CN109798911B - 一种用于代客泊车的全局路径规划方法 - Google Patents
一种用于代客泊车的全局路径规划方法 Download PDFInfo
- Publication number
- CN109798911B CN109798911B CN201910148652.2A CN201910148652A CN109798911B CN 109798911 B CN109798911 B CN 109798911B CN 201910148652 A CN201910148652 A CN 201910148652A CN 109798911 B CN109798911 B CN 109798911B
- Authority
- CN
- China
- Prior art keywords
- parking
- number information
- path
- intersection
- information
- 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
本发明实施例涉及一种用于代客泊车的全局路径规划方法,包括根据停车场地图信息设定每个路口的路口编号信息;从而确定局部路段编号信息、车位编号信息;生成节点标签信息、车位标签信息、局部路段标签信息;根据路口之间的连接关系建立拓扑关系矩阵;采用向后搜索算法得到拓扑路径,从而得到局部路径;对局部路径进行差值加密,从而生成全局规划路径。本发明停车场车位编号方式和辅助规划标签对应关系,便于管理车位信息;并基于上述辅助规划标签,提供了一种全局路径规划,通过与停车场管理系统的信息交互,自动规划从停车场外到空闲车位区间的全局路径,扩大了代客泊车区域范围和应用场景。
Description
技术领域
本发明涉及自动驾驶领域,尤其涉及一种用于代客泊车的全局路径规划方法。
背景技术
随着自动驾驶技术的发展,代客泊车成为研发关键技术之一,目前多数仍停留在辅助驾驶阶段,需要驾驶员驾驶进入停车场,将车停放在空余车位附近,通过车位位置识别技术和泊车路径规划方法,实现车辆自动泊车,暂无停车场外与车位直接关联的代客泊车技术。少数通过建立智能停车场,通过智能停车场内AGV搬运设备,实现代客泊车,其本质上是对停车场的升级建设,并非基于车辆自动驾驶技术。较为常用的方式为在停车场中布置视觉传感器和超声波传感器,以实现停车场内部车位状态管理和车辆辅助定位功能,可解决室内停车场自动驾驶车辆定位问题,通过v2x的方式实现自动驾驶代客泊车。
目前代客泊车路径规划方法多数需要人工驾驶至停车场内空余停车位附近,收到代客泊车指令后,通过视觉传感器检测识别车位相对位置和车位类型,确定路径规划初始状态和目标状态,建立车辆运动学约束模型,自动规划路径并实时进行障碍物碰撞检测,调整车姿完成泊车,适用的区域范围较小,无停车场外部至空余车位区间的路径规划方法。
现有公开方法中部分提及车辆自动寻找空余车位功能,但对寻找过程的路径规划方法未做详细描述,仅规定车辆自动向前行进,未根据停车场实际结构和空余车位分布状态进行全局路径规划;或通过停车场内定位特征单元实现自车定位,并与停车场管理系统通讯,给出空余车位信息,但同样未详述具体路径规划过程。
发明内容
本发明的目的是针对现有技术的缺陷,提供一种用于代客泊车的全局路径规划方法,停车场车位编号方式和辅助规划标签对应关系,便于管理车位信息;并基于上述辅助规划标签,提供了一种全局路径规划,通过与停车场管理系统的信息交互,自动规划从停车场外到空闲车位区间的全局路径,扩大了代客泊车区域范围和应用场景。
有鉴于此,本发明实施例提供了一种用于代客泊车的全局路径规划方法,包括:
获取停车场地图信息;所述停车场地图信息中包括多个路口位置信息、行驶路段的位置信息和车位的位置信息;所述行驶路段包括局部路段,所述局部路段具有方向性;
根据所述停车场地图信息设定每个路口的路口编号信息;
根据所述局部路段的方向性,确定所述局部路段的起始路口和终点路口;
获取所述局部路段的起始路口和终点路口相对应的路口编号信息;
根据所述获取到的起始路口的路口编号信息和终点路口的路口编号信息生成所述行局部路段的局部路段编号信息;
获取所述局部路段相对应的多个车位,并根据所述局部路段编号和所述车位的顺序编号信息生成车位的车位编号信息;
获取与所述路口相连接的一个或多个局部路段的局部路段编号信息,根据所述一个或多个局部路段的局部路段编号信息生成所述路口的节点标签信息;并且,
根据所述车位编号信息生成车位标签信息,根据所述局部路段编号信息生成局部路段标签信息;
根据所述路口之间的连接关系建立拓扑关系矩阵;
接收停车场管理系统发送的待停车位的车位编号信息,对所述待停车位的车位编号信息进行解析,得到所述待停车位相对应的顺序编号信息、局部路段编号信息和路口编号信息;
基于所述待停车位相对应的顺序编号信息、局部路段编号信息和路口编号信息,根据所述拓扑关系矩阵,采用向后搜索算法得到拓扑路径;
获取所述拓扑路径相关联的节点标签信息和车位标签信息;
获取所述相关联的节点标签信息、车位标签信息所对应的位置信息,根据所述相关联的节点标签信息、车位标签信息所对应的位置信息生成所述拓扑路径相对应的局部路径;所述局部路径包括多个标签路点;
对所述局部路径进行差值加密,从而生成全局规划路径。
优选的,所述对所述局部路径进行差值加密,从而生成全局规划路径具体包括:
判断所述局部路径中相邻两个标签路点之间的距离差是否大于预设距离阈值;
当大于时,在所述相邻两个标签路点之间插入一个或多个加密路点;
连接所述标签路点和加密路点,从而生成所述全局规划路径。
进一步优选的,在所述连接所述标签路点和加密路点,从而生成所述全局规划路径之后,所述方法还包括:
对所述全局规划路径进行平滑处理,得到优化全局规划路径。
进一步优选的,所述对所述全局规划路径进行平滑处理,得到优化全局规划路径具体包括:
从所述全局规划路径的起点开始,对每个路点前方第一预设距离的路径进行曲率检测,得到曲率检测结果;所述第一预设距离包括2N个路点,所述N为正整数;
判断所述曲率检测结果是否满足车辆最小转弯半径;
当满足时,不作处理;
当不满足时,剔除不满足的路点,并且对所述不满足的路点的第一前路点和第一后路点进行dubins曲线连接。
进一步优选的,在所述对所述不满足的路点的第一前路点和第一后路点进行dubins曲线连接后,所述方法还包括:
判断所述经dubins曲线连接后的曲率检测结果是否满足所述车辆最小转弯半径;
当满足时,不作处理;
当不满足时,接续剔除所述不满足的路点的第二前路点和第二后路点,直至曲率检测结果满足所述车辆最小转弯半径。
进一步优选的,在所述接续剔除所述不满足的路点的第二前路点和第二后路点,直至曲率检测结果满足所述车辆最小转弯半径之后,所述方法还包括:
如果剔除2N个路点后没有满足所述车辆最小转弯半径,将所述第一预设距离扩大为第二预设距离,所述第二预设距离大于所述第一预设距离。
优选的,所述根据所述停车场地图信息设定每个路口的路口编号信息具体包括:
根据所述停车场地图信息建立第一坐标系,根据所述第一坐标系设定每个路口的路口编号信息。
优选的,所述根据所述局部路段编号和所述车位的顺序生成车位的车位编号信息具体包括:
以所述局部路段的起始路口为原点,以所述局部路段为坐标轴建立第二坐标系;
基于所述第二坐系确定所述局部路段相对应的多个车位的顺序编号信息;
根据所述局部路段编号和所述顺序编号生成所述车位的车位编号信息。
优选的,在所述基于所述待停车位相对应的顺序编号信息、局部路段编号信息和路口编号信息,根据所述拓扑关系矩阵,采用向后搜索算法得到拓扑路径之前,所述方法还包括:
获取车辆当前位置信息所对应的标签信息,根据所述标签信息得到编号信息。
进一步优选的,所述基于所述待停车位相对应的顺序编号信息、局部路段编号信息和路口编号信息,根据所述拓扑关系矩阵,采用向后搜索算法得到拓扑路径具体为:
基于所述车辆当前位置信息所对应的编号信息,以及所述待停车位相对应的顺序编号信息、局部路段编号信息和路口编号信息,根据所述拓扑关系矩阵,采用向后搜索算法得到拓扑路径。
本发明实施例提供的一种用于代客泊车的全局路径规划方法,停车场车位编号方式和辅助规划标签对应关系,便于管理车位信息;并基于上述辅助规划标签,提供了一种全局路径规划,通过与停车场管理系统的信息交互,自动规划从停车场外到空闲车位区间的全局路径,扩大了代客泊车区域范围和应用场景。
附图说明
图1为本发明实施例提供的一种用于代客泊车的全局路径规划方法流程图;
图2为本发明实施例提供的一种停车场编号示意图。
具体实施方式
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
本发明实施例提供的用于代客泊车的全局路径规划方法执行于自动驾驶车辆中,通过车载终端实现各个模块的控制以及与服务器进行信息交互,基于停车场车位编号方式和辅助规划标签对应关系,便于管理车位信息;并基于上述辅助规划标签,提供了一种全局路径规划,通过与停车场管理系统的信息交互,自动规划从停车场外到空闲车位区间的全局路径,扩大了代客泊车区域范围和应用场景。
图1为本发明实施例提供的一种用于代客泊车的全局路径规划方法流程图,如图1所示,所述方法包括:
步骤101,获取停车场地图信息。
停车场地图信息是指停车场的位置布局信息,可以是停车场的工作人员预先采集生成,并上传到服务器的,在停车场地图信息中包括多个路口位置信息、行驶路段的位置信息和车位的位置信息。
这里的路口是指分岔路口,一个分岔路口可以对应多个行驶路段,车位设置在行驶路段的一侧或两侧。
行驶路段是指可通行的路段,每个行驶路段可以包括一个或两个局部路段,局部路段具有通行方向性,也就是说,如果一个路段行驶路段包括一个局部路段,说明该行驶路段是单向行驶路段,只能进行单向行驶;如果一个路段行驶路段包括两个局部路段,说明该行驶路段是双向行驶路段,可以进行双向行驶。
步骤102,根据停车场地图信息设定每个路口的路口编号信息。
图2为本发明实施例提供的一种停车场编号示意图,如图2所示,根据停车场地图信息建立第一坐标系,根据第一坐标系设定每个路口的路口编号信息,具体的,以停车场内西南(左下)角作为坐标原点,由西至东(左到右)方向为x轴,由南至北(下到上)方向为y轴,将分岔路口投影到坐标轴内,坐标量纲为分岔路口个数,建立坐标系后,对分岔路口进行编号,x轴方向优先,y轴方向其次,路口编号记为N,规定入口编号Nin=0,出口编号为Nout=99。
需要说明的是,墙体附近单纯转弯路口也视为分岔路口参与编号,同时目前停车场内分岔路口数量一般为两位数,比如第一个路口为01,第二个路口为02,对应停车场入口的分岔路口称为泊车入口Nin,停车场出口称为泊车出口Nout。
步骤103,根据局部路段的方向性,确定局部路段的起始路口和终点路口;获取局部路段的起始路口和终点路口相对应的路口编号信息;根据获取到的起始路口的路口编号信息和终点路口的路口编号信息生成行局部路段的局部路段编号信息。
具体的,确定分岔路口编号后,按照分岔路口可通行方向对局部路段进行编号。局部路段类型按照是两侧是否存在车位入口进行划分,存在车位入口则定义为有效局部路段LP,不存在则定义为过渡局部路段Lg,同时单独定义特殊路段包括入口路段Lin和出口路段Lout,即连接停车场入口/出口至相邻分岔路口的路段。规定局部路段表示从当前分岔路口(起始路口)至下一分岔路口(终点路口)的可通行路径,规定局部路段编号为当前所在的分岔路口编号(起始路口编号)与可到达的分岔路口编号(终点路口编号)移位叠加和,个位十位为可到达的分岔路口编号,百位千位为当前所在的分岔路口编号,例如第N个分岔路口通往第N+1个分岔路口的局部路段编号L为:
L=N×100+(N+1)
由于分叉路口间双向联通,因此除入口路段和出口路段外,每个局部路段内包含两条局部路径,例如左右相邻的分岔路口1、2之间局部路段存在路径0102和0201,如果该路段为单车道则两条路径重叠,如果为双车道则相向不重叠。
步骤104,获取局部路段相对应的多个车位,并根据局部路段编号和车位的顺序编号信息生成车位的车位编号信息。
确定局部路段编号后,对停车位进行编号,根据停车场地图信息获取每个局部路段相对应的多个车位,然后以局部路段的起始路口为原点,以局部路段为坐标轴建立第二坐标系,基于第二坐系确定局部路段相对应的多个车位的顺序编号信息;根据局部路段编号和顺序编号生成车位的车位编号信息。
具体的,编号采用以分岔路口为原点、以有效局部路径为坐标轴的方式,沿路径方向的右侧车位顺序给定车位局部编号p=1~99,车位全局编号P为:
P=L×100+p
例如,从分岔路口1至分岔路口2途径的第5个车位编号为:0102*100+05=010205。
步骤105,获取与路口相连接的一个或多个局部路段的局部路段编号信息,根据一个或多个局部路段的局部路段编号信息生成路口的节点标签信息;并且,根据车位编号信息生成车位标签信息,根据局部路段编号信息生成局部路段标签信息;
在得到路口编号、局部路段编号和车位编号后,对地面辅助规划标签进行编号,标签信息设置在停车场的地面,用于停车辅助规划,标签可分为节点标签、车位标签信息和局部路段标签。
节点标签是指设置在路口对应的标签信息,针对每个路口,获取与该路口相连接的一个或多个局部路段的局部路段编号信息,根据一个或多个局部路段的局部路段编号信息生成路口的节点标签信息,也就是说,每个分岔路口包含分岔数量个节点标签,节点标签编号TL=L,如图2所示,路口01对应的节点标签为0102和0103,路口02对应的节点标签为0200、0203、和0204,路口03对应的节点标签为0301和0304,路口04对应的节点标签为0402、0403和0499。
车位标签是指设置在车位的标签信息,每个车位仅对应一个车位规划标签,根据车位编号设定,车位规划标签编号TP=P。
局部路段标签是指设置在局部路段,根据局部路段编号确定。
需要说明的是,每个辅助规划标签都根据其设定的位置对应一个位置坐标信息(x,y,z,θ)。
步骤106,根据路口之间的连接关系建立拓扑关系矩阵。
在完成地面辅助规划标签建立后,进行全局路径规划,全局路径规划方法包括拓扑关系矩阵建立,全局路径规划和路径优化,最终生成满足车辆运动学约束的平滑全局路径。
首先依据上述编号方法,建立停车场内分岔路口连接关系矩阵。如果存在连接关系,则填入相应的局部路径编号,如果不存在连接关系,则填入0,比如路口1与路口2相互连通则在矩阵第1行第2列记为12,在第2行第1列记为21,路口1与路口3互不连通则在矩阵第1行第3列记为0,在第3行第1列记为0。
由此可以得到如下N×N的拓扑关系矩阵H:
基于停车场的各个路口的互通关系可以建立停车场的拓扑关系矩阵,在此之后,进行全局路径规划。
步骤107,接收停车场管理系统发送的待停车位的车位编号信息,对待停车位的车位编号信息进行解析,得到待停车位相对应的顺序编号信息、局部路段编号信息和路口编号信息。
在进行停车之前,停车场管理系统会向自动驾驶车辆发送车位编号信息,即车辆所要停放的车位全局编号,经解析可得到待停车位所在的位置信息,包括待停车位相对应的顺序编号信息p、局部路段编号信息L和路口编号信息N。
步骤108,基于待停车位相对应的顺序编号信息、局部路段编号信息和路口编号信息,根据拓扑关系矩阵,采用向后搜索算法得到拓扑路径。
在一般情况下,以停车场入口编号为起始状态,以待停车位相对应的顺序编号信息、局部路段编号信息和路口编号信息为终止状态,通过上述得到的拓扑关系矩阵采用向后搜索算法得到拓扑路径。
以泊车过程为例,车辆初始状态xi为泊车入口Nin=0,目标状态xG为车位全局编号P,行动u为(上,下,左,右),定义单步搜索步长为一个分岔路口,设定启发函数f(n)为:
f(Ni)=g(Ni)+h(Ni)
其中,g(Ni)表示起点到当前分岔路口Ni实际走的代价,h(Ni)表示当前分岔路口Ni到终点的估算代价,两者均根据停车场坐标系下分岔路口坐标点的曼哈顿距离计算得出,最终可搜索出经过分岔路口最少的拓扑路径。
当车辆不在停车场入口时,要先获取车辆当前位置信息所对应的标签信息,根据标签信息得到编号信息,可以是车辆所在的路口编号或局部路段编号,基于车辆当前位置信息所对应的编号信息,以及待停车位相对应的顺序编号信息、局部路段编号信息和路口编号信息,根据所述拓扑关系矩阵,采用向后搜索算法得到拓扑路径。
步骤109,获取拓扑路径相关联的节点标签信息和车位标签信息。
通过拓扑路径中包含需要经过的多个分岔路口,反向求解可得到经过的多个车位标签TP和节点标签TL。
步骤110,获取相关联的节点标签信息、车位标签信息所对应的位置信息,根据相关联的节点标签信息、车位标签信息所对应的位置信息生成拓扑路径相对应的局部路径。
根据相关联的节点标签信息、车位标签信息所对应的实际位置坐标,将拓扑路径转换为实际局部路段连接,即局部路径,局部路径中包括多个标签路点,标签路点即为标签所在位置。
步骤111,对局部路径进行差值加密,从而生成全局规划路径。
具体的,判断局部路径中相邻两个标签路点之间的距离差是否大于预设距离阈值;当大于时,在相邻两个标签路点之间插入一个或多个加密路点,具体根据两个标签路点之间的距离确定要插入的加密路点的数量,然后连接标签路点和加密路点,从而生成全局规划路径。
为了满足车辆实际运动需求,对全局规划路径进行路径优化,使其转变为满足车辆运动学约束的平滑路径,即对全局规划路径进行平滑处理,得到优化全局规划路径。
具体的,从全局规划路径的起点开始,对每个路点前方第一预设距离的路径进行曲率检测,得到曲率检测结果;其中,第一预设距离包括2N个路点,N为正整数;判断曲率检测结果是否满足车辆最小转弯半径。
当满足时,不作处理。
当不满足时,剔除不满足的路点,并且对不满足的路点的第一前路点和第一后路点进行dubins曲线连接,然后判断经dubins曲线连接后的曲率检测结果是否满足车辆最小转弯半径。
当满足时,不作处理。
当不满足时,接续剔除不满足的路点的第二前路点和第二后路点,直至曲率检测结果满足车辆最小转弯半径。
如果剔除2N个路点后没有满足车辆最小转弯半径,将第一预设距离扩大为第二预设距离,第二预设距离大于第一预设距离。
在一个具体的例子中,例如d米距离内包含路点p1、p2....pn...p2n,路点pn处不满足曲率要求,则删除路点pn,对点pn-1和点pn+1进行dubins曲线连接,如果生成失败,则删除点,重复此过程直到成功为止,如果直到p2n仍未生成成功,则扩大提取路点长度d为2d,重复上述过程。
至此已规划出一条满足车辆运动学约束的全局路径,为提高驾驶舒适性,对当前路径进行曲线拟合,生成平滑的满足车辆运动学约束的全局规划路径。
本发明实施例提供的一种用于代客泊车的全局路径规划方法,停车场车位编号方式和辅助规划标签对应关系,便于管理车位信息;并基于上述辅助规划标签,提供了一种全局路径规划,通过与停车场管理系统的信息交互,自动规划从停车场外到空闲车位区间的全局路径,扩大了代客泊车区域范围和应用场景。
专业人员应该还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RA用于代客泊车的全局路径规划方法)、内存、只读存储器(RO用于代客泊车的全局路径规划方法)、电可编程RO用于代客泊车的全局路径规划方法、电可擦除可编程RO用于代客泊车的全局路径规划方法、寄存器、硬盘、可移动磁盘、CD-RO用于代客泊车的全局路径规划方法、或技术领域内所公知的任意其它形式的存储介质中。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种用于代客泊车的全局路径规划方法,其特征在于,所述方法包括:
获取停车场地图信息;所述停车场地图信息中包括多个路口位置信息、行驶路段的位置信息和车位的位置信息;所述行驶路段包括局部路段,所述局部路段具有方向性;
根据所述停车场地图信息设定每个路口的路口编号信息;
根据所述局部路段的方向性,确定所述局部路段的起始路口和终点路口;
获取所述局部路段的起始路口和终点路口相对应的路口编号信息;
根据所述获取到的起始路口的路口编号信息和终点路口的路口编号信息生成行局部路段的局部路段编号信息;
获取所述局部路段相对应的多个车位,并根据所述局部路段编号和所述车位的顺序编号信息生成车位的车位编号信息;
获取与所述路口相连接的一个或多个局部路段的局部路段编号信息,根据所述一个或多个局部路段的局部路段编号信息生成所述路口的节点标签信息;并且,
根据所述车位编号信息生成车位标签信息,根据所述局部路段编号信息生成局部路段标签信息;
根据所述路口之间的连接关系建立拓扑关系矩阵;
接收停车场管理系统发送的待停车位的车位编号信息,对所述待停车位的车位编号信息进行解析,得到所述待停车位相对应的顺序编号信息、局部路段编号信息和路口编号信息;
基于所述待停车位相对应的顺序编号信息、局部路段编号信息和路口编号信息,根据所述拓扑关系矩阵,采用向后搜索算法得到拓扑路径;
获取所述拓扑路径相关联的节点标签信息和车位标签信息;
获取所述相关联的节点标签信息、车位标签信息所对应的位置信息,根据所述相关联的节点标签信息、车位标签信息所对应的位置信息生成所述拓扑路径相对应的局部路径;所述局部路径包括多个标签路点;
对所述局部路径进行差值加密,从而生成全局规划路径;
其中,所述对所述局部路径进行差值加密,从而生成全局规划路径具体包括:
判断所述局部路径中相邻两个标签路点之间的距离差是否大于预设距离阈值;
当大于时,在所述相邻两个标签路点之间插入一个或多个加密路点;
顺序连接所述标签路点和加密路点,从而生成所述全局规划路径。
2.根据权利要求1所述的用于代客泊车的全局路径规划方法,其特征在于,在所述连接所述标签路点和加密路点,从而生成所述全局规划路径之后,所述方法还包括:
对所述全局规划路径进行平滑处理,得到优化全局规划路径。
3.根据权利要求2所述的用于代客泊车的全局路径规划方法,其特征在于,所述对所述全局规划路径进行平滑处理,得到优化全局规划路径具体包括:
从所述全局规划路径的起点开始,对每个路点前方第一预设距离的路径进行曲率检测,得到曲率检测结果;所述第一预设距离包括2N个路点,所述N为正整数;
判断所述曲率检测结果是否满足车辆最小转弯半径;
当满足时,不作处理;
当不满足时,剔除不满足的路点,并且对所述不满足的路点的第一前路点和第一后路点进行dubins曲线连接。
4.根据权利要求3所述的用于代客泊车的全局路径规划方法,其特征在于,对所述不满足的路点的第一前路点和第一后路点进行dubins曲线连接后,所述方法还包括:
判断所述经dub i ns曲线连接后的曲率检测结果是否满足所述车辆最小转弯半径;
当满足时,不作处理;
当不满足时,接续剔除所述不满足的路点的第二前路点和第二后路点,直至曲率检测结果满足所述车辆最小转弯半径。
5.根据权利要求4所述的用于代客泊车的全局路径规划方法,其特征在于,在所述接续剔除所述不满足的路点的第二前路点和第二后路点,直至曲率检测结果满足所述车辆最小转弯半径之后,所述方法还包括:
如果剔除2N个路点后没有满足所述车辆最小转弯半径,将所述第一预设距离扩大为第二预设距离,所述第二预设距离大于所述第一预设距离。
6.根据权利要求1所述的用于代客泊车的全局路径规划方法,其特征在于,所述根据所述停车场地图信息设定每个路口的路口编号信息具体包括:
根据所述停车场地图信息建立第一坐标系,根据所述第一坐标系设定每个路口的路口编号信息。
7.根据权利要求1所述的用于代客泊车的全局路径规划方法,其特征在于,所述根据所述局部路段编号和所述车位的顺序生成车位的车位编号信息具体包括:
以所述局部路段的起始路口为原点,以所述局部路段为坐标轴建立第二坐标系;
基于所述第二坐标系确定所述局部路段相对应的多个车位的顺序编号信息;
根据所述局部路段编号和所述顺序编号生成所述车位的车位编号信息。
8.根据权利要求1所述的用于代客泊车的全局路径规划方法,其特征在于,在所述基于所述待停车位相对应的顺序编号信息、局部路段编号信息和路口编号信息,根据所述拓扑关系矩阵,采用向后搜索算法得到拓扑路径之前,所述方法还包括:
获取车辆当前位置信息所对应的标签信息,根据所述标签信息得到编号信息。
9.根据权利要求8所述的用于代客泊车的全局路径规划方法,其特征在于,所述基于所述待停车位相对应的顺序编号信息、局部路段编号信息和路口编号信息,根据所述拓扑关系矩阵,采用向后搜索算法得到拓扑路径具体为:
基于所述车辆当前位置信息所对应的编号信息,以及所述待停车位相对应的顺序编号信息、局部路段编号信息和路口编号信息,根据所述拓扑关系矩阵,采用向后搜索算法得到拓扑路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910148652.2A CN109798911B (zh) | 2019-02-28 | 2019-02-28 | 一种用于代客泊车的全局路径规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910148652.2A CN109798911B (zh) | 2019-02-28 | 2019-02-28 | 一种用于代客泊车的全局路径规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109798911A CN109798911A (zh) | 2019-05-24 |
CN109798911B true CN109798911B (zh) | 2020-12-25 |
Family
ID=66561435
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910148652.2A Active CN109798911B (zh) | 2019-02-28 | 2019-02-28 | 一种用于代客泊车的全局路径规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109798911B (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109916422B (zh) * | 2019-03-29 | 2021-06-29 | 北京经纬恒润科技股份有限公司 | 一种全局路径规划方法及装置 |
CN110361008B (zh) * | 2019-07-10 | 2020-12-25 | 北京智行者科技有限公司 | 地下车库自动泊车的定位方法及装置 |
CN110450776B (zh) * | 2019-08-07 | 2021-02-26 | 禾多科技(北京)有限公司 | 基于场端的多目标全局动态路径规划方法 |
CN110517526A (zh) * | 2019-08-14 | 2019-11-29 | 北京智行者科技有限公司 | 一种代客泊车方法和系统 |
CN110517525B (zh) * | 2019-08-14 | 2021-12-10 | 北京智行者科技有限公司 | 一种基于标签系统的代客泊车方法 |
JP7259698B2 (ja) * | 2019-10-17 | 2023-04-18 | トヨタ自動車株式会社 | 自動駐車システム |
CN113561962B (zh) * | 2020-04-28 | 2023-11-10 | 广州汽车集团股份有限公司 | 一种自动泊车路径规划方法及系统、泊车控制设备 |
CN111862672B (zh) * | 2020-06-24 | 2021-11-23 | 北京易航远智科技有限公司 | 基于顶视图的停车场车辆自定位及地图构建方法 |
CN111897341A (zh) * | 2020-08-05 | 2020-11-06 | 三一专用汽车有限责任公司 | 泊车路径规划方法、装置和计算机可读存储介质 |
CN112092810B (zh) * | 2020-09-24 | 2022-06-14 | 上海汽车集团股份有限公司 | 一种车辆泊出方法、装置及电子设备 |
CN114333395B (zh) * | 2020-09-30 | 2023-08-01 | 北京智行者科技股份有限公司 | 基于标签系统的泊车方法及系统 |
CN112793562B (zh) * | 2021-02-03 | 2023-02-28 | 武汉理工大学 | 一种自动泊车路径的规划和跟踪控制方法、规划装置、存储介质和计算机设备 |
CN112908027A (zh) * | 2021-02-03 | 2021-06-04 | 芜湖泊啦图信息科技有限公司 | 基于停车场内主定位点特征路径构建的控制算法及其系统 |
CN114842661B (zh) * | 2022-07-04 | 2022-09-16 | 成都宜泊信息科技有限公司 | 一种管理室内地图通行路段实时状态的方法和系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106067260A (zh) * | 2016-07-22 | 2016-11-02 | 宁波大红鹰学院 | 一种基于场内双向寻址的在线预约停车管理系统 |
US10097306B1 (en) * | 2017-11-02 | 2018-10-09 | Ciena Corporation | Path computation systems and methods in control plane based networks for photonic layer topologies |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030001880A1 (en) * | 2001-04-18 | 2003-01-02 | Parkervision, Inc. | Method, system, and computer program product for producing and distributing enhanced media |
US20050209983A1 (en) * | 2004-03-18 | 2005-09-22 | Macpherson Deborah L | Context driven topologies |
CN102519476A (zh) * | 2011-12-21 | 2012-06-27 | 光庭导航数据(武汉)有限公司 | 基于复合路口的交通规制的处理方法 |
US9456444B2 (en) * | 2013-07-17 | 2016-09-27 | Cisco Technology, Inc. | OAM and time slot control in a deterministic ARC chain topology network |
CN104898660B (zh) * | 2015-03-27 | 2017-10-03 | 中国科学技术大学 | 一种提高机器人路径规划效率的室内地图构建方法 |
CN105513403A (zh) * | 2016-01-08 | 2016-04-20 | 广东翼卡车联网服务有限公司 | 一种基于图像识别的停车场寻车方法及系统 |
CN106547969B (zh) * | 2016-11-02 | 2019-05-28 | 浙江大学 | 一种基于t样条曲面的三维打印切片方法 |
US20180202810A1 (en) * | 2017-01-17 | 2018-07-19 | International Business Machines Corporation | Navigation using an image of a topological map |
CN108051854B (zh) * | 2018-02-01 | 2019-09-03 | 西安科技大学 | 一种多尺度伪弯曲射线追踪方法 |
CN108917776A (zh) * | 2018-03-30 | 2018-11-30 | 东莞产权交易中心 | 一种小区内路径规划系统及路径规划方法 |
CN108876024B (zh) * | 2018-06-04 | 2021-09-28 | 清华大学深圳研究生院 | 路径规划、路径实时优化方法及装置、存储介质 |
CN109131318B (zh) * | 2018-10-19 | 2020-03-27 | 清华大学 | 一种基于拓扑地图的自主泊车路径协调方法 |
-
2019
- 2019-02-28 CN CN201910148652.2A patent/CN109798911B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106067260A (zh) * | 2016-07-22 | 2016-11-02 | 宁波大红鹰学院 | 一种基于场内双向寻址的在线预约停车管理系统 |
US10097306B1 (en) * | 2017-11-02 | 2018-10-09 | Ciena Corporation | Path computation systems and methods in control plane based networks for photonic layer topologies |
Also Published As
Publication number | Publication date |
---|---|
CN109798911A (zh) | 2019-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109798911B (zh) | 一种用于代客泊车的全局路径规划方法 | |
CN112964271B (zh) | 一种面向多场景的自动驾驶规划方法及系统 | |
US11243532B1 (en) | Evaluating varying-sized action spaces using reinforcement learning | |
EP3819194B1 (en) | Automatic parking method and apparatus, and electronic device | |
CN102481936B (zh) | 以预测性方式确定车辆的道路状况的类型的方法 | |
CN110497901A (zh) | 一种基于机器人vslam技术的泊车位自动搜索方法和系统 | |
CN106643783A (zh) | 基于最短路径泰森多边形的电动汽车充电站搜索方法 | |
US11628850B2 (en) | System for generating generalized simulation scenarios | |
CN113375678B (zh) | 一种行车路径规划方法、管理服务器及停车管理系统 | |
CN107532915A (zh) | 用于确定适合的停车位的方法、机动车辆以及服务器 | |
CN112216136A (zh) | 泊车位检测方法、装置、车辆及存储介质 | |
WO2021036680A1 (zh) | 列车调度控制方法、平台及系统、智能车厢和介质 | |
CN107992036A (zh) | 一种智能停车库中存取车路径规划方法、装置及存储介质 | |
CN114578834B (zh) | 基于目标分层双感知域的强化学习的无人车路径规划方法 | |
CN114519940B (zh) | 一种应用于智慧停车的大数据分析方法及设备 | |
CN115206101A (zh) | 一种基于停车引导的停车仿真系统设计方法 | |
CN112363511A (zh) | 车辆路径规划方法、装置、车载装置及存储介质 | |
CN109855641B (zh) | 预测运动轨迹的方法、装置、存储介质和终端设备 | |
JP2021524574A (ja) | ナビゲーション情報を出力する装置及び方法並びに自動車 | |
CN114954440A (zh) | 具有自主探索模式的泊车方法、泊车系统及电子设备 | |
CN108154682B (zh) | 一种多车辆gps推断路径融合方法 | |
CN113506459A (zh) | 一种地下停车场众包地图采集方法 | |
CN116653963B (zh) | 车辆变道控制方法、系统和智能驾驶域控制器 | |
CN117032201B (zh) | 一种基于车路协同的矿井下自动驾驶车辆协调规划方法 | |
CN114220290B (zh) | 一种车辆自动寻找车位和自动泊车的方法及系统 |
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 | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: B4-006, maker Plaza, 338 East Street, Huilongguan town, Changping District, Beijing 100096 Patentee after: Beijing Idriverplus Technology Co.,Ltd. Address before: B4-006, maker Plaza, 338 East Street, Huilongguan town, Changping District, Beijing 100096 Patentee before: Beijing Idriverplus Technology Co.,Ltd. |