CN113561963B - 一种泊车方法、装置及车辆 - Google Patents
一种泊车方法、装置及车辆 Download PDFInfo
- Publication number
- CN113561963B CN113561963B CN202010355549.8A CN202010355549A CN113561963B CN 113561963 B CN113561963 B CN 113561963B CN 202010355549 A CN202010355549 A CN 202010355549A CN 113561963 B CN113561963 B CN 113561963B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- moment
- gear
- parking
- sensor 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
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
本申请实施例公开了一种泊车方法、装置及车辆,应用于自动驾驶、智能汽车技术等领域。该方法包括:获取车辆与空闲车位的第一相对位置;获取第一时刻车辆的第一传感器信息;获取第二时刻车辆的第二传感器信息;车辆从第一时刻到第一位置的运动方向与车辆从第一位置到第二时刻的运动方向相反;获取第二时刻到第一时刻车辆的相对位姿信息;将第二传感器信息和第一传感器信息进行匹配,获取相对位姿信息中的累积误差;根据累积误差和第一相对位置确定车辆与空闲车位的第二相对位置。本申请实施例提高了车辆与空闲车位间的相对位置的准确性。
Description
技术领域
本申请涉及智能汽车技术领域,尤其涉及一种泊车方法、装置及车辆。
背景技术
泊车是人们面临的最大难题,也是有车一族普遍面临的日常问题。在汽车智能化的发展过程中,搭载传感器的车辆进入人们的视线中。传感器不仅能够在自动驾驶上起到关键作用,还可以帮助人们解决泊车问题。搭载传感器的车辆可以通过传感器检测空闲车位,并在行驶过程中根据位姿变化确定车辆与空闲车位的相对位置,根据该相对位置自动泊车或辅助驾驶员泊车,从而帮助人们解决泊车难的问题。
是否能够准确的确定该相对位置在很大程度上决定着车辆是否能够安全、准确的完成泊车。目前,车辆一般通过搭载的惯性测量单元(inertial measurement unit,IMU)来检测位姿变化,从而确定车辆相对于空闲车位的位置。
但是,IMU检测的位姿变化存在一定误差,并且在车辆行驶过程中,该误差在检测的位姿变化和相对位置中不断累积增大,降低相对位置的准确性,导致泊车失败,甚至出现撞车事故。
发明内容
本申请实施例提供了一种泊车方法、装置及车辆,用于提高车辆与空闲车位间的相对位置的准确性。
第一方面,本申请实施例提供了一种泊车方法,包括:获取车辆与空闲车位的第一相对位置;获取第一时刻所述车辆的第一传感器信息;获取第二时刻所述车辆的第二传感器信息;所述车辆从所述第一时刻到第一位置的运动方向与所述车辆从所述第一位置到所述第二时刻的运动方向相反;获取所述第二时刻到所述第一时刻所述车辆的相对位姿信息;将所述第二传感器信息和所述第一传感器信息进行匹配,获取所述相对位姿信息中的累积误差;根据所述累积误差和所述第一相对位置确定所述车辆与所述空闲车位的第二相对位置。
下面对本申请实施例方法的有益效果进行分析。为了便于描述,将获取所述第一相对位置的时刻称作初始时刻,将所述第二时刻到所述第一时刻所述车辆的相对位姿信息称作第一相对位姿信息,将所述第二时刻到初始时刻所述车辆的相对位姿信息称作第二相对位姿信息。
由于所述初始时刻不晚于所述第一时刻,因此,所述第二相对位姿信息中的累计误差包括所述第一相对位姿信息中的累计误差。本申请实施例方法通过确定所述第一相对位姿信息中的累计误差,有利于消除所述第二相对位姿信息中的累计误差。
由于所述第二相对位置可以根据所述第一相对位置和所述第二相对位姿信息确定,因此,本申请实施例方法中,根据所述第一相对位置和所述第一相对位姿信息中的累计误差确定所述第二相对位置,有利于通过消除所述第二相对位姿信息中的累计误差来消除所述第二相对位置中的累积误差,提高所述第二相对位置的准确性,进而有利于提高泊车成功率。
可选的,第一相对位置和第二相对位置还可以包括车辆相对于空闲车位的姿态。
可选的,在第一方面的一种可能的实现方式中,所述第一时刻为获取以下至少一种信号的时刻:所述车辆的刹车信号,所述车辆的启动信号,所述空闲车位的识别信号,和所述空闲车位的选择信号。
在上述任一时刻获取第一传感器信息,有利于及时获取第二传感器信息的匹配对象,进而有利于消除第二相对位置中的累积误差。
可选的,在第一方面的一种可能的实现方式中,所述相对位姿信息用于表示所述第二时刻到所述第一时刻所述车辆的位姿变化;所述车辆的位姿变化包括所述车辆的位置变化,和/或,所述车辆的姿态变化,有利于消除位置变化和姿态变化中的累积误差,从而更加准确的确定车辆与空闲车位的相对位置。
可选的,在第一方面的一种可能的实现方式中,所述相对位姿信息为所述车辆中的惯性测量单元检测得到的。
和通过其他方式(如相邻时刻的图像匹配的方式)检测相对位姿信息,有利于降低占用的运算资源和存储资源。
可选的,在第一方面的一种可能的实现方式中,所述第一传感器信息和所述第二传感器信息为如下至少一种传感器得到的:超声波雷达、微波雷达、激光测距仪和图像探测器。
上述传感器用于检测车辆的环境信息,得到的第一传感器信息和第二传感器信息有利于体现车辆周围的环境,便于实现第一传感器信息和第二传感器信息的匹配,并构建损失函数,以计算累积误差。
可选的,在第一方面的一种可能的实现方式中,所述第一时刻所述车辆的档位为第一档位,所述第二时刻所述车辆的档位为第二档位;所述第一档位为倒车档,所述第二档位为前进档;或者,所述第一档位为前进档,所述第二档位为倒车档。
通过检测档位是否改变来判断是否可以获取第二传感器信息,能够以较低算力损耗的方式提高第二传感器信息与第一传感器信息的匹配成功率。
可选的,在第一方面的一种可能的实现方式中,在所述第一位置所述车辆的档位由所述第一档位切换为所述第二档位;第一行驶距离与第二行驶距离之间的差值不超过阈值,所述第一行驶距离为所述车辆从所述第一时刻到所述第一位置的行驶距离,所述第二行驶距离为所述车辆从所述第一位置到所述第二时刻的行驶距离。
通过检测第一行驶距离与第二行驶距离之间的差值来判断是否可以获取第二传感器信息,能够更加准确的提高第二传感器信息与第一传感器信息的匹配成功率。
可选的,在第一方面的一种可能的实现方式中,所述阈值为根据如下至少一种传感器的感知范围确定的:超声波雷达、微波雷达、激光测距仪和图像探测器。
根据传感器的感知范围确定阈值,有利于更加准确的确定该阈值,进一步提高第二传感器信息与第一传感器信息的匹配成功率。
第二方面,本申请提供了一种泊车装置,包括:获取模块,用于获取车辆与空闲车位的第一相对位置;获取第一时刻所述车辆的第一传感器信息;获取第二时刻所述车辆的第二传感器信息,所述车辆从所述第一时刻到第一位置的运动方向与所述车辆从所述第一位置到所述第二时刻的运动方向相反;获取所述第二时刻到所述第一时刻所述车辆的相对位姿信息;将所述第二传感器信息和所述第一传感器信息进行匹配,获取所述相对位姿信息中的累积误差;确定模块,用于根据所述累积误差和所述第一相对位置确定所述车辆与所述空闲车位的第二相对位置。
可选的,在第二方面的一种可能的实现方式中,所述第一时刻为获取以下至少一种信号的时刻:所述车辆的刹车信号,所述车辆的启动信号,所述空闲车位的识别信号,和所述空闲车位的选择信号。
可选的,在第二方面的一种可能的实现方式中,所述相对位姿信息用于表示所述第二时刻到所述第一时刻所述车辆的位姿变化;所述车辆的位姿变化包括所述车辆的位置变化,和/或,所述车辆的姿态变化。
可选的,在第二方面的一种可能的实现方式中,所述相对位姿信息为所述车辆中的惯性测量单元检测得到的。
可选的,在第二方面的一种可能的实现方式中,所述第一传感器信息和所述第二传感器信息为如下至少一种传感器得到的:超声波雷达、微波雷达、激光测距仪和图像探测器。
可选的,在第二方面的一种可能的实现方式中,所述第一时刻所述车辆的档位为第一档位,所述第二时刻所述车辆的档位为第二档位;所述第一档位为倒车档,所述第二档位为前进档;或者,所述第一档位为前进档,所述第二档位为倒车档。
可选的,在第二方面的一种可能的实现方式中,在所述第一位置所述车辆的档位由所述第一档位切换为所述第二档位;第一行驶距离与第二行驶距离之间的差值不超过阈值,所述第一行驶距离为所述车辆从所述第一时刻到所述第一位置的行驶距离,所述第二行驶距离为所述车辆从所述第一位置到所述第二时刻的行驶距离。
可选的,在第二方面的一种可能的实现方式中,所述阈值为根据如下至少一种传感器的感知范围确定的:超声波雷达、微波雷达、激光测距仪和图像探测器。
第三方面,本申请提供了一种泊车装置,包括:一个或多个处理器;一个或多个存储器;所述处理器与所述存储器耦合,所述存储器,用于存储程序;所述处理器,用于执行所述存储器中的程序,以执行上述第一方面或第一方面的任一种可能实现方式所述的步骤。
第四方面,本申请实施例提供了一种车辆,包括如上述第二方面或第二方面的任一种可能实现方式所述的泊车装置。
第五方面,本申请实施例提供了一种计算机可读存储介质,包括程序,当其在计算机上运行时,使得计算机执行上述第一方面或第一方面的任一种可能实现方式所述的方法。
第六方面,本申请提供了一种计算机程序产品,当计算机程序产品在计算机上运行时,使得计算机执行上述第一方面或第一方面的任一种可能实现方式所述的方法。
第七方面,本申请提供了一种芯片系统,包括处理器和存储器,所述存储器用于存储计算机程序,所述处理器用于调用并运行所述存储器中存储的计算机程序,以执行如上述第一方面或第一方面的任一种可能实现方式所述的方法。该芯片系统,可以由芯片构成,也可以包括芯片和其他分立器件。
附图说明
图1是本申请实施例涉及的车辆的一种示例性功能框图;
图2a以平行车位为例示出了车辆一种可能的泊车过程;
图2b以垂直车位为例示出了车辆一种可能的泊车过程;
图3a是设置有图像探测器的车辆的一种可能的示意图;
图3b是设置有超声波雷达的车辆的一种可能的示意图;
图3c是图3b所示的车辆检测到的探测距离随时间变化的一个示意图;
图4示出了在图2a描述的泊车过程中,车辆根据存在累积误差的相对位置进行泊车的一种可能的示意图;
图5a是本申请泊车方法一种可能的实现方式示意图;
图5b是图5a中步骤505一种可能的细化步骤示意图;
图5c是构建误差函数的一个原理示意图;
图6是将图2a中的远离路径沿y方向平移一段距离后得到的泊车过程示意图;
图7是本申请泊车装置一种可能的实施例示意图;
图8是本申请泊车装置另一种可能的实施例示意图。
具体实施方式
本申请实施例的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换,这仅仅是描述本申请的实施例中对相同属性的对象在描述时所采用的区分方式。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,以便包含一系列单元的过程、方法、系统、产品或设备不必限于那些单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它单元。
应当理解,在本申请中,“至少一个(项)”是指一个或者多个,“多个”是指两个或两个以上。“和/或”用于描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:只存在A,只存在B以及同时存在A和B三种情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,“a和b”,“a和c”,“b和c”,或“a和b和c”,其中a,b,c可以是单个,也可以是多个。
本申请实施例涉及一种车辆,该车辆指由动力驱动,具有4个或4个以上车轮的非轨道承载的车辆,例如用于载运人员和/或货物。该车辆可以集成传感器(例如,超声波雷达和图像探测器等)、控制器和执行器等装置,以具备环境感知能力,实现不同等级的自动泊车功能。
图1是本申请实施例涉及的车辆100的一种示例性功能框图。在一个实施例中,将车辆100配置为完全或部分地自动驾驶模式。例如,车辆100可以在处于自动驾驶模式中的同时控制自身,并且可通过人为操作来确定车辆及其周边环境的当前状态,确定周边环境中的至少一个其他车辆的可能行为,并确定该其他车辆执行可能行为的可能性相对应的置信水平,基于所确定的信息来控制车辆100。在车辆100处于自动驾驶模式中时,可以将车辆100置为在没有人类交互的情况下操作。
车辆100可包括各种子系统,例如行进系统102、传感器系统104、控制系统106、一个或多个外围设备108以及电源110、计算机系统112和用户接口116。可选地,车辆100可包括更多或更少的子系统,并且每个子系统可包括多个元件。另外,车辆100的每个子系统和元件可以通过有线或者无线互连。
行进系统102可包括为车辆100提供动力运动的组件。在一个实施例中,行进系统102可包括引擎118、能量源119、传动装置120和车轮121。
传感器系统104可包括若干个传感器。例如,传感器系统104可包括定位系统122(定位系统可以是GPS系统,也可以是北斗系统或者其他定位系统)和惯性测量单元(inertial measurement unit,IMU)124,传感器系统104还可以包括检测车辆100周边环境信息的传感器,例如雷达126、激光测距仪128和图像探测器130。雷达126可以为超声波雷达或微波雷达等。定位系统122可用于估计车辆100的地理位置。IMU 124用于基于惯性加速度来检测车辆100的位姿变化。在一种可能的实现方式中,IMU 124可以是加速度计和陀螺仪的组合。雷达126可利用无线电信号来检测车辆100的周边环境内的物体。在一些实施例中,除了检测物体以外,雷达126还可用于检测物体的速度和/或前进方向。激光测距仪128可利用激光来检测车辆100所位于的环境中的物体。在一些实施例中,激光测距仪128可包括一个或多个激光源、激光扫描器以及一个或多个检测器,以及其他系统组件。图像探测器130(或称图像探测器)可用于捕捉车辆100的周边环境的多个图像。图像探测器130可以是静态图像探测器或视频图像探测器。
控制系统106为控制车辆100及其组件的操作。控制系统106可包括各种元件,其中包括转向系统132、油门134、制动单元136、传感器融合算法138、计算机视觉系统140、路线控制系统142以及障碍物避免系统144。计算机视觉系统140可以操作来处理和分析由图像探测器130捕捉的图像以便识别车辆100周边环境中的物体和/或特征。在一些实施例中,计算机视觉系统140可以用于为环境绘制地图、跟踪物体、估计物体的速度、识别空闲车位等等。路线控制系统142用于确定车辆100的行驶路线。在一些实施例中,路线控制系统142可结合来自传感器系统104的数据为车辆100确定行驶路线。
可选的,车辆100通过外围设备108与外部传感器、其他车辆、其他计算机系统或用户之间进行交互。外围设备108可包括无线通信系统146、车载电脑148、麦克风150和/或扬声器152。在一些实施例中,外围设备108提供车辆100的用户与用户接口116交互的手段。例如,车载电脑148的触摸显示屏可向车辆100的用户提供信息。用户接口116还可操作车载电脑148的触摸显示屏来接收用户的输入。
车辆100的部分或所有功能受计算机系统112控制。计算机系统112可包括至少一个处理器113,处理器113执行存储在例如存储器114这样的非暂态计算机可读介质中的指令115。计算机系统112还可以是采用分布式方式控制车辆100的个体组件或子系统的多个计算设备。在一些实施例中,存储器114可包含指令115(例如,程序逻辑),指令115可被处理器113执行来执行车辆100的各种功能,包括以上描述的那些功能。存储器114也可包含额外的指令,包括向行进系统102、传感器系统104、控制系统106和外围设备108中的一个或多个发送数据、从其接收数据、与其交互和/或对其进行控制的指令。除了指令115以外,存储器114还可存储数据,例如道路地图、路线信息,以及其他信息。这种信息可在车辆100在自主、半自主和/或手动模式中操作期间被车辆100和计算机系统112使用。
用户接口116,用于向车辆100的用户提供信息或从其接收信息。可选地,用户接口116可包括在外围设备108的集合内的一个或多个输入/输出设备,例如无线通信系统146、车载电脑148、麦克风150和扬声器152。
计算机系统112可基于从各种子系统(例如,行进系统102、传感器系统104和控制系统106)以及从用户接口116接收的输入来控制车辆100的功能。例如,计算机系统112可利用来自控制系统106的输入以便控制转向系统132来避免由传感器系统104和障碍物避免系统144检测到的障碍物。在一些实施例中,计算机系统112可操作来对车辆100及其子系统的许多方面提供控制。上述计算机系统112可以被称作计算中心,用于承担一种或多种功能的计算和控制。
可选地,上述这些组件中的一个或多个可与车辆100分开安装或关联。例如,存储器114可以部分或完全地与车辆100分开存在。上述组件可以按有线和/或无线方式来通信地耦合在一起。需要说明的是,以上车辆100中的各个系统(如传感器系统104、控制系统106、计算机系统112)是逻辑概念,在实际中,各个系统中一个或多个的形态可以是一个实体设备,例如,盒子,也可以是一块单板,或者单板上的一个芯片或者区域。
本申请实施例的应用场景可以包括但不限于:室内外泊车。车位类型可以包括但不限于:垂直车位、平行车位或斜向车位。车位可以是有标记的区域(例如,划线停车位),也可以是无标记的区域。
为了便于理解,下面分别以划线的垂直车位和平行车位为例,介绍车辆的泊车过程。
假设有3个相邻的车位,分别为车位1、车位2和车位3,其中,车位1和车位3分别被车辆1和车辆3占用,车位2未被占用,为空闲车位。
下面结合图2a和图2b分别介绍车辆2由位置A驶入车位2的泊车过程。在图2a和图2b中,分别以三个相邻矩形框内的区域代表车位1、车位2和车位3。
以车位1、车位2和车位3为平行车位为例,示例性的,图2a示出了车辆2向车位2的泊车过程。参考图2a,车位1、车位2和车位3的车位线为短边平行的三个矩形框,车辆2由发现车位2的位置A开始,按照带有箭头的虚线所示的路径驶入车位2。
以车位1、车位2和车位3为垂直车位为例,示例性的,图2b示出了车辆2由位置A向车位2的泊车过程。参考图2b,车位1、车位2和车位3的车位线为长边平行的三个矩形框。
在图2a和图2b所示的泊车过程中,由于位置A过于接近车位2,车辆2无法从位置A以最短路径驶入车位2。因此,在图2a和图2b中,泊车路径均包括两段子路径,分别称作远离路径和驶入路径。结合图2a和图2b,远离路径指的是由位置A经过位置B,到达位置C的路径;驶入路径指的是由位置C经过位置B附近,到达车位2的路径。车辆2按照泊车路径驶入车位2的过程包括:车辆2按照远离路径行驶的过程中,车辆2设置前进档,由位置A开始,先接近车位2,再驶过车位2,经由位置B,到达位置C停止;在位置B车辆2切换为倒车档,之后,车辆2按照驶入路径行驶,由位置C经由位置B附近驶入车位2。
示例性的,本申请实施例涉及的车辆可以执行如下任意一种自动驾驶级别(SAE)的泊车:
1、级别0:指的是在泊车过程中能提供警告和瞬时辅助,比如主动刹车、盲点监测、车道偏离预警和车身稳定系统等。
2、级别1:指的是驾驶员控制车速,车辆根据车速和周边环境来确定并执行转向。级别1对应于半自动泊车;
3、级别2:指的是车辆根据周边环境来确定并执行转向和加减速等全部操作,驾驶员在车内或车外监控。级别2对应于全自动泊车;
4、级别3:指的是车辆在无需驾驶员的操作和监管的情况下停入指定或随机的空闲车位。级别3对应于自主泊车。
上述级别仅用于举例,本申请实施例涉及的车辆还可以执行其他自动驾驶级别的泊车。
为了便于理解本申请实施例涉及的泊车过程,下面将泊车过程拆分成多个泊车环节,并对各个泊车环节进行示例性介绍。
示例性的,泊车过程一般包括如下环节:环境感知、空闲车位定位、泊车路径规划、泊车路径跟随控制和模拟显示等环节。
下面分别介绍各个泊车环节。
1)环境感知:指的是通过车辆获取的传感器信息检测车身周边的物体,例如障碍物和空闲车位等。
环境感知所采用的传感器可以为检测关于车辆周边的环境的信息的传感器,例如为图1中的雷达126、激光测距仪128和图像探测器130中的一种或多种的融合。
2)空闲车位定位:指的是基于环境感知环节检测到空闲车位,根据传感器信息确定车辆与该空闲车位的相对位置,完成对空闲车位的定位。
环境感知和空闲车位定位可以例如由图1中的计算机视觉系统140执行。
下面结合图2a的泊车过程,介绍车辆2采用不同传感器执行的环境感知和空闲车位定位环节。
首先介绍车辆2采用图像探测器执行的环境感知和空闲车位定位环节。
图3a为部署图像探测器的车辆2的一个示意图。以图像探测器为鱼眼相机为例。在图3a中以填充黑色的矩形表示鱼眼相机。由图3a可见,该车辆2的前后左右分别设置一个鱼眼相机,用于进行环境感知。
该车辆2可以通过设置的4个鱼眼相机在图2a中的位置A获取4张鱼眼图像,利用图像拼接技术得到俯视图。车辆2在俯视图中检测到车位2之后,可以确定车位2在俯视图中的像素位置。再根据该像素位置和车辆的鱼眼相机的预标定测量矩阵,得到车位2在车体坐标系中的位置,即确定车辆与车位2的相对位置,完成空闲车位定位。
下面介绍车辆2采用超声波雷达执行的环境感知和空闲车位定位环节。
图3b为部署超声波雷达的车辆2的一个示意图。由图3b可见,该车辆2的前后分别设置4个超声波驻车辅助(ultrasonic parking assistant,UPA)传感器,以填充黑色的三角形表示UPA传感器,用于检测车辆周围的障碍物;该车辆2的左右两侧分别设置2个自动泊车辅助(automatic parking assistant,APA)传感器,以填充黑色的圆形表示APA传感器,用于检测空闲车位和车辆侧向的障碍物。
如图2a所示,车辆2由位置A开始,以某一车速平行经过车位2。在车辆2经过车位2的过程中,车辆2持续获取APA传感器检测到的传感器信息,车辆2可以根据该传感器信息确定APA的探测距离随时间的变化。当探测距离增加,且其增加量超过阈值d时,车辆2认为检测到备选空闲车位的一个边界;当探测距离减小,且其减小量超过阈值d时,车辆2认为检测到该备选空闲车位的另一个边界。
假设车辆2根据车身右后方的APA传感器(如图3b中虚线内的圆形所代表的APA传感器)采集的数据得到探测距离随时间的变化,如图3c所示。
图3c中的t1时刻对应于车辆2在位置A的时刻,此时探测距离为d1,表示车辆2与车辆1之间的距离为d1。在t2时刻,探测距离增加至d2,假设d2-d1>d,车辆2认为在t2时刻检测到备选空闲车位的一个边界,该边界对应于图2a中车位1与车位2之间的公共边界。在t3时刻,探测距离仍为d2,但是在t3时刻之后,探测距离逐渐下降至d1,此时车辆2的位置对应于图2a中的位置B。由于d2-d1>d,车辆2认为在t3时刻检测到备选空闲车位的另一个边界,该边界对应于图2a中车位2与车位3之间的公共边界。
车辆2确定备选空闲车位的两个边界对应的时刻后,可以根据车速和两个时刻之间的时长确定该备选空闲车位的长度。当该长度超过车辆泊车所需的最短长度时,车辆2认为该备选空闲车位(即车位2)为可用的空闲车位。并且,车辆2在位置B可以确定车辆2相对于车位2的位置,完成空闲车位定位。
3)泊车路径规划:指的是根据车辆与空闲车位的相对位置,制定泊车路径。
泊车路径规划可以例如由图1中的路线控制系统142执行。
示例性的,在级别0或1的泊车场景下,该泊车路径用于通过图像或语音等方式指导驾驶员驶入该空闲车位。在级别2或3的泊车场景下,该泊车路径用于指示车辆自动驶入该空闲车位。
4)泊车路径跟随控制:指的是,通过车辆的传感器(例如IMU)不断探测车辆的周边环境,记录车辆的位姿变化,根据位姿变化判断车辆是否按照泊车路径行驶,若车辆偏离泊车路径,则根据车辆当前与空闲车位的相对位置来调整泊车路径。
5)模拟显示:指的是根据车辆的传感器采集的传感器信息和车辆与空闲车位的相对位置构建并输出泊车模拟环境,该泊车模拟环境具有提示与交互作用。
模拟显示可以例如由图1中的用户接口116实现。
例如,当车辆发现空闲车位时,在显示的泊车模拟环境中提示发现空闲车位,并提示空闲车位的位置,用户可以向车辆输入指令,以指示选择该空闲车位进行泊车,或者选择放弃该空闲车位,继续寻找其他空闲车位。
需要说明的是,本申请涉及的泊车过程可以仅包括上述泊车环节中的部分泊车环节。
可选的,可以在发现空闲车位后便执行泊车环节3)。
或者,可选的,以图2a和图2b所示的泊车过程为例,远离路径主要用于远离车位2,以提供充足的泊车距离,泊车辅助的需求不大,因此,在远离路径中可以不执行步骤泊车环节3),而是在驶入路径中执行泊车环节3)。
可选的,基于环境感知环节检测到空闲车位,车辆可以根据泊车环节2)确定的相对位置执行泊车环节3)。
但是,在泊车环节4)或在驶入路径中所执行的泊车环节3)中,由于障碍物遮档等原因,车辆可能无法通过泊车环节1)和2)来定位空闲车位,因此车辆无法根据泊车环节2)确定的相对位置执行泊车环节3)或泊车环节4)。因此,在泊车环节4)或在驶入路径中所执行的泊车环节3)中,现有技术一般根据车辆的位姿变化和泊车环节2)确定的相对位置确定车辆与空闲车位的相对位置。
现有技术一般采用IMU等位姿检测装置来检测车辆的位姿变化。该类位姿检测装置的工作原理一般为:通过记录车辆在相邻时刻间的位姿变化,来累积计算车辆在一段时长内的位姿变化。由于位姿检测装置检测的相邻时刻间的位姿变化存在一定误差,并且在车辆行驶过程中,检测的位姿变化中的误差不断累积增大。位姿检测装置检测的位姿变化向泊车环节4)确定的相对位置中引入较大的累积误差,降低相对位置的准确性,导致泊车失败。
结合图2a和图4,假设车辆2按照驶入路径行驶,并且在t4时刻,根据车辆2确定的相对位置所确定的车辆2的位置在图4中的位置D,车辆2根据确定的与车位2的相对位置生成的泊车路径如图4中带有箭头的曲线1所示。假设在t3时刻车辆2的实际位置在图4中的位置E,车辆2按照生成的泊车路径行驶的实际路线如图4中带有箭头的曲线2所示,由图4可以看出,车辆2按照该泊车路径行驶,无法成功驶入车位2,甚至可能与车辆3相撞。
本申请实施例提供一种泊车方法,用于消除车辆与空闲车位的相对位置中的累积误差,从而提高泊车的成功率。下面对本申请提供的泊车方法实施例进行介绍。
本申请泊车方法的执行主体为泊车装置,示例性的,该泊车装置可以是上述车辆100或车辆100的计算机系统112。
图5a为本申请实施例的一种泊车方法的流程图,本申请泊车方法一种可能的实施例可以包括如下步骤:
501、获取车辆与空闲车位的第一相对位置;
本申请实施例中,泊车装置在发现空闲车位后,可以获取车辆与空闲车位的相对位置。为了便于描述,将该相对位置称作第一相对位置,将获取该第一相对位置的时刻称作初始时刻。
在一种可能的实现方式中,步骤501可以参考上述泊车环节1)和2)的介绍进行理解。可选的,该初始时刻可以为最早通过环境感知检测到该空闲车位的时刻,例如对应于图2a或图2b中的位置A;或者,可选的,该初始时刻可以为最晚通过环境感知检测到该空闲车位的时刻。
可选的,在步骤501之后,参考上述泊车环节3)的描述,泊车装置可以根据该第一相对位置生成由该初始时刻至该空闲车位的泊车路径。
可选的,在步骤501之后,泊车装置可以记录车辆的位姿变化。
502、获取第一时刻车辆的第一传感器信息;
在本申请实施例中,该车辆中可以设置传感器,泊车装置可以获取相应的传感器信息。泊车装置在发现空闲车位后,可以获取第一时刻该车辆的传感器信息。为了便于描述,将该传感器信息称作第一传感器信息。
该第一传感器信息为根据该传感器采集的数据得到的。可选的,该数据为第一时刻检测到的,或者,该数据包括第一时刻检测到的数据和在第一时刻之前一定时长内检测到的数据。
在一种可能的实现方式中,该传感器可以包括上述传感器系统104中用于检测车辆100周边环境信息的一种或多种传感器。
可选的,该传感器为图像探测器,该第一传感器信息为图像信息。例如,该传感器可以为鱼眼相机,示例性的,参考图3a及其描述,该车辆可以设置4个鱼眼相机,该第一传感器信息可以为根据鱼眼相机在第一时刻采集到的数据得到的鱼眼图像或俯视图。
或者,可选的,该传感器为超声波雷达,该第一传感器信息为探测距离随时间的分布,或者称为障碍物的包络图。例如,该传感器可以为APA传感器,示例性的,参考图3b及其描述,该车辆可以设置4个APA传感器,该第一传感器信息可以为根据APA传感器数据得到的在第一时刻及其之前的一定时长内的探测距离。例如,该第一传感器信息可以用于表示图3c中探测距离按时间的分布信息。
503、获取第二时刻车辆的第二传感器信息;
在第一时刻之后,该车辆行驶至第一位置,之后继续从第一位置行驶至第二时刻,并且,该车辆从第一时刻到第一位置的运动方向与车辆从第一位置到第二时刻的运动方向相反。示例性的,参考图2a和图2b,第一位置可以为位置C,第一时刻为远离路径中的一个时刻,第二时刻为驶入路径中的一个时刻。
泊车装置可以获取第二时刻该车辆的传感器信息,为了便于描述,将该传感器信息称作第二传感器信息。对第二传感器信息的理解可以参考步骤502中对第一传感器信息的描述,此处不再赘述。
504、获取第二时刻到第一时刻车辆的相对位姿信息;
在获取到第二传感器信息之后,泊车装置可以获取第二时刻到第一时刻该车辆的相对位姿信息。该相对位姿信息用于表示第二时刻该车辆的位姿相对于第一时刻该车辆的位姿的位姿变化。
车辆的位姿包括车辆的位置和姿态。示例性的,在三维坐标系中,车辆的位置可以用三维坐标来表示,车辆的姿态可以用车辆的偏航角、俯仰角、横滚角来表示。
相应的,车辆的位姿变化包括车辆的位置变化和姿态变化。可选的,位置变化可以用平移向量来表示,位姿变化可以用旋转矩阵来表示,示例性的,该旋转矩阵可以用于表示车辆的偏航角、俯仰角和横滚角的变化。
该泊车装置通过位姿检测装置来检测车辆的位姿变化,位姿检测装置的工作原理一般为:通过记录车辆在相邻时刻间的位姿变化,来累积计算车辆在一段时长内的位姿变化。该相对位姿信息中存在一定累积误差。可选的,该位姿检测装置为IMU。
505、将第二传感器信息和第一传感器信息进行匹配,获取相对位姿信息中的累积误差;
泊车装置获取第一传感器信息和第二传感器信息后,可以将第二传感器信息和第一传感器信息进行匹配,获取第二时刻到第一时刻该车辆的位姿变化中的累积误差。在本申请实施例中,“位姿变化中的累积误差”和“相对位姿信息中的累积误差”具有相同的含义。
506、根据累积误差和第一相对位置确定车辆与空闲车位的第二相对位置。
泊车装置在获取第二时刻到第一时刻该车辆的相对位姿信息中的累积误差后,可以根据第一相对位置、第二时刻到初始时刻该车辆的相对位姿信息和该累积误差,确定该车辆与该空闲车位的第二相对位置。
由于所述初始时刻不晚于所述第一时刻,因此,所述第二相对位姿信息中的累计误差包括所述第一相对位姿信息中的累计误差。本申请实施例方法通过确定所述第一相对位姿信息中的累计误差,有利于消除所述第二相对位姿信息中的累计误差。由于所述第二相对位置可以根据所述第一相对位置和所述第二相对位姿信息确定,因此,本申请实施例方法中,根据所述第一相对位置和所述第一相对位姿信息中的累计误差确定所述第二相对位置,这样有利于消除第二相对位置中的累积误差,提高第二相对位置的准确性,从而有利于提高泊车成功率。
第二时刻到初始时刻该车辆的相对位姿信息用于表示第二时刻到初始时刻该车辆的位姿变化。可选的,泊车装置可以根据位姿检测装置检测第二时刻该车辆的位姿相对于初始时刻该车辆的位姿变化。可以参考前述相关描述来理解位姿变化和位姿检测装置,此处不再赘述。
在一种可能的实现方式中,第一时刻为该初始时刻。那么,第二时刻到初始时刻该车辆的位姿变化为第二时刻到第一时刻该车辆的位姿变化。可选的,若第一时刻为该初始时刻,第一相对位置可以为根据第一传感器信息确定的。
或者,在一种可能的实现方式中,第一时刻为该初始时刻之后的一个时刻。那么,第二时刻到初始时刻该车辆的位姿变化包括:第二时刻到第一时刻该车辆的位姿变化和第一时刻到初始时刻该车辆的位姿变化。相应的,在步骤506之前,本申请实施例还可以获取第二时刻到初始时刻该车辆的相对位姿信息,或者,获取第一时刻到初始时刻该车辆的相对位姿信息。
可选的,在步骤505之后,参考上述泊车环节3),泊车装置可以根据第二相对位置生成泊车路径。
基于步骤501之后泊车装置根据该第一相对位置生成由该初始时刻至该空闲车位的泊车路径,可选的,在步骤504之后,在步骤505之前,泊车装置还可以根据该累积误差对第二时刻到第一时刻车辆的相对位姿信息进行修正,参考泊车环节4),泊车装置根据修正后的相对位姿信息判断该车辆是否按照该泊车路径行驶,若偏离该泊车路径,则泊车装置执行步骤506,并根据第二相对位置调整泊车路径。
下面对步骤505一种可能的具体实现方式进行介绍。参考图5b,步骤505可以具体包括如下步骤:
5051、分别对第一传感器信息和第二传感器信息进行特征提取;
特征是指传感器信息中具有标识性的点或线或区域。图像探测器对应的传感器信息为图像信息,从图像信息中提取的特征可以是在图像中的点特征、线特征或泊车位等信息。超声波雷达对应的传感器信息为超声波雷达发射的探测波扫描出的障碍物的外包络图像,从外包络图像中提取的特征可以是外包络图中的点特征和线特征等信息。
其中,点特征是指满足一定特征的角点,例如,角点处更多方向上的梯度将会取得较大值,或者以角点为中心的圆环上有更长连续像素点的取值与中心点的取值差异较大,或者以角点为中心的中心对称区域中与角点取值相同的像素最少等。线特征是满足共线、平行、垂直等关系的一组或多组直线。泊车位信息包括该泊车位入口线中点的位置、该泊车位的方向以及该泊车位的长度等。
5052、将第一传感器信息中的特征和第二传感器信息中的特征进行匹配;
若第一传感器信息中的特征与第二传感器信息中的特征匹配,那么,第一传感器信息中的特征与第二传感器信息中的特征对应于世界坐标系中相同的物体。将第一传感器信息中的特征和第二传感器信息中的特征进行匹配。
5053、根据第一传感器信息和第二传感器信息中相匹配的特征构建误差函数,通过计算误差函数的最优解确定相对位姿信息中的累积误差;
将第一传感器信息中的特征和第二传感器信息中的特征进行匹配后,可以确定第一传感器信息中匹配的特征(称作第一特征),还可以确定第二传感器信息中匹配的特征(称作第二特征)。假设第一传感器信息中包括n个第一特征,第二传感器信息中包括n个第二特征,并且第i个第一特征与第i个第二特征相互匹配,n为正整数,i为小于n的正整数。
之后,可选的,可以根据第i个第一特征在第一传感器信息中的像素位置、第i个第二特征在第二传感器信息中的像素位置和相对位姿信息构建以累积误差为变量的第i个误差函数。以此类推,可以构建以累积误差为变量的n个误差函数。之后,通过计算n个误差函数的最优解确定累积误差。其中,误差函数又可以称作优化函数或约束函数等。
下面以第一传感器信息和第二传感器信息为车辆上相机检测的第一图像和第二图像为例,介绍步骤5053一种可能的具体实现方式。
图5c是构建误差函数的原理示意图。如图5c所示,以O1点代表第一时刻相机的位置,以O2点代表第二时刻相机的位置,以矩形I1代表第一图像,以矩形I2代表第二图像,以矩形I1中的P1点代表第1个第一特征,以矩形I2中的P2点代表第1个第二特征,P1点和P2点对应于世界坐标系中的同一点P。
假设P1点在相机坐标系中的坐标为(X1,Y1,Z1)T,P2点在相机坐标系中的坐标(即在第二图像中的像素位置)为(X2,Y2,Z2)T,P1点在第一图像中的像素位置为p1=(u1,v1)T,P2点在第二图像中的像素位置为p2=(u2,v2)T,相机的内参矩阵为K。以包括待定累积误差的旋转矩阵R和平移向量t表示相机从第二时刻到第一时刻的位姿变化,那么K-1Z2p2=RK-1Z1p1+t。忽略尺度因子Z1和Z2,有K-1p2~RK-1p1+t。令x2=K-1p2,x1=K-1p1,有x2~Rx1+t。令E=t×R(×表示叉积),得到根据第1个第一特征和第1个第二特征构建的第1个误差函数:x2 TEx1=0。已知x1和x2,通过对E进行分解,可以计算R和t中的累积误差。
按照上述方法,可以分别根据n个第一特征构和n个第二特征构建n个误差函数,并根据n个误差函数计算R和t中的累积误差。
在一种可能的实现方式中,第一时刻为获取以下至少一种信号的时刻:车辆的刹车信号,车辆的启动信号,空闲车位的识别信号,和空闲车位的选择信号。
下面分别对这几种情况进行举例介绍。
1、车辆在第一时刻通过泊车环节1)识别到空闲车位,此时车辆获取第一传感器信息;
2、车辆通过泊车环节1)识别到空闲车位后,可以通过泊车环节5)提示该空闲车位的信息(例如车辆与空闲车位的相对位置),在第一时刻获取到用户对该空闲车位的选择信号,此时车辆可以获取第一传感器信息;
3、响应于用户下达的指令,车辆在行驶过程中通过泊车环节1)检测空闲车位,在车辆识别到空闲车位并将该空闲车位的信息输出给用户后,在第一时刻获取到车辆的刹车信号,此时车辆可以获取第一传感器信息;
4、响应于用户下达的指令,车辆在停止状态下通过泊车环节1)检测空闲车位,在识别到空闲车位并将该空闲车位的信息输出给用户后,在第一时刻获取到车辆的启动信号,此时车辆可以获取第一传感器信息。
结合图6示例性的描述第一时刻车辆的位置。图6所示的泊车过程与图2a的泊车过程相同,区别仅在于,为了区分远离路径和驶入路径,图6中将图2a中的远离路径沿y方向平移一段距离。图6中,以远离路径上的位置1代表第一时刻车辆2所在的位置。
可选的,在第一时刻之后,在到达第一位置之前,泊车装置还可以获取一个或多个时刻的传感器信息,用于与第二传感器信息匹配,有利于为第二传感器信息提供更多的匹配对象,提高匹配成功率和准确性。示例性的,在图6中以远离路径上位置2代表该一个或多个时刻中的一个时刻车辆2所在的位置。
在一种可能的实现方式中,第一时刻车辆的档位为第一档位,第二时刻车辆的档位为第二档位。其中,第一档位为倒车档,第二档位为前进档;或者,第一档位为前进档,第二档位为倒车档。
在一种可能的实现方式中,在第一位置车辆的档位由第一档位切换为第二档位。例如,车辆以倒车档由第一时刻行驶至第一位置,之后以前进档由第一位置行驶至第二时刻。或者,例如,车辆以前进档由第一时刻行驶至第一位置,之后以倒车档由第一位置行驶至第二时刻。
在一种可能的实现方式中,在由第一位置至空闲车位的行驶过程中,泊车装置可以在多个时刻执行步骤503至步骤506,例如,每隔固定时长执行一次步骤503至步骤506。但是,若该多个时刻中某个时刻车辆的位置(例如图6中的位置C)与第一时刻车辆的位置(如图6中位置1)之间的距离过远,泊车装置获取的这两个时刻的传感器信息不匹配,将浪费泊车装置的运算资源和存储资源。
为了便于描述,将车辆从第一时刻到第一位置的行驶距离称作第一行驶距离,将车辆从第一位置到第二时刻的行驶距离称作第二行驶距离。在一种可能的实现方式中,第一行驶距离与第二行驶距离之间的差值不超过阈值。示例性的,泊车装置记录车辆由第一时刻到第一位置之间的第一行驶距离,之后,在车辆由第一位置向空闲车位的行驶过程中,泊车装置检测车辆的行驶距离,当该行驶距离与第一行驶距离之间的差异小于该阈值时,泊车装置可以选取第二时刻,并执行步骤503至步骤506。
通过保证选取的第二时刻车辆的位置与第一时刻车辆的位置间距小于阈值,有利于提高第一传感器信息与第二传感器信息的匹配成功率,有利于节约泊车装置的运算资源和存储资源。
在一种可能的实现方式中,该阈值可以通过基于车辆在由第一时刻行驶至第一位置的过程中,IMU、轮数脉冲个数和方向盘转角等一种或多种数据计算得到的。假设车辆每行驶1m,泊车装置获取的行驶距离中的误差为0.02m,那么,若第一行驶距离为40m,那么泊车装置可以确定该阈值为40*0.02m=0.8m。也就是说,车辆在由第一位置向空闲车位的行驶过程中,若泊车装置获取的当前时刻与第一位置的行驶距离大于或等于19.2m,并且小于或等于40.8m,那么泊车装置可以以当前时刻为第二时刻,执行步骤503至步骤506。
或者,在一种可能的实现方式中,泊车装置可以根据如下至少一种传感器的感知范围确定该阈值:超声波雷达、微波雷达、激光测距仪、红外探测器和图像探测器。可选的,用于确定该阈值的传感器为设置在该车辆上的传感器,可以为用于检测第一传感器信息和第二传感器信息的传感器。
可选的,该传感器的感知范围越大,该传感器对应的阈值越大,反之,该传感器的感知范围越小,该传感器对应的阈值越小。
以该车辆为图3a所示的车辆2为例,泊车装置根据鱼眼相机采集的数据获取第一传感器信息和第二传感器信息,那么,该阈值为根据鱼眼相机的感知范围确定的。
以该车辆为图3b所示的车辆2为例,泊车装置根据超声波雷达采集的数据获取第一传感器信息和第二传感器信息,那么,该阈值为根据超声波雷达的感知范围确定的。
一般情况下,鱼眼相机的感知范围大于超声波雷达的感知范围,因此,根据鱼眼相机的感知范围确定的阈值大于根据超声波雷达的感知范围确定的阈值。继续以图6为例,假设泊车装置在远离路径上仅在位置1获取传感器信息,对于根据鱼眼相机采集的数据获取第一传感器信息和第二传感器信息的情况,车辆行驶至驶入路径上的位置3时,泊车装置便可以获取第二传感器信息;而对于根据超声波雷达采集的数据获取第一传感器信息和第二传感器信息的情况,位置3尚不满足阈值条件,车辆行驶至驶入路径上的位置4时,泊车装置才能获取第二传感器信息。
在一种可能的实现方式中,泊车装置可以根据多种传感器采集的数据获取第一传感器信息,根据该多种传感器中的至少一种传感器采集的数据获取第二传感器信息。
例如,继续参考图6,以该多种传感器包括鱼眼相机和超声波雷达为例,泊车装置可以获取位置1的俯视图和包络图。之后,当车辆由第一位置行驶至位置3时,由于位置3满足鱼眼相机对应的阈值条件,泊车装置可以获取位置3的俯视图,以位置1的俯视图为第一传感器信息,以位置3的俯视图为第二传感器信息,执行步骤505和步骤506。当车辆继续行驶至位置4时,由于位置4同时满足鱼眼相机和超声波雷达对应的阈值条件,泊车装置可以获取位置3的俯视图和包络图,以位置1的俯视图和包络图为第一传感器信息,以位置3的俯视图和包络图为第二传感器信息,执行步骤505和步骤506。在步骤505中,泊车装置将相同类别的传感器信息进行匹配,之后,根据两种类别的传感器信息的匹配结果获取累积误差,有利于提高累积误差的准确性。
应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
相应的,本申请实施例提供一种泊车装置,用以执行上述任一实施例提供的泊车方法。可选的,该泊车装置可以是车辆或设置在车辆中的装置,例如图1中的车辆100或车辆100的计算机系统112。
图7是本申请实施例提供的泊车装置一种可能的结构示意图。泊车装置700可以包括获取模块701,用于获取车辆与空闲车位的第一相对位置;获取第一时刻所述车辆的第一传感器信息;获取第二时刻所述车辆的第二传感器信息,所述车辆从所述第一时刻到第一位置的运动方向与所述车辆从所述第一位置到所述第二时刻的运动方向相反;获取所述第二时刻到所述第一时刻所述车辆的相对位姿信息;将所述第二传感器信息和所述第一传感器信息进行匹配,获取所述相对位姿信息中的累积误差。
泊车装置700还可以包括确定模块702,用于根据所述累积误差和所述第一相对位置确定所述车辆与所述空闲车位的第二相对位置。
获取模块701和泊车装置700耦合,具体执行过程请参考上述方法实施例中相应步骤的详细描述,这里不再赘述。
本申请实施例中的耦合是装置、单元或模块之间的间接耦合或通信连接,可以是电性,机械或其它的形式,用于装置、单元或模块之间的信息交互。
本申请实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,另外,在本申请各个实施例中的各功能模块可以集成在一个处理器中,也可以是单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
图8是本申请实施例提供的泊车装置另一种可能的结构示意图。示例性的,该泊车装置800可以为芯片系统。本申请实施例中,芯片系统可以由芯片构成,也可以包含芯片和其他分立器件。
泊车装置800包括至少一个处理器801,用于实现本申请实施例提供的方法。泊车装置800还可以包括至少一个存储器802,用于存储程序指令和/或数据。存储器802和处理器801耦合。处理器801可能和存储器802协同操作。处理器801可能执行存储器802中存储的程序指令。所述至少一个存储器802中的一个或多个存储器可以包括于处理器801中。
本申请实施例中不限定上述处理器801和存储器802之间的具体连接介质。本申请实施例在图8中以存储器802和处理器801之间通过总线803连接为例,总线在图8中以粗线表示,其它部件之间的连接方式,仅是进行示意性说明,并不引以为限。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图8中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
在本申请实施例中,处理器可以是通用处理器、数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件,可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
在本申请实施例中,存储器可以是非易失性存储器,比如硬盘(hard disk drive,HDD)或固态硬盘(solid-state drive,SSD)等,还可以是易失性存储器(volatilememory),例如随机存取存储器(random-access memory,RAM)。存储器是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。本申请实施例中的存储器还可以是电路或者其它任意能够实现存储功能的装置,用于存储程序指令和/或数据。
本申请实施例提供的技术方案可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、网络设备、终端设备或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line,DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机可以存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,数字视频光盘(digital video disc,DVD))、或者半导体介质等。
在本申请实施例中,在无逻辑矛盾的前提下,各实施例之间可以相互引用,例如方法实施例之间的方法和/或术语可以相互引用,例如装置实施例之间的功能和/或术语可以相互引用,例如装置实施例和方法实施例之间的功能和/或术语可以相互引用。
在本申请实施例中,至少一个还可以描述为一个或多个,多个可以是两个、三个、四个或者更多个,本申请不做限制。
在本申请实施例中,“/”可以表示前后关联的对象是一种“或”的关系,例如,A/B可以表示A或B;“和/或”可以用于描述关联对象存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况,其中A,B可以是单数或者复数。为了便于描述本申请实施例的技术方案,在本申请实施例中,可以采用“第一”、“第二”等字样对功能相同或相似的技术特征进行区分。该“第一”、“第二”等字样并不对数量和执行次序进行限定,并且“第一”、“第二”等字样也并不限定一定不同。在本申请实施例中,“示例性的”或者“例如”等词用于表示例子、例证或说明,被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念,便于理解。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (19)
1.一种泊车方法,其特征在于,包括:
获取初始时刻车辆与空闲车位的第一相对位置;
获取第一时刻所述车辆的第一传感器信息;
获取第二时刻所述车辆的第二传感器信息;
所述车辆从所述第一时刻到第一位置的运动方向与所述车辆从所述第一位置到所述第二时刻的运动方向相反;
获取所述第二时刻到所述第一时刻所述车辆的相对位姿信息;
将所述第二传感器信息和所述第一传感器信息进行匹配,获取所述相对位姿信息中的累积误差;
根据所述累积误差修正所述车辆从所述第二时刻到所述初始时刻的相对位姿,并根据修正后的所述相对位姿和所述第一相对位置确定所述车辆与所述空闲车位的第二相对位置。
2.根据权利要求1所述的方法,其特征在于,所述第一时刻为获取以下至少一种信号的时刻:
所述车辆的刹车信号,所述车辆的启动信号,所述空闲车位的识别信号,和所述空闲车位的选择信号。
3.根据权利要求1或2所述的方法,其特征在于,所述相对位姿信息用于表示所述第二时刻到所述第一时刻所述车辆的位姿变化;
所述车辆的位姿变化包括所述车辆的位置变化,和/或,所述车辆的姿态变化。
4.根据权利要求1或2所述的方法,其特征在于,所述相对位姿信息为所述车辆中的惯性测量单元检测得到的。
5.根据权利要求1或2所述的方法,其特征在于,所述第一传感器信息和所述第二传感器信息为如下至少一种传感器得到的:
超声波雷达、微波雷达、激光测距仪和图像探测器。
6.根据权利要求1或2所述的方法,其特征在于,所述第一时刻所述车辆的档位为第一档位,所述第二时刻所述车辆的档位为第二档位;
所述第一档位为倒车档,所述第二档位为前进档;
或者,所述第一档位为前进档,所述第二档位为倒车档。
7.根据权利要求6所述的方法,其特征在于,在所述第一位置所述车辆的档位由所述第一档位切换为所述第二档位;
第一行驶距离与第二行驶距离之间的差值不超过阈值,所述第一行驶距离为所述车辆从所述第一时刻到所述第一位置的行驶距离,所述第二行驶距离为所述车辆从所述第一位置到所述第二时刻的行驶距离。
8.根据权利要求7所述的方法,其特征在于,所述阈值为根据如下至少一种传感器的感知范围确定的:
超声波雷达、微波雷达、激光测距仪和图像探测器。
9.一种泊车装置,其特征在于,包括:
获取模块,用于获取初始时刻车辆与空闲车位的第一相对位置;获取第一时刻所述车辆的第一传感器信息;获取第二时刻所述车辆的第二传感器信息,所述车辆从所述第一时刻到第一位置的运动方向与所述车辆从所述第一位置到所述第二时刻的运动方向相反;获取所述第二时刻到所述第一时刻所述车辆的相对位姿信息;将所述第二传感器信息和所述第一传感器信息进行匹配,获取所述相对位姿信息中的累积误差;
确定模块,用于根据所述累积误差修正所述车辆从所述第二时刻到所述初始时刻的相对位姿,并根据修正后的所述相对位姿和所述第一相对位置确定所述车辆与所述空闲车位的第二相对位置。
10.根据权利要求9所述的装置,其特征在于,所述第一时刻为获取以下至少一种信号的时刻:
所述车辆的刹车信号,所述车辆的启动信号,所述空闲车位的识别信号,和所述空闲车位的选择信号。
11.根据权利要求9或10所述的装置,其特征在于,所述相对位姿信息用于表示所述第二时刻到所述第一时刻所述车辆的位姿变化;
所述车辆的位姿变化包括所述车辆的位置变化,和/或,所述车辆的姿态变化。
12.根据权利要求9或10所述的装置,其特征在于,所述相对位姿信息为所述车辆中的惯性测量单元检测得到的。
13.根据权利要求12所述的装置,其特征在于,所述第一传感器信息和所述第二传感器信息为如下至少一种传感器得到的:
超声波雷达、微波雷达、激光测距仪和图像探测器。
14.根据权利要求9或10所述的装置,其特征在于,所述第一时刻所述车辆的档位为第一档位,所述第二时刻所述车辆的档位为第二档位;
所述第一档位为倒车档,所述第二档位为前进档;
或者,所述第一档位为前进档,所述第二档位为倒车档。
15.根据权利要求14所述的装置,其特征在于,在所述第一位置所述车辆的档位由所述第一档位切换为所述第二档位;
第一行驶距离与第二行驶距离之间的差值不超过阈值,所述第一行驶距离为所述车辆从所述第一时刻到所述第一位置的行驶距离,所述第二行驶距离为所述车辆从所述第一位置到所述第二时刻的行驶距离。
16.根据权利要求15所述的装置,其特征在于,所述阈值为根据如下至少一种传感器的感知范围确定的:
超声波雷达、微波雷达、激光测距仪和图像探测器。
17.一种计算机可读存储介质,包括程序,当其在计算机上运行时,使得计算机执行如权利要求1至8中任一项所述的方法。
18.一种泊车装置,包括处理器和存储器,所述处理器与所述存储器耦合,其特征在于,所述存储器,用于存储程序;
所述处理器,用于执行所述存储器中的程序,以执行如权利要求1至8中任一项所述的方法。
19.一种车辆,其特征在于,包括如权利要求9至16中任一项所述的泊车装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010355549.8A CN113561963B (zh) | 2020-04-29 | 2020-04-29 | 一种泊车方法、装置及车辆 |
PCT/CN2021/077351 WO2021218310A1 (zh) | 2020-04-29 | 2021-02-23 | 一种泊车方法、装置及车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010355549.8A CN113561963B (zh) | 2020-04-29 | 2020-04-29 | 一种泊车方法、装置及车辆 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113561963A CN113561963A (zh) | 2021-10-29 |
CN113561963B true CN113561963B (zh) | 2023-05-05 |
Family
ID=78158503
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010355549.8A Active CN113561963B (zh) | 2020-04-29 | 2020-04-29 | 一种泊车方法、装置及车辆 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113561963B (zh) |
WO (1) | WO2021218310A1 (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115223132B (zh) * | 2021-11-10 | 2023-10-27 | 广州汽车集团股份有限公司 | 一种空车位识别方法与系统、计算机可读存储介质 |
CN113928309A (zh) * | 2021-11-24 | 2022-01-14 | 纵目科技(上海)股份有限公司 | 自动泊车方法、系统、设备及计算机可读存储介质 |
CN114228701B (zh) * | 2021-11-30 | 2023-10-20 | 岚图汽车科技有限公司 | 一种基于传感器数据融合的泊车控制方法和装置 |
CN114494428B (zh) * | 2021-12-23 | 2022-11-11 | 禾多科技(北京)有限公司 | 车辆位姿矫正方法、装置、电子设备和计算机可读介质 |
CN116189137B (zh) * | 2022-12-07 | 2023-08-04 | 深圳市速腾聚创科技有限公司 | 车位检测方法、电子设备及计算机可读存储介质 |
CN115629386B (zh) * | 2022-12-21 | 2023-04-11 | 广州森弘信息科技有限公司 | 一种用于自动泊车的高精度定位系统及方法 |
CN116740982B (zh) * | 2023-08-15 | 2023-12-01 | 禾多科技(北京)有限公司 | 目标车位的确定方法、装置、存储介质及电子装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109733384A (zh) * | 2018-12-25 | 2019-05-10 | 科大讯飞股份有限公司 | 泊车路径设置方法及系统 |
CN109949609A (zh) * | 2019-04-30 | 2019-06-28 | 广州小鹏汽车科技有限公司 | 一种车辆的定位修正方法及系统、车辆 |
CN110333510A (zh) * | 2019-06-29 | 2019-10-15 | 惠州市德赛西威汽车电子股份有限公司 | 一种单雷达泊车定位方法及系统 |
CN110422167A (zh) * | 2019-07-26 | 2019-11-08 | 浙江吉利汽车研究院有限公司 | 用于混合动力车辆自动泊车的驱动控制系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101573257B (zh) * | 2006-12-28 | 2011-08-10 | 株式会社丰田自动织机 | 停车辅助装置及方法、行车参数的计算方法及装置 |
CN102407848A (zh) * | 2010-09-21 | 2012-04-11 | 高强 | 具有自动泊车与智能驾驶功能的控制器系统 |
CN102874252B (zh) * | 2012-08-30 | 2015-12-09 | 江苏大学 | 辅助泊车轨迹规划及修正方法及系统 |
JP2015013596A (ja) * | 2013-07-05 | 2015-01-22 | トヨタ自動車株式会社 | 駐車支援装置及び駐車支援方法 |
JP6251940B2 (ja) * | 2014-06-30 | 2017-12-27 | 日立オートモティブシステムズ株式会社 | 駐車軌跡算出装置および駐車軌跡算出方法 |
KR102227855B1 (ko) * | 2015-01-22 | 2021-03-15 | 현대모비스 주식회사 | 주차 가이드 시스템 및 그 제어방법 |
US11393340B2 (en) * | 2016-12-30 | 2022-07-19 | Hyundai Motor Company | Automatic parking system and automatic parking method |
-
2020
- 2020-04-29 CN CN202010355549.8A patent/CN113561963B/zh active Active
-
2021
- 2021-02-23 WO PCT/CN2021/077351 patent/WO2021218310A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109733384A (zh) * | 2018-12-25 | 2019-05-10 | 科大讯飞股份有限公司 | 泊车路径设置方法及系统 |
CN109949609A (zh) * | 2019-04-30 | 2019-06-28 | 广州小鹏汽车科技有限公司 | 一种车辆的定位修正方法及系统、车辆 |
CN110333510A (zh) * | 2019-06-29 | 2019-10-15 | 惠州市德赛西威汽车电子股份有限公司 | 一种单雷达泊车定位方法及系统 |
CN110422167A (zh) * | 2019-07-26 | 2019-11-08 | 浙江吉利汽车研究院有限公司 | 用于混合动力车辆自动泊车的驱动控制系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113561963A (zh) | 2021-10-29 |
WO2021218310A1 (zh) | 2021-11-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113561963B (zh) | 一种泊车方法、装置及车辆 | |
EP3104284B1 (en) | Automatic labeling and learning of driver yield intention | |
CN113554698B (zh) | 车辆位姿信息生成方法、装置及电子设备、存储介质 | |
CN110969655B (zh) | 用于检测车位的方法、装置、设备、存储介质以及车辆 | |
CN108688660B (zh) | 运行范围确定装置 | |
US10860868B2 (en) | Lane post-processing in an autonomous driving vehicle | |
CN113460033B (zh) | 一种自动泊车方法以及装置 | |
US11436815B2 (en) | Method for limiting object detection area in a mobile system equipped with a rotation sensor or a position sensor with an image sensor, and apparatus for performing the same | |
RU2750243C2 (ru) | Способ и система для формирования траектории для беспилотного автомобиля (sdc) | |
CN113267199A (zh) | 行驶轨迹规划方法及装置 | |
CN113228135A (zh) | 一种盲区图像获取方法及相关终端装置 | |
CN112046481B (zh) | 自动驾驶装置和方法 | |
CN114973050A (zh) | 自动驾驶应用中深度神经网络感知的地面实况数据生成 | |
CN110751336B (zh) | 无人载具的避障方法、避障装置及无人载具 | |
CN114694111A (zh) | 车辆定位 | |
CN115042806B (zh) | 一种代客泊车的路径显示方法、装置及电子设备 | |
KR101875517B1 (ko) | 영상 처리 방법 및 장치 | |
WO2022266854A1 (zh) | 一种车位检测方法及装置 | |
CN114511834A (zh) | 一种确定提示信息的方法、装置、电子设备及存储介质 | |
EP4336467A1 (en) | Method and apparatus for modeling object, storage medium, and vehicle control method | |
KR102614325B1 (ko) | 차량의 사고 이벤트를 분석하기 위한 전자 장치 및 그 동작방법 | |
CN114563007B (zh) | 障碍物的运动状态预测方法、装置、电子设备及存储介质 | |
US20230237793A1 (en) | False track mitigation in object detection systems | |
US20230252638A1 (en) | Systems and methods for panoptic segmentation of images for autonomous driving | |
WO2020073270A1 (en) | Snapshot image of traffic scenario |
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 |