當(dāng)前汽車智能化技術(shù)飛速發(fā)展，智能停車系統(tǒng)作為智能汽車的重要組成部分，深受國內(nèi)外科研機構(gòu)和工程技術(shù)人員的關(guān)注。停車位智能化識別作為自動泊車系統(tǒng)的一項關(guān)鍵技術(shù)，主要用于識別車位周圍環(huán)境和車位類型。隨著智能停車位系統(tǒng)自動化程度不斷提高，對車位識別技術(shù)的智能化要求也越來越高。

智能停車位系統(tǒng)的車位識別技術(shù)主要有兩種

第一種由駕駛員通過按鍵選擇停車位類型，然后系統(tǒng)決策模塊按照駕駛員選擇的停車位類型，分析環(huán)境感知模塊探測的停車位空間參數(shù)是否滿足條件，如法國學(xué)者Laugier、韓國學(xué)者park、吉林大學(xué)尚世亮等通過研究基于超聲波傳感器的檢測算法，來判斷車位參數(shù)是否滿足設(shè)定的停車位類型要求。

第二種是在有標(biāo)準(zhǔn)車位線的場景下，系統(tǒng)決策模塊依靠攝像頭對車位線進(jìn)行識別和檢測，判斷停車位類型。如德國學(xué)者Daxwanger、英國劍橋大學(xué)Ozkul、臺灣學(xué)者Chao、浙江大學(xué)張聰?shù)妊芯坎煌囊曈X檢測車位線算法，通過計算4條車位線包絡(luò)形成的形狀，實現(xiàn)對停車位類型的判斷。但上述兩種車位識別方法均有局限性，第一種車位識別方法的智能化程度不高，仍需要依靠駕駛員肉眼觀測來選擇車位類型。第二種車位識別方法的應(yīng)用場景必須要有標(biāo)準(zhǔn)車位線，在沒有標(biāo)準(zhǔn)車位線的情況下，攝像頭無法識別出停車位的類型。

智能停車位系統(tǒng)感知技術(shù)基本原理

在現(xiàn)實生活中，由于每個駕駛員停車水平和駕駛習(xí)慣存在差異，導(dǎo)致停車姿態(tài)各不相同，因而經(jīng)常會出現(xiàn)不規(guī)則停車位。在沒有標(biāo)準(zhǔn)車位線的輔助下，不規(guī)則停車位的邊界特征較為復(fù)雜，現(xiàn)有的無感停車位識別技術(shù)無法識別出停車位類型，使很多不規(guī)則停車位資源難以利用，駕駛技術(shù)不太好的駕駛員只好通過巡游來尋找規(guī)則或?qū)挸ǖ耐＼囄?，從而造成燃油和時間浪費。

近年來，多傳感器信息融合技術(shù)開始受到自動泊車和移動機器人導(dǎo)航研究人員的關(guān)注。臺灣學(xué)者Hsu等基于攝像頭、超聲波雷達(dá)、慣性導(dǎo)航系統(tǒng)和GPS，通過多傳感器信息融合方法實現(xiàn)了對1.5倍車長的停車位識別;浙江大學(xué)的王飛文等通過融合攝像頭和超聲波信息，提出了基于泊車車位模型和泊車位車道線模型的泊車位檢測方法;武漢理工大學(xué)趙玲利用神經(jīng)網(wǎng)絡(luò)算法融合視覺和距離信息，實現(xiàn)了機器人自主巡航。然而，現(xiàn)有技術(shù)仍然無法識別非標(biāo)準(zhǔn)或沒有車位線的不規(guī)則停車位，對不規(guī)則停車位的識別方法研究也未見報道。

為了提高智能停車場資源的利用率以及自動泊車系統(tǒng)的智能化程度，通過融合超聲波傳感器、視覺信息傳感器和里程計的實時數(shù)據(jù)，構(gòu)建停車位周圍環(huán)境感知和辨識模型，運用Mamdani模糊推理提出一種自動識別車位類型的方法。他們將自主開發(fā)的自動泊車系統(tǒng)搭載于某轎車進(jìn)行試驗，試驗結(jié)果表明，該泊車系統(tǒng)對規(guī)則和不規(guī)則車位的自動識別正確率為88%～98%，平均值為92.8%，從而驗證了車位智能識別方法的良好效果。通過仿真和實車試驗，驗證所提出的智能化車位識別技術(shù)的有效性。