买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉上海智能网联汽车技术中心有限公司;上海交通大学申请的专利一种融合环视图像与激光雷达的自动泊车感知方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114283391B 。

龙图腾网通过国家知识产权局官网在2025-10-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111362215.4，技术领域涉及：G06V20/56；该发明授权一种融合环视图像与激光雷达的自动泊车感知方法是由王亚飞;殷承良;周志松;陈之楷;陈炜邦;郭志豪设计研发完成，并于2021-11-17向国家知识产权局提交的专利申请。

本一种融合环视图像与激光雷达的自动泊车感知方法在说明书摘要公布了：本发明涉及一种融合环视图像与激光雷达的自动泊车感知方法，该方法包括以下步骤：步骤1：通过安装在车身上的四个鱼眼摄像头获取原始图像，并对原始图像进行畸变纠正；步骤2：通过选取四个已知地面坐标的标记点，分别对畸变纠正后的原始图像进行投影变换，得到投影到地面的四张俯瞰图；步骤3：基于标记点的空间位置一致性对四张俯瞰图进行拼接，得到环视图像；步骤4：将环视图像输入车位检测模型进行车位检测，得到停车位的像素坐标；步骤5：根据停车位的像素坐标获取停车位的全局坐标，以进行自动泊车路径规划，与现有技术相比，本发明具有简化了停车位的跟踪算法、提高了路径规划的智能性和鲁棒性以及保障自动泊车过程中的安全等优点。

本发明授权一种融合环视图像与激光雷达的自动泊车感知方法在权利要求书中公布了：1.一种融合环视图像与激光雷达的自动泊车感知方法，其特征在于，该方法包括以下步骤： 步骤1：通过安装在车身上的四个鱼眼摄像头获取原始图像，并对原始图像进行畸变纠正； 步骤2：通过选取四个已知地面坐标的标记点，分别对畸变纠正后的原始图像进行投影变换，得到投影到地面的四张俯瞰图； 步骤3：基于标记点的空间位置一致性对四张俯瞰图进行拼接，得到环视图像； 步骤4：将环视图像输入车位检测模型进行车位检测，得到停车位的像素坐标； 步骤5：根据停车位的像素坐标获取停车位的全局坐标，以进行自动泊车路径规划； 所述的步骤5中，获取停车位的全局坐标的过程具体包括以下步骤： 步骤501：采用基于环视图像与激光雷达的快速标定法进行标定，获取停车位在激光雷达坐标系下的停车位消息slots_msg_lidar，并实时感知周围环境的障碍物信息； 步骤502：采用激光雷达在点云地图上进行车辆定位，得到自车定位的全局坐标，进而形成自车定位的车辆位姿消息odometry； 步骤503：将自车定位的车辆位姿消息odometry和停车位消息slots_msg_lidar的时间戳同步，从车辆位姿消息odometry中得到激光雷达坐标系相对于全局地图的旋转平移变换矩阵，将停车位角点在激光雷达坐标系下的雷达坐标转化为在全局地图下的全局坐标，得到停车位的全局坐标； 步骤504：对于不同帧得到的停车位的全局坐标，分别计算不同帧的两个全局坐标的距离，判断距离是否小于设定的阈值，若是，则判定两者属于同一停车位，并计算同一停车位不同帧的全局坐标的平均值，将其作为最终的检测结果； 步骤505：通过激光雷达采集的雷达点云和障碍物信息实时构建障碍物栅格地图，选取检测结果中自动泊车的目标停车位，得到路径规划终点的全局位姿，进而在栅格地图上进行实时路径规划； 所述的步骤501中，采用基于环视图像与激光雷达的快速标定法进行标定的过程具体包括以下步骤： 步骤5011：在自动泊车的过程中，假设地面为水平面，忽略地面的雷达点云的高度坐标，简化为两个平面的坐标标定： 步骤5012：采用一个3*3的单应性矩阵H描述像素坐标系到激光雷达坐标系的映射关系，映射关系的表达式为： 其中，x1,y1为停车位角点在像素坐标系下对应的像素坐标，x2,y2为停车位角点在激光雷达坐标系下对应的雷达坐标，H为单应性矩阵，H11、H12、H13、H21、H22、H23、H31、H32和H33均为单应性矩阵的元素，∝表示正比关系； 步骤5013：由于转换的是齐次坐标，通过使单应性矩阵的元素H33＝1进行归一化： 步骤5014：选取标定点对，分别在雷达点云和环视图像中选取标定点对，通过在地面粘贴反光贴的方式标记标定点，在RVIZ中通过显示雷达点云的反射强度找到标记点，并获得该标记点在激光雷达坐标系下的雷达坐标，通过图像处理软件获得标记点在环视图像的像素坐标； 步骤5015：根据采集到的标定点对求解环视图像平面和激光雷达地面平面之间的映射关系，即得到单应性矩阵H，并使得重投影误差最小化； 步骤5016：标定完成后，在激光雷达的线束扫描到地面的位置放置锥形桶，将雷达点云投影到环视图像上进行验证，激光雷达点云的投影与图像对应； 步骤5017：采用得到的单应性矩阵H将停车位角点的像素坐标转化为激光雷达坐标系下的雷达坐标，得到停车位的雷达坐标，并发布为停车位消息slots_msg_lidar； 所述的步骤5015中，重投影误差最小化的计算公式为： 其中，ε表示重投影误差； 所述的步骤5017中，将停车位角点的像素坐标转化为激光雷达坐标系下的雷达坐标的计算公式为： 其中，x2为停车位角点在激光雷达坐标系下的横坐标，y2为停车位角点在激光雷达坐标系下的纵坐标。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上海智能网联汽车技术中心有限公司;上海交通大学，其通讯地址为：201499 上海市奉贤区金海公路6055号22幢；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。