[發明專利]一種基于小波變換去噪的自動泊車高精度測評方法

在審

• 申請號: 202210035381.1
• 申請日: 2022-01-12
• 公開（公告）號: CN114252277A
• 公開（公告）日: 2022-03-29
• 發明（設計）人: 徐啟敏;宋劍;李旭
• 申請（專利權）人: 東南大學
• 主分類號: G01M17/007
• 分類號: G01M17/007;G06K9/00
• 代理公司: 南京眾聯專利代理有限公司 32206
• 代理人: 張天哲

1.一種基于小波變換去噪的自動泊車高精度測評方法，其特征在于：利用組合導航系統獲取被測車輛VUT在行駛過程中的基礎參數信息，采用小波分析進行數據處理，實現對泊車完成度和過程穩定性的測評；具體步驟包括：

步驟一：基礎參數采集

為VUT安裝組合導航系統；組合導航的系統時間以北斗時間為參考基準；

測評所需的基礎參數信息包括：VUT的參數，即車頭寬度、車輛長度、后側天線至車頭/側邊的距離、經緯度坐標、速度、橫擺角速度、側向加速度、航向角；泊車位的經緯度的坐標，以兩條直線表示泊車位邊緣；

步驟二：數據處理

子步驟1：定義與計算被測車輛四角點運動軌跡

以車輛左前角為起點，定義為A點，順時針對被測車輛四個角點依次定義為A點，B點，C點，D點；車輛后側天線定義為E點；車頭車尾中點分別定義為M點和N點；因天線放置位置可能產生誤差，故定義天線至車頭距離為Lf，至車輛側邊距離為Ll，車頭寬度為W，側邊長度為L以便于計算；讀取所得航向角定義為Dir；

在獲取被測車輛行駛軌跡時，因獲取軌跡數據為組合導航所輸出的經緯度信息，故需要對其進行高斯投影變換，使其單位化為米，便于解算測評指標項：

其中：

Ex(x,y)為橫坐標變換函數，Ey(x,y)為縱坐標變換函數，x為緯度，y為經度；

采用弧度制計算數據處理所需角度：

則根據三角函數可計算得到被測車輛四個角點運動軌跡為：

Ax(x,y)為A點橫坐標變換函數，Ay(x,y)為A點縱坐標變換函數，Bx(x,y)為B點橫坐標變換函數，By(x,y)為B點縱坐標變換函數，Cx(x,y)為C點橫坐標變換函數，Cy(x,y)為C點縱坐標變換函數，Dx(x,y)為D點橫坐標變換函數，Dy(x,y)為D點縱坐標變換函數，x為緯度，y為經度；

子步驟2：基于小波變換的橫擺角速度和側向加速度去噪處理

(1)數據預處理

由于本方法在數據處理上存在局限性，該方法無法處理數據長度為單數的數據，故對于數據長度單位為單數的數據需要手動去除最后一個數據；作為自動泊車的數據，采樣頻率較大，且末尾處數據為車輛靜止后的數據，故刪除最后一個數據不會對整體分析產生影響；

(2)選定小波，對需要處理的信號進行N層分解

本方法采用的是Mallat算法，并選定了Daubechies小波作為基本小波；在此濾波器中，僅有四個系數：C1,C2,C3,C4,通過如上四個系數，可建立如下變換矩陣：

利用所得數據，進行排序，將奇數行調轉至整個數據的前半部分，偶數行調轉至整個數據的后半部分，之后可再對低頻近似信息進行小波分解；所定義的分解層次N，即為此處分解的次數；

為了能夠在小波分解后恢復原始信息，M矩陣必須是正交的，否則會導致數據無法正確還原；為使其正交，需要滿足：

(3)對分解所得的每一層高頻系數，降低其在整體信號中的占比

對于由(2)中所得的高頻細節信息，可降低其在數據中的占比，即在分解后將高頻細節信息乘以一個系數，該系數取值在0至1之間；

(4)根據處理過后的信號重建恢復原始信號

在恢復信號前，需要進行排序，將數據恢復到剛完成小波分解的狀態，即奇數行為數據的低頻近似信息，偶數行為高頻細節信息的狀態，之后，再進行小波分解的逆變換；

恢復原始信號以變換矩陣的形式完成，該矩陣如下：

此變換矩陣作用于數據右側；在恢復的過程中，需要從分解的最深層級開始還原，且每次還原之后需要再進行排序，保證數據為低頻近似信息和高頻細節信息交錯的形式；在最外層恢復后，即可完成濾波；

步驟三：自動泊車測評

由于泊車位的樣式可能會因地形等因素發生變化，故需要根據不同的車位界定不同標準；日前常見的車位樣式有平行式車位，垂直式車位，彎道車位，斜線型車位，磚型車位以及立體車位，其中，彎道車位指在車位在凸型或凹型彎道上，除斜線型車位外，其余車位均為矩形車位，故本方法針對平行式車位和斜線型車位兩類進行討論分析；

子步驟1：泊車完成度測評

(1)泊車完成時車輛縱軸線與泊車位內側邊線的夾角測評

首先，對于航向角K₁的范圍需要進行分類討論：

然后，與泊車位側邊線坐標整合，首先計算側邊線斜率K₂，再計算夾角θ：

其中(X1,Y1)，(x2,Y2)分別為已進行高斯投影坐標轉換的泊車位一側長邊的邊線H和G點坐標；

在泊車位側邊線選取距車較遠的邊線的情況下，當夾角大于0時，車頭朝向泊車位內側，當夾角小于0時，車尾朝向泊車位內側；在泊車位側邊線選取距車較近的邊線的情況下，當夾角大于0時，車頭朝向泊車位外側，當夾角小于0時，車尾朝向泊車位外側；當夾角滿足-3°≤θ3°時泊車符合標準；

(2)泊車完成時車輛側邊前后端與泊車側邊線的距離測評

首先判定車輛E點是否位于泊車位內；可以通過計算E點至泊車位四周邊線距離來判斷，利用海倫公式可以依次得到E點至泊車位四邊的距離函數E2HGDis(x,y),E2GPDis(x,y),E2OPDis(x,y),E2HODis(x,y)，對于平行式車位，滿足：

其中GP，HO，HG，OP分別表示泊車位的四條邊線；

即可判定E點位于泊車位內；但對于斜線型車位，需要額外計算泊車位兩條側邊的距離；規范的泊車位兩條側邊以及兩個短邊為平行線，故可通過海倫公式計算O點至HG的距離以及O點至GP的距離即可，此處分別定義距離為O2HG，O2GP，對于斜線型車位，除了滿足上述公式外，還滿足：

E2HGDis(x,y)+E2OPDis(x,y)≤O2HG

E2GPDis(x,y)+E2HODis(x,y)≤O2GP

即可判定E點位于泊車位內；

其次，還需要判斷車輛的四個角點是否與泊車位邊線接觸，才能判定車輛是否正確停放在泊車位中；通過判斷車輛對角線是否與泊車位邊線接觸，以此推斷車輛四個角點是否與泊車位邊線接觸；依次判定兩條對角線是否與泊車位四條邊線接觸，以A點和C點定義的對角線為例，定義A點和C點坐標為(x₁,y₁),(x₃,y₃)：

當δ_A2HG≤0時，對角線與邊線相交，δ_A2HG0時，為不相交；

再判斷B點和D點定義的對角線是否與泊車位邊線接觸；當所有情況都判斷結束且未發生相交情況，則車輛正確停放于泊車位內；

在不同的車位中，車輛泊車后與側邊線距離的標準不同，平行式車位應測量車輛側邊前后端與泊車位內側邊線的距離，而斜線型車位則要求測量與車輛左側面與車位側邊線的距離；測量差異在于平行式車位多為測量車輛右側至邊線距離，即副駕駛一側，斜線型車位測量車輛左側至邊線距離；車輛左側距泊車位內側邊線距離可通過三角形面積進行計算：

三角形三邊長為：

根據海倫公式可得：

由此可得角點A距離泊車位側邊線的距離函數ADis(x,y)，并依次類推得其他B,C,D三個角點距離泊車位側邊線的距離函數BDis(x,y),CDis(x,y),DDis(x,y)，可結合夾角情況判斷車角距離泊車位側邊線的距離：當θ≤0時，取BDis(x,y)和CDis(x,y)中最小值；當θ≥0時，取ADis(x,y)和DDis(x,y)中最小值，所得值d₁，d₂為所求距離，如需測量車輛右側至邊線距離，則修改其中(X1，Y1)，(X2，Y2)為高斯投影坐標轉換的另一側邊線O和P點坐標(X3,Y3)，(X4,Y4)即可，定義G點和P點位于同一側，GP所連直線為短邊；對于平行式車位，當0.15m≤d₁且0.15m≤d₂時，泊車符合要求；對于斜線型車位，當0.2m≤d₁且0.2m≤d₂時，泊車符合要求；

(3)泊車完成時車尾與后車位線的距離測評

在不同的車位中，車尾與后車位線距離的標準不同，斜線型車位無定量標準要求；平行式車位可直接使用海倫公式計算得出車尾與車車位線距離；車尾與車后車位線距離可通過三角形面積進行計算：

三角形三邊長為：

根據海倫公式可得：

由此可得角點C距離泊車位側邊線的距離函數C2TailDis(x,y)，并依次類推得角點D距離泊車位側邊線的距離函數D2TailDis(x,y)，根據(2)車輛對于泊車位的相對位置的指標的測評可以了解車輛是否完整停在泊車位中，在完整停在泊車位的情況下，取C2TailDis(x,y)，D2TailDis(x,y)中較小者d₃作為車尾與車后車位線距離；在平行式車位，彎道車位的情況下當0.3m≤d₃≤0.7m時，泊車符合要求；斜線型車位無此指標；

子步驟2：泊車穩定性測評

記錄自動泊車整個過程的側向加速度和橫擺角速度信息，并分別計算側向加速度的方差和橫擺角速度的方差

其中a代表每個點的側向加速度，代表側向加速度平均值，V代表每個點的速度，代表橫擺角速度平均值，n代表點的個數；

側向加速度和橫擺角速度的方差可以表示數據波動的大小，當方差小于設定閾值時，則判斷車輛穩定性符合標準，否則認為不符合標準。