CN113506456A - 一种基于停车场地图数据引导的自主泊车导航方法 - Google Patents
一种基于停车场地图数据引导的自主泊车导航方法 Download PDFInfo
- Publication number
- CN113506456A CN113506456A CN202110609562.6A CN202110609562A CN113506456A CN 113506456 A CN113506456 A CN 113506456A CN 202110609562 A CN202110609562 A CN 202110609562A CN 113506456 A CN113506456 A CN 113506456A
- Authority
- CN
- China
- Prior art keywords
- information
- parking
- vehicle
- parking lot
- 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.)
- Pending
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
-
- 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
- G08G1/0969—Systems involving transmission of navigation instructions to the vehicle having a display 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)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种基于停车场地图数据引导的自主泊车导航方法，属于自主泊车领域，该自主泊车导航方法通过建立包含停车场环境信息的停车场高精地图，通过获取车辆周边感知信息与停车场环境信息进行比对匹配，获取车辆位置，从停车场高精地图内选取预设的停车位，系统根据选取的停车位位置和车辆位置规划车辆至所选停车位之间最短的行驶路径，使车辆快速行驶至所选停车位处；同时在人工驾驶状态下，通过提取车辆周边信息，与停车场环境信息比对，在不存在唯一匹配结果时，采集车辆周边信息，生成地图信息与停车场高精地图融合生成新的停车场高精地图，从而方便车辆二次泊车导航以及其他车辆泊车导航。
Description
技术领域
本发明属于自主泊车技术领域，尤其涉及一种基于停车场地图数据引导的 自主泊车导航方法。
背景技术
自主泊车系统是一种用于解决车辆从停车场入口到停车位之间的车辆自动 驾驶的问题。传统的自主泊车系统建立停车场高精地图，以车载运算单元以及 车载的传感器实现环境感知、路径避障、车位搜寻，从而实现自动巡航泊车。 自主泊车中的实时定位系统一般采用车载传感器，如环视相机、前视相机、毫 米波雷达等，通过传感器提取的信息跟高精地图进行比对，实现对于车辆在高 精地图中的定位。在这过程中，基于毫米波/视觉SLAM定位技术或基于高精度 地图+语义目标检测的视觉定位是常见的解决方法。
然而，毫米波定位法容易在车身周围产生无法感知的盲区、视觉语义目标 检测在目标离车辆距离很近时难以正常工作，甚至在很多场景出不一定存在具 有明确辨识目标，因此这些方法具有一定的局限性，无法应用于更复杂的场景。
此外，传统的泊车系统未对停车位的类型进行详细的细分，易忽略行驶过 程中停车位的具体信息，导致车辆会泊入错误库位，如非充电车辆/满电车辆泊 入充电车位，或者需要充电的车辆错过可充电车位，误泊入残疾人库位等，影 响用户体验，使用极为不便。
发明内容
本发明实施例提供一种基于停车场地图数据引导的自主泊车导航方法，旨 在解决背景技术中提出的问题。
本发明实施例是这样实现的，一种基于停车场地图数据引导的自主泊车导 航方法，该导航方法包括如下步骤：
S1、建立至少包括停车场环境信息的停车场高精地图数据库；
S2、获取车辆GPS信号，自动加载所选停车场的停车场高精地图；
S3、获取车辆周边图像信号，从图像信号内提取感知信息与停车场环境信 息比对，获取车辆位置；
S4、用户从停车场地图内选择或自驾寻找目标车位；若从停车场高精地图 内选择目标车位则执行S5，若自驾寻找目标车位则执行S7；
S5、将车辆位置和目标车位位置结合停车场高精地图规划计算车辆至目标 车位处的最短路径；
S6、对最短路径进行处理，输出用于泊车导航的平滑路径；
S7、获取车辆的超声信号、CAN信号以及车辆周边图像信号；
S8、从车辆CAN信号内提取车辆轮速脉冲、方向盘和挡位信号，并将车辆 轮速脉冲、方向盘和挡位信号与车辆运动力学模型结合，输出图像信息中每帧 车辆位姿；
S9、通过基于深度学习的语义算法分割图像信号，提取车辆周边路面的标 识信息；
S10、通过标定的相机模型将图像信号上的标识信息还原至车辆坐标系下， 结合车辆位姿对所述标识进行补偿和跟踪；
S11、将补偿和跟踪的标识信息与环境信息比对匹配，并判断是否存在唯一 结果，若是则结束，否则执行S12；
S12、通过地图优化算法将补偿和跟踪处理的标识信息转化为与停车场原始 地图语义信息一致的路径轨迹；
S13、将路径轨迹与停车位类型结合在停车场高精地图内进行区域划分；
S14、根据路径轨迹和障碍物信息进行采样生成道路节点；
S15、将路径轨迹、停车位区域和道路节点结合生成地图信息；
S16、将地图信息与停车场高精地图融合更新生成停车场高精地图。
优选的，所述停车场环境信息至少包括第一停车位信息、第一车道线信息、 第一障碍物信息、第一减速带信息、第一路障信息以及第一地锁开关信息；
所述标识信息至少包括第二停车位信息、第二车道线信息、第二障碍物信 息、第二减速带信息、第二路障信息以及第二地锁开关信息；
优选的，所述感知信息至少包括第一停车位信息、第一车道线信息、第一 障碍物信息、第一减速带信息、第一路障信息以及第一地锁开关信息中的一种。
优选的，所述第一停车位信息和所述第二停车位信息至少包括停车位区域、 停车位类型以及停车位位置信息。
优选的，所述停车位区域至少包括普通库位区域、立体库位区域、残疾人 库位区域以及充电库位区域。
优选的，所述停车位类型与所述停车位区域对应，至少包括普通停车位、 立体停车位、残疾人停车位以及充电停车位。
该导航方法基于停车场高精地图，有效地实现高精度、稳定定位，通过多 种语义信息融合适应停车场场景，获得稳定的定位结果；同时，在此基础上对 停车场进行车位类型分类，在地图内加入各车位属性类型，进行区域划分，以 自车定位判断当前区域车位属性，避免错误泊入的情况发生，从而有效地提高 路径规划效率，实现稳定安全的泊车导航。
附图说明
图1是一种基于停车场地图数据引导的自主泊车导航方法的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实 施例，对本发明进行进一步详细说明。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。
本发明提供一种基于停车场地图数据引导的自主泊车导航方法，如图1所 示，该导航方法包括如下步骤：
S1、建立至少包括停车场环境信息的停车场高精地图数据库；其中，所述 停车场环境信息至少包括第一停车位信息、第一车道线信息、第一障碍物信息、 第一减速带信息、第一路障信息以及第一地锁开关信息；
S2、获取车辆GPS信号，自动加载所选停车场的停车场高精地图；
S3、获取车辆周边图像信号，从图像信号内提取感知信息与停车场环境信 息比对，获取车辆位置；其中，所述感知信息至少包括第一停车位信息、第一 车道线信息、第一障碍物信息、第一减速带信息、第一路障信息以及第一地锁 开关信息中的一种；
S4、用户从停车场地图内选择或自驾寻找目标车位；若从停车场高精地图 内选择目标车位则执行S5，若自驾寻找目标车位则执行S7；
S5、将车辆位置和目标车位位置结合停车场高精地图规划计算车辆至目标 车位处的最短路径；
S6、对最短路径进行处理，输出用于泊车导航的平滑路径；
S7、获取车辆的超声信号、CAN信号以及车辆周边图像信号；
S8、从车辆CAN信号内提取车辆轮速脉冲、方向盘和挡位信号，并将车辆 轮速脉冲、方向盘和挡位信号与车辆运动力学模型结合，输出图像信息中每帧 车辆位姿；
S9、通过基于深度学习的语义算法分割图像信号，提取车辆周边路面的标 识信息；其中，所述标识信息至少包括第二停车位信息、第二车道线信息、第 二障碍物信息、第二减速带信息、第二路障信息以及第二地锁开关信息；
其中，所述第一停车位信息和所述第二停车位信息至少包括停车位区域、 停车位类型以及停车位位置信息；
所述停车位区域至少包括普通库位区域、立体库位区域、残疾人库位区域 以及充电库位区域；
所述停车位类型与所述停车位区域对应，至少包括普通停车位、立体停车 位、残疾人停车位以及充电停车位；
S10、通过标定的相机模型将图像信号上的标识信息还原至车辆坐标系下， 结合车辆位姿对所述标识进行补偿和跟踪；
S11、将补偿和跟踪的标识信息与环境信息比对匹配，并判断是否存在唯一 结果，若是则结束，否则执行S12；
S12、通过地图优化算法将补偿和跟踪处理的标识信息转化为与停车场原始 地图语义信息一致的路径轨迹；
S13、将路径轨迹与停车位类型结合在停车场高精地图内进行区域划分；
S14、根据路径轨迹和障碍物信息进行采样生成道路节点；
S15、将路径轨迹、停车位区域和道路节点结合生成地图信息；
S16、将地图信息与停车场高精地图融合更新生成停车场高精地图。
可以进一步理解的是，当车辆行驶至停车场时，由车辆的GPS信号自动加 载停车场地图，同时采集车辆周边图像信号，从图像信号内提取车辆周边的第 一停车位信息、第一车道线信息、第一障碍物信息、第一减速带信息、第一路 障信息或第一地锁开关信息，将感知信息与停车场高精地图的第一车道线信息、 第一障碍物信息、第一减速带信息、第一路障信息以及第一地锁开关信息纪念 性对比匹配，匹配唯一结果获取车辆定位，定位车辆位置，定位完成后，用户 从停车场高精地图内选择目标车位或自驾寻找目标车位；当用户从停车场高精 地图内选择目标车位时，将车辆位置和目标车位位置与停车场高精地图数据结 合生成车辆至目标车位位置处的最短路径，从而规划车辆快速到达指定目标车 位处；而在自驾寻找车位时，获取车辆的超声信号、CAN信号以及车辆周边的 图像信号；将车辆轮速脉冲、方向盘和挡位信号与车辆运动力学模型结合，输 出车辆在图像信号内每帧的车辆位姿，通过基于深度学习的语义分割算法分割 图像信号，提取车辆周边的第二停车位信息、第二车道线信息、第二障碍物信 息、第二减速带信息、第二路障信息以及第二地锁开关信息，再通过标定的相 机模型将提取的信息还原至车辆坐标系下，对提取信息进行补偿、跟踪，然后 将提取信息与停车场高精地图的环境信息进行比对，判断是否存在唯一匹配结 果，若是则结束导航；否则通过地图优化算法将补偿、跟踪的提取信息转化为 与停车场语义一致的路径轨迹，再将路径轨迹与停车位类型结合再停车场高精 地图内进行区域划分，然后根据路径轨迹和障碍物信息进行采样生合道路节点， 将路径轨迹、停车位区域和道路节点结合生成地图信息后，将地图信息与停车 场高精地图融合生成新的停车场高精地图，从而方便车辆二次泊车导航或其它 车辆泊车导航。
该自主泊车导航系统基于停车场高精地图，自动加载地图，定位自车所处 停车场位置，实现自动匹配定位，有效地减少用户操作，提升用户体验；同时 自驾泊车状态实时目标车位、停车位区域划分、行程路径等停车位信息生成地 图信息与停车场高精地图融合更新生成新的地图，便于二次以及其他车辆停车 规划，实现停车场停车位的路径规划。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发 明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明 的保护范围之内。
Claims (6)
1.一种基于停车场地图数据引导的自主泊车导航方法，其特征在于，所述导航方法包括如下步骤：
S1、建立至少包括停车场环境信息的停车场高精地图数据库；
S2、获取车辆GPS信号，自动加载所选停车场的停车场高精地图；
S3、获取车辆周边图像信号，从图像信号内提取感知信息与停车场环境信息比对，获取车辆位置；
S4、用户从停车场地图内选择或自驾寻找目标车位；若从停车场高精地图内选择目标车位则执行S5，若自驾寻找目标车位则执行S7；
S5、将车辆位置和目标车位位置结合停车场高精地图规划计算车辆至目标车位处的最短路径；
S6、对最短路径进行处理，输出用于泊车导航的平滑路径；
S7、获取车辆的超声信号、CAN信号以及车辆周边图像信号；
S8、从车辆CAN信号内提取车辆轮速脉冲、方向盘和挡位信号，并将车辆轮速脉冲、方向盘和挡位信号与车辆运动力学模型结合，输出图像信息中每帧车辆位姿；
S9、通过基于深度学习的语义算法分割图像信号，提取车辆周边路面的标识信息；
S10、通过标定的相机模型将图像信号上的标识信息还原至车辆坐标系下，结合车辆位姿对所述标识进行补偿和跟踪；
S11、将补偿和跟踪的标识信息与环境信息比对匹配，并判断是否存在唯一结果，若是则结束，否则执行S12；
S12、通过地图优化算法将补偿和跟踪处理的标识信息转化为与停车场原始地图语义信息一致的路径轨迹；
S13、将路径轨迹与停车位类型结合在停车场高精地图内进行区域划分；
S14、根据路径轨迹和障碍物信息进行采样生成道路节点；
S15、将路径轨迹、停车位区域和道路节点结合生成地图信息；
S16、将地图信息与停车场高精地图融合更新生成停车场高精地图。
2.如权利要求1所述的基于停车场地图数据引导的自主泊车导航方法，其特征在于，所述停车场环境信息至少包括第一停车位信息、第一车道线信息、第一障碍物信息、第一减速带信息、第一路障信息以及第一地锁开关信息；
所述标识信息至少包括第二停车位信息、第二车道线信息、第二障碍物信息、第二减速带信息、第二路障信息以及第二地锁开关信息。
3.如权利要求2所述的基于停车场地图数据引导的自主泊车导航方法，其特征在于，所述感知信息至少包括第一停车位信息、第一车道线信息、第一障碍物信息、第一减速带信息、第一路障信息以及第一地锁开关信息中的一种。
4.如权利要求2所述的基于停车场地图数据引导的自主泊车导航方法，其特征在于，所述第一停车位信息和所述第二停车位信息至少包括停车位区域、停车位类型以及停车位位置信息。
5.如权利要求4所述的基于停车场地图数据引导的自主泊车导航方法，其特征在于，所述停车位区域至少包括普通库位区域、立体库位区域、残疾人库位区域以及充电库位区域。
6.如权利要求5所述的基于停车场地图数据引导的自主泊车导航方法，其特征在于，所述停车位类型与所述停车位区域对应，至少包括普通停车位、立体停车位、残疾人停车位以及充电停车位。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110609562.6A CN113506456A (zh) | 2021-06-01 | 2021-06-01 | 一种基于停车场地图数据引导的自主泊车导航方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110609562.6A CN113506456A (zh) | 2021-06-01 | 2021-06-01 | 一种基于停车场地图数据引导的自主泊车导航方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113506456A true CN113506456A (zh) | 2021-10-15 |
Family
ID=78008738
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110609562.6A Pending CN113506456A (zh) | 2021-06-01 | 2021-06-01 | 一种基于停车场地图数据引导的自主泊车导航方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113506456A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114373331A (zh) * | 2022-01-11 | 2022-04-19 | 浙江吉利控股集团有限公司 | 一种车辆已学习停车场数据的云拼接方法 |
| CN114386721A (zh) * | 2022-03-23 | 2022-04-22 | 蔚来汽车科技(安徽)有限公司 | 用于换电站的路径规划方法、系统、介质和换电站 |
| CN114510033A (zh) * | 2022-01-07 | 2022-05-17 | 广东博智林机器人有限公司 | 基于车位的规划作业方法、装置、设备及存储介质 |
| CN115235498A (zh) * | 2022-07-21 | 2022-10-25 | 重庆长安汽车股份有限公司 | 行泊一体全局路径规划方法、系统、电子设备及车辆 |
| CN115503694A (zh) * | 2022-10-20 | 2022-12-23 | 北京易航远智科技有限公司 | 基于自主学习的记忆泊车路径生成方法、装置及电子设备 |
| CN117091619A (zh) * | 2023-10-19 | 2023-11-21 | 安徽蔚来智驾科技有限公司 | 车辆导航方法、控制装置、可读存储介质及车辆 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107600067A (zh) * | 2017-09-08 | 2018-01-19 | 中山大学 | 一种基于多视觉惯导融合的自主泊车系统及方法 |
| CN108121345A (zh) * | 2017-12-20 | 2018-06-05 | 东风汽车集团有限公司 | 一种适用于停车场的车位寻址系统及方法 |
| CN108986526A (zh) * | 2018-07-04 | 2018-12-11 | 深圳技术大学（筹） | 一种基于视觉传感跟踪车辆的智能停车方法及系统 |
| CN109741617A (zh) * | 2018-11-12 | 2019-05-10 | 浙江吉利汽车研究院有限公司 | 一种停车场泊车导航方法及装置 |
| CN110517533A (zh) * | 2019-09-29 | 2019-11-29 | 武汉中海庭数据技术有限公司 | 一种自主泊车方法及系统 |
| 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 |
| KR20200057819A (ko) * | 2018-11-13 | 2020-05-27 | 현대자동차주식회사 | 자율주행차량의 주차 관제 시스템 |
| CN111311944A (zh) * | 2020-02-19 | 2020-06-19 | 江苏大学 | 一种自主代客泊车环境下的停车场管理系统及方法 |
| US20200334985A1 (en) * | 2019-04-22 | 2020-10-22 | Baidu Usa Llc | Parking management architecture for parking autonomous driving vehicles |
| KR20200125367A (ko) * | 2019-04-25 | 2020-11-04 | 한양대학교 산학협력단 | 주차장에서의 자율 주행 방법 및 시스템 |
| CN112660117A (zh) * | 2021-01-19 | 2021-04-16 | 广州小鹏自动驾驶科技有限公司 | 一种自动泊车方法、泊车系统、计算机设备及存储介质 |
-
2021
- 2021-06-01 CN CN202110609562.6A patent/CN113506456A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107600067A (zh) * | 2017-09-08 | 2018-01-19 | 中山大学 | 一种基于多视觉惯导融合的自主泊车系统及方法 |
| CN108121345A (zh) * | 2017-12-20 | 2018-06-05 | 东风汽车集团有限公司 | 一种适用于停车场的车位寻址系统及方法 |
| CN108986526A (zh) * | 2018-07-04 | 2018-12-11 | 深圳技术大学（筹） | 一种基于视觉传感跟踪车辆的智能停车方法及系统 |
| 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 |
| CN109741617A (zh) * | 2018-11-12 | 2019-05-10 | 浙江吉利汽车研究院有限公司 | 一种停车场泊车导航方法及装置 |
| KR20200057819A (ko) * | 2018-11-13 | 2020-05-27 | 현대자동차주식회사 | 자율주행차량의 주차 관제 시스템 |
| US20200334985A1 (en) * | 2019-04-22 | 2020-10-22 | Baidu Usa Llc | Parking management architecture for parking autonomous driving vehicles |
| KR20200125367A (ko) * | 2019-04-25 | 2020-11-04 | 한양대학교 산학협력단 | 주차장에서의 자율 주행 방법 및 시스템 |
| CN110517533A (zh) * | 2019-09-29 | 2019-11-29 | 武汉中海庭数据技术有限公司 | 一种自主泊车方法及系统 |
| CN111311944A (zh) * | 2020-02-19 | 2020-06-19 | 江苏大学 | 一种自主代客泊车环境下的停车场管理系统及方法 |
| CN112660117A (zh) * | 2021-01-19 | 2021-04-16 | 广州小鹏自动驾驶科技有限公司 | 一种自动泊车方法、泊车系统、计算机设备及存储介质 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114510033A (zh) * | 2022-01-07 | 2022-05-17 | 广东博智林机器人有限公司 | 基于车位的规划作业方法、装置、设备及存储介质 |
| CN114373331A (zh) * | 2022-01-11 | 2022-04-19 | 浙江吉利控股集团有限公司 | 一种车辆已学习停车场数据的云拼接方法 |
| CN114373331B (zh) * | 2022-01-11 | 2023-08-15 | 浙江吉利控股集团有限公司 | 一种车辆已学习停车场数据的云拼接方法 |
| CN114386721A (zh) * | 2022-03-23 | 2022-04-22 | 蔚来汽车科技(安徽)有限公司 | 用于换电站的路径规划方法、系统、介质和换电站 |
| CN115235498A (zh) * | 2022-07-21 | 2022-10-25 | 重庆长安汽车股份有限公司 | 行泊一体全局路径规划方法、系统、电子设备及车辆 |
| CN115235498B (zh) * | 2022-07-21 | 2024-06-07 | 重庆长安汽车股份有限公司 | 行泊一体全局路径规划方法、系统、电子设备及车辆 |
| CN115503694A (zh) * | 2022-10-20 | 2022-12-23 | 北京易航远智科技有限公司 | 基于自主学习的记忆泊车路径生成方法、装置及电子设备 |
| CN117091619A (zh) * | 2023-10-19 | 2023-11-21 | 安徽蔚来智驾科技有限公司 | 车辆导航方法、控制装置、可读存储介质及车辆 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113506456A (zh) | 一种基于停车场地图数据引导的自主泊车导航方法 | |
| CN109186586B (zh) | 一种面向动态泊车环境的同时定位及混合地图构建方法 | |
| CN110962843B (zh) | 一种自动泊车控制决策方法及系统 | |
| EP3299921B1 (en) | Location specific assistance for an autonomous vehicle control system | |
| CN104833370B (zh) | 用于映射、定位和位姿校正的系统和方法 | |
| WO2021227313A1 (en) | Method and system for generating an importance occupancy grid map | |
| Nguyen et al. | Stereo-camera-based urban environment perception using occupancy grid and object tracking | |
| WO2019173547A1 (en) | Odometry system and method for tracking traffic lights | |
| US20190324457A1 (en) | Trajectory determination device | |
| CN111746504A (zh) | 记忆泊车方法、系统、装置及计算机可读存储介质 | |
| CN113516872A (zh) | 一种用于电动车自动停泊和充换电的自动驾驶方法 | |
| WO2022138123A1 (en) | Available parking space identification device, available parking space identification method, and program | |
| JP2020154623A (ja) | 交通制御システム | |
| Barth et al. | Fast and precise localization at stop intersections | |
| US20240037961A1 (en) | Systems and methods for detecting lanes using a segmented image and semantic context | |
| US12008818B2 (en) | Systems and methods to train a prediction system for depth perception | |
| CN115050203B (zh) | 地图生成装置以及车辆位置识别装置 | |
| CN114954440A (zh) | 具有自主探索模式的泊车方法、泊车系统及电子设备 | |
| CN116242375A (zh) | 一种基于多传感器的高精度电子地图生成方法和系统 | |
| CN114771510A (zh) | 基于路线图的泊车方法、泊车系统及电子设备 | |
| CN114954508A (zh) | 车辆控制装置 | |
| CN113465619A (zh) | 一种基于车载环视系统探测数据的车辆融合定位方法 | |
| Chipka et al. | Autonomous urban localization and navigation with limited information | |
| Paromtchik et al. | Fusion of telemetric and visual data from road scenes with a lexus experimental platform | |
| US20240190463A1 (en) | Systems and methods for path planning of autonomous vehicles |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211015 |
|
| RJ01 | Rejection of invention patent application after publication |