CN112820141B - 一种泊车车位的检测方法和检测系统 - Google Patents

Abstract

本发明提供一种泊车车位的检测方法及检测系统，涉及车辆的电子电器技术领域。检测方法包括：当车辆进入停车区域时，搜索车位；记采集到的首个车位所在的位置为起点；记录所述车辆从所述起点至当前位置的行驶距离，并采集临近于所述车辆从所述起点至当前位置的路径的车位信息；根据所述行驶距离和已采集到的车位信息推算目标车位信息，目标车位临近于当前位置；其中，所述车位信息包括车位类型和车位线宽度。本发明提供的检测方法能够在复杂或模糊不清的环境下检测泊车车位。

Description

一种泊车车位的检测方法和检测系统

技术领域

本发明涉及车辆的电子电器技术领域，特别是涉及一种泊车车位的检测方法和检测系统。

背景技术

目前行业中全自动泊车技术发展迅速，各大车企在全自动泊车技术上发力，涌现出很多优秀的技术方案，全自动泊车技术为驾驶员提供了便捷的泊车服务，能够完全由车辆控制器在自动控制横向和纵向过程中完成自动泊车，而在全自动泊车中，车位的搜索为此功能的第一环节，同样也是较为重要的环节。

在开发的道路或小区等停车场中，车位类型较多(垂直、水平、斜列、不同宽度、不同车位线颜色、地面不同颜色、地面不同反光度、环境光照强度、车位周边的车辆停放是否规范、车位先中是否有其他线的干扰、车位线清晰度和完整性程度等信息)，因此提升车位识别、提高车位识别率由为重要，目前行业内全部通过视觉方式直接识别车位线，提取特征点合成车位，此方案对于环境复杂或模糊不清的车位识别率较低或无法识别。

发明内容

本发明第一方面的一个目的是提供一种能够在复杂或模糊不清的环境下检测泊车车位的方法。

本发明第一方面的进一步的目的是提供一种识别能力较强的泊车车位的检测方法。

本发明第二方面的目的是提供一种能够在复杂或模糊不清的环境下检测泊车车位的系统。

根据上述第一方面，本发明提供了一种泊车车位的检测方法，包括：

当车辆进入停车区域时，搜索车位；

记采集到的首个车位所在的位置为起点；

记录车辆从所述起点至当前位置的行驶距离，并采集临近于所述车辆从所述起点至当前位置的路径的车位信息；

根据所述行驶距离和已采集到的车位信息推算目标车位信息，目标车位临近于当前位置；

其中，所述车位信息包括车位类型和车位线宽度。

可选的，根据所述行驶距离和已采集到的车位信息推算目标车位信息包括：

判断所述车辆从所述起点至当前位置的路径所临近的连续车位数是否超过预设数量；

若是，根据车位类型、行驶距离、车位线宽度和车位数推算目标车位信息。

可选的，根据车位类型、行驶距离、车位线宽度和车位数推算目标车位信息包括：

判断相邻的两个车位在交接的位置是否共用同一条车位线；

若否，则测量相邻的两个车位中相邻的两条车位线之间的空隙值，并在推算目标车位信息时去除所述空隙值。

可选的，采集临近于所述车辆从所述起点至当前位置的路径的车位信息包括：

采集所述车辆与其从所述起点至当前位置所临近的线条之间的夹角；

结合所述车辆与多个线条的夹角判断各个线条是否为车位线。

可选的，采集所述车辆与其从所述起点至当前位置所临近的夹角之后还包括：

采集线条与其背景颜色之间的对比度；

结合所述对比度、及所述车辆与多个线条之间的夹角判断各个线条是否为车位线。

可选的，测量相邻的两个车位中相邻的两条车位线之间的空隙值之后包括：

判断空隙值是否大于预设阈值；

若是，重新搜索车位。

可选的，结合所述对比度、及所述车辆与多个线条之间的夹角判断各个线条是否为车位线包括：

将所述车辆与多个线条之间的多个夹角、及所述对比度进行比较，将夹角值且对比度均相同的线条判定为车位线。

可选的，结合所述对比度、及所述车辆与多个线条之间的夹角判断各个线条是否为车位线之后还包括：

根据车位线宽度、车位线拐角处形状和车位连续性验证判定的车位线是否正确。

可选的，根据所述行驶距离和已采集到的车位信息推算目标车位信息之后还包括：

判断所述目标车位上是否存在障碍物；

若是，将所述目标车位记为已采集的车位并重新根据所述行驶距离和已采集到的车位信息推算目标车位信息，或记所述目标车位所在的位置为起点重新采集行驶距离和车位信息。

根据上述第二方面，本发明还提供了一种泊车车位的检测系统，包括：

采集单元，用于在车辆进入停车区域时搜索车位；

控制装置，所述控制装置包括存储器和处理器，所述存储器内存储有控制程序，所述控制程序被所述处理器执行时用于实现所述的泊车车位的检测方法。

本发明提供的泊车车位的检测方法在车辆进入停车区域时搜索车位，记采集到的首个车位所在的位置为起点，记录车辆的行驶距离，并采集车辆从起点至当前位置的路径所临近的车位信息，路径所临近的车位包括路径两侧的车位，根据行驶距离和已采集到的车位信息推算目标车位信息。通过对已采集到的车位进行特征提取及规律总结，提取出车位规律，例如：车位类型、车位宽度、车位线宽度、车位线灰阶值差等信息，根据类型信息和行驶距离推算出目标车位的预期位置和类型，准确的寻找到目标车位，从而能够解决停车位的某些车位线不清晰或环境灯光引起的车位线反光等等造成的车位识别率较低或无法识别的问题，也即，通过推演算法提高车位的识别能力，将原本不符合要求且确实为车位的场景识别出，提升识别率。

进一步地，根据车位类型、行驶距离、车位线宽度和车位数推算目标车位信息包括：若前预设数量的车位类型均为同一类型，那么目标车位类型大概率也为该类型；根据行驶距离和车位线宽度可得到车位数，若车位数超过预设数量，则进一步可得到目标车位的信息，例如其位置和尺寸。如此，通过设置预设数量和结合多个因素得到的目标车位信息的可信度非常高，对车位的识别能力和识别率均较高。

根据下文结合附图对本发明具体实施例的详细描述，本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。

附图说明

后文将参照附图以示例性而非限制性的方式详细描述本发明的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解，这些附图未必是按比例绘制的。附图中：

图1是根据本发明一个实施例的泊车车位的检测方法的流程框图；

图2是根据本发明另一个实施例的泊车车位的检测方法的流程框图；

图3是根据本发明一个实施例的泊车车位的检测系统的结构框图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

图1是根据本发明一个实施例的泊车车位的检测方法的流程框图。如图1所示，本发明提供了一种泊车车位的检测方法，其一般性地包括：

S10：当车辆进入停车区域时，搜索车位；

S20：记采集到的首个车位所在的位置为起点；

S30：记录车辆从起点至当前位置的行驶距离，并采集临近于车辆从所述起点至当前位置的路径的车位信息；

S40：根据行驶距离和已采集到的车位信息推算目标车位信息，目标车位临近于当前位置；

其中，车位信息包括车位类型和车位线宽度。

本实施例提供的泊车车位的检测方法在车辆进入停车区域时搜索车位，记采集到的首个车位所在的位置为起点，记录车辆的行驶距离，并采集车辆从起点至当前位置的路径所临近的车位信息，路径所临近的车位包括路径两侧的车位，根据行驶距离和已采集到的车位信息推算目标车位信息。通过对已采集到的车位进行特征提取及规律总结，提取出车位规律，例如：车位类型、车位宽度、车位线宽度、车位线灰阶值差等信息，根据类型信息和行驶距离推算出目标车位的预期位置和类型，准确的寻找到目标车位，从而能够解决停车位的某些车位线不清晰或环境灯光引起的车位线反光等等造成的车位识别率较低或无法识别的问题，也即，通过推演算法提高车位的识别能力，将原本不符合要求且确实为车位的场景识别出，提升识别率。

图2是根据本发明另一个实施例的泊车车位的检测方法的流程框图。如图2所示，在一个具体的实施例中，根据行驶距离和已采集到的车位信息推算目标车位信息包括：

S41：判断车辆从起点至当前位置的路径所临近的连续车位数是否超过预设数量；

S42：若是，根据车位类型、行驶距离、车位线宽度和车位数推算目标车位信息。

优选的，预设数量为两个，已采集到的连续车位是推算目标车位的依据，为了提升识别率，降低识别错误，设定预设数量至少为两个。

具体的，根据车位类型、行驶距离、车位线宽度和车位数推算目标车位信息包括：若前预设数量的车位类型均为同一类型，那么目标车位类型大概率也为该类型；根据行驶距离和车位线宽度可得到车位数，若车位数超过预设数量，则进一步可得到目标车位的信息，例如其位置和尺寸。如此，通过设置预设数量和结合多个因素得到的目标车位信息的可信度非常高，对车位的识别能力和识别率均较高。

在一个更为具体的实施例中，根据车位类型、行驶距离、车位线宽度和车位数推算目标车位信息包括：

判断相邻的两个车位在交接的位置是否共用同一条车位线；

若否，则测量相邻的两个车位中相邻的两条车位线之间的空隙值，并在推算目标车位信息时去除空隙值。

在本实施例中，若相邻的两个车位不共用交界处的车位线时则判定两个车位之间存在空隙，实际中，该空隙可能是花坛、地面或砖块等，推算目标车位信息尤其是车位尺寸和位置时需要考虑空隙值的影响，需要去除该空隙值，从而能够进一步提升推算准确率。

在一个进一步的实施例中，采集临近于车辆从起点至当前位置的路径的车位信息包括：

采集车辆与其从起点至当前位置所临近的线条之间的夹角；

结合车辆与多个线条的夹角判断各个线条是否为车位线。

在本实施例中，若多个线条中仅少量线条与车辆之间的夹角和大部分线条与车辆之间的夹角不同，那么可以判定该少量线条为干扰线条，并非车位线。

在一个更为进一步的实施例中，采集车辆与其从起点至当前位置所临近的线条之间的夹角之后还包括：

采集线条与其背景颜色之间的对比度；

结合对比度、及车辆与多个线条之间的夹角判断各个线条是否为车位线。

在本实施例中，对比度通常为线条：背景颜色大于1.2：1时且夹角也符合条件时判定该线条为车位线，从而能够去除非车位线、车位线覆盖性重画、车位内反光等干扰，对干扰车位释放率较低，能够提升车位的识别率和准确性。

在一个优选的实施例中，测量相邻的两个车位中相邻的两条车位线之间的空隙值之后包括：

判断空隙值是否大于预设阈值；

若是，重新搜索车位。

在本实施例中，若相邻两个车位的相邻两条车位线之间的空隙值大于预设阈值，则说明该相邻两个车位之间的距离较大，例如，该两个车位位于两个停车区域，那么由该相邻两个车位推算的目标车位的准确率较低，故重新搜索车位，从而避免上述情况。

车位类型包括：水平车位、垂直车位和斜列车位。进一步的，为了提升识别准确度，可以在系统中建立坐标系，例如可以以车辆的横向为X轴，根据车位线与X轴之间的夹角判断车位类型。

在一个实施例中，结合对比度、及车辆与多个线条之间的夹角判断各个线条是否为车位线包括：

将车辆与多个线条之间的多个夹角、及对比度进行比较，将夹角值且对比度均相同的线条判定为车位线。

在一个具体的实施例中，结合对比度、及车辆与多个线条之间的夹角判断各个线条是否为车位线之后还包括：

根据车位线宽度、车位线拐角处形状和车位连续性验证判定的车位线是否正确。

在一个具体的实施例中，根据行驶距离和已采集到的车位信息推算目标车位信息之后还包括：

判断目标车位上是否存在障碍物；

若是，将目标车位记为已采集的车位，并重新根据行驶距离和已采集的车位信息推算目标车位信息，或记目标车位所在的位置为起点重新采集行驶距离和车位信息。

本发明可应用于自动驾驶车辆。为配合上述方法，本发明采用的硬件设备为摄像头和超声波传感器，摄像头用于获取车位线清晰的线条，超声波传感器用于获取车位上的障碍物，在车辆预备泊车时，采用摄像头获取清晰的车位线，当遇到车位线不清晰的车位时根据前序车位推演预泊车车位，通过超声波传感器可判断预泊车车位上是否存在障碍物。

在一个具体的实施例中，采用下述步骤检测泊车车位：

1.系统初始化，车位检测个数为N＝0，行驶距离D＝0；

2.进入车位搜索模式，此时开始记录行驶距离D，若D小于预定设置值d时，持续搜索车位，直到检测到车位后将D设置为0；若D大于预设置值d时，说明在预设置值内均没有检测到车位，此时，设置N＝0，D＝0，并跳转至继续搜索车位；

3.检测到车位后判断是否存在模糊车位(也即车位线不清晰，存在干扰)，若是，则判断N是否超过预设数量(例如2)，若是超过预设数量，则推算目标车位并在推算后将车位数加1；若N不超过预设数量，则设置N＝0，D＝0，并跳转至继续搜索车位；

4.若判断为非模糊车位，则对车位类型进行识别，归类车位类型后记录车位信息，将车位数加1；

5.检测本次搜索并释放的车位与上一次车位类型释放是否存在变更，若是，则说明车位类型发生变化，根据前序车位无法推算目标车位，故设置N＝0，D＝0，并跳转至继续搜索车位；

6.若不存在变更，则进一步判断N是否超过预设数量，若N超过预设数量，则分析车位信息规律并记录；若N不超过预设数量，则跳转至继续搜索车位。

图3是根据本发明一个实施例的泊车车位的检测系统的结构框图。如图3所示，本发明还提供一种泊车车位的检测系统，其一般性地包括采集单元10和控制装置20。采集单元10用于在车辆进入停车区域时搜索车位。控制装置20包括存储器21和处理器22，存储器21内存储有控制程序，控制程序被处理器22执行时用于实现上述任意一个实施例提供的泊车车位的检测方法。处理器22可以是一个中央处理单元(central processing unit，简称CPU)，或者为数字处理单元等等。处理器22通过通信接口收发数据。存储器11用于存储处理器执行的程序。存储器21是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何介质，也可以是多个存储器21的组合。上述计算程序可以从计算机可读存储介质下载到相应计算/处理设备或者经由网络(例如因特网、局域网、广域网和/或无线网络)下载到计算机或外部存储设备。

至此，本领域技术人员应认识到，虽然本文已详尽示出和描述了本发明的多个示例性实施例，但是，在不脱离本发明精神和范围的情况下，仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此，本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。

Claims (9)

1.一种泊车车位的检测方法，其特征在于，包括：

当车辆进入停车区域时，搜索车位；

记采集到的首个车位所在的位置为起点；

记录所述车辆从所述起点至当前位置的行驶距离，并采集临近于所述车辆从所述起点至当前位置的路径的车位信息；

根据所述行驶距离和已采集到的车位信息推算目标车位信息，目标车位临近于当前位置；

其中，所述车位信息包括车位类型和车位线宽度；

根据所述行驶距离和已采集到的车位信息推算目标车位信息包括：

判断所述车辆从所述起点至当前位置的路径所临近的连续车位数是否超过预设数量；

若是，根据车位类型、行驶距离、车位线宽度和车位数推算目标车位信息。

2.根据权利要求1所述的检测方法，其特征在于，根据车位类型、行驶距离、车位线宽度和车位数推算目标车位信息包括：

判断相邻的两个车位在交接的位置是否共用同一条车位线；

若否，则测量相邻的两个车位中相邻的两条车位线之间的空隙值，并在推算目标车位信息时去除所述空隙值。

3.根据权利要求2所述的检测方法，其特征在于，采集临近于所述车辆从所述起点至当前位置的路径的车位信息包括：

采集所述车辆与其从所述起点至当前位置所临近的线条之间的夹角；

结合所述车辆与多个线条的夹角判断各个线条是否为车位线。

4.根据权利要求3所述的检测方法，其特征在于，采集所述车辆与其从所述起点至当前位置所临近的线条之间的夹角之后还包括：

采集线条与其背景颜色之间的对比度；

结合所述对比度、及所述车辆与多个线条之间的夹角判断各个线条是否为车位线。

5.根据权利要求4所述的检测方法，其特征在于，测量相邻的两个车位中相邻的两条车位线之间的空隙值之后包括：

判断空隙值是否大于预设阈值；

若是，重新搜索车位。

6.根据权利要求5所述的检测方法，其特征在于，结合所述对比度、及所述车辆与多个线条之间的夹角判断各个线条是否为车位线包括：

将所述车辆与多个线条之间的多个夹角、及所述对比度进行比较，将夹角值且对比度均相同的线条判定为车位线。

7.根据权利要求6所述的检测方法，其特征在于，结合所述对比度、及所述车辆与多个线条之间的夹角判断各个线条是否为车位线之后还包括：

根据车位线宽度、车位线拐角处形状和车位连续性验证判定的车位线是否正确。

8.根据权利要求1所述的检测方法，其特征在于，根据所述行驶距离和已采集到的车位信息推算目标车位信息之后还包括：

判断所述目标车位上是否存在障碍物；

若是，将所述目标车位记为已采集的车位，并重新根据所述行驶距离和已采集到的车位信息推算目标车位信息，或记所述目标车位所在的位置为起点重新采集行驶距离和车位信息。

9.一种泊车车位的检测系统，其特征在于，包括：

采集单元，用于在车辆进入停车区域时搜索车位；以及

控制装置，所述控制装置包括存储器和处理器，所述存储器内存储有控制程序，所述控制程序被所述处理器执行时用于实现根据权利要求1-8中任一项所述的泊车车位的检测方法。

Images