CN109754636B - 停车位协同感知识别、停车辅助方法、装置 - Google Patents
停车位协同感知识别、停车辅助方法、装置 Download PDFInfo
- Publication number
- CN109754636B CN109754636B CN201810469541.7A CN201810469541A CN109754636B CN 109754636 B CN109754636 B CN 109754636B CN 201810469541 A CN201810469541 A CN 201810469541A CN 109754636 B CN109754636 B CN 109754636B
- Authority
- CN
- China
- Prior art keywords
- information
- parking
- parking space
- vehicle
- sensor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Abstract
本说明书实施例公开了一种停车位协同感知识别、停车辅助方法、装置。所述方法包括:通过车载终端的传感器和设备获取车辆外部和内部信息,上传至服务器;基于所述车载终端或服务器,判定停车过程,根据停车过程的上述传感器和设备的信息,计算停车位信息;服务器根据获取的多个单个车载终端的所述停车位信息,进行数据融合,确定更新的更精确的停车位信息,包括停车位的位置与尺寸、周边环境边界、及进出停车位的路径。根据收集到的停车位信息大数据,能够为各用户或车载终端提供停车位及周边道路环境信息、使用状态等信息,以便辅助司机停车入位,或者使车辆自动停车入位。
Description
技术领域
本说明书涉及物联网领域,尤其涉及停车位协同感知识别、停车辅助方法、装置。
背景技术
随着车联网相关技术的不断成熟,传感器技术、移动通讯技术等均与车联网技术深度融合。
现有技术中,通过地图或导航软件,可以确认到停车场的位置,具体停车位信息无法确定。若需要确定各个停车位的具体信息,还进一步需要车辆自身传感器辅助实现,比如,现有的泊车辅助系统。并且,车辆针对每次停车都需要泊车辅助系统重新检测,各个车位信息、车位使用状态信息等都无法实现共享。其他车无法在事先及时得到更新的准确的停车位及周期道路环境信息,进而无法更好地选择停车位。现有停车位信息的更新,需要人工测量来完成,无法自动化,带来成本与时效的问题。
基于此,需要能够辅助提供停车位信息自动协同感知并实现辅助停车的方案。
发明内容
本说明书实施例提供停车位协同感知识别、停车辅助方法、装置,用于解决如下问题:需要能够全面的提供停车位协同感知的方案。
基于此,本说明书实施例提供的一种停车位协同感知识别方法,包括:
车载终端的信息持续上传至服务器,所述车载终端或服务器判定车辆停车过程的开始与结束时刻,提取车载终端采集的停车过程信息;
所述车载终端或所述服务器根据所述停车过程信息计算停车位信息;其中,所述停车位信息包括:停车位的位置、停车位的尺寸、道路信息、障碍物信息。
此外,本说明书实施例还提供一种停车位协同感知识别的停车辅助方法,包括:
用户终端发送停车位请求;其中,所述停车位请求包含所需停车位所在区域的信息;
根据所述停车位请求中携带的区域信息,基于停车位数据库推荐停车位信息;其中,所述停车位信息包括停车位的位置、停车位的尺寸、道路信息、障碍物信息;
根据所述停车位信息,使得车辆停入指定停车位。
此外,本说明书实施例还提供一种停车位协同感知识别装置,包括:
停车过程提取模块,车载终端的信息持续上传至服务器,所述车载终端或服务器判定车辆停车过程的开始与结束时刻,提取停车过程信息;
停车位信息计算模块,所述车载终端或所述服务器根据所述停车过程信息计算停车位信息;其中,所述停车位信息包括:停车位的位置、停车位的尺寸、道路信息、障碍物信息。
此外,本说明书实施例还提供一种停车位协同感知识别的停车辅助装置,包括:
发送模块,用户终端发送停车位请求;其中,所述停车位请求包含所需停车位所在区域的信息;
推荐模块,根据所述停车位请求中携带的区域信息,基于停车位数据库推荐停车位信息;其中,所述停车位信息包括停车位的位置、停车位的尺寸、道路信息、障碍物信息;
停车模块,根据所述停车位信息,使得车辆停入指定停车位。
本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果:
通过基于车载终端,收集车辆的停车过程信息、计算停车位信息;根据收集到的针对同一个停车位的多个不同车辆的停车过程信息和停车位信息,确定各停车位具体的信息(比如,停车位的尺寸、位置、道路信息等),并将停车位信息共享给其他车载终端。在其他车辆想要停车入位时,根据获取的车位尺寸信息、道路信息及障碍物信息,辅助或者自动实现停车入位。根据收集到的停车位信息大数据,能够为各用户或车载终端提供停车位尺寸、使用状态等信息,以便辅助司机停车入位,或者使得车辆自动停车入位。
附图说明
图1为本说明书实施例提供的架构示意图;
图2为本说明书实施例提供的停车位识别方法;
图3为本说明书实施例提供的为本说明书实施例提供的停车辅助方法的流程示意图;
图4为本说明书实施例提供的为本说明书实施例提供的一种推荐停车位的方法示意图;
图5为本说明书实施例提供的种停车位识别装置的结构示意图;
图6为本说明书实施例提供的一种基于停车识别装置的停车辅助装置的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,通过车载终端获取停车位等相关信息后,需要将这些数据发送给服务器、服务器集群(或者云端),进一步由服务器、服务器集群(或者云端)对接收到的各个停车位信息进行数据融合并汇总。服务器能够为用户或者车载终端提供更新与更精准的停车位信息。
在本说明书的实施例中,停车辅助方法可采用如图1所示的架构,服务器根据接收到的多个车载终端提供的停车位信息,基于停车轨迹和车身尺寸,可以计算出相对准确的停车位尺寸信息。进一步地,服务器可以将停车位尺寸信息共享给有指定停车需求的车载终端或者用户端设备。以便实现辅助或自动进行停车入位。
这里通过根据接收到针对同一车位的不同车辆的停车信息来确定停车位的尺寸和位置信息,避免了针对各个停车位进行人工测量标记的工作量,但是同样能够起到相对精准的确定停车位尺寸信息的目的。同时,由于基于车载终端自动进行停车位信息的更新,在停车位状态发生变化后,服务器中的停车位信息能很快与实际状态保持一致,提高了信息的时效性。
下面将基于如图1所示的架构,详细说明本说明书的实施例提供的停车位识别方法,该方法具体包括以下步骤,如图2所示,包括:
步骤S202:车载终端的信息持续上传至服务器,所述车载终端或服务器判定车辆停车过程的开始与结束时刻,提取停车过程信息。
在实际应用中,将车辆停入指定位置,通常需要一个停车过程,具体来说,可以包括:竖向停车(比如,倒车入库或前进方向入库)、侧方位停车(左侧或者右侧停车)。
在对停车过程进行判断时,可以利用车载终端进行计算和判断,也可以利用服务器进行计算和判断。需要说明的是,对停车过程的判断,需要结合停车中车辆运动趋势或行驶轨迹进行判断,而不是简单的根据是否停车进行判断;这里所说的停车过程,包括,车辆准备停车动作(一般是在道路上开始驶入车位)的时刻开始,以及为了能够驶入车库需要一系列的前进、后退、转向等的动作,直到停车入库结束。
停车入库结束的判断方式,简单来说,可以根据车辆发动机运行状态(即,是否熄火)来判断。当然,为了能够更加精准的判断车辆是否停在标准停车位中,进一步可以基于车载终端,比如:车载终端(视觉和/或激光传感器)、卫星定位设备、惯性测量设备、车辆系统信息(方向盘、油门、挡位及车速信息,倒车辅助系统)中的一种或几种综合判断车辆停车状况,比如,判断是否已停车,停入车位方式(侧方位停车还是倒车入库)等。
停车位坐标不仅仅是停车场的位置坐标,还可以对各个停车位的具体坐标进行标记,建立停车位标记与经纬度坐标之间的对应关系,以便可以根据车辆位置实时推荐可用的停车位信息。
这里所说的提取停车过程信息,主要包括,时间信息、轨迹信息、车辆信息、环境信息。时间信息包括:停车的开始时刻,停车的结束时刻,以及停车所用时间长度。轨迹信息包括:车辆运动趋势或轨迹。车辆信息包括:车辆的行驶方向、速度、转向角度等等。环境信息包括:道路的尺寸、周围的障碍物位置与尺寸(比如四周绿化或墙面等的位置和高度)、停车位的尺寸、停车位的位置等。进一步地,还可以包括当前停车位或者周围停车位的使用状态。
步骤S204:所述车载终端或所述服务器根据所述停车过程信息计算停车位信息;其中,所述停车位信息包括:停车位的位置、停车位的尺寸、道路信息、障碍物信息。
这里所说的停车位的位置,包括相对位置和绝对位置,相对位置可以理解为停车位的地址和编号等;绝对位置可以理解为停车位的经纬度坐标;进一步地,还需要建立相对位置与绝对位置之间的对应关系。
停车位的尺寸,可以理解为停车位的长宽尺寸,以及停车位的方向(比如,侧向还是竖直方向),以便根据请求停车的车身尺寸为用户推荐可用的停车位。
道路信息,可以理解为驶入和驶出停车位的周围道路信息,包括道路宽度、道路方向、道路与停车位夹角、道路的坡度等等。
障碍物信息,可以理解为停车位及道路周围的环境信息,包括各种障碍物尺寸、位置、高度等,还包括坑洼、沟壑等低于地平面的环境信息。
在本说明书一个或者多个实施例中,所述车载终端或所述服务器根据所述停车过程信息计算停车位信息,具体可以包括:车载终端判定停车过程,提取停车过程信息并上传至服务器;在所述服务器上根据停车过程信息计算获得停车位信息;或,车载终端判定停车过程并提取停车过程信息,再根据停车过程信息计算停车位信息,上传至服务器;
服务器根据对应同一个位置的多个停车位信息进行数据融合,得到融合的停车位信息。
在实际应用中,根据停车过程信息计算停车位信息的计算过程,根据计算量大小,以及车载终端或服务器的运算能力,选择可用终端完成该计算工作。主要有两种方式,一种是通过车载终端判断停车过程,并将提取到的停车过程信息上传给服务器,再由服务器根据停车过程信息计算获取停车位信息。其中,停车过程信息与停车位信息已在前文中进行过解释,在这里就不在进行多余的叙述。
需要说明的是,对多个停车位信息进行数据融合的工作,往往需要由服务器完成。各个车载终端将其获取的停车位信息发送至服务器进行汇总。这里所说的数据融合,并非简单的数据合并,而是需要根据接收到的数据,融合并计算出可用的停车位信息。举例来说,每辆车停入同一个停车位时,会有些偏差;根据每辆车停车过程信息所计算出的停车位的尺寸也会有些偏差;因此,为了获得真实可用(换言之,适用范围更广)的停车位信息,需要综合各个停车位信息。这样,可以避免人工测量并标记停车位尺寸信息,也不需要人工采集各个车位的经纬度信息等,而且基于车载终端就能够获得所需的各个停车位信息,还能够获得各个停车位实时使用状态。数据融合方法可以是简单的根据多个停车位信息取最大外轮廓,也可以根据概率的方法取一定置信水平的外轮廓。
在本说明书一个或者多个实施例中,所述车载终端,具体可以包括:车载终端包括的外设传感器和/或内置传感器,用于获取车外环境感知信息和/或自车系统状态信息。
外设传感器用于获取车辆以外的环境信息,比如,道路信息、障碍物信息、停车位的尺寸等各种与停车位环境相关的信息。而内置传感器,多用于获取车辆自身系统状态信息,比如,车速、转向角度、行驶方向、车身姿态、车辆位置、发动机运行状态等等。
举例来说,这里所说的外设传感器可以是超声波雷达、激光雷达等用于测距的传感器,或者是摄像头等图像采集设备。例如,通过前后超声波雷达,可以检测到停车位周围的障碍物状态,以及障碍物与车之间的距离,在基于车身尺寸,可以大致确定停车位的尺寸范围。
内置传感器包括但不限于定位设备(比如,GPS)、运动传感器(比如,惯性导航装置、陀螺仪等等)、方向盘转角传感器、油门及制动踏板传感器、档位传感器、车速传感器等。基于上述的多个传感器,可以获得停车信息,包括停车位信息和停车轨迹信息。例如,通过上述的内置传感器可以采集到车辆各种运行状态信息,以便获取停车过程和停车轨迹。
在本说明书一个或者多个实施例中,视觉传感器、激光传感器、雷达传感器中至少一种;所述内置传感器包括:车速传感器、转向传感器、运动传感器、定位设备中至少一种。
如前文所述可知,这里所说的运动传感器可以是惯性导航装置,通过测量车辆的加速度和角速度,并自动进行积分运算,获得车辆瞬时速度、瞬时位置和瞬间角度数据的技术。定位设备,可以是GPS、北斗等卫星定位,也可以基于基站定位。
所述视觉传感器可以是车载摄像头,比如,倒车影像或者全景摄像头。激光传感器,用于检测周围障碍物。转向传感器主要用于判断车轮转向或检测车轮转过的角度,并经转向传感器采集到的角度数据实时存储;该传感器可以安装在转向盘传动轴上,也可以安装在车轮传动臂上。车速传感器用于实时采集车速数据;还可以包括方向传感器,方向传感器用于判断当前车辆的行驶方向。具体来说,在采集上述的转向角度、速度和方向时,需要具有实时且一一对应的关系;比如,t1时刻的转向角度θ1、速度v1、方向前进,t2时刻的转向角度θ2、速度v2、方向后退。
在本说明书一个或者多个实施例中,判定停车过程的开始和结束时刻的方法包括:
侧方位停车时,车辆会驶向一侧,再前后往复运动后停止,最终车辆方向与初始时基本平行;
垂直车位停车时,车辆会向前或向后驶向一侧,转向90度并停止;
根据所述车载终端,获取车辆运动趋势或轨迹;
若一段时间的所述车辆运动趋势或轨迹符合上述规律,获取所述车辆运动趋势或轨迹的开始和结束时刻。
如前文所述,停车位可以分为侧向停车位和竖直停车位。由于这两种停车方式,所对应的停车过程信息是不同的,因此,对停车过程的开始和结束时刻的判断方式也有区别。具体来说,侧方位停车时,车辆会驶向一侧,再前后往复运动后停止,最终车辆方向与初始时基本平行;通过内置传感器获取的数据,体现为,检测到车辆向前行驶一段时间或者距离后,转向轮或方向盘会向左或右侧转向,并向后行驶;当然,这个前后行驶的过程可能有多组,也可能只有一组先向前后向后的行驶数据。最终车辆停止后,车辆朝向与车辆开始停车时的朝向基本一致。例如,可以基于陀螺仪获取车辆运动轨迹的变化,包括角度、方向、速度、加速度等。
垂直车位停车时,其具有的特点是转向90度,可以是左转向(一般是倒车入库)90度,也可以是右转向(一般是正向驶入垂直车库)90度。
基于上述行驶轨迹提取对应的特征,若车载终端获取的停车过程信息与上述特征一致,则判定为停车过程,从而可以进一步确定停车开始和结束时间。更进一步地,为了满足自动停车的需求,还可以获取停车开始时刻的位置信息和停车结束时刻的位置信息,建立时间与位置的对应关系。
在本说明书一个或者多个实施例中,所述根据停车过程信息计算停车位信息,具体可以包括:
根据车辆尺寸信息和所述外设传感器,计算停车位的尺寸;
根据车辆尺寸信息和所述内置传感器、所述外设传感器,计算所述道路信息和所述障碍物信息;
根据所述内置传感器,获取停车位的位置。
在通过外设传感器对周围环境信息进行感知和采集时,往往需要结合车辆自身尺寸信息,不同尺寸的车辆,具有不同的长宽尺寸和不同的转弯半径。举例来说,若要获取停车位与周围障碍物的位置关系,需要结合车辆尺寸计算出距离和高度关系。
这里所说的停车位的位置可以是停车位坐标信息,包括经纬度坐标和人为指定坐标,以便区分不同的停车位。例如,针对同一个停车位,可以同时具有经纬度坐标(比如,北纬X度、东经Y度)和人为指定坐标(比如,A市B小区C号楼D停车库D1车位)。
在确定到停车位的坐标信息后,进一步可以获取对应的停车位尺寸信息,包括停车位周围的道路信息和停车位的长宽以及停车位的形式(侧方停车车位或倒车入库车位)。
在本申请一个或者多个实施例中,所述障碍物信息还包括相邻停车位信息,
所述根据车辆尺寸信息和所述内置传感器、所述外设传感器,计算所述道路信息和所述障碍物信息,具体可以包括:根据车辆尺寸信息和所述内置传感器、所述外设传感器,检测当前停车位相邻停车位信息;所述相邻停车位信息至少包括:相邻停车位使用状态、相邻停车位所停车辆尺寸和位置。
在实际应用中,每个停车位中所停放车辆的尺寸大小、停放位置或者角度都是不同的。为了便于后续车辆了解各个停车位的使用状态,当前车辆还可以对其所停入的停车位相邻停车位进行检测。例如,此时服务器同时接收到两辆车针对同一个停车场的停车请求,假设车辆分别为甲车和乙车,甲车为货车,尺寸较大,乙车为两座小轿车,尺寸较小。为了更好的为甲车和乙车推荐合适的停车位,服务器可以根据接收到的停车场中各个车辆反馈的相邻停车位所停车辆的尺寸信息,计算并查找合适的停车位,以便将空余空间较大的停车位推荐给甲车,将空余空间较小的停车位推荐给乙车。有利于提高停车的效率和用户停车体验。
在本申请一个或者多个实施例中,所述数据融合,具体可以包括:利用预设的数据融合方法,融合同一停车位的多组停车位的尺寸、停车位的位置、道路信息和障碍物信息,获得所述停车位更新的所述停车位信息。
这里所说的对多个所述停车位信息的数据融合,一般情况下是有云端服务器进行融合。需要说明的是,提取停车过程信息有两种方案,一种是车端判定停车过程;车端上传停车前一定时间或距离到停车结束的信息,云端计算停车位信息识别结果;或车端根据此停车过程信息计算识别结果,将识别结果上传云端;云端将多个车数据的停车位信息进行融合,形成更精确的估计结果。另一种是车端持续上传数据;云端判定该车停车过程,提取停车前一定时间或距离到停车结束的信息,根据这段数据计算停车位信息识别结果;云端将多个车的识别信息进行融合,形成更精确的识别结果;特别地,可以利用停车后驶出车位的一段时间或距离内的数据,识别并融合驶出车位的车道情况。
进一步地,基于这种数据融合的方式,还可以及时获得停车位使用状态等信息。例如,当前车辆在停入指定停车位时,通过传感器可以检测周围停车位使用状态,并将检测到的结果发送到服务器,可以及时了解到最新的停车位状态信息。
为了安全起见,在进行停车位尺寸信息确定时,往往根据各个停车轨迹的外围尺寸进行确定,比如,A车停车轨迹相对于停车位偏左,B车停车轨迹相对于停车位偏右,C车停车轨迹相对于停车位偏前方,D车停车轨迹相对于停车位偏后方,那么,A车停车轨迹作为左边界,B车停车轨迹作为右边界,C车停车轨迹作为前边界,D车停车轨迹作为后边界。结合A/B/C/D四辆车的针对同一车位的停车轨迹,可以获取更加安全可靠的停车位信息。
在本说明书一个或者多个实施例中,得到融合的停车位信息之后,还可以包括:将融合得到的停车位信息存储到预设的停车位数据库中,以便与车辆共享停车位信息。
在进行汇总时,需要建立停车位坐标信息与停车位尺寸信息之间的对应关系。具体来说,假设停车位坐标信息为:A市B小区C号楼D停车库D1车位;D1车位的长为a米,宽为b米。基于这样的对应关系,对大量的停车位进行汇总,从而得到停车位数据库。
基于同样的思路,本说明书实施例还提供一种基于停车位协同感知识别方法的停车辅助方法,如图3所示为本说明书实施例提供的停车辅助方法的流程示意图。
步骤S302:用户终端发送停车位请求;其中,所述停车位请求包含所需的停车位所在区域的信息。
这里所说的用户终端,可以是车载终端或者是用户的手机端等,能够发出用户停车请求的终端设备。停车位请求,包含所需停车位的位置信息,比如,当前发出请求的车辆,想要在附近停车,那么该停车位请求中就携带有当前车辆的坐标以及发出请求的时间,以便服务器根据请求推荐最近的方便该车辆将车停放在可用的停车位。
在实际应用中,还可以通过预约停车,比如,X车从Y市驱车前往A市B小区C号楼,预计两小时之后到达,那么服务器可以根据用户的停车位请求,预留出停车位,并将停车位信息发送给X车,根据停车位信息为X车导航到指定车位。
步骤S304:根据所述停车位请求中携带的区域信息,基于停车位数据库体检停车位信息;其中,所述停车位信息包括停车位的位置、停车位的尺寸、道路信息、障碍物信息。
如图4所示为本说明书实施例提供的一种推荐停车位的方法示意图。如前文所述,假设X车从Y市驱车前往A市B小区C号楼,服务器或云端会根据停车位数据库中存储的大量停车位数据,为X车推荐距离C号楼最近的可用停车位。这里所说的可用停车位,需要综合考虑停车位尺寸及停车入位空间与车辆尺寸是否匹配、停车位是否处于空闲状态等多个因素。假设最终为X车推荐停车位为D车库中的D1车位。
步骤S306:根据所述停车位信息,使得车辆停入指定停车位。
用户终端获得停车位信息之后,可用根据停车位坐标信息找到推荐的停车位,进一步地,根据停车位尺寸信息及进出车位的道路信息,辅助用户停车入库;当然,也可以由车辆根据停车位信息自动停车入库。
在本说明书一个或者多个实施例中,所述根据所述停车位信息,使得车辆停入指定停车位,具体可以包括:根据所述停车位请求,确定需要车辆停车方式;所述车辆停车方式包括:辅助停车和自动停车;根据所述停车方式,确定对应的停车位信息,使得车辆利用部分或完全自动驾驶或者在停车位信息辅助下由驾驶人驾驶停入指定停车位。
一般来说,在用户终端发送停车请求时,会携带有车辆停车方式,比如,辅助停车方式或者自动停车方式。主要区别在于,辅助停车方式只需要云端或服务器为用户终端提供基础的尺寸信息和位置信息,由驾驶员来完成停车入库的操作。而自动停车,往往有车辆自动完成停车,需要更加精准的停车位尺寸信息和位置信息;这里所说的完全自动停车,是不需要人员干预实现自动停车;部分自动驾驶是需要人员干预。
基于同样的思路,如图5所示,本说明书实施例还提供一种停车位识别装置,包括:
停车过程提取模块501,车载终端的信息持续上传至服务器,所述车载终端或服务器判定车辆停车过程的开始与结束时刻,提取停车过程信息;
停车位信息计算模块502,所述车载终端或所述服务器根据所述停车过程信息计算停车位信息;其中,所述停车位信息包括:停车位的位置、停车位的尺寸、道路信息、障碍物信息。
进一步地,所述停车位信息计算模块502,通过车载终端判定停车过程,提取停车过程信息并上传至服务器;所述服务器根据停车过程信息计算获得停车位信息;
或,
通过车载终端判定停车过程并提取停车过程信息,再根据停车过程信息计算停车位信息,上传至服务器;
服务器根据对应同一个位置的多个停车位信息进行数据融合,得到融合的停车位信息。
进一步地,所述车载终端,具体包括:
车载终端包括的外设传感器和/或内置传感器,用于获取车外环境感知信息和/或自车系统状态信息。
进一步地,所述外设传感器包括:视觉传感器、激光传感器、雷达传感器中至少一种;所述内置传感器包括:车速传感器、转向传感器、运动传感器、定位设备中至少一种。
进一步地,判定停车过程的开始和结束时刻的方法包括:
侧方位停车时,车辆会驶向一侧,再前后往复运动后停止,最终车辆方向与初始时基本平行;
垂直车位停车时,车辆会向前或向后驶向一侧,转向90度并停止;
根据所述车载终端,获取车辆运动趋势或轨迹;
若一段时间的所述车辆运动趋势或轨迹符合上述规律,获取所述车辆运动趋势或轨迹的开始和结束时刻。
进一步地,所述根据停车过程信息计算停车位信息,具体包括:
根据车辆尺寸信息和所述外设传感器,计算停车位的尺寸;
根据车辆尺寸信息和所述内置传感器、所述外设传感器,计算所述道路信息和所述障碍物信息;
根据所述内置传感器,获取停车位的位置。
进一步地,所述障碍物信息还包括相邻停车位信息,
所述根据车辆尺寸信息和所述内置传感器、所述外设传感器,计算所述道路信息和所述障碍物信息,具体包括:
根据车辆尺寸信息和所述内置传感器、所述外设传感器,检测当前停车位相邻停车位信息;所述相邻停车位信息至少包括:相邻停车位使用状态、相邻停车位所停车辆尺寸和位置。
进一步地,所述数据融合,具体包括:
利用预设的数据融合方法,融合同一停车位的多组停车位的尺寸、停车位的位置、道路信息和障碍物信息,获得各个信息最新及置信度最高的估计值,再融合各估计值获得更新的所述停车位信息。
进一步地,得到融合的停车位信息之后,还包括:
将融合得到的停车位信息存储到预设的停车位数据库中,以便与车辆共享停车位信息。
基于同样的思路,如图6所示,本说明书实施例还提供一种基于停车识别装置的停车辅助装置,具体可以包括:
发送模块601,用户终端发送停车位请求;其中,所述停车位请求包含所需停车位所在区域的信息;
车位推荐模块602,根据所述停车位请求中携带的位置信息,基于停车位数据库推荐停车位信息;其中,所述停车位信息包括停车位的位置、停车位的尺寸、道路信息、障碍物信息;
停车模块603,根据所述停车位信息,使得车辆停入指定停车位。
进一步地,所述根据所述停车位信息,使得车辆停入指定停车位,具体包括:根据所述停车位请求,确定需要车辆停车方式;所述车辆停车方式包括:辅助停车和自动停车;根据所述停车方式,确定对应的停车位信息,使得车辆利用部分或完全自动驾驶或者在停车位信息辅助下由驾驶人驾驶停入指定停车位。
基于上述实施例可以了解到,通过基于车载终端,收集车辆的停车信息和停车位坐标信息;根据收集到的针对同一个停车位的多个不同车辆的停车信息和停车位坐标信息,确定各停车位具体的尺寸信息,并将该尺寸信息共享给其他车载终端。在其他车辆想要进行停车入位时,根据获取的车位尺寸信息、道路信息及障碍物信息,辅助或者自动实现停车入位。根据收集到的停车位信息大数据,能够为各用户或车载终端提供停车位尺寸、使用状态等信息,以便辅助司机停车入位,或者车辆自动停车入位。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、设备和介质类实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可,这里就不再一一赘述。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤或模块可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书的实施例时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信编号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本说明书中一个或多个的实施例可提供为方法、系统或计算机程序产品。因此,本说明书的实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的形式。而且,本说明书的实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书的实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定事务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书的实施例,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行事务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本说明书的实施例可以有各种更改和变化。凡在本说明书的实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利范围之中。
Claims (12)
1.停车位协同感知识别方法,其特征在于,包括:
车载终端的信息持续上传至服务器,所述车载终端或服务器判定车辆停车过程的开始与结束时刻,提取停车过程信息;
所述车载终端或所述服务器根据所述停车过程信息计算停车位信息;其中,所述停车位信息包括:停车位的位置、停车位的尺寸、道路信息、障碍物信息;
其中,所述车载终端或所述服务器根据所述停车过程信息计算停车位信息,具体包括:
车载终端判定停车过程,提取停车过程信息并上传至服务器;在所述服务器上根据停车过程信息计算获得停车位信息;
或,
车载终端判定停车过程并提取停车过程信息,再根据停车过程信息计算停车位信息,上传至服务器;
服务器根据对应同一个位置的多个停车位信息进行数据融合,得到融合的停车位信息,将融合得到的停车位信息存储到预设的停车位数据库中,以便与车辆共享停车位信息,其中,所述数据融合,具体包括:利用预设的数据融合方法,融合同一停车位的多组停车位的尺寸、停车位的位置、道路信息和障碍物信息,获得所述停车位更新的所述停车位信息;
其中,判定停车过程的开始和结束时刻的方法包括:
侧方位停车时,车辆会驶向一侧,再前后往复运动后停止,最终车辆方向与初始时基本平行;
垂直车位停车时,车辆会向前或向后驶向一侧,转向90度并停止;
根据所述车载终端,获取车辆运动趋势或轨迹;
若一段时间的所述车辆运动趋势或轨迹符合上述规律,获取所述车辆运动趋势或轨迹的开始和结束时刻;
其中,所述根据停车过程信息计算停车位信息,具体包括:
根据车辆尺寸信息和外设传感器,计算停车位的尺寸;
根据车辆尺寸信息和内置传感器、所述外设传感器,计算所述道路信息和所述障碍物信息;
根据所述内置传感器,获取停车位的位置。
2.如权利要求1所述的方法,其特征在于,所述车载终端,具体包括:
车载终端包括的外设传感器和/或内置传感器,用于获取车外环境感知信息和/或自车系统状态信息。
3.如权利要求2所述的方法,其特征在于,所述外设传感器包括:视觉传感器、激光传感器、雷达传感器中至少一种;所述内置传感器包括:车速传感器、转向传感器、运动传感器、定位设备中至少一种。
4.如权利要求1所述的方法,其特征在于,所述障碍物信息还包括相邻停车位信息,
所述根据车辆尺寸信息和所述内置传感器、所述外设传感器,计算所述道路信息和所述障碍物信息,具体包括:
根据车辆尺寸信息和所述内置传感器、所述外设传感器,检测当前停车位相邻停车位信息;所述相邻停车位信息至少包括:相邻停车位使用状态、相邻停车位所停车辆尺寸和位置。
5.一种基于权利要求1至4任一所述停车位协同感知识别方法的停车辅助方法,其特征在于,
用户终端发送停车位请求;其中,所述停车位请求包含所需停车位所在区域的信息;
根据所述停车位请求中携带的区域信息,基于停车位数据库推荐停车位信息;其中,所述停车位信息包括停车位的位置、停车位的尺寸、道路信息、障碍物信息;
根据所述停车位信息,使得车辆停入指定停车位。
6.如权利要求5所述的方法,其特征在于,所述根据所述停车位信息,使得车辆停入指定停车位,具体包括:
根据所述停车位请求,确定需要车辆停车方式;所述车辆停车方式包括:辅助停车和自动停车;
根据所述停车方式,确定对应的停车位信息,使得车辆利用自动驾驶或者在停车位信息辅助下由驾驶人驾驶停入指定停车位。
7.停车位协同感知识别装置,其特征在于,包括:
停车过程提取模块,车载终端的信息持续上传至服务器,所述车载终端或服务器判定车辆停车过程的开始与结束时刻,提取停车过程信息;
停车位信息计算模块,所述车载终端或所述服务器根据所述停车过程信息计算停车位信息;其中,所述停车位信息包括:停车位的位置、停车位的尺寸、道路信息、障碍物信息;
其中,所述停车位信息计算模块,通过车载终端判定停车过程,提取停车过程信息并上传至服务器;在所述服务器上根据停车过程信息计算获得停车位信息;
或,
通过车载终端判定停车过程并提取停车过程信息,再根据停车过程信息计算停车位信息,上传至服务器;
服务器根据对应同一个位置的多个停车位信息进行数据融合,得到融合的停车位信息,将融合得到的停车位信息存储到预设的停车位数据库中,以便与车辆共享停车位信息,其中,所述数据融合,具体包括:利用预设的数据融合方法,融合同一停车位的多组停车位的尺寸、停车位的位置、道路信息和障碍物信息,获得所述停车位更新的所述停车位信息;
其中,判定停车过程的开始和结束时刻的方法包括:
侧方位停车时,车辆会驶向一侧,再前后往复运动后停止,最终车辆方向与初始时基本平行;
垂直车位停车时,车辆会向前或向后驶向一侧,转向90度并停止;
根据所述车载终端,获取车辆运动趋势或轨迹;
若一段时间的所述车辆运动趋势或轨迹符合上述规律,获取所述车辆运动趋势或轨迹的开始和结束时刻;
其中,所述根据停车过程信息计算停车位信息,具体包括:
根据车辆尺寸信息和外设传感器,计算停车位的尺寸;
根据车辆尺寸信息和内置传感器、所述外设传感器,计算所述道路信息和所述障碍物信息;
根据所述内置传感器,获取停车位的位置。
8.如权利要求7所述的装置,其特征在于,所述车载终端,具体包括:
车载终端包括的外设传感器和/或内置传感器,用于获取车外环境感知信息和/或自车系统状态信息。
9.如权利要求8所述的装置,其特征在于,所述外设传感器包括:视觉传感器、激光传感器、雷达传感器中至少一种;所述内置传感器包括:车速传感器、转向传感器、运动传感器、定位设备中至少一种。
10.如权利要求7所述的装置,其特征在于,所述障碍物信息还包括相邻停车位信息,
所述根据车辆尺寸信息和所述内置传感器、所述外设传感器,计算所述道路信息和所述障碍物信息,具体包括:
根据车辆尺寸信息和所述内置传感器、所述外设传感器,检测当前停车位相邻停车位信息;所述相邻停车位信息至少包括:相邻停车位使用状态、相邻停车位所停车辆尺寸和位置。
11.一种基于权利要求7至10任一所述停车位协同感知识别装置的停车辅助装置,其特征在于,包括:
发送模块,用户终端发送停车位请求;其中,所述停车位请求包含所需停车位所在区域的信息;
推荐模块,根据所述停车位请求中携带的区域信息,基于停车位数据库推荐停车位信息;其中,所述停车位信息包括停车位的位置、停车位的尺寸、道路信息、障碍物信息;
停车模块,根据所述停车位信息,使得车辆停入指定停车位。
12.如权利要求11所述的装置,其特征在于,所述停车模块,根据所述停车位请求,确定需要车辆停车方式;所述车辆停车方式包括:辅助停车和自动停车;
根据所述停车方式,确定对应的停车位信息,使得车辆利用自动驾驶或者在停车位信息辅助下由驾驶人驾驶停入指定停车位。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810469541.7A CN109754636B (zh) | 2018-05-16 | 2018-05-16 | 停车位协同感知识别、停车辅助方法、装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810469541.7A CN109754636B (zh) | 2018-05-16 | 2018-05-16 | 停车位协同感知识别、停车辅助方法、装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109754636A CN109754636A (zh) | 2019-05-14 |
CN109754636B true CN109754636B (zh) | 2021-03-02 |
Family
ID=66402414
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810469541.7A Active CN109754636B (zh) | 2018-05-16 | 2018-05-16 | 停车位协同感知识别、停车辅助方法、装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109754636B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110766979A (zh) * | 2019-11-13 | 2020-02-07 | 奥特酷智能科技(南京)有限公司 | 一种用于自动驾驶车辆的泊车车位检测方法 |
CN111127947A (zh) * | 2019-11-15 | 2020-05-08 | 安徽机电职业技术学院 | 一种用于汽车全景显示的车身对角测距定位系统 |
CN111127677A (zh) * | 2019-12-12 | 2020-05-08 | 深圳市易停车库科技有限公司 | 立体车库自动停车系统及方法 |
CN112180932A (zh) * | 2020-09-30 | 2021-01-05 | 东软睿驰汽车技术(沈阳)有限公司 | 停车方法、装置、设备及无人驾驶系统 |
CN112270843B (zh) * | 2020-10-10 | 2023-08-29 | 浙江吉利控股集团有限公司 | 一种车位信息处理方法及装置 |
CN115311891B (zh) * | 2022-07-28 | 2023-07-18 | 重庆长安汽车股份有限公司 | 路边和停车场空闲停车位的共享方法、系统及存储介质 |
CN117690312A (zh) * | 2024-01-30 | 2024-03-12 | 北京中科慧居科技有限公司 | 机动车停车管理方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105810010A (zh) * | 2016-05-25 | 2016-07-27 | 李兹铮 | 一种停车服务实现方法、装置以及系统 |
CN106781666A (zh) * | 2016-12-29 | 2017-05-31 | 珠海市魅族科技有限公司 | 一种目标车位的控制方法及系统 |
DE102017000859A1 (de) * | 2017-01-31 | 2017-07-06 | Daimler Ag | Verfahren zum Ein- oder Ausparken eines Fahrzeuges in einer Parkeinrichtung |
CN106952496A (zh) * | 2017-04-11 | 2017-07-14 | 苏州梦伯乐信息科技有限公司 | 无人驾驶汽车智能寻车位方法 |
CN107292983A (zh) * | 2017-05-11 | 2017-10-24 | 深圳市有为信息技术发展有限公司 | 一种驾驶培训的学时记录方法及记录系统 |
CN107650905A (zh) * | 2016-07-26 | 2018-02-02 | 福特全球技术公司 | 带有乘客探测的车辆远程停车辅助 |
CN107710302A (zh) * | 2015-06-11 | 2018-02-16 | 日产自动车株式会社 | 停车场测绘系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102011003886A1 (de) * | 2011-02-09 | 2012-08-09 | Robert Bosch Gmbh | Vorrichtung und Verfahren zur Übermittlung eines Parkvorgangs |
CN105243870A (zh) * | 2015-09-24 | 2016-01-13 | 上海车音网络科技有限公司 | 提供车位信息的方法、装置和系统 |
CN106875731B (zh) * | 2017-03-13 | 2020-03-27 | 曾庆义 | 一种引导车辆停放的方法及装置 |
-
2018
- 2018-05-16 CN CN201810469541.7A patent/CN109754636B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107710302A (zh) * | 2015-06-11 | 2018-02-16 | 日产自动车株式会社 | 停车场测绘系统 |
CN105810010A (zh) * | 2016-05-25 | 2016-07-27 | 李兹铮 | 一种停车服务实现方法、装置以及系统 |
CN107650905A (zh) * | 2016-07-26 | 2018-02-02 | 福特全球技术公司 | 带有乘客探测的车辆远程停车辅助 |
CN106781666A (zh) * | 2016-12-29 | 2017-05-31 | 珠海市魅族科技有限公司 | 一种目标车位的控制方法及系统 |
DE102017000859A1 (de) * | 2017-01-31 | 2017-07-06 | Daimler Ag | Verfahren zum Ein- oder Ausparken eines Fahrzeuges in einer Parkeinrichtung |
CN106952496A (zh) * | 2017-04-11 | 2017-07-14 | 苏州梦伯乐信息科技有限公司 | 无人驾驶汽车智能寻车位方法 |
CN107292983A (zh) * | 2017-05-11 | 2017-10-24 | 深圳市有为信息技术发展有限公司 | 一种驾驶培训的学时记录方法及记录系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109754636A (zh) | 2019-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109754636B (zh) | 停车位协同感知识别、停车辅助方法、装置 | |
JP6322268B2 (ja) | 車両用のマップデータを確定するためのシステム及び方法 | |
RU2737874C1 (ru) | Способ хранения информации транспортного средства, способ управления движением транспортного средства и устройство хранения информации транспортного средства | |
CN108628324B (zh) | 基于矢量地图的无人车导航方法、装置、设备及存储介质 | |
CN111746504B (zh) | 记忆泊车方法、系统、装置及计算机可读存储介质 | |
CN111311902B (zh) | 一种数据处理方法、装置、设备和机器可读介质 | |
WO2020232648A1 (zh) | 车道线的检测方法、电子设备与存储介质 | |
EP3936822B1 (en) | Vehicle positioning method and apparatus, and vehicle, and storage medium | |
CN107664504A (zh) | 一种路径规划装置 | |
EP4040111A1 (en) | Map processing method and apparatus | |
US20190384310A1 (en) | Method and device for determining a position of a transportation vehicle | |
CN113009539A (zh) | 一种车辆自动变道处理方法、车辆及设备 | |
CN111413990A (zh) | 一种车道变更轨迹规划系统 | |
CN114547222A (zh) | 语义地图构建方法、装置及电子设备 | |
CN114174137A (zh) | Adas或ad特征的源横向偏移 | |
CN113039409A (zh) | 一种导航方法、导航系统以及智能汽车 | |
JP6892516B2 (ja) | 列挙に基づく自動運転車両の3ポイントターン計画 | |
CN113015243A (zh) | 车辆定位方法、装置及车辆 | |
CN111376902A (zh) | 一种自动驾驶的车道保持方法及系统 | |
CN109559540A (zh) | 周边监视装置、周边监视方法及存储介质 | |
CN115112125A (zh) | 自动驾驶车辆的定位方法、装置及电子设备、存储介质 | |
CN114910083A (zh) | 定位方法以及定位装置、电子设备、存储介质 | |
CN109631925B (zh) | 主辅路确定方法、装置、存储介质及电子设备 | |
CN110287803B (zh) | 一种轨迹路标的识别方法及系统 | |
CN111504332A (zh) | 用于在数字地图中确定车辆的位置的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |