[发明专利]一种自动泊车方法及系统

权利要求书

1.一种自动泊车方法，其特征在于，包括：

步骤S1，通过车辆上的超声波传感器和摄像头获取车辆周围的初步可行驶区域；

步骤S2，从所述初步可行驶区域中识别出障碍物，并将所述障碍物区域从所述初步可行驶区域中剔除，获得泊车行驶区域；

步骤S3，从所述泊车行驶区域中识别出空闲车位；

步骤S4，计算出车辆泊入每一个空闲车位的泊车步数，选择泊车步数最少的车位作为目标车位；

步骤S5，根据所述目标车位及所述泊车行驶区域，规划自动泊车路径并执行自动泊车；

所述步骤S4具体包括：

步骤S41，将整车坐标系转化到世界坐标系，计算出车辆初始后轴中心点的坐标以及泊入空闲车位后的后轴中心点的坐标；

步骤S42，计算车辆泊入空闲车位需要转动的角度；

步骤S43，将车辆的车速、方向盘转角代入Dubins曲线方程，计算出泊车过程中每一步结束后车辆的后轴中心点的坐标；

步骤S44，根据每一步结束后车辆的后轴中心点的坐标，分别计算其与所述步骤S41计算出的车辆泊入空闲车位时车辆后轴中心点之间的欧式距离，当所述欧式距离处于设定的距离阈值范围内时，将对应的泊车步数作为车辆泊入所述空闲车位的泊车步数；

步骤S45，对于每一个识别出的空闲车位，均计算泊入所述空闲车位所需的泊车步数，从中选择泊车步数最小的空闲车位作为目标车位。

2.根据权利要求1所述的自动泊车方法，其特征在于，所述步骤S1具体包括：将超声波传感器和摄像头探测到的障碍物信息进行目标融合，利用融合后障碍物位置信息将全景拼接后的图像二值化，提取出车身周围的初步可行驶区域。

3.根据权利要求1所述的自动泊车方法，其特征在于，所述步骤S2具体包括：

步骤S21，在所述初步可行驶区域中，对包含障碍物的图像进行标记，获得正样本；将不包含障碍物的图像进行标记，获得负样本；

步骤S22，将所述正样本和负样本输入深度学习网络进行训练；

步骤S23，将所述初步可行驶区域的图像输入经所述步骤S22训练好的深度学习网络，从所述初步可行驶区域中识别出障碍物并标记；

步骤S24，将所述步骤S23标记出的障碍物从所述步骤S1输出的初步可行驶区域中剔除，得到泊车行驶区域。

4.根据权利要求3所述的自动泊车方法，其特征在于，所述步骤S3具体包括：从所述泊车行驶区域中识别出空闲车位，根据车长和车宽确定识别出的每个空闲车位的四个角点的位置，并将世界坐标系下四个角点的坐标保存到链表中。

5.根据权利要求1所述的自动泊车方法，其特征在于，所述欧式距离的计算方式为：

(ΔX)²+(ΔY)²＝D²

其中，D表示所述欧式距离，ΔX表示车辆按照轨迹规划泊入空闲车位时的实际后轴中心点与所述步骤S41计算出的车辆泊入空闲车位时车辆后轴中心点在X向的差异，ΔY表示车辆按照轨迹规划泊入空闲车位时的实际后轴中心点与所述步骤S41计算出的车辆泊入空闲车位时车辆后轴中心点在Y向的差异。

6.根据权利要求5所述的自动泊车方法，其特征在于，所述步骤S44中当所述欧式距离处于设定的距离阈值范围内时，进一步包括：

判断方向盘转角之和与车辆车头与车位的夹角之间的下述等量关系是否成立：

u₁+u₂+…+u_N＝θ+Δθ

其中，u₁+u₂+…+u_N为方向盘转角之和，N为泊车步数，θ为车辆车头与车位的夹角，Δθ表示轨迹规划完成后，车辆按照轨迹规划在第N步后泊入所述空闲车位时车辆转动角度与所述步骤S42计算出的车辆泊入所述空闲车位时车辆转动角度之间的差异；

若等量关系成立，则将泊车步数N作为车辆泊入所述空闲车位的泊车步数；若等量关系不成立，则继续执行M步泊车直至所述等量关系成立，并将泊车步数N加上泊车步数M，以N+M作为泊入所述空闲车位的泊车步数。