CN111516676A - 一种自动泊车方法、系统、汽车及计算机可读存储介质 - Google Patents
一种自动泊车方法、系统、汽车及计算机可读存储介质 Download PDFInfo
- Publication number
- CN111516676A CN111516676A CN202010360392.8A CN202010360392A CN111516676A CN 111516676 A CN111516676 A CN 111516676A CN 202010360392 A CN202010360392 A CN 202010360392A CN 111516676 A CN111516676 A CN 111516676A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- obstacle
- parking
- target
- distance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000003068 static effect Effects 0.000 claims abstract description 27
- 238000001514 detection method Methods 0.000 claims description 26
- 230000002035 prolonged effect Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 8
- 238000009825 accumulation Methods 0.000 claims description 7
- 230000004888 barrier function Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 5
- 230000001186 cumulative effect Effects 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 4
- 230000010365 information processing Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 description 19
- 238000012545 processing Methods 0.000 description 6
- 241001465754 Metazoa Species 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/06—Automatic manoeuvring for parking
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
- B60W40/105—Speed
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本方案涉及一种自动泊车方法、系统、汽车及计算机可读存储介质，能够解决在存在障碍物时导致的自动泊车功能无法实现的问题。该方法包括：检测车辆的感兴趣区域内是否存在障碍物；若存在，则控制车辆进行刹停动作，并检测障碍物的类型；若在车辆刹停时间到达第一时长后障碍物的类型仍为静止障碍物，则调小车辆的目标泊车车速，并控制车辆以调小后的目标泊车车速按照初始泊车路径规划出的泊车路径继续行驶；检测静止障碍物是否位于车辆的泊车路径中；若位于，则缩减车辆与障碍物之间的目标距离，使车辆按照调小后的目标泊车车速行驶至与障碍物之间的距离为目标距离的位置处；控制车辆以调整后目标泊车车速按照重新规划后的泊车路径进行泊车。
Description
所属技术领域
本发明属于汽车电器领域，具体涉及一种自动泊车方法、系统、汽车及计算机可读存储介质。
背景技术
在汽车领域的快速发展的当下，智能辅助驾驶系统已经被广泛应用于各种汽车车型。作为智能驾驶辅助系统之一的自动泊车辅助系统亦成为了所有车型的高配或者高端车型的标配。随着自动泊车辅助系统的广泛应用，其面临的来自复杂多样性的泊车环境的挑战日趋严峻。
而在泊车面临的环境中，行人是最具有不确定性的因素，而行人参与交通环境的随意性、不确定性，给自动泊车的安全保障带来了挑战。目前泊车系统主要基于超声波探头和环视摄像头来进行周围环境感知，而超声波由于性能的局限性并不能很好的解决行人识别问题，主要还是靠环视摄像头进行深度学习识别行人。
环视摄像头基于深度学习进行行人检测，在为了保障识别率的情况下，误识别不可避免，甚至发生概率偏高，常见情况为将地下车库的方柱误识别为行人。
当在泊车路径上或路径周围发现行人时，考虑到行人运动的不确定性，为保障安全通常会采取提前制动的措施，刹停后若行人目标仍存在，主要有两种策略：
第一种策略：认为行人会自行离开，系统停车等待行人离开，若目标持续存在，则超时退出。若行人目标为误识别，则直接导致泊车进程卡死退出。
第二种策略：将行人当作障碍物，重新规划路径，试图绕开行人。路径规划识别率高，若无法规划出路径则直接退出泊车。
因此，有必要开发一种新的处理策略，即能适应性大部分行人穿行的工况，在保障安全的情况下，消除误识别导致的无法完成泊车的情况。
发明内容
本发明提供了一种自动泊车方法、系统、汽车及计算机可读存储介质，能够解决在存在障碍物时导致的自动泊车功能无法实现的问题。
本发明的技术方案为：
本发明提供了一种自动泊车方法，应用于自动泊车系统，包括：
步骤S101，在自动泊车功能开启且规划出泊车路径后，对环视影像系统所采集的每一帧图像依次进行图像识别，以检测车辆的感兴趣区域内是否存在障碍物；
步骤S102，若存在，则控制车辆进行刹停动作，并在车辆保持刹停第一时长内检测所述障碍物的类型；
步骤S103，若在车辆刹停时间到达第一时长后所述障碍物的类型仍为静止障碍物，则调小车辆的目标泊车车速，并控制车辆以调小后的目标泊车车速按照步骤S101中规划出的泊车路径继续行驶；在完成步骤S103后，执行步骤S104；
步骤S104，检测所述静止障碍物是否位于车辆的泊车路径中；若位于，则执行步骤S105；反之，则执行步骤S107；
步骤S105，缩减车辆与障碍物之间的目标距离，使车辆按照步骤S104中调小后的目标泊车车速行驶至与所述障碍物之间的距离为目标距离的位置处；
步骤S106，在车辆行驶至与所述障碍物之间的距离为目标距离的位置处时，以超声波距离传感器所采集到的距离重新进行泊车路径规划，并控制车辆以步骤S103中调小后的目标泊车车速按照重新规划后的泊车路径进行泊车；
步骤S107，调整所述感兴趣区域的宽度至所述泊车路径的宽度，并调整控制车辆以初始目标泊车车速照步骤S101中规划出的泊车路径进行泊车。
优选地，步骤S101中，检测车辆的感兴趣区域内是否存在障碍物的步骤包括：
基于预定帧图像的识别结果，进行置信度累积计算；
经过预定帧图像识别后，若针对各帧图像识别结果中的同一目标计算获得的置信度达到设定置信度值，则进一步依据所述目标是否位于车辆的感兴趣区域内来检测车辆的感兴趣区域内是否存在障碍物；
其中，若对一帧图像进行图像识别后识别到目标，则进行置信度累加第一数值；若对一帧图像进行图像识别后未识别到目标，则进行置信度扣减第二数值。
优选地，步骤S102中，检测所述障碍物的类型的步骤具体为：
基于车辆的四轮轮脉冲信号判断车辆是否处于静止状态；
若处于，则基于对环视摄像头所采集的连续多帧图像，计算多帧两帧图像中的障碍物的中心点位置距离；
根据所述中心点位置距离计算所述障碍物的瞬时移动速度；
对所述瞬时移动速度进行卡尔曼滤波，获得所述障碍物的移动速度；
在所述障碍物的移动速度在第一时长内均低于预定速度值时，确定所述障碍物为静止障碍物；
反之，则确定所述障碍物为运动障碍物。
优选地，若步骤S102中检测出所述障碍物为运动障碍物，所述方法还包括：
步骤S108，重新进行泊车路径规划；若可以规划出新的泊车路径，则控制车辆以初始目标泊车车速按照重新规划后的泊车路径进行泊车；若无法规划出新的泊车路径，则进入步骤S109；
步骤S109，在第一时长到达时延长车辆刹停时间至第二时长，并在车辆延长刹停期间内同时检测所述运动障碍物是否离开车辆的感兴趣区域；
步骤S110，若车辆延长刹停时间到达第二时长时所述运动障碍物仍未离开车辆的感兴趣区域，则退出自动泊车功能；
步骤S111，若车辆延长刹停期间所述运动障碍物离开车辆的感兴趣区域，则控制车辆以初始目标泊车车速按照步骤S101中规划出的泊车路径进行泊车。
优选地，若步骤S101中检测到车辆的感兴趣区域内不存在障碍物，所述方法还包括：
步骤S112，控制车辆以初始目标泊车车速按照步骤S101中规划出的泊车路径进行泊车。
优选地，步骤S101中，感兴趣区域为：以车辆行驶方向为中轴，纵向方向和横向方向分别向外延伸一定距离后围绕形成的区域；感兴趣区域的横向方向宽度大于泊车路径的横向宽度；步骤S101中规划出的泊车路径中，规划出车辆从当前位置需要行驶至与所述障碍物之间的距离为第一目标距离的位置处；经过步骤S105中的目标距离调整后，车辆需要从当前位置行驶至与所述障碍物之间的距离为目标距离的位置处；其中，步骤S105中的目标距离小于步骤S101中的第一目标距离。
优选地，判断车辆是否处于静止状态的步骤为：
判断车辆的3个及以上车轮的轮脉冲信号是否同时持续第三时长保持不变；
若是，则确定车辆处于静止状态。
本发明实施例还提供了一种自动泊车系统，包括：
障碍物识别模块，用于在自动泊车功能开启且规划出泊车路径后，对环视影像系统所采集的每一帧图像依次进行图像识别，以检测车辆的感兴趣区域内是否存在障碍物；
障碍物类型检测模块，用于若存在，则控制车辆进行刹停动作，并在车辆保持刹停第一时长内检测所述障碍物的类型；
目标泊车车速调整模块，用于若所述障碍物的类型为静止障碍物，则调小车辆的目标泊车车速，并控制车辆以调小后的目标泊车车速按照障碍物识别模块中规划出的泊车路径继续行驶；
静止障碍物位置检测模块，用于检测所述障碍物是否位于车辆的泊车路径中；若位于，则进入车辆泊车控制模块；反之，则进入第三车辆泊车控制模块；
第一车辆泊车控制模块，用于缩减车辆与障碍物之间的目标距离，使车辆按照目标泊车车速调整模块中调小后的目标泊车车速行驶至与所述障碍物之间的距离为目标距离的位置处；
第二车辆泊车控制模块，用于在车辆行驶至与所述障碍物之间的距离为目标距离的位置处时，以超声波距离传感器所采集到的距离重新进行泊车路径规划，并控制车辆以目标泊车车速调整模块中调小后的目标泊车车速按照重新规划后的泊车路径进行泊车；
第三车辆泊车控制模块，用于调整所述感兴趣区域的宽度至所述泊车路径的宽度，控制车辆以初始目标泊车车速按照步骤障碍物识别模块中规划出的泊车路径进行泊车。
本发明实施例还提供了一种汽车，包括上述的自动泊车系统。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被车载信息处理模块执行时实现上述的自动泊车方法的步骤。
本发明的有益效果为：
可有效处理环视影像系统的摄像头将静止障碍物识别为运动障碍物的情况，在防止障碍物碰撞保障安全的前提下，避免了非必要的退出，提升泊车完成率。
附图说明
图1为本发明方法的流程图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
自动泊车系统基于超声波探头和环视摄像头所采集到的信息来合理规划泊车路径，进而实现车辆的自动泊车。基于现有技术中的自动泊车功能所存在的缺陷，本申请实施例提供了一种车辆自动泊车过程中出现影响车辆泊车功能实现的障碍物的处理方法，该方法能够针对障碍物的位置，障碍物的类型合理地进行处理，实现车辆的自动泊车。如图1，该自动泊车方法具体包括：
步骤S101，在自动泊车功能开启且规划出泊车路径后，对环视影像系统所采集的每一帧图像依次进行图像识别，以检测车辆的感兴趣区域内是否存在障碍物。
其中，自动泊车功能开启需要用户主动触发，在自动泊车功能开启后，自动泊车系统自动进行车位找寻，并规划出最优泊车路径，其中，自动泊车功能的开启以及自主泊车系统进行最优泊车路径的规划均属于现有技术中成熟的技术手段，本实施例中，可以采用现有这些手段来实现。在该最优泊车路径中，规划有使车辆从当前位置运动到下一位置时的具体方向盘转角和具体挡位。同时，在自动泊车功能开启后，车辆默认的初始目标行驶速度为2km/h。
在自动泊车过程中，环视影像系统中与目标档位方向一致的摄像头开启行人目标检测功能（即D档时启用环视影像系统中的前视摄像头，R档时启用环视影像系统中的后视摄像头，P档或N档时关闭检测功能）。自动泊车系统以不小于20fps的速度对影像图片进行处理，基于深度卷积神经网络进行行人头肩、躯干、双腿等外部特征的物体属性识别，并根据2次以上的识别结果判断是否为障碍物。当根据摄像头的图像采集结果检测识别到障碍物时，将探测信息发送给自动泊车系统，自动泊车系统开始对障碍物进行置信度累积计算。
考虑光照、背景等外部环境的影响，对障碍物识别存在约6%的漏检率，故不能对障碍物根据每帧图像处理的实时输入信息进行处理，采用置信度累积的方式进行判断。置信度累积计算方式为，摄像头若每再识别一帧，则累加30%置信度；若摄像头输出结果没有持续识别该目标，则每一帧减少10%置信度。置信度上限值100%，当置信度为0时取消对该障碍物的追踪。
环视影像系统在自动泊车功能开启后，系统中各个位置处的摄像头开始进行影像或图像采集，并实时的将所采集的图像传输给自动泊车功能。自动泊车功能在进行图像识别时，对图像特征进行提取，依据不同障碍物所固有的一些属性来识别出该障碍物所属类别，例如为行人，动物，或其它非生物体障碍物。自动泊车系统每完成一帧图像的识别，便可以输出一次图像识别结果，该图像识别结果中包含有该帧图像中是否存在障碍物的结果。对于同一摄像头来说，自动泊车系统可以根据其连续采集到的多帧图像进行图像识别，来精确确认是否存在障碍物。具体来说，通过对摄像头采集的连续多帧图像的图像识别结果进行置信度累积，根据连续多帧图像的置信度累积结果，来评判在车辆的感兴趣区域内是否存在障碍物。具体来说，步骤具体包括：基于预定帧图像的识别结果，进行置信度累积计算；经过预定帧图像识别后，若针对各帧图像识别结果中的同一目标计算获得的置信度达到设定置信度值(90%)，则进一步依据所述目标是否位于车辆的感兴趣区域内来检测车辆的感兴趣区域内是否存在障碍物，若所述目标位于车辆的感兴趣区域内，则确定车辆的感兴趣区域存在障碍物，该物体即为此处的障碍物；其中，若对一帧图像进行图像识别后识别到目标，则进行置信度累加第一数值(30%)；若对一帧图像进行图像识别后未识别到目标，则进行置信度扣减第二数值(10%)。例如，摄像头连续采集的5帧图像，在第一帧图像进行图像识别后，识别到物体A，将其置信度增加30%，若第二帧图像继续识别到物体A，再次累加置信度30%，若这5帧图像中的其中某一帧图像没有识别到物体A，则将置信度扣减10%。经过对连续5帧图像进行图像识别后，可以获得置信度累积结果。如果置信度累积结果超过设定置信度值后，则确定进一步检测物体A是否位于车辆的感兴趣区域内，若位于则确定物体A为存在于车辆的感兴趣区域内的障碍物。当然，实际状态下，一帧图像中可能存在多个物体，或者不存在物体，连续多帧图像中，是基于图像特征比对来识别出各帧图像中的同一物体的。
另外，步骤101中，以车辆行驶方向为中轴，纵向方向和横向方向分别向外延伸一定距离后围绕形成的区域；该区域为纵向方向为2m，横向方向为3m的区域。其中，感兴趣区域的横向方向宽度（3m）大于泊车路径的横向宽度（2m）。
其中，在步骤S101中，若确认车辆的感兴趣区域内不存在障碍物，则自动泊车系统不做任何处理，即执行步骤S112，控制车辆以初始目标泊车车速（2km/h）按照步骤S101中规划出的泊车路径进行泊车。
当置信度达到90%及以上时，认为该目标有效并锁定步骤S102，若存在，则控制车辆进行刹停动作，并在车辆保持刹停第一时长（3s）内检测所述障碍物的类型。
控制车辆进行刹停动作的目的，是为了车辆继续行驶而与障碍物发生碰撞，造成车辆毁损或人身损害。同时，车辆保持刹停动作的事件持续第一时长（即3S），在这期间，自动泊车系统依靠环视影像系统所采集的图像来识别该障碍物具体是运动障碍物还是静止障碍物。
具体来说，对障碍物的类型判断的方式具体为：基于车辆的四轮轮脉冲信号判断车辆是否处于静止状态；
若处于，则基于对环视摄像头所采集的连续多帧图像，计算多帧两帧图像中的障碍物的中心点位置距离；
根据所述中心点位置距离计算所述障碍物的瞬时移动速度；
对所述瞬时移动速度进行卡尔曼滤波，获得所述障碍物的移动速度；
在所述障碍物的移动速度在第一时长（0.3s）内均低于预定速度值（0.1m/s）时，确定所述障碍物为静止障碍物；
反之，则确定所述障碍物为运动障碍物。
由于泊车过程中车辆是低速运动，而障碍物的运动速度可能也很慢，所以在车辆运动时去判断障碍物目标是否运动的准确性较低，故在本车静止后再判断行人目标是否静止。本实施例中，采用四轮轮脉冲信号进行车辆静止判断，当3个及以上车轮的轮脉冲信号同时持续300ms保持不变，则确定车辆静止。
进一步地，当车辆静止后，将识别到的障碍物的中心点设为障碍物坐标，根据图像处理连续2帧的中心点位置变化计算障碍物瞬时移动速度。考虑探测误差，对障碍物瞬时移动速度进行卡尔曼滤波处理，消除探测误差造成移动速度误差，获得障碍物的移动速度。再对障碍物移动速度进行延时判断，当持续300ms以上障碍物的移动速度值小于0.1m/s，则确定障碍物为静止障碍物。反之，则确定障碍物为运动障碍物。
同时保持车辆静止3s做延时确认，一则给真实运动的障碍物（如动物，车辆或行人）离开的时间，二则是确认障碍物是否处于持续静止的状态。
步骤S103，若在车辆刹停时间到达第一时长后所述障碍物的类型仍为静止障碍物，则调小车辆的目标泊车车速(1km/h)，并控制车辆以调小后的目标泊车车速(1km/h)按照步骤S101中规划出的泊车路径继续行驶。
当车辆静止3s后，行人目标仍处于静止的状态，为能够完成泊车或排除障碍物误识别的可能性，需要更加接近当前目标障碍物，故允许车辆重新起步。但泊车控制车速降低至1km/h，相较与2km/h的整车泊车速度可以在相同移动距离内将超声波或摄像头检测次数提升一倍，以提升在接近目标时超声波探测的有效性；同时降低车速可以将紧急情况的制动距离大幅缩减。
在完成步骤S103后，执行步骤S104，检测所述静止障碍物是否位于车辆的泊车路径中，若位于，则执行步骤S105。
步骤S105，调整的目标行驶距离(50cm)，使车辆按照步骤S104中调小后的目标泊车车速(1km/h) 从当前位置行驶所述目标行驶距离。
具体来说，步骤S105中是将已锁定位置的静止障碍物定位坐标与泊车规划路径进行比较，若静止障碍物在泊车规划路径上，则更新目标行驶距离。该目标行驶距离的具体数值设定为本车与目标的之间距离减去50cm。经过目标行驶距离调整后，车辆会继续行驶到距离目标30-50cm的位置。也就是说，对于车辆来说，如果按照步骤S101中的泊车路径进行行驶，车辆在当前方向盘转角下所行驶的距离变短，车辆在当前方向盘转角下停止时与该静止障碍物之间的距离是位于80cm至100cm之间的。
步骤S101中规划出的泊车路径中，规划出车辆从当前位置需要行驶至与所述障碍物之间的距离为第一目标距离（80cm-100cm）的位置处；经过步骤S105中的目标行驶距离调整后，车辆需要从当前位置行驶至与所述障碍物之间的距离为目标距离（50cm）的位置处；其中，步骤S105中的目标距离（30-50cm）小于步骤S101中的第一目标距离（80cm-100cm）。
步骤S106，在车辆从当前位置行驶所述目标行驶距离后，以超声波距离传感器所采集到的距离重新进行泊车路径规划，并控制车辆以步骤S103中调小后的目标泊车车速(1km/h)按照重新规划后的泊车路径进行泊车。
此时由于车辆上的摄像头为鱼眼摄像头且安装位置较低，无法拍摄到完整的目标影像或目标影像在鱼眼摄像头边缘畸变过大，自动泊车系统不再通过影像处理识别行人目标，但可以依靠超声波近距离探测获取的更为精确的物体距离信息，并将探测到的物体作为车位边界来更新路径。
若步骤S104中检测出静止障碍物未位于车辆的泊车路径中，则执行步骤S107，调整所述感兴趣区域的宽度(3m)至所述泊车路径的宽度(2m)，控制车辆以初始目标泊车车速(2km/h)按照步骤S101中规划出的泊车路径进行泊车。即收窄感兴趣区域的覆盖范围，仅将泊车规划路径上的区域作为危险区域，恢复因检测到障碍物而调整车辆的目标泊车车速至初始目标泊车车速，并按不是S101中的泊车路径规划路径继续泊车。
如图1，对于本实施例中的方法，在步骤S102中如果检测出该障碍物为运动障碍物，方法还包括：
步骤S108，重新进行泊车路径规划；若可以规划出新的泊车路径，则控制车辆以初始目标泊车车速(2km/h)按照重新规划后的泊车路径进行泊车；若无法规划出新的泊车路径，则进入步骤S109；
步骤S109，在第一时长到达时延长车辆刹停时间至第二时长，并在车辆延长刹停期间内同时检测所述运动障碍物是否离开车辆的感兴趣区域；
步骤S110，若车辆延长刹停时间到达第二时长时所述运动障碍物仍未离开车辆的感兴趣区域，则退出自动泊车功能；
步骤S111，若车辆延长刹停期间所述运动障碍物离开车辆的感兴趣区域，则控制车辆以初始目标泊车车速（2km/h）按照步骤S101中规划出的泊车路径进行泊车。
对于运动障碍物来说，设计目的在于，能够规避则重新规划泊车路径进行泊车，无法重新规划路径则停止泊车。
本发明的上述方法，可有效处理环视影像系统的摄像头将静止障碍物识别为运动障碍物的情况，在防止障碍物碰撞保障安全的前提下，避免了非必要的退出，提升泊车完成率。
本系统实现起来简单有效，无需对系统做出过多且复杂的修改变更。
本发明实施例还提供了一种自动泊车系统，包括：
障碍物识别模块，用于在自动泊车功能开启且规划出泊车路径后，对环视影像系统所采集的每一帧图像依次进行图像识别，以检测车辆的感兴趣区域内是否存在障碍物；
障碍物类型检测模块，用于若存在，则控制车辆进行刹停动作，并在车辆保持刹停第一时长内检测所述障碍物的类型；
目标泊车车速调整模块，用于若所述障碍物的类型为静止障碍物，则调小车辆的目标泊车车速，并控制车辆以调小后的目标泊车车速按照障碍物识别模块中规划出的泊车路径继续行驶；
静止障碍物位置检测模块，用于检测所述障碍物是否位于车辆的泊车路径中；若位于，则进入车辆泊车控制模块；反之，则进入第三车辆泊车控制模块；
第一车辆泊车控制模块，用于缩减车辆与障碍物之间的目标距离，使车辆按照目标泊车车速调整模块中调小后的目标泊车车速行驶至与所述障碍物之间的距离为目标距离的位置处；
第二车辆泊车控制模块，用于在车辆行驶至与所述障碍物之间的距离为目标距离的位置处时，以超声波距离传感器所采集到的距离重新进行泊车路径规划，并控制车辆以目标泊车车速调整模块中调小后的目标泊车车速按照重新规划后的泊车路径进行泊车；
第三车辆泊车控制模块，用于调整所述感兴趣区域的宽度至所述泊车路径的宽度，控制车辆以初始目标泊车车速按照步骤障碍物识别模块中规划出的泊车路径进行泊车。
应当理解，本发明实施例中的系统还包括与上述方法中其它步骤相对应的模块和单元，在此，不进行赘述。本发明的上述系统，具有与上述方法相同的技术效果。
本发明实施例还提供了一种汽车，包括上述的自动泊车系统。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被车载信息处理模块执行时实现上述的自动泊车方法的步骤。上述实施例只对其中一些本发明的一个或多个实施例进行了描述，但是本领域普通技术人员应当了解，本发明可以在不偏离其主旨与范围内以许多其他的形式实施。因此，所展示的例子与实施方式被视为示意性的而非限制性的，在不脱离如所附各权利要求所定义的本发明精神及范围的情况下，本发明可能涵盖各种的修改与替换。
Claims (10)
1.一种自动泊车方法，应用于自动泊车系统，其特征在于，包括：
步骤S101，在自动泊车功能开启且规划出泊车路径后，对环视影像系统所采集的每一帧图像依次进行图像识别，以检测车辆的感兴趣区域内是否存在障碍物；
步骤S102，若存在，则控制车辆进行刹停动作，并在车辆保持刹停第一时长内检测所述障碍物的类型；
步骤S103，若在车辆刹停时间到达第一时长后所述障碍物的类型仍为静止障碍物，则调小车辆的目标泊车车速，并控制车辆以调小后的目标泊车车速按照步骤S101中规划出的泊车路径继续行驶；在完成步骤S103后，执行步骤S104；
步骤S104，检测所述静止障碍物是否位于车辆的泊车路径中；若位于，则执行步骤S105；反之，则执行步骤S107；
步骤S105，缩减车辆与障碍物之间的目标距离，使车辆按照步骤S104中调小后的目标泊车车速行驶至与所述障碍物之间的距离为目标距离的位置处；
步骤S106，在车辆行驶至与所述障碍物之间的距离为目标距离的位置处时，以超声波距离传感器所采集到的距离重新进行泊车路径规划，并控制车辆以步骤S103中调小后的目标泊车车速按照重新规划后的泊车路径进行泊车；
步骤S107，调整所述感兴趣区域的宽度至所述泊车路径的宽度，并调整控制车辆以初始目标泊车车速照步骤S101中规划出的泊车路径进行泊车。
2.根据权利要求1所述的方法，其特征在于，步骤S101中，检测车辆的感兴趣区域内是否存在障碍物的步骤包括：
基于预定帧图像的识别结果，进行置信度累积计算；
经过预定帧图像识别后，若针对各帧图像识别结果中的同一目标计算获得的置信度达到设定置信度值，则进一步依据所述目标是否位于车辆的感兴趣区域内来检测车辆的感兴趣区域内是否存在障碍物；
其中，若对一帧图像进行图像识别后识别到目标，则进行置信度累加第一数值；若对一帧图像进行图像识别后未识别到目标，则进行置信度扣减第二数值。
3.根据权利要求1所述的方法，其特征在于，步骤S102中，检测所述障碍物的类型的步骤具体为：
基于车辆的四轮轮脉冲信号判断车辆是否处于静止状态；
若处于，则基于对环视摄像头所采集的连续多帧图像，计算多帧两帧图像中的障碍物的中心点位置距离；
根据所述中心点位置距离计算所述障碍物的瞬时移动速度；
对所述瞬时移动速度进行卡尔曼滤波，获得所述障碍物的移动速度；
在所述障碍物的移动速度在第一时长内均低于预定速度值时，确定所述障碍物为静止障碍物；
反之，则确定所述障碍物为运动障碍物。
4.根据权利要求1所述的方法，其特征在于，若步骤S102中检测出所述障碍物为运动障碍物，所述方法还包括：
步骤S108，重新进行泊车路径规划；若可以规划出新的泊车路径，则控制车辆以初始目标泊车车速按照重新规划后的泊车路径进行泊车；若无法规划出新的泊车路径，则进入步骤S109；
步骤S109，在第一时长到达时延长车辆刹停时间至第二时长，并在车辆延长刹停期间内同时检测所述运动障碍物是否离开车辆的感兴趣区域；
步骤S110，若车辆延长刹停时间到达第二时长时所述运动障碍物仍未离开车辆的感兴趣区域，则退出自动泊车功能；
步骤S111，若车辆延长刹停期间所述运动障碍物离开车辆的感兴趣区域，则控制车辆以初始目标泊车车速按照步骤S101中规划出的泊车路径进行泊车。
5.根据权利要求1所述的方法，其特征在于，若步骤S101中检测到车辆的感兴趣区域内不存在障碍物，所述方法还包括：
步骤S112，控制车辆以初始目标泊车车速按照步骤S101中规划出的泊车路径进行泊车。
6.根据权利要求1所述的方法，其特征在于，步骤S101中，感兴趣区域为：以车辆行驶方向为中轴，纵向方向和横向方向分别向外延伸一定距离后围绕形成的区域；感兴趣区域的横向方向宽度大于泊车路径的横向宽度；步骤S101中规划出的泊车路径中，规划出车辆从当前位置需要行驶至与所述障碍物之间的距离为第一目标距离的位置处；经过步骤S105中的目标距离调整后，车辆需要从当前位置行驶至与所述障碍物之间的距离为目标距离的位置处；其中，步骤S105中的目标距离小于步骤S101中的第一目标距离。
7.根据权利要求3所述的方法，其特征在于，判断车辆是否处于静止状态的步骤为：
判断车辆的3个及以上车轮的轮脉冲信号是否同时持续第三时长保持不变；
若是，则确定车辆处于静止状态。
8.一种自动泊车系统，其特征在于，包括：
障碍物识别模块，用于在自动泊车功能开启且规划出泊车路径后，对环视影像系统所采集的每一帧图像依次进行图像识别，以检测车辆的感兴趣区域内是否存在障碍物；
障碍物类型检测模块，用于若存在，则控制车辆进行刹停动作，并在车辆保持刹停第一时长内检测所述障碍物的类型；
目标泊车车速调整模块，用于若所述障碍物的类型为静止障碍物，则调小车辆的目标泊车车速，并控制车辆以调小后的目标泊车车速按照障碍物识别模块中规划出的泊车路径继续行驶；
静止障碍物位置检测模块，用于检测所述障碍物是否位于车辆的泊车路径中；若位于，则进入车辆泊车控制模块；反之，则进入第三车辆泊车控制模块；
第一车辆泊车控制模块，用于缩减车辆与障碍物之间的目标距离，使车辆按照目标泊车车速调整模块中调小后的目标泊车车速行驶至与所述障碍物之间的距离为目标距离的位置处；
第二车辆泊车控制模块，用于在车辆行驶至与所述障碍物之间的距离为目标距离的位置处时，以超声波距离传感器所采集到的距离重新进行泊车路径规划，并控制车辆以目标泊车车速调整模块中调小后的目标泊车车速按照重新规划后的泊车路径进行泊车；
第三车辆泊车控制模块，用于调整所述感兴趣区域的宽度至所述泊车路径的宽度，控制车辆以初始目标泊车车速按照步骤障碍物识别模块中规划出的泊车路径进行泊车。
9.一种汽车，其特征在于，包括权利要求8所述的自动泊车系统。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，该计算机程序被车载信息处理模块执行时实现权利要求1至7中任一项所述的自动泊车方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010360392.8A CN111516676B (zh) | 2020-04-30 | 2020-04-30 | 一种自动泊车方法、系统、汽车及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010360392.8A CN111516676B (zh) | 2020-04-30 | 2020-04-30 | 一种自动泊车方法、系统、汽车及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111516676A true CN111516676A (zh) | 2020-08-11 |
| CN111516676B CN111516676B (zh) | 2022-06-07 |
Family
ID=71905514
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010360392.8A Active CN111516676B (zh) | 2020-04-30 | 2020-04-30 | 一种自动泊车方法、系统、汽车及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111516676B (zh) |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112277935A (zh) * | 2020-10-30 | 2021-01-29 | 广州小鹏自动驾驶科技有限公司 | 一种自动泊车的方法和装置 |
| CN112801024A (zh) * | 2021-02-09 | 2021-05-14 | 广州小鹏自动驾驶科技有限公司 | 一种检测信息处理方法和装置 |
| CN113071480A (zh) * | 2021-04-30 | 2021-07-06 | 重庆长安汽车股份有限公司 | 自动泊车障碍物检测方法、泊车方法、系统及车辆 |
| CN113200040A (zh) * | 2021-06-17 | 2021-08-03 | 广州小鹏自动驾驶科技有限公司 | 一种自动泊车的方法和装置 |
| CN113511191A (zh) * | 2021-05-12 | 2021-10-19 | 重庆长安汽车股份有限公司 | 垂直泊车完成判断系统、方法、车辆及存储介质 |
| CN114454874A (zh) * | 2022-02-21 | 2022-05-10 | 岚图汽车科技有限公司 | 一种自动泊车防止急刹的方法及系统 |
| CN114572192A (zh) * | 2020-12-02 | 2022-06-03 | 佛吉亚歌乐电子有限公司 | 驻车支援装置以及驻车支援方法 |
| CN114802216A (zh) * | 2022-06-01 | 2022-07-29 | 安徽域驰智能科技有限公司 | 一种基于超声波信息的垂直车位更新方法 |
| CN114995421A (zh) * | 2022-05-31 | 2022-09-02 | 重庆长安汽车股份有限公司 | 自动驾驶避障方法、装置、电子设备、存储介质及程序产品 |
| CN115158295A (zh) * | 2022-06-29 | 2022-10-11 | 重庆长安汽车股份有限公司 | 车辆的泊车控制方法及装置 |
| CN115158297A (zh) * | 2022-08-12 | 2022-10-11 | 浙江吉利控股集团有限公司 | 一种自动泊车方法、装置及电子设备 |
| CN115489516A (zh) * | 2022-09-02 | 2022-12-20 | 北京宾理信息科技有限公司 | 一种泊车速度规划方法、系统及存储介质 |
| CN116176567A (zh) * | 2023-03-15 | 2023-05-30 | 浙江极氪智能科技有限公司 | 自动泊车方法、装置、设备及存储介质 |
| CN116620321A (zh) * | 2023-04-23 | 2023-08-22 | 重庆长安汽车股份有限公司 | 泊车路径的更新方法、装置、车辆及存储介质 |
| CN116729364A (zh) * | 2023-05-26 | 2023-09-12 | 惠州市德赛西威汽车电子股份有限公司 | 一种泊车辅助方法、泊车辅助系统、电子设备及车辆 |
| CN117261877A (zh) * | 2023-08-18 | 2023-12-22 | 广州优保爱驾科技有限公司 | 一种基于车辆外观变化的自修正图像采集系统及方法 |
| WO2024193522A1 (zh) * | 2023-03-20 | 2024-09-26 | 浙江极氪智能科技有限公司 | 车位识别方法、装置、设备及存储介质 |
| CN118810753A (zh) * | 2024-08-19 | 2024-10-22 | 中国第一汽车股份有限公司 | 一种基于几何法的泊车重规划方法、系统及车辆 |
| CN120270232A (zh) * | 2025-06-11 | 2025-07-08 | 深圳元戎启行科技有限公司 | 一种基于路径约束的障碍物检测方法、装置、设备及介质 |
Citations (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH075921A (ja) * | 1993-06-15 | 1995-01-10 | Nippon Yusoki Co Ltd | 無人作業車の走行停止制御装置 |
| JPH07210245A (ja) * | 1994-01-14 | 1995-08-11 | Sony Corp | 搬送制御方法 |
| JP2002229645A (ja) * | 2001-01-31 | 2002-08-16 | Shin Kobe Electric Mach Co Ltd | 自動走行車の制御方式 |
| JP2004221871A (ja) * | 2003-01-14 | 2004-08-05 | Auto Network Gijutsu Kenkyusho:Kk | 車輌周辺監視装置 |
| WO2006064544A1 (ja) * | 2004-12-14 | 2006-06-22 | Hitachi, Ltd. | 自動車庫入れ装置 |
| GB0621182D0 (en) * | 2006-10-25 | 2006-12-06 | Li Shih Hsiung | Car reversal radar that automatically modifies the sensor scanning range and method of the same |
| JP2006343309A (ja) * | 2005-05-09 | 2006-12-21 | Nippon Soken Inc | 障害物検出装置 |
| JP2008207732A (ja) * | 2007-02-27 | 2008-09-11 | Denso Corp | 運転支援装置 |
| CN101412401A (zh) * | 2007-10-17 | 2009-04-22 | 罗伯特·博世有限公司 | 用于泊车支持的控制装置和方法 |
| JP2011156955A (ja) * | 2010-01-29 | 2011-08-18 | Equos Research Co Ltd | 走行制御装置および走行制御方法 |
| WO2012095717A2 (en) * | 2011-01-12 | 2012-07-19 | Toyota Jidosha Kabushiki Kaisha | Travel support apparatus |
| CN102652091A (zh) * | 2009-12-12 | 2012-08-29 | 大众汽车有限公司 | 用于在泊车过程中控制汽车靠近目标的方法和装置 |
| DE102011012541A1 (de) * | 2011-02-26 | 2012-08-30 | Conti Temic Microelectronic Gmbh | Verfahren zur Längsregelung eines Fahrzeugs |
| JP2012176748A (ja) * | 2011-02-02 | 2012-09-13 | Nissan Motor Co Ltd | 駐車支援装置 |
| WO2013072132A1 (de) * | 2011-11-15 | 2013-05-23 | Robert Bosch Gmbh | Verfahren und fahrerassistenzsystem zur erfassung einer fahrzeugumgebung |
| CN104401260A (zh) * | 2014-10-21 | 2015-03-11 | 奇瑞汽车股份有限公司 | 一种自动泊车系统 |
| CN106471554A (zh) * | 2014-06-10 | 2017-03-01 | 株式会社电装 | 驾驶辅助装置 |
| CN106985815A (zh) * | 2017-03-14 | 2017-07-28 | 重庆长安汽车股份有限公司 | 遥控泊车系统及方法 |
| CN107226088A (zh) * | 2016-03-25 | 2017-10-03 | 松下电器（美国）知识产权公司 | 控制器、驾驶控制方法以及程序 |
| CN108928341A (zh) * | 2017-05-23 | 2018-12-04 | 株式会社万都 | 智能停车辅助系统及其控制方法 |
| US20190310092A1 (en) * | 2018-04-05 | 2019-10-10 | Symbol Technologies, Llc | Method, system and apparatus for dynamic path generation |
| CN110356394A (zh) * | 2019-07-31 | 2019-10-22 | 重庆长安汽车股份有限公司 | 一种车辆主动避让障碍物的方法、装置及汽车 |
-
2020
- 2020-04-30 CN CN202010360392.8A patent/CN111516676B/zh active Active
Patent Citations (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH075921A (ja) * | 1993-06-15 | 1995-01-10 | Nippon Yusoki Co Ltd | 無人作業車の走行停止制御装置 |
| JPH07210245A (ja) * | 1994-01-14 | 1995-08-11 | Sony Corp | 搬送制御方法 |
| JP2002229645A (ja) * | 2001-01-31 | 2002-08-16 | Shin Kobe Electric Mach Co Ltd | 自動走行車の制御方式 |
| JP2004221871A (ja) * | 2003-01-14 | 2004-08-05 | Auto Network Gijutsu Kenkyusho:Kk | 車輌周辺監視装置 |
| WO2006064544A1 (ja) * | 2004-12-14 | 2006-06-22 | Hitachi, Ltd. | 自動車庫入れ装置 |
| JP2006343309A (ja) * | 2005-05-09 | 2006-12-21 | Nippon Soken Inc | 障害物検出装置 |
| GB0621182D0 (en) * | 2006-10-25 | 2006-12-06 | Li Shih Hsiung | Car reversal radar that automatically modifies the sensor scanning range and method of the same |
| JP2008207732A (ja) * | 2007-02-27 | 2008-09-11 | Denso Corp | 運転支援装置 |
| CN101412401A (zh) * | 2007-10-17 | 2009-04-22 | 罗伯特·博世有限公司 | 用于泊车支持的控制装置和方法 |
| CN102652091A (zh) * | 2009-12-12 | 2012-08-29 | 大众汽车有限公司 | 用于在泊车过程中控制汽车靠近目标的方法和装置 |
| JP2011156955A (ja) * | 2010-01-29 | 2011-08-18 | Equos Research Co Ltd | 走行制御装置および走行制御方法 |
| WO2012095717A2 (en) * | 2011-01-12 | 2012-07-19 | Toyota Jidosha Kabushiki Kaisha | Travel support apparatus |
| JP2012176748A (ja) * | 2011-02-02 | 2012-09-13 | Nissan Motor Co Ltd | 駐車支援装置 |
| DE102011012541A1 (de) * | 2011-02-26 | 2012-08-30 | Conti Temic Microelectronic Gmbh | Verfahren zur Längsregelung eines Fahrzeugs |
| WO2013072132A1 (de) * | 2011-11-15 | 2013-05-23 | Robert Bosch Gmbh | Verfahren und fahrerassistenzsystem zur erfassung einer fahrzeugumgebung |
| CN106471554A (zh) * | 2014-06-10 | 2017-03-01 | 株式会社电装 | 驾驶辅助装置 |
| CN104401260A (zh) * | 2014-10-21 | 2015-03-11 | 奇瑞汽车股份有限公司 | 一种自动泊车系统 |
| CN107226088A (zh) * | 2016-03-25 | 2017-10-03 | 松下电器（美国）知识产权公司 | 控制器、驾驶控制方法以及程序 |
| CN106985815A (zh) * | 2017-03-14 | 2017-07-28 | 重庆长安汽车股份有限公司 | 遥控泊车系统及方法 |
| CN108928341A (zh) * | 2017-05-23 | 2018-12-04 | 株式会社万都 | 智能停车辅助系统及其控制方法 |
| US20190310092A1 (en) * | 2018-04-05 | 2019-10-10 | Symbol Technologies, Llc | Method, system and apparatus for dynamic path generation |
| CN110356394A (zh) * | 2019-07-31 | 2019-10-22 | 重庆长安汽车股份有限公司 | 一种车辆主动避让障碍物的方法、装置及汽车 |
Non-Patent Citations (4)
| Title |
|---|
| KYOUNG-WOOK MIN: "Design and Implementation of Autonomous Vehicle Valet Parking System", 《PROCEEDINGS OF THE 16TH INTERNATIONAL IEEE ANNUAL CONFERENCE ON INTELLIGENT TRANSPORTATION SYSTEMS》 * |
| 付鹏等: "基于超声波雷达的泊车位类型检测", 《汽车实用技术》 * |
| 刘琼: "乡村道路环境下农业机器人导航避障算法研究", 《中国博士学位论文全文数据库 (信息科技辑)》 * |
| 宗成星等: "一种基于A*算法的空间多自由度机械臂路径规划方法", 《合肥工业大学学报(自然科学版)》 * |
Cited By (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112277935B (zh) * | 2020-10-30 | 2022-03-11 | 广州小鹏自动驾驶科技有限公司 | 一种自动泊车的方法和装置 |
| CN112277935A (zh) * | 2020-10-30 | 2021-01-29 | 广州小鹏自动驾驶科技有限公司 | 一种自动泊车的方法和装置 |
| CN114572192A (zh) * | 2020-12-02 | 2022-06-03 | 佛吉亚歌乐电子有限公司 | 驻车支援装置以及驻车支援方法 |
| CN112801024A (zh) * | 2021-02-09 | 2021-05-14 | 广州小鹏自动驾驶科技有限公司 | 一种检测信息处理方法和装置 |
| CN112801024B (zh) * | 2021-02-09 | 2023-08-29 | 广州小鹏自动驾驶科技有限公司 | 一种检测信息处理方法和装置 |
| CN113071480A (zh) * | 2021-04-30 | 2021-07-06 | 重庆长安汽车股份有限公司 | 自动泊车障碍物检测方法、泊车方法、系统及车辆 |
| CN113511191A (zh) * | 2021-05-12 | 2021-10-19 | 重庆长安汽车股份有限公司 | 垂直泊车完成判断系统、方法、车辆及存储介质 |
| CN113511191B (zh) * | 2021-05-12 | 2022-06-07 | 重庆长安汽车股份有限公司 | 垂直泊车完成判断系统、方法、车辆及存储介质 |
| CN113200040B (zh) * | 2021-06-17 | 2022-08-16 | 广州小鹏自动驾驶科技有限公司 | 一种自动泊车的方法和装置 |
| CN113200040A (zh) * | 2021-06-17 | 2021-08-03 | 广州小鹏自动驾驶科技有限公司 | 一种自动泊车的方法和装置 |
| CN114454874A (zh) * | 2022-02-21 | 2022-05-10 | 岚图汽车科技有限公司 | 一种自动泊车防止急刹的方法及系统 |
| CN114995421A (zh) * | 2022-05-31 | 2022-09-02 | 重庆长安汽车股份有限公司 | 自动驾驶避障方法、装置、电子设备、存储介质及程序产品 |
| CN114802216A (zh) * | 2022-06-01 | 2022-07-29 | 安徽域驰智能科技有限公司 | 一种基于超声波信息的垂直车位更新方法 |
| CN115158295A (zh) * | 2022-06-29 | 2022-10-11 | 重庆长安汽车股份有限公司 | 车辆的泊车控制方法及装置 |
| CN115158297A (zh) * | 2022-08-12 | 2022-10-11 | 浙江吉利控股集团有限公司 | 一种自动泊车方法、装置及电子设备 |
| CN115489516A (zh) * | 2022-09-02 | 2022-12-20 | 北京宾理信息科技有限公司 | 一种泊车速度规划方法、系统及存储介质 |
| CN116176567A (zh) * | 2023-03-15 | 2023-05-30 | 浙江极氪智能科技有限公司 | 自动泊车方法、装置、设备及存储介质 |
| WO2024193522A1 (zh) * | 2023-03-20 | 2024-09-26 | 浙江极氪智能科技有限公司 | 车位识别方法、装置、设备及存储介质 |
| CN116620321A (zh) * | 2023-04-23 | 2023-08-22 | 重庆长安汽车股份有限公司 | 泊车路径的更新方法、装置、车辆及存储介质 |
| CN116729364A (zh) * | 2023-05-26 | 2023-09-12 | 惠州市德赛西威汽车电子股份有限公司 | 一种泊车辅助方法、泊车辅助系统、电子设备及车辆 |
| CN117261877A (zh) * | 2023-08-18 | 2023-12-22 | 广州优保爱驾科技有限公司 | 一种基于车辆外观变化的自修正图像采集系统及方法 |
| CN117261877B (zh) * | 2023-08-18 | 2024-05-14 | 广州优保爱驾科技有限公司 | 一种基于车辆外观变化的自修正图像采集系统及方法 |
| CN118810753A (zh) * | 2024-08-19 | 2024-10-22 | 中国第一汽车股份有限公司 | 一种基于几何法的泊车重规划方法、系统及车辆 |
| CN120270232A (zh) * | 2025-06-11 | 2025-07-08 | 深圳元戎启行科技有限公司 | 一种基于路径约束的障碍物检测方法、装置、设备及介质 |
| CN120270232B (zh) * | 2025-06-11 | 2025-09-23 | 深圳元戎启行科技有限公司 | 一种基于路径约束的障碍物检测方法、装置、设备及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111516676B (zh) | 2022-06-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111516676B (zh) | 一种自动泊车方法、系统、汽车及计算机可读存储介质 | |
| CN110103967B (zh) | 一种车辆自动变道方法及车辆控制系统、车辆 | |
| CN112154455B (zh) | 数据处理方法、设备和可移动平台 | |
| CN110481526B (zh) | 一种智能汽车传感器盲区行人检测及主动避撞方法 | |
| KR102098140B1 (ko) | 자동차의 블라인드 스팟 모니터링 방법 및 이를 이용한 블라인드 스팟 모니터 | |
| CN106470886B (zh) | 用于建立运输工具的周围环境模型的方法 | |
| US11124180B2 (en) | Parking control method and parking control device | |
| US12073722B2 (en) | Parking lot identification system and method | |
| CN108928343A (zh) | 一种全景融合自动泊车系统及方法 | |
| CN109733392B (zh) | 一种避障方法及装置 | |
| CN110968086B (zh) | 一种车辆进站控制方法及系统 | |
| CN106945660A (zh) | 一种自动泊车系统 | |
| CN112537294B (zh) | 自动泊车控制方法及电子设备 | |
| US20200047745A1 (en) | Parking Control Method and Parking Control Device | |
| CN114274952A (zh) | 垂直车位自主泊车方法、系统、存储介质及电子设备 | |
| US11884265B1 (en) | Parking assistance method and parking assistance device | |
| CN111231965A (zh) | 车辆控制模式的调整方法及装置、无人驾驶车辆 | |
| CN112009462A (zh) | 一种前向自动泊车方法及装置 | |
| CN114312760B (zh) | 带路沿车位的辅助泊车方法、电子设备和汽车 | |
| CN108806308A (zh) | 一种停车位识别方法及泊车方法 | |
| CN114545950A (zh) | 一种无人驾驶智能小车的控制方法 | |
| CN114495066A (zh) | 一种辅助倒车的方法 | |
| CN113879289B (zh) | 泊车方法、系统、可读存储介质及车辆 | |
| JP7700749B2 (ja) | 自動運転管理システム及び自動運転管理方法 | |
| CN211044536U (zh) | 基于标签定位识别的自动巡线停车系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |