CN111897900A - 地图筛选和定位方法、系统、设备及存储介质 - Google Patents

地图筛选和定位方法、系统、设备及存储介质 Download PDF

Info

Publication number
CN111897900A
CN111897900A CN202010603641.1A CN202010603641A CN111897900A CN 111897900 A CN111897900 A CN 111897900A CN 202010603641 A CN202010603641 A CN 202010603641A CN 111897900 A CN111897900 A CN 111897900A
Authority
CN
China
Prior art keywords
map
vehicle
positioning
starting point
current position
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.)
Pending
Application number
CN202010603641.1A
Other languages
English (en)
Inventor
丁姚刚
王占一
黄宇
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.)
Zhejiang Geely Holding Group Co Ltd
Geely Automobile Research Institute Ningbo Co Ltd
Original Assignee
Zhejiang Geely Holding Group Co Ltd
Geely Automobile Research Institute Ningbo 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 Zhejiang Geely Holding Group Co Ltd, Geely Automobile Research Institute Ningbo Co Ltd filed Critical Zhejiang Geely Holding Group Co Ltd
Priority to CN202010603641.1A priority Critical patent/CN111897900A/zh
Publication of CN111897900A publication Critical patent/CN111897900A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Navigation (AREA)

Abstract

本发明公开了一种用于智能学习泊车的地图筛选和定位方法、系统、设备及存储介质，其中方法包括：当车辆进入地下停车场后，获取车辆当前位置和地图的起始点位置；判断车辆当前位置和地图的起始点位置之间的距离是否超出预设阈值；在车辆当前位置和地图的起始点位置之间的距离不超出预设阈值时，确定地图为目标地图；匹配车辆当前位置和目标地图的起始点位置，对车辆进行定位初始化；在定位初始化完成后，生成智能学习泊车功能的激活提示信息。本发明的地图筛选、匹配以及定位初始化均由车端完成，不需要用户进行地图的选择，给用户带来极大的便利。

Description

地图筛选和定位方法、系统、设备及存储介质
技术领域
本发明涉及车辆自主泊车技术领域，具体涉及一种用于智能学习泊车的地图筛选和定位方法、系统、设备及存储介质。
背景技术
低速泊车发展很快，从已有的自动泊车辅助系统(Auto Parking Assist,APA)到远程遥控泊车辅助系统(Remote Parking Asist,RPA)，再到目前开发的智能学习泊车(Autonomous valet parking-learning parking,AVP-LP)。智能学习泊车通过车载传感器来记录车辆开过的路径和路径上的一些特征点和地标，用于形成一张记忆的路径和地图，通过已经记录好的地图和传感器识别的一些相关的地标和特征点进行定位匹配。地图或者记忆形成的路径是AVP-LP技术的关键，然而，目前市面上还没有正真量产级别的记忆泊车(Home Zone Parking pilot,HPP)功能，在汽车上关于HPP功能的方案也未涉及如何智能化的选择地图以及初始化定位。为提升HPP功能的便捷性，有必要提供一种可以用于量产的自动化筛选地图和自动进行初始化定位的方案。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明第一方面提出一种用于智能学习泊车的地图筛选和定位方法，包括如下步骤：
当车辆进入地下停车场后，获取车辆当前位置和地图的起始点位置；
判断所述车辆当前位置和所述地图的起始点位置之间的距离是否超出预设阈值；
在所述车辆当前位置和所述地图的起始点位置之间的距离不超出预设阈值时，确定所述地图为目标地图；
匹配所述车辆当前位置和所述目标地图的起始点位置，对车辆进行定位初始化；
在定位初始化完成后，生成智能学习泊车功能的激活提示信息。
进一步地，所述匹配所述车辆当前位置和所述目标地图的起始点位置，对车辆进行定位初始化，包括：
根据所述车辆当前位置和所述目标地图的起始点位置得到车辆在所述目标地图中的位置信息，完成一次定位；
利用车载传感器重新获取所述车辆当前位置，匹配重新获取的所述车辆当前位置和所述目标地图的起始点位置，得到车辆在所述目标地图中的位置信息，完成二次定位。
进一步地，所述获取车辆当前位置和地图的起始点位置，还包括：
在接收到的GNSS定位状态为有定位时，根据实时接收的GNSS定位信息确定所述车辆当前位置；
在接收到的GNSS定位状态为无定位时，基于最后一次GNSS定位信息进行航位推算，得到所述车辆当前位置；其中，所述GNSS定位信息包括加偏后的经纬度坐标信息。
进一步地，所述获取车辆当前位置和地图的起始点位置之前，还包括：
在接收到的GNSS的定位状态为无定位时，开启建图功能；
在建图过程中基于所述最后一次GNSS定位信息进行航位推算，得到所述地图的起始点位置信息和所述地图上每一个点的位置信息；
根据所述地图的起始点位置信息和所述地图上的每一个点的位置信息，得到所述地图上每一个点的GNSS信息。
进一步地，还包括：
在初始化定位完成后，自动显示匹配好的地图路径；
和/或，预先获取并将所述地图存储在车辆端。
本发明第二方面提出一种用于智能学习泊车的地图筛选和定位系统，包括如下模块：
获取模块，用于当车辆进入地下停车场后，获取车辆当前位置和地图的起始点位置；
距离判断模块，用于判断所述车辆当前位置和所述地图的起始点位置之间的距离是否超出预设阈值；
地图筛选模块，用于在所述车辆当前位置和所述地图的起始点位置之间的距离不超出预设阈值时，确定所述地图为目标地图；
定位初始化模块，用于匹配所述车辆当前位置和所述目标地图的起始点位置，对车辆进行定位初始化；
激活提示模块，用于在定位初始化完成后，生成智能学习泊车功能的激活提示信息。
进一步地，所述定位初始化模块包括：
粗定位模块，用于根据所述车辆当前位置和所述目标地图的起始点位置得到车辆在所述目标地图中的位置信息，完成一次定位；
精定位模块，用于匹配利用所述车载传感器重新获取的所述车辆当前位置和所述目标地图的起始点位置，得到车辆在所述目标地图中的位置信息，完成二次定位。
进一步地，还包括显示模块和/或地图获取模块；
所述显示模块，用于在初始化定位完成后，自动显示匹配好的地图路径；
所述地图获取模块，用于预先获取并将所述地图存储在车辆端。
本发明第三方面提出一种设备，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如本发明第一方面所述的用于智能学习泊车的地图筛选和定位方法。
本发明第四方面提出一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如本发明第一方面所述的用于智能学习泊车的地图筛选和定位方法。
本发明实施例提出的一种用于智能学习泊车的地图筛选和定位方法、系统、设备及存储介质不需要用户进行地图的选择，车端会自动识别用户想要选择的地图，智能化和自动化进行地图筛选和匹配，同时会自动完成定位初始化功能，后端会完成所有功能启动所需要做的工作，给用户带来极大的便利。并且本发明实施例提出的方法、系统设备及存储介质适用大多数车辆，有利于实现量产。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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它附图。
图1是本发明实施例提供的用于智能学习泊车的地图筛选和定位方法的流程图；
图2是本发明实施例提供的步骤S101的流程图；
图3是本发明实施例提供的推算车辆当前位置的原理图；
图4是本发明实施例提供的步骤S104的流程图；
图5是本发明实施例提供的用于智能学习泊车的地图筛选和定位系统的结构框图；
图6是本发明实施例提供的定位初始化模块的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。
实施例
图1是本发明实施例提供的用于智能学习泊车的地图筛选和定位方法的流程图，本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的系统或服务器产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。图1示出的用于智能学习泊车的地图筛选和定位方法应用在车辆端，具体的如图1所示，该方法可以包括如下步骤：
S101：当车辆进入地下停车场后，获取车辆当前位置和地图的起始点位置；
当车辆进入地下停车场后，GNSS信息会变弱并消失，此时泊车的控制器会记录最后一次GNSS信息，同时进行DR推算，推算车辆的位置。
DR推算是根据上一个位置来推算当前位置的，具体而言，DR推算是根据车辆速度与车辆角速度，获取车辆距离上一个位置的位移与航向，并结合上一个位置，推算出车辆的当前位置的。
图2是本发明实施例提供的步骤S101的流程图，具体的如图2所示，在一个实施例中，步骤S101还包括：
S1011：在接收到的GNSS定位状态为有定位时，根据实时接收的GNSS定位信息确定车辆当前位置；
S1012：在接收到的GNSS定位状态为无定位时，基于最后一次GNSS定位信息进行航位推算，得到车辆当前位置；其中，GNSS定位信息包括加偏后的经纬度坐标信息。
当接收到GNSS发送的无定位状态信息后，泊车控制器会根据最后的有效GNSS经纬度坐标信息、航向角并结合车速及泊车控制器内部IMU角速度信息进行惯导定位推算，并缓存整个推算路径，DR推算精度＜2％@1分钟；图3是本发明实施例提供的推算车辆当前位置的原理图，具体的如图3所示，(xn,yn)为n时刻丢失GPS坐标前最后有效全局坐标信息，(x′n+1,y′n+1)为n+1时刻DR推算出来的坐标，θn为n时刻的GPS给出的航向角，θ′n+1为推断出的n+1时刻的航向角，Ωn为n+1时刻IMU角速度。
DR推算的公式如下：
x′n+1＝xn+v·cosθn·t
y′n+1＝yn+v·cosθn·t
θ′n+1＝θn+Ωn·t
当车辆进入停车场后，一般会丢失GNSS信号，可选地，步骤S101之前，还包括：在检测到GNSS信号丢失时，例如，在接收到的GNSS的定位状态为无定位时，车辆就开始进行DR推算，开启建图功能；
在建图过程中基于最后一次GNSS定位信息进行航位推算，得到地图的起始点位置信息和地图上每一个点的位置信息。
由于DR推算贯穿建图的整个过程，因此，整个建图过程中都会生成DR推算的位置坐标。
根据地图的起始点位置信息和地图上的每一个点的位置信息，得到地图上每一个点的GNSS信息。
最后建图完成后，地图就会带有相关坐标信息。由于地图上的每一个点都有精确推算的定位信息，因此，可以完全确认车辆位置和地图的起始点位置的距离。
S102：判断车辆当前位置和地图的起始点位置之间的距离是否超出预设阈值；
S103：在车辆当前位置和地图的起始点位置之间的距离不超出预设阈值时，确定地图为目标地图；
具体地，当车辆在driving模式下，会实时根据当前车辆的GNSS定位信息和车端现存的地图进行匹配，如果距离低于一定值，泊车控制器会优先预选该地图。
具体地，当车辆进入地下停车场或者没有GNSS信息的地方时，车辆会自动进行DR推算来确认自车的位置，同时和车端已经存有的地图进行位置信息的匹配，来筛选地图。
S104：匹配车辆当前位置和目标地图的起始点位置，对车辆进行定位初始化；
详细地，当地图的起始点位置和车辆当前位置的距离满足预设条件时，车辆会确认该地图，自动进行定位初始化。其中，地图的起始点位置和车辆当前位置的距离满足预设条件，可以是地图的起始点位置和车辆当前位置距离不超过预先设定的最大距离值，也可以是目标地图的起始点位置与车辆当前位置的距离为所有地图的起始点位置与车辆当前位置的距离的最小值。
图4是本发明实施例提供的步骤S104的流程图，具体的如图4所示，在一个实施例中，步骤S104包括：
S1041：根据车辆当前位置和目标地图的起始点位置得到车辆在目标地图中的位置信息，完成一次定位；
S1042：利用车载传感器重新获取车辆当前位置，匹配重新获取的车辆当前位置和目标地图的起始点位置，得到车辆在目标地图中的位置信息，完成二次定位。
S105：在定位初始化完成后，生成智能学习泊车功能的激活提示信息。
在一个具体的实施例中，当用户需要使用该功能的时候，信息娱乐控制单元(Infotainment Head Unit，IHU)会提示定位初始化完成，请下车激活功能。具体地，IHU以生成文字、图案、语音、声光信息等方式进行提示，本领域技术人员还可以根据需要采用其他形式进行提示。
泊车控制器会接收全球卫星导航系统(Global Navigation Satellite System，GNSS)子系统周期性发送的GNSS定位信息、定位状态信息等；其中，GNSS定位信息具体为加偏后的经纬度坐标信息，定位状态信息具体包括有定位状态信息、无定位状态信息；
优选地，在初始化定位完成后，自动显示匹配好的地图路径；从而减少用户在IHU上的操作。
优选地，步骤S101之前还包括预先获取并将地图存储在车辆端。具体地，地图可以直接存在泊车控制器，节省了数据上传下载的时间。
需要说明的是，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其它顺序或者同时进行。
图5是本发明实施例提供的用于智能学习泊车的地图筛选和定位系统的结构框图，具体的如图5所示，在一个实施例中，用于智能学习泊车的地图筛选和定位系统包括如下模块：
获取模块201，用于当车辆进入地下停车场后，获取车辆当前位置和地图的起始点位置；
当车辆进入地下停车场后，GNSS信息会变弱并消失，此时泊车的控制器会记录最后一次GNSS信息，同时进行DR推算，推算车辆的位置。
具体地，还包括地图存储模块，地图存储模块用于在获取车辆当前位置和地图的起始点位置之前，预先获取并将地图存储在车辆端。优选地，地图可以直接存在泊车控制器，节省了数据上传下载的时间。
具体地，获取模块201还包括：
第一位置确定模块，用于在接收到的GNSS定位状态为有定位时，根据实时接收的GNSS定位信息确定车辆当前位置；
第二位置确定模块，用于在接收到的GNSS定位状态为无定位时，基于最后一次GNSS定位信息进行航位推算，得到车辆当前位置；其中，GNSS定位信息包括加偏后的经纬度坐标信息。
距离判断模块202，用于判断车辆当前位置和地图的起始点位置之间的距离是否超出预设阈值；
地图筛选模块203，用于在车辆当前位置和地图的起始点位置之间的距离不超出预设阈值时，确定地图为目标地图；
具体地，当车辆在driving模式下，会实时根据当前车辆的GNSS定位信息和车端现存的地图进行匹配，如果距离低于一定值，泊车控制器会优先预选该地图。
具体地，当车辆进入地下停车场或者没有GNSS信息的地方时，车辆会自动进行DR推算来确认自车的位置，同时和车端已经存有的地图进行位置信息的匹配，来筛选地图。
定位初始化模204，用于匹配车辆当前位置和目标地图的起始点位置，对车辆进行定位初始化；
详细地，当地图的起始点位置和车辆当前位置的距离满足预设条件时，车辆会确认该地图，自动进行定位初始化。其中，地图的起始点位置和车辆当前位置的距离满足预设条件，可以是地图的起始点位置和车辆当前位置距离不超过预先设定的最大距离值，也可以是目标地图的起始点位置与车辆当前位置的距离为所有地图的起始点位置与车辆当前位置的距离的最小值。
激活提示模块205，用于在定位初始化完成后，生成智能学习泊车功能的激活提示信息。
在一个具体的实施例中，当用户需要使用该功能的时候，信息娱乐控制单元(Infotainment Head Unit，IHU)会提示定位初始化完成，请下车激活功能。具体地，IHU以生成文字、图案、语音、声光信息等方式进行提示，本领域技术人员还可以根据需要采用其他形式进行提示。
图6是本发明实施例提供的定位初始化模块的结构框图，具体的如图6所示，在一个实施例中，定位初始化模块204包括：
粗定位模块2041，用于根据车辆当前位置和目标地图的起始点位置得到车辆在目标地图中的位置信息，完成一次定位；
精定位模块2042，用于匹配利用车载传感器重新获取的车辆当前位置和目标地图的起始点位置，得到车辆在目标地图中的位置信息，完成二次定位。
具体地，车载传感器用于获取车辆当前位置，车载传感器可为视频传感器或GPS定位传感器或多种传感器的组合等；传感器数据包括距离数据、雷达数据、激光雷达数据、摄像机数据、激光扫描数据以及运动数据中的任意一种数据或多种数据的组合等，车载传感器提供的传感器数据反映了车辆的当前位置及周边环境。
进一步地，还包括显示模块和/或地图获取模块；
显示模块，用于在初始化定位完成后，自动显示匹配好的地图路径；
地图获取模块，用于预先获取并将地图存储在车辆端。
本发明的实施例还提供了一种设备，设备包括处理器和存储器，存储器中存储有至少一条指令、至少一段程序、代码集或指令集，至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现上述方法实施例提供的用于智能学习泊车的地图筛选和定位方法。
本发明的实施例还提供了一种存储介质，所述存储介质可设置于服务器之中以保存用于实现方法实施例中的用于智能学习泊车的地图筛选和定位方法相关的至少一条指令、至少一段程序、代码集或指令集，该至少一条指令、该至少一段程序、该代码集或指令集由该处理器加载并执行以实现上述方法实施例提供的用于智能学习泊车的地图筛选和定位方法。
可选地，在本实施例中，上述存储介质可以位于计算机网络的多个网络服务器中的至少一个网络服务器。可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
由上述本发明提供的用于智能学习泊车的地图筛选和定位方法、系统、设备或存储介质的实施例可见，本发明实施例不需要用户进行地图的选择，车端会自动识别用户想要选择的地图，车端通过车载传感器和ECU智能化和自动化进行地图筛选和匹配，同时会自动完成定位初始化功能，后端会完成所有功能启动所需要做的工作，给用户带来极大的便利。并且本发明实施例提出的方法、系统设备及存储介质适用大多数车辆，有利于实现量产。
需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且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。
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，对于装置和服务器实施例而言，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。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种用于智能学习泊车的地图筛选和定位方法，其特征在于，包括：
当车辆进入地下停车场后，获取车辆当前位置和地图的起始点位置；
判断所述车辆当前位置和所述地图的起始点位置之间的距离是否超出预设阈值；
在所述车辆当前位置和所述地图的起始点位置之间的距离不超出预设阈值时，确定所述地图为目标地图；
匹配所述车辆当前位置和所述目标地图的起始点位置，对车辆进行定位初始化；
在定位初始化完成后，生成智能学习泊车功能的激活提示信息。
2.根据权利要求1所述的方法，其特征在于，所述匹配所述车辆当前位置和所述目标地图的起始点位置，对车辆进行定位初始化，包括：
根据所述车辆当前位置和所述目标地图的起始点位置得到车辆在所述目标地图中的位置信息，完成一次定位；
利用车载传感器重新获取所述车辆当前位置，匹配重新获取的所述车辆当前位置和所述目标地图的起始点位置，得到车辆在所述目标地图中的位置信息，完成二次定位。
3.根据权利要求1所述的方法，其特征在于，所述获取车辆当前位置和地图的起始点位置，还包括：
在接收到的GNSS定位状态为有定位时，根据实时接收的GNSS定位信息确定所述车辆当前位置；
在接收到的GNSS定位状态为无定位时，基于最后一次GNSS定位信息进行航位推算，得到所述车辆当前位置；其中，所述GNSS定位信息包括加偏后的经纬度坐标信息。
4.根据权利要求3所述的方法，其特征在于，所述获取车辆当前位置和地图的起始点位置之前，还包括：
在接收到的GNSS的定位状态为无定位时，开启建图功能；
在建图过程中基于所述最后一次GNSS定位信息进行航位推算，得到所述地图的起始点位置信息和所述地图上每一个点的位置信息；
根据所述地图的起始点位置信息和所述地图上的每一个点的位置信息，得到所述地图上每一个点的GNSS信息。
5.根据权利要求1所述的方法，其特征在于，还包括：
在初始化定位完成后，自动显示匹配好的地图路径；
和/或，预先获取并将所述地图存储在车辆端。
6.一种用于智能学习泊车的地图筛选和定位系统，其特征在于，包括：
获取模块，用于当车辆进入地下停车场后，获取车辆当前位置和地图的起始点位置；
距离判断模块，用于判断所述车辆当前位置和所述地图的起始点位置之间的距离是否超出预设阈值；
地图筛选模块，用于在所述车辆当前位置和所述地图的起始点位置之间的距离不超出预设阈值时，确定所述地图为目标地图；
定位初始化模块，用于匹配所述车辆当前位置和所述目标地图的起始点位置，对车辆进行定位初始化；
激活提示模块，用于在定位初始化完成后，生成智能学习泊车功能的激活提示信息。
7.根据权利要求6所述的系统，其特征在于，所述定位初始化模块包括：
粗定位模块，用于根据所述车辆当前位置和所述目标地图的起始点位置得到车辆在所述目标地图中的位置信息，完成一次定位；
精定位模块，用于匹配利用车载传感器重新获取的所述车辆当前位置和所述目标地图的起始点位置，得到车辆在所述目标地图中的位置信息，完成二次定位。
8.根据权利要求6所述的系统，其特征在于，还包括显示模块和/或地图获取模块；
所述显示模块，用于在初始化定位完成后，自动显示匹配好的地图路径；
所述地图获取模块，用于预先获取并将所述地图存储在车辆端。
9.一种设备，其特征在于，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1-5任一项所述的用于智能学习泊车的地图筛选和定位方法。
10.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1-5任一项所述的用于智能学习泊车的地图筛选和定位方法。
CN202010603641.1A 2020-06-29 2020-06-29 地图筛选和定位方法、系统、设备及存储介质 Pending CN111897900A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010603641.1A CN111897900A (zh) 2020-06-29 2020-06-29 地图筛选和定位方法、系统、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010603641.1A CN111897900A (zh) 2020-06-29 2020-06-29 地图筛选和定位方法、系统、设备及存储介质

Publications (1)

Publication Number Publication Date
CN111897900A true CN111897900A (zh) 2020-11-06

Family

ID=73207242

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010603641.1A Pending CN111897900A (zh) 2020-06-29 2020-06-29 地图筛选和定位方法、系统、设备及存储介质

Country Status (1)

Country Link
CN (1) CN111897900A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112767740A (zh) * 2021-02-04 2021-05-07 广州小鹏自动驾驶科技有限公司 一种停车场的选取方法和装置
CN113218398A (zh) * 2021-05-11 2021-08-06 深圳市豪位科技有限公司 Avp车辆室内导航方法及装置、存储介质
CN113335271A (zh) * 2021-08-04 2021-09-03 智己汽车科技有限公司 一种基于车辆端的启动无人代客泊车功能的方法及设备
CN113511193A (zh) * 2021-07-08 2021-10-19 广州小鹏自动驾驶科技有限公司 泊车地图的建图方法和设备、生成方法和设备及建图系统
CN113724323A (zh) * 2021-08-24 2021-11-30 杭州海康威视数字技术股份有限公司 一种地图构建方法、装置及设备
CN113734157A (zh) * 2021-09-23 2021-12-03 湖北亿咖通科技有限公司 记忆泊车方法、装置、设备、存储介质及程序产品
CN114435348A (zh) * 2022-02-28 2022-05-06 重庆长安汽车股份有限公司 一种基于记忆式泊车的智能泊车方法
CN116311129A (zh) * 2023-03-22 2023-06-23 中国测绘科学研究院 一种地理信息偏差检测的方法及拓展模块

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106610294A (zh) * 2015-10-27 2017-05-03 高德信息技术有限公司 定位方法及装置
CN108284831A (zh) * 2018-03-23 2018-07-17 威马智慧出行科技（上海）有限公司 自动停车方法及系统
CN109466546A (zh) * 2018-11-20 2019-03-15 广州小鹏汽车科技有限公司 自动泊车方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106610294A (zh) * 2015-10-27 2017-05-03 高德信息技术有限公司 定位方法及装置
CN108284831A (zh) * 2018-03-23 2018-07-17 威马智慧出行科技（上海）有限公司 自动停车方法及系统
CN109466546A (zh) * 2018-11-20 2019-03-15 广州小鹏汽车科技有限公司 自动泊车方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王金萍: "《汽车文化》", 31 January 2019, 北京理工大学出版社 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112767740A (zh) * 2021-02-04 2021-05-07 广州小鹏自动驾驶科技有限公司 一种停车场的选取方法和装置
CN112767740B (zh) * 2021-02-04 2022-08-16 广州小鹏自动驾驶科技有限公司 一种停车场的选取方法和装置
CN113218398A (zh) * 2021-05-11 2021-08-06 深圳市豪位科技有限公司 Avp车辆室内导航方法及装置、存储介质
CN113511193A (zh) * 2021-07-08 2021-10-19 广州小鹏自动驾驶科技有限公司 泊车地图的建图方法和设备、生成方法和设备及建图系统
CN113335271A (zh) * 2021-08-04 2021-09-03 智己汽车科技有限公司 一种基于车辆端的启动无人代客泊车功能的方法及设备
CN113724323A (zh) * 2021-08-24 2021-11-30 杭州海康威视数字技术股份有限公司 一种地图构建方法、装置及设备
CN113734157A (zh) * 2021-09-23 2021-12-03 湖北亿咖通科技有限公司 记忆泊车方法、装置、设备、存储介质及程序产品
CN114435348A (zh) * 2022-02-28 2022-05-06 重庆长安汽车股份有限公司 一种基于记忆式泊车的智能泊车方法
CN116311129A (zh) * 2023-03-22 2023-06-23 中国测绘科学研究院 一种地理信息偏差检测的方法及拓展模块

Similar Documents

Publication Publication Date Title
CN111897900A (zh) 地图筛选和定位方法、系统、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
US20180194344A1 (en) System and method for autonomous vehicle navigation
CN110388924A (zh) 用于与自动导航有关的基于雷达的车辆定位的系统和方法
US11926313B2 (en) In-vehicle device and control method
EP3886074A1 (en) Method and device for detecting available parking space
CN105701458B (zh) 基于车载设备获取图像识别车辆外部信息的方法及系统
EP2806335A1 (en) Vehicle human machine interface with gaze direction and voice recognition
US20110077853A1 (en) Methods of assisting a user with selecting a route after a personal navigation device transitions from driving mode to walking mode
WO2020168667A1 (zh) 基于共享slam地图的高精度定位方法及系统
EP3871935A1 (en) Parking space detection method and apparatus
CN113561963A (zh) 一种泊车方法、装置及车辆
CN111489580A (zh) 停车位定位方法、停车位导航方法及相关装置
US20130066549A1 (en) Navigation device and method
JP7269804B2 (ja) 自動駐車システムおよび自動駐車方法
JP2011235677A (ja) 駐車支援システム、ナビゲーション装置
FR2963600A1 (fr) Procede et dispositif d'assistance de manoeuvre de stationnement d'un vehicule
CN114228702A (zh) 一种代客泊车方法、装置、存储介质及车辆
CN107727092A (zh) 信息提醒方法、装置及电子设备
CN110766961B (zh) 寻车方法、装置和系统
CN115042806B (zh) 一种代客泊车的路径显示方法、装置及电子设备
CN110889976A (zh) 服务器、基于停车位的导航方法及系统
CN113734150B (zh) 一种泊车控制方法、装置、控制设备及汽车
JP2019196091A (ja) 停止位置設定装置
JP2016197474A (ja) 運転支援装置および運転支援方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20201106

RJ01 Rejection of invention patent application after publication