一种车位角度识别方法以及自动泊车方法

技术领域

本发明涉及自动泊车系统技术领域，尤其涉及一种车位角度识别方法以及自动泊车方法。

技术背景

随着汽车保有量的增加，停车难成为普遍现象，车位空间的狭小导致泊车过程中事故频发。自动泊车系统的出现，可以有效避免在泊车过程中的安全事故。因此，自动泊车系统成为了国内外各大企业和研究机构的研究热点。

自动泊车系统已经作为高端配置逐渐应用到一些车辆上。从图1可知，目前常用的自动泊车系统的组成主要包括以下三大部分：车位识别系统、路径规划系统、泊车控制系统。自动泊车过程如下所述：

车位识别步骤：由车位识别系统识别出空间中的车位和车位周围的障碍物信息；然后将所识别的环境信息传递给路径规划系统；路径规划系统根据传感器采集到的信息建立对应坐标系，通过约束条件判断车位是否符合要求。

泊车路径规划步骤：若车位符合自动泊车系统要求，则将检测到的车位进行存储，然后根据车辆的起始位置及姿态和泊车过程中车辆的位置和姿态进行泊车路径规划，由路径规划算法生成泊车路径；若车位不符合自动泊车系统要求，则继续向前行驶，继续进行车位检测，直到检测到可用的车位为止。

自动泊车步骤：泊车控制系统根据规划的路径将路径信息转化成控制决策进行自动泊车，对车辆的转角、速度、档位等进行控制，并将执行结果反馈给中央处理器，以方便中央处理器的进一步分析和制定决策。

在车位识别步骤中，安装在车辆旁边的侧雷达对周围障碍物进行检测，当检测到雷达距离有跳变沿产生时；若距离是从小值跳到大值，则判定车辆经过了一个障碍物；若距离是从大值跳到小值，则判定车辆刚遇到一个障碍物。根据上述判定过程，当连续出现雷达跳边沿时，通过条边沿的宽度即可识别到是否为停车位。

但是，如图2所示,在自动泊车系统识别超声波车位时，由于超声波雷达的探测深度有限，或者在搜车位过程时行车速度较快，导致超声波无法精确识别出旁边车辆的停放斜率，且超声波识别车位只能通过距离跳变判断车位的顶点。

为此，目前自动泊车系统采样的车位识别步骤，无法精确识别车位的斜率和定点，造成自动泊车车辆的控制和定位不可能做到百分百准确，在泊车过程中可能会存在累计误差，造成在泊车过程中对初始识别到的车位的跟踪累计误差较大，最终造成泊车歪斜或者剐蹭旁车的风险。

另外在泊车过程中，对初始车位的记忆跟踪依靠航迹推算技术，由于行驶的距离较远时航迹推算产生的累计误差较大，则原始识别到的车位在待泊车辆行驶到车位旁边时产生较大的累计误差，造成车位偏移，泊车失败。

发明内容

本发明的发明目的在于提供一种车位角度识别方法以及自动泊车方法，采用本发明提供的技术方案解决了目前自动泊车系统无法精确识别车位的技术问题。

为了解决上述技术问题，本发明提供一种车位角度识别方法，包括以下步骤：

S100、在倒车入库过程中，实时扫描车位库口靠近车辆一侧区域的障碍物，并获取障碍物的坐标值；

S200、获取若干个坐标值的离散的点集；

S300、通过最小二乘法将离散的点集拟合成直线；

S400、根据拟合形成的直线推算出障碍物的斜率，所述斜率即为车位角度。

优选的，在步骤S100中，所述车位为直车位或斜车位。

优选的，在步骤S100中，障碍物的坐标值的获取方法包括：

S101、以车辆前进方向为0°；

S102、获取泊车过程中车辆所在大地坐标系的坐标以及倒车航行，设定为(x，y，θ)；

S103、设定超声波雷达相对于车身的安装位置为(x

S104、根据超声波雷达探测到的距离，假设为h，通过以下公式计算获得障碍物在车身坐标系下的坐标(x

S105、通过以下公式计算获得障碍物在大地坐标系下的坐标为(X

优选的，在步骤S300中，通过最小二乘法将离散的点集拟合成直线，拟合方法包括：

S301、步骤S200中，获得的坐标值的离散的点集为{(x

S302、设定需要拟合的直线方程为y＝kx+b；

S303、通过以下公式计算各个离散点与拟合直线之间的偏差平方和；

S304、对步骤S303中的计算公式中的等式右边求k和b的偏导数，获得

S305、将步骤S304中的两个等式化简并表示成矩阵形式，获得范德蒙得矩阵

S306、将步骤S305中的范德蒙得矩阵化简，获得系数矩阵A＝(X′·X)-1·X′·Y。

基于上述车位角度识别方法，本发明另一方面还提供一种自动泊车方法，包括车位识别步骤、泊车路径规划和泊车步骤；

在泊车路径规划和泊车步骤中，包括通过上述任一项车位角度识别方法，获得车位角度；根据车位角度以及车辆状态获得自动泊车路径；车辆根据自动泊车路径对车辆的转角、速度和档位进行控制。

优选的，所述车位识别步骤包括：

A100、车辆在停车场内行驶过程中，侧雷达对周围障碍物进行检测，并识别检测到的距离是否有跳变沿产生；

A200、若检测距离从小值跳到大值，则判定车辆经过一个障碍物；若检测距离从大值跳到小值，则判定车辆遇到一个障碍物；

A300、若连续出现跳变沿时，且跳变沿的宽度为车位宽度，则识别到车位。

优选的，所述自动泊车路径包括车位库口区域泊车路径、车辆姿态调整路径，以及入库后航向角调整路径。

优选的，所述车位库口区域泊车路径和入库后航向角调整路径均为倒车路径，所述车辆姿态调整路径为前进路径。

优选的，在所述车位库口区域泊车路径中，步骤S100中的障碍物为车位库口靠近待泊车车辆一侧区域停放的车辆的前保险杆；步骤S400中拟合形成的直线的斜率与车位角度垂直，即可推算出车位角度。

优选的，在所述入库后航向角调整路径中，步骤S100中的障碍物为车位库口靠近待泊车车辆一侧区域停放的车辆的侧车身；步骤S400中拟合形成的直线的斜率即为车位角度。

由上可知，应用本发明提供的技术方案，通过第一步泊车入库时扫描旁边车前保险杠斜率，计算出旁边车实际的停车斜率，一开始入库就调整入库角度，在车辆入库时，也通过扫描两边车的斜率，更精确的保证停车位置和姿态。提高一次泊车成功率，减少揉库次数。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对本发明实施例或现有技术的描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本发明的一部分实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为现有自动泊车系统框图；

图2为现有自动泊车系统车位识别示意图；

图3为本发明泊车入库动作第一步示意图；

图4为本发明泊车入库动作第二步示意图；

图5为本发明泊车入库动作第三步示意图；

图6为本发明车位角度识别方法示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

目前自动泊车系统采样的车位识别步骤，无法精确识别车位的斜率和定点，造成自动泊车车辆的控制和定位不可能做到百分百准确，在泊车过程中可能会存在累计误差，造成在泊车过程中对初始识别到的车位的跟踪累计误差较大，最终造成泊车歪斜或者剐蹭旁车的风险。

一般超声波搜索到车位以后，请参见图3-图5，正常情况下需要三步完成泊车入库动作。如下所示：

1.第一步往车位内库口区域规划；

2.到达第一步规划停车点或遇到障碍物重规划，往前调整车位姿态，使得小角度入库；

3.入库后，当满足AVM重定位触发条件，则根据AVM重定位结果调整航向角和Y坐标；当满足超声波重定位触发条件，则根据侧雷达距离动态调整Y值，若AVM有重定位结果，则根据AVM重定位结果调整航向角。

在上述三个步骤中，均需要对车位的斜率完成识别判断，再根据斜率完成车辆姿态调整以及泊车路径的重新规划。

为了解决上述技术问题，本实施例提供一种车位角度识别方法，包括以下步骤：

S100、在倒车入库过程中，实时扫描车位库口靠近车辆一侧区域的障碍物，并获取障碍物的坐标值。

在该步骤中，车位为直车位或斜车位。障碍物的坐标值的获取方法包括：

S101、以车辆前进方向为0°；

S102、获取泊车过程中车辆所在大地坐标系的坐标以及倒车航行，设定为(x，y，θ)；可通过高精定位系统或者航迹推算系统，推算出泊车过程中车辆所在大地坐标系的坐标和航向；请参见图6。

S103、设定超声波雷达相对于车身的安装位置为(x

S104、根据超声波雷达探测到的距离，假设为h，通过以下公式计算获得障碍物在车身坐标系下的坐标(x

S105、通过以下公式计算获得障碍物在大地坐标系下的坐标为(X

S200、获取若干个坐标值的离散的点集。

S300、通过最小二乘法将离散的点集拟合成直线。

在该步骤中，最小二乘法，是假设需要拟合的直线方程为y＝kx+b，求一个近似的函数φ(x)来拟合这组数据，要求所得的拟合曲线能最好的反映数据的基本趋势(即使最好地逼近f(x)，按偏差平方和最小的原则选取拟合曲线，并且采取二项式方程为拟合曲线的方法，称为最小二乘法。拟合方法具体包括：

S301、步骤S200中，获得的坐标值的离散的点集为{(x

S302、设定需要拟合的直线方程为y＝kx+b；

S303、通过以下公式计算各个离散点与拟合直线之间的偏差平方和；

S304、对步骤S303中的计算公式中的等式右边求k和b的偏导数，获得

S305、将步骤S304中的两个等式化简并表示成矩阵形式，获得范德蒙得矩阵

S306、将步骤S305中的范德蒙得矩阵化简，获得系数矩阵A＝(X′·X)-1·X′·Y。便得到了系数矩阵A，也就得到了拟合曲线。

S400、根据拟合形成的直线推算出障碍物的斜率，斜率即为车位角度。

拟合得到的直线方程y＝kx+b即为通过最小二乘法拟合出来的直线。

基于上述车位角度识别方法，本实施例另一方面还提供一种自动泊车方法，包括车位识别步骤、泊车路径规划和泊车步骤。

在泊车路径规划和泊车步骤中，包括通过上述车位角度识别方法，获得车位角度；根据车位角度以及车辆状态获得自动泊车路径；车辆根据自动泊车路径对车辆的转角、速度和档位进行控制。

其中，车位识别步骤包括：

A100、车辆在停车场内行驶过程中，侧雷达对周围障碍物进行检测，并识别检测到的距离是否有跳变沿产生；

A200、若检测距离从小值跳到大值，则判定车辆经过一个障碍物；若检测距离从大值跳到小值，则判定车辆遇到一个障碍物；

A300、若连续出现跳变沿时，且跳变沿的宽度为车位宽度，则识别到车位。

自动泊车路径包括车位库口区域泊车路径、车辆姿态调整路径，以及入库后航向角调整路径。其中车位库口区域泊车路径和入库后航向角调整路径，即为正常情况下泊车入库中的第一步和第三部入库动作。

车位库口区域泊车路径和入库后航向角调整路径均为倒车路径，车辆姿态调整路径为前进路径。

在车位库口区域泊车路径中，即泊车入库中的第一步中，步骤S100中的障碍物为车位库口靠近待泊车车辆一侧区域停放的车辆的前保险杆，虽然车的前保险杠有一定的弧度，但是绝大多数车的前保险杠的左右侧是对称的，因为在车后退的过程中，方向盘角度几乎是在0°左右，车辆直直的后退，这时候可以拟合出旁边车保险杆的斜率，因为大部分停车场的障碍物都是车或者墙，即大部分经过的障碍物都是直角，在第一步泊车时拟合出来的直线与旁边车停放的斜率垂直，这样拟合出来的曲线斜率也即为车停放的斜率的垂线，车辆自动泊车入库时就按照该斜率入库。即是说步骤S400中拟合形成的直线的斜率与车位角度垂直，即可推算出车位角度。

在入库后航向角调整路径中，即泊车入库的第三步中，步骤S100中的障碍物为车位库口靠近待泊车车辆一侧区域停放的车辆的侧车身；当车尾部进入到车库内以后，开始进行第三步泊车的旁边车斜率扫描拟合，第三步拟合出来的直线为两边车的直接停放斜率，可以根据旁边车的停放斜率再次调整本车停放位置。使车停放的尽量居中且斜率与两侧车平行。即是说步骤S400中拟合形成的直线的斜率即为车位角度。因为车在进入到库里以后，车身也是直直的后退，这时候继续通过雷达对旁边障碍物进行扫描，更精确的扫描出两边车的斜率，通过分别判断两边车的斜率，综合考虑泊车需要调整的斜率。这样就可以提高一次泊车成功率。

由上可知，应用本发明提供的技术方案，通过第一步泊车入库时扫描旁边车前保险杠斜率，计算出旁边车实际的停车斜率，一开始入库就调整入库角度，在车辆入库时，也通过扫描两边车的斜率，更精确的保证停车位置和姿态。提高一次泊车成功率，减少揉库次数。

以上所述的实施方式，并不构成对该技术方案保护范围的限定。任何在上述实施方式的精神和原则之内所作的修改、等同替换和改进等，均应包含在该技术方案的保护范围之内。