基于障碍物和车位检测的单阶段多任务YOLO-Parking算法研究

文章提出一种基于YOLOv4的端到端多任务网络模型用于自动泊车系统中的感知任务,以环视图像(around view monitor, AVM)作为网络输入,基于卷积网络提取图像特征信息,通过YOLO和DMPR-PS(directional marking-point regression-parking slot)检测头实现停车位与障碍物并行检测。在PS 2.0公开数据集上进行验证的结果表明,所提出的多任务检测方法能够同时检测停车位和障碍物,障碍物识别平均精度均值达到89.72%,车位识别查准率达到93.53%,网络检测速率为34.0帧/s,在满足自动泊车感知任务需求的同时提升了系统的检测效率。该文研究成果对自动泊车感知技术的发展具有一定的意义。

环境复杂度量化评价下的车位选择方法

为提高自动泊车成功率,建立车位环境复杂度量化评价模型.以车位类型、车位线属性等7个指标建立车位环境复杂度评价指标体系,并提出相应的量化表征方法.针对主客观组合赋权法无法正确计算单个样本临界指标权重的问题,在层次分析法基础上,提出基于平方和归一化的权重二次分配方法.运用模糊综合评价求解车位环境复杂度,通过设计仿真测试来验证所提模型.结果表明:与层次分析法、熵权法相比,所提赋权方法能够正确对临界决定性指标赋予较大权重,避免无效权重赋予;所提模型能够正确反映车位环境复杂度变化,对泊车成功率有较大提升,为泊车位的自动选择提供一种可行的新路径.

自动泊车多任务轻量化感知模型研究

随着深度学习模型的发展,越来越多的模型用于各个行业,包括自动驾驶行业,但同时也面临着轻量化感知模型以及产品落地的挑战。然而在自动驾驶泊车感知中,常常受到光照、阴影等环境变化的影响,对空车位检测和可行使区域的识别是很大的难题。本文的算法通过车身左侧、右侧、前侧、后侧等四个车载180度广角鱼眼摄像头实时获取视频流,先将采集到的图像利用卷积神经网络对车辆所处区域周边各车位的状态、车辆可行驶的区域进行计算推理,然后对模型推理结果进行解析与融合。利用一个轻量级网络解决自动泊车过程中进行车位的感知和路面可行驶区域的感知,实验结果表明,帧率可达到19FPS,模型推理帧率可达到29FPS,单车位角中心点定位世界坐标系下平均误差为2.65cm,空车位检测成功率90%以上,满足实际应用对实时性、准确性、鲁棒性的要求。

基于双目近景图像的车体相对车位方位视觉检测方法

为了提高自动泊车领域单一应用机器视觉技术对目标空车位方位检测的适应性,研究了一种基于双鱼眼镜头近景图像的车体相对车位方位机器视觉检测方法.采用双鱼眼镜头采集车位近景图像,通过对图像校正、图像拼接、逆透视变换和图像二值化等图像处理,提取俯视平面上目标空车位线轮廓边缘和双鱼眼镜头位置点.建立车体相对目标空车位的坐标系,通过视觉识别和像素点坐标计算确定双鱼眼镜头在车位二维坐标系下的坐标.基于已知车位和车体尺寸、鱼眼镜头在车体上安放位置等信息,运用几何方法建立车体相对车位方位角与距离的计算关系模型.结果表明:方位角检测最大相对误差为9.16%,距离检测最大相对误差为3.89%,提高了目标空车位检测的适应性.

基于Retinex的低光照车位图像增强

针对自动泊车过程中车载鱼眼相机拍摄的车位图像因低光照环境导致图像整体偏暗、车位信息模糊而无法检测出车位的问题,本文中设计了一种融合限制对比度自适应直方图均衡化(CLAHE)和改进单尺度Retinex(SSR)的车位线图像增强算法。首先将鱼眼相机图像畸变矫正后转换生成鸟瞰图;然后使用优化映射函数计算过程的CLAHE算法对鸟瞰图预处理;进而使用基于迭代方框滤波估计入射分量的单尺度Retinex算法增强图像;经过滤波和形态学处理,最后基于亮通道先验将图像灰度化,得到最终的增强结果。本文采集多组低光照场景下单侧鱼眼相机摄取的实际泊车过程视频,截取驶过停车位过程中的单帧图像作为数据输入,并使用一种基础车位检测算法对增强结果进行检测,试验结果表明,经过增强后可被检测出车位的视频帧数量超过90%,且单帧图像增强算法处理时间仅38 ms。

考虑路径长度与冲突的AGV停车场停车位分配方法

为解决自动引导小车(Automated Guided Vehicles,AGV)智能停车场中的停车位分配不合理、多AGV协同作业过程中频繁冲突的问题,针对停车位分配问题进行了研究。根据停车场环境布局,采用拓扑图法建立停车场环境地图模型,并提出一种考虑长度与冲突的停车位分配双目标优化模型,从全局层面减少多台AGV之间的冲突。鉴于模型的多目标特征,设计非支配排序遗传算法(Nondominated Sorting Genetic Algorithm-Ⅱ,NSGA-Ⅱ)对停车位分配模型进行求解。为验证模型与算法的有效性,进行停车位分配仿真实验,并将所提出的模型与传统的基于最短停车路径长度的停车位分配方法及空停车位随机分配方法进行对比。实验结果表明,NSGA-Ⅱ算法适用于求解停车位分配模型,在不同任务数量和不同AGV配置数量下,算法均能得到多样的Pareto非劣解集;与传统方法相比,所建模型的总停车路径长度指标与基于最短停车路径长度的停车位分配方法相近,路径冲突概率则比基于最短停车路径长度的停车位分配方法和随机分配方法分别降低67.44%和44.00%;在AGV智能停车场高峰期的连续停车任务中,所提出的停车位分配模型和求解算法可寻找到最优停车位分配方案并从全局角度规划AGV的停车路径。

自动化立体车库缓冲位设计与调度仿真研究

自动化立体车库是一种缓解停车问题的大容量停车设备。提出一种带有多个缓冲停车位的自动化立体车库,车库底层设置存车缓冲区和取车缓冲区,配备多个缓冲停车位。在传统立体车库的系统结构和存取车流程基础上,建立立体车库的简化模型,提出一种基于就近原则的堆垛机调度策略,并给出计算堆垛机运行时间的数学表达式。建立仿真模型,用于评估立体车库的服务性能。将带有多个缓冲停车位的自动化立体车库与传统立体车库进行对比分析,结果表明,所提出的方案缩短了19.06%的堆垛机平均运行时间、减少了15.36%的顾客平均排队等待时间和18.25%的顾客平均消耗时间,具有显著优势。

阶段约束下Gauss配点离散化平行车位自动泊车轨迹规划

针对平行车位自动泊车高精度轨迹规划,提出一种联立多阶段划分和非均匀Gauss配点参数化的轨迹优化算法。首先,结合车辆泊车动力学方程和约束条件建立了平行自动泊车数学模型;然后,根据泊车过程,提出将泊车过程划分为泊车起动、接近车位、进入车位、姿态调整、泊车落位5个阶段,并建立各阶段对应的不等式约束条件;进一步,在伪谱法算法框架下,结合阶段约束给出了多阶段局部高斯配点策略,以此实现分阶段独立配点离散,从而提高泊车轨迹规划的精准度和适应性;最后,在通用小型汽车模型上在长短车位上进行仿真测试,验证提出方法的正确性和适应性。结果显示,相较于分段区域Gauss伪谱法,改进方法在获得平滑泊车轨迹的同时泊车时间平均减少2.976 s,时间性能提升21.7%,表明了所提算法的有效性。

轻量化车位识别网络与流畅泊车路径规划设计

深度学习在自动驾驶开发中得到广泛应用,而在低算力嵌入式平台上部署高算力需求的车位识别网络及复杂的路径规划算法成为行业挑战,因此本文首先设计了轻量化车位识别网络结构,对不同场景下的车位关键点进行检测,其次基于深度搜索设计了快速泊车路径规划算法,然后基于OpenVX的框架将模型和算法部署在多核异构平台上,最终在实车平台上进行自动泊车功能验证。试验结果表明车位检出率大于98%,泊入成功率大于96%,泊车系统运行时间小于40ms,满足实时性要求。

基于LKJ记录文件的车位误差分析判断

对于列车运行监控装置(LKJ)记录文件中存在的车位误差,通过分析LKJ记录文件,研究列车实际越过信号机时间与车位误差之间的关系,提出LKJ自动校正车位、轨道电路连续发码、侧线进出站等情况下车位误差的计算方法,进一步确认车位误差产生原因,为核查车载数据的准确性提供分析依据,有效消除LKJ车载数据与实际数据不一致带来的安全风险,切实发挥LKJ保障行车安全的作用。

一种基于环视相机的自动泊车方法

针对泊车摄像头视场有限的问题,提出了一种基于环视相机的自动泊车方法.采用4个鱼眼摄像头,构建了一种环绕车身360°的实时视觉泊车辅助系统,用于停车位的实时检测和识别.首先,运用多项式鱼眼校正模型校正失真图像,用Levenberg-Marquardt算法求得最优的缝隙拼接方向并合成环视图;其次,采用Radon变换提取停车位特征识别停车位;最后,使用基于双圆弧的路径规划算法和基于预瞄点的改进PID路径跟踪算法,实现自动泊车.实验表明,该方法具有较高的检测精度和鲁棒性.

基于激光传感技术的车位自动检测和定位研究

为了在较短时间内实现高精度的车位自动检测与定位研究,提出了激光传感技术的车位自动检测和定位。选取激光传感技术采集车位信息,利用数据聚类方法预处理车位信息数据,提升车位自动检测与定位精度,将完成预处理数据通过扩展卡尔曼滤波方法获取车位各点集合所存在的位置偏移以及角度偏移,根据取偏移量实现车位精准检测与定位。实验结果表明,该方法可实现高精度车位自动检测和定位,自动检测与定位车位的位置平均误差和尺寸平均误差小,可在短时间内实现车位自动检测与定位,具有较高的应用性。

自动化立体车库进出库调度优化研究

为提高立体车库的存取车效率,利用改进的交叉算子遗传算法,分别对三种不同库容的升降横移式与巷道堆垛式立体车库进行存取车调度优化。首先建立了自动立体车库的数学模型,然后研究了该模型遗传算法是如何实现的,最后运用MATLAB软件编程求解。仿真结果表明:随着库容量的增加和进出库操作的增加,优化后总的存取车时间线性增加;相同库容相同存取操作情况下,巷道堆垛式的运行时间大约为升降横移式的运行时间的1/4。该结果可为车库调度设计提供理论支持,并为车库选型提供参考。

基于超声波雷达的车位检测算法

针对目前市场上较为成熟的车位检测基本上都存在硬件成本过高、车位检测精度不达标等问题,提出了基于超声波雷达的车位检测算法。在多种典型场景下对算法逻辑进行分析,以昂科威车为载体,以奥迪威超声波雷达为研究对象,对该算法在多种场景和速度工况下进行实车验证。测试结果表明:该车位检测算法能在误差范围内检出车位的起始点和终止点,达到了在满足车位检测精度的情况下降低成本的目的。

自动泊车的超声波车位探测系统研究

超声波车位探测系统是自动泊车系统的重要子系统,该子系统以实现自动泊车为目标,基于DSP TMS320F2812和超声波传感器设计了系统方案,编写了控制程序。系统能够探测车位尺寸,判断是否符合自动泊车要求和判别车位类型。实车试验表明,该系统能够准确探测车位,为自动泊车系统提供外部环境参数。

立体停车库发展综述

介绍目前国内外立体停车库的基本概况，分析现有主体停库的形式及其优缺点，提出立

一种应用于自动泊车系统的车位检测方法

自动泊车系统是为了解决倒车入位的复杂性问题而研发的一项车辆智能化的新技术。车位检测是实现自动泊车系统的一个重要问题。本文首先对车位检测问题进行总体描述;然后提出一种基于超声波传感器和增量式编码器的车位检测方法,并对此方法的测量误差进行分析;接着介绍实验平台的组成;最后给出此方法在实验平台上的测试结果,并通过对结果的分析,说明此方法是可行的。

基于Arduino的自动停车位检测系统

自动停车位检测系统不仅可以找到停车场的空位,而且还准确地指出了空位在停车场中的位置。该系统使用一个Arduino来接收来自红外线距离传感器的必要信息,该传感器被放置在停车位上,用于探测汽车的存在。如果车辆出现在指定的停车位上,那么停车位上的LED灯就会变成红色;如果该车位没有出现车辆,那么该车位的LED灯将是绿色的。Arduino负责接收、处理和传输数据,这里使用的自动化系统是对现有系统的进一步改进,显示停车场中可用的空位的数量。

基于SVM和LT-IEPF的自动泊车可达空间算法

为提高自动泊车的可泊车位精准性,进而提高自动泊车安全性、效率以及成功率,提出一种新自动泊车可达空间算法。基于SVM(support vector machine)自动标注分类法和LTIEPF线段拟合法开展提高自动泊车车位边缘检测的准确性研究。首先通过车辆超声波以及激光雷达在泊车场景下采集2类传感原始数据,并以SVM为分类器建立分类模型对超声波点云进行分类;进一步利用LT-IEPF对分类后的超声波点云进行线段拟合,依据分类及拟合的结果得到目标泊车轮廓及位姿。结果显示:分类模型的分类准确率达92.47%;同时有较好的线段拟合效果;选取的6组车位平均可达空间由2.71 m增大到3.09 m,可达空间率提高14%。将算法运用于实际泊车中,可有效提高可泊车位释放率,减少泊车揉库率,提高泊车效率。

基于PreScan的自动泊车仿真研究

自动泊车技术作为车辆自动技术的关键组成部分,已成为一个热门的研究课题。自动泊车技术可以在不需要驾驶员的情况下安全快速地完成泊车操作,提高驾驶过程的舒适度,同时大大降低了泊车过程事故发生的概率。文中提出了一种基于多传感器融合的自动泊车框架,选取并建立典型的泊车场景,运用PreScan和Matlab/Simulink联合仿真,对建立的虚拟场景进行实验验证,帮助驾驶员有效地找到合适的泊车位置,并进行车位检测从而实现自动泊车。结果表明:提出的关于多传感器融合的自动泊车系统,具有实用价值和市场价值。