[发明专利]基于多视觉系统的机械式停车位泊车方法

说明书

基于多视觉系统的机械式停车位泊车方法，采用新的适用于机械式停车位的多视觉技术，将完整的机械式停车位停车流程分解成车位定位和车位检测与测量两大部分。其中，SLAM技术用于车位定位，贯穿巡航与泊车整个流程的始终，为车位检测与测量提供精准的定位信息；而对于车位检测与测量部分，针对机械式停车位检测精度和测量精度要求高的特点，将停车位检测与测量工作分解，使用鱼眼相机完成车辆巡航时的车位巡检工作以及泊车预备时的双目相机接替鱼眼相机进行车位精检工作，并实时利用定位模块提供的定位信息，完成机械式停车位的泊车工作。解决了机械式泊车位定位复杂、检测测量精度要求又高的困难，保证车辆可以顺利泊入机械式停车位。

技术领域

本公开涉及无人驾驶行业中的自主泊车技术领域以及计算机视觉技术领域，具体涉及一种基于多视觉系统的机械式停车位泊车方法和装置。

背景技术

近年来，自动驾驶技术发展迅猛，而解决停车难的问题也是自动驾驶领域研发的重点之一。由以倒车雷达为代表的辅助泊车系统、以超声波雷达为基础的双边障碍自动泊车技术发展到现在，自动泊车技术已经不仅仅限于泊车入库这一操作，而是扩展成包含自主低速巡航、寻车位、泊车以及召唤响应的综合泊车系统。在综合泊车应用中，机械式停车位相较于普通停车位，其特点是入车口窄，空间重叠且停车位与车辆行驶路面往往不在同一水平面，因此对于定位和测量的精度均要高于普通停车位泊车的要求，现有的普通车位泊车方法不能。一方面，从车位检测角度来看，现有的车位检测技术往往依靠环视视觉系统拼接鸟瞰图进行车位检测工作，该方法受地面平整假设的约束，对于车位线要求高且检测精度不足，仅能基本满足普通停车位的检测精度要求，无法达到机械式停车位的检测工作需求。另一方面，从车位定位角度来看，现有的自动泊车技术都是基于普通停车位泊车需要设计的，通常使用GPS/IMU或者双目SLAM等的定位算法，然而，这些常用算法均不能直接应用于机械式停车位的定位：首先，GPS/IMU不适用于室内场景，不能满足机械式泊车的定位需求；其次，双目SLAM算法存在着视场角度限制，可视角度范围远小于鱼眼相机；而对于机械式泊车停车场环境，车辆与包括光滑墙面和行驶车辆等在内的障碍物距离相对较近，必须获得广阔的视角才能能保证车辆的行驶安全和定位的稳定性，因此，存在视场角度限制的双目SLAM算法也无法满足机械式泊车的定位需求。

为了解现有技术的发展状况，本公开对已有的专利和论文进行了检索、比较和分析：

技术方案1：专利文献CN105015419A(“基于立体视觉定位与建图的自动泊车方法”)中提出使用双目系统作为感知采集系统，并将深度信息以及剔除动态点后，由SLAM模块对车身进行自定位工作，并根据自定位与停车位信息进行路径规划，完成停车任务。其中双目SLAM系统中，双目系统的可视角度范围一般不超过水平80度和垂直70度，远小于普通鱼眼相机系统的可视范围；且由于机械式停车场环境下更多光滑墙壁和运动障碍物，狭窄的视角限制了感知范围，进而显著威胁了车辆行驶过程中的安全性和定位的鲁棒性，所述方法不适用机械式停车位。

技术方案2：专利文献CN107600067A(“一种基于多视觉惯导融合的自主泊车系统及方法”)中提出了多视觉惯导融合的技术，感知系统包括双目相机、环视相机和IMU。其中，双目相机和IMU惯性导航单元负责对停车场进行建图和定位工作，此外双目相机还负责检测车身周围的障碍物信息；环视相机负责检测车身周围的车道线和车位信息。由于双目SLAM算法会有视角狭窄的问题，而基于环视的车位检测算法，但是，鉴于机械式停车位的结构特性和高精度要求，所述方案并不适用于机械式停车位的检测。

技术方案3：专利文献CN108909706A(“自动泊车方法及装置”)中提供了一种多传感器融合的泊车策略。所述方案在泊车启动后，会调用相机、雷达、差分GPS等多个传感器，并结合高精地图、车联网等技术更精准地定位车位信息，并依次制定泊车路线。上述方案中，应用到了多个传感器，造成了数据上的冗余和融合优化的困难，同时，差分GPS用于定位，高精地图和车联网技术，加大了对于停车场建设的要求，不适用于一般停车方案，难以大规模适用。此外，由于机械式停车位不同于普通停车位，存在着移动的可能性和立柱式边沿，存在车端传感器与云端数据不一致问题，导致停车困难。