详情

原文传递基于多传感器和视觉交互的自动泊车系统

专利名称：	基于多传感器和视觉交互的自动泊车系统
摘要：	本发明涉及车辆驾驶控制技术领域，具体涉及基于多传感器和视觉交互的自动泊车系统，所述系统包括：数据采集模块，根据多种传感器采集车辆运动信息，获取车辆周围环境图像；自动泊车系统数据分析模块，结合龙格库塔算法得到各泊车时间点车辆运动调整模型；根据车辆及障碍物的轮廓得到车辆形态向量集合及周围障碍物形态向量总集合，构建防碰撞模块；根据车辆宽度以及防碰撞框宽度得到防碰撞因子；构建初始自动泊车模型，根据初始自动泊车模型及泊车时间得到自动泊车模型；自动泊车导航指令传送模块，根据自动泊车模型得到泊车路线，执行自动泊车。本发明实现车辆自动泊车，提高泊车精度，避免碰撞问题。
专利类型：	发明专利
国家地区组织代码：	江苏;32
申请人：	张家港极客嘉智能科技研发有限公司
发明人：	钱灏;谭海川;马朝华
专利状态：	有效
申请日期：	2023-09-28T00:00:00+0800
发布日期：	2023-11-03T00:00:00+0800
申请号：	CN202311267351.4
公开号：	CN116985785A
代理机构：	苏州市知腾专利代理事务所(普通合伙)
代理人：	李亮
分类号：	B60W30/06;B60W40/10;B60W40/105;B60W40/107;B;B60;B60W;B60W30;B60W40;B60W30/06;B60W40/10;B60W40/105;B60W40/107
申请人地址：	215600 江苏省苏州市张家港市凤凰镇凤凰大道14号(凤凰科技创业园F幢3层)
主权项：	1.基于多传感器和视觉交互的自动泊车系统，其特征在于，所述系统包括：数据采集模块，用于根据多种传感器采集车辆运动信息，获取停车场车辆周围环境图像；自动泊车系统数据分析模块，用于根据车辆运动信息得到泊车时的车辆运动调整模型；根据车辆运动调整模型结合龙格库塔算法得到各泊车时间点车辆运动调整模型；根据车辆及障碍物的轮廓得到车辆形态向量集合及周围障碍物形态向量总集合；根据车辆形态向量集合及周围障碍物形态向量总集合得到防碰撞模块；根据车辆宽度以及防碰撞框宽度得到防碰撞因子；根据车辆运动调整模型、防碰撞模块以及防碰撞因子得到车辆泊车限定模块；根据泊车时间以及车辆泊车限定模块构建初始自动泊车模型，根据初始自动泊车模型及泊车时间得到自动泊车模型；自动泊车导航指令传送模块，根据自动泊车模型得到车辆自动泊车路线，执行自动泊车。 2.如权利要求1所述的基于多传感器和视觉交互的自动泊车系统，其特征在于，所述根据多种传感器采集车辆运动信息，具体包括：车辆上安装速度传感器、加速度传感器、车载陀螺仪，对车辆的速度、加速度以及航向角进行采集，车辆运动信息包括车辆质心坐标，车辆航向角，车辆速度，车辆加速度，车辆前轮转向角。 3.如权利要求1所述的基于多传感器和视觉交互的自动泊车系统，其特征在于，所述根据车辆运动信息得到泊车时的车辆运动调整模型，包括的具体步骤为：，式中，ε为车辆运动模型，x、y为车辆质心坐标，为航向角，v为车辆速度，Δ代表车辆加速度，a为加速度值，lf、lr分别为前悬长度、后悬长度，δf为前轮转向角。 4.如权利要求1所述的基于多传感器和视觉交互的自动泊车系统，其特征在于，所述根据车辆运动调整模型结合龙格库塔算法得到各泊车时间点的车辆运动调整模型，具体为：将泊车时间离散化，将其等分为N段，可得到N+1个泊车时间点，泊车时间划分周期为，t为泊车时间，各泊车时间点的车辆运动调整模型表达式为：，式中，εk+1为泊车时间点k+1的车辆运动调整模型，εk为泊车时间点k的车辆运动调整模型，T为泊车时间划分周期，r1为一阶龙格库塔函数，表达式为r1=f(εk,uk)，其中，uk为泊车时间点k的车辆运动模型中各变量集合，r2为二阶龙格库塔函数，表达式为，r3为三阶龙格库塔函数，表达式为/>，r4为四阶龙格库塔函数，表达式为/>。 5.如权利要求1所述的基于多传感器和视觉交互的自动泊车系统，其特征在于，所述根据车辆及障碍物的轮廓得到车辆形态向量集合及周围障碍物形态向量总集合，包括的具体步骤为：根据车辆四个顶点获取车辆形态向量集合，表达式为： , 式中，A为车辆形态向量集合，代表从车辆顶点A1指向车辆顶点A2的有向线段，代表从车辆顶点A2指向车辆顶点A3的有向线段，/>代表从车辆顶点A3指向车辆顶点A4的有向线段，/>代表从顶点A4指向顶点A1的有向线段；获取障碍物的最小外接矩形，障碍物Os的形态向量集合，表达式为： , 式中，为障碍物Os的形态向量集合，/>代表从障碍物Os最小外接矩形顶点Os1指向障碍物Os最小外接矩形顶点Os2的有向线段，/>代表从障碍物Os最小外接矩形顶点Os2指向障碍物Os最小外接矩形顶点Os3的有向线段，/>代表从障碍物Os最小外接矩形顶点Os3指向障碍物Os最小外接矩形顶点Os4的有向线段，/>代表从障碍物Os最小外接矩形顶点Os4指向障碍物Os最小外接矩形顶点Os1的有向线段；所有障碍物的形态向量集合得到障碍物形态向量总集合，表达式为： , 式中，s为车辆周围障碍物总数，O为障碍物形态向量总集合，为障碍物O1的形态向量集合，/>为障碍物O2的形态向量集合，/>为障碍物Os的形态向量集合。 6.如权利要求1所述的基于多传感器和视觉交互的自动泊车系统，其特征在于，所述根据车辆形态向量集合及周围障碍物形态向量总集合得到防碰撞模块，具体为： , 其中，∩表示交集，为空集，A车辆形态向量集合，O障碍物形态向量总集合。 7.如权利要求1所述的基于多传感器和视觉交互的自动泊车系统，其特征在于，所述根据车辆宽度以及防碰撞框宽度得到防碰撞因子，具体为：以车辆中心为中心构建一个防碰撞框，防碰撞框与车辆的中心一致，防碰撞框的长与车长相同，防碰撞框的宽为w+2d，在车辆宽度两边分别增加d，得到防碰撞框的宽度，防碰撞因子表达式：，式中，τ为防碰撞因子，w为车辆宽度，d为车辆宽度的增加量。 8.如权利要求1所述的基于多传感器和视觉交互的自动泊车系统，其特征在于，所述根据车辆运动调整模型、防碰撞模块以及防碰撞因子得到车辆泊车限定模块，具体包括：，其中，v车辆速度，Vmin、V max分别为泊车时车辆速度最小值、最大值，a为车辆加速度，amin、amax分别为泊车时车辆加速度最小值、最大值，δf为前轮转向角，为前轮转向角最小值、最大值，εk+1、εk分别为泊车时间点k+1、泊车时间点k的车辆运动调整模型，T为泊车时间划分周期，r1为一阶龙格库塔函数，r2为二阶龙格库塔函数，r3为三阶龙格库塔函数，r4为四阶龙格库塔函数，εstart、εfinal分别为初始运动调整模型、终点运动调整，A车辆形态向量集合，O障碍物形态向量总集合，∩表示交集，/>为空集，τ为防碰撞因子，τD为大于1的防碰撞阈值。 9.如权利要求1所述的基于多传感器和视觉交互的自动泊车系统，其特征在于，所述根据初始自动泊车模型及泊车时间得到自动泊车模型，具体包括： , 其中，为自动泊车模型，/>为权值因子，min{ }为取最小值操作，t为泊车时间，N为泊车时间等分为N段，εk为泊车时间点k的车辆运动调整模型，εinitial,k为初始泊车轨迹对应的泊车时间点k的车辆运动调整模型，\|\| \|\|为欧氏距离符号。 10.如权利要求1所述的基于多传感器和视觉交互的自动泊车系统，其特征在于，所述根据自动泊车模型得到车辆自动泊车路线包括：选取A*算法对自动泊车模型最优解进行计算，自动泊车模型最小时对应的路线，为车辆自动泊车路线。