用于确定停车位类型的方法

技术领域

本发明涉及机动车辆的停车辅助领域，并且更具体地涉及确定停车位的类型。

背景技术

如今，许多车辆配备有自动停车系统。这些系统使得可以在没有驾驶员参与的情况下执行停车操纵。为了更进一步地提高驾驶员的便利性，自动停车系统与用于检测车辆周围环境的设备耦合，以便确定是否存在可用的停车位。可以参考例如描述这种系统的文献EP 2 327 608。

该解决方案的一个缺点是没有确定为了停放车辆而要执行的操纵的类型。例如，自动停车系统可能执行平行停车操纵，以将车辆停放在若干个垂直的停车位上。这导致车辆停放不方便。

为了解决该问题，通常要求驾驶员选择自动停车系统应执行的操纵的类型，以将车辆停放在可用的停车位中。因此，显然没有解决提高驾驶员便利性的问题。

文献EP 2 982 572描述了一种用于通过分析限定停车位的地面标记来确定停车位的类型的设备。这种解决方案不是完全令人满意的，因为它仅在停车位被地面标记很好地限定并且地面标记没有被擦除的情况下才起作用。

另一种解决方案在于使用超声波传感器来确定停车位的类型。该解决方案的一个缺点是超声波检测的是很短距离处的物体。结果，在确定出可用的停车位的类型时，通常驶过了该停车位。

发明内容

鉴于以上情况，本发明的目的是克服前述缺点。

更具体地，本发明的目的是使得可以足够早地并且即使在不存在限定停车位的地面标记的情况下确定停车位的类型。

为此，提出了一种用于确定机动车辆的停车位的类型的方法，该方法包括：

-检测目标的阶段，

-评估该目标相对于道路的取向的阶段，以及

-基于所评估的取向确定停车位的类型的阶段。

根据该方法的一个总体特征，通过该车辆的前部相机来实施该检测阶段。

车辆的前部相机特别适合用于识别与乘用车或商用车相对应的目标。然后可以基于已经停放的车辆确定停车位的类型。因此，不需要存在限定停车位的地面标记。目标可能位于车辆前方的较远位置。因此，可以在车辆驶过可用的停车位之前就确定好停车位的类型。

在一种实施模式中，在该检测阶段中，确定与该目标关联的数据，与该目标关联的数据包括目标连续检测计数信号、该目标的位置、表示该目标的位置的精度的变量、该目标的速度、该目标的取向以及表示该目标的取向的精度的变量，该方法还具有在该检测阶段与该评估阶段之间的过滤阶段，该过滤阶段包括选自以下各项的至少一个过滤步骤：不精确位置过滤步骤、不精确取向过滤步骤、移动车辆过滤步骤以及幻象检测过滤步骤。

在本申请中，表述“连续检测计数信号”应理解为是指在实施方式中，在每次检测到目标时递增、并且在不再检测到该目标时重新初始化的信号。此外，在本申请中，认为术语“过滤”将根据其通常定义来使用，也就是说，进行排序，并且在过滤结束时，可以保留或拒绝经过滤的目标。

在该不精确位置过滤步骤中，如果表示该位置的精度的变量超过位置阈值，则拒绝该目标，并且如果该变量没有超过该位置阈值，则保留该目标。

在该不精确取向过滤步骤中，如果表示该取向的精度的变量超过取向阈值，则拒绝该目标，并且如果该变量没有超过该取向阈值，则保留该目标。

这些不精确位置过滤步骤和不精确取向过滤步骤使得可以拒绝数据检测不精确的目标。这些步骤优选地仅在目标检测开始时实施，并且之后不再实施。

优选地，表示相应位置和取向的精度的变量是位置标准偏差和取向标准偏差。

在该移动车辆过滤步骤中，如果该目标的速度超过速度阈值，则拒绝该目标，并且如果其速度没有超过该速度阈值，则保留该目标。

该过滤步骤使得可以拒绝与移动车辆相对应的目标，从而仅基于停放的车辆确定停车位的类型。优选地，只要检测到目标，就一直应用该步骤，以消除最初被保留但随后开始移动的目标，诸如最初在停车信号或交通信号灯处停止的车辆。

在幻象检测过滤步骤中，如果该目标连续检测计数信号小于计数阈值，则拒绝该目标，并且如果该信号不小于该计数阈值，则保留该目标。

幻象检测过滤步骤使得可以拒绝由前部相机进行的幻像检测。优选地，该步骤仅对位于该车辆的前部相机的视野中的目标实施，而不对其他目标实施。作为替代方案，该步骤仅在目标检测开始时实施，并且之后不再实施。

根据一种有利的实施模式，在该检测阶段中，确定该目标的位置，该方法还包括在该检测阶段与该评估阶段之间的过滤阶段，在该过滤阶段中，如果该目标的位置与该车辆之间的距离超过距离阈值，则拒绝该目标，并且如果该距离没有超过该距离阈值，则保留该目标。

该过滤使得可以限制考虑目标的区域的长度。这是有利的，因为远离车辆的目标的类型与靠近机动车辆的停车位的类型不同的可能性更大。

有利地，在该评估阶段中，确定在该目标的位置处的道路取向，并且基于在该目标的位置处的道路取向来评估该目标相对于该道路的取向。

在道路具有弯道时，使用在该目标的位置处的道路取向允许简单地评估该目标的取向，以便确定停车位的类型。

在一种实施模式中，如果该道路具有地面标记，则通过考虑该地面标记来确定该目标的位置处的道路取向；如果该道路没有任何地面标记，并且如果该目标位于该车辆的后方或与该车辆处于同一位置，则确定该车辆的过去轨迹并且基于该目标的位置处的过去轨迹来评估该目标的位置处的道路取向；以及如果该道路没有任何地面标记，并且如果该目标位于该车辆的前方，则确定该车辆的可能轨迹并且基于最靠近该目标的点处的可能轨迹来评估该目标的位置处的道路取向。

因此，即使道路不具有任何地面标记并且在车辆的前方和后方两种情况下，也可以确定道路取向。当道路具有地面标记时会考虑该地面标记，以便更精确地确定道路取向。

优选地，在确定该车辆的可能轨迹时，接受选自以下场景的至少一个场景：

-该车辆的速度保持恒定的速度场景；

-该车辆的加速度保持恒定的加速度场景，

-该车辆的方向盘角度保持恒定的方向盘角度场景；以及

-该车辆的偏航角度保持恒定的偏航角度场景。

此类场景构成了折衷方案，以允许简单且精确地确定可能轨迹。

在一种实施模式中，在该检测阶段中，检测多个目标，并且在该确定阶段中，无论目标是什么，都将至少一个第一项和一个第二项与该目标相关联，这些项选自以下各项：

-平行停车类型项，

-垂直停车类型项，以及

-人字形停车类型项，

并且然后计算各个目标的第一项的第一总和以及各个目标的第二项的第二总和，并且确定该第一总和及该第二总和中的一个总和是否大于另一个总和，并且优选地确定该第一总和及该第二总和中的一个总和是否大于另一个总和加上严格正偏移项。

与最高总和相对应的停车位的类型很可能是该车辆区域内的停车位的类型。偏移项使得可以调整对于停车位的类型确定的置信度。

优选地，无论目标是什么，都将至少一个系数与该目标相关联，并且在计算这些总和之前，通过与该目标相关联的系数对与该目标相关联的项进行加权。

例如，该系数可以表示该目标距该车辆的距离。

然后考虑的是，目标距车辆越远，该目标越有可能是与位于该车辆附近的停车位的类型不同地停放的车辆。

例如，该系数表示考虑该道路上的地面标记以评估该目标相对于该道路的取向。

然后可以对已经确定其取向相对较不精确的目标赋予较低的权重。

例如，该系数可以表示该目标与该车辆的轨迹之间的侧向间隙。

然后在较小的程度上考虑具有位于另一条道路或另一排停车位上的高风险的目标。

根据另一方面，提出了一种包括代码的计算机程序，该代码被配置为在由处理器或电子控制单元执行时实施如以上所限定的方法。

根据又另一方面，提出了一种用于确定机动车辆的停车位的类型的设备，该设备能够车载地容纳在机动车辆上，所述设备包括：

-检测模块，该检测模块用于检测目标，该检测模块能够与该机动车辆的前部相机进行信息连接，

-评估模块，该评估模块能够评估该目标相对于道路的取向，以及

-确定模块，该确定模块能够通过考虑由该评估模块评估的取向来确定停车位的类型。

附图说明

通过阅读仅借助非限制性示例并且参考附图所给出的以下描述，本发明的其他的目的、特征以及优点将会清楚，在附图中：

-图1示意性地示出了根据本发明的一个方面的设备，

-图2是展示了包含作为目标的取向的函数的停车位类型项值的映射的曲线图，以及

-图3是展示了根据本发明的另一方面的方法的流程图。

具体实施方式

参考图1，示意性地示出了机动车辆2。车辆2关联到在机动车辆设计中惯常使用的直接正交向量基3。正交基7包括向量

相机6还形成车辆2的高级驾驶辅助系统的一部分。这种系统也称为高级驾驶员辅助系统或对应的缩写ADAS。相机6的作用是收集车辆2的周围环境的多个图像。更具体地，相机6检测位于车辆2前方的视野内的图像，该视野的最大距离为60m并且孔径张角的范围在围绕向量

相机6能够在收集的图像中剔出与休闲车和商用车相对应的目标。特别地，相机6不会将可能位于其视野中的行人、卡车、公共汽车、摩托车、自行车或者甚至城市设施检测为目标。针对每个目标，相机6能够确定与目标关联的数据，该数据包括：

-目标相对于车辆2的位置，

-目标的速度，

-目标相对于车辆2的取向。在本申请中，目标相对于车辆2的取向对应于目标的纵向方向与向量

相机6还被配置为检测地面标记的存在。特别地，相机6检测在道路上限定用于交通流动的空间的地面标记以及限定停车位的地面标记。限定用于交通流动的空间的地面标记可以包括中线、硬路肩线或限定行车道的线。限定停车位的地面标记可以包括在停车位的角落中形成“T”的线。有利地，可以提供其他相机，诸如具有广角视野的相机，此类相机使得可以围绕车辆构建360°的视角。此类相机通常被称为全景式监控影像系统或对应的缩写AVM。

车辆2具有用于检测可用的停车位的设备(未示出)。这样的设备(本身已知)能够向车载计算机4提供有关存在用于停放车辆2的可用空间的信息。

车辆2具有设备8。设备8的作用是确定停车位的类型。更具体地，设备8使得即使在停车位没有被地面标记限定的情况下也可以确定停车位的类型。为此，车辆2还可以包括用于基于地面标记来确定停车位的类型的设备(未示出)。这两个设备的组合增加了在停车位由地面标记限定的情况下进行的确定的鲁棒性，并且允许在空间没有被地面标记限定的情况下进行确定。然而，设想不与另一设备耦合的设备8来确定停车位的类型当然也不脱离本发明的范围。在所考虑的示例中，设备8被配置为确定与平行停车位、垂直停车位和人字形停车位相对应的停车位的类型。然而，设想其他类型的停车位当然也不会脱离本发明的范围。

设备8具有检测模块10，该检测模块与车载计算机4和相机6直接或间接地进行信息连接。模块10收集与由相机6检测的各个目标关联的数据。模块10还收集车辆2的里程计数据。更精确地，模块10收集车辆2在参考系中的位置、车辆2在参考系中的取向、方向盘角度、车辆2的速度以及车辆2的航向角的速度。

针对每个目标，检测模块10收集目标位置精度信息。在该案例中，位置精度信息是位置标准偏差。该项数据通过集成到相机6中的图像处理算法直接递送。无论目标是什么，目标的位置标准偏差都对应于相机6若干次获取的目标位置的标准偏差。针对每个目标，检测模块10还收集目标取向精度信息，在该案例中，为目标取向的标准偏差。该项数据也通过集成到相机6中的图像处理算法递送。无论目标是什么，目标的取向标准偏差都对应于相机6若干次获取的目标取向的标准偏差。

模块10具有计数器11。无论目标是什么，计数器11都确定与该目标相关联的连续检测计数信号。

设备8具有过滤模块12。模块12的作用是对由相机6检测到并由模块10收集的目标进行过滤。为此，模块12与模块10进行信息连接。模块12配备有硬件装置和软件装置，该硬件装置和软件装置用于实施基于由模块10接收的数据来对由模块10收集的目标进行过滤的步骤。

设备8包括评估模块14。模块14的作用是针对由模块10收集并且未被模块12拒绝的每个目标target_i评估该目标相对于道路的取向θ

设备8具有确定模块16。模块16的作用是基于由模块14评估的取向来确定所考虑的停车位的类型。

为此，模块16具有映射18，该映射存储有作为目标相对于道路的取向的函数的平行停车类型项、垂直停车类型项和人字形停车类型项的值。图2中示出了映射18。映射18包括以细虚线表示的第一曲线20，该第一曲线对应于平行停车类型项的值。以粗虚线表示的第二曲线22对应于人字形停车类型项的值。以实线表示的第三曲线24对应于垂直停车类型项的值。曲线20、22和24由其映像在-1到1之间的多个精修(refined)函数形成。无论目标是什么，当映射18递送等于1的平行停车类型项、垂直停车类型项或人字形停车类型项时，目标分别是平行停放的、垂直停放的或人字形停放的。

通过设备8，可以实施诸如图3所示的方法等方法。该方法包括第一阶段P1、第二阶段P2、第三阶段P3以及第四阶段P4。该方法旨在定期地实施，例如每秒实施一次。

阶段P1包括第一步骤E11，在该步骤中，模块10通过前部相机6检测目标。每个目标表示为target_i，其中，i是整数。无论目标target_i是什么，该目标相对于车辆2的位置表示为x

-target_1是车辆2的前方15m处的垂直停放的车辆，

-target_2是车辆2的后方15m处的垂直停放的车辆，

-target_3是车辆2的前方25m处的弯道上垂直停放的车辆，

-target_4是车辆2的后方25m处的弯道上人字形停放的车辆，

-target_5是以较差检测质量检测到其位置

-target_6是以较差检测质量检测到其取向

-target_7是在与车辆2相反的方向上移动的车辆，

-target_8是之前该方法的两种实施方式未检测到的停放的车辆，

-target_9是车辆2的前方45m处的停放的车辆，以及

-target_10是车辆2的后方60m处的停放的车辆。

步骤E11之后是步骤E12。无论i是什么，在步骤E12中，前部相机6和模块10检测与目标target_i关联的数据，也就是说，位置x

在随后的步骤E13中，无论什么目标target_i在该方法的先前实施方式中被检测到但在该方法的当前实施方式中未被检测到，收集先前数据，即与在先前实施方式中检测到的目标target_i关联的数据。接着，确定更新后数据x

阶段P2具有步骤E21，在该步骤中，将标准偏差σ

阶段P2具有步骤E22。步骤E22通过考虑标准偏差σ

阶段P2包括步骤E23。在步骤E23中，无论i是什么(除了5或6之外)，将速度v

作为替代方案，代替考虑速度v

在该案例中，目标target_7在与车辆2相反的方向上移动。因此，速度v

阶段P2具有步骤E24，在该步骤中，无论i是什么(除了5、6或7之外)，将信号Σ

阶段P2具有步骤E25，在该步骤中，无论i是什么(除了5、6、7或8之外)，确定目标target_i与车辆2之间的距离。然后将所确定的距离与阈值threshold_5进行比较。在所考虑的示例中，阈值threshold_5等于30m。如果所确定的距离超过阈值threshold_5，则在步骤E25中拒绝目标target_i。在该案例中，针对目标target_9确定的距离为45m。该距离超过阈值threshold_5。在步骤E25中拒绝目标target_9。类似地，针对目标target_10的距离为60m。在步骤E25中应该拒绝目标target_10。在步骤E25结束时，阶段P2结束。

阶段P3具有第一步骤E31，该步骤评估被保留的并且位于在车辆2正在行驶的直线上的道路部分上的目标的取向。在步骤E31中，无论i是什么，确定目标target_i是否沿与车辆2的纵向方向相对应的直线定位。如果正是这种情况，则取向θ

阶段P3具有第二步骤E32，在该步骤中，确定是否存在被保留的并且沿形成弯道的道路部分停放的目标。如果答案为“否”，则阶段P3结束。在该案例中，目标target_3和target_4均停放在弯道上。因此，步骤E32的答案为“是”。

在该案例中，应用步骤E33，在该步骤中，确定目标所在的弯道是否具有地面标记。为此，可以使用相机6和模块10。如果步骤E33的答案为“是”，则应用步骤E34。如果步骤E33的答案为“否”，则应用步骤E35。

在步骤E34中，基于地面标记确定道路的取向。更精确地，无论目标target_i是否位于弯道上，道路的取向都对应于在最接近目标target_i的点处道路相对于向量基3的取向。然后转到步骤E38，该步骤在下面描述。

在步骤E35中，收集车辆2的过去轨迹。在该案例中，过去轨迹对应于车辆行走的最后三十米。为此，可以使用结合在车载计算机4中的存储车辆2的轨迹的存储器(未示出)。

步骤E35之后是步骤E36，在该步骤E36中，预测了车辆2的可能轨迹。为了确定车辆2的可能轨迹，收集车辆2的速度v

在步骤E37中，将在目标的位置处的道路取向定义为车辆2的过去轨迹或可能轨迹在最接近目标的点处的切线。在该案例中，目标target_4在阶段P2中未被拒绝，并且停放在车辆2后方的弯道上。在目标target_4的位置处的道路取向由过去轨迹在最接近目标target_4的点处的切线指示。类似地，目标target_3位于车辆2前方的弯道上，并且不具有任何道路标记。在目标target_3的位置处的道路取向由可能轨迹在最接近目标target_3的点处的切线指示。在步骤E37结束时，应用步骤E38。

在步骤E38中，无论i是什么，对应于在阶段P2中被保留并沿弯道定位的目标target_i，都将计算取向θ

在所展示的示例中，阶段P3实施评估目标相对于道路的取向的两种不同模式，这取决于目标是否位于车辆正在行驶的直线部分上。然而，在不脱离本发明的范围的情况下当然可以设想仅使用这两种评估模式中的一种。在第一变体中，阶段P3仅包括步骤E31。这种变体的优点在于，其设计更简单并且其在直线上的工作方式与在常规停车场中的工作方式相同。根据第二变体，阶段P3仅包括步骤E33到E38。尽管这种变体更加复杂，但是它可以考虑道路的取向，以便考虑位于弯道上的目标并采纳车辆与道路之间的取向差异。

阶段P4具有读取映射18的第一步骤E41。更精确地，无论i是什么，对应于在阶段P2中未被拒绝的目标target_i，在映射18的输入处输入取向θ

并且因此：

阶段P4具有步骤E42，该步骤计算表示目标距车辆的距离的系数c_d

阶段P4包括步骤E43，该步骤确定表示考虑道路上的地面标记以评估在目标的位置处的道路取向的系数c_θ

阶段P4包括步骤E44，在该步骤中，确定表示目标与车辆的轨迹之间的侧向间隙的系数c_e

阶段P4包括步骤E451和步骤E452，在步骤E451中，用各种系数c_d

在该案例中，使用先前建立的值，所计算的总和具有以下值：

∑b＝2.046875

∑e＝-2.046875

∑c＝-2.078125

阶段P4包括确定停车位的类型的步骤E46。在步骤E46中，比较所计算的总和。更精确地，针对每个总和∑b、∑e或∑c，通过加上严格正偏移项t

-如果∑b＞∑c+t

-如果∑c＞∑b+t

-如果∑e＞∑c+t

如果这样的总和不存在，则不确定靠近车辆2的停车位的类型。

在该案例中，总和∑b大于相加的总和∑e和∑c中的每一个加上项t

项t

在不脱离本发明的范围的情况下，还可以为每个比较设想不同的偏移项。在这种情况下，可以做出非对称的折衷，以增加关于确定停车位的类型的置信度。

鉴于以上情况，本发明使得可以在车辆驶过可用的停车位之前可靠地确定停车位的类型，并且即使在不存在任何限定停车位的地面标记的情况下也可以起作用。