CN113492841A - 泊车控制方法、装置及计算机可读存储介质 - Google Patents
泊车控制方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN113492841A CN113492841A CN202110833689.6A CN202110833689A CN113492841A CN 113492841 A CN113492841 A CN 113492841A CN 202110833689 A CN202110833689 A CN 202110833689A CN 113492841 A CN113492841 A CN 113492841A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- global route
- topological
- point
- parking
- 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.)
- Granted
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
Abstract
本发明公开了一种泊车控制方法,所述泊车控制方法包括:获取拓扑地图;根据所述拓扑地图,获得全局路线;获取车辆前进方向的障碍物信息,并根据所述障碍物信息,生成局部行驶轨迹;根据所述全局路线和所述局部行驶轨迹,控制车辆驶向所述全局路线的终点,并自动泊入所述全局路线终点范围内的车位。本发明还公开了一种泊车控制装置和计算机可读存储介质。本发明实现了在难以获得甚至无法获得全局绝对定位信号的停车场内,提高车辆自动代客泊车操作成功率的目的。
Description
技术领域
本发明涉及智能驾驶技术领域,尤其涉及一种泊车控制方法、装置及计算机可读存储介质。
背景技术
智能驾驶是一个庞大的系统工程,而“自动代客泊车”是其中非常重要的一环。目前记忆泊车技术是目前实现自动代客泊车的较为成熟方法,但是现有的记忆泊车技术在车辆自主停泊的过程中车辆控制系统必须实时定位自身的位置与全局路径之间的关系。当车辆在难以获得甚至无法获得全局绝对定位信息的停车场(如地下车库、偏远地区停车场或其他因素影响下导致定位信号微弱的停车场等)时,使用现有的记忆泊车技术,则会由于定位延时、累计定位误差等原因,出现全局路线搜索出现错误,丢失对全局路线的跟踪的情况,从而导致车辆自主停泊失败。因此目前车辆在难以获得甚至无法获得全局绝对定位信号的停车场内,自动代客泊车成功率往往偏低。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种泊车控制方法、系统及计算机可读存储介质,旨在解决车辆在难以获得甚至无法获得全局绝对定位信号的停车场内,自动代客泊车成功率偏低的技术问题。
为实现上述目的,本发明提供一种泊车控制方法,所述泊车控制方法包括以下步骤:
获取拓扑地图;
根据所述拓扑地图,获得全局路线;
获取车辆前进方向的障碍物信息,并根据所述障碍物信息,生成局部行驶轨迹;
根据所述全局路线和所述局部行驶轨迹,控制车辆驶向所述全局路线的终点,并自动泊入所述全局路线终点范围内的车位。
优选地,所述根据所述拓扑地图,获得全局路线的步骤包括:
获取车辆周边环境信息;
检测所述拓扑地图中是否存在预存全局路线;
若所述拓扑地图中存在预存全局路线,则判断所述车辆周边环境信息与所述预存全局路线的起点是否匹配;
若所述车辆周边环境信息与所述预存全局路线的起点匹配,则将所述预存全局路线作为全局路线。
优选地,所述检测所述拓扑地图中是否存在预存全局路线的步骤之后还包括:
若不存在预存全局路线,则判断所述拓扑地图中是否存在与所述车辆周边环境信息匹配的拓扑点;
若所述拓扑地图中存在匹配的拓扑点,则将与所述车辆周边环境信息匹配的拓扑点作为全局路线的起点,生成全局路线。
优选地,所述判断所述拓扑地图中是否存在与所述车辆周边环境信息匹配的拓扑点的步骤之后还包括:
若所述拓扑地图中不存在匹配的拓扑点,则获取预存地图信息;
将所述车辆周边环境信息与所述预存地图信息进行匹配,获得车辆位置;
将所述车辆位置设为当前拓扑点,并在所述拓扑地图中增加所述当前拓扑点,生成新的拓扑地图;
根据所述新的拓扑地图,将所述当前拓扑点作为全局路线的起点,生成全局路线。
优选地,所述根据所述全局路线和所述局部行驶轨迹,控制车辆驶向所述全局路线的终点,并自动泊入所述全局路线终点范围内的车位的步骤包括:
判断车辆到达的拓扑点与所述全局路线中对应的拓扑点是否一致;
若不一致,则将车辆到达的拓扑点与所述拓扑地图中各拓扑点进行匹配,并根据匹配的结果生成新的全局路线;
根据所述新的全局路线和所述局部行驶轨迹,控制车辆驶向所述新的全局路线的终点,并自动泊入所述新的全局路线终点范围内的车位。
优选地,所述根据所述全局路线和所述局部行驶轨迹,控制车辆驶向所述全局路线的终点,并自动泊入所述全局路线终点范围内的车位的步骤还包括:
判断车辆前进方向道路是否符合预设堵塞条件;
若符合预设堵塞条件,则根据所述拓扑地图,生成新的全局路线;
根据所述新的全局路线和所述局部行驶轨迹,控制车辆驶向所述新的全局路线的终点,并自动泊入所述新的全局路线终点范围内的车位。
优选地,所述生成全局路线的步骤包括:
根据所述拓扑地图,将所述全局路线的起点和预存泊车点之间拓扑点数量最少的路径作为全局路线。
优选地,所述获取拓扑地图的步骤之前包括:
获取预存地图信息;
根据所述预存地图信息,生成拓扑地图,其中所述拓扑地图中的拓扑点为路口或预存节点。
此外,为实现上述目的,本发明还提供一种泊车控制装置,所述泊车控制装置包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如上所述任一项泊车控制方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有泊车控制程序,所述泊车控制程序被处理器执行时实现如上所述任一项泊车控制方法的步骤。
本发明通过先根据拓扑地图获得全局路线,再根据障碍物信息获得局部行驶轨迹,最终根据全局路线和局部行驶轨迹,控制车辆行驶至全局路线的终点,并自动泊入所述全局路线终点范围内的车位,通过全局路线和实时生成的局部行驶轨迹结合的方式,规避了现有的记忆泊车技术必须实时定位车辆自身的位置与全局路径之间的关系的缺陷,提高泊车控制装置的灵活性、稳定性和容错性,从而实现了在难以获得甚至无法获得全局绝对定位信号的停车场内,提高车辆自动代客泊车操作成功率的目的。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的装置结构示意图;
图2为本发明泊车控制方法第一实施例的流程示意图;
图3为本发明泊车控制方法第二实施例中步骤S200的细化流程示意图
图4为本发明泊车控制方法第三实施例中步骤S400的一细化流程示意图;
图5为本发明泊车控制方法第四实施例中步骤S400的另一细化流程示意图;
图6为本发明一示例性拓扑地图的示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,图1是本发明实施例方案涉及的硬件运行环境的装置结构示意图。
如图1所示,该装置可以包括:处理器1001,例如CPU,网络接口1004,用户接口1003,存储器1005,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
可选地,装置还可以包括摄像头、RF(Radio Frequency,射频)电路,传感器、音频电路、WiFi模块等等。其中,传感器比如光传感器、运动传感器以及其他传感器。具体地,光传感器可包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示屏的亮度。作为运动传感器的一种,重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别移动终端姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;当然,移动终端还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
本领域技术人员可以理解,图1中示出的装置结构并不构成对装置的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
参照图2,本发明第一实施例提供一种泊车控制方法,所述泊车控制方法包括:
步骤S100,获取拓扑地图;
具体地,所述拓扑地图可以是提前根据预存地图信息生成并储存起来的,也可以是根据预存地图信息即时生成的。同时该拓扑地图可以是局部区域的拓扑地图,如用户选取常用的区域生成拓扑地图,以减少了拓扑地图的数据量,有利于提高全局路线搜索效率;也可以是整个停车场的拓扑地图,以便提供更多的全局路线。拓扑地图中的各拓扑点分别对应停车场各路口或各预存节点。路口是指丁字路口、十字路口、X形路口、Y形路口和L形路口(即拐角)等。预存节点是指用户或者运营商预先存储的节点,包括预存泊车点,还可以包括预存起始点以及出于其他原因(如两路口间距离较大)所预存的节点等。预存地图信息是指用户或者运营商预先对停车场进行数据采集,构建地图数据,再将该地图数据存储起来的地图信息,其中数据采集内容包括停车场的每个路口、预存节点、道路及道路周围的环境特征信息。
在一实施例中,步骤S100之前包括:
步骤a1:获取预存地图信息;
步骤a2:根据所述预存地图信息,生成拓扑地图,其中所述拓扑地图中的拓扑点为路口或预存节点。
具体地,通过获取预存地图信息,从中提取出停车场所有路口和预存节点环境特征信息以及所有路口和预存节点之间的连接关系。环境特征信息包括激光点云、视觉建模等信息。其次,将所述所有路口和预存节点中的各路口和各预存节点分别生成一一对应的拓扑点,再根据所有路口和所述预存节点之间的连接关系,连接对应的拓扑点,形成拓扑地图,该拓扑地图包含各拓扑点的环境特征信息与各拓扑点之间的连接关系,并且拓扑地图相对于传统地图数据量更小,加快调用地图的速度,提升数据处理效率。
步骤S200,根据所述拓扑地图,获得全局路线;
具体地,全局路线可以是拓扑地图中用户或运营商预先储存的路线,如用户可以预存一条及一条以上的以预存起始点为起点,预存泊车点为终点的全局路线作为优先路线;也可以是根据拓扑地图实时生成的路线,如以车辆当前所在拓扑点为起点、与预存泊车点为终点,连接上述两点间途经的其他拓扑点,进而生成全局路线。预存泊车点为全局路线的终点,预存泊车点可以是一个或一个以上,当预存泊车点为一个时,该预存泊车点为所有全局路线的终点;当预存泊车点为一个以上时,可以选取其中一个预存泊车点作为全局路线的终点,若在该预存泊车点范围内无可用车位时,则选取其他预存泊车点为全局路线的终点,前往其他预存泊车点范围内的车位。通过预存全局路线和实时生成全局路线两种方式,使得泊车控制装置具有更高的灵活性,规避了传统方式在预存路线丢失或者失效时自动代客泊车失败的问题,有效提高了自动代客泊车的成功率。
步骤S300,获取车辆前进方向的障碍物信息,并根据所述障碍物信息,生成局部行驶轨迹;
具体地,障碍物信息包括障碍物的属性信息(如运动或静止、生物或非生物、材质和形状等)和位置信息(如车辆与障碍物之间的相对位置、障碍物与障碍物之间的相对位置)。通过实时车辆前进方向的障碍物信息,并对该障碍物信息进行分析,根据分析结果生成在预设距离(如20m、50m或100m)内规避障碍物的局部行驶轨迹,还可以根据实时获得的障碍物信息对该局部行驶轨迹进行调整。例如,当车辆检测到车辆前方右侧有垃圾桶,则生成一条在该垃圾桶处偏左的局部行驶轨迹,与该垃圾桶保持预设横向距离如(20cm、30cm或50cm)。若该垃圾桶突然倒下,则根据实时获得的障碍物信息对该局部行驶轨迹进行调整,与倒下的垃圾桶保持距离。
步骤S400,根据所述全局路线和所述局部行驶轨迹,控制车辆驶向所述全局路线的终点,并自动泊入所述全局路线终点范围内的车位。
具体地,本发明中的车辆在识别到预存泊车点后可自动泊入车位。根据全局路线获得下一拓扑点以及车辆所在的拓扑点至下一拓扑点的前进方向,再根据局部行驶轨迹,控制车辆驶向下一拓扑点。当车辆到达下一拓扑点,重复上述步骤,直至车辆到达全局路线的终点时,控制车辆自动泊入全局路线终点范围内的车位,该车位可以是终点范围内预存的车位,也可以是终点范围内任一空闲车位。参考图6,假设车辆的全局路线为1-2-4-7-8,当车辆在拓扑点1时,首先根据全局路线获得下一拓扑点为拓扑点2和从拓扑点1至拓扑点2的前进方向。然后,根据该前进方向和由障碍物信息生成的局部行驶轨迹控制车辆驶向拓扑点2。当车辆到达拓扑点2时,重复上述步骤,驶向拓扑点4、拓扑点7、拓扑点8。最后当车辆到达全局路线的终点(拓扑点8)时,控制车辆自动泊入拓扑点8范围内的车位。
在本实施例中,通过采用拓扑地图代替传统地图,拓扑地图的数据信息量比传统地图更小,因此在调用地图数据的时候速度更快,可以提高泊车控制装置处理数据的效率,进而提高该装置的实时性。通过根据拓扑地图获得全局路线,再根据该全局路线获得车辆需要途经的各拓扑点以及各拓扑点之间的连接关系,然后结合由障碍物信息生成的局部行驶轨迹共同控制车辆驶向泊车终点的方式,不需要实时定位自身的位置与全局路径之间的关系也能够实现自动代客泊车,提高了泊车控制装置的灵活性、稳定性和容错性,进而实现在难以获得甚至无法获得全局绝对定位信号的停车场内,提高车辆自动代客泊车操作成功率的目的。
进一步的,参照图3,基于第一实施例,本发明的第二实施例中步骤S200包括:
步骤S210,获取车辆周边环境信息;
步骤S211,检测所述拓扑地图中是否存在预存全局路线;
步骤S212,若所述拓扑地图中存在预存全局路线,则判断所述车辆周边环境信息与所述预存全局路线的起点是否匹配;
步骤S213,若所述车辆周边环境信息与所述预存全局路线的起点匹配,则将所述预存全局路线作为全局路线。
具体地,预存全局路线可以是一条或一条以上。获取车辆周边环境信息,检测所述拓扑地图中是否存在预存全局路线,若存在预存全局路线,则通过将车辆周边环境信息与预存全局路线起点的环境特征信息进行匹配,若所述车辆周边环境信息与所述预存全局路线的起点匹配,则将所述预存全局路线作为全局路线。参考图6,假设预存全局路线是1-2-4-7-8和3-5-6-7-8,经过将车辆周边环境信息与拓扑点1和拓扑点3的环境特征信息进行匹配,若车辆周边环境信息与拓扑点1的环境特征信息匹配,则选取预存全局路线1-2-4-7-8作为全局路线。
在本实施例中,通过车辆周边环境信息车辆周边环境信息与所述预存全局路线的起点进行匹配的方式,快速确定预存全局路线,加快了全局路线获取速度,提高了泊车控制装置的实时性。
在另一实施例中,步骤S211之后还包括:
步骤S220,若不存在预存全局路线,则判断所述拓扑地图中是否存在与所述车辆周边环境信息匹配的拓扑点;
步骤S221,若所述拓扑地图中存在匹配的拓扑点,则将与所述车辆周边环境信息匹配的拓扑点作为全局路线的起点,生成全局路线。
具体地,不存在预存全局路线的情况包括未预存全局路线或可视为不存在预存路线的情况,如全局路线丢失或所述车辆周边环境信息与所有预存全局路线的起点均不匹配等。当不存在预存全局路线时,首先获取拓扑地图和车辆周边环境信息,然后通过将拓扑地图中各拓扑点的信息与车辆周边环境信息进行匹配,确定所述拓扑地图中是否存在与所述车辆周边环境信息匹配的拓扑点;若所述拓扑地图中存在匹配的拓扑点,则选取与车辆周边环境信息匹配的拓扑点作为全局路线的起点,生成全局路线。其中,匹配拓扑点的方式包括但不限于使用视觉特征点匹配定位、使用wifi(无线通信技术)或蓝牙等无线电信号进行位置定位、使用RFID(Radio Frequency Identification,射频识别)定位、强特征识别定位以及停车场路端设备进行定位等。
本实施例中,在不存在预存全局路线的情况下,通过将拓扑地图中各拓扑点的环境信息与车辆周边环境信息进行匹配的方式,快速确定车辆当前位置对应的拓扑点,再根据当前拓扑点作为全局路线的起点,预存泊车点作为终点,生成全局路线,实现了用户将车辆停在停车场任一拓扑点范围内均可获得全局路线,进而执行自动代客泊车操作的目的。
在另一实施例中,步骤S220之后还包括:
步骤S230,若所述拓扑地图中不存在匹配的拓扑点,则获取预存地图信息;
步骤S231,将所述车辆周边环境信息与所述预存地图信息进行匹配,获得车辆位置;
步骤S232,将所述车辆位置设为当前拓扑点,并在所述拓扑地图中增加所述当前拓扑点,生成新的拓扑地图;
步骤S233,根据所述新的拓扑地图,将所述当前拓扑点作为全局路线的起点,生成全局路线。
具体地,若所述拓扑地图中不存在匹配的拓扑点,则获取预存地图信息,并将所述车辆周边环境信息与所述预存地图信息进行匹配,从而确定车辆当前位置;将所述车辆当前位置设为当前拓扑点,根据该当前拓扑点与其他拓扑点之间的连接关系,在原拓扑地图中增加该当前拓扑点,作为新的拓扑地图。同时,还可以用新的拓扑地图的数据覆盖原拓扑地图的数据,实现对拓扑地图地实时更新。最后根据所述新的拓扑地图,选取所述当前拓扑点作为全局路线的起点,生成全局路线。
本实施例中,在拓扑地图中不存在匹配的拓扑点时,再将与车辆周边环境信息匹配与预存地图信息进行匹配,进而将车辆当前位置设为当前拓扑点,将其加入原拓扑地图中,生成新的拓扑地图,再根据新的拓扑地图,以当前拓扑点为全局路线起点,预存泊车点为全局路线终点,生成全局路线。实现了用户将车辆停在停车场任一位置均可执行自动代客泊车操作的目的。
在第二实施例中,一方面,存在预存全局路线时,可以快速获取全局路线;不存在全局路线时,可以根据车辆位置生成全局路线。可以更加灵活地获得全局路线,不被预存的全局路线所局限。即使在不存在预存全局路线的情况下,也可即时生成全局路线,进而执行自动代客泊车操作。另一方面,先将车辆周边环境信息与拓扑地图中拓扑点匹配,在拓扑地图无对应拓扑点时,再使用预存地图信息进行匹配的方式相较于单纯使用预存地图信息与车辆周边环境信息进行匹配,耗时大大缩短,有利于加快当前拓扑点的获取速度,提升全局路线的生成效率。本实施例提高了泊车控制装置的实时性与容错性,进而提高自动代客泊车的成功率。
在另一实施例中,步骤S221或步骤S233中生成全局路线的步骤包括:
根据所述拓扑地图,将所述全局路线的起点和预存泊车点之间拓扑点数量最少的路径作为全局路线。
具体地,根据所述拓扑地图,获得所有以所述全局路线的起点和以预存泊车点为终点的全局路线,从中选取所述全局路线的起点到预存泊车点途经拓扑点数量最少的路线作为全局路线。参见图6,假设全局路线起点为当前拓扑点1,预存泊车终点为拓扑点8,则选取拓扑点1至拓扑点8之间途经拓扑点数量最少的路径1-2-4-7-8作为全局路线。拓扑地图中的任一拓扑点代表一个路口或者一个预存节点,选取途经拓扑点最少的路线也就意味着车辆途经的路口或者预存节点是最少的,可有效地提高自动代客泊车的安全性和效率。
参照图4,基于第一实施例,本发明第三实施例中,步骤S400包括:
步骤S410,判断车辆到达的拓扑点与所述全局路线中对应的拓扑点是否一致;
步骤S411,若不一致,则将车辆到达的拓扑点与所述拓扑地图中各拓扑点进行匹配,并根据匹配的结果生成新的全局路线;
步骤S412,根据所述新的全局路线和所述局部行驶轨迹,控制车辆驶向所述新的全局路线的终点,并自动泊入所述新的全局路线终点范围内的车位。
具体地,当车辆到达任一拓扑点时,通过判断车辆到达的拓扑点与所述全局路线中对应的拓扑点是否一致,确定车辆是否行驶在正确的全局路线上。若一致,则根据该全局路线,获得下一拓扑点并控制车辆驶向下一拓扑点。若不一致,则将车辆到达拓扑点的环境特征信息与所述拓扑地图中各拓扑点的环境特征信息进行匹配,并根据匹配的结果生成新的全局路线。最后根据新的全局路线和局部行驶轨迹,控制车辆驶向全局路线的终点并自动泊入车位。在本实施例中,通过判断车辆到达的拓扑点与所述全局路线中对应的拓扑点是否一致来确定车辆是否行驶在正确的全局路线上,不一致的情况下,对车辆所到达的拓扑点进行确认,获得匹配的拓扑点后,再根据匹配的拓扑点生成新的全局路线。参考图6,假设车辆的全局路线为1-2-4-7-8,车辆从拓扑点4驶向拓扑点7,当车辆到达拓扑点后,在到达拓扑点的环境特征信息与拓扑点7的环境特征信息不匹配的情况下,将到达拓扑点的环境特征信息与拓扑地图中的各拓扑点的环境特征信息进行匹配,匹配结果为车辆到达拓扑点的环境特征信息与拓扑点6的环境特征信息匹配,则生成新的全局路线6-7-8。最后根据新的全局路线和局部行驶轨迹,控制车辆驶向拓扑点8,并自动泊入车位。
本实施例中,通过在车辆到达任一拓扑点时,都对该拓扑点与所述全局路线中对应的拓扑点进行匹配,从而确认车辆是否行驶在所述全局路线上,若车辆偏离了原全局路线,则根据车辆当前位置与预存泊车点,生成新的全局路线,以保证了车辆能够继续执行自动代客泊车操作,到达预存泊车点,提高了泊车控制装置的容错性,进而提高自动代客泊车的成功率。
参照图5,基于第一实施例,本发明第四实施例中,步骤S400还包括:
步骤S420,判断车辆前进方向道路是否符合预设堵塞条件;
步骤S421,若符合预设堵塞条件,则根据所述拓扑地图,生成新的全局路线;
步骤S422,根据所述新的全局路线和所述局部行驶轨迹,控制车辆驶向所述新的全局路线的终点,并自动泊入所述新的全局路线终点范围内的车位。
具体地,在车辆到达任一拓扑点时,根据障碍物信息,判断判断车辆前进方向道路是否符合预设堵塞条件。车辆前进方向为当前拓扑点至下一拓扑点的方向。该预设堵塞情况可以是车辆前进方向道路上存在其他车辆,且该车辆在预设时长(如30s、60s或90s)内静止不动,也可以是车辆前进方向道路上存在障碍物且该障碍物与车辆前进方向道路内或道路两侧的其他障碍物(如柱子、垃圾桶、停泊的车辆或行人等)之间的距离小于某一预设值(如3.5m或者车身宽度加上预设的长度)。若符合预设堵塞条件,则根据所述拓扑地图,生成新的全局路线,并根据新的全局路线和局部行驶轨迹,控制车辆驶向全局路线的终点并自动泊入车位。参考图6,假设车辆的全局路线为1-2-4-7-8,当车辆位于拓扑点2时,根据获得的障碍物信息,确定车辆前进方向道路符合预设的堵塞条件,则根据拓扑地图获知,路线1-3-5-6-7-8也可到达拓扑点8,则生成新的全局路线1-3-5-6-7-8。再根据新的全局路线和局部行驶轨迹,控制车辆驶向新的全局路线的终点(即拓扑点8)并自动泊入车位。
在本实施例中,在车辆到达任一拓扑点时,通过车辆前进方向的障碍物信息判断车辆到达的拓扑点至下一拓扑点之间的道路是否堵塞,在道路发生堵塞的情况下,根据拓扑地图生成新的全局路线。从而使得泊车控制装置在预设路线发生堵塞的情况下,也可以通过生成新的全局路线到达预存泊车拓扑点,避免了原全局路线堵塞的情况下,自动代客泊车失败的情况发生,提高了泊车控制装置的容错性,从而提升了自动代客泊车的成功率。
在另一实施例中,本发明也可应用于自动取车,基于第一实施例,用户在拓扑地图中预存用车点。接收到用户发送的用车指令时,所述预存用车点作为全局路线的终点,获得全局路线。执行步骤S100、步骤S200、步骤S300和步骤S400。其中自动取车的全局路线可以是预存的也可以是根据车辆位置和预存用车点实时生成的。本实施例中,通过将预存用车点作为全局路线的终点,泊车控制装置在接收到用户用车指令后,控制车辆驶向预存用车点,实现了用户的自动取车需求。
其中,泊车控制装置的各个功能模块实现的步骤可参照本发明泊车控制方法的各个实施例,此处不再赘述。
此外,本发明实施例还提出一种计算机存储介质。
所述计算机存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述实施例提供的泊车控制方法中的操作。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体/操作/对象与另一个实体/操作/对象区分开来,而不一定要求或者暗示这些实体/操作/对象之间存在任何这种实际的关系或者顺序;术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
对于装置实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的。可以根据实际的需要选择中的部分或者全部模块来实现本发明方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,车辆,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种泊车控制方法,其特征在于,所述泊车控制方法包括以下步骤:
获取拓扑地图;
根据所述拓扑地图,获得全局路线;
获取车辆前进方向的障碍物信息,并根据所述障碍物信息,生成局部行驶轨迹;
根据所述全局路线和所述局部行驶轨迹,控制车辆驶向所述全局路线的终点,并自动泊入所述全局路线终点范围内的车位。
2.如权利要求1所述的泊车控制方法,其特征在于,所述根据所述拓扑地图,获得全局路线的步骤包括:
获取车辆周边环境信息;
检测所述拓扑地图中是否存在预存全局路线;
若所述拓扑地图中存在预存全局路线,则判断所述车辆周边环境信息与所述预存全局路线的起点是否匹配;
若所述车辆周边环境信息与所述预存全局路线的起点匹配,则将所述预存全局路线作为全局路线。
3.如权利要求2所述的泊车控制方法,其特征在于,所述检测所述拓扑地图中是否存在预存全局路线的步骤之后还包括:
若不存在预存全局路线,则判断所述拓扑地图中是否存在与所述车辆周边环境信息匹配的拓扑点;
若所述拓扑地图中存在匹配的拓扑点,则将与所述车辆周边环境信息匹配的拓扑点作为全局路线的起点,生成全局路线。
4.如权利要求3所述的泊车控制方法,其特征在于,所述判断所述拓扑地图中是否存在与所述车辆周边环境信息匹配的拓扑点的步骤之后还包括:
若所述拓扑地图中不存在匹配的拓扑点,则获取预存地图信息;
将所述车辆周边环境信息与所述预存地图信息进行匹配,获得车辆位置;
将所述车辆位置设为当前拓扑点,并在所述拓扑地图中增加所述当前拓扑点,生成新的拓扑地图;
根据所述新的拓扑地图,将所述当前拓扑点作为全局路线的起点,生成全局路线。
5.如权利要求1所述的泊车控制方法,其特征在于,所述根据所述全局路线和所述局部行驶轨迹,控制车辆驶向所述全局路线的终点,并自动泊入所述全局路线终点范围内的车位的步骤包括:
判断车辆到达的拓扑点与所述全局路线中对应的拓扑点是否一致;
若不一致,则将车辆到达的拓扑点与所述拓扑地图中各拓扑点进行匹配,并根据匹配的结果生成新的全局路线;
根据所述新的全局路线和所述局部行驶轨迹,控制车辆驶向所述新的全局路线的终点,并自动泊入所述新的全局路线终点范围内的车位。
6.如权利要求1所述的泊车控制方法,其特征在于,所述根据所述全局路线和所述局部行驶轨迹,控制车辆驶向所述全局路线的终点,并自动泊入所述全局路线终点范围内的车位的步骤还包括:
判断车辆前进方向道路是否符合预设堵塞条件;
若符合预设堵塞条件,则根据所述拓扑地图,生成新的全局路线;
根据所述新的全局路线和所述局部行驶轨迹,控制车辆驶向所述新的全局路线的终点,并自动泊入所述新的全局路线终点范围内的车位。
7.如权利要求3或4任一项所述的泊车控制方法,其特征在于,所述生成全局路线的步骤包括:
根据所述拓扑地图,将所述全局路线的起点和预存泊车点之间拓扑点数量最少的路径作为全局路线。
8.如权利要求1所述的泊车控制方法,其特征在于,所述获取拓扑地图的步骤之前包括:
获取预存地图信息;
根据所述预存地图信息,生成拓扑地图,其中所述拓扑地图中的拓扑点为路口或预存节点。
9.一种泊车控制装置,其特征在于,所述泊车控制装置包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至8中任一项所述泊车控制方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有泊车控制程序,所述泊车控制程序被处理器执行时实现如权利要求1至8中任一项所述的泊车控制方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110833689.6A CN113492841B (zh) | 2021-07-22 | 2021-07-22 | 泊车控制方法、装置及计算机可读存储介质 |
PCT/CN2022/091489 WO2023000763A1 (zh) | 2021-07-22 | 2022-05-07 | 泊车控制方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110833689.6A CN113492841B (zh) | 2021-07-22 | 2021-07-22 | 泊车控制方法、装置及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113492841A true CN113492841A (zh) | 2021-10-12 |
CN113492841B CN113492841B (zh) | 2022-09-06 |
Family
ID=77996344
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110833689.6A Active CN113492841B (zh) | 2021-07-22 | 2021-07-22 | 泊车控制方法、装置及计算机可读存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113492841B (zh) |
WO (1) | WO2023000763A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112572423A (zh) * | 2020-12-30 | 2021-03-30 | 广州小鹏自动驾驶科技有限公司 | 一种辅助泊车的方法和装置 |
WO2023000763A1 (zh) * | 2021-07-22 | 2023-01-26 | 上汽通用五菱汽车股份有限公司 | 泊车控制方法、装置及计算机可读存储介质 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116279437B (zh) * | 2023-05-18 | 2023-08-22 | 集度科技有限公司 | 用于记忆泊车的控制系统、车辆及控制方法 |
Citations (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140117836A (ko) * | 2013-03-27 | 2014-10-08 | 국방과학연구소 | 무인자율차량을 위한 주행경로 생성장치 및 이의 제어방법 |
CN106920392A (zh) * | 2017-03-23 | 2017-07-04 | 陈树铭 | 智慧交通大数据方法及系统 |
US20180188045A1 (en) * | 2016-12-30 | 2018-07-05 | DeepMap Inc. | High definition map updates based on sensor data collected by autonomous vehicles |
CN109131318A (zh) * | 2018-10-19 | 2019-01-04 | 清华大学 | 一种基于拓扑地图的自主泊车路径协调方法 |
CN109300276A (zh) * | 2018-07-27 | 2019-02-01 | 昆明理工大学 | 一种基于多传感器数据融合的汽车车内异常预警方法 |
CN109596138A (zh) * | 2018-12-29 | 2019-04-09 | 北京智行者科技有限公司 | 自动驾驶充电车停车路径规划方法及系统 |
US20190146500A1 (en) * | 2017-10-30 | 2019-05-16 | Nio Usa, Inc. | Vehicle self-localization using particle filters and visual odometry |
CN110262518A (zh) * | 2019-07-22 | 2019-09-20 | 上海交通大学 | 基于轨迹拓扑地图和避障的车辆导航方法、系统及介质 |
US20190324475A1 (en) * | 2018-04-19 | 2019-10-24 | Uber Technologies, Inc. | Global and Local Navigation for Self-Driving |
CN110466502A (zh) * | 2018-05-11 | 2019-11-19 | 广州汽车集团股份有限公司 | 一种代客泊车方法和装置 |
CN110497901A (zh) * | 2019-08-30 | 2019-11-26 | 的卢技术有限公司 | 一种基于机器人vslam技术的泊车位自动搜索方法和系统 |
CN110517525A (zh) * | 2019-08-14 | 2019-11-29 | 北京智行者科技有限公司 | 一种基于标签系统的代客泊车方法 |
US20200018607A1 (en) * | 2018-07-16 | 2020-01-16 | Here Global B.V. | Map matched aggregation for k-anonymity in trajectory data |
US20200072631A1 (en) * | 2018-08-31 | 2020-03-05 | Here Global B.V. | Use of geographic database comprising lane level information for traffic parameter prediction |
CN110962843A (zh) * | 2018-09-30 | 2020-04-07 | 上海汽车集团股份有限公司 | 一种自动泊车控制决策方法及系统 |
CN111152783A (zh) * | 2018-11-08 | 2020-05-15 | 上海汽车集团股份有限公司 | 一种车辆智能驾驶方法、系统和智能驾驶车辆 |
CN111220164A (zh) * | 2020-01-21 | 2020-06-02 | 北京百度网讯科技有限公司 | 定位方法、装置、设备及存储介质 |
CN111319615A (zh) * | 2020-03-16 | 2020-06-23 | 湖北亿咖通科技有限公司 | 智能代客泊车方法、计算机可读存储介质及电子设备 |
WO2020139331A1 (en) * | 2018-12-26 | 2020-07-02 | Didi Research America, Llc | Systems and methods for loading object geometry data on a vehicle |
CN111462521A (zh) * | 2019-10-15 | 2020-07-28 | 杭州海康威视系统技术有限公司 | 停车场地图确定方法、装置及设备、存储介质 |
CN111469835A (zh) * | 2019-01-22 | 2020-07-31 | 观致汽车有限公司 | 基于拓扑地图的车辆辅助驾驶系统和方法 |
US20200249038A1 (en) * | 2017-10-24 | 2020-08-06 | Nissan North America, Inc. | Localization Determination for Vehicle Operation |
US20200370900A1 (en) * | 2019-05-22 | 2020-11-26 | Harman Becker Automotive Systems Gmbh | Path data for navigation systems |
CN112109700A (zh) * | 2020-06-18 | 2020-12-22 | 上汽通用五菱汽车股份有限公司 | 记忆泊车系统及其控制方法和计算机存储介质 |
CN112256034A (zh) * | 2020-11-02 | 2021-01-22 | 东软睿驰汽车技术(沈阳)有限公司 | 自主避障规划方法和装置 |
US20210096565A1 (en) * | 2019-09-30 | 2021-04-01 | Zoox, Inc. | Parking zone detection for vehicles |
CN212873756U (zh) * | 2020-09-29 | 2021-04-02 | 松立控股集团股份有限公司 | 一种反向寻车系统 |
CN112644480A (zh) * | 2021-01-18 | 2021-04-13 | 广州小鹏自动驾驶科技有限公司 | 一种障碍物检测方法、检测系统、计算机设备和存储介质 |
CN112799393A (zh) * | 2020-12-04 | 2021-05-14 | 湖南大学 | 一种面向泊车场景的地图简化系统 |
WO2021138475A1 (en) * | 2019-12-31 | 2021-07-08 | Zoox, Inc. | Vehicle control to join and depart a route |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR3030991B1 (fr) * | 2014-12-22 | 2018-03-23 | Commissariat A L'energie Atomique Et Aux Energies Alternatives | Reseau de dispositifs de mesure communiquant par liaison radio |
DE102017211712A1 (de) * | 2017-07-10 | 2019-01-10 | Audi Ag | Verfahren zur Datengenerierung zum Erzeugen und Aktualisieren einer Topologiekarte für mindestens einen Raum mindestens eines Gebäudes |
CN113492841B (zh) * | 2021-07-22 | 2022-09-06 | 上汽通用五菱汽车股份有限公司 | 泊车控制方法、装置及计算机可读存储介质 |
-
2021
- 2021-07-22 CN CN202110833689.6A patent/CN113492841B/zh active Active
-
2022
- 2022-05-07 WO PCT/CN2022/091489 patent/WO2023000763A1/zh unknown
Patent Citations (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140117836A (ko) * | 2013-03-27 | 2014-10-08 | 국방과학연구소 | 무인자율차량을 위한 주행경로 생성장치 및 이의 제어방법 |
US20180188045A1 (en) * | 2016-12-30 | 2018-07-05 | DeepMap Inc. | High definition map updates based on sensor data collected by autonomous vehicles |
CN106920392A (zh) * | 2017-03-23 | 2017-07-04 | 陈树铭 | 智慧交通大数据方法及系统 |
US20200249038A1 (en) * | 2017-10-24 | 2020-08-06 | Nissan North America, Inc. | Localization Determination for Vehicle Operation |
US20190146500A1 (en) * | 2017-10-30 | 2019-05-16 | Nio Usa, Inc. | Vehicle self-localization using particle filters and visual odometry |
US20190324475A1 (en) * | 2018-04-19 | 2019-10-24 | Uber Technologies, Inc. | Global and Local Navigation for Self-Driving |
CN110466502A (zh) * | 2018-05-11 | 2019-11-19 | 广州汽车集团股份有限公司 | 一种代客泊车方法和装置 |
US20200018607A1 (en) * | 2018-07-16 | 2020-01-16 | Here Global B.V. | Map matched aggregation for k-anonymity in trajectory data |
CN109300276A (zh) * | 2018-07-27 | 2019-02-01 | 昆明理工大学 | 一种基于多传感器数据融合的汽车车内异常预警方法 |
US20200072631A1 (en) * | 2018-08-31 | 2020-03-05 | Here Global B.V. | Use of geographic database comprising lane level information for traffic parameter prediction |
CN110962843A (zh) * | 2018-09-30 | 2020-04-07 | 上海汽车集团股份有限公司 | 一种自动泊车控制决策方法及系统 |
CN109131318A (zh) * | 2018-10-19 | 2019-01-04 | 清华大学 | 一种基于拓扑地图的自主泊车路径协调方法 |
CN111152783A (zh) * | 2018-11-08 | 2020-05-15 | 上海汽车集团股份有限公司 | 一种车辆智能驾驶方法、系统和智能驾驶车辆 |
WO2020139331A1 (en) * | 2018-12-26 | 2020-07-02 | Didi Research America, Llc | Systems and methods for loading object geometry data on a vehicle |
CN109596138A (zh) * | 2018-12-29 | 2019-04-09 | 北京智行者科技有限公司 | 自动驾驶充电车停车路径规划方法及系统 |
CN111469835A (zh) * | 2019-01-22 | 2020-07-31 | 观致汽车有限公司 | 基于拓扑地图的车辆辅助驾驶系统和方法 |
US20200370900A1 (en) * | 2019-05-22 | 2020-11-26 | Harman Becker Automotive Systems Gmbh | Path data for navigation systems |
CN110262518A (zh) * | 2019-07-22 | 2019-09-20 | 上海交通大学 | 基于轨迹拓扑地图和避障的车辆导航方法、系统及介质 |
CN110517525A (zh) * | 2019-08-14 | 2019-11-29 | 北京智行者科技有限公司 | 一种基于标签系统的代客泊车方法 |
CN110497901A (zh) * | 2019-08-30 | 2019-11-26 | 的卢技术有限公司 | 一种基于机器人vslam技术的泊车位自动搜索方法和系统 |
US20210096565A1 (en) * | 2019-09-30 | 2021-04-01 | Zoox, Inc. | Parking zone detection for vehicles |
CN111462521A (zh) * | 2019-10-15 | 2020-07-28 | 杭州海康威视系统技术有限公司 | 停车场地图确定方法、装置及设备、存储介质 |
WO2021138475A1 (en) * | 2019-12-31 | 2021-07-08 | Zoox, Inc. | Vehicle control to join and depart a route |
CN111220164A (zh) * | 2020-01-21 | 2020-06-02 | 北京百度网讯科技有限公司 | 定位方法、装置、设备及存储介质 |
CN111319615A (zh) * | 2020-03-16 | 2020-06-23 | 湖北亿咖通科技有限公司 | 智能代客泊车方法、计算机可读存储介质及电子设备 |
CN112109700A (zh) * | 2020-06-18 | 2020-12-22 | 上汽通用五菱汽车股份有限公司 | 记忆泊车系统及其控制方法和计算机存储介质 |
CN212873756U (zh) * | 2020-09-29 | 2021-04-02 | 松立控股集团股份有限公司 | 一种反向寻车系统 |
CN112256034A (zh) * | 2020-11-02 | 2021-01-22 | 东软睿驰汽车技术(沈阳)有限公司 | 自主避障规划方法和装置 |
CN112799393A (zh) * | 2020-12-04 | 2021-05-14 | 湖南大学 | 一种面向泊车场景的地图简化系统 |
CN112644480A (zh) * | 2021-01-18 | 2021-04-13 | 广州小鹏自动驾驶科技有限公司 | 一种障碍物检测方法、检测系统、计算机设备和存储介质 |
Non-Patent Citations (3)
Title |
---|
李建利等: "基于MaaS的多模式交通智能出行研究进展", 《山西警察学院学报》 * |
李彩虹等: "移动机器人运动路径的搜索策略", 《计算机应用研究》 * |
赵翊捷等: "基于地图的移动机器人定位技术新进展", 《上海交通大学学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112572423A (zh) * | 2020-12-30 | 2021-03-30 | 广州小鹏自动驾驶科技有限公司 | 一种辅助泊车的方法和装置 |
WO2023000763A1 (zh) * | 2021-07-22 | 2023-01-26 | 上汽通用五菱汽车股份有限公司 | 泊车控制方法、装置及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2023000763A1 (zh) | 2023-01-26 |
CN113492841B (zh) | 2022-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113492841B (zh) | 泊车控制方法、装置及计算机可读存储介质 | |
JP7471045B2 (ja) | 情報処理装置及び情報処理方法 | |
EP3244165B1 (en) | Map based feedback loop for vehicle observations | |
US10809723B2 (en) | Method and apparatus for generating information | |
WO2019203084A1 (ja) | 地図情報更新システムおよび地図情報更新プログラム | |
US20200363803A1 (en) | Determining routes for autonomous vehicles | |
KR20200029587A (ko) | 주행 지원 방법 및 주행 지원 장치 | |
US11584248B2 (en) | Method of parking an autonomous driving vehicle for autonomous charging | |
US11467584B2 (en) | Multi-layer grid based open space planner | |
WO2018142852A1 (ja) | 移動支援システム、移動支援装置、移動支援端末、移動支援方法、地図作成システム、地図作成装置、及び情報取得端末 | |
US11441913B2 (en) | Autonomous vehicle waypoint routing | |
US20220412755A1 (en) | Autonomous vehicle routing with local and general routes | |
US20210300333A1 (en) | A parking-trajectory generation method combined with offline and online solutions | |
US10705529B2 (en) | Autonomous all-terrain vehicle (ATV) | |
CN110843768B (zh) | 汽车自动泊车控制方法、装置、设备及存储介质 | |
KR102359497B1 (ko) | 단일 차량 동작용으로 설계된 자율 주행 시스템에 따른 차량 플래툰 구현 | |
JP2014215205A (ja) | 情報処理装置、サーバ装置、情報処理方法並びに情報処理システム及び情報処理プログラム | |
KR102501489B1 (ko) | 자율 주행 차량의 장애물 회피 궤적 계획 | |
US20220219699A1 (en) | On-board apparatus, driving assistance method, and driving assistance system | |
US11407419B2 (en) | Central line shifting based pre-change lane path planning | |
CN109085824B (zh) | 园区路径规划方法、装置及计算机可读存储介质 | |
EP3910291A1 (en) | A dynamic parameter server for autonomous driving vehicles | |
US20210262819A1 (en) | A mixed regular and open-space trajectory planning method for autonomous driving vehicle | |
US20210370941A1 (en) | Precautionary slowdown speed planning | |
CN115050203B (zh) | 地图生成装置以及车辆位置识别装置 |
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 |