CN117475669A - 停车位识别方法及装置 - Google Patents

Abstract

本发明提供一种停车位识别方法及装置，涉及停车位识别技术领域，本方法包括：在车辆针对目标停车位，通过超声波雷达进行障碍物距离探测的过程中，基于加权递推平均滤波法，对超声波雷达所探测到的所有距离测量值进行滤波处理，得到滤波后数据；目标停车位为其两侧车位中均停有障碍车辆的车位；使用滤波后数据进行停车位识别。本发明能够提高停车位识别结果的准确性。

Description

停车位识别方法及装置

技术领域

本发明涉及停车位识别技术领域，具体涉及一种停车位识别方法及装置。

背景技术

智能驾驶车辆在停车场寻找车位的场景中，停车位识别是其实现自动泊车入位的前提。由于超声波雷达能够通过发送超声波信号来探测目标物***置、距离以及速度，因此，可利用超声波雷达进行停车位识别。

超声波信号的传播速度会受到环境温度的影响，使得停车位识别结果的准确性降低，因此，在智能驾驶车辆的停车位识别装置中增加温度补偿模块来提高停车位识别结果的准确性，但这同时在超声波雷达的探测数据中引入了噪声数据，使得探测数据的不稳定性和不准确性增加，进而使得停车位识别结果的准确性较低。

基于此，如何提高停车位识别结果的准确性，成为了亟待解决的技术问题。

发明内容

为了解决现有技术存在的停车位识别结果的准确性较低的问题，本发明提供了一种停车位识别方法及装置。

本发明的技术方案如下：

本发明提供了一种停车位识别方法，包括：

在车辆针对目标停车位，通过超声波雷达进行障碍物距离探测的过程中，基于加权递推平均滤波法，对所述超声波雷达所探测到的所有距离测量值进行滤波处理，得到滤波后数据；所述目标停车位为其两侧车位中均停有障碍车辆的车位；

使用所述滤波后数据进行停车位识别。

可选的，基于加权递推平均滤波法，对所述超声波雷达所探测到的所有距离测量值进行滤波处理，具体包括：

初始化预设参数，所述预设参数包括初始距离估计值和初始权重；

在每次获取到所述超声波雷达所探测到的距离测量值时，针对该距离测量值，执行如下步骤，直至所述超声波雷达完成本次障碍物距离探测：

在所述该距离测量值是所述超声波雷达在本次障碍物距离探测中所探测到的第一个距离测量值时，根据所述该距离测量值、所述初始距离估计值和所述初始权重，计算所述该距离测量值对应的距离估计值；

在所述该距离测量值不是所述超声波雷达在本次障碍物距离探测中所探测到的第一个距离测量值时，根据所述该距离测量值、和所述该距离测量值的上一个距离测量值所对应的距离估计值，计算所述该距离测量值对应的距离估计值。

可选的，根据所述该距离测量值、和所述该距离测量值的上一个距离测量值所对应的距离估计值，计算所述该距离测量值对应的距离估计值，具体包括：

根据所述该距离测量值、与所述该距离测量值的上一个距离测量值所对应的距离估计值之间的差值，确定目标权重；

用所述该距离测量值的上一个距离测量值所对应的距离估计值乘以所述目标权重，得到第一计算值；

用所述该距离测量值乘以1与所述目标权重之差，得到第二计算值；

用所述第一计算值加上所述第二计算值，得到所述该距离测量值对应的距离估计值。

可选的，根据所述该距离测量值、与所述该距离测量值的上一个距离测量值所对应的距离估计值之间的差值，确定目标权重，具体包括：

计算所述该距离测量值、与所述该距离测量值的上一个距离测量值所对应的距离估计值之间的差值的绝对值；

判断所述差值的绝对值是否大于预设阈值；

若所述差值的绝对值大于预设阈值，则令所述目标权重等于第一预设数值范围中的一个数值；

若所述差值的绝对值不大于预设阈值，则令所述目标权重等于第二预设数值范围中的一个数值；所述第一预设数值范围中的任意一个数值均大于所述第二预设数值范围中的任意一个数值。

可选的，令所述目标权重等于第一预设数值范围中的一个数值，具体包括：

令所述目标权重等于第一预设数值，所述第一预设数值位于所述第一预设数值范围中；

令所述目标权重等于第二预设数值范围中的一个数值，具体包括：

令所述目标权重等于第二预设数值，所述第二预设数值位于所述第二预设数值范围中。

可选的，令所述目标权重等于第一预设数值范围中的一个数值，具体包括：

在所述第一预设数值范围中随机选取一个数值作为所述目标权重；

令所述目标权重等于第二预设数值范围中的一个数值，具体包括：

在所述第二预设数值范围中随机选取一个数值作为所述目标权重。

可选的，在车辆针对目标停车位，通过超声波雷达进行障碍物距离探测的过程中，所述车辆保持匀速行驶状态；

使用所述滤波后数据进行停车位识别，具体包括：

使用所述滤波后数据进行跳变沿检测，得到跳变沿检测结果；所述跳变沿检测结果至少包括中间沿，所述跳变沿检测结果还包括所述上升沿与所述下降沿两者中的至少一种；所述中间沿为所述上升沿的终点与所述下降沿的起点之间的边沿；

根据所述跳变沿检测结果，计算所述目标停车位的长度和宽度。

可选的，根据所述跳变沿检测结果，计算所述目标停车位的长度和宽度，具体包括：

计算所述上升沿的起点到所述中间沿的垂直距离，得到所述目标停车位的宽度；

用所述中间沿对应的探测时长乘以所述车辆的车速，得到第一长度；

用所述宽度除以所述上升沿的斜率，得到第二长度；

计算所述第一长度与2倍的所述第二长度之和，得到所述目标停车位的长度。

可选的，使用所述滤波后数据确定所述上升沿或所述下降沿，具体包括：

确定目标沿对应的所有距离测量值为目标距离测量值，所述目标沿为所述上升沿或所述下降沿；

基于线性回归模型，使用所述滤波后数据确定所述目标沿的斜率。

本发明还提供了一种停车位识别装置，包括：

数据采集模块，用于在车辆针对目标停车位，通过超声波雷达进行障碍物距离探测的过程中，基于加权递推平均滤波法，对所述超声波雷达所探测到的所有距离测量值进行滤波处理，得到滤波后数据；所述目标停车位为其两侧车位中均停有障碍车辆的车位；

停车位识别模块，用于使用所述滤波后数据进行停车位识别。

本发明采用上述技术方案，具备如下有益效果：

一种停车位识别方法，包括：在车辆针对目标停车位，通过超声波雷达进行障碍物距离探测的过程中，基于加权递推平均滤波法，对超声波雷达所探测到的所有距离测量值进行滤波处理，得到滤波后数据；目标停车位为其两侧车位中均停有障碍车辆的车位；使用滤波后数据进行停车位识别。基于此，由于基于加权递推平均滤波法，对超声波雷达所探测到的所有距离测量值进行滤波处理，使得本发明能够提高超声波雷达的探测数据的稳定性和准确性，进而使得本发明能够提高停车位识别结果的准确性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1是一种利用超声波雷达进行停车位识别时距离测量值理论变化示意图；

图2是对应于图1的利用超声波雷达进行停车位识别时距离测量值实际变化示意图；

图3是本发明实施例提供的一种停车位识别方法的流程示意图；

图4是本发明实施例提供的一种对应于图2的停车位各边长计算原理示意图；

图5是本发明实施例提供的一种目标沿的确定原理示意图；

图6是本发明实施例提供的一种停车位识别装置的结构示意图。

具体实施方式

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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为了使得本发明技术方案更容易理解，下面对本发明技术方案可能涉及的一些专业术语进行解释说明。

超声波雷达：一种利用超声波技术来探测和测量目标物***置、距离以及速度的雷达***，它通过发射超声波信号并接收其回波来获取关于目标物体的信息。

轮速传感器：一种用于测量车辆各个车轮旋转速度的装置，它能够监测车辆的运动并将车辆的速度信息传输给车辆的电子控制***。

束射性：从声源发出的声波向某一方向(其他方向甚弱)定向地传播，称之为束射，超声波的束射性的好坏，一般用发散角的大小来衡量。

线性回归：一种用于建立一个因变量、与一个或多个自变量之间关系的统计方法，它通常用于预测或解释因变量的值。

加权递推平均滤波法：根据先前的测量值，通过加权计算来估计下一个测量值。

智能驾驶车辆在停车场寻找车位的场景中，停车位识别是其实现自动泊车入位的第一环节，是泊车成功与否的关键，只有在检测到合适的停车位之后，自动泊车才能进行下一步的泊车路径规划等操作。由于超声波雷达能够通过发送超声波信号来探测目标物***置、距离以及速度，因此，可利用超声波雷达进行停车位识别。图1是一种利用超声波雷达进行停车位识别时距离测量值理论变化示意图。如图1所示，目标停车位的两侧车位中分别停有1号障碍车辆和2号障碍车辆。在本车辆开始泊车时，其以速度V匀速行驶，其中，车辆的行驶速度可由车辆中的轮速传感器检测得到。在车辆行驶过程中，当车辆的目标超声波雷达探测到1号障碍车辆的车尾时，将此时的距离测量值记为d1，目标超声波雷达可以是设置在车辆右前侧的超声波雷达；当车辆驶离1号障碍车辆的车头时，对应的距离测量值发生跳变，将该距离测量值记为d2，同时，车辆开始计时；当目标超声波雷达探测到2号障碍车辆的车尾时，对应的距离测量值再次发生跳变，同时，车辆停止计时，将车辆本次的计时时长记为△t。因此，可以确定目标停车位的长度L等于车速V乘以计时时长△t，即L＝V*△t，以及，目标停车位的宽度W等于距离测量值跳变幅值，即W＝d2-d1。

然而，在实际应用过程中，由于一些原因，目标超声波雷达的距离测量值往往会发生抖动，甚至发生异常，使得整个距离测量值曲线呈现锯齿状。例如，超声波信号的传播速度会受到环境温度的影响，使得停车位识别结果的准确性降低，因此，在智能驾驶车辆的停车位识别装置中增加温度补偿模块来提高停车位识别结果的准确性，但这同时在超声波雷达的探测数据中引入了噪声数据，使得探测数据的不稳定性和不准确性增加，进而使得停车位识别结果的准确性较低。图2是对应于图1的利用超声波雷达进行停车位识别时距离测量值实际变化示意图。如图2所示，距离测量值d的实际变化曲线21呈现锯齿状。

因此，为了提高停车位识别结果的准确性，本发明提供了一种停车位识别方法及装置。下面结合附图，详细说明本发明的技术方案。

图3是本发明实施例提供的一种停车位识别方法的流程示意图。如图3所示，本流程包括：

步骤301：在车辆针对目标停车位，通过超声波雷达进行障碍物距离探测的过程中，基于加权递推平均滤波法，对超声波雷达所探测到的所有距离测量值进行滤波处理，得到滤波后数据；目标停车位为其两侧车位中均停有障碍车辆的车位。

步骤302：使用滤波后数据进行停车位识别。

本发明实施例采用上述技术方案，由于基于加权递推平均滤波法，对超声波雷达所探测到的所有距离测量值进行滤波处理，使得本发明能够提高超声波雷达的探测数据的稳定性、准确性和抗干扰性，降低、甚至消除所有距离测量值中的异常值对停车位识别结果的影响，进而使得本发明能够提高停车位识别结果的准确性。

本发明实施例中，基于加权递推平均滤波法，对超声波雷达所探测到的所有距离测量值进行滤波处理，具体可以包括：

(1)初始化预设参数，预设参数包括初始距离估计值和初始权重。

具体的，初始距离估计值和初始权重的取值可以由本领域技术人员根据实际需求设定，例如设定初始距离估计值和初始权重均等于0，该情况下，计算机在进行初始化预设参数时，会令初始距离估计值和初始权重的取值均等于0。

(2)在每次获取到超声波雷达所探测到的距离测量值时，针对该距离测量值，执行如下步骤，直至超声波雷达完成本次障碍物距离探测：

(a)在该距离测量值是超声波雷达在本次障碍物距离探测中所探测到的第一个距离测量值时，根据该距离测量值、初始距离估计值和初始权重，计算该距离测量值对应的距离估计值。

具体的，针对任一距离测量值，其距离估计值的计算公式如下：

E_new＝E_old*α+距离测量值*(1-α)......(1)

其中，E_new为距离测量值的距离估计值，E_old为距离测量值的上一个距离测量值所对应的距离估计值，α为距离测量值对应的权重。

因此，针对超声波雷达在本次障碍物距离探测中所探测到的第一个距离测量值D1，在计算其距离估计值时，E_old和α取初始化参数，即：

D1的距离估计值＝初始距离估计值*初始权重+D1*(1-α)。

在令初始距离估计值和初始权重的取值均等于0时，D1的距离估计值等于其本本身，即：D1的距离估计值＝D1。

(b)在该距离测量值不是超声波雷达在本次障碍物距离探测中所探测到的第一个距离测量值时，根据该距离测量值、和该距离测量值的上一个距离测量值所对应的距离估计值，计算该距离测量值对应的距离估计值。

本发明实施例中，基于公式(1)，在该距离测量值不是超声波雷达在本次障碍物距离探测中所探测到的第一个距离测量值时，根据该距离测量值、和该距离测量值的上一个距离测量值所对应的距离估计值，计算该距离测量值对应的距离估计值，具体可以包括：

(1)根据该距离测量值、与该距离测量值的上一个距离测量值所对应的距离估计值之间的差值，确定目标权重。

具体的，在本次获取到的距离测量值，与其上一个距离测量值所对应的距离估计值之间相差较大时，表示本次获取到的距离测量值的抖动较大，因此，为了降低距离测量值的抖动，可以使α取较大值，反之，在本次获取到的距离测量值，与其上一个距离测量值所对应的距离估计值之间相差较小时，可以使α取较小值。

在一个具体的例子中，α的取值范围可以是(0,1)。

(2)用该距离测量值的上一个距离测量值所对应的距离估计值乘以目标权重，得到第一计算值，即：

第一计算值＝该距离测量值的上一个距离测量值所对应的距离估计值*目标权重。

可见，第一计算值即为上述公式(1)中的E_old*α部分。

(3)用该距离测量值乘以1与目标权重之差，得到第二计算值，即：

第二计算值＝该距离测量值*(1-目标权重)。

可见，第二计算值即为上述公式(1)中的距离测量值*(1-α)部分。

(4)用第一计算值加上第二计算值，得到该距离测量值对应的距离估计值。

本发明实施例中，根据该距离测量值、与该距离测量值的上一个距离测量值所对应的距离估计值之间的差值，确定目标权重，具体可以包括：

(1)计算该距离测量值、与该距离测量值的上一个距离测量值所对应的距离估计值之间的差值的绝对值△S。

(2)判断差值的绝对值△S是否大于预设阈值T。

具体的，预设阈值T可以由本领域技术人员根据实际情况自由设定，本发明实施例在此不做具体限定。

(3)若差值的绝对值△S大于预设阈值T，则令目标权重等于第一预设数值范围中的一个数值；以及，若差值的绝对值△S不大于预设阈值T，则令目标权重等于第二预设数值范围中的一个数值；第一预设数值范围中的任意一个数值均大于第二预设数值范围中的任意一个数值。

在一个具体的例子中，第一预设数值范围为(0.8,1)，第二预设数值范围为(0,0.2)，即：

本发明实施例中，在差值的绝对值△S大于预设阈值T时，令目标权重等于第一预设数值范围中的一个数值，具体可以包括：

令目标权重等于第一预设数值，第一预设数值位于第一预设数值范围中。

以及，在差值的绝对值△S不大于预设阈值T时，令目标权重等于第二预设数值范围中的一个数值，具体可以包括：

令目标权重等于第二预设数值，第二预设数值位于第二预设数值范围中。

具体的，第一预设数值和第二预设数值可以由本领域技术人员根据实际情况预先设定，例如，设定第一预设数值为0.9，第二预设数值为0.1，该情况下，当计算机确定出差值的绝对值△S大于预设阈值T时，会令目标权重等于0.9，以及，当计算机确定出差值的绝对值△S不大于预设阈值T时，会令目标权重等于0.1。

本发明实施例中，在差值的绝对值△S大于预设阈值T时，令目标权重等于第一预设数值范围中的一个数值，具体可以包括：

在第一预设数值范围中随机选取一个数值作为目标权重。

以及，在差值的绝对值△S不大于预设阈值T时，令目标权重等于第二预设数值范围中的一个数值，具体可以包括：

在第二预设数值范围中随机选取一个数值作为目标权重。

具体的，当计算机确定出差值的绝对值△S大于预设阈值T时，会在第一预设数值范围中随机选取一个数值作为目标权重，以及，当计算机确定出差值的绝对值△S不大于预设阈值T时，会在第二预设数值范围中随机选取一个数值作为目标权重。

参考图2，实际应用过程中，发明人发现，由于超声波雷达在发射数据时，存在一定的发散角，因此，当车辆开始驶离1号障碍车辆的车头时，对应的距离测量值不是瞬间发生跳变的，而是逐渐增大直至趋于稳定，同理，当目标超声波雷达刚刚探测到2号障碍车辆的车尾时，对应的距离测量值不是瞬间发生跳变的，而是逐渐减小直至趋于稳定。这使得目前的停车位识别方法计算出的停车位长度小于停车位的实际长度，使得停车位识别结果准确性较低。

基于此，图4是本发明实施例提供的一种对应于图2的停车位各边长计算原理示意图。下面结合图4，详细说明本发明的步骤302：使用滤波后数据进行停车位识别。

本发明实施例中，在车辆针对目标停车位，通过超声波雷达进行障碍物距离探测的过程中，车辆保持匀速行驶状态。

步骤302：使用滤波后数据进行停车位识别，具体可以包括：

(1)使用滤波后数据进行跳变沿检测，得到跳变沿检测结果；跳变沿检测结果至少包括中间沿EF，跳变沿检测结果还包括上升沿BE与下降沿FG两者中的至少一种；中间沿EF为上升沿BE的终点(即E点)与下降沿FG的起点(即F点)之间的边沿。

其中，线段AB和线段GH对应的距离测量值为d1，线段EF对应的距离测量值为d2。

(2)根据跳变沿检测结果，计算目标停车位的长度和宽度。

本发明实施例中，根据跳变沿检测结果，计算目标停车位的长度和宽度，具体可以包括：

(1)计算上升沿BE的起点B到中间沿EF的垂直距离，得到目标停车位的宽度W。

具体的，B点到中间沿EF的垂直距离等于d2-d1，因此，目标停车位的宽度W等于d2减去d1后的差值，即W＝d2-d1。

(2)用中间沿EF对应的探测时长乘以车辆的车速V，得到第一长度L1。

具体的，参考图1和图4，在车辆行驶过程中，从车辆开始驶离1号障碍车辆的车头时起，在距离测量值增至d2时，记此时的时刻为t1，也即，E点对应的时刻为t1，接下来，在距离测量值开始从d2减至d1时，记此时的时刻为t2，也即，F点对应的时刻为t2。因此，可以得出，L1＝(t2-t1)*V。

(3)用宽度除以上升沿的斜率K，得到第二长度L2，即L2＝(d2-d1)/K。

需要说明的是，线段BE和线段FG具有对称性，即线段BE的斜率与线段FG的斜率之和为0，因此，线段BE对应的补偿长度L2等于线段FG对应的补偿长度L3，进而，在实际应用过程中，计算这两者中的一者即可，而本发明实施例是以计算线段BE对应的补偿长度L2进行说明，本领域技术人员还可以根据实际需求选择去计算线段FG对应的补偿长度L3，并根据L3计算目标停车位的长度，或者，同时计算线段BE对应的补偿长度L2等于线段FG对应的补偿长度L3，并根据L2和L3计算目标停车位的长度。

(4)计算第一长度L1与2倍的第二长度L2之和，得到目标停车位的长度L，即：L＝L1+*L2。

本发明实施例中，使用滤波后数据确定上升沿BE或下降沿FG，具体可以包括：

(1)确定目标沿对应的所有距离测量值为目标距离测量值，目标沿为上升沿BE或下降沿FG。

(2)基于线性回归模型，使用滤波后数据确定目标沿的斜率。

图5是本发明实施例提供的一种目标沿的确定原理示意图。如图5所示，图中的散点为目标距离测量值，可以基于线性回归模型求得这些散点(即所有目标距离测量值)的最佳拟合直线BE，该数学模型通常表示为：y＝Kx+b。其中，y是因变量(即要预测的变量)；x是自变量(即用于预测因变量的变量)；K是斜率，表示自变量x对因变量y的影响程度；b是截距，表示当自变x等于零时，因变量y的值。

在求取最佳拟合直线BE的过程中，使用最小二乘法确定直线BE的斜率K，即：

其中，n是目标距离测量值的总个数，(x_i,y_i)为目标距离测量值的坐标。

综上，本发明实施例通过将线段BE对应的补偿长度L2和线段FG对应的补偿长度L3加入目标停车位的长度L的计算结果中，使得本发明能够进一步提高停车位识别结果的准确性。

基于一个总的发明构思，本发明还提供了一种停车位识别装置。图6是本发明实施例提供的一种停车位识别装置的结构示意图。如图6所示，本装置包括：

数据采集模块61，用于在车辆针对目标停车位，通过超声波雷达进行障碍物距离探测的过程中，基于加权递推平均滤波法，对超声波雷达所探测到的所有距离测量值进行滤波处理，得到滤波后数据；目标停车位为其两侧车位中均停有障碍车辆的车位。

停车位识别模块62，用于使用滤波后数据进行停车位识别。

可选的，数据采集模块61，具体可以包括：

初始化单元，用于初始化预设参数，预设参数包括初始距离估计值和初始权重。

距离估计单元，用于在每次获取到超声波雷达所探测到的距离测量值时，针对该距离测量值，执行如下步骤，直至超声波雷达完成本次障碍物距离探测：

(1)在该距离测量值是超声波雷达在本次障碍物距离探测中所探测到的第一个距离测量值时，根据该距离测量值、初始距离估计值和初始权重，计算该距离测量值对应的距离估计值。

(2)在该距离测量值不是超声波雷达在本次障碍物距离探测中所探测到的第一个距离测量值时，根据该距离测量值、和该距离测量值的上一个距离测量值所对应的距离估计值，计算该距离测量值对应的距离估计值。

可选的，距离估计单元包括：

确定目标权重子单元，用于根据该距离测量值、与该距离测量值的上一个距离测量值所对应的距离估计值之间的差值，确定目标权重。

第一计算子单元，用于用该距离测量值的上一个距离测量值所对应的距离估计值乘以目标权重，得到第一计算值。

第二计算子单元，用于用该距离测量值乘以1与目标权重之差，得到第二计算值。

第三计算子单元，用于用第一计算值加上第二计算值，得到该距离测量值对应的距离估计值。

可选的，确定目标权重子单元，具体可以用于：

(1)计算该距离测量值、与该距离测量值的上一个距离测量值所对应的距离估计值之间的差值的绝对值。

(2)判断差值的绝对值是否大于预设阈值。

(3)若差值的绝对值大于预设阈值，则令目标权重等于第一预设数值范围中的一个数值。

(4)若差值的绝对值不大于预设阈值，则令目标权重等于第二预设数值范围中的一个数值；第一预设数值范围中的任意一个数值均大于第二预设数值范围中的任意一个数值。

其中，令目标权重等于第一预设数值范围中的一个数值，具体可以包括：

令目标权重等于第一预设数值，第一预设数值位于第一预设数值范围中。

令目标权重等于第二预设数值范围中的一个数值，具体可以包括：

令目标权重等于第二预设数值，第二预设数值位于第二预设数值范围中。

其次，令目标权重等于第一预设数值范围中的一个数值，具体还可以包括：

在第一预设数值范围中随机选取一个数值作为目标权重。

令目标权重等于第二预设数值范围中的一个数值，具体还可以包括：

在第二预设数值范围中随机选取一个数值作为目标权重。

可选的，在车辆针对目标停车位，通过超声波雷达进行障碍物距离探测的过程中，车辆保持匀速行驶状态。

停车位识别模块62，具体可以包括：

跳变沿检测单元，用于使用滤波后数据进行跳变沿检测，得到跳变沿检测结果；跳变沿检测结果至少包括中间沿，跳变沿检测结果还包括上升沿与下降沿两者中的至少一种；中间沿为上升沿的终点与下降沿的起点之间的边沿。

停车位识别单元，用于根据跳变沿检测结果，计算目标停车位的长度和宽度。

可选的，停车位识别单元，具体可以用于：

(1)计算上升沿的起点到中间沿的垂直距离，得到目标停车位的宽度。

(2)用中间沿对应的探测时长乘以车辆的车速，得到第一长度。

(3)用宽度除以上升沿的斜率，得到第二长度。

(4)计算第一长度与2倍的第二长度之和，得到目标停车位的长度。

可选的，跳变沿检测单元，具体可以用于：

(1)确定目标沿对应的所有距离测量值为目标距离测量值，目标沿为上升沿或下降沿。

(2)基于线性回归模型，使用滤波后数据确定目标沿的斜率。

对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本发明各实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减，各实施例中记载的技术特征可以进行替换或者组合。

本发明各实施例种装置及终端中的模块和子模块可以根据实际需要进行合并、划分和删减。

本发明所提供的几个实施例中，应该理解到，所揭露的终端，装置和方法，可以通过其它的方式实现。例如，以上所描述的终端实施例仅仅是示意性的，例如，模块或子模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个子模块或模块可以结合或者可以集成到另一个模块，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。

作为分离部件说明的模块或子模块可以是或者也可以不是物理上分开的，作为模块或子模块的部件可以是或者也可以不是物理模块或子模块，即可以位于一个地方，或者也可以分布到多个网络模块或子模块上。可以根据实际的需要选择其中的部分或者全部模块或子模块来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能模块或子模块可以集成在一个处理模块中，也可以是各个模块或子模块单独物理存在，也可以两个或两个以上模块或子模块集成在一个模块中。上述集成的模块或子模块既可以采用硬件的形式实现，也可以采用软件功能模块或子模块的形式实现。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件单元，或者二者的结合来实施。软件单元可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种停车位识别方法，其特征在于，包括：

在车辆针对目标停车位，通过超声波雷达进行障碍物距离探测的过程中，基于加权递推平均滤波法，对所述超声波雷达所探测到的所有距离测量值进行滤波处理，得到滤波后数据；所述目标停车位为其两侧车位中均停有障碍车辆的车位；

使用所述滤波后数据进行停车位识别。

2.根据权利要求1所述的停车位识别方法，其特征在于，基于加权递推平均滤波法，对所述超声波雷达所探测到的所有距离测量值进行滤波处理，具体包括：

初始化预设参数，所述预设参数包括初始距离估计值和初始权重；

在每次获取到所述超声波雷达所探测到的距离测量值时，针对该距离测量值，执行如下步骤，直至所述超声波雷达完成本次障碍物距离探测：

在所述该距离测量值是所述超声波雷达在本次障碍物距离探测中所探测到的第一个距离测量值时，根据所述该距离测量值、所述初始距离估计值和所述初始权重，计算所述该距离测量值对应的距离估计值；

在所述该距离测量值不是所述超声波雷达在本次障碍物距离探测中所探测到的第一个距离测量值时，根据所述该距离测量值、和所述该距离测量值的上一个距离测量值所对应的距离估计值，计算所述该距离测量值对应的距离估计值。

3.根据权利要求2所述的停车位识别方法，其特征在于，根据所述该距离测量值、和所述该距离测量值的上一个距离测量值所对应的距离估计值，计算所述该距离测量值对应的距离估计值，具体包括：

根据所述该距离测量值、与所述该距离测量值的上一个距离测量值所对应的距离估计值之间的差值，确定目标权重；

用所述该距离测量值的上一个距离测量值所对应的距离估计值乘以所述目标权重，得到第一计算值；

用所述该距离测量值乘以1与所述目标权重之差，得到第二计算值；

用所述第一计算值加上所述第二计算值，得到所述该距离测量值对应的距离估计值。

4.根据权利要求3所述的停车位识别方法，其特征在于，根据所述该距离测量值、与所述该距离测量值的上一个距离测量值所对应的距离估计值之间的差值，确定目标权重，具体包括：

计算所述该距离测量值、与所述该距离测量值的上一个距离测量值所对应的距离估计值之间的差值的绝对值；

判断所述差值的绝对值是否大于预设阈值；

若所述差值的绝对值大于预设阈值，则令所述目标权重等于第一预设数值范围中的一个数值；

若所述差值的绝对值不大于预设阈值，则令所述目标权重等于第二预设数值范围中的一个数值；所述第一预设数值范围中的任意一个数值均大于所述第二预设数值范围中的任意一个数值。

5.根据权利要求4所述的停车位识别方法，其特征在于，令所述目标权重等于第一预设数值范围中的一个数值，具体包括：

令所述目标权重等于第一预设数值，所述第一预设数值位于所述第一预设数值范围中；

令所述目标权重等于第二预设数值范围中的一个数值，具体包括：

令所述目标权重等于第二预设数值，所述第二预设数值位于所述第二预设数值范围中。

6.根据权利要求4所述的停车位识别方法，其特征在于，令所述目标权重等于第一预设数值范围中的一个数值，具体包括：

在所述第一预设数值范围中随机选取一个数值作为所述目标权重；

令所述目标权重等于第二预设数值范围中的一个数值，具体包括：

在所述第二预设数值范围中随机选取一个数值作为所述目标权重。

7.根据权利要求1所述的停车位识别方法，其特征在于，在车辆针对目标停车位，通过超声波雷达进行障碍物距离探测的过程中，所述车辆保持匀速行驶状态；

使用所述滤波后数据进行停车位识别，具体包括：

使用所述滤波后数据进行跳变沿检测，得到跳变沿检测结果；所述跳变沿检测结果至少包括中间沿，所述跳变沿检测结果还包括所述上升沿与所述下降沿两者中的至少一种；所述中间沿为所述上升沿的终点与所述下降沿的起点之间的边沿；

根据所述跳变沿检测结果，计算所述目标停车位的长度和宽度。

8.根据权利要求7所述的停车位识别方法，其特征在于，根据所述跳变沿检测结果，计算所述目标停车位的长度和宽度，具体包括：

计算所述上升沿的起点到所述中间沿的垂直距离，得到所述目标停车位的宽度；

用所述中间沿对应的探测时长乘以所述车辆的车速，得到第一长度；

用所述宽度除以所述上升沿的斜率，得到第二长度；

计算所述第一长度与2倍的所述第二长度之和，得到所述目标停车位的长度。

9.根据权利要求7所述的停车位识别方法，其特征在于，使用所述滤波后数据确定所述上升沿或所述下降沿，具体包括：

确定目标沿对应的所有距离测量值为目标距离测量值，所述目标沿为所述上升沿或所述下降沿；

基于线性回归模型，使用所述滤波后数据确定所述目标沿的斜率。

10.一种停车位识别装置，其特征在于，包括：

数据采集模块，用于在车辆针对目标停车位，通过超声波雷达进行障碍物距离探测的过程中，基于加权递推平均滤波法，对所述超声波雷达所探测到的所有距离测量值进行滤波处理，得到滤波后数据；所述目标停车位为其两侧车位中均停有障碍车辆的车位；

停车位识别模块，用于使用所述滤波后数据进行停车位识别。