一种智能泊车系统的障碍物检测与库位判别方法，该方法共包含六个部分：依靠雷达和定位系统完成数据采集；依靠坐标变换实现障碍物数据点的全局定位；依靠分析数据点间的几何关系实现数据点的分类；依靠最佳外接矩形拟合算法实现数据点的拟合；依靠分析矩形拟合结果间的几何关系实现库位判别；依靠库位信息协议实现数据发送。本发明专利技术还公开了实现所述方法的智能泊车系统的障碍物检测与库位判别系统，包括传感器单元和信号处理单元。本发明专利技术对于有前后固定障碍物的库位，能够实现车辆在一定范围内沿任意路径进行库位检测，所用到的库位检测算法更符合人类判别库位几何信息的规律，具有较高的检测精度、可靠性和实用价值。
【技术实现步骤摘要】
智能泊车系统的障碍物检测与库位判别方法及实现系统
本专利技术属于汽车
，涉及驾驶辅助技术，特别是智能泊车系统的障碍物检 测方法。
技术介绍
随着汽车保有量的增大，停车位日益紧张，停车难这一问题变得愈加严重。对于没 有经验的新手而言，将车辆安全泊入库位非常困难；即使对于有经验的驾驶员，将车辆停入 狭小的库位也不是一件容易的事。开发智能泊车系统，有利于保证泊车过程的安全性，同时 提高泊车过程的舒适性和便捷性。 智能泊车系统一般包括以下几个模块：库位检测模块、路径规划模块、路径跟踪模 块、执行模块和人机界面模块。库位检测模块是智能泊车系统的基础，很大程度上影响着整 个泊车系统的精度和性能。 目前，智能泊车系统的库位检测方法主要包含以下四类： 1.基于超声波雷达的库位检测。由于车辆前端或后端存在圆角，受超声波测距传 感器自身特性的局限，在前后端圆角处存在接收不到回波的现象，这将造成检测到的库位 较实际偏大。2.基于毫米波雷达的库位检测。其优点在于对具有相对运动的物体检测精 度较高，但是无法检测相对静止的物体。3.基于激光雷达的库位检测。其优点在于检测精 度高，但是成本相对高昂。4.基于视觉技术的库位检测。其难点在于图像易受到阴影、光 照等环境条件的影响。此类技术主要包括：（1)基于环视摄像头的图案识别；（2)基于单目 摄像头的运动立体视觉；（3)基于双目摄像头的立体视觉；(4)基于双目摄像头的结构光分 析。以上方案各有优点，不过仍然存在不足，客观上存在进一步改进的迫切需要。
技术实现思路
本专利技术的目的在于提供一种智能泊车系统的障碍物检测与库位判别方法及实现 系统，从而实现库位检测功能，对于有前后固定障碍物的平行、垂直、斜向库位等都能可靠、 高效地检出并获得库位信息。 为达到以上目的，本专利技术所采用的解决方案是： -种智能泊车系统的障碍物检测与库位判别方法，包括：步骤（a)进行数据采集； 步骤（b)进行坐标变换；步骤（C)进行数据分类；步骤（d)进行数据拟合；步骤（e)进行库 位判别。 进一步：步骤（a)包括：（1)以一定的步长依次接收车辆定位数据与雷达数据； (2)根据雷达的特性与实际布置情况，筛选出有效的数据；（3)若有多个雷达参与环境感 知，则进行数据融合。 步骤（b)包括：（1)将雷达坐标系下的数据点坐标转换至车辆坐标系；（2)将车辆 坐标系下的数据点坐标转换至定位系统坐标系；（3)将定位系统坐标系下的数据点坐标转 换至全局坐标系。 toon] 步骤（c)包括：（1)对于新扫描的数据点，求出该点至各已有障碍物的最短距离； (2)若该最小距离值在设定阈值内，则该点归属于对应物体，否则成立一个新物体。 步骤（d)包括：（1)对于同一物体的数据点，令其外接矩形的一边即特征边与全局 坐标系X轴的夹角从负45度至正45度遍历，对于该范围内任意的夹角，均可唯一确定外接 矩形；(2)求出使外接矩形特征边两端点至物体的距离之和，在上述夹角范围内使该距离 和最小的夹角值所对应的外接矩形即为所要拟合的结果。 步骤（e)包括如下判别条件：（1)相邻两障碍物外接矩形的最短距离大于设定阈 值；（2)前方障碍物已检出部分的外接矩形长边长度大于设定阈值；（3)相邻两障碍物外接 矩形的长边夹角小于设定阈值。 还包括进行数据发送步骤：（1)对符合判别条件的库位，提取前后障碍物的外接 矩形，并将数据转换至库位坐标系；（2)以一定的协议将数据发送至智能泊车系统路径规 划模块。 实现上述方法的智能泊车系统的障碍物检测与库位判别系统，包括：（1)传感器 单元：位于车辆车身的兼具角度和距离信号的二维雷达、具有相对定位功能的定位系统； (2)信号处理单元：雷达数据处理模块。 所述信号处理单元包括数据采集模块、坐标变换模块、数据分类模块、数据拟合模 块、库位判别模块与数据发送模块； 优选的，数据采集模块用于二维雷达与定位系统数据的采集；坐标变换模块用于 雷达数据点的全局定位；数据分类模块用于分析坐标变换后数据点之间的几何位置关系， 从而确定每一个数据点的物体归属；数据拟合模块利用最佳外接矩形拟合算法实现数据点 的拟合；库位判别模块用于分析矩形拟合结果间的几何关系，从而判断库位是否符合泊车 路径规划的条件；数据发送模块用于整理库位信息并按协议发送至智能泊车系统的路径规 划模块。 所述传感器单元中的位于车辆车身的二维雷达，其有效感知角度范围不小于60 度，有效感知距离不小于4米；或者，优选的，二维检测平面应与地面平行，高度介于0. 5米 至1米之间；或者，优选的， 所述传感器单元中的具有相对定位功能的定位系统，选自以下一种或两种以上的 组合：外置安装在车辆上的动态精度在IOcm以内的GPS全球定位系统；通过内置传感器采 集轮速与车辆转角等数据的车辆内部参数位姿估计系统；通过外置传感器采集外部参考数 据，并附以SLAM即时定位与地图重构等技术的车辆外部参数位姿估计系统；或者，优选的， 所述二维雷达采用激光雷达。 由于采用了上述技术方案，本专利技术具有以下有益效果：通过融合雷达传感器得到 的障碍物角度与距离信息以及定位系统得到的车辆位姿信息，可实现车辆在一定范围内沿 任意路径进行库位检测，使低精度雷达产品获得更高精度的库位检测结果；依靠最佳外接 矩形拟合算法，该技术方案相较传统库位检测方法能够获得更符合人类判断规律的结果， 可靠性更强，并能以更少的运算量完成任务。 【附图说明】 图1是本专利技术的二维雷达库位检测流程图。 图2(a)是本专利技术的智能泊车系统的定位系统坐标系的定义示意图。 图2(b)是本专利技术的智能泊车系统的全局坐标系的定义示意图。 图2(c)是本专利技术的智能泊车系统的车辆坐标系与雷达坐标系的定义示意图。 图2(d)是本专利技术的智能泊车系统的全局坐标系下各坐标系的关系示意图。 图3是本专利技术的数据分类实施例示意图。 图4(a)是本专利技术的数据拟合（最佳外接矩形拟合算法）实施例示意图（tana =-1)。 图4(b)是本专利技术的数据拟合（最佳外接矩形拟合算法）实施例示意图（变量dis 最小时的tan a )。 图5是本专利技术的数据拟合实施例dis-a关系图。 图6是本专利技术的库位判别实施例示意图。 图7是本专利技术的库位检测结果示意图（全局坐标系G，单位：米）。 图8是本专利技术的库位检测术语示意图（右侧平行泊车例）。 【具体实施方式】 以下结合附图所示实施例（右侧平行泊车）对本专利技术作进一步的说明。如未特殊 说明，本说明书中的库位检测相关术语参照图8 ;如未特殊说明，本说明书中的航向角在 笛卡尔坐标系下以X轴正方向为0,逆时针为正。 本专利技术一种智能泊车系统的障碍物检测与库位判别方法，包括：依靠雷达和定位 系统完成数据采集；依靠坐标变换实现障碍物数据点的全局定位；依靠分析数据点间的几 何关系实现数据点的分类；依靠最佳外接矩形拟合算法实现数据点的拟合；依靠分析矩形 拟合结果间的几何关系实现库位判别；依靠库位信息协议实现数据发送。 -种智能泊车系统的障碍物检测与库位判别系统，包括：传感器单元：位于车辆 车本文档来自技高网...
【技术保护点】
一种智能泊车系统的障碍物检测与库位判别方法，其特征在于：包括：步骤(a)进行数据采集；步骤(b)进行坐标变换；步骤(c)进行数据分类；步骤(d)进行数据拟合；步骤(e)进行库位判别。
【技术特征摘要】
1. 一种智能泊车系统的障碍物检测与库位判别方法，其特征在于：包括：步骤（a)进行 数据采集；步骤（b)进行坐标变换；步骤（c)进行数据分类；步骤（d)进行数据拟合；步骤 (e)进行库位判别。2. 根据权利要求1所述的方法，其特征在于：步骤（a)包括：（1)以一定的步长依次 接收车辆定位数据与雷达数据；（2)根据雷达的特性与实际布置情况，筛选出有效的数据； (3)若有多个雷达参与环境感知，则进行数据融合。3. 根据权利要求1所述的方法，其特征在于：步骤（b)包括：（1)将雷达坐标系下的数 据点坐标转换至车辆坐标系；（2)将车辆坐标系下的数据点坐标转换至定位系统坐标系； (3)将定位系统坐标系下的数据点坐标转换至全局坐标系。4. 根据权利要求1所述的方法，其特征在于：步骤（c)包括：（1)对于新扫描的数据点， 求出该点至各已有障碍物的最短距离；（2)若该最小距离值在设定阈值内，则该点归属于 对应物体，否则成立一个新物体。5. 根据权利要求1所述的方法，其特征在于：步骤（d)包括：（1)对于同一物体的数据 点，令其外接矩形的一边即特征边与全局坐标系X轴的夹角从负45度至正45度遍历，对于 该范围内任意的夹角，均可唯一确定外接矩形；（2)求出使外接矩形特征边两端点至物体 的距离之和，在上述夹角范围内使该距离和最小的夹角值所对应的外接矩形即为所要拟 合的结果。6. 根据权利要求1所述的方法，其特征在于：步骤（e)包括如下判别条件：（1)相邻两 障碍物外接矩形的最短距离大于设定阈值；（2)前方障碍物已检出部分的外接矩形长边长 度大于设定阈值；（3)相邻两障碍物外接矩形的长边夹角小于设定阈值。7. 根据权利要求1所述的方法，其特征在于：还包括进行数据发送步骤：（1)对符合判 别条件的库位，提取前后障碍物的外接矩形，...
【专利技术属性】
技术研发人员：陈慧，王宇辰，
申请(专利权)人：同济大学，
类型：发明
国别省市：上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。