[發明專利]檢測可用停車位有效
| 申請號: | 201710217913.2 | 申請日: | 2017-04-05 |
| 公開(公告)號: | CN107284443B | 公開(公告)日: | 2022-05-10 |
| 發明(設計)人: | 吉內什·J·杰恩;斯內哈·卡德托塔德;哈珀麗特辛格·班瓦伊特;維迪亞·那利亞姆布特·穆拉里;彼得·杰米洋·約 | 申請(專利權)人: | 福特全球技術公司 |
| 主分類號: | B60W30/06 | 分類號: | B60W30/06;G08G1/14;G06N3/08 |
| 代理公司: | 北京連和連知識產權代理有限公司 11278 | 代理人: | 劉小峰 |
| 地址: | 美國密歇根州迪爾*** | 國省代碼: | 暫無信息 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 檢測 可用 停車位 | ||
1.一種用于控制車輛并且檢測停車環境中的可用停車位的方法,所述方法包括:
從一個或多個雷達系統接收雷達數據,雷達數據包含時間步長內雷達反射的三維點云;
通過將點云的點投影到車輛的二維平面上,從所述雷達數據計算坐標數據;
通過神經網絡處理所述坐標數據以估計所述停車環境中的停車位邊界;
從所述估計的停車位邊界計算所述停車位邊界的樣條估計;和
向車輛計算機系統提供所述樣條估計。
2.根據權利要求1所述的方法,其中所述計算所述停車位邊界的樣條估計包括估計下述中的一個:貝塞爾曲線、埃爾米特樣條、三次樣條、b樣條、非均勻有理b樣條(NURB)、β-樣條、v樣條。
3.根據權利要求1所述的方法,還包括利用所述樣條估計來檢測可用停車位。
4.根據權利要求1所述的方法,還包括在所述車輛在所述停車環境中導航時更新所述樣條估計。
5.根據權利要求1所述的方法,其中所述接收雷達數據包括在指定的時間間隔從所述一個或多個雷達系統接收所述雷達數據。
6.一種用于控制車輛并且檢測停車環境中的可用停車位的方法,所述方法包括:
在車輛計算機系統處接收來自車輛雷達系統的雷達數據,所述雷達數據以特定時間間隔收集以及所述雷達數據包括特定時間間隔內的雷達反射的三維點云;
通過將用于特定時間間隔的三維點云的點投影到車輛的二維平面上,從與所述車輛有關的雷達數據計算笛卡爾坐標;
使用先前訓練的神經網絡處理所述雷達數據來估計所述停車環境中的停車位邊界;
將所述停車位邊界近似為樣條,所述樣條已經與所述估計的停車位邊界曲線擬合;
利用所述樣條來檢測可用停車位;和
在所述車輛在所述停車環境中導航時更新所述樣條。
7.根據權利要求6所述的方法,其中所述接收雷達數據包括從定位為朝向所述車輛前部的兩個或更多個雷達系統接收所述雷達數據。
8.根據權利要求6所述的方法,其中所述接收雷達數據包括從定位于所述車輛的多個角落處的雷達系統接收雷達數據。
9.根據權利要求6所述的方法,其中計算與所述車輛有關的所述雷達數據的笛卡爾坐標包括確定所述雷達數據在所述停車環境的平面中的坐標。
10.根據權利要求6所述的方法,其中所述使用先前訓練的神經網絡處理所述雷達數據包括利用在先前概念驗證測試期間已經訓練和驗證的神經網絡模型。
11.根據權利要求10所述的方法,還包括:利用與所述雷達數據收集相一致的相同空間配置,在特定實例中針對所述停車環境的地面實況驗證所述神經網絡模型的結果。
12.根據權利要求6所述的方法,其中所述使用先前訓練的神經網絡處理所述雷達數據包括利用含有多個層并且含有損耗層的神經網絡架構。
13.根據權利要求12所述的方法,還包括利用所述神經網絡來識別雷達數據的周界,所述雷達數據的所述周界用于估計所述停車位邊界。
14.根據權利要求6所述的方法,其中所述將所述停車位邊界近似為樣條包括將所述停車位邊界估計為以下之一:貝塞爾曲線、埃爾米特樣條、三次樣條、b樣條、非均勻有理b樣條(NURB)、β-樣條或v樣條。
15.根據權利要求6所述的方法,其中利用所述樣條來檢測可用停車位包括提供由樣條輪廓限定的可用停車位的位置。
16.根據權利要求6所述的方法,其中所述在所述車輛在停車場中導航時更新所述樣條包括基于更新的雷達數據重新計算所述樣條。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于福特全球技術公司,未經福特全球技術公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710217913.2/1.html,轉載請聲明來源鉆瓜專利網。





