CN111599217B - 一种自主泊车系统架构、架构实现方法、终端和存储介质 - Google Patents

一种自主泊车系统架构、架构实现方法、终端和存储介质 Download PDF

Info

Publication number
CN111599217B
CN111599217B CN202010498833.0A CN202010498833A CN111599217B CN 111599217 B CN111599217 B CN 111599217B CN 202010498833 A CN202010498833 A CN 202010498833A CN 111599217 B CN111599217 B CN 111599217B
Authority
CN
China
Prior art keywords
vehicle
module
blocking
autonomous parking
braking
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
Application number
CN202010498833.0A
Other languages
English (en)
Other versions
CN111599217A (zh
Inventor
唐锐
李培育
王凡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zongmu Technology Shanghai Co Ltd
Original Assignee
Zongmu Technology Shanghai Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zongmu Technology Shanghai Co Ltd filed Critical Zongmu Technology Shanghai Co Ltd
Priority to CN202010498833.0A priority Critical patent/CN111599217B/zh
Publication of CN111599217A publication Critical patent/CN111599217A/zh
Application granted granted Critical
Publication of CN111599217B publication Critical patent/CN111599217B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/165—Anti-collision systems for passive traffic, e.g. including static obstacles, trees
    • 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/06—Automatic manoeuvring for parking
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Abstract

本发明提供一种自主泊车系统架构、架构实现方法、终端和存储介质，所述视觉即时定位和地图构建模块用于建立目标物体周围的场景的三维模型，同时定位车身的空间位置；航迹导航模块，所述航迹导航模块用于通过算法来推测下一个时间点的车身位置和姿态；规划和策略模块，所述规划和策略模块基于当前的环境做出系统响应；控制模块，所述控制模块基于策略模块的指令；多平台框架模块，所述多平台框架模块用于在硬件平台上搭建交互层，支撑软件模块和算法。本发明实现封闭园区地上及地下无人代客泊车，跨层停车，低速无人驾驶等相关功能场景提供了低计算量、高效的汽车智能系统，并为局部区域网联化、轻量化提供了底层基础。

Description

一种自主泊车系统架构、架构实现方法、终端和存储介质
技术领域
本发明涉及汽车电子技术领域，特别是涉及一种自主泊车系统架构、架构实现方法、终端和存储介质。
背景技术
随着汽车智能化和网联化技术的发展，自动驾驶越来越受到社会、汽车制造商和车主的关注。作为自动驾驶的重要分支领域，无人代客泊车可以增加停车场的利用率，提高道路的通行效率；此外车辆更加安全，车主不需要担心停车问题，可以有效节约时间从事其他工作。
作为无人代客泊车技术作为现在全球新技术研发的热点，作为新技术研发的主要载体，汽车系统的智能化、网联化、轻量化技术的发展成为主要趋势。
本发明提供了一种自主泊车系统架构、架构实现方法、以及其对应的终端和存储介质，为实现封闭园区地上及地下无人代客泊车，跨层停车，低速无人驾驶等相关功能场景提供了低计算量、高效的汽车智能系统，并为局部区域网联化、轻量化提供了底层基础。
发明内容
为了解决上述的以及其他潜在的技术问题，本发明提供了一种自主泊车系统架构、架构实现方法、终端和存储介质，实现封闭园区地上及地下无人代客泊车，跨层停车，低速无人驾驶等相关功能场景提供了低计算量、高效的汽车智能系统，并为局部区域网联化、轻量化提供了底层基础。
一种自主泊车系统架构，包括以下部分：
视觉即时定位和地图构建模块，所述视觉即时定位和地图构建模块用于建立目标物体周围的场景的三维模型，同时定位车身的空间位置；
航迹导航模块，所述航迹导航模块用于通过算法来推测下一个时间点的车身位置和姿态；
规划和策略模块，所述规划和策略模块基于当前的环境，做出系统响应；
控制模块，所述控制模块基于策略模块的指令，转换成对车的控制信号；
多平台框架模块，所述多平台框架模块用于在硬件平台上搭建交互层，支撑软件模块和算法。
一种自主泊车系统架构实现方法，包括以下步骤：
S01：由建图模块获取构建的场景地图；由感知模块获取感知数据，并将感知数据输入至感知数据融合模块进行数据融合，将融合结果由多平台框架模块提取信息输入建图模块，由航迹导航模块用于通过算法来推测下一个时间点的车身位置和姿态输出至多平台框架模块；由车辆定位模块获取场景内目标物体的定位信息，并将定位信息输入至多平台框架模块；
S02：多平台框架模块通过地图、车身位置、车身姿态、场景目标定位、全局规划、感知模块综合输出至规划和策略模块，由规划和策略模块输出宏观决策，由车辆感知模块输出微观决策，结合宏观决策和微观决策由控制模块控制车辆下一步行为以及近程的路线规划。
进一步地，还包括建图模块，所述建图模块用于基于传感器融合的数据生成系统使用的地图。
进一步地，还包括感知模块，所述感知模块用于自传感器获取周边环境数据。
进一步地，还包括定位模块，所述定位模块用于通过视觉算法来判断自身的相对位置。
进一步地，还包括感知数据融合模块，所述感知数据融合模块用于将多个传感器的感知结果进行时钟同步，来构建更完整的空间模型、识别地面的障碍物。
进一步地，所述视觉即时定位及地图构建模块的输入为摄像头的视频帧，所述视觉即时定位及地图构建模块的输出为里程计定位结果。
进一步地，所述航迹导航模块的输入为四轮轮速和方向盘转角信号，所述航迹导航模块的输出为里程计定位结果。
进一步地，所述感知融合模块的输入为不同感知设备的里程计输入，所述传感器融合模块的输出为融合后的里程计定位结果。
进一步地，所述定位模块的输入为里程计及视频，所述定位模块的输出为定位结果。
进一步地，所述建图模块的输入为定位和感知结果，所述建图模块的输出为三维地图。
进一步地，所述规划和策略模块的输入为三维地图，定位结果，移动端控制者输入的目标点；所述规划和策略模块的输出为行驶路径。
进一步地，所述控制模块的输入为车基定位信息、由感知设备感知数据处理获得的车基相对坐标信息、车速度和加速度信息、从当前位置开始微观距离内的路径规划。
进一步地，所述感知模块的输入为视频和雷达数据，所诉感知模块的输出为周边物体感知结果。
进一步地，所述感知数据融合模块数据融合识别地面可识别障碍物类型包括：
Figure BDA0002523924840000021
/>
Figure BDA0002523924840000031
进一步地，所述感知数据融合模块数据融合识别地面可识别障碍物类型还包括：
Figure BDA0002523924840000032
/>
Figure BDA0002523924840000041
进一步地，所述规划和策略模块包括静止障碍物避障和动态障碍物避障，所述静止障碍物避障流程包括以下步骤：
S100：自车行驶中，正前方出现静止车辆阻挡行驶路线。
S110：从传感器发现阻挡车辆开始追踪阻挡车辆，得到数据(自车与阻挡车辆的距离，阻挡车辆的移动方向，移动速度，自车的行驶速度，自车的刹车距离/时间)，根据这些数据计算碰撞风险。
S120：如存在碰撞风险，根据碰撞时间选择刹车的方式(紧急刹停、舒适刹停)、刹车时间，刹停车辆后自车车头与阻挡车辆最近点之间有大于额定安全距离的安全距离。
优选地，所述步骤S120中所述的刹停车辆后自车车头与阻挡车辆最近点之间额定安全距离为3米。
进一步地，所述规划和策略模块的静止障碍物避障流程还包括转向情景下静态障碍物避障，其包括以下步骤：
S200：自车右转/左转，车速控制在3kph，转弯路径上出现静止车辆阻挡行驶路线；
S210：从传感器发现阻挡车辆开始追踪阻挡车辆，得到数据(自车与阻挡车辆的距离，阻挡车辆的移动方向，移动速度，自车的行驶速度，自车的刹车距离/时间)，根据这些数据计算碰撞风险；
S220：如存在碰撞风险，根据碰撞时间选择刹车的方式(紧急刹停、舒适刹停)、刹车时间，刹停车辆后自车车头与阻挡车辆最近点之间有大于额定安全距离。
优选地，所述步骤S220中所述的刹停车辆后自车车头与阻挡车辆最近点之间额定安全距离为3米。
进一步地，所述规划和策略模块的静止障碍物避障流程还包括车辆行驶到转盘道路，沿转盘行驶时，转弯路径遇到静止车辆情景下静态障碍物避障，其包括以下步骤：
S300：自车沿转盘行驶，车速控制在3kph，转弯路径上出现静止车辆阻挡行驶路线；
S310：从传感器发现阻挡车辆开始追踪阻挡车辆，得到数据(自车与阻挡车辆的距离，阻挡车辆的移动方向，移动速度，自车的行驶速度，自车的刹车距离/时间)，根据这些数据计算碰撞风险；
S320：如存在碰撞风险，根据碰撞时间选择刹车的方式(紧急刹停、舒适刹停)、刹车时间，刹停车辆后自车车头与阻挡车辆最近点之间有大于3M安全距离。
优选地，所述步骤S320中所述的刹停车辆后自车车头与阻挡车辆最近点之间额定安全距离为3米。
一种终端设备，如可以执行上述自主泊车架构实现方法程序的智能手机或可以执行上述架构实现方法程序的车载终端控制设备。
一种服务器，所述服务器可以存储、实时更新并支持下载上述自主泊车架构实现方法和/或自主泊车架构系统。
一种计算机存储介质，所述计算机存储介质用于存储上述自主泊车架构实现方法所对应的软件程序和/或自主泊车架构系统。
如上所述，本发明的具有以下有益效果：
实现封闭园区地上及地下无人代客泊车，跨层停车，低速无人驾驶等相关功能场景提供了低计算量、高效的汽车智能系统，并为局部区域网联化、轻量化提供了底层基础。
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显示为本发明自主泊车系统架构示意图。
图2显示为本发明流程图。
图3显示为本发明静止障碍物避障流程图。
图4显示为本发明转向情景下静态障碍物避障流程图。
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。
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。
参见图1～图4，
一种自主泊车系统架构，包括以下部分：
视觉即时定位和地图构建模块，所述视觉即时定位和地图构建模块用于建立目标物体周围的场景的三维模型，同时定位自身的空间位置；
航迹导航模块，所述航迹导航模块用于通过算法来推测下一个时间点的自身位置和姿态；
规划和策略模块，所述规划和策略模块基于当前的环境，做出最恰当的系统响应；
控制模块，所述控制模块基于策略模块的指令，转换成对车的控制信号；
多平台框架模块，所述多平台框架模块用于在硬件平台上搭建交互层，支撑软件模块和算法。
一种自主泊车系统架构实现方法，包括以下步骤：
S01：由建图模块获取构建的场景地图；由感知模块获取感知数据，并将感知数据输入至感知数据融合模块进行数据融合，将融合结果由多平台框架模块提取信息输入建图模块，由航迹导航模块用于通过算法来推测下一个时间点的车身位置和姿态输出至多平台框架模块；由车辆定位模块获取场景内目标物体的定位信息，并将定位信息输入至多平台框架模块；
S02：多平台框架模块通过地图、车身位置、车身姿态、场景目标定位、全局规划、感知模块综合输出至规划和策略模块，由规划和策略模块输出宏观决策，由车辆感知模块输出微观决策，结合宏观决策和微观决策由控制模块控制车辆下一步行为以及近程的路线规划。
作为优选实施例，还包括建图模块，所述建图模块用于基于传感器融合的数据生成系统使用的地图。
作为优选实施例，还包括感知模块，所述感知模块用于自传感器获取周边环境数据。
作为优选实施例，还包括定位模块，所述定位模块用于通过视觉算法来判断自身的相对位置。
作为优选实施例，还包括感知数据融合模块，所述感知数据融合模块用于将多个传感器的感知结果进行时钟同步，来构建更完整的空间模型、识别地面的障碍物。
作为优选实施例，所述视觉即时定位及地图构建模块的输入为摄像头的视频帧，所述视觉即时定位及地图构建模块的输出为里程计定位结果。
作为优选实施例，所述航迹导航模块的输入为四轮轮速和方向盘转角信号，所述航迹导航模块的输出为里程计定位结果。
作为优选实施例，所述感知融合模块的输入为不同感知设备的里程计输入，所述传感器融合模块的输出为融合后的里程计定位结果。
作为优选实施例，所述定位模块的输入为里程计及视频，所述定位模块的输出为定位结果。
作为优选实施例，所述建图模块的输入为定位和感知结果，所述建图模块的输出为三维地图。
作为优选实施例，所述规划和策略模块的输入为三维地图，定位结果，移动端控制者输入的目标点；所述规划和策略模块的输出为行驶路径。
作为优选实施例，所述控制模块的输入为车基定位信息、由感知设备感知数据处理获得的车基相对坐标信息、车速度和加速度信息、从当前位置开始微观距离内的路径规划。
作为优选实施例，所述感知模块的输入为视频和雷达数据，所诉感知模块的输出为周边物体感知结果。
作为优选实施例，所述感知数据融合模块数据融合识别地面可识别障碍物类型包括：
Figure BDA0002523924840000071
Figure BDA0002523924840000081
作为优选实施例，所述感知数据融合模块数据融合识别地面可识别障碍物类型还包括：
Figure BDA0002523924840000082
Figure BDA0002523924840000091
作为优选实施例，所述规划和策略模块包括静止障碍物避障和动态障碍物避障，所述静止障碍物避障流程包括以下步骤：
S100：自车行驶中，正前方出现静止车辆阻挡行驶路线；
S110：从传感器发现阻挡车辆开始追踪阻挡车辆，得到数据(自车与阻挡车辆的距离，阻挡车辆的移动方向，移动速度，自车的行驶速度，自车的刹车距离/时间)，根据这些数据计算碰撞风险；
S120：如存在碰撞风险，根据碰撞时间选择刹车的方式(紧急刹停、舒适刹停)、刹车时间，刹停车辆后自车车头与阻挡车辆最近点之间有大于额定安全距离的安全距离。
优选地，所述步骤S120中所述的刹停车辆后自车车头与阻挡车辆最近点之间额定安全距离为3米。
作为优选实施例，所述规划和策略模块的静止障碍物避障流程还包括转向情景下静态障碍物避障，其包括以下步骤：
S200：自车右转/左转，车速控制在3kph，转弯路径上出现静止车辆阻挡行驶路线；
S210：从传感器发现阻挡车辆开始追踪阻挡车辆，得到数据(自车与阻挡车辆的距离，阻挡车辆的移动方向，移动速度，自车的行驶速度，自车的刹车距离/时间)，根据这些数据计算碰撞风险；
S220：如存在碰撞风险，根据碰撞时间选择刹车的方式(紧急刹停、舒适刹停)、刹车时间，刹停车辆后自车车头与阻挡车辆最近点之间有大于额定安全距离。
优选地，所述步骤S220中所述的刹停车辆后自车车头与阻挡车辆最近点之间额定安全距离为3米。
作为优选实施例，所述规划和策略模块的静止障碍物避障流程还包括车辆行驶到转盘道路，沿转盘行驶时，转弯路径遇到静止车辆情景下静态障碍物避障，其包括以下步骤：
S300：自车沿转盘行驶，车速控制在3kph，转弯路径上出现静止车辆阻挡行驶路线；
S310：从传感器发现阻挡车辆开始追踪阻挡车辆，得到数据(自车与阻挡车辆的距离，阻挡车辆的移动方向，移动速度，自车的行驶速度，自车的刹车距离/时间)，根据这些数据计算碰撞风险；
S320：如存在碰撞风险，根据碰撞时间选择刹车的方式(紧急刹停、舒适刹停)、刹车时间，刹停车辆后自车车头与阻挡车辆最近点之间有大于3M安全距离。
优选地，所述步骤S320中所述的刹停车辆后自车车头与阻挡车辆最近点之间额定安全距离为3米。
一种终端设备，如可以执行上述自主泊车架构实现方法程序的智能手机或可以执行上述架构实现方法程序的车载终端控制设备。
一种服务器，所述服务器可以存储、实时更新并支持下载上述自主泊车架构实现方法和/或自主泊车架构系统。
一种计算机存储介质，所述计算机存储介质用于存储上述自主泊车架构实现方法所对应的软件程序和/或自主泊车架构系统。
作为优选实施例，本实施例还提供一种终端设备，如可以执行程序的智能手机、平板电脑、笔记本电脑、台式计算机、机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器，或者多个服务器所组成的服务器集群)等。本实施例的终端设备至少包括但不限于：可通过系统总线相互通信连接的存储器、处理器。需要指出的是，具有组件存储器、处理器的终端设备，但是应理解的是，并不要求实施所有示出的组件，可以替代的自主泊车架构实现方法实施更多或者更少的组件。
作为优选实施例，存储器(即可读存储介质)包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中，存储器可以是计算机设备的内部存储单元，例如该计算机设备20的硬盘或内存。在另一些实施例中，存储器也可以是计算机设备的外部存储设备，例如该计算机设备上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。当然，存储器还可以既包括计算机设备的内部存储单元也包括其外部存储设备。本实施例中，存储器通常用于存储安装于计算机设备的操作系统和各类应用软件，例如实施例中的自主泊车架构实现方法程序代码等。此外，存储器还可以用于暂时地存储已经输出或者将要输出的各类数据。
处理器在一些实施例中可以是中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器通常用于控制计算机设备的总体操作。本实施例中，处理器用于运行存储器中存储的程序代码或者处理数据，例如运行的检测程序，以实现实施例中自主泊车架构的功能。
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上述的自主泊车架构实现方法中的步骤。
本实施例还提供一种计算机可读存储介质，如闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等，其上存储有计算机程序，程序被处理器执行时实现相应功能。本实施例的计算机可读存储介质用于存储程序，被处理器执行时实现实施例中的自主泊车架构实现方法。
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)

1.一种自主泊车系统架构实现方法，其特征在于，包括以下步骤：
S01：由建图模块获取构建的场景地图；由感知模块获取感知数据，并将感知数据输入至感知数据融合模块进行数据融合，将融合结果由多平台框架模块提取信息输入建图模块，由航迹导航模块用于通过算法来推测下一个时间点的车身位置和姿态输出至多平台框架模块；由车辆定位模块获取场景内目标物体的定位信息，并将定位信息输入至多平台框架模块；
S02：多平台框架模块通过地图、车身位置、车身姿态、场景目标定位、全局规划、感知模块综合输出至规划和策略模块，由规划和策略模块输出宏观决策，由车辆感知模块输出微观决策，结合宏观决策和微观决策由控制模块控制车辆下一步行为以及近程的路线规划，其中，所述规划和策略模块的静止障碍物避障流程还包括车辆行驶到转盘道路，沿转盘行驶时，转弯路径遇到静止车辆情景下静态障碍物避障，其包括以下步骤：
S300：自车沿转盘行驶，车速控制在3kph，转弯路径上出现静止车辆阻挡行驶路线；S310：从传感器发现阻挡车辆开始追踪阻挡车辆，得到包括但不限于自车与阻挡车辆的距离，阻挡车辆的移动方向，移动速度，自车的行驶速度，自车的刹车距离/时间的数据，根据这些数据计算碰撞风险；
S320：如存在碰撞风险，根据碰撞时间选择刹车的方式包括但不限于紧急刹停、舒适刹停的刹车方式、刹车时间，刹停车辆后自车车头与阻挡车辆最近点之间有大于3m安全距离。
2.根据权利要求1所述的自主泊车系统架构实现方法，其特征在于，所述规划和策略模块包括静止障碍物避障和动态障碍物避障，所述静止障碍物避障流程包括以下步骤：
S100：自车行驶中，正前方出现静止车辆阻挡行驶路线；
S110：从传感器发现阻挡车辆开始追踪阻挡车辆，得到包括自车与阻挡车辆的距离，阻挡车辆的移动方向，移动速度，自车的行驶速度，自车的刹车距离/时间的数据，根据这些数据计算碰撞风险；
S120：如存在碰撞风险，根据碰撞时间选择包括紧急刹停、舒适刹停的刹车方式、刹车时间，刹停车辆后自车车头与阻挡车辆最近点之间有大于额定安全距离的安全距离。
3.根据权利要求1所述的自主泊车系统架构实现方法，其特征在于，所述规划和策略模块的静止障碍物避障流程还包括转向情景下静态障碍物避障，其包括以下步骤：
S200：自车右转/左转，车速控制在3kph，转弯路径上出现静止车辆阻挡行驶路线；S210：从传感器发现阻挡车辆开始追踪阻挡车辆，得到包括但不限于自车与阻挡车辆的距离，阻挡车辆的移动方向，移动速度，自车的行驶速度，自车的刹车距离/时间的数据，根据这些数据计算碰撞风险；
S220：如存在碰撞风险，根据碰撞时间选择包括但不限于紧急刹停、舒适刹停的刹车方式、刹车时间，刹停车辆后自车车头与阻挡车辆最近点之间有大于额定安全距离。
4.一种自主泊车系统架构，其特征在于，应用于权利要求1至3任一项所述的自主泊车系统架构实现方法，所述自主泊车系统架构包括以下部分：
视觉即时定位和地图构建模块，所述视觉即时定位和地图构建模块用于建立目标物体周围的场景的三维模型，同时定位车身的空间位置；
航迹导航模块，所述航迹导航模块用于通过算法来推测下一个时间点的车身位置和姿态；
规划和策略模块，所述规划和策略模块基于当前的环境，做出系统响应；
控制模块，所述控制模块基于策略模块的指令，转换成对车的控制信号；
多平台框架模块，所述多平台框架模块用于在硬件平台上搭建交互层，支撑软件模块和算法。
5.根据权利要求4所述的自主泊车系统架构，其特征在于，还包括建图模块，所述建图模块用于基于传感器融合的数据生成系统使用的地图；还包括感知模块，所述感知模块用于自传感器获取周边环境数据；还包括定位模块，所述定位模块用于通过视觉算法来判断自身的相对位置。
6.根据权利要求4所述的自主泊车系统架构，其特征在于，还包括感知数据融合模块，所述感知数据融合模块用于将多个传感器的感知结果进行时钟同步，来构建更完整的空间模型、识别地面的障碍物。
7.根据权利要求4所述的自主泊车系统架构，其特征在于，所述视觉即时定位及地图构建模块的输入为摄像头的视频帧，所述视觉即时定位及地图构建模块的输出为里程计定位结果。
8.一种服务器，所述服务器可以存储、实时更新并支持下载上述权利要求4-7任一项所述的自主泊车架构系统。
9.一种终端设备，其特征在于：所述终端设备为控制上述权利要求4-7任一项所述的自主泊车系统架构的智能手机或为执行上述权利要求4-7任一项所述的自主泊车系统架构的车载终端控制设备。
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3任一项权利要求所述的方法中的步骤。
CN202010498833.0A 2020-06-04 2020-06-04 一种自主泊车系统架构、架构实现方法、终端和存储介质 Active CN111599217B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010498833.0A CN111599217B (zh) 2020-06-04 2020-06-04 一种自主泊车系统架构、架构实现方法、终端和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010498833.0A CN111599217B (zh) 2020-06-04 2020-06-04 一种自主泊车系统架构、架构实现方法、终端和存储介质

Publications (2)

Publication Number Publication Date
CN111599217A CN111599217A (zh) 2020-08-28
CN111599217B true CN111599217B (zh) 2023-06-13

Family

ID=72192355

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010498833.0A Active CN111599217B (zh) 2020-06-04 2020-06-04 一种自主泊车系统架构、架构实现方法、终端和存储介质

Country Status (1)

Country Link
CN (1) CN111599217B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115064007A (zh) * 2022-06-13 2022-09-16 中国第一汽车股份有限公司 异常路况提示方法、装置、系统、车联网车辆和存储介质
CN115472037A (zh) * 2022-09-13 2022-12-13 上海阔步实业有限公司 一种基于场端定位的辅助泊车方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108482366A (zh) * 2018-03-23 2018-09-04 重庆长安汽车股份有限公司 基于车辆自动驾驶的代客泊车系统及方法
CN109155107A (zh) * 2016-03-22 2019-01-04 德尔福技术有限公司 用于自动化车辆场景感知的感知系统
CN110782696A (zh) * 2019-01-25 2020-02-11 长城汽车股份有限公司 用于代客泊车的控制系统
WO2020056874A1 (zh) * 2018-09-17 2020-03-26 魔门塔(苏州)科技有限公司 一种基于视觉识别的自动泊车系统及方法
CN111152784A (zh) * 2020-01-07 2020-05-15 江苏大学 一种智能代客泊车局部路径规划方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010152648A (ja) * 2008-12-25 2010-07-08 Nissan Motor Co Ltd 車両制御装置
CN105015419B (zh) * 2015-07-17 2017-09-22 中山大学 基于立体视觉定位与建图的自动泊车方法
CN107886750B (zh) * 2017-10-24 2020-07-03 北京邮电大学 一种基于超视距协同认知的无人驾驶汽车控制方法与系统
US11066067B2 (en) * 2018-06-29 2021-07-20 Baidu Usa Llc Planning parking trajectory for self-driving vehicles
CN110502018B (zh) * 2019-09-06 2022-04-12 百度在线网络技术（北京）有限公司 确定车辆安全区域的方法、装置、电子设备及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109155107A (zh) * 2016-03-22 2019-01-04 德尔福技术有限公司 用于自动化车辆场景感知的感知系统
CN108482366A (zh) * 2018-03-23 2018-09-04 重庆长安汽车股份有限公司 基于车辆自动驾驶的代客泊车系统及方法
WO2020056874A1 (zh) * 2018-09-17 2020-03-26 魔门塔(苏州)科技有限公司 一种基于视觉识别的自动泊车系统及方法
CN110782696A (zh) * 2019-01-25 2020-02-11 长城汽车股份有限公司 用于代客泊车的控制系统
CN111152784A (zh) * 2020-01-07 2020-05-15 江苏大学 一种智能代客泊车局部路径规划方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
江浩斌;沈峥楠;马世典;陈龙.基于信息融合的自动泊车系统车位智能识别.机械工程学报.2017,(第22期),全文. *

Also Published As

Publication number Publication date
CN111599217A (zh) 2020-08-28

Similar Documents

Publication Publication Date Title
US11951975B1 (en) Handling sensor occlusions for autonomous vehicles
CN108089571B (zh) 用于预测无人驾驶车辆的车辆交通行为以做出驾驶决策的方法和系统
CN108062094B (zh) 基于处理器实现车辆行驶轨迹规划的自主系统和方法
CN107526311B (zh) 车辆外表面物体检测的系统和方法
CN109949439B (zh) 行车实景信息标注方法、装置、电子设备和介质
CN112037567A (zh) 一种代客泊车方法、装置、设备及存储介质
CN109283924A (zh) 分类方法及系统
US11029409B2 (en) Sensor field of view mapping
CN111599217B (zh) 一种自主泊车系统架构、架构实现方法、终端和存储介质
EP3538846B1 (en) Using map information to smooth objects generated from sensor data
US11643115B2 (en) Tracking vanished objects for autonomous vehicles
EP4120217A1 (en) Batch control for autonomous vehicles
WO2022138123A1 (en) Available parking space identification device, available parking space identification method, and program
CN109895776A (zh) 车辆车道变换
CN112363511A (zh) 车辆路径规划方法、装置、车载装置及存储介质
US10585434B2 (en) Relaxable turn boundaries for autonomous vehicles
US20220262177A1 (en) Responding to autonomous vehicle error states
US11718319B2 (en) Landing pad for autonomous vehicles
US20220048643A1 (en) Launchpad for autonomous vehicles
CN111063214A (zh) 一种车辆的定位方法、车载设备及存储介质
CN115056802B (zh) 车辆自动驾驶方法、装置、设备及存储介质
CN117131150B (zh) 电子地图的生成方法、装置、车辆和存储介质
CN213502263U (zh) 车辆自动控制装置
WO2021020155A1 (ja) 車両制御装置
EP3958234A1 (en) Launchpad for autonomous vehicles

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Tang Rui

Inventor after: Li Peiyu

Inventor after: Wang Fan

Inventor before: Tang Rui

Inventor before: Li Peiyu

Inventor before: Wang Fan

Inventor before: Song Yu

SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant