CN110843768B - 汽车自动泊车控制方法、装置、设备及存储介质 - Google Patents
汽车自动泊车控制方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN110843768B CN110843768B CN201911210595.2A CN201911210595A CN110843768B CN 110843768 B CN110843768 B CN 110843768B CN 201911210595 A CN201911210595 A CN 201911210595A CN 110843768 B CN110843768 B CN 110843768B
- Authority
- CN
- China
- Prior art keywords
- information
- vehicle
- parking
- reasoning
- parked
- 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
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000004927 fusion Effects 0.000 claims abstract description 59
- 230000006399 behavior Effects 0.000 claims description 55
- 238000001514 detection method Methods 0.000 claims description 43
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 230000009471 action Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000008447 perception Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008570 general process Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/06—Automatic manoeuvring for parking
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明公开了一种汽车自动泊车控制方法、装置、设备及存储介质，本发明通过获取待泊车汽车的车辆传感器融合信息和车身信息；根据预设逻辑推理语言将所述车辆传感器融合信息和车身信息转换为对应的逻辑元素；对各逻辑元素进行推理，获得车辆泊车推理结果；根据所述车辆泊车推理结果控制所述待泊车汽车进行自动泊车，能够减轻了汽车自动泊车系统的计算量，提高了自动泊车的计算速度，增加了汽车自动泊车系统的实时性，提高了自动泊车的安全性、智能性和平稳性。
Description
技术领域
本发明涉及自动驾驶汽车技术领域，尤其涉及一种汽车自动泊车控制方法、装置、设备及存储介质。
背景技术
随着汽车工业在中国的高速发展，相比自动驾驶商业化的缓慢进程，自主泊车技术作为限定场景下的自动驾驶解决方案越来受到关注，一些车企的量产计划也逐渐浮出了水面；自主泊车系统是自动驾驶系统的一个分支，解决的是“最后一公里”的泊车问题，其功能主要由限定场景下的低速自动驾驶和自动泊车组成；自主泊车系统包括环境感知、行为决策、运动控制以及网联等关键技术，其中，行为决策系统需要接受周围环境数据完成场景认知与判断，通过综合推理决定车辆在自主泊车过程中的驾驶行为；行为决策系统的优劣直接决定着其自主泊车功能的安全性、智能性和平稳性。
传统的自主泊车行为决策流程可分为两个步骤：一是定点停车，二是定点招车。定点停车一般流程是：1、获取停车命令；2、获取基于SLAM技术使用激光雷达或摄像头针对自主泊车特定场景构建的地图与自车位置；3、行为决策系统根据输入的地图和实时传感器信息进行定点导航生成全局规划路径和局部路径进行低速自动驾驶行驶到泊车点；4、在规定区域执行泊车位寻找和自动泊车。
定点招车一般流程是：1、获取招车命令；2、获取基于SLAM技术使用激光雷达或摄像头针对自主泊车特定场景构建的地图与自车位置；3、根据泊入状态进行泊车泊出；3、行为决策系统根据输入的地图和实时传感器信息进行定点导航生成全局规划路径和局部路径进行低速自动驾驶行驶到招车点。传统自主泊车行为的优点是方法比较直观，适应性比较好，但其计算量较大，对计算机设备要求比较高。
发明内容
本发明的主要目的在于提供一种汽车自动泊车控制方法、装置、设备及存储介质，旨在解决现有技术中自主泊车计算量较大，对计算机设备要求比较高的问题。
为实现上述目的，本发明提供一种汽车自动泊车控制方法，所述汽车自动泊车控制方法包括以下步骤：
获取待泊车汽车的车辆传感器融合信息和车身信息；
根据预设逻辑推理语言将所述车辆传感器融合信息和车身信息转换为对应的逻辑元素；
对各逻辑元素进行推理，获得车辆泊车推理结果；
根据所述车辆泊车推理结果控制所述待泊车汽车进行自动泊车。
优选地，所述根据预设逻辑推理语言将所述车辆传感器融合信息和车身信息转换为对应的逻辑元素，包括：
根据预设数据库对所述车辆传感器融合信息和所述车身信息进行信息分类，获得分类结果；
根据预设逻辑推理语言对所述分类结果进行转换，获得对应的逻辑元素。
优选地，所述对各逻辑元素进行推理，获得车辆泊车推理结果，包括：
获取所述待泊车汽车的待泊车地点信息；
根据预设数据库搜索与所述待泊车地点信息对应的先验信息，所述先验信息为对预设先验场景地图中各地点对应的道路元素和道路属性进行描述的信息；
对各逻辑元素进行分析，获得表示各逻辑元素之间对应关系的逻辑谓词；
对所述先验信息和所述逻辑谓词进行推理，获得车辆泊车推理结果。
优选地，所述对所述先验信息和所述逻辑谓词进行推理，获得车辆泊车推理结果，包括：
根据预设自主泊车推理规则对所述先验信息和所述逻辑谓词进行推理，获得车辆预估行驶行为，将所述车辆预估行驶行为作为车辆泊车推理结果。
优选地，所述根据预设自主泊车推理规则对所述先验信息和所述逻辑谓词进行推理，获得车辆预估行驶行为，将所述车辆预估行驶行为作为车辆泊车推理结果，包括：
获取所述待泊车汽车的当前位置；
将所述当前位置与所述待泊车地点信息进行匹配，并生成匹配结果；
在所述比对结果为所述当前位置与所述待泊车地点信息不匹配时，确定所述预设自主泊车推理规则为低速自动驾驶规则，根据所述低速自动驾驶规则控制所述待泊车汽车行驶至所述代泊车地点信息对应的位置；
在所述比对结果为所述当前位置与所述待泊车地点信息匹配时，确定预设自主泊车推理规则为自动泊车规则，根据所述自动泊车规则对所述先验信息和所述逻辑谓词进行推理，获得车辆预估行驶行为，将所述车辆预估行驶行为作为车辆泊车推理结果。
优选地，所述在所述比对结果为所述当前位置与所述待泊车地点信息匹配时，确定预设自主泊车推理规则为自动泊车规则，根据所述自动泊车规则对所述先验信息和所述逻辑谓词进行推理，获得车辆预估行驶行为，将所述车辆预估行驶行为作为车辆泊车推理结果，包括：
所述比对结果为所述当前位置与所述待泊车地点信息匹配时，确定预设自主泊车推理规则为自动泊车规则；
根据所述自动泊车规则获取所述代泊车地点信息对应的位置的侧方泊车位检测信息；
根据所述侧方泊车位检测信息确定泊车区域信息、泊车位空闲状态信息及车位大小信息；
将所述泊车区域信息与所述先验信息进行匹配，在所述泊车区域信息与所述先验信息匹配成功后，根据所述泊车位空闲状态信息确定当前泊车位是否空闲；
在所述当前泊车位空闲时，将所述车位大小信息与所述车身信息进行匹配；
在所述车位大小信息与所述车身信息匹配成功时，从预设车辆行驶数据库中获得与所述待泊车汽车对应的车辆预估行驶行为，将所述车辆预估行驶行为作为车辆泊车推理结果。
优选地，所述获取待泊车汽车的车辆传感器融合信息和车身信息，包括：
获取待泊车汽车的车身信息和对待泊车场景的激光雷达检测结果、相机检测结果、雷达检测结果及车对外界的信息交换信息；
将所述激光雷达检测结果、相机检测结果、雷达检测结果及车对外界的信息交换信息进行信息融合，生成车辆传感器融合信息。
此外，为实现上述目的，本发明还提出一种汽车自动泊车控制设备，所述汽车自动泊车控制设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的汽车自动泊车控制程序，所述汽车自动泊车控制程序配置为实现如上文所述的汽车自动泊车控制方法的步骤。
此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有汽车自动泊车控制程序，所述汽车自动泊车控制程序被处理器执行时实现如上文所述的汽车自动泊车控制方法的步骤。
此外，为实现上述目的，本发明还提出一种汽车自动泊车控制装置，所述汽车自动泊车控制装置包括：
信息获取模块，用于获取待泊车汽车的车辆传感器融合信息和车身信息；
转换模块，用于根据预设逻辑推理语言将所述车辆传感器融合信息和车身信息转换为对应的逻辑元素；
推理模块，用于对各逻辑元素进行推理，获得车辆泊车推理结果；
泊车模块，用于根据所述车辆泊车推理结果控制所述待泊车汽车进行自动泊车。
本发明提出的汽车自动泊车控制方法，通过获取待泊车汽车的车辆传感器融合信息和车身信息；根据预设逻辑推理语言将所述车辆传感器融合信息和车身信息转换为对应的逻辑元素；对各逻辑元素进行推理，获得车辆泊车推理结果；根据所述车辆泊车推理结果控制所述待泊车汽车进行自动泊车，能够减轻了汽车自动泊车系统的计算量，提高了自动泊车的计算速度，增加了汽车自动泊车系统的实时性，提高了自动泊车的安全性、智能性和平稳性。
附图说明
图1为本发明实施例方案涉及的硬件运行环境的汽车自动泊车控制设备结构示意图；
图2为本发明汽车自动泊车控制方法第一实施例的流程示意图；
图3为本发明汽车自动泊车控制方法第二实施例的流程示意图；
图4为本发明汽车自动泊车控制方法第三实施例的流程示意图；
图5为本发明汽车自动泊车控制装置第一实施例的功能模块图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明实施例的解决方案主要是：本发明通过获取待泊车汽车的车辆传感器融合信息和车身信息；根据预设逻辑推理语言将所述车辆传感器融合信息和车身信息转换为对应的逻辑元素；对各逻辑元素进行推理，获得车辆泊车推理结果；根据所述车辆泊车推理结果控制所述待泊车汽车进行自动泊车，能够减轻了汽车自动泊车系统的计算量，提高了自动泊车的计算速度，增加了汽车自动泊车系统的实时性，提高了自动泊车的安全性、智能性和平稳性，解决了现有技术中自主泊车计算量较大，对计算机设备要求比较高的技术问题。
参照图1，图1为本发明实施例方案涉及的硬件运行环境的汽车自动泊车控制设备结构示意图。
如图1所示，该汽车自动泊车控制设备可以包括：处理器1001，例如中央处理器(Central Processing Unit，CPU)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(Wireless-Fidelity，Wi-Fi)接口)。存储器1005可以是高速的随机存取存储器(Random Access Memory，RAM)存储器，也可以是稳定的存储器(Non-volatile Memory，NVM)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储。
本领域技术人员可以理解，图1中示出的汽车自动泊车控制设备结构并不构成对该汽车自动泊车控制设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户端接口模块以及汽车自动泊车控制程序。
本发明汽车自动泊车控制设备通过处理器1001调用存储器1005中存储的汽车自动泊车控制程序，并执行以下操作：
获取待泊车汽车的车辆传感器融合信息和车身信息；
根据预设逻辑推理语言将所述车辆传感器融合信息和车身信息转换为对应的逻辑元素；
对各逻辑元素进行推理，获得车辆泊车推理结果；
根据所述车辆泊车推理结果控制所述待泊车汽车进行自动泊车。
进一步地，处理器1001可以调用存储器1005中存储的汽车自动泊车控制程序，还执行以下操作：
根据预设数据库对所述车辆传感器融合信息和所述车身信息进行信息分类，获得分类结果；
根据预设逻辑推理语言对所述分类结果进行转换，获得对应的逻辑元素。
进一步地，处理器1001可以调用存储器1005中存储的汽车自动泊车控制程序，还执行以下操作：
获取所述待泊车汽车的待泊车地点信息；
根据预设数据库搜索与所述待泊车地点信息对应的先验信息，所述先验信息为对预设先验场景地图中各地点对应的道路元素和道路属性进行描述的信息；
对各逻辑元素进行分析，获得表示各逻辑元素之间对应关系的逻辑谓词；
对所述先验信息和所述逻辑谓词进行推理，获得车辆泊车推理结果。
进一步地，处理器1001可以调用存储器1005中存储的汽车自动泊车控制程序，还执行以下操作：
根据预设自主泊车推理规则对所述先验信息和所述逻辑谓词进行推理，获得车辆预估行驶行为，将所述车辆预估行驶行为作为车辆泊车推理结果。
进一步地，处理器1001可以调用存储器1005中存储的汽车自动泊车控制程序，还执行以下操作：
获取所述待泊车汽车的当前位置；
将所述当前位置与所述待泊车地点信息进行匹配，并生成匹配结果；
在所述比对结果为所述当前位置与所述待泊车地点信息不匹配时，确定所述预设自主泊车推理规则为低速自动驾驶规则，根据所述低速自动驾驶规则控制所述待泊车汽车行驶至所述代泊车地点信息对应的位置；
在所述比对结果为所述当前位置与所述待泊车地点信息匹配时，确定预设自主泊车推理规则为自动泊车规则，根据所述自动泊车规则对所述先验信息和所述逻辑谓词进行推理，获得车辆预估行驶行为，将所述车辆预估行驶行为作为车辆泊车推理结果。
进一步地，处理器1001可以调用存储器1005中存储的汽车自动泊车控制程序，还执行以下操作：
所述比对结果为所述当前位置与所述待泊车地点信息匹配时，确定预设自主泊车推理规则为自动泊车规则；
根据所述自动泊车规则获取所述代泊车地点信息对应的位置的侧方泊车位检测信息；
根据所述侧方泊车位检测信息确定泊车区域信息、泊车位空闲状态信息及车位大小信息；
将所述泊车区域信息与所述先验信息进行匹配，在所述泊车区域信息与所述先验信息匹配成功后，根据所述泊车位空闲状态信息确定当前泊车位是否空闲；
在所述当前泊车位空闲时，将所述车位大小信息与所述车身信息进行匹配；
在所述车位大小信息与所述车身信息匹配成功时，从预设车辆行驶数据库中获得与所述待泊车汽车对应的车辆预估行驶行为，将所述车辆预估行驶行为作为车辆泊车推理结果。
进一步地，处理器1001可以调用存储器1005中存储的汽车自动泊车控制程序，还执行以下操作：
获取待泊车汽车的车身信息和对待泊车场景的激光雷达检测结果、相机检测结果、雷达检测结果及车对外界的信息交换信息；
将所述激光雷达检测结果、相机检测结果、雷达检测结果及车对外界的信息交换信息进行信息融合，生成车辆传感器融合信息。
本实施例通过上述方案，通过获取待泊车汽车的车辆传感器融合信息和车身信息；根据预设逻辑推理语言将所述车辆传感器融合信息和车身信息转换为对应的逻辑元素；对各逻辑元素进行推理，获得车辆泊车推理结果；根据所述车辆泊车推理结果控制所述待泊车汽车进行自动泊车，能够减轻了汽车自动泊车系统的计算量，提高了自动泊车的计算速度，增加了汽车自动泊车系统的实时性，提高了自动泊车的安全性、智能性和平稳性。
基于上述硬件结构，提出本发明汽车自动泊车控制方法实施例。
参照图2，图2为本发明汽车自动泊车控制方法第一实施例的流程示意图。
在第一实施例中，所述汽车自动泊车控制方法包括以下步骤：
步骤S10、获取待泊车汽车的车辆传感器融合信息和车身信息。
需要说明的是，所述车辆传感器融合信息为所述待泊车汽车的多种传感器获取的信息的结合，所述车身信息为所述待泊车汽车的本身车身参数。
进一步地，所述步骤S10具体包括以下步骤：
获取待泊车汽车的车身信息和对待泊车场景的激光雷达检测结果、相机检测结果、雷达检测结果及车对外界的信息交换信息；
将所述激光雷达检测结果、相机检测结果、雷达检测结果及车对外界的信息交换信息进行信息融合，生成车辆传感器融合信息。
应当理解的是，所述车辆传感器融合信息可以包括激光雷达检测结果、相机检测结果、雷达检测结果及车对外界的信息交换信息等信息，当然还可以包括更多或更少其他类型的信息，本实施例对此不加以限制。
步骤S20、根据预设逻辑推理语言将所述车辆传感器融合信息和车身信息转换为对应的逻辑元素。
可以理解的是，所述预设逻辑推理语言为预先设置的逻辑推理语言，在实际操作中，所述预设逻辑推理语言可以为Prolog，当然也可以是其他语言作为所述预设逻辑推理语言，本实施例对此不加以限制；通过所述预设逻辑推理语言可以将之前获得的所述车辆传感器融合信息和车身信息转换为对应的逻辑元素，所述逻辑元素是为了方便进行描述信息设置的逻辑元素，例如可以描述道路特征的一元谓词“feature(xxx)”和描述各特征关系的二元谓词“relationship(xxx，yyy)”，当然也可以是预先设置的其他逻辑元素，本实施例对此不加以限制。
步骤S30、对各逻辑元素进行推理，获得车辆泊车推理结果。
应当理解的是，通过对各逻辑元素进行推理，可以获得相应的车辆泊车推理结果。
步骤S40、根据所述车辆泊车推理结果控制所述待泊车汽车进行自动泊车。
可以理解的是，通过所述车辆泊车推理结果可以控制所述待泊车汽车进行自动泊车，即根据所述车辆泊车推理结果作出相应的控制指令，进而控制所述待泊车汽车进行泊车相关动作；在实际操作中，一般的是将实时环境感知信息和先验场景建模信息作为推理依据，利用Prolog的推理能力根据车辆当前行车环境实时推理出车辆行驶行为，如前进、停止、左转、右转、泊车等，当然也可以进行其他泊车动作，本实施例对此不加以限制。
本实施例通过上述方案，通过获取待泊车汽车的车辆传感器融合信息和车身信息；根据预设逻辑推理语言将所述车辆传感器融合信息和车身信息转换为对应的逻辑元素；对各逻辑元素进行推理，获得车辆泊车推理结果；根据所述车辆泊车推理结果控制所述待泊车汽车进行自动泊车，能够减轻了汽车自动泊车系统的计算量，提高了自动泊车的计算速度，增加了汽车自动泊车系统的实时性，提高了自动泊车的安全性、智能性和平稳性。
进一步地，图3为本发明汽车自动泊车控制方法第二实施例的流程示意图，如图3所示，基于第一实施例提出本发明汽车自动泊车控制方法第二实施例，在本实施例中，所述步骤S20具体包括以下步骤：
步骤S21、根据预设数据库对所述车辆传感器融合信息和所述车身信息进行信息分类，获得分类结果。
需要说明的是，所述预设数据库为预先设置的数据库，用于根据预设规则对不同的信息进行相应的分类存储，通过所述预设数据库可以对所述车辆传感器融合信息和所述车身信息进行信息分类，进而获得相应的分类结果；所述预设数据库的数据建立需要对需要泊车的所有场景进行提前建模并根据传感器接收到的感知信息对其识别结果，即交通标志、特殊区域、障碍物等的属性以及相互之间的关联关系进行建模转换为一元逻辑谓词和二元逻辑谓词存储。
步骤S22、根据预设逻辑推理语言对所述分类结果进行转换，获得对应的逻辑元素。
可以理解的是，通过预设逻辑推理语言对所述分类结果进行转换，进而获得对应的逻辑元素；在实际操作中，车辆传感器会实时采集车辆周围环境信息，将摄像头、雷达等采集设备采集到的信号融合，并将其实时环境感知信息转化为逻辑语言描述的逻辑谓词，一般是进行分类后再进行转换，即转换为逻辑元素。
本实施例通过上述方案，通过预设数据库对所述车辆传感器融合信息和所述车身信息进行信息分类，获得分类结果；根据预设逻辑推理语言对所述分类结果进行转换，获得对应的逻辑元素，提高了自动泊车的计算速度，增加了汽车自动泊车系统的实时性。
进一步地，图4为本发明汽车自动泊车控制方法第三实施例的流程示意图，如图4所示，基于第二实施例提出本发明汽车自动泊车控制方法第三实施例，在本实施例中，所述步骤S30具体包括以下步骤：
步骤S31、获取所述待泊车汽车的待泊车地点信息。
需要说明的是，所述待泊车汽车的待泊车地点信息即所述待泊车汽车需要进行泊车的地理位置信息。
步骤S32、根据预设数据库搜索与所述待泊车地点信息对应的先验信息，所述先验信息为对预设先验场景地图中各地点对应的道路元素和道路属性进行描述的信息。
可以理解的是，从所述预设数据库中可以搜索到与所述待泊车地点信息对应的先验信息，所述先验信息为对预设先验场景地图中各地点对应的道路元素和道路属性进行描述的信息；在实际操作中，一般的会进行先验知识采集以及先验知识库建立，即先验知识采集时采用逻辑推理语言对先验场景地图中道路元素和道路属性进行描述，形成对应的场景知识库，其中，道路元素包含了车道(Lane)、路段(Segment)、路口(Junction)、交通标志(TrafficSign)和特殊区域(SpecialArea)；道路属性则描述了各个道路元素的坐标信息(Position)和关联关系(relationship)。
步骤S33、对各逻辑元素进行分析，获得表示各逻辑元素之间对应关系的逻辑谓词。
应当理解的是，通过对各逻辑元素进行分析，可以获得表示各逻辑元素之间对应关系的逻辑谓词，在实际操作中，一般是进行实时知识采集与实时知识库建立，即将实时环境感知信息转化为逻辑语言描述的逻辑谓词存入实时知识库，实时知识库可以采用二元谓词描述障碍物、车道、交通标志、车辆间的关联关系；实时知识库的建立可以是通过信息融合后识别出现有的识别结果，建立多个识别结果列表，将各识别结果进行关联，进而进行二次元谓词转换，获得表示识别结果关系的二元谓词，从而更新实时知识库，n个识别结果加上车辆自身能够对应出(n+1)！个二元谓词关联关系，当转换完成二元谓词之后，需要将之前的实时知识库清空，并存入转换完成的二元谓词。
步骤S34、对所述先验信息和所述逻辑谓词进行推理，获得车辆泊车推理结果。
可以理解的是，通过对所述先验信息和所述逻辑谓词进行推理，可以获得车辆泊车推理结果。
进一步地，所述步骤S34具体包括以下步骤：
根据预设自主泊车推理规则对所述先验信息和所述逻辑谓词进行推理，获得车辆预估行驶行为，将所述车辆预估行驶行为作为车辆泊车推理结果。
需要说明的是，所述预设自主泊车推理规则为预先设置的自主泊车推理规则，用于根据所述先验信息和所述逻辑谓词进行推理，获得相应的车辆预估行驶行为，从而将所述车辆预估行驶行为作为车辆泊车推理结果，即将先验知识库与实时知识库中的知识合并，即预设数据库结合预先设定好的自主泊车推理规则进行逻辑推理，最后输出车辆预估行驶行为。
进一步地，所述步骤根据预设自主泊车推理规则对所述先验信息和所述逻辑谓词进行推理，获得车辆预估行驶行为，将所述车辆预估行驶行为作为车辆泊车推理结果，具体包括：
获取所述待泊车汽车的当前位置；
将所述当前位置与所述待泊车地点信息进行匹配，并生成匹配结果；
在所述比对结果为所述当前位置与所述待泊车地点信息不匹配时，确定所述预设自主泊车推理规则为低速自动驾驶规则，根据所述低速自动驾驶规则控制所述待泊车汽车行驶至所述代泊车地点信息对应的位置；
在所述比对结果为所述当前位置与所述待泊车地点信息匹配时，确定预设自主泊车推理规则为自动泊车规则，根据所述自动泊车规则对所述先验信息和所述逻辑谓词进行推理，获得车辆预估行驶行为，将所述车辆预估行驶行为作为车辆泊车推理结果。
可以理解的是，通过将汽车当前位置与待泊车地点信息匹配，可以确定适用的预设自主泊车推理规则，一般的可以分为低速自动驾驶规则和自动泊车规则，不同的规则对应不同的车辆控制方式。
在具体实现中，在所述预设自主泊车推理规则为车辆低速自动驾驶规则时，会根据先验知识库比对实时知识库即预设数据库，以此来匹配当前车辆所处的路段位置从而获取车辆前方路段的路段属性，当车辆获取前方路段属性后，便可以推理出下一阶段车辆需要执行的动作，前方路段属性包括前方道路直行、左右转及加减速等，当然还可以是其他属性，本实施例对此不加以限制。
进一步地，所述步骤在所述比对结果为所述当前位置与所述待泊车地点信息匹配时，确定预设自主泊车推理规则为自动泊车规则，根据所述自动泊车规则对所述先验信息和所述逻辑谓词进行推理，获得车辆预估行驶行为，将所述车辆预估行驶行为作为车辆泊车推理结果，包括以下步骤：
所述比对结果为所述当前位置与所述待泊车地点信息匹配时，确定预设自主泊车推理规则为自动泊车规则；
根据所述自动泊车规则获取所述代泊车地点信息对应的位置的侧方泊车位检测信息；
根据所述侧方泊车位检测信息确定泊车区域信息、泊车位空闲状态信息及车位大小信息；
将所述泊车区域信息与所述先验信息进行匹配，在所述泊车区域信息与所述先验信息匹配成功后，根据所述泊车位空闲状态信息确定当前泊车位是否空闲；
在所述当前泊车位空闲时，将所述车位大小信息与所述车身信息进行匹配；
在所述车位大小信息与所述车身信息匹配成功时，从预设车辆行驶数据库中获得与所述待泊车汽车对应的车辆预估行驶行为，将所述车辆预估行驶行为作为车辆泊车推理结果。
应当理解的是，在所述预设自主泊车推理规则为自动泊车规则时，触发并执行自动泊车规则，根据预设泊车位寻找规则通过输入的识别结果不断匹配可泊车位，当检测到泊车位后，则开始进行泊车入库，即判断泊车区域信息、泊车位空闲状态信息及车位大小信息是否匹配，匹配成功则开始泊车。
本实施例通过上述方案，通过获取所述待泊车汽车的待泊车地点信息；根据预设数据库搜索与所述待泊车地点信息对应的先验信息，所述先验信息为对预设先验场景地图中各地点对应的道路元素和道路属性进行描述的信息；对各逻辑元素进行分析，获得表示各逻辑元素之间对应关系的逻辑谓词；对所述先验信息和所述逻辑谓词进行推理，获得车辆泊车推理结果，能够减轻了汽车自动泊车系统的计算量，提高了自动泊车的计算速度，增加了汽车自动泊车系统的实时性，提高了自动泊车的安全性、智能性和平稳性。
本发明进一步提供一种汽车自动泊车控制装置。
参照图5，图5为本发明汽车自动泊车控制装置第一实施例的功能模块图。
本发明汽车自动泊车控制装置第一实施例中，该汽车自动泊车控制装置包括：
信息获取模块10，用于获取待泊车汽车的车辆传感器融合信息和车身信息。
需要说明的是，所述车辆传感器融合信息为所述待泊车汽车的多种传感器获取的信息的结合，所述车身信息为所述待泊车汽车的本身车身参数。
转换模块20，用于根据预设逻辑推理语言将所述车辆传感器融合信息和车身信息转换为对应的逻辑元素。
可以理解的是，所述预设逻辑推理语言为预先设置的逻辑推理语言，在实际操作中，所述预设逻辑推理语言可以为Prolog，当然也可以是其他语言作为所述预设逻辑推理语言，本实施例对此不加以限制；通过所述预设逻辑推理语言可以将之前获得的所述车辆传感器融合信息和车身信息转换为对应的逻辑元素，所述逻辑元素是为了方便进行描述信息设置的逻辑元素，例如可以描述道路特征的一元谓词“feature(xxx)”和描述各特征关系的二元谓词“relationship(xxx，yyy)”，当然也可以是预先设置的其他逻辑元素，本实施例对此不加以限制。
推理模块30，用于对各逻辑元素进行推理，获得车辆泊车推理结果。
应当理解的是，通过对各逻辑元素进行推理，可以获得相应的车辆泊车推理结果。
泊车模块40，用于根据所述车辆泊车推理结果控制所述待泊车汽车进行自动泊车。
可以理解的是，通过所述车辆泊车推理结果可以控制所述待泊车汽车进行自动泊车，即根据所述车辆泊车推理结果作出相应的控制指令，进而控制所述待泊车汽车进行泊车相关动作；在实际操作中，一般的是将实时环境感知信息和先验场景建模信息作为推理依据，利用Prolog的推理能力根据车辆当前行车环境实时推理出车辆行驶行为，如前进、停止、左转、右转、泊车等，当然也可以进行其他泊车动作，本实施例对此不加以限制。
本实施例通过上述方案，通过获取待泊车汽车的车辆传感器融合信息和车身信息；根据预设逻辑推理语言将所述车辆传感器融合信息和车身信息转换为对应的逻辑元素；对各逻辑元素进行推理，获得车辆泊车推理结果；根据所述车辆泊车推理结果控制所述待泊车汽车进行自动泊车，能够减轻了汽车自动泊车系统的计算量，提高了自动泊车的计算速度，增加了汽车自动泊车系统的实时性，提高了自动泊车的安全性、智能性和平稳性。
本发明所述汽车自动泊车控制装置的其他实施例或具体实现方式可参照上述各方法实施例，此处不再赘述。
此外，本发明实施例还提出一种存储介质，所述存储介质上存储有汽车自动泊车控制程序，所述汽车自动泊车控制程序被处理器执行时实现如下操作：
获取待泊车汽车的车辆传感器融合信息和车身信息；
根据预设逻辑推理语言将所述车辆传感器融合信息和车身信息转换为对应的逻辑元素；
对各逻辑元素进行推理，获得车辆泊车推理结果；
根据所述车辆泊车推理结果控制所述待泊车汽车进行自动泊车。
进一步地，所述汽车自动泊车控制程序被处理器执行时还实现如下操作：
根据预设数据库对所述车辆传感器融合信息和所述车身信息进行信息分类，获得分类结果；
根据预设逻辑推理语言对所述分类结果进行转换，获得对应的逻辑元素。
进一步地，所述汽车自动泊车控制程序被处理器执行时还实现如下操作：
获取所述待泊车汽车的待泊车地点信息；
根据预设数据库搜索与所述待泊车地点信息对应的先验信息，所述先验信息为对预设先验场景地图中各地点对应的道路元素和道路属性进行描述的信息；
对各逻辑元素进行分析，获得表示各逻辑元素之间对应关系的逻辑谓词；
对所述先验信息和所述逻辑谓词进行推理，获得车辆泊车推理结果。
进一步地，所述汽车自动泊车控制程序被处理器执行时还实现如下操作：
根据预设自主泊车推理规则对所述先验信息和所述逻辑谓词进行推理，获得车辆预估行驶行为，将所述车辆预估行驶行为作为车辆泊车推理结果。
进一步地，所述汽车自动泊车控制程序被处理器执行时还实现如下操作：
获取所述待泊车汽车的当前位置；
将所述当前位置与所述待泊车地点信息进行匹配，并生成匹配结果；
在所述比对结果为所述当前位置与所述待泊车地点信息不匹配时，确定所述预设自主泊车推理规则为低速自动驾驶规则，根据所述低速自动驾驶规则控制所述待泊车汽车行驶至所述代泊车地点信息对应的位置；
在所述比对结果为所述当前位置与所述待泊车地点信息匹配时，确定预设自主泊车推理规则为自动泊车规则，根据所述自动泊车规则对所述先验信息和所述逻辑谓词进行推理，获得车辆预估行驶行为，将所述车辆预估行驶行为作为车辆泊车推理结果。
进一步地，所述汽车自动泊车控制程序被处理器执行时还实现如下操作：
所述比对结果为所述当前位置与所述待泊车地点信息匹配时，确定预设自主泊车推理规则为自动泊车规则；
根据所述自动泊车规则获取所述代泊车地点信息对应的位置的侧方泊车位检测信息；
根据所述侧方泊车位检测信息确定泊车区域信息、泊车位空闲状态信息及车位大小信息；
将所述泊车区域信息与所述先验信息进行匹配，在所述泊车区域信息与所述先验信息匹配成功后，根据所述泊车位空闲状态信息确定当前泊车位是否空闲；
在所述当前泊车位空闲时，将所述车位大小信息与所述车身信息进行匹配；
在所述车位大小信息与所述车身信息匹配成功时，从预设车辆行驶数据库中获得与所述待泊车汽车对应的车辆预估行驶行为，将所述车辆预估行驶行为作为车辆泊车推理结果。
进一步地，所述汽车自动泊车控制程序被处理器执行时还实现如下操作：
获取待泊车汽车的车身信息和对待泊车场景的激光雷达检测结果、相机检测结果、雷达检测结果及车对外界的信息交换信息；
将所述激光雷达检测结果、相机检测结果、雷达检测结果及车对外界的信息交换信息进行信息融合，生成车辆传感器融合信息。
本实施例通过上述方案，通过获取待泊车汽车的车辆传感器融合信息和车身信息；根据预设逻辑推理语言将所述车辆传感器融合信息和车身信息转换为对应的逻辑元素；对各逻辑元素进行推理，获得车辆泊车推理结果；根据所述车辆泊车推理结果控制所述待泊车汽车进行自动泊车，能够减轻了汽车自动泊车系统的计算量，提高了自动泊车的计算速度，增加了汽车自动泊车系统的实时性，提高了自动泊车的安全性、智能性和平稳性。
需要说明的是，在本文中，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、物品或者不仅包括那些要素，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、物品或者所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种汽车自动泊车控制方法，其特征在于，所述汽车自动泊车控制方法包括：
获取待泊车汽车的车辆传感器融合信息和车身信息；
根据预设逻辑推理语言将所述车辆传感器融合信息和车身信息转换为对应的逻辑元素；
其中，根据预设逻辑推理语言将所述车辆传感器融合信息和车身信息转换为对应的逻辑元的步骤，包括：
根据预设数据库对所述车辆传感器融合信息和所述车身信息进行信息分类，获得分类结果；
根据预设逻辑推理语言对所述分类结果进行转换，获得对应的逻辑元素；
对各逻辑元素进行推理，获得车辆泊车推理结果；
其中，对各逻辑元素进行推理，获得车辆泊车推理结果的步骤，包括：
获取所述待泊车汽车的待泊车地点信息；
根据预设数据库搜索与所述待泊车地点信息对应的先验信息，所述先验信息为对预设先验场景地图中各地点对应的道路元素和道路属性进行描述的信息；
对各逻辑元素进行分析，获得表示各逻辑元素之间对应关系的逻辑谓词；
对所述先验信息和所述逻辑谓词进行推理，获得车辆泊车推理结果；
根据所述车辆泊车推理结果控制所述待泊车汽车进行自动泊车。
2.如权利要求1所述的汽车自动泊车控制方法，其特征在于，所述对所述先验信息和所述逻辑谓词进行推理，获得车辆泊车推理结果，包括：
根据预设自主泊车推理规则对所述先验信息和所述逻辑谓词进行推理，获得车辆预估行驶行为，将所述车辆预估行驶行为作为车辆泊车推理结果。
3.如权利要求2所述的汽车自动泊车控制方法，其特征在于，所述根据预设自主泊车推理规则对所述先验信息和所述逻辑谓词进行推理，获得车辆预估行驶行为，将所述车辆预估行驶行为作为车辆泊车推理结果，包括：
获取所述待泊车汽车的当前位置；
将所述当前位置与所述待泊车地点信息进行匹配，并生成比对结果；
在所述比对结果为所述当前位置与所述待泊车地点信息不匹配时，确定所述预设自主泊车推理规则为低速自动驾驶规则，根据所述低速自动驾驶规则控制所述待泊车汽车行驶至所述待泊车地点信息对应的位置；
在所述比对结果为所述当前位置与所述待泊车地点信息匹配时，确定预设自主泊车推理规则为自动泊车规则，根据所述自动泊车规则对所述先验信息和所述逻辑谓词进行推理，获得车辆预估行驶行为，将所述车辆预估行驶行为作为车辆泊车推理结果。
4.如权利要求3所述的汽车自动泊车控制方法，其特征在于，所述在所述比对结果为所述当前位置与所述待泊车地点信息匹配时，确定预设自主泊车推理规则为自动泊车规则，根据所述自动泊车规则对所述先验信息和所述逻辑谓词进行推理，获得车辆预估行驶行为，将所述车辆预估行驶行为作为车辆泊车推理结果，包括：
所述比对结果为所述当前位置与所述待泊车地点信息匹配时，确定预设自主泊车推理规则为自动泊车规则；
根据所述自动泊车规则获取所述代泊车地点信息对应的位置的侧方泊车位检测信息；
根据所述侧方泊车位检测信息确定泊车区域信息、泊车位空闲状态信息及车位大小信息；
将所述泊车区域信息与所述先验信息进行匹配，在所述泊车区域信息与所述先验信息匹配成功后，根据所述泊车位空闲状态信息确定当前泊车位是否空闲；
在所述当前泊车位空闲时，将所述车位大小信息与所述车身信息进行匹配；
在所述车位大小信息与所述车身信息匹配成功时，从预设车辆行驶数据库中获得与所述待泊车汽车对应的车辆预估行驶行为，将所述车辆预估行驶行为作为车辆泊车推理结果。
5.如权利要求1-4中任一项所述的汽车自动泊车控制方法，其特征在于，所述获取待泊车汽车的车辆传感器融合信息和车身信息，包括：
获取待泊车汽车的车身信息和对待泊车场景的激光雷达检测结果、相机检测结果、雷达检测结果及车对外界的信息交换信息；
将所述激光雷达检测结果、相机检测结果、雷达检测结果及车对外界的信息交换信息进行信息融合，生成车辆传感器融合信息。
6.一种汽车自动泊车控制装置，其特征在于，所述汽车自动泊车控制装置包括：
信息获取模块，用于获取待泊车汽车的车辆传感器融合信息和车身信息；
转换模块，用于根据预设逻辑推理语言将所述车辆传感器融合信息和车身信息转换为对应的逻辑元素；
其中，根据预设逻辑推理语言将所述车辆传感器融合信息和车身信息转换为对应的逻辑元的步骤，包括：
根据预设数据库对所述车辆传感器融合信息和所述车身信息进行信息分类，获得分类结果；
根据预设逻辑推理语言对所述分类结果进行转换，获得对应的逻辑元素；
推理模块，用于对各逻辑元素进行推理，获得车辆泊车推理结果；
其中，对各逻辑元素进行推理，获得车辆泊车推理结果的步骤，包括：
获取所述待泊车汽车的待泊车地点信息；
根据预设数据库搜索与所述待泊车地点信息对应的先验信息，所述先验信息为对预设先验场景地图中各地点对应的道路元素和道路属性进行描述的信息；
对各逻辑元素进行分析，获得表示各逻辑元素之间对应关系的逻辑谓词；
对所述先验信息和所述逻辑谓词进行推理，获得车辆泊车推理结果；
泊车模块，用于根据所述车辆泊车推理结果控制所述待泊车汽车进行自动泊车。
7.一种汽车自动泊车控制设备，其特征在于，所述汽车自动泊车控制设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的汽车自动泊车控制程序，所述汽车自动泊车控制程序配置为实现如权利要求1-5中任一项所述的汽车自动泊车控制方法的步骤。
8.一种存储介质，其特征在于，所述存储介质上存储有汽车自动泊车控制程序，所述汽车自动泊车控制程序被处理器执行时实现如权利要求1-5中任一项所述的汽车自动泊车控制方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911210595.2A CN110843768B (zh) | 2019-11-29 | 2019-11-29 | 汽车自动泊车控制方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911210595.2A CN110843768B (zh) | 2019-11-29 | 2019-11-29 | 汽车自动泊车控制方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110843768A CN110843768A (zh) | 2020-02-28 |
| CN110843768B true CN110843768B (zh) | 2021-06-08 |
Family
ID=69606960
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911210595.2A Active CN110843768B (zh) | 2019-11-29 | 2019-11-29 | 汽车自动泊车控制方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110843768B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114179785B (zh) * | 2021-11-22 | 2023-10-13 | 岚图汽车科技有限公司 | 一种基于面向服务的融合泊车控制系统、电子设备和车辆 |
| CN114212076A (zh) * | 2021-12-27 | 2022-03-22 | 安徽江淮汽车集团股份有限公司 | 一种基于车载机器人的自动泊车系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105197010A (zh) * | 2014-06-04 | 2015-12-30 | 长春孔辉汽车科技股份有限公司 | 辅助泊车系统以及辅助泊车控制方法 |
| WO2019015876A1 (de) * | 2017-07-19 | 2019-01-24 | Robert Bosch Gmbh | Verfahren und vorrichtung zum bereitstellen von umgebungsinformationen |
| CN109466543A (zh) * | 2017-09-08 | 2019-03-15 | 优特诺股份有限公司 | 规划自主运动 |
| CN109657355A (zh) * | 2018-12-20 | 2019-04-19 | 安徽江淮汽车集团股份有限公司 | 一种车辆道路虚拟场景的仿真方法及系统 |
| CN110103951A (zh) * | 2019-05-23 | 2019-08-09 | 威马智慧出行科技（上海）有限公司 | 自动泊车方法、电子设备及汽车 |
-
2019
- 2019-11-29 CN CN201911210595.2A patent/CN110843768B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105197010A (zh) * | 2014-06-04 | 2015-12-30 | 长春孔辉汽车科技股份有限公司 | 辅助泊车系统以及辅助泊车控制方法 |
| WO2019015876A1 (de) * | 2017-07-19 | 2019-01-24 | Robert Bosch Gmbh | Verfahren und vorrichtung zum bereitstellen von umgebungsinformationen |
| CN109466543A (zh) * | 2017-09-08 | 2019-03-15 | 优特诺股份有限公司 | 规划自主运动 |
| CN109657355A (zh) * | 2018-12-20 | 2019-04-19 | 安徽江淮汽车集团股份有限公司 | 一种车辆道路虚拟场景的仿真方法及系统 |
| CN110103951A (zh) * | 2019-05-23 | 2019-08-09 | 威马智慧出行科技（上海）有限公司 | 自动泊车方法、电子设备及汽车 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110843768A (zh) | 2020-02-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109767646A (zh) | 泊车方法及装置 | |
| KR102539942B1 (ko) | 궤적 계획 모델을 훈련하는 방법, 장치, 전자 기기, 저장 매체 및 프로그램 | |
| CN109491375A (zh) | 用于自动驾驶车辆的基于驾驶场景的路径规划 | |
| CN112905849A (zh) | 一种车辆数据处理的方法及装置 | |
| CN110843768B (zh) | 汽车自动泊车控制方法、装置、设备及存储介质 | |
| CN113492841B (zh) | 泊车控制方法、装置及计算机可读存储介质 | |
| CN110942665A (zh) | 一种车辆的定位方法、车载设备及存储介质 | |
| CN113997954B (zh) | 一种车辆行驶意图预测方法、装置、设备及可读存储介质 | |
| CN112967516B (zh) | 快速停车场端关键参数与整车匹配全局动态路径规划方法 | |
| CN113189989B (zh) | 车辆意图预测方法、装置、设备及存储介质 | |
| CN114792148A (zh) | 一种运动轨迹的预测方法及装置 | |
| US20230382430A1 (en) | Method and system for forecasting reactions of other road users in autonomous driving | |
| CN113734203A (zh) | 一种智能驾驶的控制方法、装置、系统及存储介质 | |
| CN110765224A (zh) | 电子地图的处理方法、车辆视觉重定位的方法和车载设备 | |
| CN112325898A (zh) | 路径规划方法、装置、设备和存储介质 | |
| US11922703B1 (en) | Generic obstacle detection in drivable area | |
| CN116343174A (zh) | 目标检测方法、装置、车辆和存储介质 | |
| EP4375856A1 (en) | Environment matching-based vehicle localization method and apparatus, vehicle, and storage medium | |
| US20210383213A1 (en) | Prediction device, prediction method, computer program product, and vehicle control system | |
| CN117445901A (zh) | 泊车路径规划方法和路径节点预测模型的训练方法 | |
| CN112596514B (zh) | 控制操作调整方法、装置、可移动载体及存储介质 | |
| CN114274980A (zh) | 轨迹控制方法、装置、车辆及存储介质 | |
| CN114722931A (zh) | 车载数据处理方法、装置、数据采集设备和存储介质 | |
| CN114154510A (zh) | 自动驾驶车辆的控制方法、装置、电子设备及存储介质 | |
| CN110446106B (zh) | 一种前置摄像头文件的识别方法、电子设备及存储介质 |
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 |