一种基于多传感器的库位检测方法及相关装置制造方法及图纸

本申请公开了一种基于多传感器的库位检测方法及相关装置，该方法融合多种传感器的环境感知数据，对机动车辆周围的库位状态进行精确检测，具体地，首先基于多个传感器的环境感知数据和先验位置信息，获取所述机动车辆所处环境的库位位置信息，提高库位位置信息的检测精度，然后基于所述多个传感器的环境感知数据和预先设置的各类传感器不同感知区域的置信度，对所述多个传感器的环境感知数据进行融合，以获取所述机动车辆所处环境的多帧栅格地图，避免单一类型传感器对距离机动车辆不同距离处的环境信息的传感数据误差较大的问题，最后根据多帧所述栅格地图，判断所述库位位置信息对应的库位是否被占用，实现精确、可靠的库位检测的目的。位检测的目的。位检测的目的。

【技术实现步骤摘要】
一种基于多传感器的库位检测方法及相关装置


[0001]本申请涉及传感
，更具体地说，涉及一种基于多传感器的库位检测方法及相关装置。

技术介绍

[0002]随着近几年自动驾驶技术的飞速发展，行业内的各企业正尝试着开发代客泊车系统，推进自动驾驶技术的商业化落地。
[0003]目前市面上销售的代客泊车系统，均为自动泊车，属于ADAS(高级驾驶辅助系统，Advanced Driving Assistance System)领域。即感知到车位后，需要驾驶员判断能不能停，得到肯定答案后，再按照预先设置好的程序完成停车动作。
[0004]如何基于传感器技术实现自动的库位识别，是本领域技术人员的研究方向之一。

技术实现思路

[0005]为解决上述技术问题，本申请提供了一种基于多传感器的库位检测方法及相关装置，以实现提供一种能够准确识别库位的库位检测方法的目的。
[0006]为实现上述技术目的，本申请实施例提供了如下技术方案：
[0007]一种基于多传感器的库位检测方法，用于获取机动车辆所处环境的库位状态，所述基于多传感器的库位检测方法包括：
[0008]基于多个传感器的环境感知数据和先验位置信息，获取所述机动车辆所处环境的库位位置信息；所述多个传感器至少包括两种以上不同种类的传感器，每种所述传感器的数量大于或等于1；
[0009]基于所述多个传感器的环境感知数据和预先设置的各类传感器不同感知区域的置信度，对所述多个传感器的环境感知数据进行融合，以获取所述机动车辆所处环境的多帧栅格地图，所述栅格地图中的每个栅格标记有表征所述栅格是否可通行的标记信息；
[0010]根据多帧所述栅格地图，判断所述库位位置信息对应的库位是否被占用。
[0011]可选的，所述基于多个传感器的环境感知数据和先验位置信息，获取所述机动车辆所处环境的库位位置信息包括：
[0012]基于多个传感器的环境感知数据，获取所述机动车辆所处环境的库位感知位置；
[0013]基于所述先验位置信息，获取与所述库位感知位置对应的库位先验位置；
[0014]根据所述库位先验位置对所述库位感知位置进行校正，以获取所述库位位置信息。
[0015]可选的，所述基于所述多个传感器的环境感知数据和预先设置的各类传感器不同感知区域的置信度，对所述多个传感器的环境感知数据进行融合，以获取所述机动车辆所处环境的多帧栅格地图包括：
[0016]将所述机动车辆所处环境划分为多个栅格，比较不同传感器在所述栅格所在位置处的置信度，将置信度高的传感器的环境感知数据作为所述栅格的环境感知数据，并基于
二值贝叶斯算法对所述栅格的环境感知数据进行二值化处理，以获取所述机动车辆所处环境的多帧栅格地图。
[0017]可选的，所述根据多帧所述栅格地图，判断所述库位位置信息对应的库位是否被占用包括：
[0018]将多个多帧所述栅格地图分组，并将第一组栅格地图作为待处理对象；
[0019]根据所述待处理对象中的第一帧栅格地图建立感兴趣区域；
[0020]在所述感兴趣区域中建立高斯模型，并对所述感兴趣区域中不同位置的环境感知数据进行高斯加权，以获得所述感兴趣区域中不同位置的高斯权值；
[0021]根据所述感兴趣区域中不同位置的高斯权值计算所述库位位置信息对应的库位被占用的概率和未被占用的概率，基于所述第二组栅格地图中的其他栅格地图，利用二值贝叶斯滤波算法，对所述被占用的概率和未被占用的概率进行更新；
[0022]判断是否可以根据更新后的被占用的概率和未被占用的概率得出所述库位位置信息对应的库位是否被占用的结论，如果是，则根据更新后的被占用的概率和未被占用的概率得出所述库位位置信息对应的库位是否被占用，如果否，则将下一组栅格地图作为所述待处理对象，并返回根据所述待处理对象中的第一帧栅格地图建立感兴趣区域的步骤。
[0023]可选的，所述在所述感兴趣区域中建立高斯模型，并对所述感兴趣区域中不同位置的环境感知数据进行高斯加权，以获得所述感兴趣区域中不同位置的高斯权值包括：
[0024]以所述感兴趣区域中心为总体均值，三倍标准差为方差建立高斯模型；
[0025]对落在所述感兴趣区域中的栅格，根据所述栅格在所述高斯模型中的权重进行积分，以获得所述感兴趣区域中不同栅格的高斯权值。
[0026]可选的，所述根据所述感兴趣区域中不同位置的高斯权值计算所述库位位置信息对应的库位被占用的概率和未被占用的概率包括：
[0027]根据所述感兴趣区域中所有栅格的高斯权值，计算所述库位位置信息对应的库位被占用的概率和未被占用的概率。
[0028]可选的，所述判断是否可以根据更新后的被占用的概率和未被占用的概率得出所述库位位置信息对应的库位是否被占用的结论包括：
[0029]判断更新后的被占用的概率是否大于更新后的未被占用的概率，且更新后的被占用的概率与更新后的未被占用的概率的差值是否大于预设阈值，如果是，则判定所述库位位置信息对应的库位未被占用；
[0030]如果否，则判断更新后的被占用的概率是否小于更新后的未被占用的概率，且更新后的被占用的概率与更新后的未被占用的概率的差值是否大于所述预设阈值，若是，则判定所述库位位置信息对应的库位被占用，若否，则放弃当前库位位置信息对应的库位或返回基于多个传感器的环境感知数据和先验位置信息，获取所述机动车辆所处环境的库位位置信息的步骤。
[0031]一种基于多传感器的库位检测系统，用于获取机动车辆所处环境的库位状态，所述基于多传感器的库位检测方法包括：
[0032]位置获取模块，用于基于多个传感器的环境感知数据和先验位置信息，获取所述机动车辆所处环境的库位位置信息；所述多个传感器至少包括两种以上不同种类的传感器，每种所述传感器的数量大于或等于1；
[0033]库位融合模块，用于基于所述多个传感器的环境感知数据和预先设置的各类传感器不同感知区域的置信度，对所述多个传感器的环境感知数据进行融合，以获取所述机动车辆所处环境的多帧栅格地图，所述栅格地图中的每个栅格标记有表征所述栅格是否可通行的标记信息；
[0034]库位判断模块，用于根据多帧所述栅格地图，判断所述库位位置信息对应的库位是否被占用。
[0035]可选的，所述位置获取模块具体用于，基于多个传感器的环境感知数据，获取所述机动车辆所处环境的库位感知位置；
[0036]基于所述先验位置信息，获取与所述库位感知位置对应的库位先验位置；
[0037]根据所述库位先验位置对所述库位感知位置进行校正，以获取所述库位位置信息。
[0038]可选的，所述库位融合模块具体用于，将所述机动车辆所处环境划分为多个栅格，比较不同传感器在所述栅格所在位置处的置信度，将置信度高的传感器的环境感知数据作为所述栅格的环境感知数据，并基于二值贝叶斯算法对所述栅格的环境感知数据进行二值化处理，以获取所述机动车辆所处环境的多帧本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多传感器的库位检测方法，其特征在于，用于获取机动车辆所处环境的库位状态，所述基于多传感器的库位检测方法包括：基于多个传感器的环境感知数据和先验位置信息，获取所述机动车辆所处环境的库位位置信息；所述多个传感器至少包括两种以上不同种类的传感器，每种所述传感器的数量大于或等于1；基于所述多个传感器的环境感知数据和预先设置的各类传感器不同感知区域的置信度，对所述多个传感器的环境感知数据进行融合，以获取所述机动车辆所处环境的多帧栅格地图，所述栅格地图中的每个栅格标记有表征所述栅格是否可通行的标记信息；根据多帧所述栅格地图，判断所述库位位置信息对应的库位是否被占用。2.根据权利要求1所述的方法，其特征在于，所述基于多个传感器的环境感知数据和先验位置信息，获取所述机动车辆所处环境的库位位置信息包括：基于多个传感器的环境感知数据，获取所述机动车辆所处环境的库位感知位置；基于所述先验位置信息，获取与所述库位感知位置对应的库位先验位置；根据所述库位先验位置对所述库位感知位置进行校正，以获取所述库位位置信息。3.根据权利要求1所述的方法，其特征在于，所述基于所述多个传感器的环境感知数据和预先设置的各类传感器不同感知区域的置信度，对所述多个传感器的环境感知数据进行融合，以获取所述机动车辆所处环境的多帧栅格地图包括：将所述机动车辆所处环境划分为多个栅格，比较不同传感器在所述栅格所在位置处的置信度，将置信度高的传感器的环境感知数据作为所述栅格的环境感知数据，并基于二值贝叶斯算法对所述栅格的环境感知数据进行二值化处理，以获取所述机动车辆所处环境的多帧栅格地图。4.根据权利要求1所述的方法，其特征在于，所述根据多帧所述栅格地图，判断所述库位位置信息对应的库位是否被占用包括：将多个多帧所述栅格地图分组，并将第一组栅格地图作为待处理对象；根据所述待处理对象中的第一帧栅格地图建立感兴趣区域；在所述感兴趣区域中建立高斯模型，并对所述感兴趣区域中不同位置的环境感知数据进行高斯加权，以获得所述感兴趣区域中不同位置的高斯权值；根据所述感兴趣区域中不同位置的高斯权值计算所述库位位置信息对应的库位被占用的概率和未被占用的概率，基于所述第二组栅格地图中的其他栅格地图，利用二值贝叶斯滤波算法，对所述被占用的概率和未被占用的概率进行更新；判断是否可以根据更新后的被占用的概率和未被占用的概率得出所述库位位置信息对应的库位是否被占用的结论，如果是，则根据更新后的被占用的概率和未被占用的概率得出所述库位位置信息对应的库位是否被占用，如果否，则将下一组栅格地图作为所述待处理对象，并返回根据所述待处理对象中的第一帧栅格地图建立感兴趣区域的步骤。5.根据权利要求4所述的方法，其特征在于，所述在所述感兴趣区域中建立高斯模型，并对所述感兴趣区域中不同位置的环境感知数据进行高斯加权，以获得所述感兴趣区域中不同位置的高斯权值包括：以所述感兴趣区域中心为总体均值，三倍标准差为方差建立高斯模型；对落在所述感兴趣区域中的栅格，根据所述栅格在所述高斯模型中的权重进行积分，
以获得所述感兴趣区域中不同栅格的高斯权值。6.根据权利要求5所述的方法，其特征在于，所述根据所述感兴趣区域中不同位置的高斯权值计算所述库位位置信息对应的库位被占用的概率和未被占用的概率包括：根据所述感兴趣区域中所有栅格的高斯权值，计算所述库位位置信息对应的库位被占用的概率和未被占用的概率。7.根据权利要求6所述的方法，其特征在于，所述判断是否可以根据更新后的被占用的概率和未被占用的概率得出所述库位位置信息对应的库位是否被占用的结论包括：判断更新后的被占用的概率是否大于更新后的未被占用的概率，且更新后的被占用的概率与更新后的未被占用的概率的差值是否大于预设阈值，如果是，则判定所述库位位置信息对应的库位未被占用；如果否，则判断更新后的被占用的概率是否小于更新后的未被占用的概率，且更新后的被占用的概率与更新后的未被占用的概率的差值是否大于所述预设阈值，若是，则判定所述库位位置信息对应的库位被占用，若否，则放弃当前库位位置信息对应的库位或返回基于多个传感器的环境感知数据和先验位置信息，获取所述机动车辆所处环境的库位位置信息的步骤。8.一种基于多传感器的库位检测系统，其特征在于，用于获取机动车辆所处环境的库位...

【专利技术属性】
技术研发人员：刘晓楠，陈光，张显宏，
申请(专利权)人：上海汽车集团股份有限公司，
类型：发明
国别省市：