CN113506457A - 基于大型停车场场景下寻找停车位的装置和方法 - Google Patents

Abstract

本发明公开了一种基于大型停车场场景下寻找停车位的装置和方法，该装置包括：优选停车位决策单元，用于确定最优停车位和次优停车位；车位状态判断单元，用于判断到达最优停车位之前是否经过空闲车位以及最优停车位的使用状态；模式选择单元，用于在车位判断单元判定为经过空闲车位的情形下，按照设定模式继续朝最优停车位行驶；目标停车位决策单元，用于在车位状态判断单元判定最优停车位处于空闲状态，则将该最优停车位作为目标停车位；在车位状态判断单元判定最优停车位处于被占用状态，则继续判断自车当前位置分别与次优停车位和行驶过程中经过的最近空闲车位的距离是否大于设定距离值，若是，则将次优停车位作为目标车位；否则将最近空闲车位作为目标停车位。

Description

基于大型停车场场景下寻找停车位的装置和方法

技术领域

本发明涉及智能车辆行为决策技术领域，特别是关于一种基于大型停车场场景下智能车辆寻找停车位决策装置和方法。

背景技术

汽车有人驾驶时代，在大型停车场寻找令驾驶员比较满意的停车位对于驾驶员来说是一件比较困难的事情，随着智能车辆技术的不断发展，智能泊车系统应运而生。智能泊车系统包括两个部分：第一部分为泊车位信息辅助类：在需要的时候，帮助车主找到停车位，甚至提供多处可选的车位，并将汽车引到合适的停车位。第二部分为停车辅助类：包括倒车雷达、半自动的泊车辅助、遥控/全自动泊车，以及代客泊车，这些都是建立在低速行驶和停车位具备的条件基础上的。

目前，在智能泊车系统第一部分中，其关键着力点为通过V2X和智慧系统，将智能停车场信息提供给智能车辆。但是目前阶段，很大部分停车场为普通停车场，不能为智能泊车系统提供详细的泊车位信息。

发明内容

本发明的目的在于提供一种基于大型停车场场景下智能车辆寻找停车位决策装置和方法来克服或至少减轻现有技术的上述缺陷中的至少一个。

为实现上述目的，本发明提供一种基于大型停车场场景下寻找停车位的装置，该装置包括：

优选停车位决策单元，其用于在停车场入口确定最优停车位、以及用于在行驶过程中确定次优停车位；

车位状态判断单元，其用于判断到达所述最优停车位之前的行驶过程中是否经过空闲车位、以及用于判断所述最优停车位的使用状态，在所述车位判断单元判定为未经过空闲车位的情形下，继续朝所述最优停车位行驶；

模式选择单元，其用于在所述车位判断单元判定为经过空闲车位的情形下，按照设定模式继续朝所述最优停车位行驶；

目标停车位决策单元，其用于在所述车位状态判断单元判定所述最优停车位处于空闲状态，则将该最优停车位作为目标停车位；在所述车位状态判断单元判定所述最优停车位处于被占用状态，则继续判断自车当前位置分别与所述次优停车位和行驶过程中经过的最近空闲车位的距离是否大于设定距离值，若是，则将所述次优停车位作为目标车位；否则将所述最近空闲车位作为目标停车位。

进一步地，所述目标停车位决策单元在选定所述次优停车位为目标车位的情形下，当搜索完所有所述次优停车位仍未驶入停车位，则寻找最近空闲停车位作为目标停车位。

进一步地，在所述车位判断单元判定为未经过空闲车位的情形下，所述目标停车位决策单元在搜索完所有所述次优停车位仍未驶入停车位，则沿未行驶过的车道行驶，并寻找空闲停车位作为目标停车位。

进一步地，所述设定模式为如下模式之一：

模式一，手动选择模式；

模式二，偏好选择模式：包括驾驶员行走距离最短偏好、车辆行驶距离最短偏好和驾驶员所用时间最短偏好；其中，所述驾驶员行走距离最短偏好与所述最优停车位/空闲停车位到行人出口的距离相关，所述车辆行驶距离最短偏好与所述最优停车位/空闲停车位到车辆出入口的距离相关，所述驾驶员所用时间最短偏好与所述最优停车位/空闲停车位到行人出口的距离相关，三种所述偏好均与所述最优停车位的被占用概率相关；

模式三，自动选择模式；

所述模式选择单元包括：

最优停车位被占用的概率计算子单元，其用于通过式(19)计算所述最优停车位被占用的概率p_z：

其中，n_z表示车辆从起始点到所经过的空闲停车位行驶的过程中所经过的被占用停车位的个数；n_s表示车辆从起始点到所经过的空闲停车位所经过的所有停车位的个数。

进一步地，所述模式选择单元还包括：

驾驶员行走距离判断子单元，其用于利用式(20)计算所述驾驶员行走距离d_w，并判断d_w是否大于0，若是，则选择所述最优停车位作为目标停车位；反之，则选择所述空闲停车位作为目标停车位：

d_w＝d_wf-(1+p_z)·d_wt (20)

其中，d_wf表示所述空闲停车位到行人出口的距离，d_wt表示所述最优停车位到行人出口的距离。

进一步地，所述模式选择单元还包括：

车辆行驶距离判断子单元，其用于利用式(21)计算相对车辆行驶距离d_d，并判断d_d是否大于0，若是，则选择所述最优停车位为目标停车位；反之，则选择所述空闲停车位为目标停车位：

d_d＝d_df-(1+p_z)·d_dt (21)

其中，d_df表示经过的空闲停车位到停车场出入口的距离，d_dt表示目标停车位到停车场出入口的距离。

进一步地，所述模式选择单元还包括：

驾驶员停车所用时间判断子单元，其用于利用式(22)计算相对驾驶员停车所用的时间t，并判断t是否大于0，若是，则选择所述最优停车位为目标停车位；反之，则选择所述空闲停车位为目标停车位：

其中，d_wf表示经过的空闲停车位到行人出口的距离，d_wt表示目标停车位到行人出口的距离,d_{df_t}表示经过的空闲停车位到目标停车位的距离，v_w表示驾驶员行走的速度，v_c表示车辆行驶的速度。

本发明还提供一种基于大型停车场场景下寻找停车位的方法，该方法包括：

步骤1，在停车场入口，确定最优停车位；

步骤2，判断到达所述最优停车位之前的行驶过程中是否经过空闲车位，如果是，则进入步骤3；

步骤3，按照设定模式在所述最优停车位与所述空闲车位中选择一种停车位作为目标车位；

步骤4，到达所述最优停车位后，判断所述最优停车位是否处于空闲状态，如果是，则将该最优停车位作为目标车位；否则进入步骤5；

步骤5，确定次优停车位；

步骤6，继续判断自车当前位置分别与所述次优停车位和行驶过程中经过的最近空闲车位的距离是否大于设定距离值，若是，则选定所述次优停车位为目标车位；否则选定所述最近空闲车位为目标停车位。

进一步地，所述步骤6中，在选定所述次优停车位为目标车位的情形下，当搜索完所有所述次优停车位仍未驶入停车位，则寻找最近空闲停车位作为目标停车位；在所述步骤2判定未经过所述空闲停车位的情形下，当搜索完所有所述次优停车位仍未驶入停车位，则沿未行驶过的车道行驶，并寻找空闲停车位作为目标停车位。

进一步地，所示设定模式为如下模式之一：模式一，手动选择模式；模式二，偏好选择模式：包括驾驶员行走距离最短偏好、车辆行驶距离最短偏好和驾驶员所用时间最短偏好；其中，所述驾驶员行走距离最短偏好与所述最优停车位/空闲停车位到行人出口的距离相关，所述车辆行驶距离最短偏好与所述最优停车位/空闲停车位到车辆出入口的距离相关，所述驾驶员所用时间最短偏好与所述最优停车位/空闲停车位到行人出口的距离相关，三种所述偏好均与所述最优停车位的被占用概率相关；模式三，自动选择模式；所述最优停车位被占用的概率p_z通过式(19)计算：

其中，n_z表示车辆从起始点到所经过的空闲停车位行驶的过程中所经过的被占用停车位的个数；n_s表示车辆从起始点到所经过的空闲停车位所经过的所有停车位的个数；

所述驾驶员行走距离最短的判断方法包括：

步骤3a1，利用式(20)计算所述驾驶员行走距离d_w：

d_w＝d_wf-(1+p_z)·d_wt (20)

其中，d_wf表示所述空闲停车位到行人出口的距离，d_wt表示所述最优停车位到行人出口的距离；

步骤3a2，判断d_w是否大于0，若是，则选择所述最优停车位作为目标停车位；反之，则选择所述空闲停车位作为目标停车位；

所述车辆行驶距离最短的判断方法包括：

步骤3b1，利用式(21)计算相对车辆行驶距离d_d：

d_d＝d_df-(1+p_z)·d_dt (21)

其中，d_df表示经过的空闲停车位到停车场出入口的距离，d_dt表示目标停车位到停车场出入口的距离；

步骤3b2，判断d_d是否大于0，若是，则选择所述最优停车位为目标停车位；反之，则选择所述空闲停车位为目标停车位；

所述驾驶员停车所用时间最短的判断方法包括：

步骤3c1，利用式(22)计算相对驾驶员停车所用的时间t：

其中，d_wf表示经过的空闲停车位到行人出口的距离，d_wt表示目标停车位到行人出口的距离,d_{df_t}表示经过的空闲停车位到目标停车位的距离，v_w表示驾驶员行走的速度，v_c表示车辆行驶的速度；

步骤3c2，判断t是否大于0，若是，则选择所述最优停车位为目标停车位；反之，则选择所述空闲停车位为目标停车位。

由于本发明采取以上技术方案，因此，在普通大型停车场场景下，仅需要通过一张停车场平面地图，便能够将智能车辆引到合适的空闲停车位，解决了普通大型停车场不能为车辆提供停车位信息，从而使智能停车系统无法正常工作的问题。

附图说明

图1为本发明实施例提供的基于大型停车场场景下智能车辆寻找停车位决策方法的流程示意图。

图2为图1中的智能车辆行驶到停车场入口处的情形下决策停车位的流程示意图。

图3为图1中的选择智能车辆对经过的空闲停车位和目标停车位的流程示意图。

具体实施方式

下面结合附图和实施例对本发明进行详细的描述。

本发明实施例提供的基于大型停车场场景下寻找停车位的装置包括优选停车位决策单元、车位状态判断单元、模式选择单元和目标停车位决策单元，其中：

优选停车位决策单元用于在停车场入口确定最优停车位、以及用于在行驶过程中确定次优停车位。其中，最优停车位的确定方法可以每个行人出口的最优停车位的影响因素确定，该影响因素包括步行距离和/或停车位类型。

(一)步行距离，其指停车位距离行人出口的距离。

由于人具有主观能动性，并且在停车场场景下驾驶员行走的路线也没有法规规定，驾驶员通常行走的路越短越好，所以此距离例如可以选用欧氏距离进行计算：

设行人出口的坐标为(x_i,y_i)，停车位中心坐标为

则步行距离可用公式(1)进行计算：

(二)停车位类型，其包括非字型停车位、一字型停车位和斜线型停车位。

停车位类型的停车难度由高到低分别为：一字型停车位、非字型停车位、斜线型停车位。设一字型停车位、非字型停车位、斜线型停车位的停车难度分别为：t_y,t_f,t_x，其值大小关系为：t_y>t_f>t_x。

例如：如图2所示，图2示意的是根据停车位类型、步行距离和驾车行驶距离确定最优停车位的方法，其具体包括：

步骤1.1，由于在大型停车场场景下，行人出口不止一个，为了从每个行人出口周围的停车位中选择每个行人出口的最优停车位，则需要对停车位进行初步筛选。

在一个实施例中，初步筛选停车位的方法包括：

步骤1.11，使用式(3)-式(5)描述的层次分析法确定主观权重，其具体过程包括：

通过调查问卷等形式得出驾驶员对步行距离和停车位类型两个影响因素的重视程度排列优先顺序并进行汇总，得出平均排序的结果。比如：通过公式(2)求得各个影响因素所对应的P_i(i＝1,2)值，更加直观的对比出此两个影响因素的重要度差异，并采用层次分析法1-9重要程度参考表中的1-9标度进行赋值，最终形成停车选择影响因素的比较判断矩阵。

式中，N_ij为停车者选择第i个影响因素且排名顺序为j的数量，P_i为第i个影响因素的期望值。

对比出此两个影响因素的重要度差异：通过比较停车位选择的两个影响因素之间的比例标度，得到同层次停车选择影响因素之间的比较判断矩阵W_2×2，w_p/w_q为第p个影响因素与第q个影响因素的重要度比例标度的比值，如公式(3)所示。

采用层次分析法1-9重要程度参考表中的1-9标度进行赋值：将max(P_i)对应影响因素的w_i值为1，其余的影响因素w_*根据层次分析法1-9重要程度参考表赋值为[1,9]，视其对应的P_i值相对大小而定。

求解比较判断矩阵W_2×2的最大特征值λ_max和对应的特征向量a=(a'₁，a'₂),并进行一致性检验，若通过检验，则对特征向量a进行正规化处理(a₁+a₂＝1)，a₁,a₂为相应影响因素的主观权重；若未通过检验，则调整判断矩阵或重新进行调查问卷。其中，

在一个实施例中，判断矩阵(w_pq)_2×2一致性检验的方法具体包括：

当(w_pq)_2×2的最大特征值λ_max＝n时，并且其余特征值均为0，此时认为完全一致，其中n为影响因素的个数，此时n＝2。

当(w_pq)_2×2的最大特征值λ_max>n时，此时根据公式(4)计算判断矩阵的随机一致性比率：

式中，判断矩阵的一致性指标为CI可由公式(5)求得：

RI(n)为判断矩阵的平均随机一致性指标，RI(n))的取值可查阅RI取值参考表。

当CR<0.1时，认为判断矩阵具有较好的一致性，否则，判断矩阵的一致性检验未通过。

步骤1.12，使用由式(6)-(8)描述的熵值法确定客观权重，其具体过程包括：

设E＝{e_i|i＝1,2,…,n}为备选停车位的集合，F＝{f_j|j＝1,2}为每个备选停车位的影响因素值的集合，即对停车位选择过程针对n个停车位2个影响因素。则得到的原始数据矩阵为A＝(a_ij)_n×2，由于行驶距离越短越好，在停车位类型中停车难度越低越好。利用式(6)对原始数据矩阵A进行标准化处理，得到矩阵R＝(r_ij)_n×2，其中，r_ij的数值越低越好。

式中，a_ij为第i个停车位的第j个影响因素的原始数据值，r_ij为第i个停车位的第j个影响因素的标准化变换后的数据值。

第j个影响因素的熵可由公式(7)求得：

其中，k=1/lnn,

则第j个影响因素的客观权重描述为式(8)：

步骤1.13，使用主客观组合赋权的方法来确定影响因素的权重，其具体过程包括：

设α和β分别用以衡量主观赋权法得出的影响因素权重向量a_j＝(a₁,a₂)^T，和客观赋权法得出的影响因素权重向量b_j＝(b₁,b₂)^T的重要程度，且α+β＝1，则ω＝αa+βb即为主客观组合权重法确定的权重。

对于评价矩阵R＝(r_ij)_n×2，各影响因素的负理想属性值为

即各属性值均在各个方案中取最差的，则有式(9)和式(10)：

式中，α为主观权重系数，β为客观权重系数，

为第j个影响因素的负理想属性值，r_ij为第i个停车位第j个影响因素的标准化后的数值，a_j为第j个影响因素的主观权重，b_j为第j个影响因素的客观权重。

步骤1.14，使用逼近理想解排序法来求解停车位多属性决策问题，获得每个出口的最优停车位，其具体过程包括：

用向量归一化法将指标决策矩阵A＝(a_ij)_n×2进行标准化处理，得到标准化矩阵Y＝(y_ij)_n×2，其中

确定加权标准化矩阵V＝(v_ij)_n×2＝(ω_jy_ij)_n×2。根据式(11)和式(12)确定理想解V⁺与负理想解V^-。

式中，V⁺为理想解；V^-为负理想解；v_ij为第i个停车位第j个影响因素的加权标准化数值；J^-为成本型影响因素(成本型影响因素表示属性值越小越好，本专利中步行距离和停车位类型都是成本型影响因素)；

为第一个影响因素的理想解；

为第二个影响因素的理想解；

为第一个影响因素的负理想解；

为第二个影响因素的负理想解。

根据式(13)和式(14)计算各停车位影响因素值与理想解的距离

负理想解的距离

式中，

为第i个停车位影响因素值与理想解的距离；

为第i个停车位影响因素值与负理想解的距离；v_ij为第i个停车位第j个影响因素的加权标准化数值；

为第j个影响因素的理想解；

为第j个影响因素的负理想解。

根据式(15)计算各停车位影响因素值与理想解的贴进度

根据式(16)求出贴进度最大的停车位影响因素值C_i，则该停车位作为该出口的最优的停车位。

C_i＝max(C₁,C₂,…C_n) (16)

步骤1.2，根据步骤1.1初步筛选得到的停车位，确定最终的最优停车位，其具体包括：

步骤1.21，最优停车位的影响因素包括步行距离、停车场类型和车辆行驶距离。其中，步行距离和停车场类型这两种影响因素与上述步骤1.11中的计算方法相同。

对于车辆行驶距离这一影响因素，由于大型停车场比较规则，可用Dijkstra算法或A*算法来求解车辆行驶距离，此行驶距离包括车辆到停车场出入口的距离，其具体过程如下：

将停车场交叉口和出入口标记为点，将点分为两部分：已经知道当前最短路径的点集合Q和无法到达点集合R。

定义一个距离数组(distance)记录源点到各顶点的距离，下标表示顶点，元素值为距离。源点(start)到自身的距离为0，源点无法到达的顶点的距离就是一个大数(比如Infinity)。

以距离数组中值为非Infinity的点V为中转跳点，假设V跳转至顶点W的距离加上V至源点的距离还小于顶点W至源点的距离，那么就可以更新顶点W至源点的距离，即式(17)。

distance[V]+matrix[V][W]<distance[W] (17)那么，有式(18)：

distance[W]＝distance[V]+matrix[V][W] (18)

重复上一步骤，即遍历距离数组，同时直到顶点集合R为空。

步骤1.22，根据步骤1.21确定的选择每个出口的最优停车位的影响因素的值，采用与步骤1.12相同的方法决策出最优停车位。

需要说明的是，次优停车位的确定方法与上述实施例提供的最优停车位的确定方法相同，在此不再赘述。

车位状态判断单元用于判断到达所述最优停车位之前的行驶过程中是否经过空闲车位、以及用于判断所述最优停车位的使用状态，在所述车位判断单元判定为未经过空闲车位的情形下，继续朝所述最优停车位行驶。该单元的判断过程均基于从车辆所安装的传感器采集到的本车辆周围的信息获得。当车辆在停车场中行驶时，可能会经过一些空闲停车位，并且由于在普通停车场场景下，车辆无法获得停车位是否被占用的信息，这些停车位的使用状态信息为车辆决策是选择停入经过的空闲停车位还是继续行驶到最优停车位提供了判断信息。

如图3所示，经过的空闲停车位与目标停车位的选择决策行为由驾驶员的偏好来进行选择，选择的偏好不同，其决策结果可能也不同。驾驶员的偏好分为驾驶员行走距离最短、智能车辆行驶距离最短、驾驶员停车所用时间最短三类。

模式选择单元用于在所述车位判断单元判定为经过空闲车位的情形下，按照如下三种模式之一继续朝所述最优停车位行驶：

模式一，手动选择模式，即驾驶员根据自身情况进行选择，其默认偏好为驾驶员停车所用时间最短；

模式二，偏好选择模式，例如，如下三种偏好：

(一)驾驶员行走距离最短偏好，其影响因素包括：经过的空闲停车位到行人出口的距离、最优停车位到行人出口的距离、最优停车位的被占用概率。其中，经过的空闲停车位到行人出口的距离与最优停车位到行人出口的距离可以采用步骤1.21中的Dijkstra算法或A*算法求得计算得到。

对于最优停车位的被占用概率p_z，可通过所述模式选择单元中的最优停车位被占用的概率计算子单元，通过式(19)计算得到：

其中，n_z表示车辆从起始点到所经过的空闲停车位行驶的过程中所经过的被占用停车位的个数；n_s表示车辆从起始点到所经过的空闲停车位所经过的所有停车位的个数。

鉴于(一)，所述模式选择单元还包括驾驶员行走距离判断子单元，驾驶员行走距离判断子单元用于利用式(20)计算所述驾驶员行走距离d_w，并判断d_w是否大于0，若是，则选择所述最优停车位作为目标停车位；反之，则选择所述空闲停车位作为目标停车位：

d_w＝d_wf-(1+p_z)·d_wt (20)

其中，d_wf表示所述空闲停车位到行人出口的距离，d_wt表示所述最优停车位到行人出口的距离。

(二)车辆行驶距离最短偏好，其影响因素包括：经过的空闲停车位到车辆出入口的距离、最优停车位到车辆出入口的距离、最优停车位的被占用概率。其中，经过的空闲停车位到车辆出入口的距离、最优停车位到车辆出入口的距离可以采用步骤1.21中的Dijkstra算法或A*算法求得。最优停车位的被占用概率可以采用式(19)计算得到。鉴于此，所述模式选择单元还包括车辆行驶距离判断子单元，车辆行驶距离判断子单元用于利用式(21)计算相对车辆行驶距离d_d，并判断d_d是否大于0，若是，则选择所述最优停车位为目标停车位；反之，则选择所述空闲停车位为目标停车位：

d_d＝d_df-(1+p_z)·d_dt (21)

其中，d_df表示经过的空闲停车位到停车场出入口的距离，d_dt表示目标停车位到停车场出入口的距离。

(三)驾驶员所用时间最短偏好，其影响因素包括：经过的空闲停车位到行人出口的距离、最优停车位到行人出口的距离、经过的空闲停车位到最优停车位的距离、最优停车位被占用的概率。其中，经过的空闲停车位到行人出口的距离、最优停车位到行人出口的距离可以但不限于采用式(1)表示的欧氏距离求得。经过的空闲停车位到最优停车位的距离可以采用步骤1.21中的Dijkstra算法或A*算法求得。鉴于此，所述模式选择单元还包括驾驶员停车所用时间判断子单元，驾驶员停车所用时间判断子单元用于利用式(22)计算相对驾驶员停车所用的时间t，并判断t是否大于0，若是，则选择所述最优停车位为目标停车位；反之，则选择所述空闲停车位为目标停车位：

其中，d_wf表示经过的空闲停车位到行人出口的距离，d_wt表示目标停车位到行人出口的距离,d_{df_t}表示经过的空闲停车位到目标停车位的距离，v_w表示驾驶员行走的速度，v_c表示车辆行驶的速度。

模式三，自动选择模式：首先智能车辆根据传感器检测到的自车油量进行选择：当油量不足时，智能车辆选择行驶距离最短这一偏好；当油量充足时，此时智能车辆根据环境感知传感器感知自车所处的环境进行选择：当车辆处于商场等驾驶员需要耗费体力的场景，此时智能车辆选择驾驶员行走距离最短这一偏好；当车辆处于写字楼等需要上班赶时间的场景，此时智能车辆选择驾驶员停车所用时间最短这一偏好，当智能车辆不能对所处场景进行准确分析时，选择的偏好为驾驶员停车所用时间最短。

在一个实施例中，目标停车位决策单元用于在所述车位状态判断单元判定所述最优停车位处于空闲状态，则将该最优停车位作为目标停车位。在所述车位状态判断单元判定所述最优停车位处于被占用状态，则继续判断自车当前位置分别与所述次优停车位和行驶过程中经过的最近空闲车位的距离是否大于设定距离值，若是，则将所述次优停车位作为目标车位；否则将所述最近空闲车位作为目标停车位。

在一个实施例中，所述目标停车位决策单元在选定所述次优停车位为目标车位的情形下，当搜索完所有所述次优停车位仍未驶入停车位，则寻找最近空闲停车位作为目标停车位。

在一个实施例中，在所述车位判断单元判定为未经过空闲车位的情形下，所述目标停车位决策单元在搜索完所有所述次优停车位仍未驶入停车位，则沿未行驶过的车道行驶，并寻找空闲停车位作为目标停车位。

如图1所示，本发明实施例提供的基于大型停车场场景下寻找停车位的方法包括：

步骤1，在停车场入口，确定最优停车位。

步骤2，判断到达所述最优停车位之前的行驶过程中是否经过空闲车位，如果是，则进入步骤3。

步骤3，按照如下三种模式在所述最优停车位与所述空闲车位中选择一种停车位作为目标车位：

模式一，手动选择模式。

模式二，偏好选择模式：包括驾驶员行走距离最短偏好、车辆行驶距离最短偏好和驾驶员所用时间最短偏好；其中，所述驾驶员行走距离最短偏好与所述最优停车位/空闲停车位到行人出口的距离相关，所述车辆行驶距离最短偏好与所述最优停车位/空闲停车位到车辆出入口的距离相关，所述驾驶员所用时间最短偏好与所述最优停车位/空闲停车位到行人出口的距离相关，三种所述偏好均与所述最优停车位的被占用概率相关。

模式三，自动选择模式。

步骤4，到达所述最优停车位后，判断所述最优停车位是否处于空闲状态，如果是，则将该最优停车位作为目标车位；否则进入步骤5；

步骤5，确定次优停车位，次优停车位的选择与最优停车位的选择方法一致。

步骤6，继续判断自车当前位置分别与所述次优停车位和行驶过程中经过的最近空闲车位的距离是否大于设定距离值，若是，则选定所述次优停车位为目标车位；否则选定所述最近空闲车位为目标停车位。

在一个实施例中，所述步骤6中，在选定所述次优停车位为目标车位的情形下，当搜索完所有所述次优停车位仍未驶入停车位，则寻找最近空闲停车位作为目标停车位；在所述步骤2判定未经过所述空闲停车位的情形下，当搜索完所有所述次优停车位仍未驶入停车位，则沿未行驶过的车道行驶，并寻找空闲停车位作为目标停车位。

在一个实施例中，所述最优停车位被占用的概率p_z通过式(19)计算：

其中，n_z表示车辆从起始点到所经过的空闲停车位行驶的过程中所经过的被占用停车位的个数；n_s表示车辆从起始点到所经过的空闲停车位所经过的所有停车位的个数；

所述驾驶员行走距离最短的判断方法包括：

步骤3a1，利用式(20)计算所述驾驶员行走距离d_w：

d_w＝d_wf-(1+p_z)·d_wt (20)

其中，d_wf表示所述空闲停车位到行人出口的距离，d_wt表示所述最优停车位到行人出口的距离；

步骤3a2，判断d_w是否大于0，若是，则选择所述最优停车位作为目标停车位；反之，则选择所述空闲停车位作为目标停车位；

所述车辆行驶距离最短的判断方法包括：

步骤3b1，利用式(21)计算相对车辆行驶距离d_d：

d_d＝d_df-(1+p_z)·d_dt (21)

其中，d_df表示经过的空闲停车位到停车场出入口的距离，d_dt表示目标停车位到停车场出入口的距离；

步骤3b2，判断d_d是否大于0，若是，则选择所述最优停车位为目标停车位；反之，则选择所述空闲停车位为目标停车位；

所述驾驶员停车所用时间最短的判断方法包括：

步骤3c1，利用式(22)计算相对驾驶员停车所用的时间t：

其中，d_wf表示经过的空闲停车位到行人出口的距离，d_wt表示目标停车位到行人出口的距离,d_{df_t}表示经过的空闲停车位到目标停车位的距离，v_w表示驾驶员行走的速度，v_c表示车辆行驶的速度；

步骤3c2，判断t是否大于0，若是，则选择所述最优停车位为目标停车位；反之，则选择所述空闲停车位为目标停车位。

最后需要指出的是：以上实施例仅用以说明本发明的技术方案，而非对其限制。本领域的普通技术人员应当理解：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；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。

Claims (10)

1.一种基于大型停车场场景下寻找停车位的装置，其特征在于，包括：

优选停车位决策单元，其用于在停车场入口确定最优停车位、以及用于在行驶过程中确定次优停车位；

车位状态判断单元，其用于判断到达所述最优停车位之前的行驶过程中是否经过空闲车位、以及用于判断所述最优停车位的使用状态，在所述车位判断单元判定为未经过空闲车位的情形下，继续朝所述最优停车位行驶；

模式选择单元，其用于在所述车位判断单元判定为经过空闲车位的情形下，按照设定模式继续朝所述最优停车位行驶；

目标停车位决策单元，其用于在所述车位状态判断单元判定所述最优停车位处于空闲状态，则将该最优停车位作为目标停车位；在所述车位状态判断单元判定所述最优停车位处于被占用状态，则继续判断自车当前位置分别与所述次优停车位和行驶过程中经过的最近空闲车位的距离是否大于设定距离值，若是，则将所述次优停车位作为目标车位；否则将所述最近空闲车位作为目标停车位。

2.如权利要求1所述的基于大型停车场场景下寻找停车位的装置，其特征在于，所述目标停车位决策单元在选定所述次优停车位为目标车位的情形下，当搜索完所有所述次优停车位仍未驶入停车位，则寻找最近空闲停车位作为目标停车位。

3.如权利要求1所述的基于大型停车场场景下寻找停车位的装置，其特征在于，在所述车位判断单元判定为未经过空闲车位的情形下，所述目标停车位决策单元在搜索完所有所述次优停车位仍未驶入停车位，则沿未行驶过的车道行驶，并寻找空闲停车位作为目标停车位。

4.如权利要求1所述的基于大型停车场场景下寻找停车位的装置，其特征在于，所述设定模式为如下模式之一：

模式一，手动选择模式；

模式二，偏好选择模式：包括驾驶员行走距离最短偏好、车辆行驶距离最短偏好和驾驶员所用时间最短偏好；其中，所述驾驶员行走距离最短偏好与所述最优停车位/空闲停车位到行人出口的距离相关，所述车辆行驶距离最短偏好与所述最优停车位/空闲停车位到车辆出入口的距离相关，所述驾驶员所用时间最短偏好与所述最优停车位/空闲停车位到行人出口的距离相关，三种所述偏好均与所述最优停车位的被占用概率相关；

模式三，自动选择模式；

所述模式选择单元包括：

最优停车位被占用的概率计算子单元，其用于通过式(19)计算所述最优停车位被占用的概率p_z：

其中，n_z表示车辆从起始点到所经过的空闲停车位行驶的过程中所经过的被占用停车位的个数；n_s表示车辆从起始点到所经过的空闲停车位所经过的所有停车位的个数。

5.如权利要求1-4中任一项所述的基于大型停车场场景下寻找停车位的装置，其特征在于，所述模式选择单元还包括：

驾驶员行走距离判断子单元，其用于利用式(20)计算所述驾驶员行走距离d_w，并判断d_w是否大于0，若是，则选择所述最优停车位作为目标停车位；反之，则选择所述空闲停车位作为目标停车位：

d_w＝d_wf-(1+p_z)·d_wt (20)

其中，d_wf表示所述空闲停车位到行人出口的距离，d_wt表示所述最优停车位到行人出口的距离。

6.如权利要求1-4中任一项所述的基于大型停车场场景下寻找停车位的装置，其特征在于，所述模式选择单元还包括：

车辆行驶距离判断子单元，其用于利用式(21)计算相对车辆行驶距离d_d，并判断d_d是否大于0，若是，则选择所述最优停车位为目标停车位；反之，则选择所述空闲停车位为目标停车位：

d_d＝d_df-(1+p_z)·d_dt (21)

其中，d_df表示经过的空闲停车位到停车场出入口的距离，d_dt表示目标停车位到停车场出入口的距离。

7.如权利要求1-4中任一项所述的基于大型停车场场景下寻找停车位的装置，其特征在于，所述模式选择单元还包括：

驾驶员停车所用时间判断子单元，其用于利用式(22)计算相对驾驶员停车所用的时间t，并判断t是否大于0，若是，则选择所述最优停车位为目标停车位；反之，则选择所述空闲停车位为目标停车位：

其中，d_wf表示经过的空闲停车位到行人出口的距离，d_wt表示目标停车位到行人出口的距离，d_{df_t}表示经过的空闲停车位到目标停车位的距离，v_w表示驾驶员行走的速度，v_c表示车辆行驶的速度。

8.一种基于大型停车场场景下寻找停车位的方法，其特征在于，包括：

步骤1，在停车场入口，确定最优停车位；

步骤2，判断到达所述最优停车位之前的行驶过程中是否经过空闲车位，如果是，则进入步骤3；

步骤3，按照设定模式继续朝所述最优停车位行驶；

步骤4，到达所述最优停车位后，判断所述最优停车位是否处于空闲状态，如果是，则将该最优停车位作为目标车位；否则进入步骤5；

步骤5，确定次优停车位；

步骤6，继续判断自车当前位置分别与所述次优停车位和行驶过程中经过的最近空闲车位的距离是否大于设定距离值，若是，则选定所述次优停车位为目标车位；否则选定所述最近空闲车位为目标停车位。

9.如权利要求8所述的基于大型停车场场景下寻找停车位的方法，其特征在于，所述步骤6中，在选定所述次优停车位为目标车位的情形下，当搜索完所有所述次优停车位仍未驶入停车位，则寻找最近空闲停车位作为目标停车位；在所述步骤2判定未经过所述空闲停车位的情形下，当搜索完所有所述次优停车位仍未驶入停车位，则沿未行驶过的车道行驶，并寻找空闲停车位作为目标停车位。

10.如权利要求8或9所述的基于大型停车场场景下寻找停车位的方法，其特征在于，所示设定模式为如下模式之一：

模式一，手动选择模式；

模式二，偏好选择模式：包括驾驶员行走距离最短偏好、车辆行驶距离最短偏好和驾驶员所用时间最短偏好；其中，所述驾驶员行走距离最短偏好与所述最优停车位/空闲停车位到行人出口的距离相关，所述车辆行驶距离最短偏好与所述最优停车位/空闲停车位到车辆出入口的距离相关，所述驾驶员所用时间最短偏好与所述最优停车位/空闲停车位到行人出口的距离相关，三种所述偏好均与所述最优停车位的被占用概率相关；

模式三，自动选择模式；

所述最优停车位被占用的概率p_z通过式(19)计算：

其中，n_z表示车辆从起始点到所经过的空闲停车位行驶的过程中所经过的被占用停车位的个数；n_s表示车辆从起始点到所经过的空闲停车位所经过的所有停车位的个数；

所述驾驶员行走距离最短的判断方法包括：

步骤3a1，利用式(20)计算所述驾驶员行走距离d_w：

d_w＝d_wf-(1+p_z)·d_wt (20)

其中，d_wf表示所述空闲停车位到行人出口的距离，d_wt表示所述最优停车位到行人出口的距离；

步骤3a2，判断d_w是否大于0，若是，则选择所述最优停车位作为目标停车位；反之，则选择所述空闲停车位作为目标停车位；

所述车辆行驶距离最短的判断方法包括：

步骤3b1，利用式(21)计算相对车辆行驶距离d_d：

d_d＝d_df-(1+p_z)·d_dt (21)

其中，d_df表示经过的空闲停车位到停车场出入口的距离，d_dt表示目标停车位到停车场出入口的距离；

步骤3b2，判断d_d是否大于0，若是，则选择所述最优停车位为目标停车位；反之，则选择所述空闲停车位为目标停车位；

所述驾驶员停车所用时间最短的判断方法包括：

步骤3c1，利用式(22)计算相对驾驶员停车所用的时间t：

其中，d_wf表示经过的空闲停车位到行人出口的距离，d_wt表示目标停车位到行人出口的距离，d_{df_t}表示经过的空闲停车位到目标停车位的距离，v_w表示驾驶员行走的速度，v_c表示车辆行驶的速度；

步骤3c2，判断t是否大于0，若是，则选择所述最优停车位为目标停车位；反之，则选择所述空闲停车位为目标停车位。

Images