CN112590773B - 车辆自动入库方法、装置、计算机设备和存储介质 - Google Patents
车辆自动入库方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN112590773B CN112590773B CN202011476114.5A CN202011476114A CN112590773B CN 112590773 B CN112590773 B CN 112590773B CN 202011476114 A CN202011476114 A CN 202011476114A CN 112590773 B CN112590773 B CN 112590773B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- automatic driving
- program
- reference object
- road
- 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
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, 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
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
Abstract
本申请涉及一种车辆自动入库方法、装置、计算机设备和存储介质,其中,方法包括:获取下线点至库区停车场之间的目标道路三维模型以及车辆模型,将车辆模型导入到目标道路三维模型中,并且录入设置于目标道路上特征参照物对应的反馈信息,生成入库路书,进而得到自动驾驶程序,将自动驾驶程序加载到车辆中,车辆执行自动驾驶程序,从下线点自动行驶至库区停车场,并且在自动行驶过程中修正行驶路线。整个过程中,无需人工驾驶车辆,基于合理构建的自动驾驶程序,采用自动驾驶的方式显著提升车辆入库的效率,可以使车辆高效且准确到达停车场。
Description
技术领域
本申请涉及车辆自动驾驶技术领域,特别是涉及一种车辆自动入库方法、装置、计算机设备和存储介质。
背景技术
在传统车辆生产过程中,整车生产厂在车辆检查合格下线后,需要将车辆移送到中转库或发运库,单程一般在2千米以内,且全部为封闭的厂内道路。正常生产过中,这个过程需要专门的移车班组逐台将车辆开到停车场后多名员工再共同乘车回到下线点准备移送下一批车辆。
在上述传统的生产流程中,转移车辆入库的过程枯燥且不产生任何附加价值。以30JPH总装车间为例,每小时生产30台车,至少需要10名专职员工进行车辆转移工作。显然,传统采用人工将车辆转移入库的方式效率低下且需要占用大量的人力资源。
因此,目前急需一种车辆自动入库方案,以实现车辆检查合格下线之后自动转移入库。
发明内容
基于此,有必要针对上述技术问题,提供一种有效且高效的车辆自动入库方法、装置、计算机设备和存储介质。
一种车辆自动入库方法,方法包括:
获取车辆模型以及目标道路三维模型,目标道路为下线点至库区停车场之间的道路,目标道路中预设位置设置有特征参照物,特征参照物用于参照定位车辆所处位置;
将车辆模型导入至目标道路三维模型,并录入特征参照物的反馈信息,生成入库路书;
根据入库路书,生成自动驾驶程序;
将自动驾驶程序加载至车辆,由车辆执行自动驾驶程序从下线点自动行驶至库区停车场、且在自动行驶中根据自动驾驶程序中携带的特征参照物的反馈信息修正行驶路线。
在其中一个实施例中,获取目标道路三维模型包括:
扫描目标道路,构建初始3D实景模型;
获取目标道路的测绘数据以及特征参照物的测绘数据;
根据目标道路的测绘数据修正初始3D实景模型、并根据特征参照物的测绘数据构建特征参照物模型,得到目标道路三维模型。
在其中一个实施例中,将车辆模型导入至目标道路三维模型,并录入特征参照物的反馈信息,生成入库路书包括:
将车辆模型导入至目标道路三维模型,推送导入后的模型数据至用户;
响应用户设置操作,获取用户设置的目标特征参照物标识以及目标特征参照物的反馈信息;
根据导入后的模型数据以及用户设置的数据,生成入库路书。
在其中一个实施例中,根据入库路书生成自动驾驶程序包括:
根据入库路书,生成初始自动驾驶程序;
模拟测试初始自动驾驶程序,以对初始自动驾驶程序进行调整,得到自动驾驶程序。
在其中一个实施例中,模拟测试初始自动驾驶程序,以对初始自动驾驶程序进行调整,得到自动驾驶程序包括:
根据初始自动驾驶程序,生成设定路线;
模拟车辆按照设定路线、以不同车速行驶时接收到的特征参照物的反馈信息,得到反馈信息集;
将反馈信息集接入到自动驾驶控制单元,记录自动驾驶控制单元反馈的虚拟反馈指令;
采集车辆实际按照设定路线、以不同车速实际行驶时,自动驾驶控制单元的实际反馈指令;
调整初始自动驾驶程序,以使虚拟反馈指令与实际反馈指令相似度大于预设相似度阈值,得到自动驾驶程序。
在其中一个实施例中,将反馈信息集接入到自动驾驶控制单元包括:
剔除反馈信息集中干扰信号;
将剔除干扰信号后的反馈信息集接入到自动驾驶控制单元。
在其中一个实施例中,上述车辆自动入库方法还包括:
当侦测到车辆已经到达停车场时,控制车辆启动自动泊车功能,以使车辆自动泊入车位。
另外,本申请还提供一种车辆自动入库装置,装置包括:
模型获取模块,用于获取车辆模型以及目标道路三维模型,目标道路为下线点至库区停车场之间的道路,目标道路中预设位置设置有特征参照物,特征参照物用于参照定位车辆所处位置;
入库路书生成模块,用于将车辆模型导入至目标道路三维模型,并录入特征参照物的反馈信息,生成入库路书;
程序生成模块,用于根据入库路书,生成自动驾驶程序;
程序加载模块,用于将自动驾驶程序加载至车辆,由车辆执行自动驾驶程序从下线点自动行驶至库区停车场、且在自动行驶中根据自动驾驶程序中携带的特征参照物的反馈信息修正行驶路线。
一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现以下步骤:
获取车辆模型以及目标道路三维模型,目标道路为下线点至库区停车场之间的道路,目标道路中预设位置设置有特征参照物,特征参照物用于参照定位车辆所处位置;
将车辆模型导入至目标道路三维模型,并录入特征参照物的反馈信息,生成入库路书;
根据入库路书,生成自动驾驶程序;
将自动驾驶程序加载至车辆,由车辆执行自动驾驶程序从下线点自动行驶至库区停车场、且在自动行驶中根据自动驾驶程序中携带的特征参照物的反馈信息修正行驶路线。
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以下步骤:
获取车辆模型以及目标道路三维模型,目标道路为下线点至库区停车场之间的道路,目标道路中预设位置设置有特征参照物,特征参照物用于参照定位车辆所处位置;
将车辆模型导入至目标道路三维模型,并录入特征参照物的反馈信息,生成入库路书;
根据入库路书,生成自动驾驶程序;
将自动驾驶程序加载至车辆,由车辆执行自动驾驶程序从下线点自动行驶至库区停车场、且在自动行驶中根据自动驾驶程序中携带的特征参照物的反馈信息修正行驶路线。
上述车辆自动入库方法、装置、计算机设备和存储介质,获取下线点至库区停车场之间的目标道路三维模型以及车辆模型,将车辆模型导入到目标道路三维模型中,并且录入设置于目标道路上特征参照物对应的反馈信息,生成入库路书,进而得到自动驾驶程序,将自动驾驶程序加载到车辆中,车辆执行自动驾驶程序,从下线点自动行驶至库区停车场,并且在自动行驶过程中还基于特征参照物的反馈信息确定车辆自身所处位置,修正行驶路线,最终可以准确到达库区停车场。整个过程中,无需人工驾驶车辆,基于合理构建的自动驾驶程序,采用自动驾驶的方式显著提升车辆入库的效率,可以使车辆高效且准确到达停车场。
附图说明
图1为一个实施例中车辆自动入库方法的应用环境图;
图2为一个实施例中车辆自动入库方法的流程示意图;
图3为一个实施例中获取目标道路三维模型步骤的流程示意图;
图4为另一个实施例中车辆自动入库方法的流程示意图;
图5为一个实施例中车辆自动入库装置的结构框图;
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
随着自动驾驶技术的发展,越来越多的车辆支持自动驾驶,目前市面上支持自动驾驶车辆的自动驾驶水平一般都达到L2级。在应用于厂区内下线车辆移库场景时,可以考虑充分利用车辆自动驾驶功能,将编写合格的自动驾驶程序加载到车辆中,由车辆执行自动驾驶程序,自动从下线点行驶至库区停车场,实现高效的车辆自动入库。
具体来说,本申请提供的车辆自动入库方法,可以应用于如图1所示的应用环境中。其中,上位机102与车辆104连接,上位机102中预存有大量的原始数据,上位102具体可以获取车辆模型以及下线点至库区停车场之间道路的三维模型,在该道路中预设位置设置有特征参照物,这些特征参照物用于参照定位车辆所处位置,将车辆模型导入至目标道路三维模型,并录入特征参照物的反馈信息,生成入库路书;根据入库路书,生成自动驾驶程序;将自动驾驶程序加载至车辆102,由车辆102执行自动驾驶程序从下线点自动行驶至库区停车场、且在自动行驶中根据自动驾驶程序中携带的特征参照物的反馈信息修正行驶路线。
在一个实施例中,如图2所示,提供了一种车辆自动入库方法,以该方法应用于图1中的上位机102为例进行说明,包括以下步骤:
S200:获取车辆模型以及目标道路三维模型,目标道路为下线点至库区停车场之间的道路,目标道路中预设位置设置有特征参照物,特征参照物用于参照定位车辆所处位置。
车辆模型即下线车辆的模型,下线车辆是指工厂生产流水线上生产出来,检测合格的车辆,这些车辆需要移入工厂库区的停车场暂存,后续将直接上市销售。车辆模型具体是指下线车辆的三维模型,其主要用于表征车辆外形、尺寸等数据,在这里获取车辆模型除了明确车辆外形尺寸之外,还可以进一步确定车辆中关键传感器所处位置,例如车辆中雷达探测器、超声波探测器等传感器,以明确这些支持自动驾驶传感器的位置,进而在后续生成的精准的自动驾驶程序。
目标道路是指下线点至库区停车场之间的道路,这该道路上预设位置设置有特征参照物,这些特征参照物是用于参照定位车辆所处位置的。具体来说,预设位置是预先选择的位置,可以是交叉路口位置、T字路口位置、转弯位置,其还可以是直线道路上随机或等间隔设置的位置,在这些位置上设置参照物,当车辆上传感器探测到这些特征参照物时,即可知晓车辆当前已经达到的位置。例如假设在弯道1处设置有特征参照物,车辆上雷达探测器探测车辆周围物体,当车辆行车电脑接收到照射该特征参照物的反射信号时,即表明车辆当前已经到达弯道1处。进一步的,可以通过多个特征参照物以及道路标线等精准定位车辆所处位置。在实际应用中,特征参照物可以直接为用于应答的传感器,这些传感器设置有对应的身份识别码,在其反馈的应答信号中携带有该身份识别码,这样当车辆接收到应答(反射)信号时,可以确定当前车辆所处位置,以为下一步车辆行驶路线修正提供数据支持。
S400:将车辆模型导入至目标道路三维模型,并录入特征参照物的反馈信息,生成入库路书。
将车辆模型导入目标道路三维模型,即仿真模拟车辆在目标道路中行驶的情况。在模型导入的同时,还录入特征参照物的反馈信息,如上已述的,这些特征参照物的反馈信息将帮助车辆在后续真实行驶过程中确定车辆所处位置,修正行驶路线。具体来说,可以通过人工设置方式录入特征参照物的反馈信息,例如上位机的操作界面显示设置界面,操作人员在上位机上操作,选择设置本次车辆自动入库的对应必须经过的特征参照物,及其选择对应的反馈信息;另外还可以设置车辆精准路线(当前基于目标道路生成有多条路线时)、车辆行驶限速等数据,将这些数据一并录入到上位机中,上位机启动入库路书生成功能,生成入库路书。更进一步来说,反馈信息可以具体为车载传感器(如车载雷达)扫描到特征参照物时反馈信号(反射信号)或者车载传感器识别的前车信号。
S600:根据入库路书,生成自动驾驶程序。
根据入库路书编写生成自动驾驶程序,在自动驾驶程序中核心数据为该入库路书,其中还包括一些控制车辆执行特定功能的操作指令,具体可以包括当车辆实际反馈信息与路书对应的反馈信息不一致时,进行路线修正的指令,其具体修正可以基于车辆接收到的反馈信息确认车辆所处位置,基于所处位置生成路线修正数据,这个修正过程可以采用常规自动驾驶技术中路线修正的方式来实现,在这里不再展开描述。在实际应用中,上位机可以加载有程序编写插件,运行该程序编写插件,根据入库路书以及操作人员实时选择或预先设置的一些行驶控制指令,生成自动驾驶程序。
S800:将自动驾驶程序加载至车辆,由车辆执行自动驾驶程序从下线点自动行驶至库区停车场、且在自动行驶中根据自动驾驶程序中携带的特征参照物的反馈信息修正行驶路线。
上位机在S600处理之后,上位机生成自动驾驶程序,上位机将自动驾驶程序加载至车辆,这个加载过程可以是直接将自动驾驶程序通过无线通信的方式传输至车辆的行车电脑中,其还可以是直接通过专业数据传输接口、采用有线的方式稳定将自动驾驶程序导出至车辆中,车辆将该自动驾驶程序缓存至行车电脑中。当到达放行时刻时,车辆行车电脑执行自动驾驶程序控制车辆从下线点自动行驶至库区停车场,并且在行驶过程利用自动驾驶程序中携带的特征参照物的反馈信息,通过自动驾驶功能来不断修正自身的行驶路线,以最终能够准确达到库区停车场。
上述车辆自动入库方法,获取下线点至库区停车场之间的目标道路三维模型以及车辆模型,将车辆模型导入到目标道路三维模型中,并且录入设置于目标道路上特征参照物对应的反馈信息,生成入库路书,进而得到自动驾驶程序,将自动驾驶程序加载到车辆中,车辆执行自动驾驶程序,从下线点自动行驶至库区停车场,并且在自动行驶过程中还基于特征参照物的反馈信息确定车辆自身所处位置,修正行驶路线,最终可以准确到达库区停车场。整个过程中,无需人工驾驶车辆,基于合理构建的自动驾驶程序,采用自动驾驶的方式显著提升车辆入库的效率,可以使车辆高效且准确到达停车场。
如图3所示,在其中一个实施例中,获取目标道路三维模型包括:
S120:扫描目标道路,构建初始3D实景模型。
S140:获取目标道路的测绘数据以及特征参照物的测绘数据。
S160:根据目标道路的测绘数据修正初始3D实景模型、并根据特征参照物的测绘数据构建特征参照物模型,得到目标道路三维模型。
具体可以通过3D摄像设备扫描目标道路,来获取3D实景图像数据,根据3D实景图像数据应用3D实景重构技术,构建初始3D实景模型,在该初始3D实景模型中虚拟重构了整个从下线点到库区停车场之间道路的场景。进一步,采集目标道路的测绘数据以及特征参照物的测绘数据,明确目标道路中一些细节数据,例如精确测量道路的宽度、道路中心线精准位置;另外,还精准测量特征参照物的相关位置和距离数据,具体包括特征参照物距离道路中心线的准确距离及特征参照物尺寸等,基于目标道路的测绘数据修正通过扫描构建的初始3D实景模型,得到修正后的3D实景模型(主要是修正道路相关的数据),修正后的3D实景模型能够更加准确还原目标道路的真实场景。根据特征参照物的测绘数据构建特征参照物模型,在该特征参照物模型中除了有表征特征参照物自身尺寸、外形之外,还表征特征参照物与所处环境物体(目标道路)关系,直接将特征参照物模型融入到修正后的3D实景模型中,得到目标道路三维模型。
如图4所示,在其中一个实施例中,S400包括:
S420:将车辆模型导入至目标道路三维模型,推送导入后的模型数据至用户。
S440:响应用户设置操作,获取用户设置的目标特征参照物标识以及目标特征参照物的反馈信息。
S460:根据导入后的模型数据以及用户设置的数据,生成入库路书。
将车辆模型导入至目标道路三维模型,模拟还原车辆实际在目标道路上行驶场景对应的三维模型,将该三维模型推送至处于上位机侧的用户(操作人员),除了推送该三维模型之外,为了便于用户操作,还可以推送提示信息以及可选菜单,在这些可选菜单中设置有可选择特征参照物的子菜单以及特征参照物对应的反馈信息,提示信息主要提示用户当前需要进行自定义配置,自定义配置包括配置目标特征参照物、目标特征参照物的反馈信息、配置车辆精确路线以及车辆行驶速度等。用户在读取到这些信息之后,可以通过手写输入、语音输入等方式,设置对应的参数,上位机响应用户的设置操作,获取到用户设置的目标特征参照物标识、目标特征参照物的反馈信息、车辆精确路线以及车辆行驶速度,从而明确本次入库路书中用户自定义部分的参数,将这部分用户自定义数据与导入后的三维模型整合,通过路书编写程序或者插件,生成入库路书。
在其中一个实施例中,根据入库路书生成自动驾驶程序包括:
根据入库路书,生成初始自动驾驶程序;模拟测试初始自动驾驶程序,以对初始自动驾驶程序进行调整,得到自动驾驶程序。
在本实施例中,针对生成入库路书进行进一步的模拟测试,确保模拟过程中可实现路书全部细节,基于模拟测试结果对初始自动驾驶程序进行调整,以使最终得到的自动驾驶程序更加准确,即最终使得车辆能够更加精准自动行驶至库区停车场。
具体来说,模拟测试初始自动驾驶程序,以对初始自动驾驶程序进行调整,得到自动驾驶程序包括:根据初始自动驾驶程序,生成设定路线;模拟车辆按照设定路线、以不同车速行驶时接收到的特征参照物的反馈信息,得到反馈信息集;将反馈信息集接入到自动驾驶控制单元,记录自动驾驶控制单元反馈的虚拟反馈指令;采集车辆实际按照设定路线、以不同车速实际行驶时,自动驾驶控制单元的实际反馈指令;调整初始自动驾驶程序,以使虚拟反馈指令与实际反馈指令相似度大于预设相似度阈值,得到自动驾驶程序。
自动驾驶控制单元是指与车辆中执行自动驾驶控制功能的系统。先基于初始驾驶程序,设定路线,由于车辆行驶速度不同其对应的特征参照物的反馈信息会发生变化,因此需要模拟采集车辆在按照这条设定路线、以不同车速行驶时对应的特征参照物的反馈信息,将这些反馈信息作为信息源,将信息源接入到外部自动驾驶控制单元,在虚拟环境下模拟自动驾驶控制单元接收到不同速度下在设定路线上行驶时,特征参照物的反馈信息,记录自动驾驶控制单元反馈的虚拟反馈指令,即在虚拟环境下,虚拟模拟车辆实现自动驾驶功能过程中,在接收到这些信息源之后自动驾驶控制单元反馈的虚拟指令。简单来说,可以将信息源作为自动驾驶控制单元的输入数据,记录下自动驾驶控制单元的输出数据,即反馈的虚拟反馈指令。另外,将车辆应用到真实场景中行驶,即到目标道路真实场景下按照设定路线行驶,并且采集以不同车速下自动驾驶控制单元的实际反馈指令,该实际反馈指令具体来说是指在真实场景下自动驾驶控制单元接收到真实场景中特征参照物的反馈信息时对应输出的反馈指令。简单来说,虚拟指令是模拟在虚拟场景下在运行自动驾驶程序时,自动驾驶控制单元输出的虚拟反馈指令;真实指令是指在真实场景下,自动驾驶控制单元执行自动驾驶程序时,自动驾驶控制单元真实反馈指令,将虚拟反馈指令与真实反馈指令进行比较,判断两者是否相同,若两者不相同或相差较大,则表明初始自动驾驶程序还需要进一步优化,微调初始自动驾驶程序中携带的特征参照物反馈信息和/或命令逻辑,以使虚拟反馈指令与实际反馈指令相似度大于预设相似度阈值,即使虚拟反馈指令与实际反馈指令尽可能的相似,甚至最终完全相同,得到自动驾驶程序。预设相似度阈值是预先设定的值,其可以根据实际情况进行调整,例如可以设置为98%、99%等。调整初始自动驾驶程序具体可以通过仿真处理的方式不断尝试在不同调整参数下对应的虚拟反馈指令与真实反馈指令之间相似度,选取两者相似度最大值时对应的调整参数修正初始自动驾驶程序,得到最终的自动驾驶程序。
具体来说,以特征参照物的反馈信息为反射信号为例。下面展开描述下在实际应用场景中,上述调整初始自动驾驶程序的过程。首先模拟出车辆以不同速度经过基于初始自动驾驶程序已设定路线时、车载雷达收到参照物的反射信号,将此信号进行筛选,剔除干扰信号后形成特定信号源,此信号源接入到自动驾驶控制单元,切换不同速度下反射模拟信号,记录自动驾驶控制系统的反馈指令,该反馈指令即为虚拟反馈指令;将此虚拟反馈指令与按照此路线及速度行走的实际指令进行分析对比,通过调整反射信号和/或命令逻辑,最终实现虚拟指令与实际指令相同或接近,得到修正后的自动驾驶程序。
在其中一个实施例中,上述车辆自动入库方法还包括:当侦测到车辆已经到达停车场时,控制车辆启动自动泊车功能,以使车辆自动泊入车位。
当车辆已经到达停车场时,激活车辆自动泊车功能,车辆在自动泊车功能支持下自动泊入停车中具体的车位。具体来说,这里有两种实现方式:第一种,当车辆到达停车场(目的地)时,车辆发送“已到达”消息至上位机,由上位机发送“激活自动泊车功能”消息给车辆,车辆在接收到该消息后启动自身的自动泊车功能,泊入车位;第二种,在自动驾驶程序中还携带来有泊车控制指令,该泊车控制指令用于控制车辆到达停车场时,自动激活自动泊车功能,泊入车位。即上位机可以通过与车辆再次交互或者直接通过“后门”指令的方式,控制车辆在到达停车场时激活自动泊车功能。在实际应用场景中,当车辆进入停车场后,在停车场入口进行识别,并调用原有泊车程序,停入给定的车位;车辆停入车位后,自动进行远程程序升级,删除此段特定路线下的自动驾驶程序。
应该理解的是,虽然上述各流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,上述各流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
如图5所示,本申请还提供一种车辆自动入库装置,装置包括:
模型获取模块200,用于获取车辆模型以及目标道路三维模型,目标道路为下线点至库区停车场之间的道路,目标道路中预设位置设置有特征参照物,特征参照物用于参照定位车辆所处位置;
入库路书生成模块400,用于将车辆模型导入至目标道路三维模型,并录入特征参照物的反馈信息,生成入库路书;
程序生成模块600,用于根据入库路书,生成自动驾驶程序;
程序加载模块800,用于将自动驾驶程序加载至车辆,由车辆执行自动驾驶程序从下线点自动行驶至库区停车场、且在自动行驶中根据自动驾驶程序中携带的特征参照物的反馈信息修正行驶路线。
上述车辆自动入库装置,获取下线点至库区停车场之间的目标道路三维模型以及车辆模型,将车辆模型导入到目标道路三维模型中,并且录入设置于目标道路上特征参照物对应的反馈信息,生成入库路书,进而得到自动驾驶程序,将自动驾驶程序加载到车辆中,车辆执行自动驾驶程序,从下线点自动行驶至库区停车场,并且在自动行驶过程中还基于特征参照物的反馈信息确定车辆自身所处位置,修正行驶路线,最终可以准确到达库区停车场。整个过程中,无需人工驾驶车辆,基于合理构建的自动驾驶程序,采用自动驾驶的方式显著提升车辆入库的效率,可以使车辆高效且准确到达停车场。
在其中一个实施例中,模型获取模块200还用于扫描目标道路,构建初始3D实景模型;获取目标道路的测绘数据以及特征参照物的测绘数据;根据目标道路的测绘数据修正初始3D实景模型、并根据特征参照物的测绘数据构建特征参照物模型,得到目标道路三维模型。
在其中一个实施例中,入库路书生成模块400还用于将车辆模型导入至目标道路三维模型,推送导入后的模型数据至用户;响应用户设置操作,获取用户设置的目标特征参照物标识以及目标特征参照物的反馈信息;根据导入后的模型数据以及用户设置的数据,生成入库路书。
在其中一个实施例中,程序生成模块600还用于根据入库路书,生成初始自动驾驶程序;模拟测试初始自动驾驶程序,以对初始自动驾驶程序进行调整,得到自动驾驶程序。
在其中一个实施例中,程序生成模块600还用于根据初始自动驾驶程序,生成设定路线;模拟车辆按照设定路线、以不同车速行驶时接收到的特征参照物的反馈信息,得到反馈信息集;将反馈信息集接入到自动驾驶控制单元,记录自动驾驶控制单元反馈的虚拟反馈指令;采集车辆实际按照设定路线、以不同车速实际行驶时,自动驾驶控制单元的实际反馈指令;调整初始自动驾驶程序,以使虚拟反馈指令与实际反馈指令相似度大于预设相似度阈值,得到自动驾驶程序。
在其中一个实施例中,程序生成模块600还用于剔除反馈信息集中干扰信号;将剔除干扰信号后的反馈信息集接入到自动驾驶控制单元。
在其中一个实施例中,上述车辆自动入库装置还包括泊车激活模块,用于当侦测到车辆已经到达停车场时,控制车辆启动自动泊车功能,以使车辆自动泊入车位。
关于车辆自动入库装置的具体限定可以参见上文中对于车辆自动入库方法的限定,在此不再赘述。上述车辆自动入库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。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图6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、通信接口、显示屏和输入装置。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和计算机程序。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。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种车辆自动入库方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图6中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取车辆模型以及目标道路三维模型,目标道路为下线点至库区停车场之间的道路,目标道路中预设位置设置有特征参照物,特征参照物用于参照定位车辆所处位置;
将车辆模型导入至目标道路三维模型,并录入特征参照物的反馈信息,生成入库路书;
根据入库路书,生成自动驾驶程序;
将自动驾驶程序加载至车辆,由车辆执行自动驾驶程序从下线点自动行驶至库区停车场、且在自动行驶中根据自动驾驶程序中携带的特征参照物的反馈信息修正行驶路线。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
扫描目标道路,构建初始3D实景模型;获取目标道路的测绘数据以及特征参照物的测绘数据;根据目标道路的测绘数据修正初始3D实景模型、并根据特征参照物的测绘数据构建特征参照物模型,得到目标道路三维模型。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
将车辆模型导入至目标道路三维模型,推送导入后的模型数据至用户;响应用户设置操作,获取用户设置的目标特征参照物标识以及目标特征参照物的反馈信息;根据导入后的模型数据以及用户设置的数据,生成入库路书。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据入库路书,生成初始自动驾驶程序;模拟测试初始自动驾驶程序,以对初始自动驾驶程序进行调整,得到自动驾驶程序。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据初始自动驾驶程序,生成设定路线;模拟车辆按照设定路线、以不同车速行驶时接收到的特征参照物的反馈信息,得到反馈信息集;将反馈信息集接入到自动驾驶控制单元,记录自动驾驶控制单元反馈的虚拟反馈指令;采集车辆实际按照设定路线、以不同车速实际行驶时,自动驾驶控制单元的实际反馈指令;调整初始自动驾驶程序,以使虚拟反馈指令与实际反馈指令相似度大于预设相似度阈值,得到自动驾驶程序。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
剔除反馈信息集中干扰信号;将剔除干扰信号后的反馈信息集接入到自动驾驶控制单元。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
当侦测到车辆已经到达停车场时,控制车辆启动自动泊车功能,以使车辆自动泊入车位。
在一个实施例中,提供了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以下步骤:
获取车辆模型以及目标道路三维模型,目标道路为下线点至库区停车场之间的道路,目标道路中预设位置设置有特征参照物,特征参照物用于参照定位车辆所处位置;
将车辆模型导入至目标道路三维模型,并录入特征参照物的反馈信息,生成入库路书;
根据入库路书,生成自动驾驶程序;
将自动驾驶程序加载至车辆,由车辆执行自动驾驶程序从下线点自动行驶至库区停车场、且在自动行驶中根据自动驾驶程序中携带的特征参照物的反馈信息修正行驶路线。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
扫描目标道路,构建初始3D实景模型;获取目标道路的测绘数据以及特征参照物的测绘数据;根据目标道路的测绘数据修正初始3D实景模型、并根据特征参照物的测绘数据构建特征参照物模型,得到目标道路三维模型。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
将车辆模型导入至目标道路三维模型,推送导入后的模型数据至用户;响应用户设置操作,获取用户设置的目标特征参照物标识以及目标特征参照物的反馈信息;根据导入后的模型数据以及用户设置的数据,生成入库路书。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据入库路书,生成初始自动驾驶程序;模拟测试初始自动驾驶程序,以对初始自动驾驶程序进行调整,得到自动驾驶程序。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据初始自动驾驶程序,生成设定路线;模拟车辆按照设定路线、以不同车速行驶时接收到的特征参照物的反馈信息,得到反馈信息集;将反馈信息集接入到自动驾驶控制单元,记录自动驾驶控制单元反馈的虚拟反馈指令;采集车辆实际按照设定路线、以不同车速实际行驶时,自动驾驶控制单元的实际反馈指令;调整初始自动驾驶程序,以使虚拟反馈指令与实际反馈指令相似度大于预设相似度阈值,得到自动驾驶程序。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
剔除反馈信息集中干扰信号;将剔除干扰信号后的反馈信息集接入到自动驾驶控制单元。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
当侦测到车辆已经到达停车场时,控制车辆启动自动泊车功能,以使车辆自动泊入车位。
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,的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,本申请所提供的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易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种车辆自动入库方法,其特征在于,所述方法包括:
获取车辆模型以及目标道路三维模型,目标道路为下线点至库区停车场之间的道路,所述目标道路中预设位置设置有特征参照物,所述特征参照物用于参照定位车辆所处位置;
将所述车辆模型导入至所述目标道路三维模型,并录入所述特征参照物的反馈信息,生成入库路书;
根据所述入库路书,生成自动驾驶程序,所述自动驾驶程序包括操作指令,操作指令包括当车辆实际反馈信息与所述入库路书对应的反馈信息不一致时,进行路线修正的指令;
将所述自动驾驶程序加载至车辆,由所述车辆执行所述自动驾驶程序从下线点自动行驶至库区停车场、且在自动行驶中根据所述自动驾驶程序中携带的特征参照物的反馈信息修正行驶路线。
2.根据权利要求1所述的方法,其特征在于,获取目标道路三维模型包括:
扫描所述目标道路,构建初始3D实景模型;
获取所述目标道路的测绘数据以及所述特征参照物的测绘数据;
根据所述目标道路的测绘数据修正所述初始3D实景模型、并根据所述特征参照物的测绘数据构建特征参照物模型,得到目标道路三维模型。
3.根据权利要求1所述的方法,其特征在于,所述将所述车辆模型导入至所述目标道路三维模型,并录入所述特征参照物的反馈信息,生成入库路书包括:
将所述车辆模型导入至所述目标道路三维模型,推送导入后的模型数据至用户;
响应用户设置操作,获取用户设置的目标特征参照物标识以及目标特征参照物的反馈信息;
根据所述导入后的模型数据以及用户设置的数据,生成入库路书。
4.根据权利要求1所述的方法,其特征在于,所述根据所述入库路书生成自动驾驶程序包括:
根据所述入库路书,生成初始自动驾驶程序;
模拟测试所述初始自动驾驶程序,以对所述初始自动驾驶程序进行调整,得到自动驾驶程序。
5.根据权利要求4所述的方法,其特征在于,所述模拟测试所述初始自动驾驶程序,以对所述初始自动驾驶程序进行调整,得到自动驾驶程序包括:
根据所述初始自动驾驶程序,生成设定路线;
模拟车辆按照所述设定路线、以不同车速行驶时接收到的特征参照物的反馈信息,得到反馈信息集;
将所述反馈信息集接入到自动驾驶控制单元,记录所述自动驾驶控制单元反馈的虚拟反馈指令;
采集车辆实际按照所述设定路线、以不同车速实际行驶时,自动驾驶控制单元的实际反馈指令;
调整所述初始自动驾驶程序,以使所述虚拟反馈指令与所述实际反馈指令相似度大于预设相似度阈值,得到自动驾驶程序。
6.根据权利要求5所述的方法,其特征在于,所述将所述反馈信息集接入到自动驾驶控制单元包括:
剔除所述反馈信息集中干扰信号;
将剔除干扰信号后的所述反馈信息集接入到自动驾驶控制单元。
7.根据权利要求1所述的方法,其特征在于,还包括:
当侦测到所述车辆已经到达所述停车场时,控制所述车辆启动自动泊车功能,以使所述车辆自动泊入车位。
8.一种车辆自动入库装置,其特征在于,所述装置包括:
模型获取模块,用于获取车辆模型以及目标道路三维模型,目标道路为下线点至库区停车场之间的道路,所述目标道路中预设位置设置有特征参照物,所述特征参照物用于参照定位车辆所处位置;
入库路书生成模块,用于将所述车辆模型导入至所述目标道路三维模型,并录入所述特征参照物的反馈信息,生成入库路书;
程序生成模块,用于根据所述入库路书,生成自动驾驶程序,所述自动驾驶程序包括操作指令,操作指令包括当车辆实际反馈信息与所述入库路书对应的反馈信息不一致时,进行路线修正的指令;
程序加载模块,用于将所述自动驾驶程序加载至车辆,由所述车辆执行所述自动驾驶程序从下线点自动行驶至库区停车场、且在自动行驶中根据所述自动驾驶程序中携带的特征参照物的反馈信息修正行驶路线。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
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,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011476114.5A CN112590773B (zh) | 2020-12-15 | 2020-12-15 | 车辆自动入库方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011476114.5A CN112590773B (zh) | 2020-12-15 | 2020-12-15 | 车辆自动入库方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112590773A CN112590773A (zh) | 2021-04-02 |
CN112590773B true CN112590773B (zh) | 2022-08-19 |
Family
ID=75195695
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011476114.5A Active CN112590773B (zh) | 2020-12-15 | 2020-12-15 | 车辆自动入库方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112590773B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113516780A (zh) * | 2021-07-05 | 2021-10-19 | 南斗六星系统集成有限公司 | 一种模拟车辆行驶交互方法及系统 |
CN113696909A (zh) * | 2021-08-30 | 2021-11-26 | 深圳市豪恩汽车电子装备股份有限公司 | 机动车自动行驶控制方法、装置及计算机可读存储介质 |
CN113848826B (zh) * | 2021-08-31 | 2023-12-29 | 广州文远知行科技有限公司 | 车辆自动下线方法、装置、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015084253A (ja) * | 2015-01-08 | 2015-04-30 | マツダ株式会社 | ドライバ感情推定装置 |
CN104977933A (zh) * | 2015-07-01 | 2015-10-14 | 吉林大学 | 一种自主驾驶车辆的区域型路径跟踪控制方法 |
CN106153352A (zh) * | 2016-07-04 | 2016-11-23 | 江苏大学 | 一种无人驾驶车辆测试验证平台及其测试方法 |
CN108803607A (zh) * | 2018-06-08 | 2018-11-13 | 北京领骏科技有限公司 | 一种用于自动驾驶的多功能仿真系统 |
CN109855628A (zh) * | 2019-03-05 | 2019-06-07 | 异起(上海)智能科技有限公司 | 一种室内或楼宇间的定位、导航方法及装置、以及计算机可读写介质和电子设备 |
-
2020
- 2020-12-15 CN CN202011476114.5A patent/CN112590773B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015084253A (ja) * | 2015-01-08 | 2015-04-30 | マツダ株式会社 | ドライバ感情推定装置 |
CN104977933A (zh) * | 2015-07-01 | 2015-10-14 | 吉林大学 | 一种自主驾驶车辆的区域型路径跟踪控制方法 |
CN106153352A (zh) * | 2016-07-04 | 2016-11-23 | 江苏大学 | 一种无人驾驶车辆测试验证平台及其测试方法 |
CN108803607A (zh) * | 2018-06-08 | 2018-11-13 | 北京领骏科技有限公司 | 一种用于自动驾驶的多功能仿真系统 |
CN109855628A (zh) * | 2019-03-05 | 2019-06-07 | 异起(上海)智能科技有限公司 | 一种室内或楼宇间的定位、导航方法及装置、以及计算机可读写介质和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112590773A (zh) | 2021-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112590773B (zh) | 车辆自动入库方法、装置、计算机设备和存储介质 | |
CN110861094B (zh) | 机器人控制方法、机器人和可读存储介质 | |
CN110861095B (zh) | 机器人控制方法、机器人和可读存储介质 | |
CN110209146B (zh) | 自动驾驶车辆的测试方法、装置、设备及可读存储介质 | |
CN110244738B (zh) | 车辆的行驶控制方法、装置和车辆 | |
CN109269506A (zh) | 移动机器人的地图创建方法、装置、机器人及系统 | |
CN104697533A (zh) | 导航方法和装置 | |
CN109697458A (zh) | 控制设备移动的方法、装置、存储介质及电子设备 | |
CN110610619A (zh) | 一种车辆驾驶系统、方法及装置 | |
CN110146098A (zh) | 一种机器人地图扩建方法、装置、控制设备和存储介质 | |
CN112828879B (zh) | 一种任务管理方法、装置、智能机器人和介质 | |
CN112212866A (zh) | 机器人及其跨楼层导航方法和装置 | |
CN115408779A (zh) | 代客泊车算法仿真测试方法、装置及存储介质 | |
CN111785067B (zh) | 一种反向寻车方法、系统、智能终端及存储介质 | |
US20240054895A1 (en) | Parking method and apparatus, storage medium, chip and vehicle | |
CN109540127A (zh) | 位置的确定方法、可移动机器人、存储介质和电子设备 | |
CN112464796A (zh) | 寻车方法、寻车系统及计算机可读存储介质 | |
US20220100571A1 (en) | Scheduling system, scheduling method, and non-transitory recording medium | |
CN111290384B (zh) | 一种多传感器融合的充电座检测方法 | |
CN112286185A (zh) | 扫地机器人及其三维建图方法、系统及计算机可读存储介质 | |
CN115407355B (zh) | 库位地图的验证方法、装置及终端设备 | |
CN115352435A (zh) | 一种记忆泊车方法、装置、电子设备及存储介质 | |
CN113848826B (zh) | 车辆自动下线方法、装置、设备及存储介质 | |
CN112950981A (zh) | 一种基于车位的寻车方法及装置 | |
CN114608552A (zh) | 一种机器人建图方法、系统、装置、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 |