CN113479192B - 车辆泊出方法、车辆泊入方法、装置、设备以及存储介质 - Google Patents
车辆泊出方法、车辆泊入方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN113479192B CN113479192B CN202110760591.2A CN202110760591A CN113479192B CN 113479192 B CN113479192 B CN 113479192B CN 202110760591 A CN202110760591 A CN 202110760591A CN 113479192 B CN113479192 B CN 113479192B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- parking
- driving route
- route
- image information
- 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
- 238000000034 method Methods 0.000 title claims abstract description 84
- 230000008569 process Effects 0.000 claims description 17
- 230000004044 response Effects 0.000 claims description 11
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 4
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 9
- 238000003032 molecular docking Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
-
- 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
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/403—Image sensing, e.g. optical camera
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本公开提供了一种车辆泊出方法、车辆泊入方法、装置、设备以及存储介质,涉及人工智能领域,具体涉及自动驾驶和智能交通技术。该方法包括:响应于接收到随机泊出指令,获取车辆上的摄像头采集的当前环境图像信息;将当前环境图像信息与预先构建的局部地图中的环境图像信息进行匹配,基于匹配结果从预先学习的至少一条行驶路线中确定目标行驶路线;控制车辆按照目标行驶路线进行泊出。本公开基于自建的局部地图实现了将车辆随机泊出,扩展了泊车功能的使用场景。
Description
技术领域
本公开涉及人工智能领域,具体涉及自动驾驶和智能交通技术,尤其涉及车辆泊出方法、车辆泊入方法、装置、设备以及存储介质。
背景技术
为了解决开放场景下,最后一公里的泊车需求,记忆泊车功能应运而生。用户只需根据系统提示完成泊车路线的学习,车辆即可在后续使用中根据已学习的泊车路线实现自主泊车。记忆泊车通过车身周围的摄像头和传感器采集数据,通过视觉SLAM(Simultaneouslocalization and mapping,同步定位与地图构建)技术构造场景地图,不依赖高精地图即可实现高精度定位。
发明内容
本公开提供了一种车辆泊出方法、车辆泊入方法、装置、设备以及存储介质。
根据本公开的第一方面,提供了一种车辆泊出方法,包括:响应于接收到随机泊出指令,获取车辆上的摄像头采集的当前环境图像信息;将当前环境图像信息与预先构建的局部地图中的环境图像信息进行匹配,基于匹配结果从预先学习的至少一条行驶路线中确定目标行驶路线;控制车辆按照目标行驶路线进行泊出。
根据本公开的第二方面,提供了一种车辆泊入方法,包括:响应于接收到随机泊入指令,确定车辆的行驶位置信息;从预先学习的至少一条行驶路线中确定与行驶位置信息匹配的第一行驶路线;从第一行驶路线两侧的空闲车位中确定出第一车位;将车辆泊入第一车位。
根据本公开的第三方面,提供了一种车辆泊出装置,包括:获取模块,被配置成响应于接收到随机泊出指令,获取车辆上的摄像头采集的当前环境图像信息;匹配模块,被配置成将当前环境图像信息与预先构建的局部地图中的环境图像信息进行匹配,基于匹配结果从预先学习的至少一条行驶路线中确定目标行驶路线;泊出模块,被配置成控制车辆按照目标行驶路线进行泊出。
根据本公开的第四方面,提供了一种车辆泊入装置,包括:第一确定模块,被配置成响应于接收到随机泊入指令,确定车辆的行驶位置信息;第二确定模块,被配置成从预先学习的至少一条行驶路线中确定与行驶位置信息匹配的第一行驶路线;第三确定模块,被配置成从第一行驶路线两侧的空闲车位中确定出第一车位;泊入模块,被配置成将车辆泊入第一车位。
根据本公开的第五方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行如第一方面或第二方面中任一实现方式描述的方法。
根据本公开的第六方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,计算机指令用于使计算机执行如第一方面或第二方面中任一实现方式描述的方法。
根据本公开的第七方面,提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现如第一方面或第二方面中任一实现方式描述的方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是本公开可以应用于其中的示例性系统架构图;
图2是根据本公开的车辆泊出方法的一个实施例的流程图;
图3是根据本公开的车辆泊出方法的另一个实施例的流程图;
图4是根据本公开的车辆泊入方法的一个实施例的流程图;
图5是根据本公开的车辆泊入方法的另一个实施例的流程图;
图6是根据本公开的车辆泊出装置的一个实施例的结构示意图;
图7是根据本公开的车辆泊入装置的一个实施例的结构示意图;
图8是用来实现本公开实施例的车辆泊出方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的车辆泊出方法或车辆泊出装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送信息等。终端设备101、102、103上可以安装有各种客户端应用。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述电子设备中。其可以实现成多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以提供各种服务。例如,服务器105可以对从终端设备101、102、103获取到的随机泊出指令进行分析和处理,并生成处理结果(例如目标行驶路线)。
需要说明的是,服务器105可以是硬件,也可以是软件。当服务器105为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器105为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本公开实施例所提供的车辆泊出方法一般由服务器105执行,相应地,车辆泊出装置一般设置于服务器105中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,其示出了根据本公开的车辆泊出方法的一个实施例的流程200。该车辆泊出方法包括以下步骤:
步骤201,响应于接收到随机泊出指令,获取车辆上的摄像头采集的当前环境图像信息。
在本实施例中,车辆泊出方法的执行主体(例如图1所示的服务器105)可以在接收到随机泊出指令的情况下,获取由车辆上的摄像头采集的当前环境图像信息。
这里,摄像头可以为车辆上的环视摄像头,还可以为广角摄像头或是超声波雷达等,本公开对此不做具体限定,摄像头可以实时采集车辆当前所处环境的图像。
例如,用户可以点击移动终端上的“随机泊出”按钮,之后移动终端会将随机泊出指令发送给上述执行主体,上述执行主体在接收到随机泊出指令后,会去获取该车辆上的环视摄像头采集的当前环境图像信息。其中,移动终端可以为与车辆、上述执行主体相连接的终端设备。
步骤202,将当前环境图像信息与预先构建的局部地图中的环境图像信息进行匹配,基于匹配结果从预先学习的至少一条行驶路线中确定目标行驶路线。
在本实施例中,上述执行主体可以预先学习至少一条行驶路线,该行驶路线即为用户想要进行自动泊车的路线,也即自动入库、自动出库的路线。在本实施例中,用户仅需驾驶车辆从行驶路线的起点(也即入库路线起点)巡航至行驶路线的终点(也即出库路线终点),上述执行主体即可在该过程中学习该条行驶路线,需要说明的是,在学习过程中,行驶路线的起点与终点可以是用户根据需求进行设置的,且用户无需驾驶车辆进入该行驶路线中的车位泊车。
而且,上述执行主体可以学习多条行驶路线,在学习过程中,上述执行主体会运行车位检测算法,以自动记录该行驶路线上所有的可泊车位,从而来构建包含可泊车位信息的局部地图。
上述执行主体可以将步骤201获得的当前环境图像信息与局部地图中的环境图像信息进行匹配,由于局部地图中除了包含可泊车位之外,还包含环境中的其他特征信息,所以,上述执行主体可以基于匹配结果来确定当前车辆在局部地图中的位置,再基于当前位置信息来从至少一条行驶路线中确定目标行驶路线,目标行驶路线即将车辆进行泊出的泊出路线。
步骤203,控制车辆按照目标行驶路线进行泊出。
在本实施例中,在步骤202确定目标行驶路线后,上述执行主体可以控制该车辆按照目标行驶路线进行泊出,也即控制该车辆按照步骤202确定的泊出路线进行泊出。
本公开实施例提供的车辆泊出方法,首先响应于接收到随机泊出指令,获取车辆上的摄像头采集的当前环境图像信息;然后将当前环境图像信息与预先构建的局部地图中的环境图像信息进行匹配,基于匹配结果从预先学习的至少一条行驶路线中确定目标行驶路线;最后控制车辆按照目标行驶路线进行泊出。本实施例中的车辆泊出方法不依赖于高精地图,通过自建局部地图的方式即可实现低成本的地图采集与高精度的车辆定位;此外,该方法根据自建的局部地图来将车辆随机泊出,从而实现了车辆的自主巡航与智能出库,方便用户远距离取车,扩展了泊车功能的使用场景。
本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
继续参考图3,图3示出了根据本公开的车辆泊出方法的另一个实施例的流程300。该车辆泊出方法包括以下步骤:
步骤301,响应于接收到随机泊出指令,获取车辆上的摄像头采集的当前环境图像信息。
步骤302,将当前环境图像信息与预先构建的局部地图中的环境图像信息进行匹配。
步骤301-302与前述实施例的步骤201-202基本一致,具体实现方式可以参考前述对步骤201-202的描述,此处不再赘述。
在本实施例的一些可选实施方式中,局部地图通过如下步骤构建得到:在学习至少一条行驶路线的过程中,实时获取摄像头采集的环境图像信息;基于车位检测算法获取至少一条行驶路线上的所有车位信息;基于环境图像信息和车位信息构建局部地图。
这里,摄像头会实时采集每条行驶路线上的环境图像,并且上述执行主体会运行车位检测算法来实时检测每条行驶路线上的所有可泊车位,最后基于采集的环境图像以及所有可泊车位信息来构建局部地图。上述构建局部地图的方式成本低,可根据用户需求来自行构建,应用范围更广。
步骤303,基于匹配结果确定车辆在局部地图中的停放位置,并获取停放位置对应的第一车位的信息。
在本实施例中,车辆泊出方法的执行主体(例如图1所示的服务器105)可以基于摄像头采集的当前环境图像信息与局部地图中的环境图像信息的匹配结果来确定该车辆在局部地图中的停放位置,并获取停放位置对应的第一车位的信息,其中,第一车位即为车辆当前停放的车位。
步骤304,获取将车辆泊入第一车位过程中的泊入路线。
在本实施例中,上述执行主体可以获取将车辆泊入第一车位过程中的泊入路线。
例如,在车辆的随机泊入过程中,上述执行主体可以记录将车辆随机泊入当前停放车位过程中的泊入路线,在随机泊出过程中,上述执行主体可以直接获取已经记录的泊入路线。
再例如,假设该车辆不是随机泊入的,而是人工泊入的,那么上述执行主体会将每条行驶路线的起点和终点附近300米设置为围栏,若用户手动驾驶车辆进入围栏后,上述执行主体会激活随机泊车路线初始化过程,即将车辆的行驶路线与预先学习的行驶路线进行匹配,从而确定匹配的行驶路线,并记录车辆停放车位的位置信息与泊入路线。
步骤305,确定预先学习的至少一条行驶路线中与泊入路线匹配的第一行驶路线。
在本实施例中,上述执行主体可以将步骤304获取的泊入路线与预先学习的至少一条行驶路线进行匹配,以得到匹配成功的第一行驶路线。
步骤306,基于第一车位的信息,确定第一行驶路线中的目标行驶路线。
在本实施例中,上述执行主体可以基于车辆当前停放车位的第一车位信息,来确定第一行驶路线中的目标行驶路线。需要说明的是,由于第一行驶路线是预先学习的完整行驶路线,也即包含入库起点和出库终点的行驶路线;第一车位为车辆当前停放的车位,第一行驶路线中从入库起点至第一车位的部分即为泊入路线,那么第一行驶路线中从第一车位至出库终点的部分即为泊出路线,也即目标行驶路线。
步骤307,获取第一行驶路线上与第一车位对应的第一位置。
在本实施例中,上述执行主体可以获取第一行驶路线上与第一车位对应的第一位置。由于上述执行主体在预先学习行驶路线的过程中没有进入车位泊车,所以需要先将车辆从第一车位泊出到第一行驶路线上与第一车位对应的第一位置上,因此,需要获取第一行驶路线上与第一车位对应的第一位置。
步骤308,将车辆从第一车位泊出至第一位置上。
在本实施例中,在获取到第一行驶路线上与第一车位对应的第一位置后,上述执行主体可以将该车辆从第一车位泊出至第一位置上。
步骤309,控制车辆从第一位置行驶至目标行驶路线的终点。
在本实施例中,上述执行主体可以控制该车辆从第一位置行驶至目标行驶路线的终点。
从图3中可以看出,与图2对应的实施例相比,本实施例中的车辆泊出方法基于自建的局部地图来确定当前停放位置,之后基于车辆泊入过程中的泊入路线与第一行驶路线来确定目标行驶路线,提升了随机泊出路线确定的效率,相对于固定车位的泊车,用户的选择性更高;此外,先将车辆泊出至第一行驶路线上与第一车位对应的位置,再基于目标行驶路线将车辆泊出,从而将车辆随机泊出至预设路线的终点,方便用户取车。
继续参考图4,其示出了根据本公开的车辆泊入方法的一个实施例的流程400。该车辆泊入方法包括以下步骤:
步骤401,响应于接收到随机泊入指令,确定车辆的行驶位置信息。
在本实施例中,车辆泊入方法的执行主体(例如图1所示的服务器105)可以在接收到随机泊入指令的情况下,确定车辆的行驶位置信息。其中,行驶位置信息可以是通过车载定位模块来获得的,也可以是通过车辆上的传感器来获得的,本公开对此不做具体限定。
例如,用户可以点击移动终端上的“随机泊入”按钮,之后移动终端会将随机泊入指令发送给上述执行主体,上述执行主体在接收到随机泊入指令后,会确定车辆的行驶位置信息。
步骤402,从预先学习的至少一条行驶路线中确定与行驶位置信息匹配的第一行驶路线。
在本实施例中,上述执行主体可以从预先学习的至少一条行驶路线中确定与该行驶位置信息匹配的第一行驶路线。即从预先学习的至少一条行驶路线中确定与车辆当前位置信息、行驶路线匹配的第一行驶路线。
需要说明的是,上述执行主体可以基于预先学习的至少一条行驶路线来构建包含可泊车位信息的局部地图,行驶路线的学习过程以及局部地图的构建过程可参考前述实施例中的描述,在此不再赘述。
步骤403,从第一行驶路线两侧的空闲车位中确定出第一车位。
在本实施例中,上述执行主体可以从第一行驶路线两侧的空闲车位中确定出第一车位,也即确定出可泊入车位。上述执行主体在检测到第一行驶路线两侧的车位中有空闲车位时,即会将该空闲车位确定为第一车位。当检测到有多个空闲车位时,可随机将距离车辆最近的空闲车位确定为第一车位。
步骤404,将车辆泊入第一车位。
在本实施例中,上述执行主体可以按照第一行驶路线将车辆泊入至步骤403确定的第一车位中。
本公开实施例提供的车辆泊出方法,首先响应于接收到随机泊入指令,确定车辆的行驶位置信息;然后从预先学习的至少一条行驶路线中确定与行驶位置信息匹配的第一行驶路线;之后从第一行驶路线两侧的空闲车位中确定出第一车位;将车辆泊入第一车位。本实施例中的车辆泊入方法不依赖于高精地图,通过自建局部地图的方式即可实现低成本的地图采集与高精度的车辆定位;此外,该方法根据自建的局部地图来将车辆随机泊入,从而实现了车辆的自主巡航与智能入库,方便用户远距离停车,扩展了泊车功能的使用场景。
继续参考图5,图5示出了根据本公开的车辆泊入方法的另一个实施例的流程500。该车辆泊入方法包括以下步骤:
步骤501,响应于接收到随机泊入指令,确定车辆的行驶位置信息。
步骤502,从预先学习的至少一条行驶路线中确定与行驶位置信息匹配的第一行驶路线。
步骤503,从第一行驶路线两侧的空闲车位中确定出第一车位。
步骤501-503与前述实施例的步骤401-403基本一致,具体实现方式可以参考前述对步骤401-403的描述,此处不再赘述。
步骤504,记录第一车位在第一行驶路线上对应的第一位置。
在本实施例中,车辆泊入方法的执行主体(例如图1所示的服务器105)可以记录第一车位在第一行驶路线上对应的第一位置,以使在进行随机泊出时完成泊出起点初始化。
步骤505,将车辆泊入第一车位。
步骤505与前述实施例的步骤404基本一致,具体实现方式可以参考前述对步骤404的描述,此处不再赘述。
步骤506,记录将车辆泊入第一车位过程中的泊入路线。
在本实施例中,上述执行主体可以记录将车辆泊入第一车位过程中的泊入路线,以使在随机泊出时可以基于该泊入路线确定泊出路线。
步骤507,判断车辆是否移出第一车位。
在本实施例中,上述执行主体在车辆泊入第一车位后,会根据一次点火周期内该车辆是否驶出第一车位的四个角点来判断车辆是否移出第一车位,在车辆移出第一车位的情况下,执行步骤502,也即重新确定预先学习的至少一条行驶路线中与车辆当前位置信息匹配的行驶路线;而在车辆未移出第一车位的情况下,执行步骤508。
步骤508,生成与第一行驶路线对应的随机泊出选项。
在本实施例中,上述执行主体会在车辆未移出第一车位的情况下,生成与第一行驶路线对应的随机泊出选项,并会将该随机泊出选项优先推荐给用户。
从图5中可以看出,与图4对应的实施例相比,本实施例中的车辆泊入方法还记录第一车位在第一行驶路线上对应的第一位置以及将车辆泊入第一车位过程中的泊入路线,以使在随机泊出时可以基于该位置信息与泊入路线来确定泊出路线;此外,还可以生成与第一行驶路线对应的随机泊出选项,并将该选项优先推荐给用户,以方便用户取车。
进一步参考图6,作为对上述各图所示方法的实现,本公开提供了一种车辆泊出装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图6所示,本实施例的车辆泊出装置600包括:获取模块601、匹配模块602和泊出模块603。其中,获取模块601,被配置成响应于接收到随机泊出指令,获取车辆上的摄像头采集的当前环境图像信息;匹配模块602,被配置成将当前环境图像信息与预先构建的局部地图中的环境图像信息进行匹配,基于匹配结果从预先学习的至少一条行驶路线中确定目标行驶路线;泊出模块603,被配置成控制车辆按照目标行驶路线进行泊出。
在本实施例中,车辆泊出装置600中:获取模块601、匹配模块602和泊出模块603的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201-203的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,匹配模块包括:第一确定子模块,被配置成基于匹配结果确定车辆在所述局部地图中的停放位置;第一获取子模块,被配置成获取停放位置对应的第一车位的信息;第二获取子模块,被配置成获取将车辆泊入第一车位过程中的泊入路线;第二确定子模块,被配置成确定预先学习的至少一条行驶路线中与泊入路线匹配的第一行驶路线;第三确定子模块,被配置成基于第一车位的信息,确定第一行驶路线中的目标行驶路线。
在本实施例的一些可选的实现方式中,泊出模块包括:第三获取子模块,被配置成获取第一行驶路线上与第一车位对应的第一位置;泊出子模块,被配置成将所述车辆从第一车位泊出至第一位置上;行驶子模块,被配置成控制车辆从第一位置行驶至目标行驶路线的终点。
在本实施例的一些可选的实现方式中,局部地图通过如下步骤构建得到:在学习至少一条行驶路线的过程中,实时获取摄像头采集的环境图像信息;基于车位检测算法获取至少一条行驶路线上的所有车位信息;基于环境图像信息和车位信息构建局部地图。
进一步参考图7,作为对上述各图所示方法的实现,本公开提供了一种车辆泊入装置的一个实施例,该装置实施例与图4所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图7所示,本实施例的车辆泊入装置700包括:第一确定模块701、第二确定模块702、第三确定模块703和泊入模块704。其中,第一确定模块701,被配置成响应于接收到随机泊入指令,确定车辆的行驶位置信息;第二确定模块702,被配置成从预先学习的至少一条行驶路线中确定与行驶位置信息匹配的第一行驶路线;第三确定模块703,被配置成从第一行驶路线两侧的空闲车位中确定出第一车位;泊入模块704,被配置成将车辆泊入第一车位。
在本实施例中,车辆泊入装置700中::第一确定模块701、第二确定模块702、第三确定模块703和泊入模块704的具体处理及其所带来的技术效果可分别参考图4对应实施例中的步骤401-404的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,上述车辆泊入装置还包括:第一记录模块,被配置成记录第一车位在第一行驶路线上对应的第一位置。
在本实施例的一些可选的实现方式中,上述车辆泊入装置还包括:第二记录模块,被配置成记录将车辆泊入第一车位过程中的泊入路线。
在本实施例的一些可选的实现方式中,上述车辆泊入装置还包括:判断模块,被配置成判断车辆是否移出第一车位,响应于车辆未移出第一车位,则生成与第一行驶路线对应的随机泊出选项。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图8示出了可以用来实施本公开的实施例的示例电子设备800的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图8所示,设备800包括计算单元801,其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序,来执行各种适当的动作和处理。在RAM 803中,还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
设备800中的多个部件连接至I/O接口805,包括:输入单元806,例如键盘、鼠标等;输出单元807,例如各种类型的显示器、扬声器等;存储单元808,例如磁盘、光盘等;以及通信单元809,例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理,例如车辆泊出方法或车辆泊入方法。例如,在一些实施例中,车辆泊出方法或车辆泊入方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元808。在一些实施例中,计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时,可以执行上文描述的车辆泊出方法或车辆泊入方法的一个或多个步骤。备选地,在其他实施例中,计算单元801可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行车辆泊出方法或车辆泊入方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (6)
1.一种车辆泊出方法,包括:
响应于接收到随机泊出指令,获取车辆上的摄像头采集的当前环境图像信息;
将所述当前环境图像信息与预先构建的局部地图中的环境图像信息进行匹配,基于匹配结果从预先学习的至少一条行驶路线中确定目标行驶路线;
控制所述车辆按照所述目标行驶路线进行泊出;
其中,所述基于匹配结果从预先学习的至少一条行驶路线中确定目标行驶路线,包括:
基于匹配结果确定所述车辆在所述局部地图中的停放位置;
获取将所述车辆泊入所述停放位置对应的第一车位过程中的泊入路线;
确定预先学习的至少一条行驶路线中与所述泊入路线匹配的第一行驶路线;
基于所述第一车位的信息,确定所述第一行驶路线中的目标行驶路线;
其中,所述控制所述车辆按照所述目标行驶路线进行泊出,包括:
获取所述第一行驶路线上与所述第一车位对应的第一位置;
将所述车辆从所述第一车位泊出至所述第一位置上;
控制所述车辆从所述第一位置行驶至所述目标行驶路线的终点。
2.根据权利要求1所述的方法,其中,所述局部地图通过如下步骤构建得到:
在学习所述至少一条行驶路线的过程中,实时获取所述摄像头采集的环境图像信息;
基于车位检测算法获取所述至少一条行驶路线上的所有车位信息;
基于所述环境图像信息和所述车位信息构建所述局部地图。
3.一种车辆泊出装置,包括:
获取模块,被配置成响应于接收到随机泊出指令,获取车辆上的摄像头采集的当前环境图像信息;
匹配模块,被配置成将所述当前环境图像信息与预先构建的局部地图中的环境图像信息进行匹配,基于匹配结果从预先学习的至少一条行驶路线中确定目标行驶路线;
泊出模块,被配置成控制所述车辆按照所述目标行驶路线进行泊出;
其中,所述匹配模块包括:
第一确定子模块,被配置成基于匹配结果确定所述车辆在所述局部地图中的停放位置;
第一获取子模块,被配置成获取将所述车辆泊入所述停放位置对应的第一车位过程中的泊入路线;
第二确定子模块,被配置成确定预先学习的至少一条行驶路线中与所述泊入路线匹配的第一行驶路线;
第三确定子模块,被配置成基于所述第一车位的信息,确定所述第一行驶路线中的目标行驶路线;
其中,所述泊出模块包括:
第二获取子模块,被配置成获取所述第一行驶路线上与所述第一车位对应的第一位置;
泊出子模块,被配置成将所述车辆从所述第一车位泊出至所述第一位置上;
行驶子模块,被配置成控制所述车辆从所述第一位置行驶至所述目标行驶路线的终点。
4.根据权利要求3所述的装置,其中,所述局部地图通过如下步骤构建得到:
在学习所述至少一条行驶路线的过程中,实时获取所述摄像头采集的环境图像信息;
基于车位检测算法获取所述至少一条行驶路线上的所有车位信息;
基于所述环境图像信息和所述车位信息构建所述局部地图。
5.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-2中任一项所述的方法。
6.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求1-2中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110760591.2A CN113479192B (zh) | 2021-07-06 | 2021-07-06 | 车辆泊出方法、车辆泊入方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110760591.2A CN113479192B (zh) | 2021-07-06 | 2021-07-06 | 车辆泊出方法、车辆泊入方法、装置、设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113479192A CN113479192A (zh) | 2021-10-08 |
CN113479192B true CN113479192B (zh) | 2023-03-24 |
Family
ID=77941056
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110760591.2A Active CN113479192B (zh) | 2021-07-06 | 2021-07-06 | 车辆泊出方法、车辆泊入方法、装置、设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113479192B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113938833B (zh) * | 2021-10-15 | 2024-04-30 | 广州小鹏汽车科技有限公司 | 一种车辆召唤方法、装置、车辆以及机器可读介质 |
CN114166206B (zh) * | 2021-12-08 | 2024-06-21 | 深圳市慧想文化有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN114475580A (zh) * | 2022-02-09 | 2022-05-13 | 北京百度网讯科技有限公司 | 控制方法、装置、电子设备、存储介质及车辆 |
CN115009075A (zh) * | 2022-05-19 | 2022-09-06 | 中国第一汽车股份有限公司 | 一种充电位泊车方法、装置、设备及存储介质 |
CN115146824B (zh) * | 2022-06-01 | 2023-05-26 | 禾多科技(北京)有限公司 | 车辆换电方法、装置、电子设备和计算机可读介质 |
CN115223392B (zh) * | 2022-07-22 | 2024-10-11 | 浙江吉利控股集团有限公司 | 一种生成泊出路线的方法、装置及电子设备 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102016115130A1 (de) * | 2016-08-16 | 2018-02-22 | Valeo Schalter Und Sensoren Gmbh | Automatisiertes Einparken eines Kraftfahrzeugs mit einem Anhänger |
CN109466546B (zh) * | 2018-11-20 | 2020-09-18 | 广州小鹏汽车科技有限公司 | 自动泊车方法及系统 |
CN109709966B (zh) * | 2019-01-15 | 2021-12-07 | 阿波罗智能技术(北京)有限公司 | 用于无人车的控制方法和装置 |
GB2582956B (en) * | 2019-04-10 | 2023-11-22 | Ford Global Tech Llc | Improvements to a rolling start-stop system |
CN110348341A (zh) * | 2019-06-26 | 2019-10-18 | 纵目科技(上海)股份有限公司 | 一种记忆泊车系统、方法、终端和存储介质 |
CN110244738B (zh) * | 2019-06-26 | 2022-05-13 | 广州小鹏汽车科技有限公司 | 车辆的行驶控制方法、装置和车辆 |
CN110304050B (zh) * | 2019-06-26 | 2022-10-14 | 纵目科技(上海)股份有限公司 | 一种基于特征组合的记忆泊车系统、方法、终端和云端服务器 |
CN110329245A (zh) * | 2019-06-26 | 2019-10-15 | 浙江吉利控股集团有限公司 | 一种自动泊车方法、装置、设备和车辆 |
CN112224198A (zh) * | 2020-09-15 | 2021-01-15 | 华人运通(上海)自动驾驶科技有限公司 | 车位泊出方法、装置、车辆及存储介质 |
CN112419776B (zh) * | 2020-10-16 | 2023-04-18 | 爱驰汽车(上海)有限公司 | 自主泊车方法、装置、汽车及计算设备 |
-
2021
- 2021-07-06 CN CN202110760591.2A patent/CN113479192B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113479192A (zh) | 2021-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113479192B (zh) | 车辆泊出方法、车辆泊入方法、装置、设备以及存储介质 | |
CN111209978B (zh) | 三维视觉重定位方法、装置及计算设备、存储介质 | |
US11654899B2 (en) | Method and apparatus for avoidance control of vehicle, electronic device and storage medium | |
CN113920307A (zh) | 模型的训练方法、装置、设备、存储介质及图像检测方法 | |
CN113837305B (zh) | 目标检测及模型训练方法、装置、设备和存储介质 | |
CN113378605B (zh) | 多源信息融合方法及装置、电子设备和存储介质 | |
CN113788009A (zh) | 指示泊车模式的方法和装置、电子设备 | |
CN114545424A (zh) | 障碍物识别、模型训练方法、装置、设备及存储介质 | |
CN114047760B (zh) | 路径规划方法、装置、电子设备及自动驾驶车辆 | |
CN113899359B (zh) | 导航方法、装置、设备以及存储介质 | |
CN113587928B (zh) | 导航方法、装置、电子设备、存储介质及计算机程序产品 | |
CN114238790A (zh) | 用于确定最大感知范围的方法、装置、设备以及存储介质 | |
CN113932796A (zh) | 高精地图车道线生成方法、装置和电子设备 | |
CN115866229B (zh) | 多视角图像的视角转换方法、装置、设备和介质 | |
WO2024060708A1 (zh) | 目标检测方法和装置 | |
CN109270925B (zh) | 人车交互方法、装置、设备及存储介质 | |
CN115861755A (zh) | 特征融合方法、装置、电子设备及自动驾驶车辆 | |
CN115628754A (zh) | 里程计初始化方法、装置、电子设备及自动驾驶车辆 | |
CN114429631A (zh) | 三维对象检测方法、装置、设备以及存储介质 | |
CN113970754A (zh) | 一种自主可行驶设备的定位方法和装置 | |
CN113654548A (zh) | 定位方法、装置、电子设备及存储介质 | |
CN113734190A (zh) | 车辆信息提示方法、装置、电子设备、介质和车辆 | |
CN113442910B (zh) | 用于辅助停车的方法、装置、设备和可读存储介质 | |
CN114166206B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN113591847B (zh) | 一种车辆定位方法、装置、电子设备及存储介质 |
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 |