摘要
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LT-IEPF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.
基金项目
广东省自然科学基金(2016A030313463)
国家科技期刊平台
NSTL
万方数据