泊车辅助装置和方法以及利用该泊车辅助装置和方法的泊车辅助系统

摘要

本发明提出一种泊车辅助装置和方法以及利用该泊车辅助装置和方法的泊车辅助系统，具体涉及利用三维闪光式激光雷达（Lidar）更加准确的识别泊车空间和区分障碍物的泊车辅助装置和方法及利用该泊车辅助装置和方法的泊车辅助系统。本发明提供的泊车辅助装置包括：信息部，获取利用三维闪光式激光雷达（Lidar）采集的信息；识别部，利用所述信息部获取的信息，从泊车空间或者有无障碍物中至少识别其中某一个。

说明书

技术领域

本发明涉及泊车辅助装置和方法以及利用该泊车辅助装置和方法的泊车辅助系统。具体是利用三维闪光式激光雷达（Lidar）更加准确地识别泊车空间及区别障碍物的泊车辅助装置和方法以及利用该泊车辅助装置和方法的泊车辅助系统。

背景技术

车辆上使用的现有泊车辅助系统一般使用摄像头或者超声波传感器。韩国公开专利第10-2011-0061885号专利就是关于利用超声波传感器的泊车辅助系统的公开文献。但是利用超声波传感器识别车辆泊车空间和识别障碍物是在不同的环境下从超声波传感器的特性上会产生散射现象而造成识别率下降的问题。

利用超声波传感器容易识别较大物体，但是对如禁止泊车锥体等较小物体的识别率低，对移动中的行人等快速移动物体的反应也迟钝。利用摄像头则对图像状态或照明等环境的变化比较敏感。因此，利用摄像头或者超声波传感器的现有泊车辅助系统存在多种事故风险，如因小物体损伤车辆或者不能识别快速移动的行人而造成事故等。

发明内容

本发明的目的在于提供一种利用三维闪光式激光雷达（ Lidar）向驾驶者提供准确的泊车空间信息和障碍物信息，且有助于安全驾驶的泊车辅助装置和方法及利用该泊车辅助装置和方法的泊车系统，从而解决所述问题。

为解决所述问题，本发明提出一种泊车辅助装置包括：信息部，获取利用三维闪光式激光雷达（Lidar）采集的信息；识别部，利用所述信息部获取的信息，从泊车空间或者有无障碍物中至少识别其中某一个。

优选地，所述泊车辅助装置还包括生成部，利用所述信息部获取的信息生成三维体图像；所述识别部还可以利用所述生成的三维体图像对所述泊车空间或者有无所述障碍物中至少识别其中某一个。

优选地，所述信息部利用所述获取信息生成灰度（Intensity）信息和深度（Depth）信息；所述生成部利用所述灰度信息和所述深度信息生成所述三维体图像。

优选地，所述识别部是识别出所述障碍物存在时，利用所述信息部获取的信息识别障碍物的种类。

为解决所述问题，本发明提出一种泊车辅助系统，包括：三维闪光式激光雷达（Lidar），安装于车辆上；信息部，获取所述三维闪光式激光雷达采集的信息；生成部，利用所述获取信息生成三维体图像；识别部，利用所述生成的三维体图像从泊车空间或者有无障碍物中至少识别其中某一个。

优选地，所述获取信息包括灰度（Intensity）和深度（Depth）信息；所述生成部是，利用所述灰度信息和深度信息生成所述三维体图像。

优选地，所述识别部是，识别出所述障碍物存在时，利用所述生成的三维体图像识别所述障碍物的种类。

为解决所述问题，本发明提出一种泊车辅助方法，其实施步骤包括：获取利用三维闪光式激光雷达（Lidar）采集的信息；利用所述信息步骤上获取的信息，从泊车空间或者有无障碍物中至少识别其中某一个。

优选地，所述泊车辅助方法还包括：利用在所述信息步骤获取的信息生成三维体图像的步骤；所述识别步骤包括：利用所述生成的三维体图像，从所述泊车空间或者有无所述障碍物中至少识别其中某一个的步骤。

优选地，所述获取的信息包括灰度（Intensity）信息和深度（Depth）信息；所述生成步骤是，利用所述灰度信息和所述深度信息生成所述三维体图像。

优选地，所述识别步骤是，识别出所述障碍物存在时，利用在所述信息步骤上获取的信息识别障碍物的种类。

本发明具有的优点在于：

1、本发明可以向驾驶者提供比利用现有超声波传感器掌握的泊车空间的信息更加准确的泊车空间信息。

2、本发明向驾驶者更加准确地提供障碍物的信息。

附图说明

图1是本发明优选实施例的泊车辅助系统的结构图；

图2是本发明优选实施例的泊车辅助装置的生成部中生成的三维体图像的一个例图；

图3是本发明优选实施例的泊车辅助方法的流程图。

图中：

100：泊车辅助系统；           110：激光雷达；   

120：泊车辅助装置；           122：信息部；

124：生成部；                 126：识别部。

具体实施方式

下面参照附图，对发明优选实施例详细进行描述。说明内容和附图中的实际同一个构件是用同一个符号表示，不再重复说明。而且说明本发明时，若对有关的公知功能或者结构的具体说明使本发明的宗旨变得模糊则省略该说明。

描述某一个构件“连接于”或“接入于”其它构件，有可能直接连接于或接入于该其它构件，但应被理解成中间有可能存在其它构件。相反，描述某一个构件“直接连接于”或“直接接入于”其它构件，应被理解成中间不存在其它构件。

本说明书中的单数形式，在文句中没有特别提示的前提下，也包含复数形式。说明书中使用的“包括（comprises）”或者“包括的(comprising)”不排除所涉及的构件、步骤、动作以及/或元件以外的一个以上的其它构件、步骤、动作以及/或元件的存在或者补充。

图1是本发明优选实施例的泊车辅助系统的结构图。参照图1，本发明优选实施例的泊车辅助系统100包括激光雷达110和泊车辅助装置120。

激光雷达（Lidar, Light Detection And Ranging）110安装于车辆。激光雷达110可以安装于车辆的前方、后方、左侧和右侧，也可以只安装于前方和后方或左侧和右侧。或者激光雷达也可以安装于车辆保险杠的两侧面。激光雷达110通过有线或无线连接于泊车辅助装置120。

本发明的泊车辅助系统100的激光雷达可以使用扫描方式的激光雷达110，但优选为三维闪光式激光雷达110，以达到本发明的目的。

激光雷达110是利用作为电磁波的激光的雷达即激光雷达。激光雷达110的方位分辨率、距离分辨能力比现有的雷达优秀。激光雷达110是利用激光，可以测定利用微波的装置无法测定的小且低速的物体。

具体是，激光雷达110是放射激光并接收短时间内依次被反射回来的激光。激光雷达110可以采集接收的被反射的激光波长的强度和受光的时间信息。

泊车辅助装置120利用激光雷达110采集的信息可以从识别泊车空间或识别障碍物中至少实施其中某一个。

具体是，泊车辅助装置120可以包括信息部122、生成部124以及识别部126。信息部122是获取激光雷达110采集的信息并利用采集的信息生成灰度（Intensity）信息和深度（Depth）信息。或者信息部122是在激光雷达利用采集的信息生成灰度信息和深度信息时可以获取生成的灰度信息和深度信息。

具体是，信息部122是利用激光雷达110采集的信息即接收的被反射的激光波长的强度和受光的时间信息生成灰度信息和深度信息。进一步说明就是，信息部122是利用激光波长的强度生成灰度信息。信息部122是利用受光的时间信息生成深度信息。 生成部124是利用信息部122生成或者获取的灰度信息和深度信息生成三维体图像信息。图2是本发明优选实施例的泊车辅助装置的生成部生成的三维体图像的一个例图。生成部124生成的三维体图像包括灰度信息和深度信息。

识别部126是利用激光雷达采集的信息从识别泊车空间或者识别障碍物中至少实施其中某一个。具体是，识别部126是对生成部124生成的三维体图像信息进行分析而识别泊车空间和障碍物。

识别部126是分析三维体图像信息计算泊车空间的宽度，将计算的泊车空间宽度与已储存的拟泊车的车辆宽度值进行比较后判断能否泊车。已储存的拟泊车车辆宽度值是根据车种存在差异，为泊车便利，有可能在车辆宽度上再加限定宽度加以储存。识别部126是计算的泊车空间宽度大于已储存的车辆宽度值或者考虑泊车便利而计算的泊车空间大于对已储存的车辆宽度值加上限定值的值，则识别为有泊车的空间。

识别部126分析三维体图像信息识别泊车空间时，也可以从生成的三维体图像中识别有无障碍物，计算出没有障碍物的空间宽度，与已储存的车辆宽度值进行比较而识别泊车空间。

关于识别部126识别有无障碍物和障碍物的种类具体地说明如下。识别部126分析三维体图像识别泊车空间或者泊车轨迹上有无障碍物。而且，识别部126若识别出有障碍物则障碍物的种类也可以识别。

所谓障碍物是指妨碍车辆泊车的因素，如其它车辆、行人、人孔或减速带等，也可以包括泊车空间上投掷的物品、交通事故碎片等。

具体地说，识别部126是利用三维体图像上包含的灰度信息识别障碍物的存在。而且每个物体的灰度值不一，识别部126是对三维体图像上包含的灰度值进行比较而识别出有无障碍物和障碍物的种类。识别部126为比较灰度值有可能储存着其它车辆、行人、减速带、投掷的物品等各种障碍物的灰度值。就是说，识别部126是将与三维体图像上包含的灰度值匹配的与储存的灰度值相应的障碍物识别为该障碍物的种类。

识别部126识别泊车空间是否存在障碍物时，若存在与形成泊车空间的物体的灰度值范围相异的灰度值的范围，则可以判断所识别的泊车空间有障碍物。即，形成泊车空间的物体为混凝土或道路，则应该是混凝土或道路具有的灰度值占大部分泊车空间。识别部126是在限定的区域内存在与泊车空间混凝土或道路具有的灰度值相异的灰度值，则判断泊车空间有障碍物。如前所述，被判断为存在的障碍物的种类是障碍物的灰度值与已储存的各种灰度值匹配而被识别。识别部126识别泊车轨迹上有无障碍物存在和障碍物种类的方法与泊车空间上有无障碍物存在和障碍物种类的识别方法相同。但，有关泊车轨迹的信息是可从计算车辆泊车轨迹的装置或系统获取，而本发明的泊车辅助系统100可与计算车辆泊车轨迹的装置或系统结合。

识别部126是在三维体图像上设定感兴趣区，在所设定的感兴趣区内识别障碍物存在与否和障碍物的种类。识别部126设定的感兴趣区优选的是识别的泊车空间、计算的车辆泊车轨迹。识别部126是利用三维体图像上包含的深度信息获取障碍物存在的位置和障碍物与车辆之间的距离信息。

本发明的泊车辅助装置120和泊车辅助系统100是可更加准确地识别泊车空间和障碍物。本发明涉及的泊车辅助装置120和泊车辅助系统100与车辆自动泊车系统、泊车轨迹计算装置等泊车装置或系统结合利用时可更加准确且安全地实施泊车。

图3是本发明优选实施例的泊车辅助方法的流程图。参照图3，对本发明优选实施例的泊车辅助方法说明如下。信息部122获取激光雷达采集的信息（S310步骤）。若存在从激光雷达生成的信息则所生成的信息也可以由信息部122获取。生成部124是利用从信息部122获取的信息生成三维体图像（S320步骤）。识别部126分析三维体图像识别泊车空间（S330步骤）。或者识别部126分析三维体图像识别泊车空间、有可能妨碍车辆泊车的泊车空间周边、泊车轨迹上有无障碍物以及障碍物的种类（S340步骤）。在识别部126识别的泊车空间、障碍物存在与否或者障碍物种类信息是通过语音或者画面提供于驾驶者而帮助驾驶者泊车（S350步骤）。或者在识别部126识别的泊车空间、障碍物存在与否或障碍物种类信息是提供于车辆具备的泊车轨迹计算装置、自动泊车装置、泊车辅助系统等而支持更加准确地泊车。

本发明优选实施例的泊车辅助装置120的结构图应被理解成表示使发明原理具体化的例示概念上的观点。与此同样，所有流程图应被理解成表示实际可以在电脑中读取的媒介上显示，且无论有无电脑或者处理器的明确图示，都是通过电脑或处理器实施的各种处理进程。

包括用处理器或者与此类似的概念表示功能块在内的图上图示的各种装置的功能是可以利用专用硬件乃至可以运行适宜软件能力的硬件提供。利用处理器提供时，所述功能可以通过单一专用处理器、单一共享处理器或者多个个别处理器提供，其中一部分可共享。

 而且明确使用处理器、控制或者用与此类似的概念表示的术语不能被解释成排他性地引用具有运行软件能力的硬件，应被理解成暗指无限制地包含数字信号处理器（DSP）硬件、存储软件的ROM、RAM以及非挥发性内存。也可以包含公知惯用的其它硬件。

以上实施例和附图仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所述的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例所述技术方案的范围。本发明的保护范围应根据下述的权利要求范围进行解释，而且在其同等范围内的所有技术方案应都属于本发明的权利要求范围。