一步获取障碍物的各项参数，根据障碍物的性质不同，作出不同的反应，提高了自动泊车过程的智能性，避免了频繁更换泊车路径带来的困扰。
Description
技术领域
本发明涉及泊车位跟踪方法，特别涉及一种能够自动检测障碍物的泊车位自动跟踪方法。
背景技术
随着汽车行业的蓬勃发展，人们对于汽车功能性、完备性不单单停留在以往的动力性能以及舒适性上，安全辅助性能也顺势站上了汽车舞台。其中，自动泊车***是最近几年来深受大家追捧的驾驶辅助***功能，自动泊车的智能性体现出了越来越重要的作用。目前，常见的自动泊车***有360°全景自动泊车***和超声波自动泊车***，但不管是哪种自动泊车***在泊车前需要一个相对的车身的车位坐标，因此车位跟踪在自动泊车过程的重要性是不可言喻的。现阶段常见的车位跟踪方法都是通过车位的三角转化来实现，该跟踪方法精确度较低，存在一定的***误差，不利于车辆准确的完成泊车过程。最重要的是，无论360°全景自动泊车***和超声波自动泊车***目前都不能够有效应对泊车过程遇到的障碍物，大多通过车辆静止轰油门的方式来检测障碍物，并在发现障碍物时重新规划泊车路径，这种检测障碍物以及应对障碍物的方法不仅效率低、舒适性差、且对车辆发动机也会有影响，不利于延长发动机的使用寿命。
发明内容
本发明为了解决上述技术问题，提供了一种泊车位自动跟踪方法，包括如下步骤：
获取泊车位信息，所述泊车位信息包括泊车位的绝对坐标以及方位；
获取车辆位置信息，所述车辆位置信息包括车辆绝对坐标和航向角；
以车辆绝对坐标为原点，建立泊车位与车辆之间的相对坐标系，获取泊车位的相对坐标；
根据泊车位的相对坐标规划泊车路径，并在自动泊车过程检测是否存在障碍物，若存在障碍物，则车辆停止泊车并反向行驶预设距离，否则按照泊车路径完成自动泊车过程。
进一步的，所述车辆停止泊车并反向行驶预设距离之后，还包括：
开启360°全景***，获取至少两张关于障碍物的图片；
比对各图片中的障碍物位置，获取障碍物的移动速度，若障碍物移动速度大于0，且运动方向为移出泊车位，则360°全景***实时监测障碍物位置，直至障碍物移出泊车位，车辆继续按照泊车路径完成自动泊车，否则退出自动泊车。
进一步的，当障碍物移动速度等于0时，在退出自动泊车之前，还包括：
从图片中提取障碍物的体积以及形状；
将障碍物的体积和形状分别与预设体积、预设形状进行比对，若障碍物体积小于等于预设体积且障碍物形状与预设形状相匹配，则车辆继续按照泊车路径完成自动泊车，否则退出自动泊车。
进一步的，所述车辆退出自动泊车后，发出用于提醒驾驶员的报警信号。
进一步的，所述障碍物的检测包括：
获取车辆在泊车过程中的加速度；
判断加速度是否超过突变阈值，若加速度大于等于突变阈值，则存在障碍物，否则不存在障碍物。
进一步的，所述泊车位的方位包括垂直车位、水平车位以及斜列式车位，所述突变阈值包括与垂直车位相匹配的第一突变阈值、与水平车位相匹配的第二突变阈值以及与斜列式车位相匹配的第三突变阈值。
进一步的，所述泊车位信息获取包括：
利用超声波定位***获取泊车位的第一信息；
利用360°全景***获取泊车位的第二信息；
比对第一信息和第二信息，若第一信息中的泊车位与第二信息中的泊车位重合度超过第一阈值，则将第一信息与第二信息进行融合，形成泊车位信息。
进一步的，所述第一信息和第二信息分别包括泊车位四个顶点处的绝对坐标。
进一步的，所述相对坐标系根据如下计算公式建立：
其中，X′为泊车位相对车辆的X轴坐标值，Y′为泊车位相对车辆的Y轴坐标值，XA为泊车位的顶点的X轴绝对坐标值，YA为泊车位的顶点的Y轴绝对坐标值，Xt为车辆的X轴绝对坐标值，Yt为车辆的Y轴绝对坐标值， θt为车辆航向角。
一种自动泊车***，基于上述一种泊车位自动跟踪方法，包括车位跟踪***，所述车位跟踪***设有车辆定位***、车位识别***以及数据处理***，所述车辆定位***用于实时获取车辆位置信息并传输至数据处理***；所述车位识别***包括360°全景***和超声波定位***，所述超声波定位***与360°全景***分别用于获取泊车位的第一信息和第二信息，并传输至车位识别***，所述车位识别***用于将第一信息和第二信息融合形成泊车位信息并传输至数据处理***，所述数据处理***用于根据车辆位置信息和泊车位信息规划泊车路径并配合车载控制***完成自动泊车过程。
本发明所起到的有益技术效果如下：
（1）与现有技术相比较，本发明公开了一种泊车位自动跟踪方法，该方法实时获取泊车过程中车辆的加速度，一旦车辆的加速度超过突变阈值，则默认车辆在泊车过程中遇到阻碍物，车辆会立即停止在该方向上的运动，并向相反方向行驶预设距离，从而为360°全景***的拍摄提供了空间，通过360°全景***进一步获取障碍物的各项参数，实现对障碍物的准确判断。本技术方案中采用的障碍物检测方法准确、高效且有效避免了对车辆发动机的影响，利于泊车过程顺利进行。
（2）本发明公开的自动泊车过程通过对障碍物的移动速度、移动方向、体积及形状等的判断，能够对移动的障碍物、静止且车辆能够跨越的障碍物以及车辆无法跨越的障碍物分别作出相对应的决策，极大的提高了自动泊车过程的智能性，避免了频繁改变泊车路径所带来的困扰。
（3）此外，本发明通过建立泊车位与车辆之间的相对坐标系，有效减掉了泊车位定位过程的累计误差，提高了泊车位跟踪的精度，利于车辆准确的完成自动泊车过程。
附图说明
图1为实施例1中泊车位自动跟踪方法的流程示意图。
图2为实施例1中障碍物判断过程示意图。
图3为实施例1中对静止障碍物的分析过程示意图。
图4为实施例1中自动泊车***的连接关系示意图。
图5为实施例1中相对坐标系的建立过程示意图。
附图仅用于示例性说明，不能理解为对本专利的限制；为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的；相同或相似的标号对应相同或相似的部件；附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制。
具体实施方式
下面结合附图对本发明的较佳实施例进行详细阐述，以使本发明的优点和特征更易被本领域技术人员理解，从而对本发明的保护范围作出更为清楚的界定。
实施例1：
如图1所示，本实施例提供了一种泊车位自动跟踪方法，该方法包括：
101、获取泊车位信息，所述泊车位信息包括泊车位的绝对坐标以及方位，所述泊车位的方位包括垂直车位、水平车位以及斜列式车位。
具体地，首先利用超声波定位***获取泊车位的第一信息，即利用超声波定位***获取一次泊车位的的信息；然后利用360°全景***获取泊车位的第二信息，即再利用360°全景***获取一次泊车位的信息。第一信息和第二信息中都至少包括有泊车位的绝对坐标，也就是泊车位四个顶点处的绝对坐标。当然，利用360°全景***获取到的第二信息中还应包括有泊车位的图片信息。将第一信息和第二信息进行比对，若第一信息中的泊车位与第二信息中的泊车位重合度超过第一阈值，则将第一信息与第二信息进行融合，形成泊车位信息，否则视为无效数据，不做处理。作为本实施例的一个示例，若第一信息和第二信息中泊车位的四个顶点形成的泊车位轮廓重合度大于85%，则认为泊车位检测信息准确，则将第一信息和第二信息进行融合，形成泊车位信息。第一信息和第二信息的融合可以通过现有融合方法实现，在此不做赘述。
102、获取车辆位置信息，所述车辆位置信息包括车辆绝对坐标和航向角。车辆位置信息可以通过车载定位***获取，如GPS定位***或GNSS定位***。
其中，在步骤101和步骤102中，泊车位的绝对坐标和车辆绝对坐标是指在世界坐标系中，泊车位和车辆的坐标。
103、以车辆绝对坐标为原点，建立泊车位与车辆之间的相对坐标系，获取泊车位的相对坐标，并根据泊车位的相对坐标跟踪泊车位。
具体的，相对坐标系是通过如下计算公式建立：
其中， X′为泊车位相对车辆的X轴坐标值，Y′为泊车位相对车辆的Y轴坐标值，XA为泊车位的顶点的X轴绝对坐标值，YA为泊车位的顶点的Y轴绝对坐标值，Xt为车辆的X轴绝对坐标值，Yt为车辆的Y轴绝对坐标值，θt为车辆航向角。
通过计算泊车位的相对坐标进行泊车位的跟踪，节省了再次转换运算时间，提高了计算效率。
104、根据泊车位的相对坐标规划泊车路径，泊车路径上设有泊车位的贴图，便于驾驶员快速观察，同时在自动泊车过程实时检测是否存在障碍物，若存在障碍物，则车辆停止泊车并反向行驶预设距离，否则按照泊车路径完成自动泊车过程。
为了在自动泊车过程中快速检测到障碍物，对车辆在泊车过程中的加速度进行实时监测。因为一旦车辆遇到障碍物，车辆的速度必然发生明显变化，此时加速度便可以成为车辆是否遇到障碍物的分析依据。将车辆的加速度与自动泊车***预设的突变阈值进行对比，若加速度大于等于突变阈值，则默认为汽车在泊车过程遇到了较大阻力，视为存在障碍物，否则认为速度变化属于正常范围，不存在障碍物。当然，该检测方法是基于自动泊车过程中，无人为操作介入的前提下，也就是说，在正常自动泊车过程中，车辆的速度是基本保持在一个稳定值左右，不会出现车速明显增大的情况，只有当车辆遇到外部障碍物阻力的条件下，车速才会明显下降。
当然，为了避免车速增加导致障碍物检测出现误差，也可以将加速度的突变阈值设置为负值，即当车辆减速时的加速度超过突变阈值，才视为存在障碍物。车辆加速度可以通过车载纵向传感器直接获取，不需要额外增加其他硬件，节省成本。
值得注意的是，当泊车位的方位不同，同样的障碍物对车辆速度的影响也会有所不同，这由车位上的障碍物与车辆相对关系所决定。例如在垂直车位进行泊车时，障碍物与车辆是正面碰撞，冲击力较大，相对而言，速度变化就更加明显，同等情况下产生的加速度会比水平车位和斜列式车位的加速度大，自然其对应的突变阈值也应设置的相对较大。正因如此，为了提高障碍物检测的灵敏度和有效性，本实施例针对不同的泊车位分别设置了不同的突变阈值，当泊车位为垂直车位时，为第一突变阈值；当泊车位为水平车位时，为第二突变阈值；当泊车位为斜列式车位时，为第三突变阈值。加速度的突变阈值与泊车位的方位相匹配，利于提高障碍物检测的准确性。
本实施例中，当检测到存在障碍物时，车辆停止泊车并反向行驶预设距离一是为了避免障碍物与车辆之间的持续挤压，对车辆造成损坏，二是为了使车辆与障碍物之间拉开一定距离，为障碍物的进一步检测提供操作空间。在确定障碍物存在的前提下，可以开启360°全景***，获取至少两张关于障碍物的图片。通过对比各图片中障碍物的位置变化，确定障碍物以后处于移动状态。由于车辆反向行驶预设距离后就保持位置不变，这就意味着360°全景***对障碍物的拍摄角度固定不变，当不同图片中的障碍物的位置发生变化，即认定该障碍物为移动物体，根据障碍物在不同图片中的位移以及不同图片的拍摄时间间隔就可以计算出障碍物的移动速度和运动方向。当障碍物移动速度大于0且运动方向为移出泊车位，就可以利用360°全景***持续监测障碍物的位置，直至障碍物移出泊车位为止，一旦障碍物移出泊车位，车辆便可以继续按照之前的泊车路径完成自动泊车过程。
当然，如果对比各图片后，障碍物的位置无变化，则认为该障碍物不会移动或者移动速度为0，此时就需要对障碍物的其他参数做进一步分析，以确定车辆是否可以跨越障碍物完成自动泊车过程。
作为本实施例的一个示例，当障碍物的移动速度等于0时，可以继续从360°全景***拍摄到的障碍物图片中提取障碍物的体积、形状等参数，并将障碍物的体积和形状分别与预设体积、预设形状进行比对，如果障碍物的体积小于等于预设体积且障碍物的形状与预设形状相匹配，则默认为车辆能过跨越障碍物，此时车辆会跨越障碍物，继续按照泊车路径完成自动泊车过程。但是，无论障碍物的体积还是障碍物的形状，只要有一个不满足预设要求，就默认车辆无法跨过障碍物，此时车辆只能选择退出自动泊车，同时发出报警信号，用于提醒驾驶员。
由于在正常的车辆行驶过程中，车辆底盘和车辆轮胎能够克服的障碍物大小和形状各不相同，因此，预设体积和预设形状的需分区域设置，即车辆不同区域对应的障碍物预设体积和预设形状并不相同。换句话说，障碍物位于车辆周围的不同区域内，会对应不同的预设体积和预设形状，如轮胎周围的区域内，预设形状中不能包括如三角形等带有尖锐结构的形状。分区域设置预设体积和预设形状在保证车辆不受损坏的前提下，提高了自动泊车过程的灵活性，实现了自动泊车过程的智能化。
实施例2：
本实施例公开了一种自动泊车***，基于实施例1中公开的一种泊车位自动跟踪方法，包括车位跟踪***，所述车位跟踪***设有车辆定位***、车位识别***以及数据处理***，所述车辆定位***用于实时获取车辆位置信息并传输至数据处理***；所述车位识别***包括360°全景***和超声波定位***，所述超声波定位***与360°全景***分别用于获取泊车位的第一信息和第二信息，并传输至车位识别***，所述车位识别***用于将第一信息和第二信息融合形成泊车位信息并传输至数据处理***，所述数据处理***用于根据车辆位置信息和泊车位信息规划泊车路径并配合车载控制***完成自动泊车过程。
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。
Claims (8)
1.一种泊车位自动跟踪方法，其特征在于，包括如下步骤：
获取泊车位信息，所述泊车位信息包括泊车位的绝对坐标以及方位；
获取车辆位置信息，所述车辆位置信息包括车辆绝对坐标和航向角；
以车辆绝对坐标为原点，建立泊车位与车辆之间的相对坐标系，获取泊车位的相对坐标；
根据泊车位的相对坐标规划泊车路径，并在自动泊车过程检测是否存在障碍物，若无障碍物，则按照泊车路径完成自动泊车过程；若存在障碍物，则车辆停止泊车并反向行驶预设距离，同时开启360°全景***，获取至少两张关于障碍物的图片，并比对各图片中的障碍物位置，获取障碍物的移动速度；
当障碍物移动速度大于0，且运动方向为移出泊车位，则360°全景***实时监测障碍物位置，直至障碍物移出泊车位，车辆继续按照泊车路径完成自动泊车；
当障碍物移动速度等于0，则从图片中提取障碍物的体积以及形状，并根据障碍物的分布区域，将障碍物的体积和形状分别与对应区域的预设体积、预设形状进行比对，若障碍物体积小于等于预设体积且障碍物形状与预设形状相匹配，则车辆继续按照泊车路径完成自动泊车，否则退出自动泊车模式。
2.如权利要求1所述一种泊车位自动跟踪方法，其特征在于，所述车辆退出自动泊车后，发出用于提醒驾驶员的报警信号。
3.如权利要求1所述一种泊车位自动跟踪方法，其特征在于，所述障碍物的检测包括：
获取车辆在泊车过程中的加速度；
判断加速度是否超过突变阈值，若加速度大于等于突变阈值，则存在障碍物，否则不存在障碍物。
4.如权利要求3所述一种泊车位自动跟踪方法，其特征在于，所述泊车位的方位包括垂直车位、水平车位以及斜列式车位，所述突变阈值包括与垂直车位相匹配的第一突变阈值、与水平车位相匹配的第二突变阈值以及与斜列式车位相匹配的第三突变阈值。
5.如权利要求1所述一种泊车位自动跟踪方法，其特征在于，所述泊车位信息获取包括：
利用超声波定位***获取泊车位的第一信息；
利用360°全景***获取泊车位的第二信息；
比对第一信息和第二信息，若第一信息中的泊车位与第二信息中的泊车位重合度超过第一阈值，则将第一信息与第二信息进行融合，形成泊车位信息。
6.如权利要求5所述一种泊车位自动跟踪方法，其特征在于，所述第一信息和第二信息分别包括泊车位四个顶点处的绝对坐标。
7.如权利要求6所述一种泊车位自动跟踪方法，其特征在于，所述相对坐标系根据如下计算公式建立：
X′＝XA*cosθt+YA*sinθt-(Xt*cosθt+Yt*sinθt)
Y′＝-XA*sinθt+YA*cosθt-(-Xt*sinθt+Yt*cosθt)
其中，X′为泊车位相对车辆的X轴坐标值，Y′为泊车位相对车辆的Y轴坐标值，XA为泊车位的顶点的X轴绝对坐标值，YA为泊车位的顶点的Y轴绝对坐标值，Xt为车辆的X轴绝对坐标值，Yt为车辆的Y轴绝对坐标值，θt为车辆航向角。
8.一种自动泊车***，其特征在于，基于权利要求1-7任一项所述的一种泊车位自动跟踪方法，包括车位跟踪***，所述车位跟踪***设有车辆定位***、车位识别***以及数据处理***，所述车辆定位***用于实时获取车辆位置信息并传输至数据处理***；所述车位识别***包括360°全景***和超声波定位***，所述超声波定位***与360°全景***分别用于获取泊车位的第一信息和第二信息，并传输至车位识别***，所述车位识别***用于将第一信息和第二信息融合形成泊车位信息并传输至数据处理***，所述数据处理***用于根据车辆位置信息和泊车位信息规划泊车路径并配合车载控制***完成自动泊车过程。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910577302.8A CN110435638B (zh) | 2019-06-28 | 2019-06-28 | 一种泊车位自动跟踪方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910577302.8A CN110435638B (zh) | 2019-06-28 | 2019-06-28 | 一种泊车位自动跟踪方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110435638A CN110435638A (zh) | 2019-11-12 |
| CN110435638B true CN110435638B (zh) | 2021-01-01 |
Family
ID=68428813
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910577302.8A Active CN110435638B (zh) | 2019-06-28 | 2019-06-28 | 一种泊车位自动跟踪方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110435638B (zh) |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111196271A (zh) * | 2020-01-21 | 2020-05-26 | 北京百度网讯科技有限公司 | 自动泊车方法、装置、设备及存储介质 |
| CN111319615B (zh) * | 2020-03-16 | 2021-02-26 | 湖北亿咖通科技有限公司 | 智能代客泊车方法、计算机可读存储介质及电子设备 |
| CN111591283A (zh) * | 2020-04-13 | 2020-08-28 | 长城汽车股份有限公司 | 一种监控车辆运动轨迹的方法、装置及*** |
| CN111674390B (zh) * | 2020-05-09 | 2021-07-02 | 惠州市德赛西威汽车电子股份有限公司 | 一种自动泊车路径规划的避障方法及泊车路径规划*** |
| CN112124302B (zh) * | 2020-08-18 | 2022-02-22 | 上海元城汽车技术有限公司 | 自动泊车控制方法、装置、车辆及存储介质 |
| CN112509375B (zh) * | 2020-10-20 | 2022-03-08 | 东风汽车集团有限公司 | 一种泊车动态显示方法及*** |
| CN112277935B (zh) * | 2020-10-30 | 2022-03-11 | 广州小鹏自动驾驶科技有限公司 | 一种自动泊车的方法和装置 |
| CN112389422B (zh) * | 2020-11-17 | 2022-10-14 | 广州小鹏自动驾驶科技有限公司 | 一种越障方法和装置 |
| CN112537293B (zh) * | 2020-12-11 | 2022-04-01 | 武汉乐庭软件技术有限公司 | 一种自动泊车控制***中的泊车精度计算方法 |
| CN113561965B (zh) * | 2021-08-06 | 2023-05-12 | 上汽通用五菱汽车股份有限公司 | 车辆控制方法、车辆及计算机可读存储介质 |
| CN114475780B (zh) * | 2021-12-21 | 2023-09-15 | 大连中科创达软件有限公司 | 一种自动泊车方法、装置、设备及存储介质 |
| CN115743159A (zh) * | 2022-05-26 | 2023-03-07 | 惠州市德赛西威汽车电子股份有限公司 | 一种自动泊车路沿检测方法、装置、车辆及存储介质 |
| CN118382569A (zh) * | 2022-11-22 | 2024-07-23 | 华为技术有限公司 | 自动泊车方法及装置 |
| CN116923988B (zh) * | 2023-09-19 | 2023-12-15 | 杭州集英智慧农业装备有限公司 | 一种智能遥控单轨运输机、控制方法及介质 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103600707B (zh) * | 2013-11-06 | 2016-08-17 | 同济大学 | 一种智能泊车***的泊车位检测装置及方法 |
| KR101498976B1 (ko) * | 2013-12-19 | 2015-03-05 | 현대모비스(주) | 차량용 주차지원시스템 및 주차지원방법 |
| CN104057950B (zh) * | 2014-05-21 | 2016-04-27 | 重庆长安汽车股份有限公司 | 一种全自动泊车*** |
| KR102032666B1 (ko) * | 2015-10-22 | 2019-10-15 | 닛산 지도우샤 가부시키가이샤 | 주차 지원 방법 및 주차 지원 장치 |
| CN107672585B (zh) * | 2017-08-29 | 2019-09-17 | 广州小鹏汽车科技有限公司 | 一种自动泊车路径规划方法及*** |
| CN108944915A (zh) * | 2018-07-13 | 2018-12-07 | 广东工业大学 | 一种自动泊车方法、***及计算机可读存储介质 |
-
2019
- 2019-06-28 CN CN201910577302.8A patent/CN110435638B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN110435638A (zh) | 2019-11-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110435638B (zh) | 一种泊车位自动跟踪方法 | |
| CN110239535B (zh) | 一种基于多传感器融合的弯道主动避撞控制方法 | |
| Mendes et al. | Multi-target detection and tracking with a laser scanner | |
| US7782179B2 (en) | Obstacle detection apparatus | |
| JP6465319B2 (ja) | 車両の走行制御装置 | |
| JP5297078B2 (ja) | 車両の死角における移動物体を検知するための方法、および死角検知装置 | |
| CN108928343A (zh) | 一种全景融合自动泊车***及方法 | |
| CN112154455B (zh) | 数据处理方法、设备和可移动平台 | |
| Labayrade et al. | In-vehicle obstacles detection and characterization by stereovision | |
| EP2738751A1 (en) | Vehicle-specifying system and vehicle-specifying device | |
| US11209831B2 (en) | Object sound detection | |
| KR101103526B1 (ko) | 스테레오 카메라를 이용한 충돌회피 방법 | |
| EP3961580A1 (en) | Apparatus, method, and computer program for object detection | |
| CN111937002A (zh) | 障碍物检测装置、利用了障碍物检测装置的自动制动装置、障碍物检测方法以及利用了障碍物检测方法的自动制动方法 | |
| CN110969059A (zh) | 车道线识别方法及*** | |
| US10885774B2 (en) | Travel control system for vehicle | |
| CN111578894B (zh) | 一种确定障碍物航向角的方法及装置 | |
| CN110576849A (zh) | 车辆的行驶控制装置 | |
| CN111332288A (zh) | 一种基于视觉***的车辆行人碰撞避免方法 | |
| Valldorf et al. | Advanced Microsystems for Automotive Applications 2007 | |
| Mendes et al. | Situation-based multi-target detection and tracking with laserscanner in outdoor semi-structured environment | |
| CN111222441A (zh) | 基于车路协同的点云目标检测和盲区目标检测方法及*** | |
| US10970870B2 (en) | Object detection apparatus | |
| CN113432615B (zh) | 基于多传感器融合可驾驶区域的检测方法、***和车辆 | |
| CN113884090A (zh) | 智能平台车环境感知***及其数据融合方法 |
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 |