CN110136426A - 一种还车招车系统及方法 - Google Patents

Abstract

本发明公开了一种还车招车系统及方法，所述系统包括云端服务器、移动终端、车载终端和停车场环境数据库，所述服务器用于接收移动终端发送的还车指令，并根据还车指令在还车范围内查找停车场，将该停车场的实时停车场信息发送至车载终端；所述车载终端用于接收在招车范围内的停车场的实时停车场信息，并根据实时停车场信息规划目标车辆到目标停车位的还车行驶路线，并根据还车行驶路线控制车辆行驶至目标停车位。本发明实现了还车和招车的自动化，不需要在停车位附近实施人工泊车；解决了驾驶员找停车场以及停车位难，人工泊车难度大的问题，提高停车场以及停车位的利用率，另外在招车时不需要用户到停车位提车简化了流程，增加了招车效率。

Description

一种还车招车系统及方法

技术领域

本发明涉及智能交通技术领域，特别涉及一种还车招车系统及方法。

背景技术

自动驾驶的时代已经悄然来临，而针对自动驾驶相关的创新产品以及相关的服务也是层出不穷。一方面随着乘用车的大量普及，泊车位日趋紧张，尤其是一二线城市车辆拥有量与停车场和停车位的比例越来越大，再加之泊车位的划分上越来越狭窄，导致泊车无法快速准确入位或稍有不慎就可能发生碰撞事故，找停车场难，人工泊车难度大的问题一直困扰现有的驾驶人员；另一方面停车场以及停车位的利用率不高，造成大量的停车位的空置，浪费用户花在寻找停车场和停车位以及车辆泊车的大量时间和精力。

随着汽车消费新生代用户需求日趋呈现多样话的需求，消费观念从买车向用车以及出行服务市场转移，而打造网联自动驾驶的自主还车招车系统这样的平台，省去了用户自己从车库人工提车以及用户人工还车到停车场以及人工完成泊车的繁琐的任务。虽然有关导航应用能够准确提供车停资源的具体位置以及停车应用，个人车位的临时出租等服务，但是这些服务无法满足现有对更加智能，更加高效的，更加准确的要求。

因而现有技术还有待改进和提高。

发明内容

鉴于上述现有技术的不足之处，本发明的目的在于提供一种还车招车系统及方法，可实现无人驾驶车辆的招车和还车的自动化，使无人驾驶车辆可自动驶入停车位或自动驶往招车的移动终端。

为了达到上述目的，本发明采取了以下技术方案：

一种还车招车系统，包括：

云端服务器，用于接收移动终端发送的还车指令，并根据还车指令在还车范围内查找停车场，并在查找到停车场后将该停车场的实时停车场信息发送至车载终端；还用于接收移动终端发送的招车指令，并根据招车指令向目标车辆的车载终端发送所述移动终端的位置信息以及在招车范围内的停车场的实时停车场信息；

移动终端，用于向所述云端服务器发送还车指令或招车指令；

设置于无人驾驶车辆中的车载终端，用于接收在还车范围内的停车场的实时停车场信息，并根据实时停车场信息规划目标车辆到目标停车位的还车行驶路线，并根据还车行驶路线控制车辆行驶至目标停车位；还用于接收在招车范围内的停车场的实时停车场信息以及移动终端的位置信息，并根据实时停车场信息和移动终端的位置信息规划目标车辆到目标移动终端的招车行驶路线，并根据招车行驶路线控制车辆行驶至目标移动终端；

停车场环境数据库，用于存储实时停车场信息并将实时停车场信息发送至云端服务器；

其中，所述云端服务器通过网络与所述移动终端、车载终端和停车场环境数据库建立连接，所述实时停车场信息包括停车场位置信息、道路信息、停车位信息和障碍物信息。

所述的还车招车系统中，所述云端服务器具体用于根据还车指令在还车范围内的任一点查找停车场，并在查找到一个或多个符合要求的停车场时，生成各个停车场的停车场套餐并将其发送给移动终端，并在接收到移动终端发送的停车场选择后查找该停车场的实时停车场信息并发送至车载终端；在未查找到符合要求的停车场时，扩大搜索范围并继续搜索符合要求的停车场。

所述的还车招车系统中，所述车载终端包括：

定位导航模块，用于接收云端服务器发送的实时停车场信息，并将其发送给规划模块；

规划模块，用于根据实时停车场信息依次生成到停车场附近的第一路径、从停车场附近到目标停车位附近的第二路径以及从目标停车位附近进入目标停车位内的第三路径；

控制模块，用于控制目标车辆按第一路径行驶并在到达第一目的点后停止，以及控制所述目标车辆按第二路径从第一目的点行驶至第二目的点后停止，并控制所述目标车辆按第三路径从第二目的点行驶至目标停车位内后停止。

所述的还车招车系统中，所述定位导航模块还用于接收云端服务器发送的移动终端的位置信息，并将其发送给规划模块；所述规划模块还用于根据实时停车场信息和移动终端的位置信息规划目标车辆到目标移动终端的招车行驶路线；所述控制模块还用于根据招车行驶路线控制车辆行驶至目标移动终端。

所述的还车招车系统中，所述规划模块包括：

第一规划单元，用于根据实时停车场信息，利用基于高精度地图融合车载激光雷达以及视觉的自定位技术构建第一地图，并在第一地图中生成到停车场附近的第一路径；

第二规划单元，用于根据实时停车场信息，利用基于基于高精度地图融合车载激光雷达的SLAM和基于视觉的SLAM技术构建第二地图，并在第二地图中生成从停车场附近到目标停车位附近的第二路径；

第三规划单元，用于根据实时停车场信息，利用基于车载激光雷达的SLAM和基于视觉的SLAM技术构建第三地图，并在第三地图中生成从目标停车位附近进入目标停车位内的第三路径；

实时规划单元，用于通过特征匹配的方法实时规划目标车辆的行驶路线。

一种还车招车方法，包括如下步骤：

服务器在接收到移动终端发送的还车指令时，根据还车指令在还车范围内查找停车场，并在查找到停车场后将该停车场的实时停车场信息发送至车载终端；

车载终端接收在还车范围内的停车场的实时停车场信息，并根据实时停车场信息规划目标车辆到目标停车位的还车行驶路线，并根据还车行驶路线控制车辆行驶至目标停车位；

服务器在接收到移动终端发送的招车指令时，根据招车指令向目标车辆的车载终端发送所述移动终端的位置信息以及在招车范围内的停车场的实时停车场信息；

车载终端接收所述移动终端的位置信息以及停车场的实时停车场信息，并根据实时停车场信息和移动终端的位置信息规划目标车辆到目标移动终端的招车行驶路线，并根据招车行驶路线控制车辆行驶至目标移动终端；

其中，所述实时停车场信息包括停车场位置信息、道路信息、停车位信息和障碍物信息。

所述的还车招车方法中，所述服务器在接收到移动终端发送的还车指令时，根据还车指令在还车范围内查找停车场，并在查找到停车场后将该停车场的实时停车场信息发送至车载终端的步骤包括：

服务器根据还车指令在还车范围内的任一点查找停车场，并在查找到一个或多个符合要求的停车场时，生成各个停车场的停车场套餐并将其发送给移动终端，并在接收到移动终端发送的停车场选择后查找该停车场的实时停车场信息并发送至车载终端；在未查找到符合要求的停车场时，扩大搜索范围并继续搜索符合要求的停车场。

所述的还车招车方法中，所述车载终端接收停车场的实时停车场信息，并根据实时停车场信息规划目标车辆到目标停车位的还车行驶路线，并根据还车行驶路线控制车辆行驶至目标停车位的步骤包括：

定位导航模块接收云端服务器发送的实时停车场信息，并将其发送给规划模块；

规划模块根据实时停车场信息依次生成到停车场附近的第一路径、从停车场附近到目标停车位附近的第二路径以及从目标停车位附近进入目标停车位内的第三路径；

控制模块控制目标车辆按第一路径行驶并在到达第一目的点后停止，以及控制所述目标车辆按第二路径从第一目的点行驶至第二目的点后停止，并控制所述目标车辆按第三路径从第二目的点行驶至目标停车位内后停止。

所述的还车招车方法中，所述车载终端接收所述移动终端的位置信息以及停车场的实时停车场信息，并根据实时停车场信息和移动终端的位置信息规划目标车辆到目标移动终端的招车行驶路线，并根据招车行驶路线控制车辆行驶至目标移动终端的步骤包括：

导航模块接收云端服务器发送的移动终端的位置信息以及停车场的实时停车场信息，并将其发送给规划模块；

所述规划模块根据实时停车场信息和移动终端的位置信息规划目标车辆到目标移动终端的招车行驶路线；

所述控制模块根据招车行驶路线控制车辆行驶至目标移动终端。

所述的还车招车方法中，所述规划模块根据实时停车场信息依次生成到停车场附近的第一路径、从停车场附近到目标停车位附近的第二路径以及从目标停车位附近进入目标停车位内的第三路径的步骤包括：

第一规划单元根据实时停车场信息，利用基于高精度地图融合车载激光雷达以及视觉的自定位技术构建第一地图，并在第一地图中生成到停车场附近的第一路径，并在车辆行驶时通过特征匹配的方法实时规划目标车辆的行驶路线；

第二规划单元根据实时停车场信息，利用基于高精度地图融合车载激光雷达的SLAM和基于视觉的SLAM技术构建第二地图，并在第二地图中生成从停车场附近到目标停车位附近的第二路径，并在车辆行驶时通过特征匹配的方法实时规划目标车辆的行驶路线；

第三规划单元根据实时停车场信息，利用基于车载激光雷达的SLAM和基于视觉的SLAM技术构建第三地图，并在第三地图中生成从目标停车位附近进入目标停车位内的第三路径，并在车辆行驶时通过特征匹配的方法实时规划目标车辆的行驶路线。

相较于现有技术，本发明提供的还车招车系统及方法中，所述系统包括云端服务器、移动终端、车载终端和停车场环境数据库，所述服务器用于接收移动终端发送的还车指令，并根据还车指令在还车范围内查找停车场，并在查找到停车场后将该停车场的实时停车场信息发送至车载终端；还用于接收移动终端发送的招车指令，并根据招车指令向目标车辆的车载终端发送所述移动终端的位置信息以及在招车范围内的停车场的实时停车场信息；所述车载终端用于接收在还车范围内的停车场的实时停车场信息，并根据实时停车场信息规划目标车辆到目标停车位的还车行驶路线，并根据还车行驶路线控制车辆行驶至目标停车位；还用于接收在招车范围内的停车场的实时停车场信息以及移动终端的位置信息，并根据实时停车场信息和移动终端的位置信息规划目标车辆到目标移动终端的招车行驶路线，并根据招车行驶路线控制车辆行驶至目标移动终端。本发明实现了还车和招车的自动化，不需要人工驾驶车辆进入停车场，更不需要在停车位附近实施人工泊车；解决了驾驶员找停车场以及停车位难，人工泊车难度大的问题，提高停车场以及停车位的利用率，大大节省用户花在寻找停车场和停车位以及车辆泊车的时间和精力，另外在招车时不需要用户到停车位提车，在停车场附近一定范围内可以一键招车，简化了流程，增加了招车效率。

附图说明

图1为本发明提供的还车招车系统的结构框图。

图2为本发明目标车辆在还车时第一路径的第一示意图。

图3为本发明目标车辆在还车时第一路径的第二示意图。

图4为本发明目标车辆在还车时第二路径的示意图。

图5为本发明目标车辆在还车时第三路径的示意图。

图6为本发明提供的还车招车方法的流程图。

图7为本发明提供的还车招车方法中，所述步骤S200的流程图。

图8为本发明提供的还车招车方法中，所述步骤S400的流程图。

图9为本发明提供的还车招车方法中，所述步骤S202的流程图。

具体实施方式

本发明提供一种还车招车系统及方法，可实现无人驾驶车辆的招车和还车的自动化，使无人驾驶车辆可自动驶入停车位或自动驶往招车的移动终端。

为使本发明的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

请参阅图1，本发明提供的还车招车系统，包括云端服务器1、移动终端2、车载终端3和停车场环境数据库4，其中，所述云端服务器1通过网络与所述移动终端2、车载终端3和停车场环境数据库4建立连接，所述车载终端3设置于无人驾驶车辆中，即本实施例中的目标车辆。

具体来说，所述云端服务器1用于接收移动终端2发送的还车指令，并根据还车指令在还车范围内查找停车场，并在查找到停车场后将该停车场的实时停车场信息发送至车载终端3，换而言之，用户需要还车时，首先利用移动终端2向所述云端服务器1发送还车指令，在具体操作时，用户点击移动终端2上安装的app中的还车按钮即可，然后云端服务器1在接收到还车指令后，即开始在以移动终端2为中心的一定范围内搜索合适的停车场，本发明中所述的合适的停车场是指具有空余停车位的停车场，云端服务器1在查找到停车场后将停车场的实时停车场信息发送至车载终端3，使得车载终端3可根据停车场信息规划出停车路线并控制目标车辆进入停车位，达到自主还车的目的，其中，所述的实时停车场信息包括停车场位置信息、道路信息、停车位信息和障碍物信息，所述道路信息包括道路切片和车道便捷，所述停车位信息包括停车位中心坐标、方向、尺寸和属性(包括平行泊车位和垂直泊车位)，停车场环境数据库4中存储有实时停车场信息，云端服务器1对停车场环境数据库4有管理和调度的能力，在需要实时停车场信息时，所述停车场环境数据库4可将实时停车场信息发送给云端服务器1，在具体使用时，云端服务器1调用停车场环境数据库4中的实时停车场信息，实时停车场信息以高精度地图的方式呈现(当然，在其他的实施例中，所述实时停车场信息还可采用其它明了的方式呈现，本发明对此不做限定)，云端服务器1直接将包含有实时停车场信息的高精度地图发送至车载终端3，车载终端3接收到高精度地图后即可自行进行路线规划，在整个操作过程中，用户只需点击APP上的还车按钮即可，其余步骤均由系统自主完成，简单方便，节省用户的时间和精力，而且停车精准度高。

进一步来说，本发明提供的目标车辆是在满足交通规则的情况下自主行驶，基于此，本发明采用的是蕴含了V2X的网联自动驾驶的物联网技术以及高精度地图引擎技术的自主还车技术、自主泊车技术，所有的智能驾驶车辆均需要在云端服务器上进行注册才可实现智能招车或还车，智能驾驶车辆通过V2X技术注册道路边缘或者停车场的云端服务器，确定智能车辆注册成功以后，在需要进行智能还车时，目标车辆的车载终端获取道路边缘或者停车场的云端服务器下发的基于高精度地图停车位信息，云端服务器1通过V2X技术可以实时补充和更新道路边缘或者停车场的基于高精度地图停车位信息，已经有车辆占用的停车位不可选择，根据时间权重已经选择的停车位后来者不可选择；需要说明的是，本发明的智能还车可以在室内或室外(道路边缘)停车场内进行，即本发明提供的云端服务器包括中心服务器单元和路侧服务器单元，分别用于进行室内停车场的停车和室外停车场的停车，室内或室外停车过程基本一致，为了方便说明，以下均以室内停车场为例来进行描述。

进一步的实施例中，所述云端服务器1具体用于根据还车指令在还车范围内的任一点查找停车场，并在查找到一个或多个符合要求的停车场时，生成各个停车场的停车场套餐并将其发送给移动终端2，并在接收到移动终端2发送的停车场选择后查找该停车场的实时停车场信息并发送至车载终端3；在未查找到符合要求的停车场时，扩大搜索范围并继续搜索符合要求的停车场。换而言之，为了增加用户的选择性，本发明提供的云端服务器1给用户提供了多种不同的选择，当云端服务器1在搜索范围内查找到一个停车场时，可直接将该停车场的停车场套餐发送给移动终端2，供用户确认是否在此停车，如果用户确认，则直接将该停车场的实时停车场信息发送给目标车辆的车载终端3，如果用户不确认，则扩大搜索范围，继续搜索符合要求的停车场；当云端服务器1在搜索范围内查找到多个停车场时，则将多个停车场的停车场套餐均发给移动终端2供用户进行选择，待用户确认后，移动终端2再将用户选择的停车场发送至云端服务器1，云端服务器1再调用该停车场的实时停车场信息后发送给目标车辆的车载终端3，从而增加用户的选择性，提高系统的人性化程度，满足不同网联自动驾驶车辆的自主还车需求；其中，停车场套餐可通过停车场的价位和停车场环境以及停车场的位置构建代价函数，然后根据不同用户需求赋予不同的权值系数生成。

请继续参阅图1，在进行智能还车时，所述车载终端3用于接收在还车范围内的停车场的实时停车场信息，并根据实时停车场信息规划目标车辆到目标停车位的还车行驶路线，并根据还车行驶路线控制车辆行驶至目标停车位。换而言之，车载终端3在接收到停车场的实时停车场信息(本实施例中为高精度地图)，即根据目标车辆自身的位置和实时停车场信息规划出还车行驶路线，然后按照还车行驶路线行驶至目标停车位中，完成智能还车。

在具体实施时，由于道路边缘或者停车场的云端服务器的网络覆盖面积极广，因此智能驾驶车辆需要道路边缘或者停车场停车时，启动自主泊车功能，智能驾驶车辆获取最近的云端服务器，所述道路边缘或者停车场的云端服务器获取高精度地图，高精度地图信息包括带有泊车位属性的道路边缘或者停车场内道路信息(包括道路切片和车道边界)，然后目标车辆根据道路信息规划一条离最近云端服务器对应的道路边缘或者停车场泊车位，当智能驾驶车辆到达道路边缘或者停车场附近，可以选择想要泊车的车位。另外，需要说明的是，目标车辆安装的传感器可以获取车辆周边的环境信息，可以实时重新规划路线，以便车辆做出正确安全的决策，云端服务器1在发送实时停车场信息时，也会对停车场信息进行实时更新并发送给车载终端3，换而言之，云端服务器1会实时更新道路边缘或者停车场内的泊车位以及障碍物信息，特别是车辆行驶盲区的环境信息，以弥补智能驾驶车辆传感器的不足，保证目标车辆的安全性以及停车的准确性。

进一步的，请继续参阅图1，所述车载终端3包括定位导航模块31、规划模块32和控制模块33，所述规划模块连接定位导航模块31和控制模块32，所述定位导航模块31与云端服务器1通过网络建立连接。

具体的，所述定位导航模块31于接收云端服务器1发送的实时停车场信息，并将其发送给规划模块32。换而言之，所述定位导航模块31在接收到云端服务器1发送的实时停车场信息(本实施例中为高精度地图)后，即对高精度地图中的信息进行解析，具体解析出目标车辆位置信息的控制点属性，包括ID、坐标、头指向、曲率、速率、所在高精度地图车道与相邻车道的连通性以及所在高精度地图车道方向和控制点的拓扑结构，在解析完成后即将解析的数据发送给规划模块32。其中ID包括控制点所在车道信息以及控制点为与所在车道上的具体编号信息，坐标为控制点的坐标，该坐标可以是相对全局坐标系的坐标，头指向为控制点处车辆的建议行驶方向与控制点所在车道所成的角度，曲率为经过该控制点的路径曲线在该控制点处的曲率，速率为车辆在该控制点处的建议行驶速度，泊车时车辆时速一般推荐在0～10km/h，所在高精度地图车道与相邻车道的连通性为该控制点所在车道与其左车道和右车道的连通性，所在高精度地图车道方向为该控制点所在位置处是否直行、左转、右转和可掉头，所在高精度地图控制点的拓扑结构表示该控制点与相邻控制点之间的连接关系，从而提供车辆到下一个控制点的大致规划。

进一步的，所述规划模块32用于根据实时停车场信息依次生成到停车场附近的第一路径、从停车场附近到目标停车位附近的第二路径以及从目标停车位附近进入目标停车位内的第三路径。换而言之，本发明在进行自动还车时，所述目标车辆是分段进行行驶，直至行驶入目标停车位中，故本发明提供的规划模块32包括第一规划单元、第二规划单元、第三规划单元以及实施规划单元，其中第一规划单元、第二规划单元和第三规划单元分别用于不同路段的路线规划，所述实时规划单元用在整个行驶路段中。

具体的，所述第一规划单元用于根据实时停车场信息，利用基于高精度地图融合车载激光雷达以及视觉的自定位技术构建第一地图，并在第一地图中生成到停车场附近的第一路径。为了方便说明，以下结合图2和图3来对第一规划单元的工作过程进行说明，请参阅图2和图3，车停在初始位置A，车载终端通过云端服务器规划到停车场附近的一点B，启动自动驾驶，第一规划单元根据定位导航模块31下发全局路径的切片信息进行局部规划，生成平滑且无碰撞的轨迹，然后此时控制模块33控制目标车辆按照规划的轨迹(即第一路径)行驶至第一目的点(即图2和图3中的B点)后停车，图2和图3中的实线a为切片边界线，虚线b为地图中心线的切片点；另外，需要说明的是，目标车辆在按照第一路径行驶时，所述实时规划单元还通过特征匹配的方法实时规划目标车辆的行驶路线，进一步的增加目标车辆行驶的安全性和准确性。

进一步的，所述第二规划单元用于根据实时停车场信息，利用基于高精度地图融合车载激光雷达的SLAM和基于视觉的SLAM技术构建第二地图，并在第二地图中生成从停车场附近到目标停车位附近的第二路径。为了方便说明，以下结合图4来对第一规划单元的工作过程进行说明，请参阅图4，在目标车辆停稳后，乘客下车，定位导航模块31下发车当前位置(图4中的B点)到停车位附近点(图4中的C点)的地图切片，其中C点可以通过匹配D点(空余停车位的中心坐标点)到切片上得到，然后第二规划单元根据切片生成局部轨迹，然后此时控制模块33控制目标车辆按照规划的轨迹(即第二路径)行驶至第二目的点(即图4中的C点)后停车；另外，需要说明的是，目标车辆在按照第二路径行驶时，所述实时规划单元还通过特征匹配的方法实时规划目标车辆的行驶路线，进一步的增加目标车辆行驶的安全性和准确性。

进一步的，所述第三规划单元用于根据实时停车场信息，利用基于车载激光雷达的SLAM和基于视觉的SLAM技术构建第三地图，并在第三地图中生成从目标停车位附近进入目标停车位内的第三路径。为了方便说明，以下结合图5来对第一规划单元的工作过程进行说明，请参阅图5，此段路径分为两段进行实施，即图5中的C-E段(D档)和E-D段(R档)，第三规划单元生成C-E段和E-D段后，先下发C-E段轨迹到控制模块33，控制模块33控制车辆前进行驶至E点停车，然后车载模块判断目标车辆到达E点后，第三规划单元向车载语音系统发送消息，车载语音系统提示开始倒车，同时第三规划单元向控制模块33下发E-D段轨迹，然后控制模块33控制目标车辆行驶至目标停车位后停车，车辆倒车入库后(到达D点)，规划模块向车载语音系统发送消息，车载语音系统语音或弹窗提示完成泊车；判断档位为P后，规划模块32向定位导航模块31发送消息，泊车完成，云端服务器1即判定该车位已被占用，移动终端提示自主还车成功，完成整个自动还车流程；另外，需要说明的是，目标车辆在按照第二路径行驶时，所述实时规划单元还通过特征匹配的方法实时规划目标车辆的行驶路线，进一步的增加目标车辆行驶的安全性和准确性，此外，控制模块33在进行倒车入库时，还首先判断车辆是否是R档，再执行倒车，且为了进一步增强车辆的安全性，所述车载终端还包括感知模块，在倒车过程中，感知模块会检测障碍物，并上报障碍物信息，如果检测到障碍物与轨迹有碰撞风险，则直接向控制模块下发刹车指令，使目标车辆的速度降低到0,保证目标车辆的安全性。

此外，需要说明的是，本发明采用SLAM(即时定位与地图构建)技术来实现自动驾驶车辆同时定位与地图构建，SLAM系统框架一般分为五个模块，包括传感器数据、里程计、后端、建图及回环检测，其中传感器数据主要用于采集实际环境中的各类型原始数据(包括激光扫描数据、视频图像数据和点云数据等)，所述里程计用于不同时刻间移动目标相对位置的估算(包括特征匹配、直接配准等算法的应用)，后端主要用于优化视觉里程计带来的累积误差(包括滤波器、图优化等算法应用)，建图用于三维地图构建，回环检测用于空间累积误差消除，其工作流程大致为：传感器读取数据后，里程计估计两个时刻的相对运动，后端处理里程计估计结果的累积误差，根据前端与后端得到的运动轨迹来建立地图，回环检测考虑了同一场景不同时刻的图像，提供了空间上约束来消除累积误差。其中，激光SLAM技术是通过不同时刻两片点云的匹配与比对，计算激光雷达相对运动的距离和姿态的改变，也就完成了对机器人自身的定位。激光雷达测距比较准确，误差模型简单，在强光直射以外的环境中运行稳定，点云的处理也比较容易。同时，点云信息本身包含直接的几何关系，使得机器人的路径规划和导航变得直观。激光SLAM理论研究也相对成熟，落地产品更丰富。而视觉SLAM的优点是它所利用的丰富纹理信息。这带来了重定位、场景分类上无可比拟的巨大优势。同时，视觉信息可以较为容易的被用来跟踪和预测场景中的动态目标，如行人、车辆等，对于在复杂动态场景中的应用这是至关重要的。可见，激光SLAM和视觉SLAM各有擅长，单独使用都有其局限性，而融合使用则具有巨大的取长补短的潜力。运用自动驾驶车辆的运动模型得到自动驾驶车辆的位姿初估计，然后通过自动驾驶车辆装载的激光传感器获取的激光数据以及车载的视觉摄像头获取的图像信息结合观测模型对自动驾驶车辆位姿进行精确修正，得到自动驾驶车辆的精确定位，最后在精确定位的基础上，将激光数据添加到栅格地图中，反复如此，自动驾驶车辆在环境中运动，最终完成整个场景地图的构建。在完成场景地图构建后，需要在所构建的地图基础上进行基于地图的位置和路径规划来实现自动驾驶车辆的导航。自动驾驶车辆运动过程中，通过里程计信息结合激光传感器获取的激光数据和摄像头获取的图像数据与地图进行匹配，不断地实时获取自动驾驶车辆在地图中的精确位姿，同时，根据当前位置与任务目的地进行路径规划。

另外，实时规划单元采用的特征匹配方法具体是通过提取图像的边缘、角点等特征，采用某种基于点特征的相似性度量方法，如特征点二值相关，Huasdorff距离匹配方法，加权Huasdorff距离匹配方法，松弛匹配，基于结构信息的相关匹配方法等，算法鲁棒性好，适合更多目标类型的匹配。在实时图的中搜索与参考图最相似的区域，达到匹配识别泊车需要的道路边界、停车位信息、障碍物信息的目的。通过特征级的匹配技术实现停车场内的构建的包含有泊车需要的道路边界、停车位信息、障碍物信息的特征级的高精度地图，通过车辆自定位与其他定位方式的融合，弥补在停车场内GPS定位不准确或者无GPS定位信息而无法获取停车场内事先采集的高精度地图的情况。

请继续参阅图1，本发明提供的云端服务器1还用于接收移动终端2发送的招车指令，并根据招车指令向目标车辆的车载终端3发送所述移动终端2的位置信息以及在招车范围内的停车场的实时停车场信息，所述车载终端3还用于接收在招车范围内的停车场的实时停车场信息以及移动终端2的位置信息，并根据实时停车场信息和移动终端2的位置信息规划目标车辆到目标移动终端2的招车行驶路线，并根据招车行驶路线控制车辆行驶至目标移动终端2，所述车载终端3的定位导航模块31还用于接收云端服务器1发送的移动终端2的位置信息，并将其发送给规划模块32；所述规划模块32还用于根据实时停车场信息和移动终端2的位置信息规划目标车辆到目标移动终端2的招车行驶路线；所述控制模块33还用于根据招车行驶路线控制车辆行驶至目标移动终端2，即在进行招车时，用户只需点击APP上的招车按钮，，规划模块根据地图道路边界、停车位信息、障碍物信息，自主生成离开停车位到停车场外的路径，再次自主生成通过停车场到招车点的最短路径，并控制车辆行驶至目标移动终端，所述自动招车的流程可以理解为自主还车的简单逆向流程，而且相对于自主还车来说还少了复杂的泊车过程，故对其实现过程在此不再进行赘述。

基于上述还车招车系统，本发明还相应的提供一种还车招车方法，请参阅图6，所述方法包括如下步骤：

S100、服务器在接收到移动终端发送的还车指令时，根据还车指令在还车范围内查找停车场，并在查找到停车场后将该停车场的实时停车场信息发送至车载终端；

S200、车载终端接收在还车范围内的停车场的实时停车场信息，并根据实时停车场信息规划目标车辆到目标停车位的还车行驶路线，并根据还车行驶路线控制车辆行驶至目标停车位；

S300、服务器在接收到移动终端发送的招车指令时，根据招车指令向目标车辆的车载终端发送所述移动终端的位置信息以及在招车范围内的停车场的实时停车场信息；

S400、车载终端接收所述移动终端的位置信息以及停车场的实时停车场信息，并根据实时停车场信息和移动终端的位置信息规划目标车辆到目标移动终端的招车行驶路线，并根据招车行驶路线控制车辆行驶至目标移动终端；

其中，所述实时停车场信息包括停车场位置信息、道路信息、停车位信息和障碍物信息。

进一步的，所述步骤S100具体包括：

服务器根据还车指令在还车范围内的任一点查找停车场，并在查找到一个或多个符合要求的停车场时，生成各个停车场的停车场套餐并将其发送给移动终端，并在接收到移动终端发送的停车场选择后查找该停车场的实时停车场信息并发送至车载终端；在未查找到符合要求的停车场时，扩大搜索范围并继续搜索符合要求的停车场。

进一步的，请参阅图7，所述步骤S200包括：

S201、定位导航模块接收云端服务器发送的实时停车场信息，并将其发送给规划模块；

S202、规划模块根据实时停车场信息依次生成到停车场附近的第一路径、从停车场附近到目标停车位附近的第二路径以及从目标停车位附近进入目标停车位内的第三路径；

S203、控制模块控制目标车辆按第一路径行驶并在到达第一目的点后停止，以及控制所述目标车辆按第二路径从第一目的点行驶至第二目的点后停止，并控制所述目标车辆按第三路径从第二目的点行驶至目标停车位内后停止。

进一步的，请参阅图8，所述步骤S400包括：

S401、导航模块接收云端服务器发送的移动终端的位置信息以及停车场的实时停车场信息，并将其发送给规划模块；

S402、所述规划模块根据实时停车场信息和移动终端的位置信息规划目标车辆到目标移动终端的招车行驶路线；

S403、所述控制模块根据招车行驶路线控制车辆行驶至目标移动终端。

进一步的，请参阅图9，所述步骤S202具体包括：

S2021、第一规划单元根据实时停车场信息，利用基于高精度地图融合车载激光雷达以及视觉的自定位技术构建第一地图，并在第一地图中生成到停车场附近的第一路径，并在车辆行驶时通过特征匹配的方法实时规划目标车辆的行驶路线；

S2022、第二规划单元根据实时停车场信息，利用基于高精度地图融合车载激光雷达的SLAM和基于视觉的SLAM技术构建第二地图，并在第二地图中生成从停车场附近到目标停车位附近的第二路径，并在车辆行驶时通过特征匹配的方法实时规划目标车辆的行驶路线；

S2023、第三规划单元根据实时停车场信息，利用基于车载激光雷达的SLAM和基于视觉的SLAM技术构建第三地图，并在第三地图中生成从目标停车位附近进入目标停车位内的第三路径，并在车辆行驶时通过特征匹配的方法实时规划目标车辆的行驶路线。

由于上文已对自动还车招车系统进行详细描述，在此不再对自动还车招车方法赘述。

综上所述，本发明提供的还车招车系统及方法中，所述系统包括云端服务器、移动终端、车载终端和停车场环境数据库，所述服务器用于接收移动终端发送的还车指令，并根据还车指令在还车范围内查找停车场，并在查找到停车场后将该停车场的实时停车场信息发送至车载终端；还用于接收移动终端发送的招车指令，并根据招车指令向目标车辆的车载终端发送所述移动终端的位置信息以及在招车范围内的停车场的实时停车场信息；所述车载终端用于接收在还车范围内的停车场的实时停车场信息，并根据实时停车场信息规划目标车辆到目标停车位的还车行驶路线，并根据还车行驶路线控制车辆行驶至目标停车位；还用于接收在招车范围内的停车场的实时停车场信息以及移动终端的位置信息，并根据实时停车场信息和移动终端的位置信息规划目标车辆到目标移动终端的招车行驶路线，并根据招车行驶路线控制车辆行驶至目标移动终端。本发明实现了还车和招车的自动化，不需要人工驾驶车辆进入停车场，更不需要在停车位附近实施人工泊车；解决了驾驶员找停车场以及停车位难，人工泊车难度大的问题，提高停车场以及停车位的利用率，大大节省用户花在寻找停车场和停车位以及车辆泊车的时间和精力，另外在招车时不需要用户到停车位提车，在停车场附近一定范围内可以一键招车，简化了流程，增加了招车效率。

可以理解的是，对本领域普通技术人员来说，可以根据本发明的技术方案及其发明构思加以等同替换或改变，而所有这些改变或替换都应属于本发明所附的权利要求的保护范围。

Claims (10)

1.一种还车招车系统，其特征在于，包括：

云端服务器，用于接收移动终端发送的还车指令，并根据还车指令在还车范围内查找停车场，并在查找到停车场后将该停车场的实时停车场信息发送至车载终端；还用于接收移动终端发送的招车指令，并根据招车指令向目标车辆的车载终端发送所述移动终端的位置信息以及在招车范围内的停车场的实时停车场信息；

移动终端，用于向所述云端服务器发送还车指令或招车指令；

设置于无人驾驶车辆中的车载终端，用于接收在还车范围内的停车场的实时停车场信息，并根据实时停车场信息规划目标车辆到目标停车位的还车行驶路线，并根据还车行驶路线控制车辆行驶至目标停车位；还用于接收在招车范围内的停车场的实时停车场信息以及移动终端的位置信息，并根据实时停车场信息和移动终端的位置信息规划目标车辆到目标移动终端的招车行驶路线，并根据招车行驶路线控制车辆行驶至目标移动终端；

停车场环境数据库，用于存储实时停车场信息并将实时停车场信息发送至云端服务器；

其中，所述云端服务器通过网络与所述移动终端、车载终端和停车场环境数据库建立连接，所述实时停车场信息包括停车场位置信息、道路信息、停车位信息和障碍物信息。

2.根据权利要求1所述的还车招车系统，其特征在于，所述云端服务器具体用于根据还车指令在还车范围内的任一点查找停车场，并在查找到一个或多个符合要求的停车场时，生成各个停车场的停车场套餐并将其发送给移动终端，并在接收到移动终端发送的停车场选择后查找该停车场的实时停车场信息并发送至车载终端；在未查找到符合要求的停车场时，扩大搜索范围并继续搜索符合要求的停车场。

3.根据权利要求2所述的还车招车系统，其特征在于，所述车载终端包括：

定位导航模块，用于接收云端服务器发送的实时停车场信息，并将其发送给规划模块；

规划模块，用于根据实时停车场信息依次生成到停车场附近的第一路径、从停车场附近到目标停车位附近的第二路径以及从目标停车位附近进入目标停车位内的第三路径；

控制模块，用于控制目标车辆按第一路径行驶并在到达第一目的点后停止，以及控制所述目标车辆按第二路径从第一目的点行驶至第二目的点后停止，并控制所述目标车辆按第三路径从第二目的点行驶至目标停车位内后停止。

4.根据权利要求3所述的还车招车系统，其特征在于，所述定位导航模块还用于接收云端服务器发送的移动终端的位置信息，并将其发送给规划模块；所述规划模块还用于根据实时停车场信息和移动终端的位置信息规划目标车辆到目标移动终端的招车行驶路线；所述控制模块还用于根据招车行驶路线控制车辆行驶至目标移动终端。

5.根据权利要求3所述的还车招车系统，其特征在于，所述规划模块包括：

第一规划单元，用于根据实时停车场信息，利用基于高精度地图融合车载激光雷达以及视觉的自定位技术构建第一地图，并在第一地图中生成到停车场附近的第一路径；

第二规划单元，用于根据实时停车场信息，利用基于高精度地图融合车载激光雷达的SLAM和基于视觉的SLAM技术构建第二地图，并在第二地图中生成从停车场附近到目标停车位附近的第二路径；

第三规划单元，用于根据实时停车场信息，利用基于车载激光雷达的SLAM和基于视觉的SLAM技术构建第三地图，并在第三地图中生成从目标停车位附近进入目标停车位内的第三路径；

实时规划单元，用于通过特征匹配的方法实时规划目标车辆的行驶路线。

6.一种还车招车方法，其特征在于，包括如下步骤：

服务器在接收到移动终端发送的还车指令时，根据还车指令在还车范围内查找停车场，并在查找到停车场后将该停车场的实时停车场信息发送至车载终端；

车载终端接收在还车范围内的停车场的实时停车场信息，并根据实时停车场信息规划目标车辆到目标停车位的还车行驶路线，并根据还车行驶路线控制车辆行驶至目标停车位；

服务器在接收到移动终端发送的招车指令时，根据招车指令向目标车辆的车载终端发送所述移动终端的位置信息以及在招车范围内的停车场的实时停车场信息；

车载终端接收所述移动终端的位置信息以及停车场的实时停车场信息，并根据实时停车场信息和移动终端的位置信息规划目标车辆到目标移动终端的招车行驶路线，并根据招车行驶路线控制车辆行驶至目标移动终端；

其中，所述实时停车场信息包括停车场位置信息、道路信息、停车位信息和障碍物信息。

7.根据权利要求6所述的还车招车方法，其特征在于，所述服务器在接收到移动终端发送的还车指令时，根据还车指令在还车范围内查找停车场，并在查找到停车场后将该停车场的实时停车场信息发送至车载终端的步骤包括：

服务器根据还车指令在还车范围内的任一点查找停车场，并在查找到一个或多个符合要求的停车场时，生成各个停车场的停车场套餐并将其发送给移动终端，并在接收到移动终端发送的停车场选择后查找该停车场的实时停车场信息并发送至车载终端；在未查找到符合要求的停车场时，扩大搜索范围并继续搜索符合要求的停车场。

8.根据权利要求7所述的还车招车方法，其特征在于，所述车载终端接收停车场的实时停车场信息，并根据实时停车场信息规划目标车辆到目标停车位的还车行驶路线，并根据还车行驶路线控制车辆行驶至目标停车位的步骤包括：

定位导航模块接收云端服务器发送的实时停车场信息，并将其发送给规划模块；

规划模块根据实时停车场信息依次生成到停车场附近的第一路径、从停车场附近到目标停车位附近的第二路径以及从目标停车位附近进入目标停车位内的第三路径；

控制模块控制目标车辆按第一路径行驶并在到达第一目的点后停止，以及控制所述目标车辆按第二路径从第一目的点行驶至第二目的点后停止，并控制所述目标车辆按第三路径从第二目的点行驶至目标停车位内后停止。

9.根据权利要求8所述的还车招车方法，其特征在于，所述车载终端接收所述移动终端的位置信息以及停车场的实时停车场信息，并根据实时停车场信息和移动终端的位置信息规划目标车辆到目标移动终端的招车行驶路线，并根据招车行驶路线控制车辆行驶至目标移动终端的步骤包括：

导航模块接收云端服务器发送的移动终端的位置信息以及停车场的实时停车场信息，并将其发送给规划模块；

所述规划模块根据实时停车场信息和移动终端的位置信息规划目标车辆到目标移动终端的招车行驶路线；

所述控制模块根据招车行驶路线控制车辆行驶至目标移动终端。

10.根据权利要求8所述的还车招车方法，其特征在于，所述规划模块根据实时停车场信息依次生成到停车场附近的第一路径、从停车场附近到目标停车位附近的第二路径以及从目标停车位附近进入目标停车位内的第三路径的步骤包括：

第一规划单元根据实时停车场信息，利用基于高精度地图融合车载激光雷达以及视觉的自定位技术构建第一地图，并在第一地图中生成到停车场附近的第一路径，并在车辆行驶时通过特征匹配的方法实时规划目标车辆的行驶路线；

第二规划单元根据实时停车场信息，利用基于高精度地图融合车载激光雷达的SLAM和基于视觉的SLAM技术构建第二地图，并在第二地图中生成从停车场附近到目标停车位附近的第二路径，并在车辆行驶时通过特征匹配的方法实时规划目标车辆的行驶路线；

第三规划单元根据实时停车场信息，利用基于车载激光雷达的SLAM和基于视觉的SLAM技术构建第三地图，并在第三地图中生成从目标停车位附近进入目标停车位内的第三路径，并在车辆行驶时通过特征匹配的方法实时规划目标车辆的行驶路线。