一种超声波传感器自动泊车的轮廓点距离相似度计算方法与流程

1.本发明属于自动泊车技术领域，具体涉及一种超声波传感器自动泊车的轮廓点距离相似度计算方法。


背景技术：

2.超声波传感器是自动泊车系统中常用的传感器之一，超声波能够准确探测出障碍物的距离，但是不能输出具体的障碍物类型。现有的超声波车位探测的边界采用超声探测的跳变点之间的距离变化来确定车位边界，在实际场景中，不同的障碍物类型对超声波的反射信号不同，造成不同障碍物类型的跳变点具有不稳定性，难以得到准确的车位边界探测精度。


技术实现要素：

3.针对现有技术存在的不足，本发明目的是提供一种超声波传感器自动泊车的轮廓点距离相似度计算方法，具备探测精度高的优点。
4.为实现上述目的，本发明提供如下技术方案：一种超声波传感器自动泊车的轮廓点距离相似度计算方法，包括s1.建立超声波障碍物类型库、s2.采集不同类型障碍物的超声轮廓点信息作为障碍物类型库、s3.设置轮廓点相似度参数和s4.障碍物类型匹配，具体步骤如下：
5.s1.建立超声波障碍物类型库，实际场景中，车位障碍物有车辆、柱子、墙壁等，按照障碍物类型的轮廓进行划分类别，墙壁为平面型，柱子分为方型、圆柱型，车辆种类较多，参考市面常见车辆种类，分类依据为平面型、方型、圆柱形、稍尖圆形、平面带小弧度型和平面带大弧度型。
6.s2.采集不同类型障碍物的超声轮廓点信息作为障碍物类型库，同时记录障碍物对应的左右边界坐标作为该障碍物类型的真实边界。
7.s3.设置轮廓点相似度参数，表示类型库的超声轮廓与实际轮廓的匹配程度，轮廓点之间的欧式距离，轮廓点距离相似度计算方法如下：
8.a.选取轮廓中心点
②
，对齐实际轮廓
②
点坐标(x2_,y2_)与类型库轮廓中心点
②
点坐标(x2,y2)，使x2_＝x2,y2_＝y2；
9.b.计算边界点
①③
点之间的欧式距离，实际轮廓
①
点坐标(x1_,y1_)，
③
点坐标(x3_,y3_)，轮廓库边界点
①③
坐标(x1,y1)、(x3,y3)。距离值设置相似度阈值δ，经验优选值为0.5。
10.s4.障碍物类型匹配，类型匹配是通过计算不同的相似度参数和相应阈值得到，进行超声波车位探测，车位左右障碍物，得到实际轮廓点信息，与障碍物类型库的类型进行匹配，小于相似度阈值的，可得到车位两侧障碍物类型和边界值，计算出准确的超声车位信息，输出车位边界坐标；
11.若实际测试的轮廓相似度均不满足阈值，则采用统计方法，直接计算整体轮廓的
宽度和长度，计算长度
△
l和宽度差
△
w，d＝
△
l+
△
w，选择所有轮廓类型中宽度和长度最接近的类型，实际障碍物坐标同理由类型得出。
12.优选的，在s2步骤中，不同障碍物的典型示例，墙面多为平面型，地下车库常见的柱子有方形柱，圆形柱，稍尖圆型车辆多见于跑车或概念车，方型车辆常见于老式车或部分越野车型，面带小弧度型车辆suv中较多，平面带大弧度型车辆为轿车居多。
13.与现有技术相比，本发明的有益效果是：
14.1、通过建立障碍物类型库，将障碍物分为平面型、方型、圆柱形、稍尖圆形、平面带小弧度型和平面带大弧度型，对实际障碍物进行划分，方便进行障碍物类型匹配，便于进行计算。
15.2、通过直接用实际轮廓点与障碍物类型库的类型计算相似度进行匹配，简化了障碍物分类过程。
16.3、匹配后的障碍物类型带有真实边界坐标，根据车位左右障碍物类别得到实际车位边界坐标，提高了超声波车位的识别精度。
附图说明
17.图1为本发明的障碍物类别图；
18.图2为本发明的采集示意图；
19.图3为本发明的轮廓匹配度计算示意图；
20.图4为本发明的整体流程图。
具体实施方式
21.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
22.请参阅图1
‑
4，本发明提供一种技术方案：一种超声波传感器自动泊车的轮廓点距离相似度计算方法，包括s1.建立超声波障碍物类型库、s2.采集不同类型障碍物的超声轮廓点信息作为障碍物类型库、s3.设置轮廓点相似度参数和s4.障碍物类型匹配，具体步骤如下：
23.s1.建立超声波障碍物类型库，实际场景中，车位障碍物有车辆、柱子、墙壁等，按照障碍物类型的轮廓进行划分类别，墙壁为平面型，柱子分为方型、圆柱型，车辆种类较多，参考市面常见车辆种类，分类依据为平面型、方型、圆柱形、稍尖圆形、平面带小弧度型和平面带大弧度型。
24.s2.采集不同类型障碍物的超声轮廓点信息作为障碍物类型库，同时记录障碍物对应的左右边界坐标作为该障碍物类型的真实边界，不同障碍物的典型示例，墙面多为平面型，地下车库常见的柱子有方形柱，圆形柱，稍尖圆型车辆多见于跑车或概念车，方型车辆常见于老式车或部分越野车型，面带小弧度型车辆suv中较多，平面带大弧度型车辆为轿车居多。
25.s3.设置轮廓点相似度参数，表示类型库的超声轮廓与实际轮廓的匹配程度，轮廓
点之间的欧式距离，轮廓点距离相似度计算方法如下：
26.a.选取轮廓中心点
②
，对齐实际轮廓
②
点坐标(x2_,y2_)与类型库轮廓中心点
②
点坐标(x2,y2)，使x2_＝x2,y2_＝y2；
27.b.计算边界点
①③
点之间的欧式距离，实际轮廓
①
点坐标(x1_,y1_)，
③
点坐标(x3_,y3_)，轮廓库边界点
①③
坐标(x1,y1)、(x3,y3)。距离值设置相似度阈值δ，经验优选值为0.5。
28.s4.障碍物类型匹配，类型匹配是通过计算不同的相似度参数和相应阈值得到，进行超声波车位探测，车位左右障碍物，得到实际轮廓点信息，与障碍物类型库的类型进行匹配，小于相似度阈值的，可得到车位两侧障碍物类型和边界值，计算出准确的超声车位信息，输出车位边界坐标；
29.若实际测试的轮廓相似度均不满足阈值，则采用统计方法，直接计算整体轮廓的宽度和长度，计算长度
△
l和宽度差
△
w，d＝
△
l+
△
w，选择所有轮廓类型中宽度和长度最接近的类型，实际障碍物坐标同理由类型得出。
30.采用本方案的计算方法，通过建立障碍物类型库，将障碍物分为平面型、方型、圆柱形、稍尖圆形、平面带小弧度型和平面带大弧度型，对实际障碍物进行划分，方便进行障碍物类型匹配，便于进行计算，通过直接用实际轮廓点与障碍物类型库的类型计算相似度进行匹配，简化了障碍物分类过程，匹配后的障碍物类型带有真实边界坐标，根据车位左右障碍物类别得到实际车位边界坐标，提高了超声波车位的识别精度。
31.尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。