CN113650605A - 泊车控制方法及系统 - Google Patents
泊车控制方法及系统 Download PDFInfo
- Publication number
- CN113650605A CN113650605A CN202111081704.2A CN202111081704A CN113650605A CN 113650605 A CN113650605 A CN 113650605A CN 202111081704 A CN202111081704 A CN 202111081704A CN 113650605 A CN113650605 A CN 113650605A
- Authority
- CN
- China
- Prior art keywords
- parking
- path
- target
- information
- vehicle
- 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
- 238000000034 method Methods 0.000 title claims abstract description 71
- 230000007613 environmental effect Effects 0.000 claims description 26
- 238000010586 diagram Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 12
- 238000004590 computer program Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000010276 construction Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004898 kneading Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000002093 peripheral effect Effects 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
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种泊车控制方法及系统,涉及汽车领域,该方法包括:获取目标停车场的地图信息;基于地图信息确定目标车辆的第一泊车路径,并控制目标车辆按照第一泊车路径进行泊车;如果监控到目标车辆触发停车避让操作且等待时长大于预设时长,则向车辆端的云端服务器发送泊车路径重规划请求;接收云端服务器发送的第二泊车路径并控制目标车辆按照第二泊车路径进行泊车,其中,第二泊车路径是云端服务器基于第一泊车路径、目标车辆的当前位置及存储的目标停车场的地图信息进行局部路径规划得到的。本申请保证了目标车辆即使受到路障阻碍也能够顺利泊车至指定位置,减少了用户的泊车时间。
Description
技术领域
本申请涉及汽车领域,尤其涉及一种泊车控制方法及系统。
背景技术
目前,越来越多的车辆中已经配置了自动代客泊车(Autonomous Valet Parking,简称AVP)功能。
现有的大多数车辆的AVP功能都是基于停车场端建设来实现的,采用车端与停车场地图相结合的方式,为车辆规划出停车路径进行自动代客泊车。然而,在一些特殊情况下,如停车场内存在不规则停放的车辆、停车场内增加了临时施工区、目的停车位被占用等情况,车辆无法通过AVP功能顺利到达停车路径指定的终点位置,延长了用户的泊车时间。
发明内容
本申请实施例提供一种泊车控制方法及系统,保证了目标车辆即使受到路障阻碍也能够顺利泊车至指定位置,减少了用户的泊车时间。
本申请实施例采用下述技术方案:
第一方面,本申请提供了一种泊车控制方法,应用于目标车辆的车辆端,该方法包括:
获取目标停车场的地图信息,所述地图信息包括目标停车场的路径信息、车位位置信息及车位占用信息;
基于所述地图信息确定目标车辆的第一泊车路径,并控制所述目标车辆按照所述第一泊车路径进行泊车;
如果监控到所述目标车辆触发停车避让操作且等待时长大于预设时长,则向所述车辆端的云端服务器发送泊车路径重规划请求,其中,所述泊车路径重规划请求用于重新规划泊车路径,所述泊车路径重规划请求中携带有所述第一泊车路径信息和所述目标车辆的当前位置信息;
接收云端服务器发送的第二泊车路径并控制所述目标车辆按照所述第二泊车路径进行泊车,其中,所述第二泊车路径是所述云端服务器基于所述第一泊车路径、所述目标车辆的当前位置及存储的所述目标停车场的地图信息进行局部路径规划得到的。
第二方面,本申请提供了一种泊车控制方法,应用于目标车辆的车辆端,包括:
向云端服务器发送关于目标停车场的泊车路径规划请求;
接收云端服务器发送的第一泊车路径并控制目标车辆按所述第一泊车路径进行泊车,其中,所述第一泊车路径是所述云端服务器根据所述目标停车场的地图信息确定的,所述地图信息包括目标停车场的路径信息、车位位置信息及车位占用信息;
如果监控到所述目标车辆触发停车避让操作且等待时长大于预设时长,则向云端服务器发送泊车路径重规划请求,其中,所述泊车路径重规划请求用于重新规划泊车路径,所述泊车路径重规划请求中携带有所述第一泊车路径信息和所述目标车辆的当前位置信息;
接收云端服务器发送的第二泊车路径并控制所述目标车辆按照所述第二泊车路径进行泊车,其中,所述第二泊车路径是所述云端服务器基于所述第一泊车路径、所述目标车辆的当前位置及存储的所述目标停车场的地图信息进行局部路径规划得到的。
第三方面,本申请提供了一种泊车控制方法,应用于车辆端的云端服务器,包括:
接收各车辆端采集的目标停车场的环境信息,并更新所述目标停车场的地图信息;
接收车辆端发送的路径重规划请求,其中,所述泊车路径重规划请求用于重新规划泊车路径,所述泊车路径重规划请求中携带有所述第一泊车路径信息和所述车辆端所属的目标车辆的当前位置信息;
根据所述目标停车场的地图信息、所述目标车辆的当前位置信息和所述第一泊车路径信息进行局部路径规划以确定局部最优路径,其中,所述局部最优路径与所述第一泊车路径不重叠,所述局部最优路径的终点包括空闲车位和所述第一泊车路径上的目标点;
如果所述局部最优路径的终点在所述第一泊车路径上,则基于所述局部最优路径和所述第一泊车路径确定所述第二泊车路径并反馈给所述车辆端;或者
如果所述局部最优路径的终点在空闲车位上,则将所述局部最优路径作为所述第二泊车路径并反馈给所述车辆端。
第四方面,本申请提供了一种泊车控制系统,应用于车辆端,包括:
信息获取模块,用于获取目标停车场的地图信息,所述地图信息包括目标停车场的路径和车位位置信息;
第一泊车模块,用于基于所述地图信息确定目标车辆的第一泊车路径,并控制所述目标车辆按照所述第一泊车路径进行泊车;
请求发送模块,用于如果监控到所述目标车辆触发停车避让操作且等待时长大于预设时长,则向所述服务器发送路径重规划请求,其中,所述路径重规划请求中携带有所述第一泊车路径和所述目标车辆驶入所述目标停车场后采集到的环境信息;
第二泊车模块,用于根据所述服务器反馈的不同于所述第一泊车路径的第二泊车路径,控制所述目标车辆按照所述第二泊车路径进行泊车。
第五方面,本申请提供了一种泊车控制系统,应用于服务器,包括:
请求接收模块,用于接收车辆端发送的路径重规划请求,其中,所述路径重规划请求中携带有第一泊车路径和目标车辆驶入所述目标停车场后采集到的环境信息;
地图更新模块,用于根据目标车辆驶入所述目标停车场后采集到的环境信息,更新目标停车场的地图信息;
路径规划模块,用于根据更新后的地图信息规划不同于所述第一泊车路径的第二泊车路径,并将所述第二泊车路径反馈给所述车辆端。
第六方面,本申请提供了一种电子设备,该电子设备包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,该可执行指令在被执行时使该处理器执行以下操作:
获取目标停车场的地图信息,所述地图信息包括目标停车场的路径信息、车位位置信息及车位占用信息;
基于所述地图信息确定目标车辆的第一泊车路径,并控制所述目标车辆按照所述第一泊车路径进行泊车;
如果监控到所述目标车辆触发停车避让操作且等待时长大于预设时长,则向所述车辆端的云端服务器发送泊车路径重规划请求,其中,所述泊车路径重规划请求用于重新规划泊车路径,所述泊车路径重规划请求中携带有所述第一泊车路径信息和所述目标车辆的当前位置信息;
接收云端服务器发送的第二泊车路径并控制所述目标车辆按照所述第二泊车路径进行泊车,其中,所述第二泊车路径是所述云端服务器基于所述第一泊车路径、所述目标车辆的当前位置及存储的所述目标停车场的地图信息进行局部路径规划得到的。
第七方面,本申请提供了一种计算机可读存储介质所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行以下方法:
获取目标停车场的地图信息,所述地图信息包括目标停车场的路径信息、车位位置信息及车位占用信息;
基于所述地图信息确定目标车辆的第一泊车路径,并控制所述目标车辆按照所述第一泊车路径进行泊车;
如果监控到所述目标车辆触发停车避让操作且等待时长大于预设时长,则向所述车辆端的云端服务器发送泊车路径重规划请求,其中,所述泊车路径重规划请求用于重新规划泊车路径,所述泊车路径重规划请求中携带有所述第一泊车路径信息和所述目标车辆的当前位置信息;
接收云端服务器发送的第二泊车路径并控制所述目标车辆按照所述第二泊车路径进行泊车,其中,所述第二泊车路径是所述云端服务器基于所述第一泊车路径、所述目标车辆的当前位置及存储的所述目标停车场的地图信息进行局部路径规划得到的。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:
本申请实施例通过获取目标停车场的地图信息,基于所述地图信息确定目标车辆的第一泊车路径,控制所述目标车辆按照所述第一泊车路径进行泊车。在此过程中,如果监控到所述目标车辆触发停车避让操作且等待时长大于预设时长,则向服务器发送路径重规划请求,根据服务器发送的第二泊车路径,控制目标车辆按照所述第二泊车路径进行泊车,保证了目标车辆即使受到路障阻碍也能够顺利泊车至指定位置,减少了用户的泊车时间。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请的一个实施例泊车控制方法应用于车辆端的流程图之一;
图2为本申请的一个实施例泊车控制方法应用于车辆端的流程图之二;
图3为本申请的一个实施例对车位进行标识的具体示例图;
图4为本申请的一个实施例泊车控制方法应用于服务器的流程图之一;
图5为本申请的一个实施例泊车控制方法应用于服务器的流程图之二;
图6为本申请的一个实施例泊车控制方法应用于服务器的流程图之三;
图7为本申请的一个实施例泊车控制方法的具体示例图;
图8为本申请的一个实施例泊车控制系统应用于车辆端的结构示意图;
图9为本申请的一个实施例泊车控制系统应用于服务器的结构示意图;
图10为本申请的一个实施例电子设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
目前,越来越多的车辆中已经配置了自动代客泊车(Autonomous Valet Parking,简称AVP)功能。
现有的大多数车辆的AVP功能都是基于停车场端建设来实现的,采用车端与停车场地图相结合的方式,为车辆规划出停车路径进行自动代客泊车。然而,在一些特殊情况下,如停车场内存在不规则停放的车辆、停车场内增加了临时施工区等情况,车辆会因为受到路障阻碍而无法通过AVP功能顺利到达停车路径指定的终点位置,延长了用户的泊车时间。
为了解决上述问题,下面结合附图,详细说明本申请各实施例提供的技术方案。
图1为本申请实施例提供的应用于目标车辆的车辆端的泊车控制方法的流程图,如图1所示,该方法包括:
步骤101、获取目标停车场的地图信息,所述地图信息包括目标停车场的路径信息、车位位置信息及车位占用信息。
在本申请实施例中,所述地图信息可以从云平台获取,也可以基于车车通信,从其它车辆获取。其中,所述云平台可以为云端服务器。
应理解,在本申请实施例中,可根据目标车辆搭载的全球定位系统(GlobalPositioning System,简称GPS)以及无线通讯模块等,确定目标车辆已进入或者计划进入的停车场,然后从云平台获取目标车辆已进入或者计划进入的停车场的地图。
上述地图信息具体包括该停车场的路径信息、车位位置信息以及车位占用信息。上述路径信息可以包括停车场出入路径、可行驶车辆的通道路径以及可通行方向等信息。上述车位位置信息可以包括可停放车辆的车位位置、可停放的车辆类型(例如电动汽车、燃油汽车、摩托车等)等。上述车位占用信息可以包括车位是否被占用的状态信息、车位处于占用或被占用的时长等。
步骤102、基于所述地图信息确定目标车辆的第一泊车路径,并控制所述目标车辆按照所述第一泊车路径进行泊车。
本步骤中所述的第一泊车路径可以是由车辆端规划确定的,也可以是由云端服务器规划确定的。
在由车辆端规划第一泊车路径时,车辆端为了提供一条满足车辆动力学模型的泊车路径,并使得目标车辆能够在有限的空间内实现转弯、掉头等操作,可以基于所述地图信息,采用混合A星算法和/或Reeds-Shepp曲线规划得到所述第一泊车路径。
具体实施时,基于步骤101,在目标车辆获取到目标停车场的地图信息后,可以采用混合A星(Hybird A*)算法,结合目标车辆的起点位置、终点位置、姿态信息等规划得到所述第一泊车路径。
在规划好第一泊车路径之后,可控制目标车辆沿着规划好的第一泊车路径行驶到泊车位置。
在由云端服务器规划第一泊车路径时,车辆端可以根据地图信息向云端服务器发起请求,或者,接收云端服务器下发的与地图信息相对应的第一泊车路径。
步骤103、如果监控到所述目标车辆触发停车避让操作且等待时长大于预设时长,则向所述车辆端的云端服务器发送泊车路径重规划请求,其中,所述泊车路径重规划请求用于重新规划泊车路径,所述泊车路径重规划请求中携带有所述第一泊车路径信息和所述目标车辆的当前位置信息。
应理解,具体实施时,停车场的实时地图可能因为某些原因发生变化,从而导致规划的第一泊车路径不可用。例如,其他车辆停到目标车辆的第一泊车路径上,或者工作人员将一些障碍物摆放到目标车辆的第一泊车路径上,等等。因此,在规划好第一泊车路径后,还需要监控目标车辆是否执行了停车避让操作。当监控到所述目标车辆碰到障碍物或者施工区域等需要躲避时,目标车辆触发停车避让操作。如果停车避让操作持续时间超过预设时间时,则根据泊车路径重规划请求中携带的第一泊车路径信息和所述目标车辆的当前位置信息重新规划泊车路径。
步骤104、接收云端服务器发送的第二泊车路径并控制所述目标车辆按照所述第二泊车路径进行泊车,其中,所述第二泊车路径是所述云端服务器基于所述第一泊车路径、所述目标车辆的当前位置及存储的所述目标停车场的地图信息进行局部路径规划得到的。
在规划好第二泊车路径之后,可控制目标车辆沿着规划好的第二泊车路径行驶到泊车位置。
上述第一泊车路径可以是由车辆端规划确定的,也可以是由云端服务器规划确定的。图2为本申请实施例提供的应用于目标车辆的车辆端的泊车控制方法的流程图,其中,由云端服务器规划第一泊车路径,该方法包括:
步骤201:向云端服务器发送关于目标停车场的泊车路径规划请求。
上述云端服务器可以是云平台,该云端服务器上可以预先存储有目标停车场的地图信息。上述泊车路径规划请求可以是由目标车辆的车辆端生成的,其中可以包括目标车辆已进入或者计划进入目标停车场的信息,以便云端服务器根据上述泊车路径规划请求规划目标车辆的第一泊车路径。
步骤202:接收云端服务器发送的第一泊车路径并控制目标车辆按所述第一泊车路径进行泊车,其中,所述第一泊车路径是所述云端服务器根据所述目标停车场的地图信息确定的,所述地图信息包括目标停车场的路径信息、车位位置信息及车位占用信息。
其中云端服务器可以基于所述地图信息,采用混合A星算法和/或Reeds-Shepp曲线规划得到所述第一泊车路径,以规划生成一条满足车辆动力学模型的泊车路径,以便目标车辆能够在有限的空间内实现转弯、掉头等操作。在本步骤中,根据第一泊车路径控制目标车辆行驶到泊车位置进行泊车。
步骤203:如果监控到所述目标车辆触发停车避让操作且等待时长大于预设时长,则向云端服务器发送泊车路径重规划请求,其中,所述泊车路径重规划请求用于重新规划泊车路径,所述泊车路径重规划请求中携带有所述第一泊车路径信息和所述目标车辆的当前位置信息。
具体实施时,停车场的实时地图可能因为某些原因发生变化,从而导致规划的第一泊车路径不可用。因此,在规划好第一泊车路径后,还需要监控目标车辆是否执行了停车避让操作。当监控到所述目标车辆碰到障碍物或者施工区域等需要躲避时,目标车辆触发停车避让操作。如果停车避让操作持续时间超过预设时间时,则向云端服务器发送泊车路径重规划请求,以便云端服务器根据泊车路径重规划请求重新规划泊车路径。
其中,泊车路径重规划请求可以是目标车辆生成的,其中携带第一泊车路径信息和所述目标车辆的当前位置信息能用于重新规划泊车路径。所述泊车路径重规划请求中携带的所述第一泊车路径信息具体可以是完整的第一泊车路径信息,也可以是第一泊车路径的标识。由于云端服务器在接收泊车路径重规划请求之前,已经预先为目标车辆规划了第一泊车路径,所以可以根据第一泊车路径查找到预先规划的第一泊车路径。
步骤204:接收云端服务器发送的第二泊车路径并控制所述目标车辆按照所述第二泊车路径进行泊车,其中,所述第二泊车路径是所述云端服务器基于所述第一泊车路径、所述目标车辆的当前位置及存储的所述目标停车场的地图信息进行局部路径规划得到的。
在云端服务器规划好第二泊车路径之后,可控制目标车辆沿着规划好的第二泊车路径行驶到泊车位置。执行本步骤的具体方式可以与上述实施例中步骤104相似,重复之处不再赘述。
可选的,基于上述实施例提供的方案,在接收云端服务器发送的第二泊车路径之前,所述方法还包括:
向所述云端服务器发送所述目标车辆驶入所述目标停车场后采集的环境信息,以更新所述云端服务器存储的所述目标停车场的地图信息。
上述环境信息可以是目标车辆驶入目标停车场后,由目标车辆上的传感器采集的信息向云端服务器发送的环境信息可以用于更新云端服务器存储的目标停车场的地图信息,以便云端服务器生成符合停车场实际环境的第二泊车路径。
其中,所述环境信息可以通过车载的前视摄像头、环视摄像头、超声波雷达、多轴惯性测量单元(Inertial Measurement Unit,简称IMU)等至少一种采集得到。云平台通过采集到的上述环境信息即可确定所述目标停车场的车位占用信息及障碍物位置信息。需要说明的是,目标停车场的地图在初始状态下并不具备车位占用信息及障碍物位置信息,该车位占用信息及障碍物位置信息是通过所述环境因素与目标停车场的地图中的路况标识、目标停车场内的路径等静态地图信息进行匹配得到的。
当然,应理解,所述目标停车场的车位占用信息包括:车位已占用和车位未占用。障碍物位置信息包括:障碍物的位置和/或障碍物的移动速度(当障碍物为动态障碍物时,如玩具小车、动物等)。
可选的,所述环境信息是所述目标车辆定时发送的;或者,所述环境信息是所述目标车辆在发送所述路径重规划请求时发送的。
上述目标车辆采集的环境信息可以按照预先设定的时刻发送至云端服务器,也可以是按照预先设定的时长周期性地向云端服务器发送。或者,上述环境信息是在目标车辆在发送路径重规划请求时一并发送的,以便云端服务器根据环境信息规划符合实际环境的第二泊车路径。
可选的,所述目标车辆的当前位置信息包括所述目标车辆的坐标信息和位姿信息,所述泊车路径重规划请求还携带所述目标车辆的车辆转弯半径,其中,所述目标车辆的坐标信息、位姿信息和车辆转弯半径用于所述云端服务器规划所述目标车辆的局部最优路径以确定所述第二泊车路径。
其中,目标车辆的坐标信息可以基于GPS系统或其他定位系统确定。位姿信息具体可以包括车辆所处的姿态,例如包括车头朝向信息、车身距离环境障碍物的距离信息等。
可选地,环境信息还可以包括目标停车场内的车位占用信息,该车位占用信息可以用于云端服务器在存储的所述目标停车场的地图信息中对不同占用状态的车位进行标记。
可选的,作为一个实施例,如图3所示,以车位号1,2,3,4,5,6的六个车位框为例,目标车辆根据采集到的所述环境信息对地图中已编号的车位进行赋值。其中,1表示车位框内有车,不可泊车;0表示车位框无车,可泊车。
泊车路径重规划请求中携带的目标车辆的车辆转弯半径与车体尺寸、可转向角度等多因素相关。通常情况下,车辆转弯半径是车辆的功能属性,在车辆结构不变的情况下车辆转弯半径也不变。该转弯半径可以预先存储在车辆端,以便在生成泊车路径重规划请求时调用。另外,如果车辆的结构或可转向角度发生改变,也可以根据车辆改变后的结构和可转向角度确定目标车辆的转弯半径。
上述目标车辆的坐标信息、位姿信息和车辆转弯半径用于所述云端服务器规划所述目标车辆的局部最优路径以确定所述第二泊车路径。本实施例提供的方案能有效优化云端服务器规划的第二泊车路径,提高泊车效率。
可选的,所述第二泊车路径是基于RS曲线计算得到的。
为了提供一条满足车辆动力学模型的泊车路径,并使得目标车辆能够在有限的空间内实现掉头等操作,可以基于第一泊车路径、所述目标车辆的当前位置及存储的所述目标停车场的地图信息,采用混合A星算法和/或Reeds-Shepp曲线规划得到所述第二泊车路径,其中,Reeds-Shepp曲线也可以简称为RS曲线。
应理解,第二泊车路径可包括全局路径规划路径和局部路径规划路径,其中,全局路径规划路径可以采用混合A星算法,结合目标车辆的起点位置、终点位置、姿态信息等规划得到。而局部路径规划路径则可以采用Reeds-Shepp曲线来实现。这样,可以在有限的空间范围内,使目标车辆实现转弯、调头等操作。
可选地,在采用Reeds-Shepp曲线获取目标车辆的局部路径规划轨迹时,所述目标车辆的目标姿态G可以存在多种计算方式。示例性地,一种计算方式如下:
其中,x1和y1为目标车辆在局部路径规划轨迹上的起点横纵坐标,θ1为目标车辆起点的航向角,x2和y2为目标车辆在局部路径规划轨迹上的终点横纵坐标,θ2为目标车辆终点的航向角,ρ为目标车辆的转弯半径。
图4为本申请实施例提供的应用于应用于车辆端的云端服务器的泊车控制方法的流程图,如图4所示,该方法包括:
步骤401:接收各车辆端采集的目标停车场的环境信息,并更新所述目标停车场的地图信息。
上述环境信息可以是各车辆端的车辆进入目标停车场后,通过传感器等设备采集到的目标停车场的实际的环境信息。当接收到的环境信息与存储的地图信息不匹配时,根据接收到的环境信息对地图信息执行更新。
可选的,还可以在接收到各车辆端采集的环境信息后,对接收到的环境信息进行比对筛选,以保留品质高的环境信息用于更新地图信息。能避免个别车辆的采集设备质量差而导致采集到的环境信息不准确的情况,能优化更新后的地图信息的质量。
进一步地,为了提高第二次泊车的准确性,更新所述目标停车场的地图信息,包括:
根据所述目标车辆驶入所述目标停车场后采集到的环境信息,确定所述目标停车场的车位占用信息和障碍物位置信息;
根据所述目标停车场的车位占用信息和障碍物位置信息更新所述地图信息。
上述障碍物位置信息可以包括设置在车道上的障碍物位置信息,在实际应用中,设置在车道上的障碍物可能阻碍车辆通行。根据上述环境信息对目标停车场的地图信息执行更新,能有效提高规划第二泊车路径信息的准确性,避免由于障碍物阻碍而导致车辆无法通行的问题。
步骤402:接收车辆端发送的路径重规划请求,其中,所述泊车路径重规划请求用于重新规划泊车路径,所述泊车路径重规划请求中携带有所述第一泊车路径信息和所述车辆端所属的目标车辆的当前位置信息。
云端服务器接收车辆发送的路径重规划请求,可以通过解析的方式获取其中携带的第一泊车路径信息和目标车辆的当前位置信息。该路径重规划请求中携带的第一泊车路径信息具体可以是完整的第一泊车路径信息,也可以是与第一泊车路径信息相对应的标识。云端服务器可以通过查询标识的方式获取先前规划得到的第一泊车路径信息。
步骤403:根据所述目标停车场的地图信息、所述目标车辆的当前位置信息和所述第一泊车路径信息进行局部路径规划以确定局部最优路径,其中,所述局部最优路径与所述第一泊车路径不重叠,所述局部最优路径的终点包括空闲车位和所述第一泊车路径上的目标点。
本步骤用于规划得到与第一泊车路径信息不重叠的局部最优路径,该局部最优路径能为目标车辆规划新的路径,以解决沿第一泊车路径信息无法实现自动泊车的问题。其中,上述局部最优路径的起始位置可以是目标车辆的当前位置。
步骤404:如果所述局部最优路径的终点在所述第一泊车路径上,则基于所述局部最优路径和所述第一泊车路径确定所述第二泊车路径并反馈给所述车辆端;或者,
步骤405:如果所述局部最优路径的终点在空闲车位上,则将所述局部最优路径作为所述第二泊车路径并反馈给所述车辆端。
如果局部最优路径的终点在第一泊车路径上,那么可以根据局部最优路径替换第一泊车路径中的一部分,以确定包含最优路径和部分第一泊车路径的第二泊车路径。
如果局部最优路径的终点在空闲车位上,则无需结合第一泊车路径,直接将局部最优路径反馈给车辆端,使车辆端沿局部最优路径行驶至空闲车位执行自动泊车。
可选的,如图5所示,在接收车辆端发送的路径重规划请求之前,所述方法还包括:
步骤501:接收所述车辆端关于所述目标停车场的泊车路径规划请求。
泊车路径规划请求可以是车辆端生成的,具体可以在车辆端所属的目标车辆即将进入或已经进入目标停车场时发送至云端服务器,以便云端服务器为目标车辆执行路径规划。其中,泊车路径规划请求中可以包括目标车辆已进入或者计划进入目标停车场的信息,还可以包括目标车辆当前所在位置信息。
步骤502:根据所述泊车路径规划请求和所述目标停车场的地图信息进行全局路径规划以确定所述第一泊车路径。
云端服务器中可以预先存储多个停车场的地图信息,根据接收到的泊车路径规划请求从预存储的多个停车场的地图信息中确定出目标车辆所在的停车场的地图信息,进而根据停车场的出入口为目标车辆规划第一泊车路径。该第一泊车路径的起始点可以是停车场的出入口位置或目标车辆所在位置,终点是目标停车场内的空闲车位的位置。
步骤503:向所述车辆端反馈所述第一泊车路径。
本步骤中,将第一泊车路径反馈给车辆端。可选的,以接收到车辆端发送的泊车路径规划请求的通信方式发送该第一泊车路径。
可选的,如图6所示,在接收车辆端发送的路径重规划请求之前,所述方法还包括:
步骤601:接收车辆端发送的所述目标停车场的地图获取请求。
该目标停车场的地图获取请求中可以包括目标停车场的地址、名称或其他特征标识,或者,地图获取请求中可以包括目标车辆所处的位置,云端服务器可以根据车辆所处的位置确定距离最近的停车场。
步骤602:向所述车辆端发送所述目标停车场的地图信息,所述地图信息用于所述车辆端生成所述第一泊车路径。
云端服务器根据可以上述地图获取请求确定目标停车场,进而发送目标停车场的地图信息。当云端服务器存储有多个停车场的地图信息时,可以通过特征检索等方式提取出目标停车场的地图信息并发送给车辆端,以便车辆端根据该地图信息规划生成第一泊车路径。
可选的,基于上述实施例提供的方案,所述目标停车场的环境信息包括所述目标停车场的车位占用信息和障碍物位置信息。
其中,障碍物位置信息包括:障碍物的位置和/或障碍物的移动速度(当障碍物为动态障碍物时,如玩具小车、动物等)。
更新所述目标停车场的地图信息包括:
根据所述目标停车场的车位占用信息和障碍物位置信息更新所述停车场的地图中的各段路径状态和车位占用状态。
上述障碍物位置信息可以包括设置在车道上的障碍物位置信息,在实际应用中,设置在车道上的障碍物可能阻碍车辆通行。根据上述环境信息对目标停车场的地图信息执行更新,能有效提高规划第二泊车路径信息的准确性,避免由于障碍物阻碍而导致车辆无法通行的问题。
可选的,所述目标车辆的当前位置信息包括所述目标车辆的坐标信息和位姿信息,所述泊车路径重规划请求还携带所述目标车辆的车辆转弯半径,
根据所述目标停车场的地图信息、所述目标车辆的当前位置信息和所述第一泊车路径信息进行局部路径规划以确定局部最优路径,包括:
根据所述目标停车场的地图信息、所述目标车辆的坐标信息、位姿信息、车辆转弯半径和所述第一泊车路径信息确定所述局部最优路径。
泊车路径重规划请求中携带的目标车辆的车辆转弯半径与车体尺寸、可转向角度等多因素相关。通常情况下,车辆转弯半径是车辆的功能属性,在车辆结构不变的情况下车辆转弯半径也不变。该转弯半径可以预先存储在车辆端,以便在生成泊车路径重规划请求时调用。另外,如果车辆的结构或可转向角度发生改变,也可以根据车辆改变后的结构和可转向角度确定目标车辆的转弯半径。
其中,目标车辆的坐标信息可以基于GPS系统或其他定位系统确定。位姿信息具体可以包括车辆所处的姿态,例如包括车头朝向信息、车身距离环境障碍物的距离信息等。
上述目标车辆的坐标信息、位姿信息和车辆转弯半径用于所述云端服务器规划所述目标车辆的局部最优路径以确定所述第二泊车路径。本实施例提供的方案能有效优化云端服务器规划的第二泊车路径,提高泊车效率。
可选的,在云端服务器更新地图信息之后,还包括:
基于更新后的地图信息,获取目标停车场内的各个车位的连续空置信息、各个车位与目标停车场出口的距离信息、以及所述目标车辆到达各个车位的路径长度信息;
根据目标停车场内的各个车位的连续空置信息、各个车位与目标停车场出口的距离信息、以及所述目标车辆到达各个车位的路径长度信息,规划不同于所述第一泊车路径且路径长度最短的第二泊车路径。
应理解,为了使目标车辆能够快速驶入路径长度最短的空置车位,应考虑目标停车场内的各个车位的连续空置信息,以及所述目标车辆到达各个车位的路径长度信息。而为了使泊车至目标车位后的目标车辆再次启动时能够快速驶出目标停车场,在规划第二泊车路径时,可以考虑目标车位与目标停车场出口的距离信息,具体实施时,基于所述地图信息,获取目标停车场内的各个车位的连续空置信息W1、各个车位与目标停车场出口的距离信息W3、以及所述目标车辆到达各个车位的路径长度信息W2,并根据W1、W2、W3进行综合成本运算,最终得出最低成本重规划的第二泊车路径Sre,具体如下:
Sre=(w1,w2,w3)
通过获取目标停车场内的各个车位的连续空置信息W1,可以方便目标车辆一次泊入目标车位,降低揉库带来的时间损失。
当然,应理解,目标车辆基于第二泊车路径Sre进行泊车操作时,可以结合Reeds-Shepp曲线的特点实现目标车辆在有限空间内的调头,确保目标车辆快速行驶至目标车位。本申请提供的泊车控制方法的具体示例图可参见图7。
可选的,为了实现目标车辆的自动泊车,所述方法还包括:
对所述目标车辆的第一泊车路径和第二泊车路径进行分解处理,生成所述第一泊车路径和所述第二泊车路径中不同路段对应的控制指令;
根据所述不同路段对应的控制指令控制所述目标车辆进行泊车。
应理解,当需要控制所述目标车辆进行泊车时,对第一泊车路径和第二泊车路径进行分解处理,生成所述第一泊车路径和所述第二泊车路径中不同路段对应的控制指令,将不同路段对应的多个控制指令分别发送给目标车辆的转向,制动,驱动等执行机构,从而实现目标车辆的自动代客泊车。其中,所述第一泊车路径和所述第二泊车路径中不同路段包括:直行路段、转弯路段、坑洼路段等。
由上可知,本申请实施例提供的泊车控制方法,基于所述地图信息确定目标车辆的第一泊车路径,控制所述目标车辆按照所述第一泊车路径进行泊车。在此过程中,如果监控到所述目标车辆触发停车避让操作且等待时长大于预设时长,则向服务器发送路径重规划请求,根据服务器发送的第二泊车路径,控制目标车辆按照所述第二泊车路径进行泊车,保证了目标车辆即使受到路障阻碍也能够顺利泊车至指定位置,减少了用户的泊车时间。
基于同一发明构思,本申请实施例中还提供了一种泊车控制系统,如下面的实施例所述。由于泊车控制系统解决问题的原理与泊车控制方法相似,因此,泊车控制系统的实施可以参见泊车控制方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的系统较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图8为本申请实施例提供的泊车控制系统应用于车辆端的结构示意图,如图8所示,该系统包括:
信息获取模块801,用于获取目标停车场的地图信息,所述地图信息包括目标停车场的路径和车位位置信息;
第一泊车模块802,用于基于所述地图信息确定目标车辆的第一泊车路径,并控制所述目标车辆按照所述第一泊车路径进行泊车;
请求发送模块803,用于如果监控到所述目标车辆触发停车避让操作且等待时长大于预设时长,则向所述服务器发送路径重规划请求,其中,所述路径重规划请求中携带有所述第一泊车路径和所述目标车辆驶入所述目标停车场后采集到的环境信息;
第二泊车模块804,用于根据所述服务器反馈的不同于所述第一泊车路径的第二泊车路径,控制所述目标车辆按照所述第二泊车路径进行泊车。
图9为本申请实施例提供的泊车控制系统应用于服务器的结构示意图,如图9所示,该系统包括:
请求接收模块901,用于接收车辆端发送的路径重规划请求,其中,所述路径重规划请求中携带有第一泊车路径和目标车辆驶入所述目标停车场后采集到的环境信息;
地图更新模块902,用于根据目标车辆驶入所述目标停车场后采集到的环境信息,更新目标停车场的地图信息;
路径规划模块903,用于根据更新后的地图信息规划不同于所述第一泊车路径的第二泊车路径,并将所述第二泊车路径反馈给所述车辆端。
综上所述,本申请本申请实施例通过获取目标停车场的地图信息,基于所述地图信息确定目标车辆的第一泊车路径,控制所述目标车辆按照所述第一泊车路径进行泊车。在此过程中,如果监控到所述目标车辆触发停车避让操作且等待时长大于预设时长,则向服务器发送路径重规划请求,根据服务器发送的第二泊车路径,控制目标车辆按照所述第二泊车路径进行泊车,保证了目标车辆即使受到路障阻碍也能够顺利泊车至指定位置,减少了用户的泊车时间。
此外,本申请还可以根据目标停车场内的各个车位的连续空置信息W1、各个车位与目标停车场出口的距离信息W3、以及所述目标车辆到达各个车位的路径长度信息W2进行成本计算,最终高速、低成本地重新规划出最佳的第二泊车路径,完成目标车辆的自动泊车操作。
图10是本申请的一个实施例电子设备的结构示意图。请参考图10,在硬件层面,该电子设备包括处理器,可选地还包括内部总线、网络接口、存储器。其中,存储器可能包含内存,例如高速随机存取存储器(Random-Access Memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少1个磁盘存储器等。当然,该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接,该内部总线可以是ISA(Industry Standard Architecture,工业标准体系结构)总线、PCI(PeripheralComponent Interconnect,外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。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10中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
存储器,用于存放程序。具体地,程序可以包括程序代码,所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器,并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,在逻辑层面上形成基于任务执行系统。处理器,执行存储器所存放的程序,并具体用于执行以下操作:
获取目标停车场的地图信息,所述地图信息包括目标停车场的路径信息、车位位置信息及车位占用信息;
基于所述地图信息确定目标车辆的第一泊车路径,并控制所述目标车辆按照所述第一泊车路径进行泊车;
如果监控到所述目标车辆触发停车避让操作且等待时长大于预设时长,则向所述车辆端的云端服务器发送泊车路径重规划请求,其中,所述泊车路径重规划请求用于重新规划泊车路径,所述泊车路径重规划请求中携带有所述第一泊车路径信息和所述目标车辆的当前位置信息;
接收云端服务器发送的第二泊车路径并控制所述目标车辆按照所述第二泊车路径进行泊车,其中,所述第二泊车路径是所述云端服务器基于所述第一泊车路径、所述目标车辆的当前位置及存储的所述目标停车场的地图信息进行局部路径规划得到的。
上述如本申请图9所示实施例揭示的泊车控制系统执行的方法可以应用于处理器中,或者由处理器实现。处理器可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)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该处理器也可以是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译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
该电子设备还可执行图1-2,4-6中任务执行方法,并实现任务执行系统在图1-2,4-6所示实施例中的功能,本申请实施例在此不再赘述。
当然,除了软件实现方式之外,本申请的电子设备并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
本申请实施例还提出了一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,该一个或多个程序包括指令,该指令当被包括多个应用程序的便携式电子设备执行时,能够使该便携式电子设备执行图1-2,4-6所示实施例中泊车控制方法,并具体用于执行以下操作:
获取目标停车场的地图信息,所述地图信息包括目标停车场的路径信息、车位位置信息及车位占用信息;
基于所述地图信息确定目标车辆的第一泊车路径,并控制所述目标车辆按照所述第一泊车路径进行泊车;
如果监控到所述目标车辆触发停车避让操作且等待时长大于预设时长,则向所述车辆端的云端服务器发送泊车路径重规划请求,其中,所述泊车路径重规划请求用于重新规划泊车路径,所述泊车路径重规划请求中携带有所述第一泊车路径信息和所述目标车辆的当前位置信息;
接收云端服务器发送的第二泊车路径并控制所述目标车辆按照所述第二泊车路径进行泊车,其中,所述第二泊车路径是所述云端服务器基于所述第一泊车路径、所述目标车辆的当前位置及存储的所述目标停车场的地图信息进行局部路径规划得到的。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品,该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,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、商品或者设备不仅包括那些要素,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、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (13)
1.一种泊车控制方法,应用于目标车辆的车辆端,其特征在于,包括:
获取目标停车场的地图信息,所述地图信息包括目标停车场的路径信息、车位位置信息及车位占用信息;
基于所述地图信息确定目标车辆的第一泊车路径,并控制所述目标车辆按照所述第一泊车路径进行泊车;
如果监控到所述目标车辆触发停车避让操作且等待时长大于预设时长,则向所述车辆端的云端服务器发送泊车路径重规划请求,其中,所述泊车路径重规划请求用于重新规划泊车路径,所述泊车路径重规划请求中携带有所述第一泊车路径信息和所述目标车辆的当前位置信息;
接收云端服务器发送的第二泊车路径并控制所述目标车辆按照所述第二泊车路径进行泊车,其中,所述第二泊车路径是所述云端服务器基于所述第一泊车路径、所述目标车辆的当前位置及存储的所述目标停车场的地图信息进行局部路径规划得到的。
2.如权利要求1所述的方法,其特征在于,在接收云端服务器发送的第二泊车路径之前,所述方法还包括:
向所述云端服务器发送所述目标车辆驶入所述目标停车场后采集的环境信息,以更新所述云端服务器存储的所述目标停车场的地图信息。
3.如权利要求2所述的方法,其特征在于,
所述环境信息是所述目标车辆定时发送的;或者
所述环境信息是所述目标车辆在发送所述路径重规划请求时发送的。
4.如权利要求1~3任一项所述的方法,其特征在于,所述目标车辆的当前位置信息包括所述目标车辆的坐标信息和位姿信息,所述泊车路径重规划请求还携带所述目标车辆的车辆转弯半径,其中,所述目标车辆的坐标信息、位姿信息和车辆转弯半径用于所述云端服务器规划所述目标车辆的局部最优路径以确定所述第二泊车路径。
5.如权利要求4所述的方法,其特征在于,
所述第二泊车路径是基于RS曲线计算得到的。
6.一种泊车控制方法,应用于车辆端的云端服务器,其特征在于,包括:
接收各车辆端采集的目标停车场的环境信息,并更新所述目标停车场的地图信息;
接收车辆端发送的路径重规划请求,其中,所述泊车路径重规划请求用于重新规划泊车路径,所述泊车路径重规划请求中携带有所述第一泊车路径信息和所述车辆端所属的目标车辆的当前位置信息;
根据所述目标停车场的地图信息、所述目标车辆的当前位置信息和所述第一泊车路径信息进行局部路径规划以确定局部最优路径,其中,所述局部最优路径与所述第一泊车路径不重叠,所述局部最优路径的终点包括空闲车位和所述第一泊车路径上的目标点;
如果所述局部最优路径的终点在所述第一泊车路径上,则基于所述局部最优路径和所述第一泊车路径确定所述第二泊车路径并反馈给所述车辆端;或者
如果所述局部最优路径的终点在空闲车位上,则将所述局部最优路径作为所述第二泊车路径并反馈给所述车辆端。
7.如权利要求6所述的方法,其特征在于,在接收车辆端发送的路径重规划请求之前,所述方法还包括:
接收所述车辆端关于所述目标停车场的泊车路径规划请求;
根据所述泊车路径规划请求和所述目标停车场的地图信息进行全局路径规划以确定所述第一泊车路径;
向所述车辆端反馈所述第一泊车路径。
8.如权利要求6所述的方法,其特征在于,在接收车辆端发送的路径重规划请求之前,所述方法还包括:
接收车辆端发送的所述目标停车场的地图获取请求;
向所述车辆端发送所述目标停车场的地图信息,所述地图信息用于所述车辆端生成所述第一泊车路径。
9.如权利要求6所述的方法,其特征在于,
所述目标停车场的环境信息包括所述目标停车场的车位占用信息和障碍物位置信息;
更新所述目标停车场的地图信息包括:
根据所述目标停车场的车位占用信息和障碍物位置信息更新所述停车场的地图中的各段路径状态和车位占用状态。
10.如权利要求6所述的方法,其特征在于,所述目标车辆的当前位置信息包括所述目标车辆的坐标信息和位姿信息,所述泊车路径重规划请求还携带所述目标车辆的车辆转弯半径,
根据所述目标停车场的地图信息、所述目标车辆的当前位置信息和所述第一泊车路径信息进行局部路径规划以确定局部最优路径,包括:
根据所述目标停车场的地图信息、所述目标车辆的坐标信息、位姿信息、车辆转弯半径和所述第一泊车路径信息确定所述局部最优路径。
11.一种泊车控制系统,应用于车辆端,其特征在于,包括:
信息获取模块,用于获取目标停车场的地图信息,所述地图信息包括目标停车场的路径和车位位置信息;
第一泊车模块,用于基于所述地图信息确定目标车辆的第一泊车路径,并控制所述目标车辆按照所述第一泊车路径进行泊车;
请求发送模块,用于如果监控到所述目标车辆触发停车避让操作且等待时长大于预设时长,则向所述服务器发送路径重规划请求,其中,所述路径重规划请求中携带有所述第一泊车路径和所述目标车辆驶入所述目标停车场后采集到的环境信息;
第二泊车模块,用于根据所述服务器反馈的不同于所述第一泊车路径的第二泊车路径,控制所述目标车辆按照所述第二泊车路径进行泊车。
12.一种泊车控制系统,应用于服务器,其特征在于,包括:
请求接收模块,用于接收车辆端发送的路径重规划请求,其中,所述路径重规划请求中携带有第一泊车路径和目标车辆驶入所述目标停车场后采集到的环境信息;
地图更新模块,用于根据目标车辆驶入所述目标停车场后采集到的环境信息,更新目标停车场的地图信息;
路径规划模块,用于根据更新后的地图信息规划不同于所述第一泊车路径的第二泊车路径,并将所述第二泊车路径反馈给所述车辆端。
13.一种电子设备,其特征在于,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,该可执行指令在被执行时使该处理器执行以下操作:
获取目标停车场的地图信息,所述地图信息包括目标停车场的路径信息、车位位置信息及车位占用信息;
基于所述地图信息确定目标车辆的第一泊车路径,并控制所述目标车辆按照所述第一泊车路径进行泊车;
如果监控到所述目标车辆触发停车避让操作且等待时长大于预设时长,则向所述车辆端的云端服务器发送泊车路径重规划请求,其中,所述泊车路径重规划请求用于重新规划泊车路径,所述泊车路径重规划请求中携带有所述第一泊车路径信息和所述目标车辆的当前位置信息;
接收云端服务器发送的第二泊车路径并控制所述目标车辆按照所述第二泊车路径进行泊车,其中,所述第二泊车路径是所述云端服务器基于所述第一泊车路径、所述目标车辆的当前位置及存储的所述目标停车场的地图信息进行局部路径规划得到的。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111081704.2A CN113650605A (zh) | 2021-09-15 | 2021-09-15 | 泊车控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111081704.2A CN113650605A (zh) | 2021-09-15 | 2021-09-15 | 泊车控制方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113650605A true CN113650605A (zh) | 2021-11-16 |
Family
ID=78494032
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111081704.2A Pending CN113650605A (zh) | 2021-09-15 | 2021-09-15 | 泊车控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113650605A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114194179A (zh) * | 2021-11-26 | 2022-03-18 | 武汉小安科技有限公司 | 一种站点泊车方法、装置、电子设备及存储介质 |
CN114329318A (zh) * | 2022-03-10 | 2022-04-12 | 天津港第二集装箱码头有限公司 | 考虑车辆运动学特征的智能化集装箱码头停车调度方法 |
CN115042822A (zh) * | 2022-07-29 | 2022-09-13 | 浙江吉利控股集团有限公司 | 一种泊车控制方法、系统、电子设备及存储介质 |
CN115424465A (zh) * | 2022-08-31 | 2022-12-02 | 维沃移动通信有限公司 | 停车场地图的构建方法、装置及存储介质 |
WO2023179534A1 (zh) * | 2022-03-25 | 2023-09-28 | 华为技术有限公司 | 泊车路径规划方法、显示方法及电子设备 |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017102015A (ja) * | 2015-12-02 | 2017-06-08 | 株式会社ゼンリンデータコム | ナビゲーション装置およびナビゲーション方法 |
CN108275146A (zh) * | 2017-01-05 | 2018-07-13 | 重庆长安汽车股份有限公司 | 全自动泊车车速分段控制系统及方法 |
CN109739231A (zh) * | 2018-12-29 | 2019-05-10 | 北京智行者科技有限公司 | 自动驾驶充电车停车控制方法及系统 |
CN110435640A (zh) * | 2019-07-25 | 2019-11-12 | 禾多科技(北京)有限公司 | 基于场端、车端协同的高效代客泊车规划方法 |
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 |
CN110782696A (zh) * | 2019-01-25 | 2020-02-11 | 长城汽车股份有限公司 | 用于代客泊车的控制系统 |
CN110827572A (zh) * | 2019-01-25 | 2020-02-21 | 长城汽车股份有限公司 | 用于代客泊车的路径规划方法及装置 |
CN111824130A (zh) * | 2020-07-09 | 2020-10-27 | 广州小鹏车联网科技有限公司 | 一种泊车控制方法、装置、车辆、存储介质 |
CN111845714A (zh) * | 2019-04-26 | 2020-10-30 | 东莞潜星电子科技有限公司 | 一种基于智能视觉深度学习的自动泊车系统 |
CN112373462A (zh) * | 2020-11-05 | 2021-02-19 | 广州汽车集团股份有限公司 | 一种自动泊车方法、装置、控制器及系统 |
CN112530195A (zh) * | 2020-12-04 | 2021-03-19 | 中国联合网络通信集团有限公司 | 自主代客泊车方法和系统 |
CN112537294A (zh) * | 2020-12-23 | 2021-03-23 | 上汽通用汽车有限公司 | 自动泊车控制方法及电子设备 |
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 |
CN113129632A (zh) * | 2021-03-30 | 2021-07-16 | 中国联合网络通信集团有限公司 | 一种自主泊车的方法、avp平台及停车场管理系统 |
CN113147743A (zh) * | 2021-04-27 | 2021-07-23 | 东风汽车集团股份有限公司 | 自动泊车方法、系统及存储介质 |
CN113246962A (zh) * | 2020-02-07 | 2021-08-13 | 沃尔沃汽车公司 | 用于自动泊车辅助的车载设备、系统和方法 |
CN113276839A (zh) * | 2021-04-26 | 2021-08-20 | 安徽域驰智能科技有限公司 | 一种基于环境信息的泊车路径规划重构方法 |
CN113353064A (zh) * | 2021-04-30 | 2021-09-07 | 惠州华阳通用电子有限公司 | 一种自动泊车行车控制方法 |
-
2021
- 2021-09-15 CN CN202111081704.2A patent/CN113650605A/zh active Pending
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017102015A (ja) * | 2015-12-02 | 2017-06-08 | 株式会社ゼンリンデータコム | ナビゲーション装置およびナビゲーション方法 |
CN108275146A (zh) * | 2017-01-05 | 2018-07-13 | 重庆长安汽车股份有限公司 | 全自动泊车车速分段控制系统及方法 |
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 |
CN109739231A (zh) * | 2018-12-29 | 2019-05-10 | 北京智行者科技有限公司 | 自动驾驶充电车停车控制方法及系统 |
CN110827572A (zh) * | 2019-01-25 | 2020-02-21 | 长城汽车股份有限公司 | 用于代客泊车的路径规划方法及装置 |
CN110782696A (zh) * | 2019-01-25 | 2020-02-11 | 长城汽车股份有限公司 | 用于代客泊车的控制系统 |
CN111845714A (zh) * | 2019-04-26 | 2020-10-30 | 东莞潜星电子科技有限公司 | 一种基于智能视觉深度学习的自动泊车系统 |
CN110435640A (zh) * | 2019-07-25 | 2019-11-12 | 禾多科技(北京)有限公司 | 基于场端、车端协同的高效代客泊车规划方法 |
CN113246962A (zh) * | 2020-02-07 | 2021-08-13 | 沃尔沃汽车公司 | 用于自动泊车辅助的车载设备、系统和方法 |
CN111824130A (zh) * | 2020-07-09 | 2020-10-27 | 广州小鹏车联网科技有限公司 | 一种泊车控制方法、装置、车辆、存储介质 |
CN112373462A (zh) * | 2020-11-05 | 2021-02-19 | 广州汽车集团股份有限公司 | 一种自动泊车方法、装置、控制器及系统 |
CN112530195A (zh) * | 2020-12-04 | 2021-03-19 | 中国联合网络通信集团有限公司 | 自主代客泊车方法和系统 |
CN112537294A (zh) * | 2020-12-23 | 2021-03-23 | 上汽通用汽车有限公司 | 自动泊车控制方法及电子设备 |
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 |
CN113129632A (zh) * | 2021-03-30 | 2021-07-16 | 中国联合网络通信集团有限公司 | 一种自主泊车的方法、avp平台及停车场管理系统 |
CN113276839A (zh) * | 2021-04-26 | 2021-08-20 | 安徽域驰智能科技有限公司 | 一种基于环境信息的泊车路径规划重构方法 |
CN113147743A (zh) * | 2021-04-27 | 2021-07-23 | 东风汽车集团股份有限公司 | 自动泊车方法、系统及存储介质 |
CN113353064A (zh) * | 2021-04-30 | 2021-09-07 | 惠州华阳通用电子有限公司 | 一种自动泊车行车控制方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114194179A (zh) * | 2021-11-26 | 2022-03-18 | 武汉小安科技有限公司 | 一种站点泊车方法、装置、电子设备及存储介质 |
CN114329318A (zh) * | 2022-03-10 | 2022-04-12 | 天津港第二集装箱码头有限公司 | 考虑车辆运动学特征的智能化集装箱码头停车调度方法 |
CN114329318B (zh) * | 2022-03-10 | 2022-07-01 | 天津港第二集装箱码头有限公司 | 考虑车辆运动学特征的智能化集装箱码头停车调度方法 |
WO2023179534A1 (zh) * | 2022-03-25 | 2023-09-28 | 华为技术有限公司 | 泊车路径规划方法、显示方法及电子设备 |
CN115042822A (zh) * | 2022-07-29 | 2022-09-13 | 浙江吉利控股集团有限公司 | 一种泊车控制方法、系统、电子设备及存储介质 |
CN115042822B (zh) * | 2022-07-29 | 2022-11-22 | 浙江吉利控股集团有限公司 | 一种泊车控制方法、系统、电子设备及存储介质 |
CN115424465A (zh) * | 2022-08-31 | 2022-12-02 | 维沃移动通信有限公司 | 停车场地图的构建方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113650605A (zh) | 泊车控制方法及系统 | |
CN109767646B (zh) | 泊车方法及装置 | |
CN111746504B (zh) | 记忆泊车方法、系统、装置及计算机可读存储介质 | |
CN111301409A (zh) | 一种泊车路径规划方法、装置、车辆和存储介质 | |
CN109445434B (zh) | 无人驾驶汽车的控制方法、装置、设备和存储介质 | |
CN113147743A (zh) | 自动泊车方法、系统及存储介质 | |
CN110979314A (zh) | 一种自主代客泊车方法、车载设备及存储介质 | |
JP2017533856A (ja) | 車両を動作させるための方法及び装置 | |
CN110942665A (zh) | 一种车辆的定位方法、车载设备及存储介质 | |
CN112109700A (zh) | 记忆泊车系统及其控制方法和计算机存储介质 | |
CN112172793B (zh) | 泊车路径规划方法、装置、车辆及存储介质 | |
CN110858453A (zh) | 室内停车设施中的自主停车 | |
CN105206100A (zh) | 辅助停车方法、装置及系统 | |
CN112224199A (zh) | 遥控泊车控制方法、装置、车辆及存储介质 | |
CN114415692A (zh) | 停车场的自动泊车方法、装置、设备、存储介质及程序 | |
CN112721952A (zh) | 一种l3级自动驾驶汽车的复杂路段行驶控制方法、装置、汽车及计算机存储介质 | |
CN110969893A (zh) | 一种车辆自主代客泊车方法、车载设备及存储介质 | |
CN110766976A (zh) | 一种使用智能钥匙进行寻车的方法和装置以及智能钥匙 | |
US11113968B2 (en) | Method for mobile parking assistance | |
CN111044069A (zh) | 一种车辆定位方法、车载设备及存储介质 | |
US20230331255A1 (en) | Landing pad for autonomous vehicles | |
US20220392349A1 (en) | Automated valet parking management system and automated valet parking management method | |
CN110942651B (zh) | 一种车辆失效处理方法、车载设备及存储介质 | |
CN111063214A (zh) | 一种车辆的定位方法、车载设备及存储介质 | |
US11613381B2 (en) | Launchpad for 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: 20211116 |
|
RJ01 | Rejection of invention patent application after publication |