一种基于多传感器融合的车位检测方法和系统技术方案

本发明专利技术公开了一种基于多传感器融合的车位检测方法，包括步骤如下：(1)将获取的环视图像通过环视图像车位检测算法，得到车位四角点坐标；(2)将获得的周围障碍物距离信息，通过超声波距离检测算法映射为环视图像上的障碍物坐标点；(3)通过融合算法，将步骤(2)中障碍物坐标点与步骤(1)中车位四角点坐标在车体坐标系中进行融合，判断可否泊车；所述步骤(1)和步骤(2)同时进行。本发明专利技术的车位检测系统，包括环视图像车位检测模块、超声波距离检测模块、融合模块。本发明专利技术在自动泊车过程中，将多种车载传感器信息进行融合，提高车位检测的准确性；应用于各种类型的停车场，提高了自动泊车系统的稳定性。的稳定性。的稳定性。

【技术实现步骤摘要】
一种基于多传感器融合的车位检测方法和系统


[0001]本专利技术涉及一种的车位检测方法和系统，尤其涉及一种基于多传感器融合的车位检测方法和系统。

技术介绍

[0002]近年来，随着国民经济的快速增长，社会的迅速进步和国力的不断增强，人们的工作生活环境发生了巨大的变化。城市人口日益密集，拥有私家车的家庭也越来越多，而停车场中车位有限，车主往往在寻找停车位泊车上花费大量时间，这与快节奏的城市生活不符，因此需要一个快捷有效的自动泊车系统。车位检测方法作为自主泊车系统重要的组成部分，也是道路智能交通重要的一环。目前还没有一个统一有效稳定的车位检测方案。虽然近期已有改进停车场使得停车场更加智能化的方案提出，但是要对整个停车场实施大规模整改已不是一件易事，何况要将这种方案推广开来，成本巨大。
[0003]车载智能得到了快速的发展，部分成果也已经很好的普及开来。现在已有的自动泊车技术是在寻找到停车位后，然后进行自动泊车。现已经提出多种智能高效管理停车场的方案，有利于获得停车场地图以及停车场内可利用停车位的状况，而立体视觉技术也逐渐成熟，可以达到远距离测距、检测障碍物、检测道路等功能，为实现稳定的车位检测奠定了基础。就目前的技术而言纯机器视觉方案来解决车位问题还是有一定的困难，如可能存在计算误差，视觉盲区等问题。
[0004]在很多中高端汽车上都配置有自动泊车系统，但是大多数的自动泊车系统都是基于雷达实现的。雷达主要是用于探测车辆和周围障碍物之间的距离，其本身成本高，而且获取的数据有限，在实际使用采集数据的过程中，也存在盲点。在现有的停车场系统中，基于环视摄像头获取的信息可以获取周围障碍物信息，但是获取的距离信息不够准确，同时也存在视觉盲区。

技术实现思路

[0005]本专利技术的目的是提供一种获取信息准确、减少视觉盲区的基于多传感器融合的车位检测方法和系统。
[0006]技术方案：本专利技术的车位检测方法，包括步骤如下：
[0007](1)将获取的环视图像通过环视图像车位检测算法，得到车位四角点坐标；
[0008](2)将获得的周围障碍物距离信息，通过超声波距离检测算法映射为环视图像上的障碍物坐标点；
[0009](3)通过融合算法，将步骤(2)中障碍物坐标点与步骤(1)中车位四角点坐标在车体坐标系中进行融合，判断可否泊车；
[0010]所述步骤(1)和步骤(2)同时进行。
[0011]进一步，所述步骤(1)中通过多个摄像头采集车辆周围的图像，并对图像进行拼接，获得环视图像；通过环视图像车位检测算法对环视图像进行处理，获得车位类型、车位
槽位点，推理完整车位四角点坐标，得到车位区域，并将相关坐标点转换到车体坐标系下。
[0012]进一步，所述步骤(2)中，将单个超声波获取的距离信息转换到车体坐标系下，并映射到环视图像上，获得车辆周围障碍物对应的多个障碍物坐标点；通过多个超声波获得车辆周围完整的障碍物信息。
[0013]进一步，所述步骤(3)在车体坐标系中，判断如下：如障碍物坐标点在车位区域内，认为此时进行自动泊车是危险的；如障碍物坐标点不在车位区域内，认为此时进行自动泊车是可行的。
[0014]一种基于多传感器融合的车位检测系统，包括环视图像车位检测模块、超声波距离检测模块、融合模块；
[0015]所述的环视图像车位检测模块，对环视图像进行处理、识别，获得车位入口信息、车位位置信息、车位类型信息以及车辆周围障碍物的垂直轮廓信息；
[0016]所述的超声波距离检测模块，利用超声波传感器获取车辆四周的距离状况信息，进行垂直轮廓检测。车辆周围障碍物距离信息准确，弥补环视图像畸变导致的距离信息不准确。
[0017]所述的融合模块，将超声波传感器获得的距离信息和环视图像信息进行融合，判断障碍物是否在车位内。
[0018]本专利技术与现有技术相比，其显著效果如下：1、在自动泊车过程中，将多种车载传感器信息进行融合，提高车位检测的准确性；2、应用于各种类型的停车场，提高了自动泊车系统的稳定性。
附图说明
[0019]图1为本专利技术的总结构图；
[0020]图2为本专利技术的总流程图；
[0021]图3为本专利技术的融合算法模块计算结果示意图。
具体实施方式
[0022]下面结合说明书附图和具体实施方式对本专利技术做进一步详细描述。
[0023]在现有的基于环视摄像头检测方法上，将多路传感器信息进行融合。如图1所示为本专利技术的总结构图，系统架构包含三部分：环视图像车位检测模块、超声波距离检测模块和融合模块。
[0024]环视图像车位检测模块，对处理得到的环视图像(俯视，垂直于地面)进行处理、识别，获得车位入口信息、车位位置信息、车位类型信息(垂直车位、水平车位以及倾斜车位)以及车辆周围障碍物的垂直轮廓信息；
[0025]超声波距离检测模块，主要是利用超声波传感器获取车辆四周的距离状况信息，进行垂直轮廓检测。获得的车辆周围障碍物距离信息准确，弥补环视图像畸变导致的距离信息不准确。
[0026]融合模块，主要是将超声波传感器获得的距离信息和环视图像信息进行融合，提高车位检测算法的稳定性，进一步提高自动泊车系统的稳定性和有效性。
[0027]如图2为本专利技术的总流程图，包括步骤如下：
[0028]步骤1，通过多个摄像头采集车辆周围的图像,并进行拼接，获得环视图像。环视图像车位检测算法对环视图像进行处理，获得车位类型、车位槽位点，并推理完整车位四角点坐标，并将相关坐标点转换到车体坐标系下。
[0029]步骤2，通过多个超声波获取车辆四周的距离信息，针对单个超声波获取的距离信息来说，超声波距离检测算法将其转到车体坐标系下并映射到环视图像中；获得车辆周围障碍物对应的多个二维坐标点(即障碍物坐标点)，将二维坐标点映射到环视图像中。以此，多个超声波获得车辆周围完整的障碍物信息。
[0030]上述步骤1和步骤2同时进行。
[0031]步骤3，在自动泊车过程中，通过步骤1，环视图像车位检测算法获得了车位的四角点坐标，即车位区域。通过步骤2，将获得周围障碍物的距离信息，通过超声波距离检测算法映射为环视图像上的障碍物坐标点。融合算法将超声波传感器获得的距离信息和环视图像信息进行融合，在车体坐标系中进行判断；判断原则如下：如障碍物坐标点在车位四角点构成的四边形内(车位区域)，认为此时进行自动泊车是危险的，则不能进行泊车；判断障碍物坐标点不在车位四角点构成的四边形内(车位区域)，则进行自动泊车。
[0032]如图3为本专利技术的融合算法计算结果示意图。车辆右侧两个车位是环视图像车位检测算法得到车位区域进行绘制的。地面存在某障碍物，超声波距离检测算法可以检测到该障碍物的距离信息，并转换为环视图像上的障碍物坐标点。通过判断障碍物坐标点是否在车位区域内，来判断车位内是否可以停靠。
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融合的车位检测方法，其特征在于，包括步骤如下：(1)将获取的环视图像通过环视图像车位检测算法，得到车位四角点坐标；(2)将获得的周围障碍物距离信息，通过超声波距离检测算法映射为环视图像上的障碍物坐标点；(3)通过融合算法，将步骤(2)中障碍物坐标点与步骤(1)中车位四角点坐标在车体坐标系中进行融合，判断可否泊车；所述步骤(1)和步骤(2)同时进行。2.根据权利要求1所述的基于多传感器融合的车位检测方法，其特征在于，所述步骤(1)中通过多个摄像头采集车辆周围的图像，并对图像进行拼接，获得环视图像；通过环视图像车位检测算法对环视图像进行处理，获得车位类型、车位槽位点，推理完整车位四角点坐标，得到车位区域，并将相关坐标点转换到车体坐标系下。3.根据权利要求1所述的基于多传感器融合的车位检测方法，其特征在于，所述步骤(2)中，将单个超声波获取的距离信息转换到...

【专利技术属性】
技术研发人员：秦义，
申请(专利权)人：的卢技术有限公司，
类型：发明
国别省市：