一种用于智能泊车系统的车位检测方法与流程

本发明涉及智能泊车技术领域，涉及一种用于智能泊车系统的车位检测方法。

背景技术：

目前，随着汽车的保有量逐年递增，停车难成为了一个比较尖锐的社会问题，停车位的日趋紧张与驾驶员泊车技巧的相对缺乏，驾驶员对智能泊车系统等汽车辅助驾驶系统的需求处于逐年上升趋势。智能泊车系统的一个关键技术就是车位检测技术，它是整个泊车系统的基础。车位检测的结果直接影响智能泊车系统的泊车性能及用户对智能泊车系统的评价。

目前已知的智能泊车系统车位检测技术大多数靠超声波测量技术进行检测，大多数车位检测方法都是依据车辆行驶方向与所探测车位平行的情况下进行车位检测，检测的车位受到超声波传感器波速角及车辆行驶情况的影响，获取到的所探测车位参数不精确，对泊车的路径规划产生的影响，致使智能泊车系统的泊车性能不佳；专利CN 103241239 A中提出利用多超声波传感器检测车位，但此方法不适用于车辆的行驶方向与所探测车位成一定角度的情况，采用此方法所探测的车位与实际车位参数存在较大偏差；专利CN 102372000 A中提出一种用超声波检测技术进行车位检测的方法，此方法考虑到车辆行驶方向与所探测车位成一定角度的情况，但是此方法存在选取车位比实际值车位偏小，在障碍物不为车辆时对车位探测的误差较大，影响 泊车系统的泊车效果。

技术实现要素：

本发明解决的技术问题为：提供一种高精度的用于智能泊车系统的车位检测方法。

本发明的技术方案为：一种用于智能泊车系统的车位检测方法，待泊车辆的两侧布置有距离传感器；其特征在于所述的方法包括如下步骤：

步骤一，获取待泊车辆与障碍物间的相对角度和侧向距离；

步骤二，在步骤一所处环境下，以距离待泊车辆尾部最近的传感器为原点，建立坐标系；

步骤三，利用待泊车辆与障碍物间的相对角度和侧向距离，获取待泊车辆上传感器阵列在该坐标系下的运动轨迹，进而获取障碍物轮廓点的坐标值，并拟合得到障碍物的轮廓；

步骤四，根据得到的障碍物的轮廓，得出被探测车位的长度和宽度；

步骤五，将被探测车位的长度和宽度与待泊车辆的长度、宽度以及转弯半径比较，判断得出该车位是否为可用车位。

作为本技术方案的一种改进，根据以下公式计算待泊车辆与障碍物间的相对角度：

D1，D2为传感器阵列中两个传感器测量的待泊车辆与障碍物间的侧向距离，d为传感器阵列中传感器间距，N₁₂为测量到侧向距离值 的两个传感器的等间距个数。

作为本技术方案的一种改进，待泊车辆的两侧布置的距离传感器为超声波传感器，待泊车辆一侧的传感器阵列分布于同一水平线上。

作为本技术方案的一种改进，根据以下公式计算传感器阵列在该坐标系下的运动轨迹：

v_i为当前周期内待泊车辆行驶速度，θ_i为当前周期内待泊车辆与障碍物的相对角度，t为周期；

d为传感器阵列中两个传感器之间的间距，N为传感器阵列中传感器个数，θ₁为第一次测量到待泊车辆与障碍物的相对角度值。

作为本技术方案的一种改进，根据以下公式计算障碍物轮廓点的坐标值：

为第i时刻传感器阵列中第j个传感器测量的障碍物轮廓点在全局坐标系中的纵向坐标值，为第i时刻传感器阵列中第j个传感器测量的障碍物轮廓点在全局坐标系的横向坐标值，为第i时刻传感器阵列中第j个传感器所测量待泊车辆与障碍物间的侧向距离。

作为本技术方案的一种改进，利用最小二乘法，采用二次多项式对障碍物轮廓点进行拟合。

作为本技术方案的一种改进，根据拟合得出的障碍物轮廓曲线， 判断该曲线切线的斜率是否超出阀值，若超出阀值，则识别该超出斜率阀值处为拐点，根据拐点的坐标值判断出被探测车位的长度和宽度。

本发明的有益效果为：本发明技术方案能够识别车辆与各种类型障碍物的相对角度，提供了一种精确计算探测车位的方法，提高泊车控制系统的泊车性能。

附图说明

附图1：全局坐标系下超声波传感器阵列分布；

附图2：待泊车辆车辆在全局坐标系中的表示；

附图3：障碍物为车辆时车位检测，待泊车辆与障碍物车辆平行；

附图4：障碍物为车辆时车位检测，待泊车辆与障碍物车辆有一定的相对角度；

附图5：障碍物不为车辆时车位检测，待泊车辆与障碍物车辆平行；

附图6：障碍物不为车辆时车位检测，待泊车辆与障碍物有一定的相对角度。

具体实施方式

下面结合附图，对本技术方案做进一步详细说明。

本发明提出一种采用超声波传感器阵列进行车位检测的方法，首先，测量待泊车辆与障碍物间的侧向距离，依据超声波测量技术，使用传感器阵列测量待泊车辆与障碍物间的侧向距离。

进一步，获取待泊车辆与障碍物的相对角度，当车辆行驶过程中， 如果超声波传感器阵列有两个及两个以上传感器获取到待泊车辆与障碍物间的侧向距离值，可依据此测量数据确定当前待泊车辆与障碍物的相对角度θ，如图1所述，

D1，D2为超声波传感器阵列中两个传感器测量的待泊车辆与障碍物间的侧向距离，d为传感器阵列间中传感器间距，N₁₂为测量到侧向距离值的两个传感器的等间距个数。

进一步，建立全局坐标系，以距离待泊车辆尾部最近的传感器为全局坐标系原点，以平行于所探测车位方向为纵向坐标轴x轴，以垂直所探测车位方向为横向坐标轴y轴。

进一步，在待泊车辆沿一定路径行驶的过程中，获取待泊车辆在全局坐标系中的纵向位移x，横向位移y

v_i当前周期内待泊车辆行驶速度，θ_i当前周期内待泊车辆与障碍物的相对角度，t为周期；

进一步，在待泊车辆沿一定路径行驶的过程中，获取传感器阵列中第j个传感器的纵向位移x_j，横向位移坐标y_j

d为传感器阵列中两个传感器之间的间距，N为传感器阵列中传感器个数，θ₁为第一次测量到待泊车辆与障碍物的相对角度值。

进一步，在待泊车辆沿一定路径行驶的过程中，传感器阵列第j 个传感器在第i时刻测量待泊车辆与障碍物间的侧向距离为则此时刻第j个传感器测量的障碍物轮廓点的坐标为

为第i时刻传感器阵列中第j个传感器测量的障碍物轮廓点在全局坐标系中的纵向坐标值，为第i时刻传感器阵列中第j个传感器测量的障碍物轮廓点在全局坐标系的横向坐标值。

进一步，将传感器阵列第j个传感器测量得到的障碍物轮廓点拟合成曲线，采用最小二乘法进行曲线拟合，考虑计算复杂程度及障碍物轮廓复杂程度，二次多项式即可满足方法的要求，拟合公式为y＝a₀+a₁x+a₂x²，拟合后的曲线为y_j＝a_0j+a_1jx+a_2jx²。

将传感器阵列测量的多条障碍物轮廓曲线进行拟合，即将获取的N条障碍物轮廓曲线拟合为一条障碍物轮廓曲线y₀＝a₀₀+a₀₁x+a₀₂x²。

进一步，依据拟合后的障碍物轮廓曲线进行泊车位决策，通过拟合的曲线判断出所探车位上、下边缘位置，并与待泊车辆的长度、宽度、转弯半径等参数对比，判断所探测车位是否为可用的泊车位。

进一步，使用人机交互技术，将探测结果传递给驾驶员，辅助驾驶员进行泊车操作。

本发明所述待泊车辆包括超声波传感器阵列及四个轮速传感器。

本发明所用测量距离传感器均为超声波传感器，超声波传感器阵列分布于待泊车辆的两侧，待泊车辆一侧的传感器阵列分布于同一水平线上。

本发明所用车速为车辆的四个轮速传感器测量数值经算法计算 后的均值，同时轮速传感器精度要求为0.015m/s以上。

下面结合附图及实施例，对本发明内容进行详细说明。

图1给出本发明中安装汽车上用于车位检测的传感器阵列102，传感器阵列分布于车辆两侧，两侧的传感器个数分别为N，传感器之间的间距为D。

图2给出待泊车辆在全局坐标系中的表示，待泊车辆201的中心线202与坐标系的x轴有一个相对角度θ，θ为待泊车辆与所探测车位的相对角度。

如图3所示的实施例中，车位检测方法的具体步骤为：

步骤1，超声波传感器阵列302测量待泊车辆301与障碍物303、304、305间的侧向距离；超声波探头发出脉冲信号，同时开启捕获通道，如果在设定的周期内捕捉到回波信号，则根据回波时间计算出待泊车辆与障碍物间的侧向距离，如果未在设定的周期内捕捉到回波信号，在认为车辆当前位置可用于泊车的空间内没有障碍物，然后开始下一周期的探测；超声波测量距离时受到环境的干扰，会对测量结果造成一定的误差，为了抑制干扰的影响，对测量的数据进行中位值平均滤波以及温度补偿。

步骤2，获取待泊车辆301与障碍物303的相对角度，待泊车辆301沿路径306行驶，超声波传感器阵列302有两个及以上传感器获取到待泊车辆301与障碍物303间的侧向距离值，依据此测量数据确定当前时刻待泊车辆301与障碍物303间的相对角度θ；

D1，D2为传感器阵列中两个传感器测量的待泊车辆301与障碍物303的侧向距离，d为传感器阵列302的间距，N₁₂为测量到侧向距离值的两个传感器的等间距个数，

所探测车位307后方不存在障碍物303时，公式(1)获得值为待泊车辆301与路肩304的相对角度。

步骤3，构造全局坐标系，在第一次求得待泊车辆301与障碍物303的相对角度θ₁时，以距待泊车辆301尾部最近的传感器为全局坐标系的原点，以平行于探测车位307方向为纵向坐标轴x轴，以垂直于所探车位307的方向为横向坐标轴y轴，建立全局坐标系；在此坐标系中可表示待泊车辆301的运动轨迹，传感器阵列302的运动轨迹，传感器阵列302测量的障碍物303、304、305轮廓点坐标。

步骤4，获取待泊车辆301在全局坐标系中的运动轨迹，在待泊车辆301沿路径306行驶探测车位307的过程中，待泊车辆301与障碍物303、304、305存在一定的角度，仅依据待泊车辆301在全局坐标系统的位移对所探测车位307参数进行估计，获取的参数与实际参数误差大；所探测车位307参数的获取需依据待泊车辆301在全局坐标系中的纵向位移x，横向位移y进行计算；

v_i为当前周期内待泊车辆301的车速，θ_i为当前周期内待泊车辆301相对障碍物303、304、305的相对角度，t为周期时间，公式(2)表示待泊车辆301在全局坐标系中的运动轨迹。

步骤5，获取超声波传感器阵列302在全局坐标系中的运动轨迹， 在待泊车辆301运动轨迹的基础上获取超声波传感器阵列302的运动轨迹；在车位测量过程中某时刻传感器阵列302中第j个传感器在全局坐标系中的纵向坐标x_j，横向坐标y_j为：

d为传感器阵列302中传感器之间的间距，N为传感器阵列302中传感器的个数，θ₁为第一次测量到车辆相对障碍物的相对角度，公式(3)为传感器阵列302在全局坐标系中的运动轨迹。

步骤6，获取障碍物303、304、305轮廓点坐标，在传感器阵列302的运动轨迹的基础上可获取障碍物303、304、305轮廓点在全局坐标系中的坐标；传感器阵列102中第j个传感器在第i时刻测量的待泊车辆301与障碍物303、304、305的侧向距离为在此时刻第j个传感器测量的障碍物轮廓点的在全局坐标系中的坐标为

为第i时刻传感器阵列302中第j个传感器测量的障碍物303、304、305轮廓点在全局坐标系中的纵向坐标值，为第i时刻传感器阵列302中第j个传感器测量的障碍物303、304、305轮廓点在全局坐标系中的横向坐标值。

步骤7，拟合障碍物303、304、305的轮廓曲线；传感器阵列302测量得到N组障碍物303、304、305的轮廓点坐标，对每组坐标分别使用最小二乘法拟合成曲线；依据计算复杂程度及障碍物轮廓的复杂度，采用二次多项式即可满足方法的要求，拟合公式为 y＝a₀+a₁x+a₂x²。

依次取n个传感器阵列302测量得到的障碍物303、304、305轮廓点，将其按步骤7提出的拟合方法拟合成曲线；传感器阵列302中第j个传感器测量得到的一组障碍物303、304、305轮廓点拟合后的曲线为y_j＝f(x)，y_j＝f(x)为分段函数。

传感器阵列302测量障碍物303、304、305轮廓点坐标拟合后可得到N条曲线，再将这N条障碍物的轮廓曲线按照步骤7中提出的拟合方法拟合成一条轮廓曲线y＝f(x)。

步骤8，获取的所探测车位307的参数，并与待泊车辆301的长度、宽度、转弯半径等参数对比，判断所探测车位307是否为可用的泊车位。

步骤9，使用人机交互技术，将车位探测的结果以文字、图像、声光等各种类型的信息方式传递给驾驶员，辅助驾驶员顺利完成泊车操作。

步骤8中依据曲线拟合后得到的障碍物轮廓曲线y＝f(x)判断所探测车位307的参数方法为：障碍物轮廓曲线y＝f(x)如图3所示，在S1段为所探测车位307后方障碍物303侧面轮廓曲线，S2段为所探测车位307后方障碍物303前部分轮廓曲线，S3段为所探测两障碍物303、305间的路肩304的轮廓曲线，S4段为所探测车位307前方障碍物305后部分轮廓曲线，S5段为所探测车位307前方障碍物侧面轮廓曲线；

依据S2、S3、S4曲线段确定所探测车位307的参数，在S2段障 碍物303轮廓曲线，当出现拐点311后，且在拐点313出现前，若某段曲线的切线斜率大于设定的阈值，则认为检测到所探测车位的上边缘，如图3所示S2段曲线圈312为检测到的所探测车位307的上边缘位置；在S4段障碍物305轮廓曲线，当出现拐点314后，且在拐点316出现前，若某段曲线的切线斜率小于设定的阈值，则认为检测到所探测车位307的下边缘，如图3所示S4段曲线圈315为检测到的所探测车位307的下边缘位置；以两圈312、315之间纵轴坐标值的差值作为所探测车位307的长度；以311、313点纵轴坐标的长度差与314、316点纵轴坐标差值的平均值作为所探测车位307的宽度。

本发明提出的车位检测方法同时适用于如图4所示，障碍物为车辆时车位检测，待泊车辆与障碍物车辆有一定的相对角度；如图5所示，障碍物不为车辆时车位检测，待泊车辆与障碍物车辆平行；如图6所示的障碍物不为车辆时车位检测，待泊车辆与障碍物有一定的相对角度。

本发明提出一种采用超声波传感器阵列进行车位检测的方法，能够获取更为精确的车位参数，泊车路径规划更为合理，泊车的效果更佳。