[发明专利]基于多视觉系统的机械式停车位泊车方法

权利要求书

1.一种基于多视觉系统的机械式停车位泊车方法，其特征在于，包括如下步骤：

步骤一、从鱼眼相机的视频流中抓取帧数据，分别传输到视觉单目SLAM自定位模块、机械式停车位检测模块以及障碍物检测模块；

步骤二、所述视觉单目SLAM自定位模块结合所述鱼眼相机传输的所述视频流与轮速计信息，给出车身定位与姿态信息；所述车身定位与姿态信息为后续的所述机械式停车位检测模块和所述障碍物检测模块提供精准的地图和位置信息；

步骤三、所述机械式停车位检测模块在车辆巡航过程中，利用鱼眼相机安装位置和宽视野的特性，采用机器学习方法给出图像中车位的检测框和宽度信息，为有效车位释放模块提供候选车位列表；

步骤四、所述障碍物检测模块检测自动驾驶车辆或辅助驾驶车辆在自主巡航过程中，车身周边的障碍物情况，并帮助所述有效车位释放模块决定是否释放有效车位；

步骤五、所述有效车位释放模块负责评价所述机械式停车位检测模块检测出的车位，综合所述视觉单目SLAM自定位模块、所述机械式停车位检测模块和所述障碍物检测模块的输出信息，决定是否释放出目标车位为有效车位；

步骤六、当所述有效车位被释放后，后视相机开始工作，其视频流开始加入到系统中，逐渐接替鱼眼相机，接受所述车身定位与姿态信息以及所述障碍物检测模块检测到的障碍物信息，以进行机械式停车位的追踪与精准检测工作。

2.根据权利要求1所述的基于多视觉系统的机械式停车位泊车方法，其特征在于，

所述机器学习方法为深度学习。

3.根据权利要求1所述的基于多视觉系统的机械式停车位泊车方法，其特征在于，

所述后视相机为后视双目相机；所述后视双目相机包括左目相机和右目相机。

4.根据权利要求1所述的基于多视觉系统的机械式停车位泊车方法，其特征在于，

所述视觉单目SLAM自定位模块的输入包括右视鱼眼相机视频输入信息和轮速计信息，通过单目SLAM算法完成车辆定位。

5.根据权利要求4所述的基于多视觉系统的机械式停车位泊车方法，其特征在于，

所述通过单目SLAM方法完成车辆定位包括：

初始化：完成车辆位于世界坐标系的初始定位；

特征的检测、匹配与追踪：用以计算两帧之间的匹配关系，解算两帧之间的相机位姿变换信息；

建图与图优化：通过对于相机位姿的初步解算，提取关键帧用于建立世界地图，用于描述车辆在行驶过程中的环境信息；在检测到回环之后，将对世界地图中的关键帧进行一次全局优化，解算最优的位姿信息；而后继续进行特征匹配与追踪以及建图优化。

6.根据权利要求5所述的基于多视觉系统的机械式停车位泊车方法，其特征在于，

采用轮速计信息修正单目SLAM方法中的尺度信息，包括：

采用插值方法将局部地图中的关键帧与轮速计信息对齐，解算尺度因子；在定位阶段乘上该尺度因子，恢复尺度信息，实现对于定位的高精度解算。

7.根据权利要求6所述的基于多视觉系统的机械式停车位泊车方法，其特征在于，

给定车辆的初始坐标，在单位时间内，依据车轮的轴距估算车辆左右两轮的单位移动距离；位姿估计表达式如公式(1)所示：

其中，[x_t,y_t]^T代表t时刻时，当前车辆在世界坐标系下的坐标，相应地，[x_t+1,y_t+1]^T代表t+1时刻的坐标，θ_t代表t时刻时车辆的航向角，θ_t+1代表t+1时刻时车辆的航向角；Δs_l和Δs_r分别代表两帧之间左轮和右轮移动的距离，B代表轮距。