CN108313051A - 泊车方法、装置、系统及存储介质 - Google Patents

Abstract

本公开涉及一种泊车方法、装置、系统及存储介质，所述泊车方法包括：根据待停泊车辆的图像信息，确定所述待停泊车辆的车辆动力学模型，所述图像信息为设置在停车场中的图像采集装置采集获得的；模拟所述车辆动力学模型在所述停车场的仿真环境中的泊车过程，确定泊车控制策略；根据所述泊车控制策略，控制所述待停泊车辆进行泊车。本公开中，无需在车辆上装置传感器便实现了自动泊车，节约了车辆的成本。

Description

泊车方法、装置、系统及存储介质

技术领域

本公开涉及汽车技术领域，具体地，涉及一种泊车方法、装置、系统及存储介质。

背景技术

随着科学技术的发展，以及用户需求的日益提高，越来越多的车辆安装了自动泊车。自动泊车是指车辆自动泊车入位不需要驾驶员的控制。相关技术中，自动泊车是通过车辆上的传感器来对停车位进行识别，例如，通过车辆上的摄像头、超声波雷达等传感器进行环境感知，识别停车位，通过车辆的转向机构、控制机构等共同完成自动泊车功能。相关技术中的自动泊车需要在车辆上设置传感器，这样就增加了车辆的成本。

发明内容

为了克服相关技术中存在的问题，本公开的目的是提供一种泊车方法、装置、系统及存储介质。

根据本公开实施例的第一方面，提供一种泊车方法，所述方法包括：

根据待停泊车辆的图像信息，确定所述待停泊车辆的车辆动力学模型，所述图像信息为设置在停车场中的图像采集装置采集获得的；

模拟所述车辆动力学模型在所述停车场的仿真环境中的泊车过程，确定泊车控制策略；

根据所述泊车控制策略，控制所述待停泊车辆进行泊车。

可选地，所述确定所述待停泊车辆的车辆动力学模型，包括：

对采集到的所述图像信息进行车型识别，确定所述待停泊车辆的目标车型；

根据所述目标车型，以及车型与动力学模型的对应关系，确定与所述目标车型对应的车辆动力学模型。

可选地，在所述模拟所述车辆动力学模型在仿真环境中的泊车过程，确定泊车控制策略之前，所述方法还包括：

确定第一泊车轨迹组，其中，所述第一泊车轨迹组包括N条泊车轨迹，所述N条泊车轨迹中的每一条泊车轨迹均包括轨迹分值以及M组泊车变量，所述M组泊车变量中的每一组泊车变量均包括所述车辆动力学的行车时间，以及与所述行车时间对应的方向盘转角、油门踏板开度、刹车踏板开度、位置信息，M、N均为正整数，所述N条泊车轨迹中的每一条泊车轨迹的轨迹分值均相等；

所述模拟所述车辆动力学模型在仿真环境中的泊车过程，确定泊车控制策略，包括：

模拟所述车辆动力学模型沿所述每一条泊车轨迹在所述仿真环境中泊车的过程中，根据所述车辆动力学模型的行驶状态，调整所述每一条泊车轨迹的M组泊车变量以及所述每一条泊车轨迹的轨迹分值；

将调整后的每一条泊车轨迹保存在所述第二泊车轨迹组中；

在所述第二泊车轨迹组中确定轨迹分值最高的一条泊车轨迹作为目标泊车轨迹，所述目标泊车轨迹即为所述泊车控制策略。

可选地，所述根据所述车辆动力学模型的行驶状态，调整所述每一条泊车轨迹的M组泊车变量以及所述每一条泊车轨迹的轨迹分值，包括：

检测所述车辆动力学模型沿所述每一条泊车轨迹行驶时，是否触碰到障碍物；

在所述车辆动力学模型触碰到所述障碍物时，在所述每一条泊车轨迹的轨迹分值中扣除预设分值，以及调整所述每一条泊车轨迹的M组泊车变量以绕开所述障碍物。

可选地，所述根据所述泊车控制策略，控制所述待停泊车辆进行泊车，包括：

根据所述目标泊车轨迹中包含的M组泊车变量，控制所述待停泊车辆沿所述目标轨迹进行泊车。

根据本公开实施例的第二方面，提供一种泊车装置，所述装置包括：

模型确定模块，用于根据待停泊车辆的图像信息，确定所述待停泊车辆的车辆动力学模型，所述图像信息为设置在停车场中的图像采集装置采集获得的；

策略确定模块，用于模拟所述车辆动力学模型在所述停车场的仿真环境中的泊车过程，确定泊车控制策略；

控制模块，用于根据所述泊车控制策略，控制所述待停泊车辆进行泊车。

可选地，所述模型确定模块，包括：

识别子模块，用于对采集到的所述图像信息进行车型识别，确定所述待停泊车辆的目标车型；

确定子模块，用于根据所述目标车型，以及车型与动力学模型的对应关系，确定与所述目标车型对应的车辆动力学模型。

可选地，所述泊车装置还包括：

轨迹确定模块，用于确定第一泊车轨迹组，其中，所述第一泊车轨迹组包括N条泊车轨迹，所述N条泊车轨迹中的每一条泊车轨迹均包括轨迹分值以及M组泊车变量，所述M组泊车变量中的每一组泊车变量均包括所述车辆动力学的行车时间，以及与所述行车时间对应的方向盘转角、油门踏板开度、刹车踏板开度、位置信息，M、N均为正整数，所述N条泊车轨迹中的每一条泊车轨迹的轨迹分值均相等；

所述策略确定模块，包括：

第一处理子模块，用于模拟所述车辆动力学模型沿所述每一条泊车轨迹在所述仿真环境中泊车的过程中，根据所述车辆动力学模型的行驶状态，调整所述每一条泊车轨迹的M组泊车变量以及所述每一条泊车轨迹的轨迹分值；

存储子模块，用于将调整后的每一条泊车轨迹保存在所述第二泊车轨迹组中；

第二处理子模块，用于在所述第二泊车轨迹组中确定轨迹分值最高的一条泊车轨迹作为目标泊车轨迹，所述目标泊车轨迹即为所述泊车控制策略。

可选地，所述第一处理子模块还用于：

检测所述车辆动力学模型沿所述每一条泊车轨迹行驶时，是否触碰到障碍物；

在所述车辆动力学模型触碰到所述障碍物时，在所述每一条泊车轨迹的轨迹分值中扣除预设分值，以及调整所述每一条泊车轨迹的M组泊车变量以绕开所述障碍物。

可选地，所述控制模块，包括：

控制子模块，用于根据所述目标泊车轨迹中包含的M组泊车变量，控制所述待停泊车辆沿所述目标轨迹进行泊车。

根据本公开实施例的第三方面，提供一种泊车系统，所述系统包括：

图像采集装置，用于采集待停泊车辆的图像信息；

用于存储处理器可执行指令的存储器；

处理器，用于执行本公开第一方面提供的泊车方法的步骤。

根据本公开实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序指令，该程序指令被处理器执行时实现本公开第一方面提供的泊车方法的步骤。

本公开中，通过停车场中的图像采集装置，采集待停泊车辆的图像信息，并根据图像信息确定待停泊车辆的车辆动力学模型，将所述车辆动力学模型与停车场的仿真环境相结合，模拟车辆动力学模型在仿真环境中的泊车过程，确定泊车控制策略，根据所述泊车控制策略，控制待停泊车辆进行泊车。本公开中的方案，无需在车辆上装置传感器，因此节约了车辆的成本。

本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：

图1为本公开一示例性实施例示出的一种泊车方法的流程图。

图2为本公开一示例性实施例示出的泊车控制策略确定方法的流程图。

图3为本公开一示例性实施例示出的一种泊车装置的示意图。

图4为本公开一示例性实施例示出的一种泊车系统的示意图。

具体实施方式

以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。

如图1所示，为本公开一示例性实施例示出的一种泊车方法的流程图，该方法包括以下步骤。

在步骤S11中，根据待停泊车辆的图像信息，确定所述待停泊车辆的车辆动力学模型，所述图像信息为设置在停车场中的图像采集装置采集获得的；

在步骤S12中，模拟所述车辆动力学模型在所述停车场的仿真环境中的泊车过程，确定泊车控制策略；

在步骤S13中，根据所述泊车控制策略，控制所述待停泊车辆进行泊车。

本公开中提供的泊车方法，可以应用在车辆上，也可以应用在服务器中，还可以应用在车辆、服务器以及停车场构成的泊车系统中。下面，以将该方法应用在泊车系统中为例，来对本公开中的方案进行说明。

停车场中可以设置多个图像采集装置，图像采集装置可以根据实际需要设置在停车场的任一位置，如设置在停车场的入口处、停车位上方等。图像采集装置的种类可以根据需要来进行选择，在一个实施例中，图像采集装置为彩色摄像头。图像采集装置可以通过以太网与服务器通信连接，在图像采集装置采集到待停泊车辆的图像信息后，将图像信息发送给服务器。

服务器在接收到图像采集装置发送的图像信息后，对图像信息进行处理，以确定所述待停泊车辆的车辆动力学模型。在一个实施例中，对图像信息中的待停泊车辆进行特征提取，根据车辆各结构的尺寸、形状、车辆的行驶参数等来构建待停泊车辆的车辆动力学模型。在另一实施例中，对图像信息中的待停泊车辆的车型进行识别，根据车型确定车辆动力学模型。

另外，服务器还可以构造停车场的仿真环境。在一个实施例中，服务器中保存有停车场的仿真数据库，该数据库中包括某一地区内的停车场的仿真模型，根据所述待停泊车辆所在的停车场的位置信息，在停车场的仿真数据库中查找该停车场的仿真环境。在另一实施例中，图像采集装置可以采集停车场的图像并将停车场的图像发送给服务器，服务器根据停车场的图像构建对应的仿真环境。

为了获得自动泊车的泊车策略，服务器通过将车辆动力学模型与停车场的仿真环境相结合，模拟车辆动力学模型在停车场中的泊车过程，确定最终的泊车策略。泊车策略包括车辆动力学模型的泊车轨迹，以及车辆动力学模型在泊车过程中的各个车辆参数的值。在确定了泊车策略之后，服务器将泊车策略发送给所述待停泊车辆。

所述待停泊车辆在接收到泊车策略后，根据泊车策略，调整车辆的各个参数，如车速、转向角、油门踏板开度等，按照泊车策略中的泊车轨迹控制待停泊车辆驶入停车位。

由上可知，本公开中的方案通过设置在停车场中的图像采集装置采集待停泊车辆的图像信息，即使车辆上未装有传感器装置，也可以完成自动泊车。另外，由于泊车策略的确定往往较为复杂，将该复杂过程在服务器上实现，能够提高泊车策略的准确性。

本公开中，为了便于服务器对图像信息进行处理，在将图像信息发送至服务器之前，可以对图像信息进行初步处理，如将图像清晰化、去除非车辆的干扰图像信息，将含有待停泊车辆的图像信息发送给服务器。

可选地，所述确定所述待停泊车辆的车辆动力学模型，包括：对采集到的所述图像信息进行车型识别，确定所述待停泊车辆的目标车型；根据所述目标车型，以及车型与动力学模型的对应关系，确定与所述目标车型对应的车辆动力学模型。

本公开中，服务器在接收到待停泊车辆的图像信息后，对图像信息进行处理。例如，对图像信息中的待停泊车辆进行识别，识别出待停泊车辆的车辆特征。服务器上可以保存有车型数据库，该数据库中保存有与每个车型对应的车辆特征，通过在车型数据库中查找待停泊车辆的车辆特征，确定待停泊车辆的目标车型。另外，服务器上可以保存有车辆动力学模型的数据库，在该数据库中，针对每一种车型，均有对应的车辆动力学模型。通过在车辆动力学模型数据库中查找所述目标车型，确定与目标车型对应的车辆动力学模型。

如图2所示，为本公开一示例性实施例示出的泊车控制策略确定方法的流程图，该方法包括以下步骤。

在步骤S21中，确定第一泊车轨迹组，其中，所述第一泊车轨迹组包括N条泊车轨迹，所述N条泊车轨迹中的每一条泊车轨迹均包括轨迹分值以及M组泊车变量，所述M组泊车变量中的每一组泊车变量均包括所述车辆动力学的行车时间，以及与所述行车时间对应的方向盘转角、油门踏板开度、刹车踏板开度、位置信息，M、N均为正整数，所述N条泊车轨迹中的每一条泊车轨迹的轨迹分值均相等；

在步骤S22中，模拟所述车辆动力学模型沿所述每一条泊车轨迹在所述仿真环境中泊车的过程中，根据所述车辆动力学模型的行驶状态，调整所述每一条泊车轨迹的M组泊车变量以及所述每一条泊车轨迹的轨迹分值；

在步骤S23中，将调整后的每一条泊车轨迹保存在所述第二泊车轨迹组中；

在步骤S24中，在所述第二泊车轨迹组中确定轨迹分值最高的一条泊车轨迹作为目标泊车轨迹，所述目标泊车轨迹即为所述泊车控制策略。

本公开中，服务器将车辆动力学模型和停车场的仿真场景相结合，形成一个完成的自动泊车虚拟场景，在这个场景下确定泊车控制策略。

在一个实施例中，通过泊车轨迹来确定泊车控制策略，泊车轨迹可以用来指导车辆动力学模型在仿真环境中的运动方向。泊车轨迹可以是任意一条曲线，不受特殊限制。在一个实施例中，泊车轨迹可以用一序列来定义：Trajectory(T₁,T₂,T₃,...,score)，T₁,T₂,T₃,…为该泊车轨迹中包含的多个泊车变量，score是车辆动力学模型沿该泊车轨迹线运动下来的得分情况，即所述轨迹分值，其中，泊车变量T_i可以由多个分量组成，例如，T_i(interval_time,steer_angle,acc_open,brake_open,location)，interval_time可以为行车时间，或间隔时间点，steer_angle为方向盘转角，acc_open为油门踏板开度，brake_open为刹车踏板开度，location为当前时间点的位置。这样，每条泊车轨迹都由多个时间点以及与多个时间点对应的行驶参数来组成，车辆动力学模型可以根据泊车轨迹，在每个时间点对应调整行驶参数，来实现自动泊车。

本公开中，确定泊车控制策略，首先确定第一泊车轨迹组，第一泊车轨迹组中包含N条泊车轨迹，这N条泊车轨迹的轨迹分值都是一样的，例如，轨迹分值均为A。每条泊车轨迹都包含有M组泊车变量。在一个实施例中，每组泊车变量包括行车时间、方向盘转角、油门踏板开度、刹车踏板开度、位置信息。

在N条泊车轨迹中任取一条，令车辆动力学模型沿着该泊车轨迹运行，并根据行驶状态实时调整泊车变量以及轨迹分值。在一个实施例中，若车辆动力学模型沿该泊车轨迹运动至某一时刻时，车辆动力学模型超出了停车位，此时，根据超出停车位的多少，在当前轨迹分值的基础上减掉相应的分数，并调整该时刻的泊车变量，使车辆动力学模型的位置调整至停车位以内。通过不断的对泊车轨迹的泊车变量进行调整，最终使车辆动力学模型能够顺利停在停车位内。应理解的是，调整后的泊车轨迹能够引导车辆动力学模型无障碍的驶入停车位。

将调整后的泊车轨迹保存至第二泊车轨迹组中，在一个实施例中，第二泊车轨迹组初始可以为空，每调整完一条泊车轨迹，便将调整后的泊车轨迹保存至第二泊车轨迹组，直到第一泊车轨迹组中的所有泊车轨迹均调整完毕并保存在第二泊车轨迹组中。最后，在第二泊车轨迹组中确定轨迹分值最高的目标泊车轨迹作为泊车控制策略。

可选地，所述根据所述车辆动力学模型的行驶状态，调整所述每一条泊车轨迹的M组泊车变量以及所述每一条泊车轨迹的轨迹分值，包括：检测所述车辆动力学模型沿所述每一条泊车轨迹行驶时，是否触碰到障碍物；在所述车辆动力学模型触碰到所述障碍物时，在所述每一条泊车轨迹的轨迹分值中扣除预设分值，以及调整所述每一条泊车轨迹的M组泊车变量以绕开所述障碍物。

本公开中，当车辆动力学模型沿一条泊车轨迹运行时，如果在某一时刻触碰到障碍物，如其他车辆动力学模型、停车场仿真环境中的支柱等情况，则在轨迹分值上减去相应的分值，并调整该时刻的泊车变量，以使车辆动力学模型绕开障碍物。

可选地，所述根据所述泊车控制策略，控制所述待停泊车辆进行泊车，包括：根据所述目标泊车轨迹中包含的M组泊车变量，控制所述待停泊车辆沿所述目标轨迹进行泊车。

本公开中，当服务器确定了目标泊车轨迹后，将目标泊车轨迹发送给待停泊车辆，待停泊车辆接收目标泊车轨迹，并根据目标泊车轨迹中的泊车变量调整行驶参数，以按照目标泊车轨迹的泊车路线完成自动泊车。

如图3所示，为本公开一示例性实施例示出的一种泊车装置的示意图，所述装置包括：

模型确定模块31，用于根据待停泊车辆的图像信息，确定所述待停泊车辆的车辆动力学模型，所述图像信息为设置在停车场中的图像采集装置采集获得的；

策略确定模块32，用于模拟所述车辆动力学模型在所述停车场的仿真环境中的泊车过程，确定泊车控制策略；

控制模块33，用于根据所述泊车控制策略，控制所述待停泊车辆进行泊车。

可选地，模型确定模块31，包括：

识别子模块，用于对采集到的所述图像信息进行车型识别，确定所述待停泊车辆的目标车型；

确定子模块，用于根据所述目标车型，以及车型与动力学模型的对应关系，确定与所述目标车型对应的车辆动力学模型。

可选地，所述泊车装置还包括：

轨迹确定模块，用于确定第一泊车轨迹组，其中，所述第一泊车轨迹组包括N条泊车轨迹，所述N条泊车轨迹中的每一条泊车轨迹均包括轨迹分值以及M组泊车变量，所述M组泊车变量中的每一组泊车变量均包括所述车辆动力学的行车时间，以及与所述行车时间对应的方向盘转角、油门踏板开度、刹车踏板开度、位置信息，M、N均为正整数，所述N条泊车轨迹中的每一条泊车轨迹的轨迹分值均相等；

策略确定模块32，包括：

第一处理子模块，用于模拟所述车辆动力学模型沿所述每一条泊车轨迹在所述仿真环境中泊车的过程中，根据所述车辆动力学模型的行驶状态，调整所述每一条泊车轨迹的M组泊车变量以及所述每一条泊车轨迹的轨迹分值；

存储子模块，用于将调整后的每一条泊车轨迹保存在所述第二泊车轨迹组中；

第二处理子模块，用于在所述第二泊车轨迹组中确定轨迹分值最高的一条泊车轨迹作为目标泊车轨迹，所述目标泊车轨迹即为所述泊车控制策略。

可选地，所述第一处理子模块还用于：

检测所述车辆动力学模型沿所述每一条泊车轨迹行驶时，是否触碰到障碍物；

在所述车辆动力学模型触碰到所述障碍物时，在所述每一条泊车轨迹的轨迹分值中扣除预设分值，以及调整所述每一条泊车轨迹的M组泊车变量以绕开所述障碍物。

可选地，控制模块33，包括：

控制子模块，用于根据所述目标泊车轨迹中包含的M组泊车变量，控制所述待停泊车辆沿所述目标轨迹进行泊车。

如图4所示，为本公开一示例性实施例示出的一种泊车系统的示意图，所述系统包括：

图像采集装置41，用于采集待停泊车辆的图像信息；

存储器42，用于存储处理器可执行指令；

处理器43，用于执行本公开提供的泊车方法的步骤。

基于同一构思，本公开提供一种计算机可读存储介质，其上存储有计算机程序指令，该程序指令被处理器执行时实现本公开提供的泊车方法的步骤。

以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。

另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。

此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。

Claims (12)

1.一种泊车方法，其特征在于，所述方法包括：

根据待停泊车辆的图像信息，确定所述待停泊车辆的车辆动力学模型，所述图像信息为设置在停车场中的图像采集装置采集获得的；

模拟所述车辆动力学模型在所述停车场的仿真环境中的泊车过程，确定泊车控制策略；

根据所述泊车控制策略，控制所述待停泊车辆进行泊车。

2.根据权利要求1所述的泊车方法，其特征在于，所述确定所述待停泊车辆的车辆动力学模型，包括：

对采集到的所述图像信息进行车型识别，确定所述待停泊车辆的目标车型；

根据所述目标车型，以及车型与动力学模型的对应关系，确定与所述目标车型对应的车辆动力学模型。

3.根据权利要求1所述的泊车方法，其特征在于，在所述模拟所述车辆动力学模型在仿真环境中的泊车过程，确定泊车控制策略之前，所述方法还包括：

确定第一泊车轨迹组，其中，所述第一泊车轨迹组包括N条泊车轨迹，所述N条泊车轨迹中的每一条泊车轨迹均包括轨迹分值以及M组泊车变量，所述M组泊车变量中的每一组泊车变量均包括所述车辆动力学的行车时间，以及与所述行车时间对应的方向盘转角、油门踏板开度、刹车踏板开度、位置信息，M、N均为正整数，所述N条泊车轨迹中的每一条泊车轨迹的轨迹分值均相等；

所述模拟所述车辆动力学模型在仿真环境中的泊车过程，确定泊车控制策略，包括：

模拟所述车辆动力学模型沿所述每一条泊车轨迹在所述仿真环境中泊车的过程中，根据所述车辆动力学模型的行驶状态，调整所述每一条泊车轨迹的M组泊车变量以及所述每一条泊车轨迹的轨迹分值；

将调整后的每一条泊车轨迹保存在所述第二泊车轨迹组中；

在所述第二泊车轨迹组中确定轨迹分值最高的一条泊车轨迹作为目标泊车轨迹，所述目标泊车轨迹即为所述泊车控制策略。

4.根据权利要求3所述的泊车方法，其特征在于，所述根据所述车辆动力学模型的行驶状态，调整所述每一条泊车轨迹的M组泊车变量以及所述每一条泊车轨迹的轨迹分值，包括：

检测所述车辆动力学模型沿所述每一条泊车轨迹行驶时，是否触碰到障碍物；

在所述车辆动力学模型触碰到所述障碍物时，在所述每一条泊车轨迹的轨迹分值中扣除预设分值，以及调整所述每一条泊车轨迹的M组泊车变量以绕开所述障碍物。

5.根据权利要求3或4所述的泊车方法，其特征在于，所述根据所述泊车控制策略，控制所述待停泊车辆进行泊车，包括：

根据所述目标泊车轨迹中包含的M组泊车变量，控制所述待停泊车辆沿所述目标轨迹进行泊车。

6.一种泊车装置，其特征在于，所述装置包括：

模型确定模块，用于根据待停泊车辆的图像信息，确定所述待停泊车辆的车辆动力学模型，所述图像信息为设置在停车场中的图像采集装置采集获得的；

策略确定模块，用于模拟所述车辆动力学模型在所述停车场的仿真环境中的泊车过程，确定泊车控制策略；

控制模块，用于根据所述泊车控制策略，控制所述待停泊车辆进行泊车。

7.根据权利要求6所述的泊车装置，其特征在于，所述模型确定模块，包括：

识别子模块，用于对采集到的所述图像信息进行车型识别，确定所述待停泊车辆的目标车型；

确定子模块，用于根据所述目标车型，以及车型与动力学模型的对应关系，确定与所述目标车型对应的车辆动力学模型。

8.根据权利要求6所述的泊车装置，其特征在于，所述泊车装置还包括：

轨迹确定模块，用于确定第一泊车轨迹组，其中，所述第一泊车轨迹组包括N条泊车轨迹，所述N条泊车轨迹中的每一条泊车轨迹均包括轨迹分值以及M组泊车变量，所述M组泊车变量中的每一组泊车变量均包括所述车辆动力学的行车时间，以及与所述行车时间对应的方向盘转角、油门踏板开度、刹车踏板开度、位置信息，M、N均为正整数，所述N条泊车轨迹中的每一条泊车轨迹的轨迹分值均相等；

所述策略确定模块，包括：

第一处理子模块，用于模拟所述车辆动力学模型沿所述每一条泊车轨迹在所述仿真环境中泊车的过程中，根据所述车辆动力学模型的行驶状态，调整所述每一条泊车轨迹的M组泊车变量以及所述每一条泊车轨迹的轨迹分值；

存储子模块，用于将调整后的每一条泊车轨迹保存在所述第二泊车轨迹组中；

第二处理子模块，用于在所述第二泊车轨迹组中确定轨迹分值最高的一条泊车轨迹作为目标泊车轨迹，所述目标泊车轨迹即为所述泊车控制策略。

9.根据权利要求8所述的泊车装置，其特征在于，所述第一处理子模块还用于：

检测所述车辆动力学模型沿所述每一条泊车轨迹行驶时，是否触碰到障碍物；

在所述车辆动力学模型触碰到所述障碍物时，在所述每一条泊车轨迹的轨迹分值中扣除预设分值，以及调整所述每一条泊车轨迹的M组泊车变量以绕开所述障碍物。

10.根据权利要求8或9所述的泊车装置，其特征在于，所述控制模块，包括：

控制子模块，用于根据所述目标泊车轨迹中包含的M组泊车变量，控制所述待停泊车辆沿所述目标轨迹进行泊车。

11.一种泊车系统，其特征在于，所述系统包括：

图像采集装置，用于采集待停泊车辆的图像信息；

用于存储处理器可执行指令的存储器；

处理器，用于执行权利要求1-5中任一权项所述方法的步骤。

12.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，该程序指令被处理器执行时实现权利要求1-5中任一项所述方法的步骤。