CN108284831A - 自动停车方法及系统 - Google Patents

Abstract

本发明提供了一种自动停车系统，用于在驾驶员下车后自动将车辆从下车点行驶至停车点，该自动停车系统包括位置采集单元，用于响应于启动录制停车路线指令在车辆由驾驶员由相应的预定下车点行驶至相应的预定停车点的过程中实时采集车辆位置数据；处理器，用于响应于该启动录制停车路线指令至少基于采集到的该车辆位置数据生成该条停车路线的停车路线图，该位置采集单元和该处理器录制有一条或多条停车路线，每一条停车路线始于相应的预定下车点及终于相应的预定停车点；以及控制器，用于响应于自动停车指令，确定目标停车路线，以及控制该车辆沿该目标停车路线向停车点自动行驶。

Description

自动停车方法及系统

技术领域

本发明涉及车辆控制技术领域，尤其涉及一种自动停车方案及系统。

背景技术

目前市场上的自动泊车(APA)方案只能解决距离停车位几米以内的停车问题，而且需要驾驶员实时参与，用户体验度不高。

家庭用车时自家的固定停车点或停车位离家一般还有一定的距离，对于家里有小朋友或者身体活动不便的人群来说停车后仍需步行一定距离回家，对于正常人群在恶劣天气下也不便利。

因此，本领域需要一种改进的自适应、可调整路线的高自动化的停车方案。

发明内容

以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览，并且既非旨在指认出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是要以简化形式给出一个或多个方面的一些概念以为稍后给出的更加详细的描述之序。

根据本发明的一方面，提供了一种自动停车方法，用于在驾驶员下车后自动将车辆从下车点行驶至停车点，该自动停车方法包括：

S1：响应于启动录制停车路线指令，录制一条或多条停车路线，每一条停车路线始于相应的预定下车点及终于相应的预定停车点，其中录制每条停车路线包括：

S11：在车辆由驾驶员由相应的预定下车点行驶至相应的预定停车点的过程中实时采集车辆位置数据；以及

S12：至少基于采集到的该车辆位置数据生成该条停车路线的停车路线图；

S2：响应于自动停车指令，确定目标停车路线；以及

S3：控制该车辆沿该目标停车路线向停车点自动行驶。

在一实例中，S11还包括在车辆由驾驶员由相应的预定下车点行驶至相应的预定停车点的过程中实时采集车辆环境数据，S12还包括基于采集到的该车辆位置数据和该车辆环境数据来生成该条停车路线的停车路线图。

在一实例中，该车辆环境数据包括环境视频信息和/或Lidar扫描信息，S12具体包括基于数据标注和融合算法将该视频环境信息和/或该Lidar扫描信息与该车辆位置数据相融合以形成该停车路线图。

在一实例中，S11还包括在车辆由驾驶员由相应的预定下车点行驶至相应的预定停车点的过程中实时采集车辆相对于两侧环境中障碍物的障碍物距离信息，以及该S1还包括S13：基于采集到的该障碍物距离信息为生成的停车路线图标记可接受等级，以供用户确认是否接受保存生成的停车路线图或重新执行S11和S12以进行路线修正，该S12还包括响应于用户的保存确认以存储生成的停车路线图。

在一实例中，该S2还包括响应于自动停车指令，首先执行车辆状态检测以确定是否满足自动停车条件，若满足自动停车条件则确定该目标停车路线。

在一实例中，该执行车辆状态检测包括检测车辆主要部件是否存在明显故障状态和/或电池SOC是否高于预定阈值。

在一实例中，该S2还包括响应于自动停车指令，首先执行环境状态检测以确定是否满足自动停车条件，若满足自动停车条件则确定该目标停车路线。

在一实例中，该执行环境状态检测包括判断可视范围内是否有明显的障碍物。

在一实例中，该执行环境状态监测包括判断车辆当前位置距离最近的预定下车点的距离是否超过预定阈值。

在一实例中，该确定目标停车路线包括：判断是否接收到用户的路线选择指示；若收到路线选择指示，则将用户选择的停车路线确定为该目标停车路线；否则确定当前位置是否存在默认停车路线，若存在则选择该默认停车路线作为该目标停车路线；若不存在则选择距离最短的停车路线作为该目标停车路线。

在一实例中，S3还包括在自动行驶过程中监测车辆运行状态；以及若运行状态异常，则向用户发送运行状态异常通知。

在一实例中，该运行状态异常包括车辆距离停车点的距离大于距离阈值并且车辆处于静止状态超过预定时间阈值；和/或车辆距离停车点的距离小于该距离阈值并且停车时间超过规定的最大停车时间。

根据本发明的另一方面，提供了一种用于车辆的自动停车系统，用于在驾驶员下车后自动将车辆从下车点行驶至停车点，该自动停车系统包括：

位置采集单元，用于响应于启动录制停车路线指令在车辆由驾驶员由相应的预定下车点行驶至相应的预定停车点的过程中实时采集车辆位置数据；

处理器，用于响应于该启动录制停车路线指令至少基于采集到的该车辆位置数据生成该条停车路线的停车路线图，该位置采集单元和该处理器录制有一条或多条停车路线，每一条停车路线始于相应的预定下车点及终于相应的预定停车点；以及

控制器，用于响应于自动停车指令，确定目标停车路线，以及控制该车辆沿该目标停车路线向停车点自动行驶。

在一实例中，该系统还包括环境采集单元，用于在车辆由驾驶员由相应的预定下车点行驶至相应的预定停车点的过程中实时采集车辆环境数据，该处理器基于采集到的该车辆位置数据和该车辆环境数据两者来生成该条停车路线的停车路线图。

在一实例中，该环境采集单元包括摄像头，用于采集环境视频信息；和/或Lidar传感器，用于采集Lidar扫描信息，该处理器基于数据标注和融合算法将该视频环境信息和/或该Lidar扫描信息与该车辆位置数据相融合以形成该停车路线图。

在一实例中，该系统还包括环境采集单元，用于在车辆由驾驶员由相应的预定下车点行驶至相应的预定停车点的过程中实时采集车辆相对于两侧环境中障碍物的障碍物距离信息，该处理器基于采集到的该障碍物距离信息为生成的停车路线图标记可接受等级，以供用户确认是否接受保存生成的停车路线图或重新执行路线录制以进行路线修正，该处理器进一步响应于用户的保存确认以存储生成的停车路线图。

在一实例中，该控制器响应于自动停车指令，首先执行车辆状态检测以确定是否满足自动停车条件，若满足自动停车条件则确定该目标停车路线。

在一实例中，该执行车辆状态检测包括检测车辆主要部件是否存在明显故障状态和/或电池SOC是否高于预定阈值。

在一实例中，该控制器响应于自动停车指令，首先执行环境状态检测以确定是否满足自动停车条件，若满足自动停车条件则确定该目标停车路线。

在一实例中，该系统还包括环境采集单元，该处理器针对该环境采集单元采集到的环境信息执行环境状态检测以判断可视范围内是否有明显的障碍物。

在一实例中，该执行环境状态监测包括判断车辆当前位置距离最近的预定下车点的距离是否超过预定阈值。

在一实例中，该控制器进一步判断是否接收到用户的路线选择指示，若收到路线选择指示，则将用户选择的停车路线确定为该目标停车路线，否则确定当前位置是否存在默认停车路线，若存在则选择该默认停车路线作为该目标停车路线，若不存在则选择距离最短的停车路线作为该目标停车路线。

在一实例中，该控制器进一步在自动行驶过程中监测车辆运行状态，若运行状态异常，则向用户发送运行状态异常通知。

在一实例中，该运行状态异常包括车辆距离停车点的距离大于距离阈值并且车辆处于静止状态超过预定时间阈值；和/或车辆距离停车点的距离小于该距离阈值并且停车时间超过规定的最大停车时间

附图说明

在结合以下附图阅读本公开的实施例的详细描述之后，能够更好地理解本发明的上述特征和优点。在附图中，各组件不一定是按比例绘制，并且具有类似的相关特性或特征的组件可能具有相同或相近的附图标记。

图1示出了根据本发明的一方面的自动停车系统的框图；

图2示出了根据本发明的一方面的自动停车方法的流程图；

图3示出了根据本发明的一实施例的录制停车路线的流程图；

图4示出了根据本发明的另一实施例的录制停车路线的流程图；

图5示出了根据本发明的一方面的自动停车条件判断的流程图；以及

图6示出了根据本发明的一方面的确定目标停车路线的流程图。

具体实施方式

以下结合附图和具体实施例对本发明作详细描述。注意，以下结合附图和具体实施例描述的诸方面仅是示例性的，而不应被理解为对本发明的保护范围进行任何限制。

本发明提供了一种自适应、可调整路线的高自动化的停车方案，主要通过使车辆利用车载传感器自学习停车路线，记录停车路线的起始点和最终的停车位置以及途经路线，每次只需将车停靠在距离起始点一定范围之内的位置均可进行自动停车。

图1示出了根据本发明的一方面的自动停车系统100的框图。如图1所示，自动停车系统100可包括位置采集单元110、环境采集单元120、处理器130、控制器140。

位置采集单元110可包括能够采集车辆的位置信息的各种车载传感器，例如车载定位系统、IMU(惯性测量单元)系统等等。车载定位系统可包括GPS定位系统、北斗定位系统等等。

环境采集单元120可包括能够采集车辆所在环境的信息的各种车载传感器，例如摄像设备、雷达设备等等。

这里的处理器130和控制器140虽然在图中被显示为分开设立，但是实践中处理器130和处理器140也可以集成在一起，例如都作为车身控制器的一部分。

根据本发明的一方面，位置采集单元110和处理器120可录制停车路线图。停车路线图可录制一条或多条，每一条停车路线图始于相应的预定下车点及终于相应的预定停车点。

这里的术语“下车点”是指驾驶员下车，然后使车辆沿录制路线自动行驶至停车点的路线起点。“停车点”是指车辆沿停车路线图自动行驶到最后停车位置的地点。例如用户将车开进小区后，一直将车开到家的楼下门口，从车上下车，然后车辆自动从楼下门口沿预定线路一直开到小区的固定停车位。此时，该预定线路即为一条停车路线，用户的楼下门口位置即为该停车路线的预定下车点，而固定停车位为预定停车点。

从一个预定下车点到一个预定停车点可能录制有多条停车路线，例如经过不同的线路到达停车点。换言之，不同的停车路线图可能具有相同的下车点和停车点。

停车路线图可响应于启动录制停车路线指令而开始录制。例如车上安装停车路线自学习功能按钮，中控屏有停车路线自学习功能选项，或者可通过手机APP与车辆通信输入指令等等生成启动录制停车路线指令。

用户可以先选择希望录制的停车路线图的下车点，然后当车辆位于该下车点时，启动自动录制停车路线。一旦启动录制停车路线图，用户驾驶车辆从下车点行驶至停车点。

位置采集单元110响应于启动录制停车路线指令可在车辆由驾驶员由相应的预定下车点行驶至相应的预定停车点的过程中实时采集车辆位置数据。处理器130可响应于启动录制停车路线指令至少基于采集到的车辆位置数据生成该条停车路线的停车路线图。

在一实施例中，在行驶过程中，IMU系统录取车辆中心线位置数据并由处理器130自动生成简易车道线路线图，使用此种地图时用IMU和卫星导航系统进行实时定位。

较优地，路线录制还可由环境采集单元120辅助以生成更高精度的停车路线图。在录制过程中，环境采集单元120实时采集车辆环境数据，由处理器130基于采集到的车辆位置数据和车辆环境数据两者来生成该条停车路线的停车路线图。

在一实施例中，环境采集单元120可包括摄像头以采集环境视频信息作为车辆环境数据，例如行经路线中的一些标志性物体的图像等等。

在另一实施例中，环境采集单元120可包括Lidar(Light Detection AndRanging，激光探测与测量)传感器以采集Lidar扫描信息，例如所测得的数据为数字表面模型(Digital Surface Model,DSM)的离散点表示，数据中含有空间三维信息和激光强度信息，可用来测量环境物体的三维坐标。

在另一实施例中，环境采集单元120可同时包括摄像头和Lidar传感器。

处理器130可基于数据标注和融合算法将视频环境信息和/或Lidar扫描信息与车辆位置数据相融合以形成高精度的停车路线图。

在图中所示的实施例中，处理器130被示为用单一框体表示，但是实践中，处理器130可以是集中式的，也可以是分布式的。例如处理器130可包括两部分，一部分位于车辆上，例如是车载控制器的一部分，另一部分位于网络端。在仅使用车辆位置数据生成停车路线图时，处理器130的车载部分可基于车辆位置数据直接生成停车路线图。在另外使用车辆环境数据时，考虑到处理量较大，可将车辆位置数据和车辆环境数据上传至网络端的处理器部分，网络端数据处理器部分将基于数据标注和传感器融合算法生成精确的停车路线地图并通过通讯网络下传至车载端。

根据本发明的一方面，环境采集单元120还可在录制过程中实时采集车辆相对于两侧环境中障碍物的障碍物距离信息。例如，环境采集单元120可包括测距雷达以测量从录制路线的起点到终点的行驶路径沿途，车辆距离周围障碍物的距离信息。

相适应地，处理器130可基于采集到的障碍物距离信息为生成的停车路线图标记可接受等级，以供用户确认是否接受保存生成的停车路线图或重新执行路线录制以进行路线修正。

例如，车内UI界面可显示生成停车路线，并表明路线的可接受度。路线的可接受度主要依据车辆两侧距离环境中障碍物的距离判定，主要为静止障碍物，可以分为一定的等级，用不同特征来显示接受程度，比如用不同颜色、渐进色、线条的粗细或者其它独特有趣的方式表示。处理器130可根据结果给出推荐的选择。

用户可根据录制路线的可接受度，选择是否接受该录制的停车路线图。若接受此停车路线图，则录制完成，保存该停车路线图。如果不接受，用户可以选择修正路线，即用户重新按照原先的停车路线再录制一遍。或者，用户可以选择重新录制，即用户完全不接受该路线，则可以重新选择另一停车路线进行录制。

只要存在一条录制成功的停车路线图，则自动停车功能即处于ready(可用)状态，例如表现为车辆UI界面或用户APP上此功能按钮变为可操作，否则功能按钮无法操作。

用户在车内可操作UI界面或者移动设备上的APP上使能自动停车功能，若用户在车内UI界面使能自动停车，则延迟一定时间后开始操作。

若用户启动了自动停车功能，控制器140可响应于自动停车指令，确定目标停车路线，然后控制车辆沿该目标停车路线向停车点自动行驶。

在一实施例中，控制器140在接到自动停车指令之后，首先执行车辆状态检测以确定是否满足自动停车条件，若满足自动停车条件才开始确定目标停车路线。

作为示例，控制器140可检测车辆主要部件是否存在明显故障状态和/或电池SOC是否高于预定阈值。如果主要部件存在明显故障，或者电池SOC不高于预定阈值，则判断自动停车条件不满足。

作为另一示例，控制器140可控制环境采集单元120采集环境信息以执行环境状态检测，判断可视范围内是否有明显障碍物。如果车辆周围存在明显障碍物，则判断自动停车条件不满足。

作为再一示例，控制器140可基于位置采集单元110采集到的位置信息判断车辆当前位置距离最近的预定下车点的距离是否超过预定阈值。例如，如果存储了3条停车路线图，但是每条停车路线图的起点即下车点都距离当前位置超过一定阈值，则也判断自动停车条件不满足。

若判断自动停车条件不满足，则可通知用户无法执行操作并显示可能原因。

用户可以判断是否可以人工修正无法执行的原因，用户可以修正的原因可能有离停车路线起点距离超过一定值、停车路线可视范围内有临时停放可移动障碍、此地点有可选其它预设路线等。用户可在消除了无法执行的原因后重新启动自动停车功能。

如果用户判断无法人工消除无法执行自动停车的原因，则用户可以人工停车。

在判断满足自动停车条件后，控制器140可进一步判断是否接收到用户的路线选择指示，若收到路线选择指示，则将用户选择的停车路线确定为目标停车路线，否则确定当前位置是否存在默认停车路线，若存在则选择该默认停车路线作为目标停车路线，若不存在则选择距离最短的停车路线作为目标停车路线。

在确定目标停车路线后，控制器140可控制车辆沿该目标停车路线将车自动行驶至停车点。这里的自动行驶控制可以采用目前主流的自动驾驶技术，例如百度无人驾驶、谷歌无人驾驶等，不再赘述。

控制器140可在自动驾驶过程中监测车辆运行状态。一旦检测到异常运行状态，则向用户发送运行状态异常通知，以寻求用户的人工干预，例如用户辅助停车。运行状态异常包括车辆距离停车点的距离大于距离阈值并且车辆处于静止状态超过预定时间阈值；和/或车辆距离停车点的距离小于该距离阈值并且停车时间超过规定的最大停车时间。

当用户收到运行状态异常通知后，可判断引起异常的原因是临时导致还是停车路线上有较大变更无法继续使用此路线，如果是路线有较大变更，例如道路突然施工，将在较长一段时间内不可用，则用户需重新录制新的可行停车路线。

若车辆运行异常原因为临时导致，则用户进行辅助停车。例如，当在车辆自动行驶过程中突然前方出行临时障碍物导致车辆长时间静止，则用户的辅助停车可以是人工停车，或者由用户避开前方临时障碍，继续此次自动停车。

图2示出了根据本发明的一方面的自动停车方法200的流程图。如图2所示，自动停车方法200可包括以下步骤。

步骤210，响应于启动录制停车路线指令，录制一条或多条停车路线。

这里的每一条停车路线始于相应的预定下车点及终于相应的预定停车点。不同的下车点和停车点涉及不同的停车路线，即使相同的下车点和停车点之间也可能涉及不同的停车路线，例如经由不同的路径连接下车点和停车点。

步骤220，响应于自动停车指令，确定目标停车路线。

如前所述，可能存在多条停车路线，因此，首先需要确定目标停车路线。

步骤230，控制车辆沿该目标停车路线向停车点自动行驶。

一旦确定了目标停车路线，则控制车辆沿该目标停车路线自动行驶即可。目前，自动行驶技术已经较为普及，例如百度无人驾驶、谷歌无人驾驶等等，具体的自动行驶控制算法不再赘述。

图3示出了根据本发明的一实施例的录制停车路线的方法300的流程图。如图3所示，录制方法300可包括以下步骤。

步骤310，在车辆由驾驶员由相应的预定下车点行驶至相应的预定停车点的过程中实时采集车辆位置数据；以及

步骤320，基于采集到的车辆位置数据生成该条停车路线的停车路线图。

在一实施例中，在行驶过程中，IMU系统录取车辆中心线位置数据并由处理器自动生成简易车道线路线图，使用此种地图时用IMU和卫星导航系统进行实时定位。

图4示出了根据本发明的另一实施例的录制停车路线的方法400的流程图。如图4所示，录制方法400可包括以下步骤。

步骤410，在车辆由驾驶员由相应的预定下车点行驶至相应的预定停车点的过程中实时采集车辆位置数据，

步骤420，在车辆由驾驶员由相应的预定下车点行驶至相应的预定停车点的过程中实时采集车辆环境数据，以及

步骤430，基于采集到的所述车辆位置数据和所述车辆环境数据来生成该条停车路线的停车路线图。

作为示例，可采集环境视频信息作为车辆环境数据，例如行经路线中的一些标志性物体的图像等等。或者，可利用包括Lidar(Light Detection And Ranging，激光探测与测量)传感器以采集Lidar扫描信息，例如所测得的数据为数字表面模型(Digital SurfaceModel,DSM)的离散点表示，数据中含有空间三维信息和激光强度信息，可用来测量环境物体的三维坐标。

处理器可基于数据标注和融合算法将视频环境信息和/或Lidar扫描信息与车辆位置数据相融合以形成高精度的停车路线图。

较优地，在录制过程中还可实时采集车辆相对于两侧环境中障碍物的障碍物距离信息。例如，可采用测距雷达以测量从录制路线的起点到终点的行驶路径沿途，车辆距离周围障碍物的距离信息。

相适应地，可基于采集到的障碍物距离信息为生成的停车路线图标记可接受等级，以供用户确认是否接受保存生成的停车路线图或重新执行路线录制以进行路线修正。

例如，车内UI界面可显示生成停车路线，并表明路线的可接受度。路线的可接受度主要依据车辆两侧距离环境中障碍物的距离判定，主要为静止障碍物，可以分为一定的等级，用不同特征来显示接受程度，比如用不同颜色、渐进色、线条的粗细或者其它独特有趣的方式表示。

用户可根据录制路线的可接受度，选择是否接受该录制的停车路线图。若接受此停车路线图，则录制完成，保存该停车路线图。如果不接受，用户可以选择修正路线，即用户重新按照原先的停车路线再录制一遍。或者，用户可以选择重新录制，即用户完全不接受该路线，则可以重新选择另一停车路线进行录制。

较优地，在用户使用自动停车功能之前，车辆可判断是否满足自动停车条件。图5示出了根据本发明的一方面的自动停车条件判断的流程500的流程图。如图5所示，流程500可包括以下步骤。

步骤510，执行车辆状态检测，以及

步骤520，执行环境状态检测。

车辆状态检测主要包括检测车辆主要部件是否存在明显故障状态和/或电池SOC是否高于预定阈值。

执行环境状态检测可包括判断可视范围内是否有明显的障碍物。或者，执行环境状态监测可包括判断车辆当前位置距离最近的预定下车点的距离是否超过预定阈值。

尽管图5中同时包括车辆状态监测和环境状态检测，但是也可仅执行其中一者。

图6示出了根据本发明的一方面的确定目标停车路线的流程600的流程图。如图6所示，流程600可包括以下步骤。

步骤610：判断是否接收到用户的路线选择指示，若收到则流程行进至步骤620，否则进入步骤630。

步骤620：将用户选择的停车路线确定为目标停车路线。

步骤630：确定当前位置是否存在默认停车路线，若存在则流程行进至步骤640，否则行进至步骤650

步骤640：选择该默认停车路线作为该目标停车路线。

步骤650：选择距离最短的停车路线作为该目标停车路线。

根据本发明的一方面，可在自动驾驶过程中监测车辆运行状态。一旦检测到异常运行状态，则向用户发送运行状态异常通知，以寻求用户的人工干预，例如用户辅助停车。运行状态异常包括车辆距离停车点的距离大于距离阈值并且车辆处于静止状态超过预定时间阈值；和/或车辆距离停车点的距离小于该距离阈值并且停车时间超过规定的最大停车时间。

当用户收到运行状态异常通知后，可判断引起异常的原因是临时导致还是停车路线上有较大变更无法继续使用此路线，如果是路线有较大变更，例如道路突然施工，将在较长一段时间内不可用，则用户需重新录制新的可行停车路线。

若车辆运行异常原因为临时导致，则用户进行辅助停车。例如，当在车辆自动行驶过程中突然前方出行临时障碍物导致车辆长时间静止，则用户的辅助停车可以是人工停车，或者由用户避开前方临时障碍，继续此次自动停车。

本发明的方案通过自学习、可定义泊车路线的自动停车功能，可适用于不同的停车场景，提高用户使用便利性，从而提升用户体验度。

尽管为使解释简单化将上述方法图示并描述为一系列动作，但是应理解并领会，这些方法不受动作的次序所限，因为根据一个或多个实施例，一些动作可按不同次序发生和/或与来自本文中图示和描述或本文中未图示和描述但本领域技术人员可以理解的其他动作并发地发生。

本领域技术人员将可理解，信息、信号和数据可使用各种不同技术和技艺中的任何技术和技艺来表示。例如，以上描述通篇引述的数据、指令、命令、信息、信号、位(比特)、码元、和码片可由电压、电流、电磁波、磁场或磁粒子、光场或光学粒子、或其任何组合来表示。

本领域技术人员将进一步领会，结合本文中所公开的实施例来描述的各种解说性逻辑板块、模块、电路、和算法步骤可实现为电子硬件、计算机软件、或这两者的组合。为清楚地解说硬件与软件的这一可互换性，各种解说性组件、框、模块、电路、和步骤在上面是以其功能性的形式作一般化描述的。此类功能性是被实现为硬件还是软件取决于具体应用和施加于整体系统的设计约束。技术人员对于每种特定应用可用不同的方式来实现所描述的功能性，但这样的实现决策不应被解读成导致脱离了本发明的范围。

结合本文所公开的实施例描述的各种解说性逻辑模块、和电路可用通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立的门或晶体管逻辑、分立的硬件组件、或其设计成执行本文所描述功能的任何组合来实现或执行。通用处理器可以是微处理器，但在替换方案中，该处理器可以是任何常规的处理器、控制器、微控制器、或状态机。处理器还可以被实现为计算设备的组合，例如DSP与微处理器的组合、多个微处理器、与DSP核心协作的一个或多个微处理器、或任何其他此类配置。

结合本文中公开的实施例描述的方法或算法的步骤可直接在硬件中、在由处理器执行的软件模块中、或在这两者的组合中体现。软件模块可驻留在RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动盘、CD-ROM、或本领域中所知的任何其他形式的存储介质中。示例性存储介质耦合到处理器以使得该处理器能从/向该存储介质读取和写入信息。在替换方案中，存储介质可以被整合到处理器。处理器和存储介质可驻留在ASIC中。ASIC可驻留在用户终端中。在替换方案中，处理器和存储介质可作为分立组件驻留在用户终端中。

在一个或多个示例性实施例中，所描述的功能可在硬件、软件、固件或其任何组合中实现。如果在软件中实现为计算机程序产品，则各功能可以作为一条或更多条指令或代码存储在计算机可读介质上或藉其进行传送。计算机可读介质包括计算机存储介质和通信介质两者，其包括促成计算机程序从一地向另一地转移的任何介质。存储介质可以是能被计算机访问的任何可用介质。作为示例而非限定，这样的计算机可读介质可包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁存储设备、或能被用来携带或存储指令或数据结构形式的合意程序代码且能被计算机访问的任何其它介质。任何连接也被正当地称为计算机可读介质。例如，如果软件是使用同轴电缆、光纤电缆、双绞线、数字订户线(DSL)、或诸如红外、无线电、以及微波之类的无线技术从web网站、服务器、或其它远程源传送而来，则该同轴电缆、光纤电缆、双绞线、DSL、或诸如红外、无线电、以及微波之类的无线技术就被包括在介质的定义之中。如本文中所使用的盘(disk)和碟(disc)包括压缩碟(CD)、激光碟、光碟、数字多用碟(DVD)、软盘和蓝光碟，其中盘(disk)往往以磁的方式再现数据，而碟(disc)用激光以光学方式再现数据。上述的组合也应被包括在计算机可读介质的范围内。

提供对本公开的先前描述是为使得本领域任何技术人员皆能够制作或使用本公开。对本公开的各种修改对本领域技术人员来说都将是显而易见的，且本文中所定义的普适原理可被应用到其他变体而不会脱离本公开的精神或范围。由此，本公开并非旨在被限定于本文中所描述的示例和设计，而是应被授予与本文中所公开的原理和新颖性特征相一致的最广范围。

Claims (24)

1.一种自动停车方法，用于在驾驶员下车后自动将车辆从下车点行驶至停车点，所述自动停车方法包括：

S1：响应于启动录制停车路线指令，录制一条或多条停车路线，每一条停车路线始于相应的预定下车点及终于相应的预定停车点，其中录制每条停车路线包括：

S11：在车辆由驾驶员由相应的预定下车点行驶至相应的预定停车点的过程中实时采集车辆位置数据；以及

S12：至少基于采集到的所述车辆位置数据生成该条停车路线的停车路线图；

S2：响应于自动停车指令，确定目标停车路线；以及

S3：控制所述车辆沿所述目标停车路线向停车点自动行驶。

2.如权利要求1所述的自动停车方法，其特征在于，S11还包括在车辆由驾驶员由相应的预定下车点行驶至相应的预定停车点的过程中实时采集车辆环境数据，

S12还包括基于采集到的所述车辆位置数据和所述车辆环境数据来生成该条停车路线的停车路线图。

3.如权利要求2所述的自动停车方法，其特征在于，所述车辆环境数据包括环境视频信息和/或Lidar扫描信息，S12具体包括基于数据标注和融合算法将所述视频环境信息和/或所述Lidar扫描信息与所述车辆位置数据相融合以形成该停车路线图。

4.如权利要求1所述的自动停车方法，其特征在于，S11还包括在车辆由驾驶员由相应的预定下车点行驶至相应的预定停车点的过程中实时采集车辆相对于两侧环境中障碍物的障碍物距离信息，以及

所述S1还包括S13：基于采集到的所述障碍物距离信息为生成的停车路线图标记可接受等级，以供用户确认是否接受保存生成的停车路线图或重新执行S11和S12以进行路线修正，

所述S12还包括响应于用户的保存确认以存储生成的停车路线图。

5.如权利要求1所述的自动停车方法，其特征在于，所述S2还包括响应于自动停车指令，首先执行车辆状态检测以确定是否满足自动停车条件，若满足自动停车条件则确定所述目标停车路线。

6.如权利要求5所述的自动停车方法，其特征在于，所述执行车辆状态检测包括检测车辆主要部件是否存在明显故障状态和/或电池SOC是否高于预定阈值。

7.如权利要求1所述的自动停车方法，其特征在于，所述S2还包括响应于自动停车指令，首先执行环境状态检测以确定是否满足自动停车条件，若满足自动停车条件则确定所述目标停车路线。

8.如权利要求7所述的自动停车方法，其特征在于，所述执行环境状态检测包括判断可视范围内是否有明显的障碍物。

9.如权利要求7所述的自动停车方法，其特征在于，所述执行环境状态监测包括判断车辆当前位置距离最近的预定下车点的距离是否超过预定阈值。

10.如权利要求1所述的自动停车方法，其特征在于，所述确定目标停车路线包括：

判断是否接收到用户的路线选择指示；

若收到路线选择指示，则将用户选择的停车路线确定为所述目标停车路线；

否则确定当前位置是否存在默认停车路线，若存在则选择该默认停车路线作为所述目标停车路线；

若不存在则选择距离最短的停车路线作为所述目标停车路线。

11.如权利要求1所述的自动停车方法，其特征在于，S3还包括：

在自动行驶过程中监测车辆运行状态；以及

若运行状态异常，则向用户发送运行状态异常通知。

12.如权利要求11所述的自动停车方法，其特征在于，所述运行状态异常包括

车辆距离停车点的距离大于距离阈值并且车辆处于静止状态超过预定时间阈值；和/或

车辆距离停车点的距离小于所述距离阈值并且停车时间超过规定的最大停车时间。

13.一种用于车辆的自动停车系统，用于在驾驶员下车后自动将车辆从下车点行驶至停车点，所述自动停车系统包括：

位置采集单元，用于响应于启动录制停车路线指令在车辆由驾驶员由相应的预定下车点行驶至相应的预定停车点的过程中实时采集车辆位置数据；

处理器，用于响应于所述启动录制停车路线指令至少基于采集到的所述车辆位置数据生成该条停车路线的停车路线图，所述位置采集单元和所述处理器录制有一条或多条停车路线，每一条停车路线始于相应的预定下车点及终于相应的预定停车点；以及

控制器，用于响应于自动停车指令，确定目标停车路线，以及控制所述车辆沿所述目标停车路线向停车点自动行驶。

14.如权利要求13所述的自动停车系统，其特征在于，还包括：

环境采集单元，用于在车辆由驾驶员由相应的预定下车点行驶至相应的预定停车点的过程中实时采集车辆环境数据，

所述处理器基于采集到的所述车辆位置数据和所述车辆环境数据两者来生成该条停车路线的停车路线图。

15.如权利要求14所述的自动停车系统，其特征在于，所述环境采集单元包括：

摄像头，用于采集环境视频信息；和/或

Lidar传感器，用于采集Lidar扫描信息，

所述处理器基于数据标注和融合算法将所述视频环境信息和/或所述Lidar扫描信息与所述车辆位置数据相融合以形成该停车路线图。

16.如权利要求13所述的自动停车系统，其特征在于，还包括：

环境采集单元，用于在车辆由驾驶员由相应的预定下车点行驶至相应的预定停车点的过程中实时采集车辆相对于两侧环境中障碍物的障碍物距离信息，

所述处理器基于采集到的所述障碍物距离信息为生成的停车路线图标记可接受等级，以供用户确认是否接受保存生成的停车路线图或重新执行路线录制以进行路线修正，所述处理器进一步响应于用户的保存确认以存储生成的停车路线图。

17.如权利要求13所述的自动停车系统，其特征在于，所述控制器响应于自动停车指令，首先执行车辆状态检测以确定是否满足自动停车条件，若满足自动停车条件则确定所述目标停车路线。

18.如权利要求17所述的自动停车系统，其特征在于，所述执行车辆状态检测包括检测车辆主要部件是否存在明显故障状态和/或电池SOC是否高于预定阈值。

19.如权利要求13所述的自动停车系统，其特征在于，所述控制器响应于自动停车指令，首先执行环境状态检测以确定是否满足自动停车条件，若满足自动停车条件则确定所述目标停车路线。

20.如权利要求19所述的自动停车系统，其特征在于，还包括环境采集单元，所述处理器针对所述环境采集单元采集到的环境信息执行环境状态检测以判断可视范围内是否有明显的障碍物。

21.如权利要求19所述的自动停车系统，其特征在于，所述执行环境状态监测包括判断车辆当前位置距离最近的预定下车点的距离是否超过预定阈值。

22.如权利要求13所述的自动停车系统，其特征在于，所述控制器进一步判断是否接收到用户的路线选择指示，若收到路线选择指示，则将用户选择的停车路线确定为所述目标停车路线，否则确定当前位置是否存在默认停车路线，若存在则选择该默认停车路线作为所述目标停车路线，若不存在则选择距离最短的停车路线作为所述目标停车路线。

23.如权利要求13所述的自动停车系统，其特征在于，所述控制器进一步在自动行驶过程中监测车辆运行状态，若运行状态异常，则向用户发送运行状态异常通知。

24.如权利要求23所述的自动停车系统，其特征在于，所述运行状态异常包括

车辆距离停车点的距离大于距离阈值并且车辆处于静止状态超过预定时间阈值；和/或

车辆距离停车点的距离小于所述距离阈值并且停车时间超过规定的最大停车时间。