[發明專利]基于機器學習的超聲波車位補償系統

有效

• 申請號: 202110338127.4
• 申請日: 2021-03-29
• 公開（公告）號: CN113251962B
• 公開（公告）日: 2022-07-05
• 發明（設計）人: 呂敏;丁智;李超;王繼貞;田鋒
• 申請（專利權）人: 英博超算(南京）科技有限公司
• 主分類號: G01B17/00
• 分類號: G01B17/00;G01S15/08;G06N20/00;G06K9/62
• 代理公司: 北京沁優知識產權代理有限公司 11684
• 代理人: 金慧玲

1.基于機器學習的超聲波車位補償系統，其特征在于包括模型訓練策略(010)和車位寬度補償策略(020)，所述模型訓練策略(010)包括樣本信息輸入步驟(011)、樣本曲率擬合步驟(012)、樣本誤差值獲取步驟(013)和模型訓練步驟(014)；

所述樣本信息輸入步驟(011)，控制待泊車車輛根據設定的樣本里程信息行駛，所述樣本里程信息反映待泊車車輛在泊車數據采集過程中的行駛路線，并且獲得超聲測距傳感器測得的若干樣本距離；

所述樣本曲率擬合步驟(012)，根據所述樣本里程信息和所述樣本距離擬合得到空車位兩側車輛的曲率作為第一樣本曲率和第二樣本曲率；

樣本誤差值獲取步驟(013)，獲得車位實際寬度和超聲波測距傳感器測得的車位檢測寬度作為樣本檢測寬度，根據所述車位實際寬度和所述樣本檢測寬度得到樣本邊緣誤差值；

所述模型訓練步驟(014)，根據第一樣本曲率、第二樣本曲率和已知的樣本里程信息生成樣本索引信息，關聯樣本索引信息和樣本邊緣誤差值以生成訓練模型；

所述車位寬度補償策略(020)包括行駛狀態監測步驟(021)、實測曲率擬合步驟(022)和補償車位寬度獲取步驟(023)；

所述行駛狀態監測步驟(021)，實時獲得待泊車車輛在泊車數據采集過程中的里程信息作為實時里程信息，并且獲得超聲測距傳感器實時測得的實時距離；

所述實測曲率擬合步驟(022)，根據所述實時里程信息和所述實時距離擬合得到空車位兩側車輛的曲率作為第一實測曲率和第二實測曲率；

所述補償車位寬度獲取步驟(023)，根據所述實時里程信息、所述第一實測曲率和所述第二實測曲率生成實測索引信息，根據所述實測索引信息在所述訓練模型中調取對應的樣本邊緣誤差值作為實際邊緣誤差值，獲得超聲波測距傳感器測得的車位檢測寬度，根據所述實際邊緣誤差值和所述車位檢測寬度得到補償車位寬度。

2.根據權利要求1所述的基于機器學習的超聲波車位補償系統，其特征在于，在所述實測曲率擬合步驟(022)中，根據所述實時里程信息和所述實時距離確定檢測點實時位置信息，所述檢測點實時位置信息反映已停放車輛弧面上被超聲測距傳感器測定的位置，擬合位于空車位一側的若干所述檢測點實時位置信息得到所述第一實測曲率，擬合位于空車位另一側的若干所述檢測點實時位置信息得到所述第二實測曲率。

3.根據權利要求1或2所述的基于機器學習的超聲波車位補償系統，其特征在于，在所述行駛狀態監測步驟(021)中，當車輛選擇泊車功能時，將待泊車車輛位置設置為原點構建全局坐標系，在待泊車車輛的長度方向上設置X軸，在垂直于待泊車車輛的長度方向上設置Y軸；

根據所述實時里程信息得到不同時刻待泊車車輛在所述全局坐標系中的坐標作為車輛實時坐標，根據所述車輛實時坐標和所述實時距離得到探測點的坐標作為探測實時坐標；

在所述實測曲率擬合步驟(022)中，計算相鄰時刻的所述探測實時坐標的橫坐標的差值得到坐標變化值，若所述坐標變化值的絕對值大于預設的變化閾值，則將對應時刻記為第一時刻，并且將所述第一時刻前縱坐標數值最小的所述探測實時坐標對應的時刻作為第二時刻，將第一時刻和第二時刻之間的所述探測實時坐標的橫坐標進行曲線擬合并獲得所述第一實測曲率；若再次檢測到坐標變化值的絕對值大于預設的變化閾值，則將對應時刻記為第三時刻，并且將所述第三時刻后縱坐標數值最小的所述探測實時坐標對應的時刻作為第四時刻，將第三時刻和第四時刻之間的所述探測實時坐標的橫坐標進行曲線擬合并獲得所述第二實測曲率。

4.根據權利要求3所述的基于機器學習的超聲波車位補償系統，其特征在于，所述樣本里程信息包括樣本車速、樣本行駛角度和Y軸方向上待泊車車輛與已停放車輛之間的樣本距離。

5.根據權利要求4所述的基于機器學習的超聲波車位補償系統，其特征在于，在所述樣本信息輸入步驟中，將樣本車速、樣本行駛角度、Y軸方向上待泊車車輛與已停放車輛之間的樣本距離和目標車位邊緣車輛的實際輪廓弧面曲率分別設定訓練范圍，并將訓練范圍進一步劃分為若干訓練區間并進行排列組合并重復模型訓練策略。