自动泊车系统停车位检测方法浅析

范梦阳

（重庆电子工程职业学院 重庆 401331）

1 引言

随着汽车保有量的逐年增加，人们对未来的汽车提出了减少交通事故、提高通勤时间效率、乘坐舒适性和空气质量的要求，即安全、高效、舒适和环保。近年来，世界各国都把智能网联汽车作为汽车产业未来发展的重要战略方向。智能网联汽车也成为了我国汽车产业转型升级和结构优化调整的重要机遇。工信部、国家发改委、科技部联合发布的《汽车产业中长期发展规划》中，对我国智能网联汽车的发展路径和目标做出了详细规划。智能网联汽车是一个跨技术、跨产业领域的新型体系[1]，通过智能化和网联化技术，实现智能驾驶和与外界的互联，提供了一个更安全、更节能、更环保、更舒适的出行方式。

自动泊车技术是智能网联汽车的重要组成部分，成为了研究的热点。在泊车的过程中，由于视野受到限制，需要驾驶员通过经验对周边环境信息进行估计，并在此基础上完成控制方向盘、油门、刹车和档位等一系列操作来实现停车入库，这即使对于经验丰富的驾驶员来讲也并非易事，对于新手来讲则更为困难[2]。自动泊车系统可以帮助驾驶员完成复杂的泊车操作，在提高驾驶舒适性的同时，也可以提高泊车安全性，减少泊车过程中的交通事故。

2 停车位检测方法研究

自动泊车系统一般由停车位检测、路径规划、路径跟踪这几个部分组成。作为路径规划和跟踪的前提条件和输入信息，停车位检测将直接影响到自动泊车系统的安全性和可靠性。目前，国内外所提出的停车位检测方法，包括基于机器、基于超声波雷达、基于激光雷达、多传感器融合这几大类。

2.1 基于机器视觉的停车位检测方法

基于机器视觉的停车位检测方法是指利用摄像头采集到的图像信息，经过处理分析来检测出停车位[3]，具体来讲，又分为基于单目视觉、基于环视图、基于立体视觉的方法。基于单目视觉的自动泊车停车位检测方法是指利用单个摄像头采集到的图像信息，依靠库位线的颜色、边缘特征或利用停车位的几何尺寸约束条件等来检测出停车位，停车位特征和约束条件的选取对于检测结果至关重要，其优势在于其成本低，但其通常只能适用于检测划线停车位，对于周边两车辆间形成的空位无法检测。基于环视图是将安装在车辆四周的鱼眼摄像头采集到的四幅图像经过矫正畸变、逆透视变换、拼接生成环视图[4]，利用环视图中的库位线颜色、边缘等特征约来检测识别出停车位。由于环视图所获取到的图像范围比单目摄像头更大，所以呈现的库位线信息更完整，这对于提高检出率和正确率有一定帮助，但该方法通常也只能检测出划线停车位。基于立体视觉是指利用双目摄像机对同一物体进行拍摄或者跟踪单目摄像机采集到图像序列中的特征点来实现三维重建，该方法可以还原周围环境的三维信息，既能检测出划线停车位，也可以检测出周边两车辆间形成空停车位，但其计算量大，对于处理器的硬件要求高，实时性较差。总体来讲，基于机器视觉的停车位检测方法可以将泊车过程可视化地呈现给驾驶员，但由于摄像头传感器自身的特性限制，其检测结果受到光照条件的制约和限制，路面纹理、周边障碍物等环境因素也会影响到检测的正确率。

2.2 基于超声波雷达的停车位检测方法

基于超声波雷达传感器的检测方法是指利用超声雷达来检测出周边车辆的轮廓，再结合车辆的位姿信息解算出周边两车辆间形成的空停车位。超声波雷达成本较低，目前已经广泛应用于倒车辅助领域，但是受到超声波雷达传感器自身检测精度的制约，基于超声波雷达的检测方法检测精度不高，对车辆姿态也较为敏感，难以正确检测图1所示的斜向停车位，而且仅适用于周边两车辆间形成的空位，无法检测出地面划线停车位[5]。

图1 斜向停车位

2.3 基于激光雷达的停车位检测方法

基于激光雷达的检测方法是通过激光雷达来探测周边车辆的轮廓，结合车辆的位姿信息计算出停车位[6]。激光雷达可以采集到周边障碍物的距离、方位角等信息，实现周边环境的三维构建，其数据精度大大高于超声波雷达，所以基于激光雷达的停车位检测方法可以得到较高的检测精度，但是由于激光雷达的成本较高，目前无法在量产车型上大规模使用。此外，该方法也仅适用于周边两车辆间形成的空位，无法检测出地面划线停车位。

2.4 多传感器融合技术

多传感器融合技术是指综合利用智能网联汽车中常用的视觉传感器、超声波雷达、毫米波雷达、激光雷达、惯导传感器，根据不同传感器的性能特性和自动泊车系统的工况，建立适用于自动泊车系统的传感器组合模型，对各种传感器进行多层次、多空间的信息互补和优化组合处理，以实现多场景多工况下的停车位检测。多传感器融合技术的基本原理与人脑对环境信息的综合处理过程类似。人类对外界环境的感知是将眼睛、耳朵、鼻子和四肢等多种感官探测的信息都输送给人脑，同时与先验知识进行综合，以周围的环境做出快速准确的评估。人类的眼睛、耳朵、鼻子和四肢等感官相当于各种传感器，人类的大脑相当于信息融合中心，人类的先验知识相当于数据库。

3 停车位检测方法发展趋势

目前，采用单一传感器的停车位检测方法大多只能识别部分划线停车位或者周边两车辆间形成的空位中的某种，不能满足各种工况下的停车位自动识别要求，而多传感器融合技术可以解决这一难题，实现多工况下的停车位正确检测，为自动泊车系统路径规划和跟踪模块提供精确的停车位信息，拓展自动泊车系统的适用工况[7]。由于传感器的特性限制和汽车行驶环境复杂多变，难以依靠单一某种传感器实现各种形式停车位的检测，因此多传感器融合技术是未来停车位检测方法的发展趋势。