本發(fā)明涉及智能泊車技術領域,涉及一種用于智能泊車系統(tǒng)的車位檢測方法。
背景技術:
目前,隨著汽車的保有量逐年遞增,停車難成為了一個比較尖銳的社會問題,停車位的日趨緊張與駕駛員泊車技巧的相對缺乏,駕駛員對智能泊車系統(tǒng)等汽車輔助駕駛系統(tǒng)的需求處于逐年上升趨勢。智能泊車系統(tǒng)的一個關鍵技術就是車位檢測技術,它是整個泊車系統(tǒng)的基礎。車位檢測的結果直接影響智能泊車系統(tǒng)的泊車性能及用戶對智能泊車系統(tǒng)的評價。
目前已知的智能泊車系統(tǒng)車位檢測技術大多數(shù)靠超聲波測量技術進行檢測,大多數(shù)車位檢測方法都是依據車輛行駛方向與所探測車位平行的情況下進行車位檢測,檢測的車位受到超聲波傳感器波速角及車輛行駛情況的影響,獲取到的所探測車位參數(shù)不精確,對泊車的路徑規(guī)劃產生的影響,致使智能泊車系統(tǒng)的泊車性能不佳;專利CN 103241239 A中提出利用多超聲波傳感器檢測車位,但此方法不適用于車輛的行駛方向與所探測車位成一定角度的情況,采用此方法所探測的車位與實際車位參數(shù)存在較大偏差;專利CN 102372000 A中提出一種用超聲波檢測技術進行車位檢測的方法,此方法考慮到車輛行駛方向與所探測車位成一定角度的情況,但是此方法存在選取車位比實際值車位偏小,在障礙物不為車輛時對車位探測的誤差較大,影響 泊車系統(tǒng)的泊車效果。
技術實現(xiàn)要素:
本發(fā)明解決的技術問題為:提供一種高精度的用于智能泊車系統(tǒng)的車位檢測方法。
本發(fā)明的技術方案為:一種用于智能泊車系統(tǒng)的車位檢測方法,待泊車輛的兩側布置有距離傳感器;其特征在于所述的方法包括如下步驟:
步驟一,獲取待泊車輛與障礙物間的相對角度和側向距離;
步驟二,在步驟一所處環(huán)境下,以距離待泊車輛尾部最近的傳感器為原點,建立坐標系;
步驟三,利用待泊車輛與障礙物間的相對角度和側向距離,獲取待泊車輛上傳感器陣列在該坐標系下的運動軌跡,進而獲取障礙物輪廓點的坐標值,并擬合得到障礙物的輪廓;
步驟四,根據得到的障礙物的輪廓,得出被探測車位的長度和寬度;
步驟五,將被探測車位的長度和寬度與待泊車輛的長度、寬度以及轉彎半徑比較,判斷得出該車位是否為可用車位。
作為本技術方案的一種改進,根據以下公式計算待泊車輛與障礙物間的相對角度:
D1,D2為傳感器陣列中兩個傳感器測量的待泊車輛與障礙物間的側向距離,d為傳感器陣列中傳感器間距,N12為測量到側向距離值 的兩個傳感器的等間距個數(shù)。
作為本技術方案的一種改進,待泊車輛的兩側布置的距離傳感器為超聲波傳感器,待泊車輛一側的傳感器陣列分布于同一水平線上。
作為本技術方案的一種改進,根據以下公式計算傳感器陣列在該坐標系下的運動軌跡:
vi為當前周期內待泊車輛行駛速度,θi為當前周期內待泊車輛與障礙物的相對角度,t為周期;
d為傳感器陣列中兩個傳感器之間的間距,N為傳感器陣列中傳感器個數(shù),θ1為第一次測量到待泊車輛與障礙物的相對角度值。
作為本技術方案的一種改進,根據以下公式計算障礙物輪廓點的坐標值:
為第i時刻傳感器陣列中第j個傳感器測量的障礙物輪廓點在全局坐標系中的縱向坐標值,為第i時刻傳感器陣列中第j個傳感器測量的障礙物輪廓點在全局坐標系的橫向坐標值,為第i時刻傳感器陣列中第j個傳感器所測量待泊車輛與障礙物間的側向距離。
作為本技術方案的一種改進,利用最小二乘法,采用二次多項式對障礙物輪廓點進行擬合。
作為本技術方案的一種改進,根據擬合得出的障礙物輪廓曲線, 判斷該曲線切線的斜率是否超出閥值,若超出閥值,則識別該超出斜率閥值處為拐點,根據拐點的坐標值判斷出被探測車位的長度和寬度。
本發(fā)明的有益效果為:本發(fā)明技術方案能夠識別車輛與各種類型障礙物的相對角度,提供了一種精確計算探測車位的方法,提高泊車控制系統(tǒng)的泊車性能。
附圖說明
附圖1:全局坐標系下超聲波傳感器陣列分布;
附圖2:待泊車輛車輛在全局坐標系中的表示;
附圖3:障礙物為車輛時車位檢測,待泊車輛與障礙物車輛平行;
附圖4:障礙物為車輛時車位檢測,待泊車輛與障礙物車輛有一定的相對角度;
附圖5:障礙物不為車輛時車位檢測,待泊車輛與障礙物車輛平行;
附圖6:障礙物不為車輛時車位檢測,待泊車輛與障礙物有一定的相對角度。
具體實施方式
下面結合附圖,對本技術方案做進一步詳細說明。
本發(fā)明提出一種采用超聲波傳感器陣列進行車位檢測的方法,首先,測量待泊車輛與障礙物間的側向距離,依據超聲波測量技術,使用傳感器陣列測量待泊車輛與障礙物間的側向距離。
進一步,獲取待泊車輛與障礙物的相對角度,當車輛行駛過程中, 如果超聲波傳感器陣列有兩個及兩個以上傳感器獲取到待泊車輛與障礙物間的側向距離值,可依據此測量數(shù)據確定當前待泊車輛與障礙物的相對角度θ,如圖1所述,
D1,D2為超聲波傳感器陣列中兩個傳感器測量的待泊車輛與障礙物間的側向距離,d為傳感器陣列間中傳感器間距,N12為測量到側向距離值的兩個傳感器的等間距個數(shù)。
進一步,建立全局坐標系,以距離待泊車輛尾部最近的傳感器為全局坐標系原點,以平行于所探測車位方向為縱向坐標軸x軸,以垂直所探測車位方向為橫向坐標軸y軸。
進一步,在待泊車輛沿一定路徑行駛的過程中,獲取待泊車輛在全局坐標系中的縱向位移x,橫向位移y
vi當前周期內待泊車輛行駛速度,θi當前周期內待泊車輛與障礙物的相對角度,t為周期;
進一步,在待泊車輛沿一定路徑行駛的過程中,獲取傳感器陣列中第j個傳感器的縱向位移xj,橫向位移坐標yj
d為傳感器陣列中兩個傳感器之間的間距,N為傳感器陣列中傳感器個數(shù),θ1為第一次測量到待泊車輛與障礙物的相對角度值。
進一步,在待泊車輛沿一定路徑行駛的過程中,傳感器陣列第j 個傳感器在第i時刻測量待泊車輛與障礙物間的側向距離為則此時刻第j個傳感器測量的障礙物輪廓點的坐標為
為第i時刻傳感器陣列中第j個傳感器測量的障礙物輪廓點在全局坐標系中的縱向坐標值,為第i時刻傳感器陣列中第j個傳感器測量的障礙物輪廓點在全局坐標系的橫向坐標值。
進一步,將傳感器陣列第j個傳感器測量得到的障礙物輪廓點擬合成曲線,采用最小二乘法進行曲線擬合,考慮計算復雜程度及障礙物輪廓復雜程度,二次多項式即可滿足方法的要求,擬合公式為y=a0+a1x+a2x2,擬合后的曲線為yj=a0j+a1jx+a2jx2。
將傳感器陣列測量的多條障礙物輪廓曲線進行擬合,即將獲取的N條障礙物輪廓曲線擬合為一條障礙物輪廓曲線y0=a00+a01x+a02x2。
進一步,依據擬合后的障礙物輪廓曲線進行泊車位決策,通過擬合的曲線判斷出所探車位上、下邊緣位置,并與待泊車輛的長度、寬度、轉彎半徑等參數(shù)對比,判斷所探測車位是否為可用的泊車位。
進一步,使用人機交互技術,將探測結果傳遞給駕駛員,輔助駕駛員進行泊車操作。
本發(fā)明所述待泊車輛包括超聲波傳感器陣列及四個輪速傳感器。
本發(fā)明所用測量距離傳感器均為超聲波傳感器,超聲波傳感器陣列分布于待泊車輛的兩側,待泊車輛一側的傳感器陣列分布于同一水平線上。
本發(fā)明所用車速為車輛的四個輪速傳感器測量數(shù)值經算法計算 后的均值,同時輪速傳感器精度要求為0.015m/s以上。
下面結合附圖及實施例,對本發(fā)明內容進行詳細說明。
圖1給出本發(fā)明中安裝汽車上用于車位檢測的傳感器陣列102,傳感器陣列分布于車輛兩側,兩側的傳感器個數(shù)分別為N,傳感器之間的間距為D。
圖2給出待泊車輛在全局坐標系中的表示,待泊車輛201的中心線202與坐標系的x軸有一個相對角度θ,θ為待泊車輛與所探測車位的相對角度。
如圖3所示的實施例中,車位檢測方法的具體步驟為:
步驟1,超聲波傳感器陣列302測量待泊車輛301與障礙物303、304、305間的側向距離;超聲波探頭發(fā)出脈沖信號,同時開啟捕獲通道,如果在設定的周期內捕捉到回波信號,則根據回波時間計算出待泊車輛與障礙物間的側向距離,如果未在設定的周期內捕捉到回波信號,在認為車輛當前位置可用于泊車的空間內沒有障礙物,然后開始下一周期的探測;超聲波測量距離時受到環(huán)境的干擾,會對測量結果造成一定的誤差,為了抑制干擾的影響,對測量的數(shù)據進行中位值平均濾波以及溫度補償。
步驟2,獲取待泊車輛301與障礙物303的相對角度,待泊車輛301沿路徑306行駛,超聲波傳感器陣列302有兩個及以上傳感器獲取到待泊車輛301與障礙物303間的側向距離值,依據此測量數(shù)據確定當前時刻待泊車輛301與障礙物303間的相對角度θ;
D1,D2為傳感器陣列中兩個傳感器測量的待泊車輛301與障礙物303的側向距離,d為傳感器陣列302的間距,N12為測量到側向距離值的兩個傳感器的等間距個數(shù),
所探測車位307后方不存在障礙物303時,公式(1)獲得值為待泊車輛301與路肩304的相對角度。
步驟3,構造全局坐標系,在第一次求得待泊車輛301與障礙物303的相對角度θ1時,以距待泊車輛301尾部最近的傳感器為全局坐標系的原點,以平行于探測車位307方向為縱向坐標軸x軸,以垂直于所探車位307的方向為橫向坐標軸y軸,建立全局坐標系;在此坐標系中可表示待泊車輛301的運動軌跡,傳感器陣列302的運動軌跡,傳感器陣列302測量的障礙物303、304、305輪廓點坐標。
步驟4,獲取待泊車輛301在全局坐標系中的運動軌跡,在待泊車輛301沿路徑306行駛探測車位307的過程中,待泊車輛301與障礙物303、304、305存在一定的角度,僅依據待泊車輛301在全局坐標系統(tǒng)的位移對所探測車位307參數(shù)進行估計,獲取的參數(shù)與實際參數(shù)誤差大;所探測車位307參數(shù)的獲取需依據待泊車輛301在全局坐標系中的縱向位移x,橫向位移y進行計算;
vi為當前周期內待泊車輛301的車速,θi為當前周期內待泊車輛301相對障礙物303、304、305的相對角度,t為周期時間,公式(2)表示待泊車輛301在全局坐標系中的運動軌跡。
步驟5,獲取超聲波傳感器陣列302在全局坐標系中的運動軌跡, 在待泊車輛301運動軌跡的基礎上獲取超聲波傳感器陣列302的運動軌跡;在車位測量過程中某時刻傳感器陣列302中第j個傳感器在全局坐標系中的縱向坐標xj,橫向坐標yj為:
d為傳感器陣列302中傳感器之間的間距,N為傳感器陣列302中傳感器的個數(shù),θ1為第一次測量到車輛相對障礙物的相對角度,公式(3)為傳感器陣列302在全局坐標系中的運動軌跡。
步驟6,獲取障礙物303、304、305輪廓點坐標,在傳感器陣列302的運動軌跡的基礎上可獲取障礙物303、304、305輪廓點在全局坐標系中的坐標;傳感器陣列102中第j個傳感器在第i時刻測量的待泊車輛301與障礙物303、304、305的側向距離為在此時刻第j個傳感器測量的障礙物輪廓點的在全局坐標系中的坐標為
為第i時刻傳感器陣列302中第j個傳感器測量的障礙物303、304、305輪廓點在全局坐標系中的縱向坐標值,為第i時刻傳感器陣列302中第j個傳感器測量的障礙物303、304、305輪廓點在全局坐標系中的橫向坐標值。
步驟7,擬合障礙物303、304、305的輪廓曲線;傳感器陣列302測量得到N組障礙物303、304、305的輪廓點坐標,對每組坐標分別使用最小二乘法擬合成曲線;依據計算復雜程度及障礙物輪廓的復雜度,采用二次多項式即可滿足方法的要求,擬合公式為 y=a0+a1x+a2x2。
依次取n個傳感器陣列302測量得到的障礙物303、304、305輪廓點,將其按步驟7提出的擬合方法擬合成曲線;傳感器陣列302中第j個傳感器測量得到的一組障礙物303、304、305輪廓點擬合后的曲線為yj=f(x),yj=f(x)為分段函數(shù)。
傳感器陣列302測量障礙物303、304、305輪廓點坐標擬合后可得到N條曲線,再將這N條障礙物的輪廓曲線按照步驟7中提出的擬合方法擬合成一條輪廓曲線y=f(x)。
步驟8,獲取的所探測車位307的參數(shù),并與待泊車輛301的長度、寬度、轉彎半徑等參數(shù)對比,判斷所探測車位307是否為可用的泊車位。
步驟9,使用人機交互技術,將車位探測的結果以文字、圖像、聲光等各種類型的信息方式傳遞給駕駛員,輔助駕駛員順利完成泊車操作。
步驟8中依據曲線擬合后得到的障礙物輪廓曲線y=f(x)判斷所探測車位307的參數(shù)方法為:障礙物輪廓曲線y=f(x)如圖3所示,在S1段為所探測車位307后方障礙物303側面輪廓曲線,S2段為所探測車位307后方障礙物303前部分輪廓曲線,S3段為所探測兩障礙物303、305間的路肩304的輪廓曲線,S4段為所探測車位307前方障礙物305后部分輪廓曲線,S5段為所探測車位307前方障礙物側面輪廓曲線;
依據S2、S3、S4曲線段確定所探測車位307的參數(shù),在S2段障 礙物303輪廓曲線,當出現(xiàn)拐點311后,且在拐點313出現(xiàn)前,若某段曲線的切線斜率大于設定的閾值,則認為檢測到所探測車位的上邊緣,如圖3所示S2段曲線圈312為檢測到的所探測車位307的上邊緣位置;在S4段障礙物305輪廓曲線,當出現(xiàn)拐點314后,且在拐點316出現(xiàn)前,若某段曲線的切線斜率小于設定的閾值,則認為檢測到所探測車位307的下邊緣,如圖3所示S4段曲線圈315為檢測到的所探測車位307的下邊緣位置;以兩圈312、315之間縱軸坐標值的差值作為所探測車位307的長度;以311、313點縱軸坐標的長度差與314、316點縱軸坐標差值的平均值作為所探測車位307的寬度。
本發(fā)明提出的車位檢測方法同時適用于如圖4所示,障礙物為車輛時車位檢測,待泊車輛與障礙物車輛有一定的相對角度;如圖5所示,障礙物不為車輛時車位檢測,待泊車輛與障礙物車輛平行;如圖6所示的障礙物不為車輛時車位檢測,待泊車輛與障礙物有一定的相對角度。
本發(fā)明提出一種采用超聲波傳感器陣列進行車位檢測的方法,能夠獲取更為精確的車位參數(shù),泊車路徑規(guī)劃更為合理,泊車的效果更佳。