CN108959321A - 停车场地图构建方法、系统、移动终端及存储介质 - Google Patents

Abstract

本发明提供一种停车场地图构建方法、系统、移动终端及存储介质，所述方法包括：在任一车辆为地图构建模式时，获取车辆的运动姿态和车辆周边图像并提取地标信息；基于SLAM算法，根据车辆的运动姿态和所述地标信息生成地标地图以及车辆行驶轨迹；根据所述车辆行驶轨迹和检测的可行驶区域生成栅格地图；车辆于停车场不同区域行驶时，循环进行地图构建过程，形成局部或全局停车场地图。本发明为构建停车场地图和提供了有效手段。

Description

停车场地图构建方法、系统、移动终端及存储介质

技术领域

本发明涉及计算机通讯及网络安全领域，特别是涉及一种停车场地图构建方法、系统、移动终端及存储介质。

版权申明

本专利文件披露的内容包含受版权保护的材料。该版权为版权所有人所有。版权所有人不反对任何人复制专利与商标局的官方记录和档案中所存在的该专利文件或者该专利披露。

背景技术

汽车保有量的增加促进了大型停车场的发展，在迈入二十一世纪以来，我们的大型停车场越来越多，而停车场规模的日益扩大，带来一系列的泊车与取车的问题，已经成为世界范围内每个大中型城市普遍面临的社会问题。

在城市车辆日渐增多，交通拥堵越发严重的情况下，在城市中的停车难度大大增加。很多司机都感觉很难驾驭泊车技术。其次，车主一方面在泊车时面临着因寻找车位而逐渐增加的巡游路程，另一方面也增加了车主走出停车场的步行距离，加大了车主的体力、时间与能源成本；同时，大型停车场的车位众多且指示不够明确，茫茫车位给寻车造成了极大的困扰。

在车辆发展越来越发达的今天，车辆的智能化是车辆未来发展的一大趋势，在实现车辆自主泊车的过程中，如何有效获取停车场的地图及对停车场内的车辆定位是急需解决的技术问题。

目前车辆在室外的定位主要以卫星定位(包括差分)技术为主。但是容易收到高大建筑物以及树木的影响，很多场景下无法达到理想精度。另外，在室内没有卫星信号，无法使用卫星定位。

目前的室内定位技术也有Wi-Fi，蓝牙，UWB等无线技术，但是涉及对室内基础设施的安装、数据采集以及维护，因此受限制较大。

以激光雷达作为主要传感器的室内2D或3D地图构建技术能提供很高的精度，但是成本较高。一般用于科研、测绘等用途。很少在大规模量产的产品中使用。

视觉SLAM技术成本较低，不依赖于基础设施，便于采用。但是一般的视觉SLAM技术采用图像中普通边角等地标信息。其缺点是对于光照等场景变化，以及传感器一致性比较敏感，很难作为可持久化的地图特征表达。

发明内容

为了解决上述的以及其他潜在的技术问题，本发明的实施例提供了一种停车场地图构建方法，所述停车场地图构建方法包括：在任一车辆为地图构建模式时，获取车辆的运动姿态和车辆周边图像并从所述车辆周边图像提取地标信息；基于SLAM算法，根据车辆的运动姿态和所述地标信息生成地标地图以及车辆行驶轨迹；检测可行驶区域并根据所述车辆行驶轨迹和检测的所述可行驶区域生成栅格地图；车辆于停车场不同区域行驶时，循环进行地图构建过程，形成局部或全局停车场地图。

于本发明的一实施例中，所述停车场地图构建方法还包括对地标信息回环检测，具体包括：利用所述栅格地图通过扫描匹配的方式缩小地标信息的检测范围；利用所述地标地图对地标信息进一步检测。

于本发明的一实施例中，所述地标信息包括停车位的角点坐标、停车场内的立柱边沿、立柱投影以及防撞条边沿。

于本发明的一实施例中，所述可行驶区域包括直行路面、出入口路面和交叉口路面。

于本发明的一实施例中，所述车辆的运动姿态包括位置信息和航向角；根据方向盘转角、车轮脉冲、车辆惯性测量单元的速度参数以及GPS获取所述车辆的运动姿态。

本发明的实施例还提供一种停车场地图构建系统，所述停车场地图构建系统包括：地图构建模块和定位模块；所述地图构建模块包括：采集处理模块，用于在任一车辆为地图构建模式时，获取车辆的运动姿态和车辆周边图像并从所述车辆周边图像提取地标信息；地标地图模块，用于基于SLAM算法，根据车辆的运动姿态和所述地标信息生成地标地图以及车辆行驶轨迹；栅格地图模块，用于可行驶区域运动姿态检测可行驶区域并根据所述车辆行驶轨迹和检测的所述可行驶区域生成栅格地图；其中，车辆于停车场不同区域行驶时，循环构建所述栅格地图和所述地标地图，形成局部或全局停车场地图。

于本发明的一实施例中，所述地图构建模块还包括回环检测模块，用于对地标信息回环检测，具体包括：第一级检测单元，用于利用所述栅格地图通过扫描匹配的方式缩小地标信息的检测范围；第二级检测单元，用于利用所述地标地图对地标信息进一步检测。

于本发明的一实施例中，所述地标信息包括停车位的角点坐标、停车场内的立柱边沿、立柱投影，和防撞条边沿；所述可行驶区域包括直行路面、出入口路面和交叉口路面；所述车辆的运动姿态包括位置信息和航向角；根据方向盘转角、车轮脉冲、车辆惯性测量单元的速度参数以及GPS获取所述车辆的运动姿态。

本发明的实施例提供了一种移动终端，包括处理器和存储器，所述存储器存储有程序指令，所述处理器运行程序指令实现如上所述的方法中的步骤。

本发明的实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述的方法中的步骤。

如上所述，本发明的停车场地图构建方法、系统、移动终端及存储介质具有以下有益效果：

本发明实施例基于SLAM算法，根据车辆的运动姿态和所述地标信息生成地标地图以及车辆行驶轨迹，检测可行驶区域并根据所述车辆行驶轨迹和检测的所述可行驶区域生成栅格地图，车辆于停车场不同区域行驶时，循环进行地图构建过程，形成局部或全局停车场地图，实现停车场地图构建。本发明为获取停车场地图的构建提供了有效手段，具有较高的应用价值和市场前景。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1显示为本发明的停车场地图构建方法的流程示意图。

图2显示为本发明的停车场地图构建方法的一种优选流程示意图。

图3显示为本发明的停车场地图构建方法中回环检测的流程示意图。

图4显示为本发明的停车场地图构建系统的原理框图。

图5显示为本发明的停车场地图构建系统的一种优选原理框图。

图6显示为本发明的停车场地图构建系统的中回环检测模块的原理框图。

图7显示为本发明的停车场地图构建方法和系统构建的停车场地标地图的示意图。

图8显示为本发明的停车场地图构建方法和系统构建的停车场栅格地图的示意图。

元件标号说明

100 停车场地图构建系统

111 采集处理模块

112 地标地图模块

113 栅格地图模块

114 回环检测模块

114a 第一级检测单元

114b 第二级检测单元

S110～S150 步骤

S151～S152 步骤

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

请参阅图1至图8。须知，本说明书所附图式所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容得能涵盖的范围内。同时，本说明书中所引用的如“上”、“下”、“左”、“右”、“中间”及“一”等的用语，亦仅为便于叙述的明了，而非用以限定本发明可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，当亦视为本发明可实施的范畴。

本实施例的目的在于提供一种停车场地图构建方法、系统、移动终端及存储介质，用于解决现有技术中难以有效获取停车场的地图是急需解决的技术问题。以下将详细阐述本发明的停车场地图构建方法、系统、移动终端及存储介质的原理及实施方式，使本领域技术人员不需要创造性劳动即可理解本发明的停车场地图构建方法、系统、移动终端及存储介质。

本实施例所提供的停车场地图构建方法、系统、移动终端及存储介质应用于室内以及室外的单层或多层停车场。

本实施例所提供的停车场地图构建的方法使用的是SLAM算法，地图构建部分可以由不同的车辆或者设备完成。

具体地，如图1所示，本发明的实施例提供了一种停车场地图构建方法，所述停车场地图构建方法包括：

步骤S110，在任一车辆为地图构建模式时，获取车辆的运动姿态和车辆周边图像并从所述车辆周边图像提取地标信息。

步骤S120，基于SLAM算法，根据车辆的运动姿态和所述地标信息生成地标地图以及车辆行驶轨迹。

步骤S130，检测可行驶区域并根据所述车辆行驶轨迹和检测的所述可行驶区域生成栅格地图。

步骤S140，车辆于停车场不同区域行驶时，循环进行地图构建过程，形成局部或全局停车场地图。

以下对本实施例中所述停车场地图构建方法的步骤进行详细说明。

步骤S110，在任一车辆为地图构建模式时，获取车辆的运动姿态和车辆周边图像并从所述车辆周边图像提取地标信息。

于本实施例中，不需要采用专用地图采集车，用户的车辆即可为采集车，用户车辆在进入停车场时，即获取车辆的运动姿态和停车位周边图像等进行地图构建的信息采集。

于本实施例中，所述车辆的运动姿态包括位置信息和航向角。车辆的运动姿可由里程计推测，所述里程计包括四轮转动脉冲和方向盘转角，可以推算出车辆相对运输姿态变化。具体地，根据方向盘转角、车轮脉冲、车辆惯性测量单元(IMU)的速度参数(例如加速度、角速度)以及GPS获取所述车辆的运动姿态。利用GPS获取车辆的位置信息，利用方向盘转角、车轮脉冲、车辆惯性测量单元(IMU)的速度参数(例如加速度、角速度)获取车辆的航向角。

航向角可以利用角速度计计算、也可以通过车辆四轮转动脉冲和方向盘转角、也可以通过Visual SLAM计算，也可以将上述各数据源进行融合。这样可以得到对位置和航向角的预测。由于航向角的获取已经被本领域技术人员所熟知，在此不再赘述。

于本实施例中，在SLAM过程中，再结合摄像头感知的结果，再得到对位置和航向角的更新。预测和更新是不断迭代的过程。于本实施例中，停车位周边图像通过于车辆四周装设摄像头获取。车辆前后左右各装设摄像头，获取车辆四周的图像信息，然后从所述停车位周边图像提取停车位的地标信息。

于本实施例中，所述地标信息包括但不限于停车位的角点坐标、停车场内的立柱边沿、立柱投影以及防撞条边沿。这些地标在地图中的信息具体指在地面的坐标(x,y)，也可以包含地标的方向(x,y,theta)。其中，从车辆四周的图像中提取指定的地标信息是图像处理领域中比较成熟的技术，在此不再赘述。

步骤S120，基于SLAM算法，根据车辆的运动姿态和所述地标信息生成地标地图以及车辆行驶轨迹。

本实施例使用的SLAM算法包括但不限于EXF家族、粒子滤波FastSLAM、图优化等。

大部分基于视觉的SLAM技术选择SIFT，FAST之类的地标信息。但是这些地标信息受环境变化大。时间不变性不好。所以无法保存在地图中。本实施例在利用SLAM算法在构建地图时，选用的地标信息包括停车位的定点、立柱边沿以及其在地面的投影等。

其中，停车位的角点坐标的检测可参考现有技术中的任一检测手段，是本领域比较成熟的技术。于本实施例中，立柱边沿检测采用Visual SLAM中的地标信息，利用停车场大部分立柱有黄黑间隔的防撞条这一特征，提取具备相同的2D坐标，但高度等间隔的特点进行检测。

本实施例中构建的地标地图如图2所示，其中，于本实施例中，构建的地标地图和栅格地图是在同一坐标系下，也是同时更新的。为用户显示的时候可以将地标地图和栅格地图显示在不同的图层。

步骤S130，检测可行驶区域并根据所述车辆行驶轨迹和检测的所述可行驶区域生成栅格地图。

感知路面形态可行驶区域，根据车辆的运动信息运动姿态并结合所述地标信息生成局部栅格地图检测可行驶区域并根据所述车辆行驶轨迹和检测的所述可行驶区域生成栅格地图。其中，栅格地图中每个栅格中存储该栅格所覆盖区域的属性。例如1代表路面，0代表非路面。感知可行驶路面的路面形态可行驶区域并将所述路面形态可行驶区域映射于栅格地图，通过语义进行路面分割，并将所述路面形态可行驶区域映射于栅格地图。于本实施例中，所述路面形态即可行驶区域包括但不限于直行路面、出入口路面和交叉口路面。

具体地，例如根据4路环视摄像头以及单目前视摄像头图像识别停车位、车辆、行人、立柱、可行驶区域。通过预先标定的摄像头参数将识别结果反投影至道路平面，形成车身坐标系的局部2D网络地图，如图3所示。

更近一步地，对于摄像头的图像通过深度学习的算法计算每个像素的分类。分类包括了路面、车辆、行人、停车位、背景等，然后将分类为路面的像素映射为成为可通行区域。利用相机标定的参数，将这些像素投影回地平面网格以及地图所在的坐标系下，结合车辆在不同位置的多次感知结果，计算网格中每个格子属于路面的概率。

于本实施例中，步骤S140，车辆于停车场不同区域行驶时，循环构建所述栅格地图和所述地标地图，形成局部或全局停车场地图。

对于分次构建的SLAM地图，还可以比较其相同与不同区域，匹配成功后进行拼接，获得更完整的地图。具体地，于本实施例中，将每次构建的局部停车场地图进行比较匹配后进行拼接，直至获取全局停车场地图。

于本实施例中，如图4所示，所述停车场地图构建方法还包括步骤S150，对地标信息回环检测，因为停车场内地标信息重复，基于地标信息的回环检测容易产生匹配错误。如图5所示，本实施例中的回环检测具体包括：

步骤S151，利用所述栅格地图通过扫描匹配的方式缩小地标信息的检测范围。根据网络地图在大尺度空间通过扫描匹配的方式检测回环。

步骤S152，利用所述地标地图对地标信息进一步检测。缩小地标信息搜索范围，再通过地标信息回环检测进行地图全局优化。

于本实施例中，还包括：将所述停车场地图与所述车载地图比较，在所述停车场地图有更新时，将更新的内容发送至所述车载地图的云端服务器，使得所述车载地图中更新显示所述停车场地图。

所以本实施例的停车场地图构建方法，在有已知地图进行定位的时候，也可以同时利用SLAM进行停车场地图构建。将此地图与已知车载地图进行比较，以此可以发现当前环境是否较地图构建时发生了改变。可以将更新的结果上传至云端，以便其他用户下载。

由上可见，本实施例的停车场地图构建方法可以实现即时停车场地图构建。

本发明的实施例提供了一种移动终端，包括处理器和存储器，所述存储器存储有程序指令，所述处理器运行程序指令实现如上所述的方法中的步骤。所述移动终端例如为智能手机、车载终端等。

本发明的实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述的方法中的步骤。

为实现上述停车场地图构建方法，本实施例还对应提供了一种停车场地图构建系统，如图6所示，所述停车场地图构建系统100包括：采集处理模块111，地标地图模块112以及栅格地图模块113。

于本实施例中，所述采集处理模块111用于在任一车辆为地图构建模式时，获取车辆的运动姿态和车辆周边图像并从所述车辆周边图像提取地标信息。

于本实施例中，不需要采用专用地图采集车，用户的车辆即可为采集车，用户车辆在进入停车场时，即获取车辆的运动姿态和停车位周边图像等进行地图构建的信息采集。

于本发实施例中，所述车辆的运动姿态包括位置信息和航向角；车辆的运动姿可由里程计推测，所述里程计包括四轮转动脉冲和方向盘转角，可以推算出车辆相对运输姿态变化。具体地，根据方向盘转角、车轮脉冲、车辆惯性测量单元(IMU)的速度参数(例如加速度、角速度)以及GPS获取所述车辆的运动姿态。利用GPS获取车辆的位置信息，利用方向盘转角、车轮脉冲、车辆惯性测量单元(IMU)的速度参数(例如加速度、角速度)获取车辆的航向角。

航向角可以利用角速度计计算、也可以通过车辆四轮转动脉冲和方向盘转角、也可以通过Visual SLAM计算，也可以将上述各数据源进行融合。这样可以得到对位置和航向角的预测。由于航向角的获取已经被本领域技术人员所熟知，在此不再赘述。

于本实施例中，停车位周边图像通过于车辆四周装设摄像头获取。车辆前后左右各装设摄像头，获取车辆四周的图像信息，然后从所述停车位周边图像提取停车位的地标信息。

于本实施例中，在SLAM过程中，再结合摄像头感知的结果，再得到对位置和航向角的更新。预测和更新是不断迭代的过程。

于本实施例中，所述地标地图模块112用于用于基于SLAM算法，根据车辆的运动姿态和所述地标信息生成地标地图以及车辆行驶轨迹，如图2所示。

本实施例使用的SLAM算法包括但不限于EXF家族、粒子滤波FastSLAM、图优化等。

大部分基于视觉的SLAM技术选择SIFT，FAST之类的地标信息。但是这些地标信息受环境变化大。时间不变性不好。所以无法保存在地图中。本实施例在利用SLAM算法在构建地图时，选用的地标信息包括停车位的定点、立柱边沿以及其在地面的投影等。

其中，停车位的角点坐标的检测可参考现有技术中的任一检测手段，是本领域比较成熟的技术。于本实施例中，立柱边沿检测采用Visual SLAM中的地标信息，利用停车场大部分立柱有黄黑间隔的防撞条这一特征，提取具备相同的2D坐标，但高度等间隔的特点进行检测。

于本实施例中，所述地标信息包括但不限于停车位的角点坐标、停车场内的立柱边沿、立柱投影以及防撞条边沿。这些地标在地图中的信息具体指在地面的坐标(x,y)，也可以包含地标的方向(x,y,theta)。其中，从车辆四周的图像中提取指定的地标信息是图像处理领域中比较成熟的技术，在此不再赘述。

于本实施例中，所述栅格地图模块113用于可行驶区域运动姿态检测可行驶区域并根据所述车辆行驶轨迹和检测的所述可行驶区域生成栅格地图，如图3所示。

所述栅格地图模块113感知可行驶路面的可行驶区域并将所述可行驶区域映射于栅格地图，其中，栅格地图中每个栅格中存储该栅格所覆盖区域的属性。例如1代表路面，0代表非路面。其中，通过语义进行路面分割，并将所述可行驶区域映射于栅格地图。于本实施例中，所述可行驶区域包括但不限于直行路面、出入口路面和交叉口路面。

具体地，例如根据4路环视摄像头以及或者单目前视摄像头图像识别，根据深度神经网络图像语义分割算法将每个像素分类为可行驶道路区域和非道路区域。根据车辆在地图坐标系中的姿态以及摄像头的有效感知范围，计算地图中出现在当前有效感知区域的栅格，通过预先标定的摄像头参数(包括安装外参以及内参)计算这些栅格中与图像中像素的映射关系，计算这些栅格属于路面以及非路面的概率。

更近一步地，可以结合车辆的运动轨迹以及在不同姿态的多次感知结果，计算网格中每个格子属于路面的概率。

其中，于本实施例中，构建的地标地图和栅格地图是在同一坐标系下，也是同时更新的。为用户显示的时候可以将地标地图和栅格地图显示在不同的图层。

于本实施例中，车辆于停车场不同区域行驶时，循环构建所述栅格地图和所述地标地图，形成局部或全局停车场地图。

于本实施例中，如图7所示，所述地图构建模块110还包括回环检测模块114，用于对地标信息回环检测。因为停车场内地标信息重复，基于地标信息的回环检测容易产生匹配错误。如图8所示，所述回环检测模块114具体包括：

第一级检测单元114a，用于利用所述栅格地图通过扫描匹配的方式缩小地标信息的检测范围，根据网络地图在大尺度空间通过扫描匹配的方式检测回环。

第二级检测单元114b，用于利用所述地标地图对地标信息进一步检测。缩小地标信息搜索范围，再通过地标信息回环检测进行地图全局优化。

由上可见，本实施例的停车场地图构建可以实现即时停车场地图构建。

本发明的实施例还提供一种移动终端，所述移动终端包括如上所述的停车场地图构建系统100。上述已经对所述停车场地图构建系统100进行了详细说明，在此不再赘述。其中，所述移动终端例如为手机、PAD，也可以为电脑或服务器等。

综上所述，本本发明实施例基于SLAM算法，根据车辆的运动姿态和所述地标信息生成地标地图以及车辆行驶轨迹，检测可行驶区域并根据所述车辆行驶轨迹和检测的所述可行驶区域生成栅格地图，车辆于停车场不同区域行驶时，循环进行地图构建过程，形成局部或全局停车场地图，实现停车场地图构建。本发明为获取停车场地图和车辆的自主泊车提供了有效手段，具有较高的应用价值和市场前景。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。

上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中包括通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (10)

1.一种停车场地图构建方法，其特征在于：所述停车场地图构建方法包括：

在任一车辆为地图构建模式时，获取车辆的运动姿态和车辆周边图像并从所述车辆周边图像提取地标信息；

基于SLAM算法，根据车辆的运动姿态和所述地标信息生成地标地图以及车辆行驶轨迹；

检测可行驶区域并根据所述车辆行驶轨迹和检测的所述可行驶区域生成栅格地图；

车辆于停车场不同区域行驶时，循环进行地图构建过程，形成局部或全局停车场地图。

2.根据权利要求1所述的停车场地图构建方法，其特征在于：所述停车场地图构建方法还包括对地标信息回环检测，具体包括：

利用所述栅格地图通过扫描匹配的方式缩小地标信息的检测范围；

利用所述地标地图对地标信息进一步检测。

3.根据权利要求1所述的停车场地图构建方法，其特征在于：所述地标信息包括停车位的角点坐标、停车场内的立柱边沿、立柱投影以及防撞条边沿。

4.根据权利要求1所述的停车场地图构建方法，其特征在于：所述可行驶区域包括直行路面、出入口路面和交叉口路面。

5.权利要求1所述的停车场地图构建方法，其特征在于：所述车辆的运动姿态包括位置信息和航向角；根据方向盘转角、车轮脉冲、车辆惯性测量单元的速度参数以及GPS获取所述车辆的运动姿态。

6.一种停车场地图构建系统，其特征在于：所述停车场地图构建系统包括：

采集处理模块，用于在任一车辆为地图构建模式时，获取车辆的运动姿态和车辆周边图像并从所述车辆周边图像提取地标信息；

地标地图模块，用于基于SLAM算法，根据车辆的运动姿态和所述地标信息生成地标地图以及车辆行驶轨迹；

栅格地图模块，用于可行驶区域运动姿态检测可行驶区域并根据所述车辆行驶轨迹和检测的所述可行驶区域生成栅格地图；

其中，车辆于停车场不同区域行驶时，循环构建所述栅格地图和所述地标地图，形成局部或全局停车场地图。

7.根据权利要求6所述的停车场地图构建系统，其特征在于：所述地图构建模块还包括回环检测模块，用于对地标信息回环检测，具体包括：

第一级检测单元，用于利用所述栅格地图通过扫描匹配的方式缩小地标信息的检测范围；

第二级检测单元，用于利用所述地标地图对地标信息进一步检测。

8.根据权利要求6所述的停车场地图构建系统，其特征在于：所述地标信息包括停车位的角点坐标、停车场内的立柱边沿、立柱投影，和防撞条边沿；所述可行驶区域包括直行路面、出入口路面和交叉口路面；所述车辆的运动姿态包括位置信息和航向角；根据方向盘转角、车轮脉冲、车辆惯性测量单元的速度参数以及GPS获取所述车辆的运动姿态。

9.一种移动终端，包括处理器和存储器，所述存储器存储有程序指令，其特征在于：所述处理器运行程序指令实现如权利要求1至5任一权利要求所述的方法中的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：该程序被处理器执行时实现如权利要求1至5任一权利要求所述的方法中的步骤。