CN112071119A

CN112071119A - 基于车联网的智能辅助出入库方法及系统

Info

Publication number: CN112071119A
Application number: CN202010895892.1A
Authority: CN
Inventors: 罗健飞; 吴仲城
Original assignee: Anhui Zhongke Meiluo Information Technology Co ltd
Current assignee: Anhui Zhongke Meiluo Information Technology Co ltd
Priority date: 2020-08-31
Filing date: 2020-08-31
Publication date: 2020-12-11

Abstract

本发明提供了基于车联网的智能辅助出入库方法及系统，应用于出入库车辆的车载智能终端，车载智能终端具备区域通信功能，方法包括：1）、在出入库车辆出入车库时，向周围的三维坐标传感器广播唤醒指令，以使三维坐标传感器探测出入库车辆的点云数据；2）、获取针对三维坐标传感器采集的点云数据拟合得到的出入库车辆的第一包围盒以及出入库车辆周围物体的第二包围盒；3）、根据车辆当前的转向角度以及运动方向，利用几何算法判断第一包围盒与第二包围盒是否会发生交叉；4）、若是，发出提示。应用本发明实施例，提高了出入库车辆的安全性。

Description

基于车联网的智能辅助出入库方法及系统

技术领域

本发明涉及车联网技术领域，具体涉及基于车联网的智能辅助出入库方法及系统。

背景技术

随着人民生活水平的提高，汽车也越来越多的进入到千家万户。随着汽车保有量的快速增加，新手司机数量也在快速增长。对于新手司机来说，在车辆运动状态快速变化的出入库过程中，很容易顾此失彼，因此，出入车库是一个比较具有挑战性的课题。

为了解决上述问题，现有技术中申请号为201811005086.1的发明专利申请公开了基于无人车的碰撞检测方法、装置、设备以及存储介质，该方法包括：获取无人车周围的每一个区域上的每一个障碍物的第一点云数据，第一点云数据表征了障碍物的坐标信息，第一点云数据基于世界坐标系，将每一个障碍物的第一点云数据转换为基于相对坐标系的第二点云数据，相对坐标系的原点为无人车上的一个点；根据所有区域上的每一个障碍物的第二点云数据，确定无人车发生碰撞的可能性大小。该方案不依赖于世界坐标系实现了无人车周围环境障碍物的探测。申请号为201810272666.0的发明专利申请公开了车辆及其防剐蹭方法、系统、处理器，方法包括：获取相邻车辆的图像信息，基于所述图像信息，确定所述相邻车辆的车门垂直距离；所述车门垂直距离为车门打开最大角度时，车门上远离车体的最远边沿与其所连接侧的车体侧面的垂直距离；将所述相邻车辆的车门垂直距离与本车的车门垂直距离进行对比，确定该相邻车辆与本车中的较大车门垂直距离作为该相邻车辆与本车之间的安全车距。在该申请中，驾驶员可以根据安全车距调整与相邻车辆的距离，从而避免本车打开车门或者相邻车辆打开车门时对本车产生剐蹭。申请号为201810127771.5的发明专利申请公开了车辆转弯防碰撞方法、设备及可读存储介质，方法包括：在本车转弯时，接收周边车辆广播的第一数据信息以及获取本车的第二数据信息；计算本车与周边车辆的运动轨迹方程，基于所述运动轨迹方法，判断本车在转弯时是否会与周边车辆发生碰撞；若是，则发出防碰撞告警。该发明提高了车辆行驶的主动安全性。

但是，发明人发现，现有技术中都是基于有防碰撞需求的车辆，如出入库车辆自身上安装的传感器实现的。在具有防碰撞需求的车辆上未安装传感器或者安装的传感器不具备360度周视功能的前提下，则无法实现车辆的防碰撞要求。

发明内容

本发明所要解决的技术问题在于如何在具有防碰撞需求的车辆上未安装传感器或者安装的传感器不具备360度周视功能的前提下，则无法实现车辆的防碰撞要求。

本发明通过以下技术手段实现解决上述技术问题的：

本发明提供了基于车联网的智能辅助出入库方法，应用于出入库车辆的车载智能终端，车载智能终端具备区域通信功能，所述方法包括：

1）、在出入库车辆出入车库时，向周围的三维坐标传感器广播唤醒指令，以使三维坐标传感器探测出入库车辆的点云数据，其中，所述三维坐标传感器安装在周围所停车辆上或者车库的监控设备上，三维坐标传感器包括：深度相机、结构光相机、激光雷达、毫米波雷达以及超声波雷达中的一种或组合；

2）、获取针对三维坐标传感器采集的点云数据拟合得到的出入库车辆的第一包围盒以及出入库车辆周围物体的第二包围盒；

3）、根据车辆当前的转向角度以及运动方向，利用几何算法判断所述第一包围盒与第二包围盒是否会发生交叉；

4）、若是，发出提示。

可选的，所述出入车库，包括：

出入库车辆位于车库内且发动机发动，或者车辆位于车库外且挂倒挡。

可选的，根据接收的点云数据拟合得到出入库车辆的第一包围盒以及出入库车辆周围物体的第二包围盒，包括：

以出入库车辆的第一设定点作为坐标原点建立第一坐标系，根据每一个点的坐标，将接收的点云映射到第一坐标系中，其中，所述第一设定点包括：车辆中心点；

利用拟合算法在第一坐标系中拟合得到出入库车辆的第一包围盒，以及周围物体的第二包围盒。

以出入库车辆周围的固定物体上的第二设定点作为坐标原点建立第二坐标系，根据每一个点的坐标，将接收的点云映射到第二坐标系中，其中，所述设定点包括：车辆中心点，边缘中点，边缘交叉点中的一种；

利用拟合算法在第二坐标系中拟合得到出入库车辆的第一包围盒，以及周围物体的第二包围盒。

可选的，所述方法还包括：

根据三维坐标传感器的点云数据发送流量，向支付平台发送针对三维坐标传感器的费用结算信息以使支付平台进行费用结算。

本发明还提供了另一种基于车联网的智能辅助出入库方法，所述方法包括：

接收出入库车辆广播的唤醒指令，根据所述唤醒指令获取出入库车辆以及出入库车辆周围的点云数据，其中，所述出入库车辆为基于上述任一项所述的车载智能终端；

将点云数据发送至出入库车辆。

可选的，所述将所述点云数据发送至出入库车辆，包括：

根据自身相对于出入库车辆的角度以及距离，将点云数据转换到出入库车辆坐标系下；

将转换后的点云数据发送至出入库车辆。

可选的，所述将转换后的点云数据发送至出入库车辆，包括：

若干个三维坐标传感器协商出一个三维坐标传感器作为基准传感器；

基准传感器汇总各个三维坐标传感器转换后的点云数据，根据点云数据中各点的坐标是否相同，对点云数据进行去重处理；

将去重处理后的点云数据发送至出入库车辆。

本发明还提供了基于车联网的智能辅助出入库系统，所述系统包括：

应用上述任一项所述方法的车载智能终端；

若干个应用上述任一项所述方法的三维坐标传感器。

本发明的优点在于：

应用本发明实施例，在具有防碰撞需求的出入库车辆上未安装传感器或者安装的传感器不具备360度周视功能的前提下，通过周围的三维坐标传感器的配合实现出入库车辆的辅助检测，进而提高出入库车辆的安全性。

附图说明

图1为本发明实施例提供的基于车联网的智能辅助出入库方法的流程示意图；

图2为本发明实施例提供的基于车联网的智能辅助出入库方法的第一种应用场景示意图；

图3为本发明实施例提供的基于车联网的智能辅助出入库系统的结构示意图。

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，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作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。

首先需要说明的是，本发明实施例将针对出库以及入库车辆的具体工作过程进行分别阐述，其中，实施例1优选适用于入库车辆上安装的车载智能终端，车载智能终端具备区域通信功能。区域通信功能可以为WiFi通信功能、ZigBee通信功能、蓝牙通信功能、3G、4G、5G、NB-Iot功能中的一种或组合。优选使用WiFi、NB-Iot、4G以及5G功能中的一种。

实施例1

图1为本发明实施例提供的基于车联网的智能辅助出入库方法的流程示意图；图2为本发明实施例提供的基于车联网的智能辅助出入库方法的第一种应用场景示意图，如图1和图2所示，所述方法包括：

S101：在出入库车辆出入车库时，向周围的三维坐标传感器广播唤醒指令，以使三维坐标传感器探测出入库车辆的点云数据，其中，所述三维坐标传感器安装在周围所停车辆上或者车库的监控设备上，三维坐标传感器包括：深度相机、结构光相机、激光雷达、毫米波雷达以及超声波雷达中的一种或组合。

示例性的，以车辆A作为出入库车辆为例，首先确定车辆的状态：当车辆A直行距离超过设定距离，如20m时，认定入库车辆A位于车库之外。还可以由其他车辆利用图像识别算法等自动监控车辆A是否位于车库外或者车库内；还可以由停车场中设置的传感器探测车辆A的位置，进而判断A是位于车库内还是在车库之外；还可以由车辆A的驾驶员通过人机交互界面上的虚拟按钮实现车辆A在车库外还是在车库内的状态选择。

然后，在确认车辆A的状态后，如果车辆停止，且挂倒挡的情况下，则判定车辆A为入库车辆。

然后，车辆A的车载智能终端向周围其他车辆，如车辆B至车辆H上安装的三维坐标传感器发出唤醒指令。其他车辆上的三维坐标传感器接收到唤醒指令后，可以根据自身软硬件配置是否能够满足需求，或者是否有响应唤醒指令的设置进而确定是否响应该唤醒指令。

例如，其他车辆中的车辆B、车辆C、车辆D、车辆E、车辆F以及车辆G上的三维坐标传感器在接收到唤醒指令后，可以启动如集成在后视镜背面的TOF相机进行视界范围内物体点云的探测；还可以启动车辆上安装的主动安全雷达如超声波雷达进行视界范围内物体点云的探测、或者还可以使用车辆上安装的激光雷达进行视界范围内物体点云的探测。

进一步的，在实际应用中，车辆B至车辆H可以利用三维坐标传感器判断车辆A位于自身的哪个方位，然后调动同一车辆上能够拍摄这个方位的三维坐标传感器进行探测，例如，车辆A在车辆F的正前方，可以由车辆F的智能后视镜背面集成的TOF相机进行探测；车辆H车头向内停车，车辆A位于车辆H的正后方，车辆H可以使用自身安装的倒车影响进行车辆A点云数据的探测。在实际应用中，TOF相机为红外线相机，在夜间或者雾天行车时，可以使用TOF相机进行红外成像，以进行夜间图像拍摄，然后显示至汽车中控屏幕上，实现夜间行车辅助功能。

如图2所示，三维坐标传感器对视界范围内进行点云扫描，得到视界内的柱子201、车辆A、车辆C、车辆B的点云数据；点云数据是由大量的点构成，每一个点均是由数据表征的，其可以使用高度角、方位角加距离的表征方式表征、也可以由三坐标系表征、也可以使用向量进行表征。

S102：获取针对三维坐标传感器采集的点云数据拟合得到的出入库车辆的第一包围盒以及出入库车辆周围物体的第二包围盒。

在本步骤的第一种实施方式中：由于点云数据的都是基于探测的车辆上安装的三维坐标传感器作为原点得到的，因此，需要车辆B至车辆H上的三维坐标传感器（以下简称车辆B、车辆G）将各个车辆探测的点云转换到以车辆A的中心点为原点的坐标系下。例如，可以根据车辆B相对于车辆A中心的方位、车辆B相对于车辆A中心的距离，基于立体几何原理，将车辆B探测的基于车辆B的点云转换到基于车辆A中心的点云；并将转换后的点云发送至车辆A的车载智能终端。类似的，可以根据车辆B相对于车辆A的方位以及车辆B相对于柱子201的方位，将柱子的点云转换到以车辆A中心为原点的坐标系中。

通常情况下，由于车辆B至车辆H上的三维坐标传感器仅能获取车辆A的局部的点云，有时候角度不好的情况下，其很难通过局部的点云计算出车辆A的中心点，因此，此种方法得到的车辆A的点云数据与车辆A的实际形状会存在较大的误差。为了消除该误差，进一步提高车辆入库的检测精度，可以通过以下方式得到车辆A的中心点相对于车辆B至车辆H上的三维坐标传感器所探测的点云的位置：车辆B至车辆H分别将探测的点云数据上传到云服务器。云服务器分别根据车辆B至车辆H上传的点云数据进行拟合，得到拟合面。

而且，云服务器中存储有各种市售车型的三维点云扫描数据拟合得到的各型车辆的拟合面。云服务器将车辆B至车辆H上的三维坐标传感器对应的拟合平面分别与存储的拟合面进行匹配：例如，车辆B上的三维坐标传感器对应的拟合平面匹配于车型X的左侧后门与后备箱左侧拟合面；车辆G上的三维坐标传感器对应的拟合平面匹配于车型X的右侧后门与后备箱右侧拟合面；车辆F上的三维坐标传感器对应的拟合平面匹配于车型X的右侧前门与发动机箱右侧拟合面；车辆D上的三维坐标传感器对应的拟合平面匹配于车型X的左侧前门与发动机箱左侧拟合面。则判定车辆A的型号为X，云服务器根据车型X的点云数据计算出车型X的中点相对于车辆B发送的点云的坐标发送至车辆B中，以使车辆B的三维坐标传感器进行点云的坐标转换，将点云转换到以车辆A的中心点为原点，车辆A的长度方向为横轴，以车辆A的宽度方向为纵轴的坐标系中；云服务器根据车型X的点云数据计算出的车型X中点相对于车辆D发送的点云的坐标发送至车辆D中；依此类推，进而车辆B至车辆H均可以得到各自点云相对于车辆A中心的相对坐标数据。

更进一步的，由于车辆A是倒车入库，因此车辆A是持续移动的，其中心点坐标是在不断变化的，因此，从降低系统延迟的角度考虑，车辆B在得到车辆A的中心点后，可以在自身中进行计算以避免往云服务器上传以及云服务器返回信息的过程导致的时间损耗，因此，车辆B可以分别识别出车辆A的同一特征点，如车辆边缘凸起、车辆把手、车灯、车辆外表面的边缘交点等特征点在当前时刻时与下一时刻时的坐标变化数据；根据特征点的运动方位、运动距离对车辆A的中心点坐标进行校正；进而在车辆B端实现了车辆A在下一时刻的中心点坐标的实时计算，进而可以将车辆B在下一时刻探测的点云转换到以车辆A的中心点为原点的坐标系中。

各个三维坐标传感器将转后的点云数据发送至车辆A的车载智能终端中，车辆A对点云进行拟合，得到车辆A的第一包围盒、车辆A周围的其他车辆以及柱子201对应的第二包围盒。

在实际应用中，车辆B的探测频率可以为1次/秒，10次/秒，或者20次/秒，或者50次/秒。另外，车辆G扫描得到的点云可能会包括车辆C的点云数据，并且随着车辆A的移动，车辆F扫描得到的点云中还会包括车辆B以及车辆D的点云数据；车辆G以及车辆F将转换后的点云同样发送至车辆A的车载智能终端，以使车辆A根据接收的点云进行拟合得到对应的第二包围盒。可以理解的是，第二包围盒可以是完整的包围盒，也可以车辆或者柱子201的一个或者一个以上的拟合面。

在本步骤的第二种实施方式中：由于在本步骤的第一种实施方式中，三维传感器直接将以车辆A的中心点为原点的点云发送给出车辆A；在向车辆A的驾驶员展示实时状态时，车辆A不动，车辆B、车辆G以及柱子201等是相对于车辆A运动的。在实际中，车辆A是运动的，车辆B-车辆H是静止的，二者相反，因此，第一种实施例中的显示方式不太适合人的感官习惯，因此，本实施方式中，车辆B至车辆H将各个车辆探测的点云转换到以其中一个柱子201中心点、或者柱子201表面拐点、或者车库固定标记、或者车位内某一车辆的车标为原点的坐标系下，其转换原理与第一种实施方式中的过程相同。车辆B至车辆H将转换后的点云数据发送至车辆A的车载智能终端中，车辆A对点云进行拟合，得到车辆A的第一包围盒、车辆A周围的其他车辆以及柱子201对应的第二包围盒。

以固定物体上的设定点为原点，这样的话，车辆B至车辆H均相对于坐标原点保持静止，仅车辆A在坐标系中运动，车辆A在拟合结果图中是运动的，可以更符合人的感官习惯；

在本步骤的第三种实施方式中：为了能够得到更加精确的模型，车辆A可以将转换后的点云数据发送至云服务器。云服务器分别根据车辆B至车辆H的点云数据进行拟合，得到车辆的第一包围盒、车辆B-车辆H以及柱子201的第二包围盒。云服务器在拟合后将拟合得到的第一包围盒以及第二包围盒发送至车辆A的车载智能终端。

可以理解的是，当车辆A仅唤醒了周围的一台车辆时，该车辆扫描的点云可能不能形成车辆A完整的三维点云的情况下，则基于能够生成的三维点云进行碰撞预警。

在实际应用中，如果车辆F并不具备直接与云服务器通讯的功能，则车辆F可以向其他车辆发出中继指令，以实现点云数据的中继传输，

S103：根据车辆当前的转向角度以及运动方向，利用几何算法判断所述第一包围盒与第二包围盒是否会发生交叉；若是，执行S104；若否，继续返回执行S101步骤。

示例性的，例如，车辆A向左打前轮时，车辆B等车辆可以扫描到车轮的点云，进而可以利用点云拟合算法拟合前轮的立侧面与车身侧面之间的夹角，进而识别出车辆A前轮的偏转角度，然后将偏转角度发送至车辆A的车载智能终端；车辆A根据第一包围盒对应的自身的姿态数据，例如，车辆中轴线与车位中轴线之间的夹角、车身宽度等数据，利用几何算法，判断第一包围盒与第二包围盒是否会发生交叉，例如，车辆A在倒车时，左侧车轮在内侧以小圆弧运动，右侧车轮在外侧以大圆弧运动，车辆A的中控电脑根据车辆前轮的夹角计算出车辆A的转弯半径，并以车辆转弯中心为原点，判断该转弯半径范围内是否存在包围盒交叉的可能。可以理解的是，当车辆A调节车辆前轮角度时，实时计算车辆A的转弯半径。或者车辆A从自身的中控电脑中获取车轮的偏转角度，或者车辆A的姿态数据，例如，车辆中轴线与车位中轴线之间的夹角、车身宽度等数据，利用几何算法，判断第一包围盒与第二包围盒是否会发生交叉。

S104：发出提示。

发出报警提示音。进一步的，还可以识别出可能发生交叉的车辆A的部位，并发出针对该部位的语音提示音。

另外，本发明实施例中还可以将第一包围盒、第二包围盒的影像数据显示在车辆A的中控屏幕上，以向车辆A的驾驶员展示，车辆A的驾驶员可以直观的看到车辆A相对于周围车辆柱子等物体的影像，相对于现有的倒车影像仅能观察到后方的影响，本发明实施例观察更全面，在无需安装周视摄像头的前提下实现了车辆的周视功能。

需要强调的是，实施例1仅以入库车辆为例进行说明，当车辆A出库时其原理与实施例1相同，区别仅在于车辆A的运动方向的区别，本发明在此不再赘述。

实施例2

本发明实施例2在实施例1的基础上，增加了以下步骤：

由于车辆B至车辆H为车辆A提供了服务，因此，车辆B至车辆H可以将消耗了多少流量的统计数据发送至支付平台上。车辆A通过支付平台向车辆B至车辆H分别支付对应比例的费用，以激发车辆B至车辆H的车主的积极性。

进一步的，安装了具备点云探测功能的车辆可以在路上行驶时拍摄道路的点云数据，然后将该点云数据出售给高清数字地图（HD-Map）制造商，赚取费用，以降低车辆上安装具备点云探测功能的智能终端的使用成本，提高用户友好度。

在本发明实施例中，安装了具备点云探测功能的车辆可以使用该设备赚取费用的同时，还方便了驾驶员A的操作。

实施例3

图3为本发明实施例提供的基于车联网的智能辅助出入库系统的结构示意图，如图3所示，基于实施例1-2，实施例3还提供了基于车联网的智能辅助出入库方法，应用于三维坐标传感器，所述方法包括：

接收出入库车辆广播的唤醒指令，根据所述唤醒指令获取出入库车辆以及出入库车辆周围的点云数据，其中，所述出入库车辆为基于实施例1或2所述的车载智能终端；

将点云数据发送至出入库车辆。

需要说明的是，实施例3中三维坐标传感器的工作原理已在实施例1中进行了阐述，本发明实施例3在此不再赘述。

实施例4

实施例4提供了基于车联网的智能辅助出入库系统，所述系统包括：

基于实施例1或实施例2的车载智能终端；

基于实施例3的三维坐标传感器。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims

1.基于车联网的智能辅助出入库方法，其特征在于，应用于出入库车辆的车载智能终端，车载智能终端具备区域通信功能，所述方法包括：

4）、若是，发出提示。

2.根据权利要求1所述的基于车联网的智能辅助出入库方法，其特征在于，所述出入车库，包括：

3.根据权利要求1所述的基于车联网的智能辅助出入库方法，其特征在于，步骤2），包括：

4.根据权利要求1所述的基于车联网的智能辅助出入库方法，其特征在于，所述步骤2），包括：

5.根据权利要求1所述的基于车联网的智能辅助出入库方法，其特征在于，所述步骤2），包括：

将获取的点云数据发送至云服务器，以使云服务器拟合得到的出入库车辆的第一包围盒以及出入库车辆周围物体的第二包围盒，并从云服务器获取第一包围盒以及第二包围盒。

6.根据权利要求1所述的基于车联网的智能辅助出入库方法，其特征在于，所述方法还包括：

7.基于车联网的智能辅助出入库方法，应用于三维坐标传感器，其特征在于，所述方法包括：

接收出入库车辆广播的唤醒指令，根据所述唤醒指令获取出入库车辆以及出入库车辆周围的点云数据，其中，所述出入库车辆为基于权力要求1-6任一项所述的车载智能终端；

将点云数据发送至出入库车辆。

8.根据权利要求7所述的基于车联网的智能辅助出入库方法，其特征在于，所述将点云数据发送至出入库车辆，包括：

将转换后的点云数据发送至出入库车辆。

9.基于车联网的智能辅助出入库系统，其特征在于，所述系统包括：

应用权利要求1-6任一项所述方法的车载智能终端；

若干个应用权利要求7或8所述方法的三维坐标传感器。