CN112447058B - 泊车方法、装置、计算机设备及存储介质 - Google Patents

泊车方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN112447058B
CN112447058B CN201910825801.4A CN201910825801A CN112447058B CN 112447058 B CN112447058 B CN 112447058B CN 201910825801 A CN201910825801 A CN 201910825801A CN 112447058 B CN112447058 B CN 112447058B
Authority
CN
China
Prior art keywords
parking
target
environment
vehicle
parking space
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
CN201910825801.4A
Other languages
English (en)
Other versions
CN112447058A (zh
Inventor
姚刚
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.)
BYD Co Ltd
Original Assignee
BYD 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 BYD Co Ltd filed Critical BYD Co Ltd
Priority to CN201910825801.4A priority Critical patent/CN112447058B/zh
Publication of CN112447058A publication Critical patent/CN112447058A/zh
Application granted granted Critical
Publication of CN112447058B publication Critical patent/CN112447058B/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
    • G08G1/09—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
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
    • G08G1/127—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams to a central station ; Indicators in a central station
    • G08G1/13—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams to a central station ; Indicators in a central station the indicator being in the form of a map
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
    • G08G1/145—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas
    • G08G1/148—Management of a network of parking areas

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明公开了一种泊车方法、装置、计算机设备及存储介质，其中，该泊车方法包括：获取自动泊车指令，自动泊车指令包括目标地点；实时获取3D泊车环境影像；基于3D泊车环境影像，获取目标地点在预设范围内的3D泊车环境地图；对3D泊车环境地图进行泊车功能分析，获取泊车分析结果；根据泊车分析结果，确定与目标地点相对应的目标停车位；控制目标车辆行驶到目标停车位。该方法充分利用3D成像的技术特点，实时同步萃取车辆周围的环境信息，提高泊车位置的选择速度，同时可提高泊车灵活性。

Description

泊车方法、装置、计算机设备及存储介质
技术领域
本发明涉及无人行驶技术领域，尤其涉及一种泊车方法、装置、计算机设备及存储介质。
背景技术
现有实现自动泊车的方式，一般是在固定泊车车位预先设置好无线信号发射装置。当车辆进入到距离该固定泊车车位的一定范围时，车上的无线信号接收装置接收到固定泊车车位上无线信号发射装置发射的位置信息，根据两者各自的位置信息计算出两者的相对位置和距离，再根据从雷达获取车辆周围障碍物信息判定是否开始启动自动泊车，从而实现将车辆自动泊车到指定的固定泊车车位中。现有自动泊车的方式仅能将车辆泊车到固定泊车车位，且该固定泊车车位应安装有可与车辆进行无线通信的无线信号发射装置，难以在非固定车位的区域实现自动灵活泊车。如何在非固定车位区域实现灵活泊车成为亟待解决的问题。
发明内容
本发明实施例提供一种泊车方法、装置、计算机设备及存储介质，以解决在非固定车位区域实现灵活泊车的问题。
一种泊车方法，包括：
获取自动泊车指令，自动泊车指令包括目标地点；
实时获取3D泊车环境影像；
基于3D泊车环境影像，获取目标地点在预设范围内的3D泊车环境地图；
对3D泊车环境地图进行泊车功能分析，获取泊车分析结果；
根据泊车分析结果，确定与目标地点相对应的目标停车位；
控制目标车辆行驶到目标停车位。
一种泊车装置，包括：
获取泊车指令模块，用于获取自动泊车指令，自动泊车指令包括目标地点；
获取环境影像模块，用于实时获取3D泊车环境影像；
获取环境地图模块，用于基于3D泊车环境影像，获取目标地点在预设范围内的3D泊车环境地图；
获取分析结果模块，用于对3D泊车环境地图进行泊车功能分析，获取泊车分析结果；
确定目标停车位模块，用于根据泊车分析结果，确定与目标地点相对应的目标停车位；
控制目标车辆模块，用于控制目标车辆行驶到目标停车位。
一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述泊车方法。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述泊车方法。
上述泊车方法、装置、计算机设备及存储介质，通过对3D泊车环境地图进行泊车功能分析，可获取目标停车位以及基于目标停车位形成的目标规划路线，控制目标车辆沿目标规划路线自动泊车到目标停车位，充分利用3D成像的技术特点，实时同步萃取车辆周围的环境信息，以排除环境因素对泊车的影响，提高泊车位置的选择速度，同时可提高泊车空间利用率和泊车灵活性。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的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性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一实施例中泊车方法的应用环境示意图；
图2是本发明一实施例中泊车方法的流程图；
图3是本发明一实施例中泊车方法的另一流程图；
图4是本发明一实施例中在车辆上设置毫米波雷达传感器与摄像头的位置示意图；
图5是本发明一实施例中毫米波雷达传感器与摄像头融合的雷达系统示意图；
图6是本发明一实施例中将雷达毫米波坐标系转换到标准坐标系的坐标转换示意图；
图7是本发明一实施例中泊车方法的另一流程图；
图8是本发明一实施例中泊车方法的另一流程图；
图9是本发明一实施例中泊车方法的另一流程图；
图10是本发明一实施例中泊车方法的另一流程图；
图11是本发明一实施例中泊车方法的另一流程图；
图12是本发明一实施例中泊车方法的另一流程图；
图13是本发明一实施例中泊车装置的示意图；
图14是本发明一实施例中计算机设备的示意图。
具体实施方式
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。
本发明实施例提供的基于3D(3Dimensions，三维)成像的泊车方法，可应用在如图1的应用环境中，该泊车方法应用在无人驾驶且泊车系统中，该泊车系统包括客户端和服务器，其中，客户端通过网络与服务器进行通信。客户端又称为用户端，是指与服务器相对应，为客户端提供本地服务的程序。该客户端可安装在但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备等计算机设备上。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一实施例中，如图2所示，提供一种泊车方法，以该方法应用在图1中部署有无人驾驶系统的服务器为例进行说明，具体包括如下步骤：
S10.获取自动泊车指令，自动泊车指令包括目标地点。
其中，自动泊车指令是将目标车辆行驶到目标地点，并将目标车辆自动泊车到目标停车位的指令。目标地点是车辆当前行驶路线的终点位置。
具体地，当目标车辆接近终点位置满足一定预设距离时，服务器可接受自动泊车指令，以将目标车辆泊车到目标停车位。优选地，目标停车位可设定为与目标地点直线距离最短的停车位。
步骤S10中，服务器可在快到点目标地点时获取自动泊车指令，便于及时根据目标地点附近的可停车位置获取目标停车位，无需到达目标地点后再进行车位选择，提高泊车效率。
S20.实时获取3D泊车环境影像。
具体地，服务器从获取自动泊车指令后开始通过所有传感器采集3D泊车环境影像，但采集到的3D泊车环境影像不一定存在目标地点。为了更准确地为后续生成从获取自动泊车指令的地点开始直至到目标地点的3D泊车环境地图，需在实时采集3D泊车环境影像的过程中存在至少一帧出现目标地点，也即目标地点在摄像头的采集范围内。
步骤S20中，服务器可基于摄像头采集的第一帧影像到至少一帧存在目标地点帧影像，生成准确的3D泊车环境地图。
S30.基于3D泊车环境影像，获取目标地点在预设范围内的3D泊车环境地图。
其中，3D泊车环境影像是每一时刻通过多种车载传感器获取的周围环境构成的以车辆为视觉中心的可视影像。
3D泊车环境地图是基于特定时刻开始，将每一时刻的3D泊车环境影像进行图像融合，形成连贯的在目标地点周围一定范围内的地图，以便服务器基于该地图获取距离目标地点附近的目标停车位，并规划从目标地点行驶到目标停车位的行驶路线。
具体地，当服务器接收到自动泊车指令后，服务器即开始通过车载的多个传感器对周围环境进行图像和声音等参数的采集，以形成每一时刻对应的影像帧。可以理解地，随着目标车辆接近目标地点，影像帧也在随着周围环境产生变化。服务器将每一时刻的影像帧进行图像融合后，可形成以目标车辆为中心的环境地图，当目标车辆到达目标地点后，也即形成以目标地点为中心的3D泊车环境地图。
步骤S30中，服务器可基于3D泊车环境影像，形成在预设范围内的3D泊车环境地图，利于服务器基于该3D泊车环境地图获取目标停车位，无需目标停车位是否安装无线通讯设备，提高泊车的灵活度和自动化程度，节约泊车成本。
S40.对3D泊车环境地图进行泊车功能分析，获取泊车分析结果。
其中，泊车功能分析是对3D泊车环境地图进行分析，判定是否在3D泊车环境地图上存在停车区域的分析过程。
可以理解地，泊车分析结果包括有空闲停车位和无空闲停车位。有空闲停车位表示在当前的3D泊车环境地图上存在至少一个可停车的停车位；反之则为无任何可停车的停车位，服务器应继续更新3D泊车环境地图，查找是否存在可停车的停车位。
具体地，泊车功能分析可通过获取周围环境是否存在停车位的标识进行判断，比如周围环境是否存在“P”或“停车场入口”等停车标识，或者周围环境的地面上是否包括多个矩形框，且每个矩形框附近有数字编码等预设条件对3D泊车环境地图进行分析，判定是否存在停车区域。
进一步地，当3D泊车环境地图存在停车区域，且某个矩形框内为空置状态，该矩形框内也无其它竖立标牌，经文字识别后也无“固定停车位，请勿占用”等提示字样，则该停车位即为可停车的目标停车位。反之，若停车位的矩形框为空置，若竖立其它标牌，或存在“请勿占用”等提示，则该停车位为不可停车的停车位。
优选地，现有部分停车场还在入口处以标牌形式实时显示当前可停车的数量，服务器可通过摄像头读取该标牌显示的数量，获知当3D泊车环境地图存在停车区域，且存在可停车的停车位。
步骤S40中，服务器可经泊车功能分析获取泊车分析结果。
S50.根据泊车分析结果，确定与目标地点相对应的目标停车位。
具体地，当泊车分析结果为有空闲停车位时，服务器可获取至少一个空闲停车位。并根据3D泊车环境地图，计算从目标地点到每一空闲停车位的直线距离，将距离最短的空闲停车位作为目标停车位。
步骤S50中，服务器可在泊车分析结果为有空闲停车位时，获取与目标地点距离最短的路线上的空闲停车位作为目标停车位，提高泊车效率，节约行驶时间。
S60.控制目标车辆依据目标规划路线行驶到目标停车位。
具体地，服务器可对3D泊车环境地图进行路线分析，获取当前地图上的所有可行驶路线。进一步地，可行驶路线为畅通无障碍物的路线。依据所有可行驶路线、当前车辆位置(泊车行驶起点)和目标停车位(泊车行驶终点)，形成目标规划路线。
步骤S60中，服务器可基于3D泊车环境地图形成目标规划路线，以保证目标车辆眼目标规划路线可安全及时到达目标停车位。
本实施例提供的泊车方法实施例中，服务器通过对3D泊车环境地图进行泊车功能分析，可获取目标停车位以及基于目标停车位形成的目标规划路线，控制目标车辆沿目标规划路线自动泊车到目标停车位，充分利用3D成像的技术特点，实时同步提取车辆周围的环境信息，以排除环境因素对泊车的影响，提高泊车位置的选择速度，同时可提高泊车空间利用率和泊车灵活性。
在一实施例中，如图3所示，在步骤S20中，即实时获取3D泊车环境影像，具体包括如下步骤：
S21.实时获取目标车辆中的至少两种环境传感器采集的环境传感参数。
其中，环境传感参数是每种环境传感器记录的参数值。环境传感器可包括雷达传感器、定位传感器(position sensor)、听觉传感器、视觉传感器或姿态传感器等，而不局限于此。
具体地，雷达传感器用于发现障碍物、预测碰撞或进行自适应巡航控制等。
定位传感器用于感受被测物的位置并转换成可用输出信号。
听觉传感器的作用相当于一个话筒(麦克风)，用来接收声波，显示声音的振动图像，但不能对噪声的强度进行测量。该传感器内置一个对声音敏感的电容式驻极体话筒。声波使话筒内的驻极体薄膜振动，导致电容的变化，而产生与之对应变化的微小电压。这一电压随后被转化成0-5V的电压，经过A/D(Digital Analog Converter，数字模拟信号转换器)转换被数据采集器接受，并传送给服务器。
视觉传感器是整个视觉系统信息的直接来源，主要由一个或者两个图形传感器组成，有时还要配以光投射器及其他辅助设备。视觉传感器的主要功能是获取足够的机器视觉系统要处理的最原始图像。图像传感器可以使用激光扫描器、线阵和面阵CCD(ChargeCoupled Device，电荷耦合器件)摄像机或者TV(television，电视机)摄像机，也可以是最新出现的数字摄像机等，本发明对此不做限制。
姿态传感器是基于MEMS技术的高性能三维运动姿态测量传感装置，它包含三轴陀螺仪、三轴加速度计，三轴电子罗盘等运动传感器，通过内嵌的低功耗ARM(Advanced RISCMachine，先进精简指令集计算机处理器)处理器得到经过温度补偿的三维姿态与方位等数据。姿态传感器可广泛嵌入到航模无人机，机器人，机械云台，车辆船舶，地面及水下设备，虚拟现实，人体运动分析等需要自主测量三维姿态与方位的产品设备中。
进一步地，根据各类环境传感器功能、工作方式以及用途等的不同特性，各类环境传感器可按需求安装在车辆的不同位置。各类环境传感器以车辆为中心，实时从不同角度且同一时刻收集车周一定范围内的环境传感参数，比如，道路信息、交通信号信息、行人信息、障碍物信息或气象信息等，并将其获取的环境传感参数统一传输给泊车系统。
步骤S21中，服务器可实时采集至少两种环境传感器采集的环境传感参数，以保障服务器获取环境传感参数的同步性和准确性。
S22.对每一时刻采集的环境传感参数进行处理，获取环境传感参数对应的环境参数坐标系。
其中，环境参数坐标系是每一环境传感参数基于各自的参数获取环境形成的坐标系。
具体地，无人驾驶系统以各类环境传感器反馈的图像或点云等形式的环境传感参数为基础，在保证图像或点云等时间空间同步的同时，形成精确的多系环境参数坐标系，比如，雷达传感器对应的雷达坐标系、定位传感器对应的三维世界坐标系、视觉传感器对应的摄像机坐标系、图像坐标系或像素坐标系等。
步骤S22中，服务器可基于每一时刻每一种类的环境传感器获取的环境传感参数形成该环境传感器对应的环境参数坐标系，以利于后续服务器可基于同一时间和空间对所有环境参数坐标系进行融合，获取精确的融合结果，以便查找到目标停车位。
S23.将至少两个环境参数坐标系转换到同一坐标系中，形成标准坐标系，将标准坐标系转换为像素坐标系，形成每一时刻对应的3D泊车环境影像。
其中，标准坐标系即为将所有环境参数坐标系按同一空间和时间进行融合和转换，得到的包括所有环境传感参数，且所有环境传感参数具有标准参照物的坐标系，从而该坐标系蕴含车身周围多种环境传感参数。
像素坐标系为服务器基于标准坐标系进行像素还原后得到的以车辆为中心的周围环境真实影像对应的坐标系。
具体地，举例说明将至少两个环境参数坐标系转换到同一坐标系中，形成标准坐标系，将标准坐标系转换为像素坐标系的步骤如下：
步骤1.如图4所示，可在车辆的车顶位置安装摄像头和激光雷达传感器，在车辆的前方再安装一前置雷达传感器，并给每一环境传感器都分别建立环境参数坐标系。此时，可以设置在车顶的摄像头对应的摄像机坐标系作为标准坐标系，也即后续应将安装在前置雷达传感器对应的雷达毫米波坐标系转换到标准坐标系中。如图5所示，为前置雷达传感器和摄像头的融合系统，前置雷达坐标系可采集毫米波信息，形成点云等形式的环境传感参数。摄像头可采集图像信息形成摄像头对应的环境传感参数。
步骤2.雷达毫米波坐标系到标准坐标系的转换，即将雷达毫米波坐标系中的目标点通过重叠融合和平移旋转后投影到标准坐标系上。在整体数据获取、标准坐标系建立融合的同时加入时间概念，最终形成由毫米波雷达数据和摄像头数据相融合的标准坐标系对应的3D泊车环境影像。
具体地，基于雷达毫米波坐标可以得到目标x,y坐标信息，而没有目标的z坐标信息，此时，可以将雷达毫米波坐标系Om到标准坐标系Ow的转换看做二维X-Y坐标系的转换，而Om和Ow之间的关系，如图6所示，也即坐标的平移和旋转。具体地，将雷达毫米波坐标系转换到标准坐标系的关系式如下：
Figure GDA0003699617960000071
上述关系式中，Xwave和Ywave是属于雷达毫米波坐标系的坐标，Xw和Yw是属于标准坐标系的坐标，θ是将雷达毫米波坐标系旋转到标准坐标系的角度。上述转换矩阵包括两部分：由角度所带来的旋转矩阵以及平移产生的平移矩阵。其中平移矩阵的平移量可以理解为前置雷达传感器在标准坐标系的坐标，即：毫米波雷达传感器到摄像头的距离。因此平移矩阵可求出，直接利用卷尺即可测量得到。进一步地，如果前置雷达传感器的安装位置合适，可以理解旋转矩阵为0。
步骤3.标准坐标系到像素坐标系的转换。前述得到的标准坐标系的是二维的，只有x,y值，没有z值。z值可利用先验知识予以给定。比如雷达毫米波坐标得到的点是物体的中心点，利用物体的宽度和高度信息，便可得到其z轴对应的坐标信息。
进一步地，本实施例的目的是在图像上将目标停车位框出，因此需要的是目标停车位的左上顶点和右下顶点的坐标值，将这两个点转换到图像上，即可得到目标停车位的矩形区域。
步骤S23中，服务器将不同环境传感器收集的车周各类环境传感参数，运用多种算法先独立计算再相互结合，对车身周围多种环境参数的坐标系进行精确的提取、处理和融合，进而绘制出完整、精确、细致且全面的车周一定范围内的实时3D泊车环境影像，具体可包括轨迹预测、运动目标、静态栅格、道路结构以及高精融合定位等，并将实时将3D泊车环境影像同步提供给泊车系统。
步骤S21至S23中，服务器可实时采集至少两种环境传感器采集的环境传感参数，以保障服务器获取环境传感参数的同步性和准确性。服务器可基于每一时刻每一种类的环境传感器获取的环境传感参数形成该环境传感器对应的环境参数坐标系，以利于后续服务器可基于同一时间和空间对所有环境参数坐标系进行融合，获取精确的融合结果，以便查找到目标停车位。服务器将不同环境传感器收集的车周各类环境传感参数，运用多种算法先独立计算再相互结合，对车身周围多种环境参数的坐标系进行精确的提取、处理和融合，进而绘制出完整、精确、细致且全面的车周一定范围内的实时3D泊车环境影像，具体可包括轨迹预测、运动目标、静态栅格、道路结构以及高精融合定位等，并将实时将3D泊车环境影像同步提供给泊车系统。
在一实施例中，如图7所示，在步骤S23中，即将至少两个环境参数坐标系转换到同一坐标系中，形成标准坐标系，，具体包括如下步骤：
S231.获取每一环境传感器对应的环境参数坐标系。
具体地，车辆车顶位置安装摄像头和激光雷达传感器，在车辆的前方再安装一前置雷达传感器，并给每一环境传感器都分别建立环境参数坐标系。此时，可以设置在车顶的摄像头对应的摄像机坐标系作为标准坐标系，也即后续应将安装在前置雷达传感器对应的雷达毫米波坐标系转换到标准坐标系中。如图5所示，为前置雷达传感器和摄像头的融合系统，前置雷达坐标系可采集毫米波信息，形成点云等形式的环境传感参数。摄像头可采集图像信息形成摄像头对应的环境传感参数。
步骤S231中可通过多个环境传感器获取准确的环境传感参数，为后续建立标准坐标系提供精确的数据基础，保障行驶可靠性和安全性。
S232.将每一环境参数坐标系对应的目标点在同一坐标系中进行投影，形成标准坐标系。
具体地，安装在前置雷达传感器对应雷达毫米波坐标系，可将雷达毫米波坐标系转换到标准坐标系，即将雷达毫米波坐标系中的目标点通过重叠融合和平移旋转后投影到标准坐标系上。在整体数据获取、标准坐标系建立融合的同时加入时间概念，最终形成由毫米波雷达数据和摄像头数据相融合的标准坐标系对应的3D泊车环境影像。
步骤S232中，服务器可将每一环境参数坐标系对应的目标点在同一坐标系中进行投影，形成标准坐标系，集合多个环境传感参数到一个统一的标准坐标系中，便于及时通过标准坐标系生成准确的3D泊车环境地图。
步骤S231至S232中，服务器可通过多个环境传感器获取准确的环境传感参数，为后续建立标准坐标系提供精确的数据基础，保障行驶可靠性和安全性。服务器可将每一环境参数坐标系对应的目标点在同一坐标系中进行投影，形成标准坐标系，集合多个环境传感参数到一个统一的标准坐标系中，便于及时通过标准坐标系生成准确的3D泊车环境地图。
在一实施例中，如图8所示，在步骤S30中，即获取目标地点在预设范围内的3D泊车环境地图，具体包括如下步骤：
S301.当目标车辆距离目标地点小于预设范围时，对每一时刻对应的3D泊车环境影像进行影像融合。
其中，预设范围是以目标地点为中心，指定距离为半径的区域，比如预设范围对应的半径可为500米，也即当目标车辆距离目标地点为500米时，服务器可启动自动泊车指令，以开始从距离目标地点500米开始时绘制3D泊车环境地图。
具体地，服务器可将每一时刻对应的每一帧3D泊车环境影像依据车辆行驶路线进行影像融合，形成从启动自动泊车指令开始的位置到目标地点时的车周环境形成的3D泊车环境地图。
步骤S301中，服务器可在距离目标地点小于预设范围时，开始对3D泊车环境影像进行影像融合，预先形成基于目标地点的3D泊车环境地图，便于车辆到达目标地点时可及时获取周围环境地图，获取目标停车位。
S302.若目标车辆到达目标地点，则获取影像融合结果作为3D泊车环境地图。
步骤S302中，当目标车辆到达目标地点时，服务器可将当期融合的所有3D泊车环境影像形成的地图作为目标地点对应的3D泊车环境地图，从而迅速可对已有3D泊车环境地图进行泊车功能分析，避免车辆到达目标地点后再采集周围环境地图造成时间损耗，提高泊车效率。
步骤S301至S302中，服务器可在距离目标地点小于预设范围时，开始对3D泊车环境影像进行影像融合，预先形成基于目标地点的3D泊车环境地图，便于车辆到达目标地点时可及时获取周围环境地图，获取目标停车位。当目标车辆到达目标地点时，服务器可将当期融合的所有3D泊车环境影像形成的地图作为目标地点对应的3D泊车环境地图，从而迅速可对已有3D泊车环境地图进行泊车功能分析，避免车辆到达目标地点后再采集周围环境地图造成时间损耗，提高泊车效率。
在一实施例中，如图9所示，在步骤S50中，即根据泊车分析结果，确定与目标地点相对应的目标停车位，具体包括如下步骤：
S51.若泊车分析结果为无空闲停车位，则基于3D泊车环境地图，控制目标车辆沿目标地点绕行。
具体地，当泊车分析结果为无空闲停车位时，服务器可继续实时采集3D泊车环境影像并在当前3D泊车环境地图上进行融合，形成更新的3D泊车环境地图。服务器可基于更新的3D泊车环境地图上的所有可行驶路线，沿目标地点进行绕行，以便尽快在最接近目标地点的位置查找到目标停车位。
步骤S51中，服务器在泊车分析结果为无空闲停车位时可控制车辆沿目标位置绕行，利于服务器可在最接近目标地点的位置查找到目标停车位，避免行驶多余路程。
S52.基于3D泊车环境地图，将每一时刻对应的3D泊车环境影像进行影像融合，形成更新的3D泊车环境地图。
步骤S52中，服务器可在基于从目标地点出发查找目标停车位的过程中，继续实时采集每一时刻对应的3D泊车环境影像进行影像融合，形成更新的3D泊车环境地图，保障3D泊车环境地图完整性的同时，可及时获取可停车的空闲停车位。
S53.对更新的3D泊车环境地图进行泊车功能分析，直至泊车分析结果为有空闲停车位。
步骤S53中，服务器可实时对更新的3D泊车环境地图进行泊车功能分析，直至当前更新的3D泊车环境地图上有车辆离场，或者在新增的3D泊车环境影像上出现新的空闲停车位等，及时获取可停车的目标停车位。
S54.基于更新的3D泊车环境地图，获取距离目标地点最近的目标停车位。
步骤S54与步骤S50相同，为了避免重复此处不再赘述。
步骤S54中，服务器可在泊车分析结果为有空闲停车位时，获取与目标地点距离最短的路线上的空闲停车位作为目标停车位，提高泊车效率，节约行驶时间。
S55.若泊车分析结果为有空闲停车位，则基于3D泊车环境地图，获取距离目标地点最近的目标停车位。
步骤S55与步骤S50相同，为了避免重复此处不再赘述。
步骤S55中，服务器可在泊车分析结果为有空闲停车位时，获取与目标地点距离最短的路线上的空闲停车位作为目标停车位，提高泊车效率，节约行驶时间。
步骤S51至S55中，服务器在泊车分析结果为无空闲停车位时可控制车辆沿目标位置绕行，利于服务器可在最接近目标地点的位置查找到目标停车位，避免行驶多余路程。服务器可在基于从目标地点出发查找目标停车位的过程中，继续实时采集每一时刻对应的3D泊车环境影像进行影像融合，形成更新的3D泊车环境地图，保障3D泊车环境地图完整性的同时，可及时获取可停车的空闲停车位。服务器可实时对更新的3D泊车环境地图进行泊车功能分析，直至当前更新的3D泊车环境地图上有车辆离场，或者在新增的3D泊车环境影像上出现新的空闲停车位等，及时获取可停车的目标停车位。服务器可在泊车分析结果为有空闲停车位时，获取与目标地点距离最短的路线上的空闲停车位作为目标停车位，提高泊车效率，节约行驶时间。
在一实施例中，如图10所示，在步骤S60之前，即在控制目标车辆依据目标规划路线行驶到目标停车位之前，泊车方法还具体包括如下步骤：
S601.对3D泊车环境影像进行障碍物检测，获取检测结果。
其中，障碍物检测是检测在目标规划路线上目标车辆的前方是否存在障碍物的检测过程。检测结果包括有障碍和无障碍。可以理解地，有障碍也即在目标车辆沿目标规划路线的前进方向存在障碍物，反之则为无障碍。
具体地，服务器可基于雷达传感器和摄像头结合判定在车辆前方是否存在障碍物。障碍物可分为活动障碍物和固定障碍物。
活动障碍物即为在目标车辆前方为活动性障碍物，可能在预设时间内该障碍物即离开车辆前方；而固定障碍物为设置在目标车辆前方，在预设时间内不离开车辆前方的障碍物。
障碍物的种类决定目标车辆是否在原地等待还是更换目标规划路线。
步骤S601中，服务器可在目标车辆沿目标规划路线出发前进行障碍物检测，以保证目标车辆的行驶安全和泊车可靠性。
S602.若检测结果为无障碍，则控制目标车辆沿目标规划路线继续前进，直至目标车辆到达目标停车位。
步骤S602中，当检测结果为无障碍时，服务器可控制目标车辆无需任何等待动作，直接沿目标规划路线前进到达目标停车位，提高泊车效率。
S603.若检测结果为有障碍，则控制目标车辆停止前进，对障碍现场进行障碍分析。
具体地，当检测结果为有障碍时，服务器应判定障碍现场障碍物的活动情况，也即进行障碍分析。障碍分析的过程即为服务器设定预设时间，判定在预设时间内障碍物是否在车前消失。
步骤S603中，当检测结果为有障碍时，服务器可进行障碍分析，提高障碍物的等待灵活性，避免遇到障碍物进行长时间等待或者即刻转换路线的情况。
S604.若障碍现场的障碍物未在预设时间内消失，则获取目标车辆的当前停止位置，基于3D泊车环境地图对当前停止位置和目标停车位进行路线规划，生成更新规划路线。
具体地，当车辆当前的目标规划路线存在障碍物且在预设时间内未消失时，服务器可在3D泊车环境地图上将当前车辆行驶的路线标记为不可行路线。并在其余可行路线和目标停车位之间重新进行路线规划，生成更新规划路线。
步骤S604中，服务器可基于3D泊车环境地图及时生成可行的更新规划路线，提高泊车路线的更新灵活性。
S605.控制目标车辆依据更新规划路线行驶到目标停车位。
步骤S605与步骤S60相同，为了避免重复此处不再赘述。
步骤S605中，服务器可基于更新规划路线安全及时到达目标停车位。
S606.若障碍现场的障碍物在预设时间内消失，则控制目标车辆继续沿目标规划路线行驶到目标停车位。
步骤S606与步骤S60相同，为了避免重复此处不再赘述。
步骤S606中，服务器可基于目标规划路线安全及时到达目标停车位。
步骤S601至S606中，服务器可在目标车辆沿目标规划路线出发前进行障碍物检测，以保证目标车辆的行驶安全和泊车可靠性。当检测结果为无障碍时，服务器可控制目标车辆无需任何等待动作，直接沿目标规划路线前进到达目标停车位，提高泊车效率。当检测结果为有障碍时，服务器可进行障碍分析，提高障碍物的等待灵活性，避免遇到障碍物进行长时间等待或者即刻转换路线的情况。服务器可基于3D泊车环境地图及时生成可行的更新规划路线，提高泊车路线的更新灵活性。服务器可基于更新规划路线安全及时到达目标停车位。
在一实施例中，如图11所示，在步骤S60之前，即在控制目标车辆依据目标规划路线行驶到目标停车位之前，泊车方法还具体包括如下步骤：
S611.实时对3D泊车环境地图进行车位监测。
其中，车位监测是在目标车辆沿目标规划路线行驶过程中，基于3D泊车环境地图实时进行车位监测，查看是否出现新的停车位的监测过程。
具体地，目标车辆在沿目标规划路线的行驶过程中，可能存在其它车辆离场后遗留出新的停车位的情况。为了增加泊车灵活性，服务器可对3D泊车环境地图进行车位监测，以监测是否存在新的遗留出的停车位。
步骤S611中，服务器可在目标车辆沿目标规划路线的行驶过程中进行车位监测，以监测是否出现因车辆离场遗留出的新的停车位，增加查询目标停车位的灵活性。
S612.若出现新增停车位，且新增停车位与目标地点的之间的距离小于目标停车位与目标地点之间的距离，则基于新增停车位与目标车辆生成更新规划路线。
具体地，当出现新增停车位时，服务器可判定新增停车位和目标地点之间的距离是否小于目标停车位与目标地点之间的距离。只有小于时，才需更新目标规划路线。可以理解地，当用户从目标停车位走出，需要从目标停车位步行到目标地点，因此，如何减少用户的步行长度路线，成为服务器是否更新目标规划路线的前提条件。
步骤S612中，服务器判定新增停车位与目标地点的之间的距离小于目标停车位与目标地点之间的距离时，可生成更新规划路线，以进一步减少后续用户的步行距离。
S613.控制目标车辆依据更新规划路线行驶到新增停车位。
步骤S613与步骤S60相同，为了避免重复，此处不再赘述。
步骤S613中，服务器可基于更新规划路线安全及时到达目标停车位。
步骤S611至S613中，服务器可在目标车辆沿目标规划路线的行驶过程中进行车位监测，以监测是否出现因车辆离场遗留出的新的停车位，增加查询目标停车位的灵活性。服务器判定新增停车位与目标地点的之间的距离小于目标停车位与目标地点之间的距离时，可生成更新规划路线，以进一步减少后续用户的步行距离。服务器可基于更新规划路线安全及时到达目标停车位。
在一实施例中，在步骤S50之后，即在确定与目标地点相对应的目标停车位之后，泊车方法还具体包括如下步骤：
S501.基于目标停车位进行路线规划，获取目标规划路线。
其中，目标规划路线是服务器基于3D泊车环境地图生成的从目标车辆的当前位置行驶到目标停车位的行驶路线。
步骤S60中，即控制目标车辆行驶到目标停车位，具体包括如下步骤：
S61.控制目标车辆依据目标规划路线行驶到目标停车位。
具体地，服务器可对3D泊车环境地图进行路线分析，获取当前地图上的所有可行驶路线。进一步地，可行驶路线为畅通无障碍物的路线。依据所有可行驶路线、当前车辆位置(泊车行驶起点)和目标停车位(泊车行驶终点)，形成目标规划路线。
步骤S61中，服务器可基于3D泊车环境地图形成目标规划路线，以保证目标车辆眼目标规划路线可安全及时到达目标停车位。
在一实施例中，如图12所示，在步骤S40中，即对3D泊车环境地图进行泊车功能分析，获取泊车分析结果，具体包括如下步骤：
S41.基于3D泊车环境地图，获取停车位标识。
其中，停车位标识是标识当前位置可停车的标识，比如“P”或“停车场入口”等停车标识，或者周围环境的地面上是否包括多个矩形框，且每个矩形框附近有数字编码等。
S42.对停车位标识进行标识分析。
具体地，服务器可采用图片识别算法对停车位标识进行标识分析，确定当前位置是否可停车。比如，当3D泊车环境地图存在停车区域，且某个矩形框内为空置状态，该矩形框内也无其它竖立标牌，经文字识别后也无“固定停车位，请勿占用”等提示字样，则该停车位即为可停车的目标停车位。反之，若停车位的矩形框为空置，若竖立其它标牌，或存在“请勿占用”等提示，则该停车位为不可停车的停车位。
S43.若标识分析结果为存在空闲停车位，则泊车分析结果为可停车。
S44.若标识分析结果为不存在空闲停车位，则泊车分析结果为不可停车。
步骤S43和S44可获得停车位是否可停车获取的泊车分析结果，包括可停车和不可停车，用以及时将泊车分析结果发送给服务器，确定是否存在目标停车位或者继续寻找其它可停车的目标停车位。
本实施例提供的泊车方法实施例中，服务器通过对3D泊车环境地图进行泊车功能分析，可获取目标停车位以及基于目标停车位形成的目标规划路线，控制目标车辆沿目标规划路线自动泊车到目标停车位，充分利用3D成像的技术特点，实时同步萃取车辆周围的环境信息，以排除环境因素对泊车的影响，提高泊车位置的选择速度，同时可提高泊车空间利用率和泊车灵活性。
进一步地，服务器可实时采集至少两种环境传感器采集的环境传感参数，以保障服务器获取环境传感参数的同步性和准确性。服务器可基于每一时刻每一种类的环境传感器获取的环境传感参数形成该环境传感器对应的环境参数坐标系，以利于后续服务器可基于同一时间和空间对所有环境参数坐标系进行融合，获取精确的融合结果，以便查找到目标停车位。服务器将不同环境传感器收集的车周各类环境传感参数，运用多种算法先独立计算再相互结合，对车身周围多种环境参数的坐标系进行精确的提取、处理和融合，进而绘制出完整、精确、细致且全面的车周一定范围内的实时3D泊车环境影像，具体可包括轨迹预测、运动目标、静态栅格、道路结构以及高精融合定位等，并将实时将3D泊车环境影像同步提供给泊车系统。
进一步地，服务器可通过多个环境传感器获取准确的环境传感参数，为后续建立标准坐标系提供精确的数据基础，保障行驶可靠性和安全性。服务器可将每一环境参数坐标系对应的目标点在同一坐标系中进行投影，形成标准坐标系，集合多个环境传感参数到一个统一的标准坐标系中，便于及时通过标准坐标系生成准确的3D泊车环境地图。
进一步地，服务器可在距离目标地点小于预设范围时，开始对3D泊车环境影像进行影像融合，预先形成基于目标地点的3D泊车环境地图，便于车辆到达目标地点时可及时获取周围环境地图，获取目标停车位。当目标车辆到达目标地点时，服务器可将当期融合的所有3D泊车环境影像形成的地图作为目标地点对应的3D泊车环境地图，从而迅速可对已有3D泊车环境地图进行泊车功能分析，避免车辆到达目标地点后再采集周围环境地图造成时间损耗，提高泊车效率。
进一步地，服务器在泊车分析结果为无空闲停车位时可控制车辆沿目标位置绕行，利于服务器可在最接近目标地点的位置查找到目标停车位，避免行驶多余路程。服务器可在基于从目标地点出发查找目标停车位的过程中，继续实时采集每一时刻对应的3D泊车环境影像进行影像融合，形成更新的3D泊车环境地图，保障3D泊车环境地图完整性的同时，可及时获取可停车的空闲停车位。服务器可实时对更新的3D泊车环境地图进行泊车功能分析，直至当前更新的3D泊车环境地图上有车辆离场，或者在新增的3D泊车环境影像上出现新的空闲停车位等，及时获取可停车的目标停车位。服务器可在泊车分析结果为有空闲停车位时，获取与目标地点距离最短的路线上的空闲停车位作为目标停车位，提高泊车效率，节约行驶时间。
进一步地，服务器可在目标车辆沿目标规划路线出发前进行障碍物检测，以保证目标车辆的行驶安全和泊车可靠性。当检测结果为无障碍时，服务器可控制目标车辆无需任何等待动作，直接沿目标规划路线前进到达目标停车位，提高泊车效率。当检测结果为有障碍时，服务器可进行障碍分析，提高障碍物的等待灵活性，避免遇到障碍物进行长时间等待或者即刻转换路线的情况。服务器可基于3D泊车环境地图及时生成可行的更新规划路线，提高泊车路线的更新灵活性。服务器可基于更新规划路线安全及时到达目标停车位。
进一步地，服务器可在目标车辆沿目标规划路线的行驶过程中进行车位监测，以监测是否出现因车辆离场遗留出的新的停车位，增加查询目标停车位的灵活性。服务器判定新增停车位与目标地点的之间的距离小于目标停车位与目标地点之间的距离时，可生成更新规划路线，以进一步减少后续用户的步行距离。服务器可基于更新规划路线安全及时到达目标停车位。
进一步地，服务器可基于3D泊车环境地图形成目标规划路线，以保证目标车辆眼目标规划路线可安全及时到达目标停车位。服务器可获得停车位是否可停车获取的泊车分析结果，包括可停车和不可停车，用以及时将泊车分析结果发送给服务器，确定是否存在目标停车位或者继续寻找其它可停车的目标停车位。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
在一实施例中，提供一种泊车装置，该泊车装置与上述实施例中泊车方法一一对应。如图13所示，该泊车装置包括获取泊车指令模块10、获取环境影像模块20、获取环境地图模块30、获取分析结果模块40、确定目标停车位模块50和控制目标车辆模块60。各功能模块详细说明如下：
获取泊车指令模块10，用于获取自动泊车指令，自动泊车指令包括目标地点。
获取环境影像模块20，用于实时获取3D泊车环境影像。
获取环境地图模块30，用于基于3D泊车环境影像，获取目标地点在预设范围内的3D泊车环境地图。
获取分析结果模块40，用于对3D泊车环境地图进行泊车功能分析，获取泊车分析结果。
确定目标停车位模块50，用于根据泊车分析结果，确定与目标地点相对应的目标停车位。
控制目标车辆模块60，用于控制目标车辆行驶到目标停车位。
优选地，该获取环境地图模块20包括获取传感参数单元21、处理传感参数单元22和形成世界坐标系单元23。
获取传感参数单元21，用于实时获取目标车辆中的至少两种环境传感器采集的环境传感参数。
处理传感参数单元22，用于对每一时刻采集的环境传感参数进行处理，获取环境传感参数对应的环境参数坐标系。
形成世界坐标系单元23，用于将至少两个环境参数坐标系转换到同一坐标系中，形成标准坐标系，将标准坐标系转换为像素坐标系，形成每一时刻对应的3D泊车环境影像。
优选地，该形成世界坐标系单元23包括获取环境坐标系单元和形成标准坐标系单元。
获取环境坐标系单元，用于获取每一环境传感器对应的所述环境参数坐标系；
形成标准坐标系单元，用于将每一所述环境参数坐标系对应的目标点在同一坐标系中进行投影，形成标准坐标系。
优选地，该获取环境地图模块包括进行影像融合单元和获取环境地图单元。
进行影像融合单元，用于当目标车辆距离目标地点小于预设范围时，对每一时刻对应的3D泊车环境影像进行影像融合。
获取环境地图单元，用于若目标车辆到达目标地点，则获取影像融合结果作为3D泊车环境地图。
优选地，该确定目标停车位模块包括控制车辆绕行单元、形成环境地图单元、进行功能分析单元、获取目标停车位单元和有空闲停车位单元。
控制车辆绕行单元，用于若泊车分析结果为无空闲停车位，则基于3D泊车环境地图，控制目标车辆沿目标地点绕行。
形成环境地图单元，用于基于3D泊车环境地图，将每一时刻对应的3D泊车环境影像进行影像融合，形成更新的3D泊车环境地图。
进行功能分析单元，用于对更新的3D泊车环境地图进行泊车功能分析，直至泊车分析结果为有空闲停车位。
获取目标停车位单元，用于基于更新的3D泊车环境地图，获取距离目标地点最近的目标停车位。
有空闲停车位单元，用于若泊车分析结果为有空闲停车位，则基于3D泊车环境地图，获取距离目标地点最近的目标停车位。
优选地，该泊车装置还包括获取检测结果模块、控制车辆前进模块、进行障碍分析模块、生成更新路线模块、控制更新路线模块和控制目标路线模块。
获取检测结果模块，用于对3D泊车环境影像进行障碍物检测，获取检测结果。
控制车辆前进模块，用于若检测结果为无障碍，则控制目标车辆沿目标规划路线继续前进，直至目标车辆到达目标停车位。
进行障碍分析模块，用于若检测结果为有障碍，则控制目标车辆停止前进，对障碍现场进行障碍分析。
生成更新路线模块，用于若障碍现场的障碍物未在预设时间内消失，则获取目标车辆的当前停止位置，基于3D泊车环境地图对当前停止位置和目标停车位进行路线规划，生成更新规划路线。
控制更新路线模块，用于控制目标车辆依据更新规划路线行驶到目标停车位。
控制目标路线模块，用于若障碍现场的障碍物在预设时间内消失，则控制目标车辆继续沿目标规划路线行驶到目标停车位。
优选地，该泊车装置还包括实时车位检测模块、更新规划路线模块和控制行驶新增车位模块。
实时车位检测模块，用于实时对3D泊车环境地图进行车位监测。
更新规划路线模块，用于若出现新增停车位，且新增停车位与目标地点的之间的距离小于目标停车位与目标地点之间的距离，则基于新增停车位与目标车辆生成更新规划路线。
控制行驶新增车位模块，用于控制目标车辆依据更新规划路线行驶到新增停车位。
优选地，该泊车装置还包括获取规划路线模块。
获取规划路线模块，用于基于所述目标停车位进行路线规划，获取目标规划路线；
控制目标车辆模块60包括依据路线行驶单元。
依据路线行驶单元，用于控制目标车辆依据所述目标规划路线行驶到所述目标停车位。
优选地，该获取分析结果模块40包括获取车位标识单元、进行标识分析单元、存在车位单元和不存在车位单元。
获取车位标识单元，用于基于所述3D泊车环境地图，获取停车位标识；
进行标识分析单元，用于对所述停车位标识进行标识分析；
存在车位单元，用于若标识分析结果为存在空闲停车位，则所述泊车分析结果为可停车；
不存在车位单元，用于若所述标识分析结果为不存在空闲停车位，则所述泊车分析结果为不可停车。
关于泊车装置的具体限定可以参见上文中对于泊车方法的限定，在此不再赘述。上述泊车装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图14所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于泊车方法相关的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种泊车方法。
在一实施例中，提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例泊车方法，例如图2所示S10至步骤S50。或者，处理器执行计算机程序时实现上述实施例中泊车装置的各模块/单元的功能，例如图13所示模块10至模块50的功能。为避免重复，此处不再赘述。
在一实施例中，提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施例泊车方法，例如图2所示S10至步骤S50。或者，该计算机程序被处理器执行时实现上述装置实施例中泊车装置中各模块/单元的功能，例如图13所示模块10至模块50的功能。为避免重复，此处不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
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，均应包含在本发明的保护范围之内。

Claims (12)

1.一种泊车方法，其特征在于，包括：
在目标车辆接近当前行驶路线的终点位置满足一定预设范围时，获取自动泊车指令，所述自动泊车指令包括目标地点，所述目标地点为当前行驶路线的终点位置；
实时获取3D泊车环境影像，所述3D泊车环境影像为从获取自动泊车指令的地点开始采集直至包含目标地点之间的影像，所述3D泊车环境影像为雷达传感器、定位传感器、听觉传感器、视觉传感器和姿态传感器，实时从不同角度且同一时刻收集车周一定范围内的环境传感参数，基于同一空间和时间进行融合和转换所形成的影像；
基于所述3D泊车环境影像，获取所述目标地点在预设范围内的3D泊车环境地图，所述3D泊车环境地图是基于特定时刻开始，将每一时刻的3D泊车环境影像进行图像融合，形成连贯的在目标地点周围一定范围内的地图；
对所述3D泊车环境地图进行泊车功能分析，获取泊车分析结果；
若所述泊车分析结果为无空闲停车位，则基于所述3D泊车环境地图，控制所述目标车辆沿所述目标地点绕行；基于所述3D泊车环境地图，将车辆沿所述目标地点绕行过程采集到的每一时刻对应的所述3D泊车环境影像进行影像融合，形成更新的3D泊车环境地图；对所述更新的3D泊车环境地图进行泊车功能分析，直至泊车分析结果为有空闲停车位；基于所述更新的3D泊车环境地图，获取距离所述目标地点最近的目标停车位；
若所述泊车分析结果为有空闲停车位，则基于所述3D泊车环境地图，获取距离所述目标地点最近的目标停车位；
控制目标车辆行驶到所述目标停车位。
2.如权利要求1所述泊车方法，其特征在于，所述实时获取3D泊车环境影像，包括：
实时获取所述目标车辆中的至少两种环境传感器采集的环境传感参数；
对每一时刻采集的所述环境传感参数进行处理，获取所述环境传感参数对应的环境参数坐标系；
将至少两个所述环境参数坐标系转换到同一坐标系中，形成标准坐标系，将所述标准坐标系转换为像素坐标系，形成每一所述时刻对应的所述3D泊车环境影像。
3.如权利要求2所述泊车方法，其特征在于，所述将至少两个所述环境参数坐标系转换到同一坐标系中，形成标准坐标系，包括：
获取每一环境传感器对应的所述环境参数坐标系；
将每一所述环境参数坐标系对应的目标点在同一坐标系中进行投影，形成标准坐标系。
4.如权利要求1所述泊车方法，其特征在于，所述获取所述目标地点在预设范围内的3D泊车环境地图，包括：
当所述目标车辆距离所述目标地点小于预设范围时，对每一时刻对应的所述3D泊车环境影像进行影像融合；
若所述目标车辆到达所述目标地点，则获取影像融合结果作为3D泊车环境地图。
5.如权利要求1所述的泊车方法，其特征在于，在所述获取距离所述目标地点最近的目标停车位之后，所述泊车方法还包括：
基于所述目标停车位进行路线规划，获取目标规划路线；
所述控制目标车辆行驶到所述目标停车位，包括：
控制目标车辆依据所述目标规划路线行驶到所述目标停车位。
6.如权利要求5所述泊车方法，其特征在于，在所述控制目标车辆依据所述目标规划路线行驶到所述目标停车位之前，所述泊车方法还包括：
对所述3D泊车环境影像进行障碍物检测，获取检测结果；
若检测结果为无障碍，则控制所述目标车辆沿所述目标规划路线继续前进，直至所述目标车辆到达所述目标停车位；
若检测结果为有障碍，则控制所述目标车辆停止前进，对障碍现场进行障碍分析；
若所述障碍现场的障碍物未在预设时间内消失，则获取所述目标车辆的当前停止位置，基于所述3D泊车环境地图对所述当前停止位置和所述目标停车位进行路线规划，生成更新规划路线；
控制目标车辆依据所述更新规划路线行驶到所述目标停车位；
若所述障碍现场的障碍物在预设时间内消失，则控制所述目标车辆继续沿所述目标规划路线行驶到所述目标停车位。
7.如权利要求5所述的泊车方法，其特征在于，在所述控制目标车辆依据所述目标规划路线行驶到所述目标停车位之前，所述泊车方法还包括：
实时对所述3D泊车环境地图进行车位监测；
若出现新增停车位，且所述新增停车位与所述目标地点的之间的距离小于所述目标停车位与所述目标地点之间的距离，则基于所述新增停车位与所述目标车辆生成更新规划路线；
控制目标车辆依据所述更新规划路线行驶到所述新增停车位。
8.如权利要求1所述的泊车方法，其特征在于，对所述3D泊车环境地图进行泊车功能分析，获取泊车分析结果，包括：
基于所述3D泊车环境地图，获取停车位标识；
对所述停车位标识进行标识分析；
若标识分析结果为存在空闲停车位，则所述泊车分析结果为可停车；
若所述标识分析结果为不存在空闲停车位，则所述泊车分析结果为不可停车。
9.一种泊车装置，其特征在于，包括：
获取泊车指令模块，用于在目标车辆接近当前行驶路线的终点位置满足一定预设范围时，获取自动泊车指令，自动泊车指令包括目标地点，所述目标地点为当前行驶路线的终点位置；
获取环境影像模块，用于实时获取3D泊车环境影像，所述3D泊车环境影像为从获取自动泊车指令的地点开始采集直至包含目标地点之间的影像，所述3D泊车环境影像为雷达传感器、定位传感器、听觉传感器、视觉传感器和姿态传感器，实时从不同角度且同一时刻收集车周一定范围内的环境传感参数，基于同一空间和时间进行融合和转换所形成的影像；
获取环境地图模块，用于基于所述3D泊车环境影像，获取所述目标地点在预设范围内的3D泊车环境地图，所述3D泊车环境地图是基于特定时刻开始，将每一时刻的3D泊车环境影像进行图像融合，形成连贯的在目标地点周围一定范围内的地图；
获取分析结果模块，用于对所述3D泊车环境地图进行泊车功能分析，获取泊车分析结果；
确定目标停车位模块，用于若所述泊车分析结果为无空闲停车位，则基于所述3D泊车环境地图，控制所述目标车辆沿所述目标地点绕行；基于所述3D泊车环境地图，将车辆沿所述目标地点绕行过程采集到的每一时刻对应的所述3D泊车环境影像进行影像融合，形成更新的3D泊车环境地图；对所述更新的3D泊车环境地图进行泊车功能分析，直至泊车分析结果为有空闲停车位；基于所述更新的3D泊车环境地图，获取距离所述目标地点最近的目标停车位；若所述泊车分析结果为有空闲停车位，则基于所述3D泊车环境地图，获取距离所述目标地点最近的目标停车位；
控制目标车辆模块，用于控制目标车辆行驶到所述目标停车位。
10.如权利要求9所述泊车装置，其特征在于，所述获取环境地图模块，包括：
获取传感参数单元，用于实时获取所述目标车辆中的至少两种环境传感器采集的环境传感参数；
处理传感参数单元，用于对每一时刻采集的所述环境传感参数进行处理，获取所述环境传感参数对应的环境参数坐标系；
形成世界坐标系单元，用于将至少两个所述环境参数坐标系转换到同一坐标系中，形成标准坐标系，将所述标准坐标系转换为像素坐标系，形成每一所述时刻对应的所述3D泊车环境影像。
11.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述泊车方法。
12.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述泊车方法。
CN201910825801.4A 2019-09-03 2019-09-03 泊车方法、装置、计算机设备及存储介质 Active CN112447058B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910825801.4A CN112447058B (zh) 2019-09-03 2019-09-03 泊车方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910825801.4A CN112447058B (zh) 2019-09-03 2019-09-03 泊车方法、装置、计算机设备及存储介质

Publications (2)

Publication Number Publication Date
CN112447058A CN112447058A (zh) 2021-03-05
CN112447058B true CN112447058B (zh) 2022-09-06

Family

ID=74734287

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910825801.4A Active CN112447058B (zh) 2019-09-03 2019-09-03 泊车方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN112447058B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113255486B (zh) * 2021-05-13 2024-02-13 华设设计集团股份有限公司 一种基于高位视频监控的车位占用检测方法
CN114995399A (zh) * 2022-05-17 2022-09-02 中国第一汽车股份有限公司 控制车辆泊车的方法、装置及车辆
CN115376360A (zh) * 2022-08-10 2022-11-22 小米汽车科技有限公司 泊车与信息处理方法、装置、设备、介质及程序产品

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104260722A (zh) * 2014-09-23 2015-01-07 北京理工大学 一种自动泊车系统
CN105946853A (zh) * 2016-04-28 2016-09-21 中山大学 基于多传感器融合的长距离自动泊车的系统及方法
CN106908783A (zh) * 2017-02-23 2017-06-30 苏州大学 基于多传感器信息融合的障碍物检测方法
CN108010360A (zh) * 2017-12-27 2018-05-08 中电海康集团有限公司 一种基于车路协同的自动驾驶环境感知系统
CN108944915A (zh) * 2018-07-13 2018-12-07 广东工业大学 一种自动泊车方法、系统及计算机可读存储介质
CN109031346A (zh) * 2018-07-09 2018-12-18 江苏大学 一种基于3d激光雷达的周边泊车位辅助检测方法
CN109615870A (zh) * 2018-12-29 2019-04-12 南京慧尔视智能科技有限公司 一种基于毫米波雷达和视频的交通检测系统
CN109655825A (zh) * 2018-03-29 2019-04-19 上海智瞳通科技有限公司 多传感器融合的数据处理方法、装置与多传感器融合方法
CN109733383A (zh) * 2018-12-13 2019-05-10 初速度（苏州）科技有限公司 一种自适应的自动泊车方法及系统
CN109767646A (zh) * 2019-02-28 2019-05-17 北京智行者科技有限公司 泊车方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10268201B2 (en) * 2017-02-28 2019-04-23 Mitsubishi Electric Research Laboratories, Inc. Vehicle automated parking system and method

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104260722A (zh) * 2014-09-23 2015-01-07 北京理工大学 一种自动泊车系统
CN105946853A (zh) * 2016-04-28 2016-09-21 中山大学 基于多传感器融合的长距离自动泊车的系统及方法
CN106908783A (zh) * 2017-02-23 2017-06-30 苏州大学 基于多传感器信息融合的障碍物检测方法
CN108010360A (zh) * 2017-12-27 2018-05-08 中电海康集团有限公司 一种基于车路协同的自动驾驶环境感知系统
CN109655825A (zh) * 2018-03-29 2019-04-19 上海智瞳通科技有限公司 多传感器融合的数据处理方法、装置与多传感器融合方法
CN109031346A (zh) * 2018-07-09 2018-12-18 江苏大学 一种基于3d激光雷达的周边泊车位辅助检测方法
CN108944915A (zh) * 2018-07-13 2018-12-07 广东工业大学 一种自动泊车方法、系统及计算机可读存储介质
CN109733383A (zh) * 2018-12-13 2019-05-10 初速度（苏州）科技有限公司 一种自适应的自动泊车方法及系统
CN109615870A (zh) * 2018-12-29 2019-04-12 南京慧尔视智能科技有限公司 一种基于毫米波雷达和视频的交通检测系统
CN109767646A (zh) * 2019-02-28 2019-05-17 北京智行者科技有限公司 泊车方法及装置

Also Published As

Publication number Publication date
CN112447058A (zh) 2021-03-05

Similar Documents

Publication Publication Date Title
CN110174093B (zh) 定位方法、装置、设备和计算机可读存储介质
CN107274695B (zh) 智能照明系统、智能车辆及其车辆辅助驾驶系统和方法
KR20190082071A (ko) 전자 지도를 업데이트하기 위한 방법, 장치 및 컴퓨터 판독 가능한 저장 매체
US20220215751A1 (en) Moving object and driving support system for moving object
CN112447058B (zh) 泊车方法、装置、计算机设备及存储介质
JP2019182404A (ja) 自動運転車両のためのセンサー集約フレームワーク
US20200353914A1 (en) In-vehicle processing device and movement support system
JP2022518911A (ja) 乗り物のセンサとカメラアレイからの構造化された地図データの生成
JP2017090239A (ja) 情報処理装置、制御方法、プログラム及び記憶媒体
EP4148385A1 (en) Vehicle navigation positioning method and apparatus, and base station, system and readable storage medium
JP2021103283A (ja) カメラベースの自動化された高精度道路地図の生成システム及び方法
CN111516690B (zh) 智能汽车的控制方法、装置及存储介质
US20210394782A1 (en) In-vehicle processing apparatus
CN111353453A (zh) 用于车辆的障碍物检测方法和装置
CN112445204A (zh) 工地中的物体移动导航方法、装置和计算机设备
JP2019519051A (ja) 知的照明システム、照明デバイス、車両、車載端末、車両運転支援システム及び車両運転支援方法
US11956693B2 (en) Apparatus and method for providing location
CN112689234A (zh) 室内车辆定位方法、装置、计算机设备和存储介质
JP2022016908A (ja) 俯瞰画像生成装置、俯瞰画像生成システム及び自動駐車装置
CN113312403B (zh) 地图获取方法、装置、电子设备及存储介质
CN212721458U (zh) 定位设备及包括定位设备的车辆
JP2023152109A (ja) 地物検出装置、地物検出方法及び地物検出用コンピュータプログラム
KR102136924B1 (ko) 피테스트 카메라 모듈의 상대 위치 산출 정확도를 평가하기 위한 평가 방법 및 시스템
JP6933069B2 (ja) 経路探索装置
JP2020073931A (ja) 情報処理装置、制御方法、プログラム及び記憶媒体

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