基于机器学习的超声波车位补偿系统
基本信息
| 申请号 | CN202110338127.4 | 申请日 | - |
| 公开（公告）号 | CN113251962B | 公开（公告）日 | 2022-07-05 |
| 申请公布号 | CN113251962B | 申请公布日 | 2022-07-05 |
| 分类号 | G01B17/00（2006.01）I;G01S15/08（2006.01）I;G06N20/00（2019.01）I;G06K9/62（2022.01）I | 分类 | 测量；测试; |
| 发明人 | 吕敏;丁智;李超;王继贞;田锋 | 申请（专利权）人 | 英博超算（南京）科技有限公司 |
| 代理机构 | 北京沁优知识产权代理有限公司 | 代理人 | - |
| 地址 | 210000江苏省南京市江宁区天元西路59号银城Inc中心科亚项目一号楼18层（江宁开发区） | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于机器学习的超声波车位补偿系统，包括模型训练策略和车位宽度补偿策略。超声波车位是通过检测两个物体之间的区域来实现的，而物体的轮廓形状将影响车位检测。本发明通过提取车位边缘周围的超声波探头数据（边缘的探头数据就是车位两侧物体的轮廓），来检测这些车位边缘探头数据之间的变化趋势来判断是否是一个弧面以及弧面的形状，根据弧面的形状计算出车位需要补偿值。同一个车位边缘弧面形状会和目标车辆速度、行驶角度、离车位的横向距离有直接关系，因此需要在上述不同条件下采集样本数据并通过决策树训练出模型，部署模型后的车位检测将直接通过模型获取到需要补偿的车位边缘误差值。 |
