摘要
为解决现有标准法规中的自动泊车系统测试场景不能有效反映国内典型泊车位类型及其特征参数的问题,提出了基于机器视觉的泊车场景数据提取方法并转换成相应的测试场景.采集国内3000余个泊车位的场景数据并进行聚类分析,提取出代表国内典型泊车环境的车位类型及特征参数;根据提取的泊车场景类型和特征,依据所占比例转换成相应的测试场景.对转换后的测试场景、现有标准法规中的测试场景进行对比分析和实车测试.研究结果表明,使用新方法得到的测试场景能更客观地反映国内泊车环境及其参数,区分自动泊车系统的性能优劣.
基金项目
重庆市技术创新与应用发展专项重点项目(cstc2019jscx-fxydX0063)
中国汽研指数研究项目(011520)