一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

一种超声波雷达障碍物车位感知系统和方法与流程

2022-06-05 14:15:22 来源:中国专利 TAG:

1.本技术属于汽车控制技术领域,尤其涉及自动驾驶汽车在环仿真测试技术领域。


背景技术:

2.如图1,车载超声波雷达主要分为upa和apa两大类。upa是一种短程超声波,主要安装在车身的前部与后部,检测范围为25cm~2.5m,由于检测距离大,多普勒效应和温度干扰小,检测更准确。apa是一种远程超声波传感器,主要用于车身侧面,检测范围为35cm~5m,可覆盖一个停车位。方向性强,探头波的传播性能优于upa,不易受到其他apa和upa的干扰。当然,检测距离越远,检测误差越大。
3.利用车载超声波雷达泊车库位检测,自动泊车功能需要经历两个阶段:1.识别库位;2.倒车入库;汽车缓缓驶过库位时,汽车右前方的apa传感器返回的探测距离与时间的关系大致如附图2,将t1时刻到t2时刻的车速做积分即可得到库位的近似长度,如果近似认为汽车为匀速行驶,直接用车速乘以(t2-t1)即可。当检测的长度超过车辆泊入所需的最短长度时则认为当前空间有车位。
4.同样后侧向的apa也会生成类似信号曲线,用以做库位的二次验证。
5.车位感知问题的研究对象通常是障碍物车位,线车位等。在自动驾驶领域,为了更加准确的评估或预测车位。就需要车位感知发挥作用。
6.获取车位的方法通常有两种:1)利用传统算法通过超声波传感器和车辆传感器获得目标点云信息,通过点云的处理获取目标朝向信息,这种方法的缺点是如果目标形状信息不完整或检测误差较大,估算的朝向结果可能非常差;2)利用深度学习的神经网络算法是建立障碍物车位的深度学习的神经网络,通过采集大量的样本来修正神经网络的权重。但这种方法需要大量的样本,以及模型的选取不好会影响障碍物车位的精度和对嵌入式的内存等环境需要较高的要求。


技术实现要素:

7.本发明是提供一种检测系统,通过超声波传感器和车辆传感器获得目标点云信息,能够基于低成本硬件系统,实现较为精确的车位检测。
8.一种超声波雷达障碍物车位感知系统,包括超声波雷达模块、整车控制器;整车控制器包括雷达信号处理模块、汽车移动计算模块、传感器位置计算模块、点云计算模块、车位位置计算模块、点云数据存储模块、控制模块;控制模块获得单位时间t内的汽车移动距离d,与单位时间t内姿态变化角度θ(t),计算相对计算原点p(0)的姿态变化角度β(t),计算相对计算原点p(0)的汽车位置p(t);控制超声波雷达模块发送超声波信号,获得障碍物的超声波探测障碍物与探头距离l(n),与超声波雷达安装位置c(m)和超声波探测角度k(n),计算障碍物相对汽车坐标系的坐标h(t);根据障碍物相对汽车坐标系的坐标h(t),汽车位置p(t),姿态变化角度β(t),计算障碍物相对计算原点p(0)的坐标值hp(t),保存历史坐标
值hp(t),形成点云数据;分析点云数据确定车辆与障碍物的最近距离和最远距离,并通过最近和最远距离,障碍物坐标的属性和轮廓确定车位的长宽。
9.可以是,所述超声波雷达模块包括apa超声波雷达模块和upa超声波雷达模块。
10.可以是,所述整车控制器还包括车位位置补偿计算模块、车速测量模块,控制模块记录发送超声波信号时刻的车速,车位位置补偿计算模块根据车速补偿车位宽度或长度。
11.可以是,获得单位时间t内的汽车移动距离d,与姿态变化角度θ(t),计算相对计算原点p(0)的姿态变化角度β(t),计算相对计算原点p(0)的汽车位置p(t);x_p(t)=x_p(t-1) d*cos(θ(t)),y_p(t)=y_p(t-1) d*sin(θ(t)),对历史姿态变化角度θ(t)进行累加获得相对计算原点p(0)的姿态变化角度β(t)。
12.可以是,障碍物的超声波探测障碍物与探头距离l(n)的横坐标x_l(n),纵坐标y_l(n);障碍物相对汽车坐标系的坐标h(t)的横坐标x_h(t),纵坐标y_h(t);x_h(t)=x_c(m) l(n)*cos(k(n)),y_h(t)=y_c(m) l(n)*sin(k(n))。
13.可以是,障碍物到汽车坐标系原点的距离b(t),距离b(t)等于x_h(t)与y_c(n)的平方和的开平方值,计算障碍物相对汽车坐标系的角度a(t);a(t)=arccos(x_h(t)/b(t)),障碍物相对原点p(0)坐标系x轴的偏角b(t)=a-β(t),坐标值hp(t)的横坐标x_hp(n),纵坐标y_hp(n),x_hp(n)=x_p(n) b(t)sin(b(t)),y_hp(n)=y_p(n) b(t)cos(b(t))。
14.一种超声波雷达障碍物车位感知方法,包括,步骤10:设定汽车相对原点p(0)坐标系和初始车身姿态角θ(0);步骤20:记录汽车的初始位置和初始车身姿态角θ(0);步骤30:获得单位时间t内的汽车移动距离d,与单位时间t内姿态变化角度θ(t),计算相对计算原点p(0)的姿态变化角度β(t),计算相对计算原点p(0)的汽车位置p(t);步骤40:控制超声波雷达发送超声波信号,获得障碍物的超声波探测障碍物与探头距离l(n),与超声波雷达安装位置c(n)和超声波探测角度k(n),计算障碍物相对汽车坐标系的坐标h(t);步骤50:根据障碍物相对汽车坐标系的坐标h(t),汽车位置p(t),姿态变化角度β(t),计算障碍物相对计算原点p(0)的坐标值hp(t),保存历史坐标值hp(t),形成点云数据;步骤60:分析点云数据确定车辆与障碍物的最近距离和最远距离,并通过最近和最远距离,障碍物坐标的属性和轮廓确定车位的长宽。
15.根据权利要求7所述的超声波雷达障碍物车位感知方法,其特征在于,步骤70:记录发送超声波信号时刻的车速,根据车速补偿车位宽度或长度。
16.可以是,步骤30中,获得单位时间t内的汽车移动距离d,与姿态变化角度θ(t),计算相对计算原点p(0)的姿态变化角度β(t),计算相对计算原点p(0)的汽车位置p(t);x_p(t)=x_p(t) d*cos(θ(t)),y_p(t)=y_p(t) d*sin(θ(t)),对历史姿态变化角度θ(t)进行累加获得相对计算原点p(0)的姿态变化角度β(t)。
17.可以是,步骤40中,障碍物的超声波探测障碍物与探头距离l(n),探头相对汽车坐标系的横坐标x_c(m),纵坐标y_c(m);障碍物相对汽车坐标系的坐标h(t)的横坐标x_h(t),纵坐标y_h(t);x_h(t)=x_c(m) l(n)*cos(k(n)),y_h(t)=y_c(m) l(n)*sin(k(n))。
18.可以是,步骤50中,障碍物到汽车坐标系原点的距离b(t),距离b(t)等于x_h(t)与y_c(n)的平方和的开平方值,计算障碍物相对汽车坐标系的角度a(t);a(t)=arccos(x_h(t)/b(t)),障碍物相对原点p(0)坐标系x轴的偏角b(t)=a-β(t),坐标值hp(t)的横坐标x_hp(n),纵坐标y_hp(n),x_hp(n)=x_p(n) b(t)sin(b(t)),y_hp(n)=y_p(n) b(t)cos(b(t))。
19.本技术中技术方案的有益效果是:通过在单位时间内计算汽车移动距离d,与单位时间t内姿态变化角度θ(t),能够用简单的计算方式,计算汽车移动的距离与姿态的变化,形成积分计算效果;补偿数据是在标准环境下测试的三维数组,能够补充边界突变点的测试精度;可以将汽车运动简化成两种情况,如图7是转动,如图8是直线运动,都可以用一个公式计算出汽车后轮中心点的位置变化。
附图说明
20.图1是车载超声波雷达的雷达覆盖效果示意图;图2是车载超声波雷达探测标准侧方位车库的信号与时间的示意图;图3是一种超声波雷达障碍物车位感知系统的功能框图;图4是一种超声波雷达障碍物车位感知系统的功能框图;图5是一种超声波雷达障碍物车位感知系统的功能框图;图6是单位时间内,汽车运动简化框图;图7是单位时间内,汽车运动简化框图;图8是超声波雷达障碍物车位感知技术原理示意图;图9是超声波雷达障碍物车位感知探测到的点云数据示意图;图10是一种超声波雷达障碍物车位感知方法流程框图。
具体实施方式
21.以下结合各附图对本技术内容做进一步详述。需要说明的是,以下是本发明较佳实施例的说明,并不对本发明构成任何限制。本发明较佳实施例的说明只是作为本发明一般原理的说明。
22.如图3,一种超声波雷达障碍物车位感知系统,其特征在于,包括超声波雷达模块、整车控制器;整车控制器包括雷达信号处理模块、汽车移动计算模块、传感器位置计算模块、点云计算模块、车位位置计算模块、点云数据存储模块、控制模块;控制模块控制汽车移动计算模块获得单位时间t内的汽车移动距离d,与单位时间t内姿态变化角度θ(t),计算相对计算原点p(0)的姿态变化角度β(t),计算相对计算原点p
(0)的汽车位置p(t);控制模块控制超声波雷达模块发送超声波信号,传感器位置计算模块获得障碍物的超声波探测障碍物与探头距离l(n),与超声波雷达安装位置c(m)和超声波探测角度k(n),计算障碍物相对汽车坐标系的坐标h(t);点云计算模块根据障碍物相对汽车坐标系的坐标h(t),汽车位置p(t),姿态变化角度β(t),计算障碍物相对计算原点p(0)的坐标值hp(t),保存历史坐标值hp(t),形成点云数据;车位位置计算模块分析点云数据确定车辆与障碍物的最近距离和最远距离,并通过最近和最远距离,障碍物坐标的属性和轮廓确定车位的长宽。
23.通过在单位时间内计算汽车移动距离d,与单位时间t内姿态变化角度θ(t),能够用简单的计算方式,计算汽车移动的距离与姿态的变化,形成积分计算效果。
24.如图4,可以是,超声波雷达模块包括apa超声波雷达模块和upa超声波雷达模块。
25.如图5,可以是,整车控制器还包括车位位置补偿计算模块、车速测量模块,控制模块记录发送超声波信号时刻的车速,车位位置补偿计算模块根据车速补偿车位宽度或长度。
26.如图9,车位位置补偿计算模块内部保存补偿数据,补偿数据是在标准环境下测试的三维数组,能够补充边界突变点的测试精度:。
27.其中:,,和是车辆的车速,和是ac边界和bd边界的障碍物的距离,和是ac边界和bd边界障碍物的形状。通过典型场景采集数据来确定和的值,和的值的确定需要查取车速,侧边距,边界障碍物的形状的三维数组。
28.可以是,获得单位时间t内的汽车移动距离d,与姿态变化角度θ(t),计算相对计算原点p(0)的姿态变化角度β(t),计算相对计算原点p(0)的汽车位置p(t);x_p(t)=x_p(t-1) d*cos(θ(t)),y_p(t)=y_p(t-1) d*sin(θ(t)),对历史姿态变化角度θ(t)进行累加获得相对计算原点p(0)的姿态变化角度β(t)。
29.如图6或图7,单位时间内,进行计算,可以将汽车运动简化成两种情况,如图7是转动,如图8是直线运动,都可以用上述公式计算出汽车后轮中心点的位置变化。
30.如图8,在第n个时间片刻,障碍物的超声波探测障碍物与超声波雷达探头距离为l(n)的,探头相对汽车坐标系的横坐标x_c(m),纵坐标y_c(m);障碍物相对汽车坐标系的坐标h(t)的横坐标x_h(t),纵坐标y_h(t);x_h(t)=x_c(m) l(n)*cos(k(n)),y_h(t)=y_c(m) l(n)*sin(k(n))。
31.探头相对汽车后轮中心点的坐标是固定的,选定不同的超声波雷达探头,坐标值是不同的,根据不同的超声波雷达m,选定不同的坐标值。超声波探测角度k(m)根据不同的超声波雷达,也是固定值。l(n)是不同时刻,探测到的障碍物距离。
32.如图8,障碍物到汽车坐标系原点的距离b(t),距离b(t)等于x_h(t)与y_c(n)的平方和的开平方值,计算障碍物相对汽车坐标系的角度a(t);a(t)=arccos(x_h(t)/b(t)),障碍物相对原点p(0)坐标系x轴的偏角b(t)=a-β(t),坐标值hp(t)的横坐标x_hp(n),纵坐标y_hp(n),x_hp(n)=x_p(n) b(t)sin(b(t)),y_hp(n)=y_p(n) b(t)cos(b(t))。
33.如图10,一种超声波雷达障碍物车位感知方法,包括,步骤10:设定汽车相对原点p(0)坐标系和初始车身姿态角θ(0);步骤20:记录汽车的初始位置和初始车身姿态角θ(0);步骤30:获得单位时间t内的汽车移动距离d,与单位时间t内姿态变化角度θ(t),计算相对计算原点p(0)的姿态变化角度β(t),计算相对计算原点p(0)的汽车位置p(t);步骤40:控制超声波雷达发送超声波信号,获得障碍物的超声波探测障碍物与探头距离l(n),与超声波雷达安装位置c(n)和超声波探测角度k(n),计算障碍物相对汽车坐标系的坐标h(t);步骤50:根据障碍物相对汽车坐标系的坐标h(t),汽车位置p(t),姿态变化角度β(t),计算障碍物相对计算原点p(0)的坐标值hp(t),保存历史坐标值hp(t),形成点云数据;步骤60:分析点云数据确定车辆与障碍物的最近距离和最远距离,并通过最近和最远距离,障碍物坐标的属性和轮廓确定车位的长宽。
34.可以是包括,步骤70:记录发送超声波信号时刻的车速,根据车速补偿车位宽度或长度。
35.步骤30中,获得单位时间t内的汽车移动距离d,与姿态变化角度θ(t),计算相对计算原点p(0)的姿态变化角度β(t),计算相对计算原点p(0)的汽车位置p(t);x_p(t)=x_p(t) d*cos(θ(t)),y_p(t)=y_p(t) d*sin(θ(t)),对历史姿态变化角度θ(t)进行累加获得相对计算原点p(0)的姿态变化角度β(t)。
36.步骤40中,障碍物的超声波探测障碍物与探头距离l(n),探头相对汽车坐标系的横坐标x_c(m),纵坐标y_c(m);障碍物相对汽车坐标系的坐标h(t)的横坐标x_h(t),纵坐标y_h(t);x_h(t)=x_c(m) l(n)*cos(k(n)),y_h(t)=y_c(m) l(n)*sin(k(n))。
37.步骤50中,障碍物到汽车坐标系原点的距离b(t),距离b(t)等于x_h(t)与y_c(n)的平方和的开平方值,计算障碍物相对汽车坐标系的角度a(t);a(t)=arccos(x_h(t)/b(t)),障碍物相对原点p(0)坐标系x轴的偏角b(t)=a-β(t),坐标值hp(t)的横坐标x_hp(n),纵坐标y_hp(n),x_hp(n)=x_p(n) b(t)sin(b(t)),y_hp(n)=y_p(n) b(t)cos(b(t))。
38.通过图6,7,8的数学原理,可以有不同的具体计算公式。
39.本发明虽然根据优选实施例和若干备选方案进行说明和描述,但发明不会被在本说明书中的特定描述所限制。其他另外的替代或等同组件也可以用于实践本发明。
再多了解一些

本文用于企业家、创业者技术爱好者查询,结果仅供参考。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献