一种基于图像与超声波信息融合的自动泊车方法

1.本发明涉及车辆自动驾驶领域，尤其涉及一种自动泊车方法。


背景技术：

2.伴随城市的快速发展与汽车保有量的逐年增加，车位紧张与泊车空间复杂消耗了人们驾驶出行的大量时间与精力。借助自动驾驶技术的发展与传感器元件的组合搭载，解决城市泊车难题的自动泊车技术应运而生。当前自动泊车技术多采用超声波雷达与摄像头组合的传感器方案，能够保证常见车位的识别与泊车操作，但仍然存在面对复杂场景无法准确寻位、泊车时间较长等问题，虽然能够通过搭载如激光雷达等传感器增加精确环境感知的能力，但势必会带来成本的增加。在自动驾驶领域不断压低成本，提升产业竞争力的背景下，如何实现在有限成本下优化泊车效果，成为当前亟待解决的问题。


技术实现要素：

3.本发明针对有限成本下泊车效果优化问题，提供了一种基于图像与超声波信息融合的自动泊车方法，以期实现在不改变传感器配置的情况下，通过优化传感器信息的融合方式与目标车位的搜索方法，同时保证轨迹规划的简洁性和泊车控制的稳定性，从而确保泊车方法的多场景适应能力，提供更快更好的泊车效果。
4.本发明为达到上述发明目的，采用如下技术方案：
5.本发明一种基于图像与超声波信息融合的自动泊车方法的特点在于，包括以下步骤：
6.步骤1、搜索车位，对图像和超声波雷达的信息进行融合，获取车身周围车位与障碍物信息：
7.步骤1.1、通过车身前、后、左、右的鱼眼摄像头获取当前时刻四个方向的实时图像，并经过透视变换与图像拼接操作后，得到投影在地面上的一张环视图像；
8.步骤1.2、在当前时刻的环视图像上以车辆后轴的中点为原点，以车辆前进方向为y轴方向，以垂直于y轴方向的右侧方向为x轴方向，从而建立图像坐标系，所述环视图像上任一点坐标由逆透视变换后，获得在世界坐标系下对应的实际坐标；
9.步骤1.3、利用超声波雷达同步获取当前时刻的车辆侧向超声波雷达距离信息，并根据超声波雷达、车辆和鱼眼摄像头之间的安装位置关系，将超声波雷距离信息标记在当前时刻的环视图像上；
10.步骤1.4、将标记超声波雷达距离信息的环视图像输入预训练后的车位与障碍物检测神经网络中进行识别，得到车位信息和障碍物信息，其中，所述车位信息包括：车位编号、车位类型、车位尺寸、车位入口中点坐标，所述障碍物信息包括：障碍物编号、障碍物类型、障碍物坐标、障碍物避障值；所述车位类型包括：垂直车位、斜向车位、平行车位，所述障碍物类型包括“车位占据标志”和“一般障碍物”；
11.步骤2、根据所述车位信息与障碍物信息筛选目标车位：
12.步骤2.1、利用式(1)计算编号为i的障碍物坐标(x
ib
,y
ib
)：
[0013][0014]
式(1)中，x1、y1和x2、y2分别为同侧的两个车辆侧向超声波雷达的位置坐标，d1、d2分别为同侧的两个车辆侧向超声波雷达测得的障碍物距离，d3为同侧的两个车辆侧向超声波雷达间的距离；
[0015]
步骤2.2、根据障碍物数量、障碍物类型和障碍物坐标，对所有车位按车位编号逐一进行车位状况判断：
[0016]
判断由车位角点构成的当前编号的车位边界范围内是否存在某个编号为i的障碍物坐标(x
ib
,y
ib
)，若是，则判定当前编号的车位内存在编号为i的障碍物；否则，表示当前编号的车位内无障碍物；
[0017]
若当前编号的车位内无障碍物，则当前编号的车位状况判定为“空闲”，并保留当前编号的车位信息；
[0018]
若当前编号的车位内障碍物数量＝1且障碍物类型为“一般障碍物”，则根据当前编号的车位对应的车位入口中点坐标以及障碍物编号对应的障碍物坐标(x
ib
,y
ib
)，计算两个坐标间相对距离，以更新当前编号的车位尺寸对应边的长度或宽度；
[0019]
若更新后的车位尺寸对应边的长度或宽度，大于预先测量的车长或车宽，则判定当前编号的车位状况为“可用”，保留当前编号的车位信息，否则，当前编号的车位信息车位状况判定为“不可用”，并删除当前编号的车位信息；
[0020]
若当前编号的车位内障碍物数量＞1或存在障碍物类型为“车位占据标志”的障碍物，则判定当前编号的车位状况为“不可用”，并删除当前编号的车位信息与对应的障碍物信息；
[0021]
步骤2.3、根据保留编号的车位信息，计算各编号下车位的入口中点坐标分别与所述图像坐标系的原点距离，并作为各编号下车位分别与车辆的距离；
[0022]
步骤2.4、判断保留的编号为j的车位按距离dj是否小于设定距离阈值α，若是，则保留编号为j的车位作为筛选后的车位，执行步骤2.5，否则，继续判断所保留的其他编号的车位，若没有找到满足条件的车位，则返回执行步骤1以获取下一时刻的实时图像和车辆侧向超声波雷达距离信息；
[0023]
步骤2.5、按筛选后的车位尺寸，计算筛选后的车位的车位面积，若车位面积大于设定的阈值β，则保留相应车位并作为备选车位，执行步骤2.6，否则，继续判断筛选后的其他编号的车位，若没有找到满足条件的车位，则返回执行步骤1；
[0024]
步骤2.6、将筛选出的备选车位按编号显示在交互界面上以供用户选择，并根据用户选择的结果确定目标车位，若用户未选择，则从备选车位中随机选择一个车位作为目标车位；
[0025]
步骤3、根据选择的目标车位，规划泊车轨迹规后泊入目标车位；
[0026]
步骤3.1、根据车辆运动学方程，利用式(2)计算原点坐标的偏移值：
[0027][0028]
式(2)中，δxo和δyo为原点坐标在x方向和y方向的偏移值，v为搜索车速，t为开始搜索车位到停止搜索的时间，ω
t
为车辆横摆角速度；
[0029]
步骤3.2、将目标车位的车位中点坐标和障碍物坐标分别加上偏移值，以更新目标车位的车位中点坐标和障碍物坐标；
[0030]
步骤3.3、判断目标车位的类型是否为“可用”，若是，执行步骤3.4，否则，执行步骤3.5；
[0031]
步骤3.4、判断目标车位的车位入口中心点所在边是否为预设值δ，若是，则执行步骤3.5，否则，根据所在边的当前值更新车位入口中心点坐标，执行步骤3.5；
[0032]
步骤3.5、根据车辆当前位置与车位入口中心点，考虑避让车辆与车位入口之间的障碍物，通过直线和圆弧组合的方式进行泊车轨迹规划：
[0033]
对于“垂直车位”和“斜向车位”的车位类型，在轨迹的生成过程中调整车辆姿态直至车辆后轴中心与车位入口中心点重合后，并在轨迹的末端延长一段泊车入位的直线后得到最终泊车轨迹；
[0034]
对于“平行车位”的车位类型，在轨迹的生成过程中调整姿态直至后轴中心与车位入口中心点重合，并在轨迹的末端中延长一段泊车入位的圆弧后得到最终泊车轨迹；
[0035]
步骤4、在泊车入位过程中判断是否因紧急避障中断泊车，若是，原地停车并重复步骤1，否则，按照规划最终泊车轨迹直到完全泊入车位。
[0036]
本发明所述的一种基于图像与超声波信息融合的自动泊车方法的特点也在于，步骤2.2中计算两个坐标间相对距离，以更新当前编号的车位尺寸对应边的长度或宽度，包括：
[0037]
步骤a、若车位类型为“垂直车位”或“平行车位”，则利用式(3)计算编号为j的车位与编号为i的障碍物在x方向的距离参考值l
jix
，在y方向的距离参考值l
jiy
：
[0038][0039]
式(3)中，x
jm
，y
jm
为编号为j的车位入口中点坐标值，l
(h,w)
为“垂直车位”类型下的车位宽度或“平行车位”类型下的车位长度，δxi和δyi为编号为i的障碍物针对当前类型的车位在x方向与y方向的避障值；
[0040]
若车位类型为“斜向车位”，则利用式(4)计算编号为j的车位与编号为i的障碍物在x方向的距离参考值l
jix
，在y方向的距离参考值l
jiy
：
[0041][0042]
式(4)中，θ为斜向车位相对于x方向的倾斜角，w为斜向车位的宽度；
[0043]
步骤b、若车位类型为“垂直车位”或“斜向车位”，则将x方向的距离参考值l
jix
除以对应车位长度，将y方向的距离参考值l
jiy
除以对应车位宽度，获得两个比值，并选择比值较
大的距离参考值来更新对应车位长度或宽度；
[0044]
若车位类型为“平行车位”，则将x方向的距离参考值l
jix
除以对应车位宽度，将y方向的距离参考值l
jiy
除以对应车位长度，获得两个比值，并选择比值较大的距离参考值来更新对应车位长度或宽度。
[0045]
本发明一种电子设备，包括存储器以及处理器的特点在于，所述存储器用于存储支持处理器执行所述自动泊车方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。
[0046]
本发明一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序的特点在于，所述计算机程序被处理器运行时执行所述自动泊车方法的步骤。
[0047]
与现有技术相比，本发明的有益效果在于：
[0048]
1.本发明提出了一种基于图像与超声波信息融合的车位与障碍物识别方法，能够在不增加传感器配置的情况下，通过结合图像信息与超声波雷达信息，获取丰富的车位信息与障碍物信息，从而在不增加传感器成本的情况下提升泊车环境感知能力，克服了单独使用摄像头带来的定位不准确问题，以及单独使用超声波雷达时无法搜索没有邻近参考物体的车位问题。
[0049]
2.本发明提出了一种车位内包含障碍物的车位尺寸更新方法，适用于大多数场景下常见的车位类型，即垂直车位、平行车位与斜向车位，能够在避免碰撞的前提下最大程度保留泊车空间，从而提高了在车位内存在障碍物情况下的泊车安全性。
[0050]
3.本发明提出了一种目标车位筛选方法，引入了障碍物信息扩大了车位搜索范围，通过设置车位距离阈值α和车位面积阈值β，减少了因判断因素过多带来的计算误差，降低了判断难度，提升了搜索目标车位的效率。
附图说明
[0051]
图1为本发明的自动泊车方法流程图；
[0052]
图2为本发明的障碍物坐标计算示意图；
[0053]
图3a为本发明的距离参考值在垂直车位的计算示意图；
[0054]
图3b为本发明的距离参考值在平行车位的计算示意图；
[0055]
图3c为本发明的距离参考值在斜向车位的计算示意图。
具体实施方式
[0056]
下面结合说明书附图和具体实施例对本发明的技术方案做进一步详细说明。
[0057]
本实施例中，如图1所示，一种基于图像与超声波信息融合的自动泊车方法，包括以下步骤：
[0058]
步骤1、搜索车位，对图像和超声波雷达的信息进行融合，获取车身周围车位与障碍物信息：
[0059]
步骤1.1、通过车身前、后、左、右的鱼眼摄像头获取当前时刻四个方向的实时图像，并经过透视变换与图像拼接操作后，得到投影在地面上的一张环视图像，鱼眼摄像头水平视场角为196
°
，垂直视场角为147
°
，检测距离＞10m，实时图像经过视频解码器输送至车辆搭载的自动泊车控制器的视觉处理单元进行环视图像的生成操作；
[0060]
步骤1.2、在当前时刻的环视图像上以车辆后轴的中点为原点，以车辆前进方向为y轴方向，以垂直于y轴方向的右侧方向为x轴方向，从而建立图像坐标系，环视图像上任一点坐标由逆透视变换后，获得在世界坐标系下对应的实际坐标；
[0061]
步骤1.3、利用超声波雷达同步获取当前时刻的车辆侧向超声波雷达距离信息，并根据超声波雷达、车辆和鱼眼摄像头之间的安装位置关系，将超声波雷距离信息标记在当前时刻的环视图像上，侧向超声波雷达，最远探测距离7m，水平探测角度75
°
，垂直探测角度50
°
，可根据具体需要在同一侧配置2至4台超声波雷达，获取的超声波雷达距离信息通过汽车can总线输送报文至自动泊车控制器，解码后将距离信息标记在环视图像上；
[0062]
步骤1.4、将标记超声波雷达距离信息的环视图像输入预训练后的车位与障碍物检测神经网络中进行识别，得到车位信息和障碍物信息，车位与障碍物检测神经网络以目标检测网络为骨干网络，例如yolo系列，结合车位检测网络的车位推理代码，如dmpr、vps-net，添加车位检测头，并通过在目标检测头中加入超声波雷达数据解析和障碍物坐标计算，获得障碍物检测头，使用预先标注真值框与超声波雷达信息的图片进行训练并调整代码与相关参数后获得最终网络，其中，车位信息包括：车位编号、车位类型、车位尺寸、车位入口中点坐标，其中车位入口中点坐标由检测得到的车位角点坐标结合预先设置的车位长度或宽度计算得出，障碍物信息包括：障碍物编号、障碍物类型、障碍物坐标、障碍物避障值；车位类型包括：垂直车位、斜向车位、平行车位，障碍物类型包括“车位占据标志”和“一般障碍物”，其中“车位占据标志“包括：升起的地锁、警示牌、车位入口遮挡物、车位内的车辆等，“一般障碍物”包括：锥桶、水马、立柱等，障碍物避障值根据障碍物类型和所处的车位类型预先设置；
[0063]
步骤2、根据车位信息与障碍物信息筛选目标车位：
[0064]
步骤2.1、利用式(1)计算编号为i的障碍物坐标(x
ib
,y
ib
)，如图2所示：
[0065][0066]
式(1)中，x1、y1和x2、y2分别为同侧的两个车辆侧向超声波雷达的位置坐标，d1、d2分别为同侧的两个车辆侧向超声波雷达测得的障碍物距离，d3为同侧的两个车辆侧向超声波雷达间的距离，计算方式以配置方案中的2台超声波雷达方案为例，若采用一侧3台或4台超声波雷达配置方案时，则先计算其中两两组合得到的坐标信息，再选择其中相对原点距离最近的坐标作为障碍物坐标；
[0067]
步骤2.2、根据障碍物数量、障碍物类型和障碍物坐标，对所有车位按车位编号逐一进行车位状况判断：
[0068]
判断由车位角点构成的当前编号的车位边界范围内是否存在某个编号为i的障碍物坐标(x
ib
,y
ib
)，若是，则判定当前编号的车位内存在编号为i的障碍物；否则，表示当前编号的车位内无障碍物；
[0069]
若当前编号的车位内无障碍物，则当前编号的车位状况判定为“空闲”，并保留当前编号的车位信息；
[0070]
若当前编号的车位内障碍物数量＝1且障碍物类型为“一般障碍物”，则根据当前
编号的车位对应的车位入口中点坐标以及障碍物编号对应的障碍物坐标(x
ib
,y
ib
)，计算两个坐标间相对距离，以更新当前编号的车位尺寸对应边的长度或宽度；
[0071]
若更新后的车位尺寸对应边的长度或宽度，大于预先测量的车长或车宽，即满足最小泊车条件，则判定当前编号的车位状况为“可用”，保留当前编号的车位信息，否则，当前编号的车位信息车位状况判定为“不可用”，并删除当前编号的车位信息；
[0072]
若当前编号的车位内障碍物数量＞1或存在障碍物类型为“车位占据标志”的障碍物，则判定当前编号的车位状况为“不可用”，并删除当前编号的车位信息与对应的障碍物信息；
[0073]
步骤2.3、根据保留编号的车位信息，计算各编号下车位的入口中点坐标分别与图像坐标系的原点距离，并作为各编号下车位分别与车辆的距离；
[0074]
步骤2.4、判断保留的编号为j的车位按距离dj是否小于设定距离阈值α，默认值为10m，若是，则保留编号为j的车位作为筛选后的车位，执行步骤2.5，否则，继续判断所保留的其他编号的车位，若没有找到满足条件的车位，则返回执行步骤1以获取下一时刻的实时图像和车辆侧向超声波雷达距离信息；
[0075]
步骤2.5、按筛选后的车位尺寸，计算筛选后的车位的车位面积，若车位面积大于设定的阈值β，默认值为0.85，则保留相应车位并作为备选车位，执行步骤2.6，否则，继续判断筛选后的其他编号的车位，若没有找到满足条件的车位，则返回执行步骤1；
[0076]
步骤2.6、将筛选出的备选车位按编号显示在交互界面上以供用户选择，并根据用户选择的结果确定目标车位，若用户未选择，则从备选车位中随机选择一个车位作为目标车位；
[0077]
步骤3、根据选择的目标车位，规划泊车轨迹规后泊入目标车位；
[0078]
步骤3.1、根据车辆运动学方程，利用式(2)计算原点坐标的偏移值：
[0079][0080]
式(2)中，δxo和δyo为原点坐标在x方向和y方向的偏移值，v为搜索车速，t为开始搜索车位到停止搜索的时间，ω
t
为车辆横摆角速度，其中，v默认值为15km/h，t默认值为10秒，ω
t
由can总线信息提供；
[0081]
步骤3.2、将目标车位的车位中点坐标和障碍物坐标分别加上偏移值，以更新目标车位的车位中点坐标和障碍物坐标；
[0082]
步骤3.3、判断目标车位的类型是否为“可用”，若是，执行步骤3.4，否则，执行步骤3.5；
[0083]
步骤3.4、判断目标车位的车位入口中心点所在边是否为预设值δ，即入口大小是否发生改变，若是，则执行步骤3.5，否则，根据所在边的当前值更新车位入口中心点坐标，执行步骤3.5；
[0084]
步骤3.5、根据车辆当前位置与车位入口中心点，考虑避让车辆与车位入口之间的障碍物，通过直线和圆弧组合的方式进行泊车轨迹规划：
[0085]
对于“垂直车位”和“斜向车位”的车位类型，在轨迹的生成过程中调整车辆姿态直至车辆后轴中心与车位入口中心点重合后，并在轨迹的末端延长一段泊车入位的直线后得
到最终泊车轨迹；
[0086]
对于“平行车位”的车位类型，在轨迹的生成过程中调整姿态直至后轴中心与车位入口中心点重合，并在轨迹的末端中延长一段泊车入位的圆弧后得到最终泊车轨迹；
[0087]
轨迹规划包括全局轨迹规划和局部轨迹规划，如使用混合a*完成全局轨迹规划，混合rrt*实现局部轨迹规划，以此保证生成轨迹的平滑性并减少规划的时间；
[0088]
步骤4、在泊车入位过程中判断是否因紧急避障中断泊车，若是，原地停车并重复步骤1，否则，按照规划最终泊车轨迹直到完全泊入车位。
[0089]
本实施例中，步骤2.2中计算两个坐标间相对距离，以更新当前编号的车位尺寸对应边的长度或宽度，包括：
[0090]
步骤a、若车位类型为“垂直车位”或“平行车位”，如图3a或图3b所示，图中h为车位长度，默认值为5.3m，w为车位宽度，默认值为2.5m，则利用式(3)计算编号为j的车位与编号为i的障碍物在x方向的距离参考值l
jix
，在y方向的距离参考值l
jiy
：
[0091][0092]
式(3)中，x
jm
，y
jm
为编号为j的车位入口中点坐标值，l
(h,w)
为“垂直车位”类型下的车位宽度或“平行车位”类型下的车位长度，δxi和δyi为编号为i的障碍物针对当前类型的车位在x方向与y方向的避障值；
[0093]
若车位类型为“斜向车位”，如图3c所示，图中车位长度h默认值为6m，车位宽度w默认值为2.8m，倾斜角度θ默认值为60
°
，则利用式(4)计算编号为j的车位与编号为i的障碍物在x方向的距离参考值l
jix
，在y方向的距离参考值l
jiy
：
[0094][0095]
式(4)中，θ为斜向车位相对于x方向的倾斜角，w为斜向车位的宽度；
[0096]
步骤b、若车位类型为“垂直车位”或“斜向车位”，则将x方向的距离参考值l
jix
除以对应车位长度，将y方向的距离参考值l
jiy
除以对应车位宽度，获得两个比值，并选择比值较大的距离参考值来更新对应车位长度或宽度；
[0097]
若车位类型为“平行车位”，则将x方向的距离参考值l
jix
除以对应车位宽度，将y方向的距离参考值l
jiy
除以对应车位长度，获得两个比值，并选择比值较大的距离参考值来更新对应车位长度或宽度。
[0098]
本实施例中，一种电子设备，包括存储器以及处理器，该存储器用于存储支持处理器执行上述方法的程序，该处理器被配置为用于执行该存储器中存储的程序。
[0099]
本实施例中，一种计算机可读存储介质，是在计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述方法的步骤。

技术特征：
1.一种基于图像与超声波信息融合的自动泊车方法，其特征在于，包括以下步骤：步骤1、搜索车位，对图像和超声波雷达的信息进行融合，获取车身周围车位与障碍物信息：步骤1.1、通过车身前、后、左、右的鱼眼摄像头获取当前时刻四个方向的实时图像，并经过透视变换与图像拼接操作后，得到投影在地面上的一张环视图像；步骤1.2、在当前时刻的环视图像上以车辆后轴的中点为原点，以车辆前进方向为y轴方向，以垂直于y轴方向的右侧方向为x轴方向，从而建立图像坐标系，所述环视图像上任一点坐标由逆透视变换后，获得在世界坐标系下对应的实际坐标；步骤1.3、利用超声波雷达同步获取当前时刻的车辆侧向超声波雷达距离信息，并根据超声波雷达、车辆和鱼眼摄像头之间的安装位置关系，将超声波雷距离信息标记在当前时刻的环视图像上；步骤1.4、将标记超声波雷达距离信息的环视图像输入预训练后的车位与障碍物检测神经网络中进行识别，得到车位信息和障碍物信息，其中，所述车位信息包括：车位编号、车位类型、车位尺寸、车位入口中点坐标，所述障碍物信息包括：障碍物编号、障碍物类型、障碍物坐标、障碍物避障值；所述车位类型包括：垂直车位、斜向车位、平行车位，所述障碍物类型包括“车位占据标志”和“一般障碍物”；步骤2、根据所述车位信息与障碍物信息筛选目标车位：步骤2.1、利用式(1)计算编号为i的障碍物坐标(x
ib
,y
ib
)：式(1)中，x1、y1和x2、y2分别为同侧的两个车辆侧向超声波雷达的位置坐标，d1、d2分别为同侧的两个车辆侧向超声波雷达测得的障碍物距离，d3为同侧的两个车辆侧向超声波雷达间的距离；步骤2.2、根据障碍物数量、障碍物类型和障碍物坐标，对所有车位按车位编号逐一进行车位状况判断：判断由车位角点构成的当前编号的车位边界范围内是否存在某个编号为i的障碍物坐标(x
ib
,y
ib
)，若是，则判定当前编号的车位内存在编号为i的障碍物；否则，表示当前编号的车位内无障碍物；若当前编号的车位内无障碍物，则当前编号的车位状况判定为“空闲”，并保留当前编号的车位信息；若当前编号的车位内障碍物数量＝1且障碍物类型为“一般障碍物”，则根据当前编号的车位对应的车位入口中点坐标以及障碍物编号对应的障碍物坐标(x
ib
,y
ib
)，计算两个坐标间相对距离，以更新当前编号的车位尺寸对应边的长度或宽度；若更新后的车位尺寸对应边的长度或宽度，大于预先测量的车长或车宽，则判定当前编号的车位状况为“可用”，保留当前编号的车位信息，否则，当前编号的车位信息车位状况判定为“不可用”，并删除当前编号的车位信息；
若当前编号的车位内障碍物数量＞1或存在障碍物类型为“车位占据标志”的障碍物，则判定当前编号的车位状况为“不可用”，并删除当前编号的车位信息与对应的障碍物信息；步骤2.3、根据保留编号的车位信息，计算各编号下车位的入口中点坐标分别与所述图像坐标系的原点距离，并作为各编号下车位分别与车辆的距离；步骤2.4、判断保留的编号为j的车位按距离d
j
是否小于设定距离阈值α，若是，则保留编号为j的车位作为筛选后的车位，执行步骤2.5，否则，继续判断所保留的其他编号的车位，若没有找到满足条件的车位，则返回执行步骤1以获取下一时刻的实时图像和车辆侧向超声波雷达距离信息；步骤2.5、按筛选后的车位尺寸，计算筛选后的车位的车位面积，若车位面积大于设定的阈值β，则保留相应车位并作为备选车位，执行步骤2.6，否则，继续判断筛选后的其他编号的车位，若没有找到满足条件的车位，则返回执行步骤1；步骤2.6、将筛选出的备选车位按编号显示在交互界面上以供用户选择，并根据用户选择的结果确定目标车位，若用户未选择，则从备选车位中随机选择一个车位作为目标车位；步骤3、根据选择的目标车位，规划泊车轨迹规后泊入目标车位；步骤3.1、根据车辆运动学方程，利用式(2)计算原点坐标的偏移值：式(2)中，δx
o
和δy
o
为原点坐标在x方向和y方向的偏移值，v为搜索车速，t为开始搜索车位到停止搜索的时间，ω
t
为车辆横摆角速度；步骤3.2、将目标车位的车位中点坐标和障碍物坐标分别加上偏移值，以更新目标车位的车位中点坐标和障碍物坐标；步骤3.3、判断目标车位的类型是否为“可用”，若是，执行步骤3.4，否则，执行步骤3.5；步骤3.4、判断目标车位的车位入口中心点所在边是否为预设值δ，若是，则执行步骤3.5，否则，根据所在边的当前值更新车位入口中心点坐标，执行步骤3.5；步骤3.5、根据车辆当前位置与车位入口中心点，考虑避让车辆与车位入口之间的障碍物，通过直线和圆弧组合的方式进行泊车轨迹规划：对于“垂直车位”和“斜向车位”的车位类型，在轨迹的生成过程中调整车辆姿态直至车辆后轴中心与车位入口中心点重合后，并在轨迹的末端延长一段泊车入位的直线后得到最终泊车轨迹；对于“平行车位”的车位类型，在轨迹的生成过程中调整姿态直至后轴中心与车位入口中心点重合，并在轨迹的末端中延长一段泊车入位的圆弧后得到最终泊车轨迹；步骤4、在泊车入位过程中判断是否因紧急避障中断泊车，若是，原地停车并重复步骤1，否则，按照规划最终泊车轨迹直到完全泊入车位。2.根据权利要求1所述的一种基于图像与超声波信息融合的自动泊车方法，其特征在于，步骤2.2中计算两个坐标间相对距离，以更新当前编号的车位尺寸对应边的长度或宽度，包括：步骤a、若车位类型为“垂直车位”或“平行车位”，则利用式(3)计算编号为j的车位与编
号为i的障碍物在x方向的距离参考值l
jix
，在y方向的距离参考值l
jiy
：式(3)中，x
jm
，y
jm
为编号为j的车位入口中点坐标值，l
(h,w)
为“垂直车位”类型下的车位宽度或“平行车位”类型下的车位长度，δx
i
和δy
i
为编号为i的障碍物针对当前类型的车位在x方向与y方向的避障值；若车位类型为“斜向车位”，则利用式(4)计算编号为j的车位与编号为i的障碍物在x方向的距离参考值l
jix
，在y方向的距离参考值l
jiy
：式(4)中，θ为斜向车位相对于x方向的倾斜角，w为斜向车位的宽度；步骤b、若车位类型为“垂直车位”或“斜向车位”，则将x方向的距离参考值l
jix
除以对应车位长度，将y方向的距离参考值l
jiy
除以对应车位宽度，获得两个比值，并选择比值较大的距离参考值来更新对应车位长度或宽度；若车位类型为“平行车位”，则将x方向的距离参考值l
jix
除以对应车位宽度，将y方向的距离参考值l
jiy
除以对应车位长度，获得两个比值，并选择比值较大的距离参考值来更新对应车位长度或宽度。3.一种电子设备，包括存储器以及处理器，其特征在于，所述存储器用于存储支持处理器执行权利要求1或2所述自动泊车方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。4.一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行权利要求1或2所述自动泊车方法的步骤。

技术总结
本发明公开了一种基于图像与超声波信息融合的自动泊车方法，包括：1.采集图像与超声波信息，将图像进行环视处理后进行信息融合；2.根据融合结果进行车位与障碍物检测；3.通过检测获取的车位信息与障碍物信息筛选目标车位；4.针对目标车位规划泊车路径，以实现泊车入位过程。本发明结合图像与超声波信息各自的优势，优化了泊车环境信息提取能力，增加了车位搜索范围，简化了目标车位筛选方法，提升了泊车效率与场景适应性。泊车效率与场景适应性。泊车效率与场景适应性。


技术研发人员：张炳力 郑达 米向东 王焱辉 罗翔
受保护的技术使用者：合肥工业大学
技术研发日：2023.03.30
技术公布日：2023/6/28