CN113835435A - 车辆控制方法、服务器和存储介质 - Google Patents
车辆控制方法、服务器和存储介质 Download PDFInfo
- Publication number
- CN113835435A CN113835435A CN202111166197.2A CN202111166197A CN113835435A CN 113835435 A CN113835435 A CN 113835435A CN 202111166197 A CN202111166197 A CN 202111166197A CN 113835435 A CN113835435 A CN 113835435A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- parking
- controlled
- scene
- communication signal
- 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
- 238000000034 method Methods 0.000 title claims abstract description 69
- 238000004891 communication Methods 0.000 claims description 106
- 230000008447 perception Effects 0.000 claims description 43
- 238000005259 measurement Methods 0.000 claims 1
- 230000004927 fusion Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 238000010276 construction Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000006641 stabilisation Effects 0.000 description 2
- 238000011105 stabilization Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013497 data interchange Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
- G05D1/0253—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本申请提供一种车辆控制方法、服务器和存储介质,其中,方法包括:对待控制车辆的泊车场景进行识别,所述泊车场景包括室内泊车场景和室外泊车场景;基于所识别的泊车场景,确定所述待控制车辆对应的定位方式,所述定位方式包括采用室内泊车场景的第一定位方式和采用室外泊车场景的第二定位方式;采用所确定的定位方式,获得所述待控制车辆的定位信息;基于所述定位信息向所述待控制车辆发送自动泊车控制指令。本申请的方法,通过对车辆所处的停车场泊车场景的识别,实现车辆在不同停车场泊车场景中的定位方式的选择和切换,进而实现了车辆在停车场室内泊车场景与室外泊车场景的连续场景下的连续无缝的高精度定位。
Description
技术领域
本申请涉及自动驾驶技术领域,尤其涉及一种车辆控制方法、服务器和存储介质。
背景技术
自动代客泊车(英文:Autonomous Valet Parking,简称:AVP)系统能够让驾驶用户在不出入停车场的情况下,通过手机实现一键泊车和一键取车,为驾驶用户提供了极大便利。自动代客泊车(AVP)系统建设同时也是智慧城市建设的重要内容。
AVP方法主要通过平台对停车场的环境信息与车辆的定位信息进行分析,形成指令,进而通过指令指导车辆自动泊车和取车。其中,平台在对车辆进行定位时,若车辆在室外,则主要靠获取车辆自身的全球定位系统(英文:Global Positioning System,简称:GPS)定位信息进行车辆定位;若车辆在室内,平台常通过停车场部署的定位基站或感知设备进行车辆定位。
现有的AVP技术在对车辆的定位方面无法实现车辆在停车场室内与室外连续环境下的全域高精度连续定位,无法满足智慧城市建设对自动代客泊车系统的建设要求。
发明内容
本申请提供一种车辆控制方法、服务器和存储介质,以解决现有的AVP技术在对车辆的定位方面无法实现车辆在停车场室内与室外连续环境下的全域高精度连续定位问题。
第一方面,本申请提供一种车辆控制方法,包括:
对待控制车辆的泊车场景进行识别,所述泊车场景包括室内泊车场景和室外泊车场景;
基于所识别的泊车场景,确定所述待控制车辆对应的定位方式,所述定位方式包括采用室内泊车场景的第一定位方式和采用室外泊车场景的第二定位方式;
采用所确定的定位方式,获得所述待控制车辆的定位信息;
基于所述定位信息向所述待控制车辆发送自动泊车控制指令。
第二方面,本申请提供一种服务器,包括:
处理器和存储器;
所述存储器存储所述处理器可执行指令;
其中,所述处理器执行所述存储器存储的可执行指令,使得所述处理器执行如上所述的车辆控制方法。
第三方面,本申请提供一种存储介质,所述存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如上所述的车辆控制方法。
本申请提供的车辆控制方法、服务器和存储介质,通过对车辆泊车场景的识别,确定出车辆处于停车场的室内泊车场景或室外泊车场景,进而选择泊车场景对应的定位方式对车辆进行定位。本申请实现了车辆在连续室内外泊车场景下的连续无缝定位,解决了现有的AVP技术无法实现车辆在停车场室内与室外连续环境下的全域高精度连续定位问题。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1为本申请实施例提供的现有的自动代客泊车系统图;
图2a为本申请实施例提供的使用本申请车辆控制方法的自动代客泊车系统图;
图2b为本申请实施例提供的车辆控制方法流程图一;
图3为本申请实施例提供的车辆控制方法流程图二;
图4为本申请实施例提供的车辆控制方法流程图三;
图5为本申请实施例提供的服务器结构图。
通过上述附图,已示出本申请明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围,而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,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作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。
本申请提供的车辆控制方法,可以适用于自动代客泊车系统,自动代客泊车系统如图1和图2a所示。
其中,图1为本申请实施例提供的现有的自动代客泊车系统图。如图1所示,自动代客泊车系统包括:车辆11,停车场12,服务器13和用户终端设备14。其中,停车场12内部署有感知设备121,路侧通信设备122和定位基站123。车辆11与路侧通信设备122和定位基站123通过无线网络进行通信。服务器13与感知设备121、路侧通信设备122和定位基站123之间采用有线连接方式进行通信或通过无线网络进行通信。服务器13与车辆11和用户终端设备14通过无线网络进行通信。其中,定位基站123用于停车场中的车辆11的定位,路侧通信设备122用于车辆11与服务器13间的通信,感知设备121用于对停车场环境和车辆11的监测。
在如图1所示的现有自动代客泊车系统中,当用户需要自动泊车时,用户须将车辆开到停车场触发点位置。然后停车场工作人员在停车场触发点位置给用户车辆11安放专用的定位跟踪装置。服务器13通过用户车辆11上安放的专用定位跟踪装置,获得车辆的定位信息。然后服务器13用获得的车辆11的定位信息生成自动泊车控制指令,其中,自动泊车控制指令为车辆11自动驾驶的规划路径。服务器13将该规划路径发送给车辆11,车辆11根据规划路径,利用自身车载设备生成按规划路径行驶的车辆11的局部控制指令,以进行车辆自动驾驶,实现自动代客泊车服务。局部控制指令是指按规划路径行驶的局部的速度、位姿等信息。当用户需要取车时,也需到停车场触发点位置进行取车。
在现有的自动代客泊车技术中,不同停车场对车辆的定位方式比较单一。且当车辆出现不同停车场泊车场景的连续转换时,无法对车辆进行连续及时的定位切换,通常存在车辆的定位盲区。所以,现有的自动代客泊车技术存在无法对车辆连续转换场景下的连续无缝定位切换,进而无法获得连续转换场景下的连续无缝高精度定位信息的问题。
此外,不同的停车场场景,如室内泊车场景和室外泊车场景。因场景环境因素不同,为了获得不同场景的高精度定位信息,就需要在不同场景中部署适应的定位装置对场景中的车辆进行定位。当车辆位于停车场的室内泊车场景时,通常需要采用室内泊车场景对应的定位方式进行车辆定位。当车辆位于停车场的室外泊车场景时,通常需要采用室外泊车场景对应的定位方式进行车辆定位。然而,当停车场室内和室外均部署有定位装置时,处于停车场的其中一个场景的车辆通常会同时接收到来自室内定位装置和室外定位装置的定位信号。此时,车辆无法自动识别出其所处的泊车场景,进而无法选择准确的定位方式进行车辆定位。对此,对车辆所处的停车场泊车场景进行识别,进而确定出车辆对应的定位方式进行车辆定位,成为解决上述现有技术问题的关键。
同时在自动代客泊车(AVP)服务中,通常存在待控制车辆在不同泊车场景中进行转换的情形。例如,在泊车服务中,常需要控制车辆从停车场室外行驶到停车场室内的具体位置上。即泊车服务过程中存在待控制车辆就从室外泊车场景转换到室内泊车场景的情形。相应地,在取车服务中,常需要控制车辆从停车场室内行驶到停车场室外的具体位置上。即泊车服务过程中存在待控制车辆从室内泊车场景转换到室外泊车场景的情形。但室内泊车场景和室外泊车场景下对车辆的定位方式往往不同,如现有技术中室外常采用GPS定位方式,室内常采用基站或蓝牙定位方式。现有技术中,当车辆在不同泊车场景中进行转换时,由于无法连续进行场景识别,常存在定位不连续、不同步甚至出现定位盲区的问题。因此,在自动代客泊车系统建设中,对待控制车辆的泊车场景进行及时识别,进而无缝切换到所识别场景对应的定位方式进行车辆定位尤为重要。
于是,本申请提出了一种车辆控制方法,对现有的自动代客泊车系统进行改进,如图2a所示。图2a为本申请实施例提供的使用本申请车辆控制方法的自动代客泊车系统图。在图2a所示的自动代客泊车系统中,该系统也包括了如图1所示的系统组成:车辆11,停车场12,服务器23和用户终端设备14。改进地,停车场12的室内和室外均部署有感知设备121,路侧通信设备122和定位基站123。服务器23在感知设备121和/或定位基站123的辅助下,可对车辆11进行车辆的泊车场景识别,采用所识别场景对应的定位方式对车辆11进行高精度定位。车辆11与路侧通信设备122和定位基站123通过无线网络进行通信。服务器13与感知设备121、路侧通信设备122和定位基站123之间采用有线连接方式进行通信或通过无线网络进行通信。服务器13与车辆11和用户终端设备14通过无线网络进行通信。其中,定位基站123用于停车场中的车辆11的定位,路侧通信设备122用于车辆11与服务器13间的通信,感知设备121用于对停车场环境和车辆11的监测。
具体地,当用户需要对用户车辆进行自动泊车或取车时,无论用户车辆处于停车场的室内、室外的任何位置,用户通过用户终端设备14向服务器23发送泊车或取车的服务指令。服务器23通过对用户的待控制车辆11进行泊车场景识别、选择所识别场景对应的定位方式进行车辆定位,获得车辆定位信息。接着,服务器23基于该定位信息生成自动泊车控制指令,用于待控制车辆的自动驾驶。其中,服务指令中包括用户车辆标识信息。可选地,用户车辆标识信息可以是用户车辆的车牌号或停车场分发的车辆标识号,本实施例不作具体限定。
具体地,服务器23收到用户终端发送的服务指令后,具体地,服务器23根据用户车辆标识信息确定待控制的车辆11。然后,服务器23对待控制的车辆11处于停车场的泊车场景进行识别,识别确定出车辆11位于室内泊车场景还是室外泊车场景。接着,服务器23根据所识别的泊车场景选择对应的高精定位方式对车辆11进行室内外的全域定位,计算出车辆11在停车场的定位信息。确保了车辆在停车场不同泊车场景连续转换的情形下,实现对车辆在停车场中的全域连续无缝高精度定位。接着,服务器23对感知设备121上传的环境信息以及预先存储的停车场场端地图进行融合分析和地图更新,获得并储存停车场的交通状态信息和高精度地图。服务器23可以通过路侧通信设备122将停车场的交通状态信息在停车场广播。此外,服务器23根据待控制车辆的定位信息,停车场的交通状态信息和高精度地图进行融合决策分析处理,形成符合服务指令的待控制车辆的自动泊车控制指令。其中自动泊车控制指令包括规划路径和局部控制指令,其中局部控制指令如规划路径局部的建议速度、位姿等信息。服务器23通过无线通信网络将自动泊车控制指令发送给待控制车辆。待控制车辆根据自动泊车控制指令执行车辆的自动驾驶,以完成服务指令。
本申请实施例提供的车辆控制方法,相较于现有的自动代客泊车技术来说,改进点在于实现了对车辆在室内泊车场景或室外泊车场景的不同停车场场景的识别。通过对车辆的场景识别,通过所识别的场景选择和切换对车辆在不同停车场场景中的定位方式,进而实现了车辆在停车场室内与室外连续场景下的全域连续无缝的高精度定位。通过获得车辆在停车场中全域连续无缝的高精度定位信息,进而确保生成的自动泊车控制指令更加精准。本申请实施例提供的车辆控制方法用于自动代客泊车系统,提高了自动代客泊车系统的智能性和用户感知。
接下来,通过图2b所示实施例对本申请提供的车辆控制方法的具体流程进行说明。图2b为本申请实施例提供的车辆控制方法流程图一,图2b是对图2a所示的自动代客泊车系统中的车辆控制方法的详细说明。图2a实施例所示的服务器23可以为执行本申请实施例的执行主体,如图2b所示,本实施例提供的车辆控制方法包括:
S201、对待控制车辆的泊车场景进行识别;
具体而言,当用户需要AVP服务时,用户通过用户终端14向服务器23发送AVP服务指令。服务器23通过服务指令中的用户车辆标识信息确定待控制车辆11。然后,服务器23对待控制车辆11所处的泊车场景进行识别。具体地,泊车场景包括室内泊车场景和室外泊车场景。通过对待控制车辆11的泊车场景进行识别,确定出待控制车辆11所处的泊车场景为室内泊车场景还是室外泊车场景。
通过对待控制车辆的泊车场景的识别,可以连续无缝地通过下述步骤实现对车辆的不同场景的定位方式的连续无缝切换。
S202、基于所识别的泊车场景,确定待控制车辆对应的定位方式;
具体而言,服务器23根据步骤S201中识别确定的待控制车辆11所处的泊车场景,选择所识别的泊车场景对应的定位方式,确定为待控制车辆11的定位方式。具体地,室内泊车场景对应的定位方式为采用室内泊车场景的第一定位方式,室外泊车场景对应的定位方式为采用室外泊车场景的第二定位方式。
具体地,若服务器23根据步骤S201识别出待控制车辆11所处的泊车场景为室内泊车场景,则确定待控制车辆11的定位方式为第一定位方式;若服务器23根据步骤S201识别出待控制车辆11所处的泊车场景为室外泊车场景,则确定待控制车辆11的定位方式为第二定位方式。
可选地,第一定位方式和第二定位方式均可以是超宽带定位(英文:UltraWideband,简称:UWB)方式或实时动态测量定位(英文:Real Time Kinematic,简称:RTK)方式。
服务器23通过本步骤确定了待控制车辆11的定位方式后,接着通过下述步骤获得待控制车辆11的定位信息。
S203、采用所确定的定位方式,获得待控制车辆的定位信息;
具体而言,服务器23根据步骤S202确定的待控制车辆11的定位方式后,采用确定的定位方式的定位解算算法对待控制车辆11进行定位解算,获得待控制车辆11在相应泊车场景中的定位信息。
进一步地,当待控制车辆11在不同泊车场景中进行转化,服务器23对待控制车辆11进行定位切换的同时,对不同定位方式对应的坐标进行同步转换,以实现不同泊车场景切换中对应的定位方式切换的无缝连接。
服务器23获得的待控制车辆11的定位信息,通过下述步骤用于形成自动泊车控制指令。
S204、基于定位信息向待控制车辆发送自动泊车控制指令;
具体而言,服务器23根据待控制车辆的定位信息,停车场的交通状态信息和高精度地图进行融合决策分析处理,形成符合用户终端14发送的AVP服务指令的自动泊车控制指令。服务器23将自动泊车控制指令发送给待控制车辆11。待控制车辆11根据该自动泊车控制指令执行自动驾驶,完成AVP服务。
本申请实施例提供的车辆控制方法,通过泊车场景识别确定出车辆处于室内泊车场景或室外泊车场景。然后根据识别出的泊车场景选择对应的定位方式,对车辆进行定位解算,获得车辆的定位信息。实现了车辆在不同场景下转换时进行不同场景对应的定位方式的连续无缝切换,解决了现有技术在连续场景下定位不连续、不同步、出现定位盲区不精准的问题。
接下来,通过图3和图4所示的实施例分别对图2b实施例所示的车辆控制方法进行进一步的详细说明。
图3为本申请实施例提供的车辆控制方法流程图二。如图3所示,该方法包括:
S301、获取待控制车辆与停车场场端基站的通信信号强度,通信信号强度包括与室内基站通信的第一通信信号强度和与室外基站通信的第二通信信号强度;
具体而言,处理器13通过路侧通信设备122获取待控制车辆11上传的其与定位基站123的通信信号强度。具体地,通信信号强度包括待控制车辆11与室内定位基站通信的第一通信信号强度和与室外定位基站通信的第二通信信号强度。
由于待控制车辆11在停车场中时,待控制车辆11存在与室内定位基站和室外定位基站同时通信的情形。因此,待控制车辆11存在通过路侧通信设备122同时向服务器23上传第一通信信号强度和第二通信信号强度这两种通信信号强度的情形。通信信号强度与待控制车辆所处的停车场的泊车场景相关,于是,通过下述步骤S302可对待控制车辆的泊车场景进行识别。
S302、将第一通信信号强度和第二通信信号强度进行对比,确定待控制车辆的泊车场景,泊车场景包括室内泊车场景和室外泊车场景;
具体而言,服务器23通过步骤S301收到待控制车辆11上传的通信信号强度后,将待控制车辆11上传的第一通信信号强度和第二通信信号强度进行对比。接着,服务器23通过第一通信信号强度和第二通信信号强度的对比结果,确定出待控制车辆的泊车场景为室内泊车场景或室外泊车场景。
具体地,服务器23可以对待控制车辆11上传的第一通信信号强度的大小和第二通信信号强度的大小进行对比,采用如下方式确定待控制车辆的泊车场景:
若,第一通信信号强度大于第二通信信号强度,则确定待控制车辆所处的停车场泊车场景为室内泊车场景;
若,第二通信信号强度大于第一通信信号强度,则确定待控制车辆所处的停车场泊车场景为室外泊车场景。
服务器23通过对待控制车辆11上传的第一通信信号强度的大小和第二通信信号强度的大小的对比,以确定待控制车辆的泊车场景的方法,精准、快速,为后续泊车场景对应的定位方式的连续无缝切换奠定了良好的基础。
可选地,服务器23还可以通过待控制车辆11上传的第一通信信号强度的和第二通信信号强度进行预测分析。服务器23经过对第一通信信号强度的和第二通信信号强度的预测分析后,获得第一通信信号强度和第二通信信号强度的变化趋势。具体地,变化趋势包括增强趋势、衰减趋势和稳定趋势。然后,服务器23将待控制车辆11的第一通信信号强度的变化趋势和第二通信信号强度的变化趋势进行对比,采用如下方式确定待控制车辆的泊车场景:
若,第一通信信号强度的变化趋势是增强趋势,第二通信信号的变化趋势是衰减趋势或稳定趋势,则确定待控制车辆11所处的停车场泊车场景为室内泊车场景;
若,第二通信信号强度的变化趋势是增强趋势,第一通信信号的变化趋势是衰减趋势或稳定趋势,则确定待控制车辆11所处的停车场泊车场景为室外泊车场景;
若,第一通信信号强度的变化趋势是衰减趋势,第二通信信号的变化趋势是稳定趋势,则确定待控制车辆11所处的停车场泊车场景为室外泊车场景;
若,第二通信信号强度的变化趋势是衰减趋势,第一通信信号的变化趋势是稳定趋势,则确定待控制车辆11所处的停车场泊车场景为室内泊车场景。
服务器23通过第一通信信号强度和第二通信信号强度的变化趋势的对比来确定泊车场景的方法,尤其适用于当待控制车辆11处于停车场的室内泊车场景和室外泊车场景的接口处,且第一通信信号强度大小和第二通信信号强度大小相同的情形。服务器23通过第一通信信号强度和第二通信信号强度的变化趋势对比确定泊车场景的方法,不但可以精准识别确定车辆的泊车场景,还可以提前预测车辆的场景转换趋势,提前做好定位方式切换的相关工作,极大提高切换速率。
优选地,服务器23在对待控制车辆的泊车场景进行确定时,可以优先采用上述通信信号强度的大小对比方法进行泊车场景的确定;当出现第一通信信号强度大小和第二通信信号强度大小相同时,接车采用通信信号强度的变化趋势对比分发进行泊车场景的确定。
服务器23通过本步骤对待控制车辆11的泊车场景进行识别确定出待控制车辆11的泊车场景后,接着采用下述步骤确定待控制车辆11对应的定位方式。
S303、基于所识别确定的泊车场景,确定待控制车辆对应的定位方式,定位方式包括采用室内泊车场景的第一定位方式和采用室外泊车场景的第二定位方式;
具体而言,服务器23通过步骤S302确定了待控制车辆11所处的停车场泊车场景后,服务器23根据所识别确定的泊车场景,确定待控制车辆11对应的定位方式。具体地,若待控制车辆11所处的停车场泊车场景为室内泊车场景,则对待控制车辆11采用室内泊车场景的第一定位方式进行定位。若待控制车辆11所处的停车场泊车场景为室外泊车场景,则对待控制车辆11采用室外泊车场景的第二定位方式进行定位。
当然地,若服务器23通过本步骤只接收到待控制车辆11上传的第一通信信号强度和第二通信信号中的其中一种通信信号强度,则直接确定所接收到的通信信号强度对应的泊车场景的定位方式为车辆定位方式。
服务器23通过下述步骤S304对待控制车辆11进行定位,获得待控制车辆的定位信息。
S304、采用所确定的定位方式,获得待控制车辆的定位信息;
具体而言,服务器23采用步骤S303所确定的对待控制车辆进行定位的定位方式,通过该定位方式对应的定位解算算法,解算出待控制车辆11在泊车场景中的精确位置坐标值。
进一步地,服务器23对待控制车辆11进行定位切换的同时,对不同定位方式对应的坐标进行同步转换,以实现不同泊车场景切换中对应的定位方式切换的无缝连接,确保待控制车辆11在室内外泊车场景中切换时定位信息无偏差。
服务器23获得的待控制车辆11的定位信息,通过下述步骤S305-S306形成自动泊车控制指令。
S305、获取待控制车辆的泊车场景的场端交通状态信息和场端地图;
具体而言,停车场室内和室外均部署有感知设备121。具体地,感知设备121可以是传感器、毫米波雷达、摄像头中等感知设备中的至少一种,本实施例不作具体限定。服务器23从感知设备121获取停车场的图像视频数据、雷达数据等环境感知数据中的至少一种环境感知数据。接着,服务器23将环境感知数据和车辆的定位信息数据依次经过坐标系同步、数据交转和数据同步,实现不同数据的初步融合,获得初步信息。然后,服务器23对初步融合后的初步信息进行交通对象特征信息提取,获得对象特征。具体地,交通对象特征信息如轮廓、运动参数等交通要素特征信息,本实施例此处不作具体限定。接着,服务器23将对象特征采用拟合、分类、聚类的算法进行分析,以进行交通事件的识别,最后形成停车场场端交通状态信息。具体地,交通事件例如车辆流动分布情况、车位占用情况、违规驾驶导致的碰撞、超速、限速及拐弯等场端环境情况。最后,服务器23将形成的场端交通状态信息通过路侧通信设备122通过V2X通信方式发送给停车场内的车辆,辅助车辆进行自动驾驶。
进一步地,服务器23采用形成的场端交通状态信息对服务器23预存的场端地图进行动态更新,形成场端高精度地图。
S306、将定位信息、场端交通状态信息和场端地图进行融合处理,形成自动泊车控制指令;
具体而言,服务器23将待控制车辆11的定位信息与场端高精度地图进行目标匹配定位,获得待控制车辆11在场端高精度地图上的融合定位信息。然后,服务器23综合待控制车辆11的融合定位信息和场端交通状态信息,基于用户发送到服务器23中AVP服务指令,形成自动泊车控制指令。然后,服务器23通过S307步骤实现车辆的AVP服务。
S307、将自动泊车控制指令发送给待控制车辆,用于车辆控制;
具体而言,服务器23将步骤S306形成的针对待控制车辆11的自动泊车控制指令发送给待控制车辆11,待控制车辆11使用该自动泊车控制指令进行车辆控制。
具体地,服务器23将步骤S306形成的针对待控制车辆11的自动泊车控制指令通过5G通信方式发送给待控制车辆11。自动泊车控制指令包括规划路径,以及根据规划路径的局部建议速度、位姿等信息。进一步地,服务器23根据实时的交通状态信息对局部建议速度、位姿进行实时更新。待控制车辆11将该自动泊车待控制指令转化成车辆自动驾驶指令,实现待控制车辆11的自动驾驶以满足用户的AVP服务需求。
可选地,待控制车辆11收到服务器23发送的自动泊车控制指令后,待控制车辆11根据自动泊车控制指令,并利用自身车载装置采集的车辆周边交通状态信息进行融合分析,形成实时驾驶指令。待控制车辆11根据实时驾驶指令进行自动驾驶。
本实施例提供的车辆控制方法,通过对车辆上传的第一通信信号强度和第二通信信号强度的大小和/或变化趋势进行对比,可实现车辆在连续场景下的连续无缝场景识别。通过对车辆在连续场景下的连续无缝场景识别,实现对车辆的连续无缝高精度定位。通过连续无缝高精度定位获得的定位信息,确保了车辆的自动泊车控制指令的连续性和准确性。
图4为本申请实施例提供的车辆控制方法流程图三。如图4所示,该方法包括:
S401、获取场景感知设备对待控制车辆行驶路径的感知信息,场景感知设备包括室内感知设备和室外感知设备;
具体而言,停车场室内和室外均部署有场景感知设备。具体地,场景感知设备包括部署在停车场室内泊车场景的室内感知设备和部署在停车场室外泊车场景中的室外感知设备。
由于停车场室内泊车场景和室外泊车场景接口处是车辆停车场泊车场景切换的地方,优先地,场景感知设备部署在停车场室内泊车场景和室外泊车场景接口处。当车辆经过接口处,服务器23根据下述步骤S402确定车辆的泊车场景后,到车辆再次经过接口处这段时间内,服务器23只需对车辆的泊车场景进行一次识别即可,极大提高服务器23的场景识别效率。
可选地,场景感知设备可以是传感器或摄像头,传感器例如压力传感器,本实施例此处不作具体限定。
感知设备对待控制车辆11进行监测。当待控制车辆11一旦进入感知设备121的监控范围,感知设备121即对待控制车辆11的行驶路径进行监测,获得待控制车辆11行驶路径的感知信息。然后感知设备121将待控制车辆11的感知信息通过有线通信方式或无线通信方式上传到服务器23。其中,感知信息包括感知设备121的标识信息。具体地,感知设备121可以通过5G通信方式将待控制车辆11行驶路径的感知信息上传到服务器23。然后服务器23通过下述步骤S402确定待控制车辆11所处停车场的泊车场景。
S402、基于感知信息,确定待控制车辆的泊车场景,泊车场景包括室内泊车场景和室外泊车场景;
具体而言,服务器23通过步骤S401获得感知设备121上传的待控制车辆11行驶路径的感知信息后,根据感知信息中的感知设备标识信息识别感知信息来源。接着,服务器23通过如下方式确定待控制车辆11所处停车场的泊车场景是室内泊车场景还是室外泊车场景:
若,服务器23识别出感知信息来自于室内感知设备,则确定待控制车辆11所处停车场的泊车场景是室内泊车场景;
若,服务器23识别出感知信息来自于室外感知设备,则确定待控制车辆11所处停车场的泊车场景是室外泊车场景。
进一步地,服务器23收到当前场景感知设备的感知信息,并基于感知信息,确定待控制车辆的泊车场景后,一直到服务器23收到下一个场景感知设备上传的感知信息,并基于其上传的感知信息,重新确定待控制车辆的泊车场景的期间,服务器23默认待控制车辆的泊车场景保持不变。
可选地,服务器23收到场景感知设备的感知信息后,服务器23优先通过图2b所示实施例中的步骤S301-S302对待控制车辆11的泊车场景进行确定。同时,服务器23以场景感知设备上传的感知信息确定的泊车场景为备用场景,相应地,后续泊车场景对应的定位方式在此情景下作为备用定位方式。
可选地,在停车场室内泊车场景和室外泊车场景接口处设置的场景感知设备还可以包括感知切换设备。其中感知切换设备设置在室内泊车场景和室外泊车场景的交接边界上。当服务器23收到感知切换设备上传的待控制车辆的感知信息后,根据服务器23收到该感知信息的上一次泊车场景的确定信息,将待控制车辆11的泊车场景切换确定为上一次泊车场景相反的泊车场景。即当服务器23收到感知切换设备上传的待控制车辆11的感知信息后,若服务器23收到该感知信息的上一次泊车场景通过上述方法确定为室内泊车场景,那么,服务器23确定待控制车辆11即将进入室外泊车场景,进而确定待控制车辆11随后的泊车场景为室外泊车场景,直到该待控制车辆11再次被感知切换设备感知;当服务器23收到感知切换设备上传的待控制车辆11的感知信息后,若服务器23收到该感知信息的上一次泊车场景通过上述方法确定为室外泊车场景,那么,服务器23确定待控制车辆11即将进入室内泊车场景,确定待控制车辆11随后的泊车场景为室内泊车场景,直到该待控制车辆11再次被感知切换设备感知。具体示例性说明如下:
具体地,当服务器23收到室内感知设备或室外感知设备上传的待控制车辆11的感知信息后,根据本步骤上述方法识别感知信息来源,进而可确定待控制车辆11的泊车场景。当服务器23收到感知切换设备上传的待控制车辆11的感知信息后,根据服务器23收到该感知信息的上一次接收的感知信息,进行待控制车辆11的如下泊车场景切换:
若,上一次接收的感知信息来自于室内感知设备,则服务器23在收到感知切换设备上传的待控制车辆11的感知信息后,确定待控制车辆11即将进入室外泊车场景,确定待控制车辆11随后的泊车场景为室外泊车场景,直到该待控制车辆11再次被感知切换设备感知;
若,上一次接收的感知信息来自于室外感知设备,则服务器23在收到感知切换设备上传的待控制车辆11的感知信息后,确定待控制车辆11即将进入室内泊车场景,确定待控制车辆11随后的泊车场景为室内泊车场景,直到该待控制车辆11再次被感知切换设备感知。
服务器23通过上述步骤对待控制车辆11的泊车场景进行识别确定出待控制车辆11的泊车场景后,接着采用下述步骤S403-S407形成自动泊车控制指令。
S403、基于所识别确定的泊车场景,确定待控制车辆对应的定位方式,定位方式包括采用室内泊车场景的第一定位方式和采用室外泊车场景的第二定位方式;
S404、采用所确定的定位方式,获得待控制车辆的定位信息;
S405、获取待控制车辆的泊车场景的场端交通状态信息和场端地图;
S406、将定位信息、场端交通状态信息和场端地图进行融合处理,形成自动泊车控制指令;
S407、将自动泊车控制指令发送给待控制车辆,用于车辆控制;
具体而言,步骤S403-S407与图3所示实施例中的步骤S303-S307的具体实现原理类似,本实施例此处不再赘述。
本实施例提供的车辆控制方法,根据停车场部署的场景感知设备对车辆的行驶路径监测获得的感知信息,实现了车辆在连续场景转换下的连续无缝场景识别,进而实现对车辆的连续无缝高精度定位。通过连续无缝高精度定位获得的定位信息,确保了车辆的自动泊车控制指令的连续性和准确性。同时,本实施例提供的车辆控制方法成本低廉,用于AVP系统建设,易于推广应用。
本申请实施例还提供一种服务器。图5为本申请实施例提供的服务器的结构示意图。如图5所示,该服务器包括处理器51和存储器52,存储器52存储有处理器51可执行指令,使得该处理器51可用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,本实施例此处不再赘述。应理解,上述处理器51可以是中央处理单元(英文:CentralProcessing Unit,简称:CPU),还可以是其他通用处理器、数字信号处理器(英文:DigitalSignal Processor,简称:DSP)、专用集成电路(英文:Application Specific IntegratedCircuit,简称:ASIC)等。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。结合发明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。存储器52可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器,还可以为U盘、移动硬盘、只读存储器、磁盘或光盘等。
本申请实施例还提供一种存储介质,该存储介质中存储有计算机执行指令,这些计算机执行指令被处理器执行时,实现上述的车辆控制方法。存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(英文:Application Specific Integrated Circuits,简称:ASIC)中。当然,处理器和存储介质也可以作为分立组件存在于电子设备或主控设备中。
本申请实施例还提供一种程序产品,如计算机程序,该计算机程序被处理器执行时实现本申请所涵盖的车辆控制方法。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上实施方式仅用以说明本发明的技术方案,而非对其进行限制;尽管参照前述实施方式对本发明已经进行了详细的说明,但本领域的普通技术人员应当理解:其依然可以对前述实施方式所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明实施方式技术方案的范围。
Claims (10)
1.一种车辆控制方法,其特征在于,包括:
对待控制车辆的泊车场景进行识别,所述泊车场景包括室内泊车场景和室外泊车场景;
基于所识别的泊车场景,确定所述待控制车辆对应的定位方式,所述定位方式包括采用室内泊车场景的第一定位方式和采用室外泊车场景的第二定位方式;
采用所确定的定位方式,获得所述待控制车辆的定位信息;
基于所述定位信息向所述待控制车辆发送自动泊车控制指令。
2.根据权利要求1所述的方法,其特征在于,所述对待控制车辆的泊车场景进行识别,包括:
获取待控制车辆与停车场场端基站的通信信号强度,所述通信信号强度包括与室内基站通信的第一通信信号强度和与室外基站通信的第二通信信号强度;
将所述第一通信信号强度和第二通信信号强度进行对比,确定待控制车辆的泊车场景。
3.根据权利要求2所述的方法,其特征在于,所述将所述第一通信信号强度和第二通信信号强度进行对比,确定待控制车辆的泊车场景,包括:
将所述第一通信信号强度的大小和第二通信信号强度的大小进行对比,采用如下方式确定待控制车辆的泊车场景:
若,第一通信信号强度大于第二通信信号强度,则确定待控制车辆的泊车场景为室内泊车场景;
若,第二通信信号强度大于第一通信信号强度,则确定待控制车辆的泊车场景为室外泊车场景。
4.根据权利要求2所述的方法,其特征在于,所述将所述第一通信信号强度和第二通信信号强度进行对比,确定待控制车辆的泊车场景,包括:
获取所述第一通信信号强度和第二通信信号强度的变化趋势,所述变化趋势包括增强趋势、衰减趋势和稳定趋势;
将所述第一通信信号强度的变化趋势和第二通信信号强度的变化趋势进行对比,采用如下方式确定待控制车辆的泊车场景:
若,第一通信信号强度的变化趋势是增强趋势,第二通信信号的变化趋势是衰减趋势或稳定趋势,则确定待控制车辆的泊车场景为室内泊车场景;
若,第二通信信号强度的变化趋势是增强趋势,第一通信信号的变化趋势是衰减趋势或稳定趋势,则确定待控制车辆的泊车场景为室外泊车场景;
若,第一通信信号强度的变化趋势是衰减趋势,第二通信信号的变化趋势是稳定趋势,则确定待控制车辆的泊车场景为室外泊车场景;
若,第二通信信号强度的变化趋势是衰减趋势,第一通信信号的变化趋势是稳定趋势,则确定待控制车辆的泊车场景为室内泊车场景。
5.根据权利要求1所述的方法,其特征在于,所述对待控制车辆的泊车场景进行识别,包括:
获取场景感知设备对待控制车辆行驶路径的感知信息,所述场景感知设备包括室内感知设备和室外感知设备;
基于所述感知信息,确定待控制车辆的泊车场景。
6.根据权利要求5所述的方法,其特征在于,所述场景感知设备为部署在室内泊车场景和室外泊车场景接口处的传感器或摄像头。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述定位方式为超宽带定位方式或实时动态测量定位方式。
8.根据权利要求1-6任一项所述的方法,其特征在于,所述基于所述定位信息向所述待控制车辆发送自动泊车控制指令,包括:
获取所述待控制车辆的泊车场景的场端交通状态信息和场端地图;
将所述定位信息、场端交通状态信息和场端地图进行融合处理,形成自动泊车控制指令;
将所述自动泊车控制指令发送给所述待控制车辆,用于车辆控制。
9.一种服务器,其特征在于,包括:处理器和存储器;
所述存储器存储所述处理器可执行指令;
其中,所述处理器执行所述存储器存储的可执行指令,使得所述处理器执行如权利要求1-8任一项所述的方法。
10.一种存储介质,其特征在于,所述存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如权利要求1-8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111166197.2A CN113835435B (zh) | 2021-09-30 | 2021-09-30 | 车辆控制方法、服务器和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111166197.2A CN113835435B (zh) | 2021-09-30 | 2021-09-30 | 车辆控制方法、服务器和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113835435A true CN113835435A (zh) | 2021-12-24 |
CN113835435B CN113835435B (zh) | 2023-10-31 |
Family
ID=78967993
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111166197.2A Active CN113835435B (zh) | 2021-09-30 | 2021-09-30 | 车辆控制方法、服务器和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113835435B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160133125A1 (en) * | 2014-11-06 | 2016-05-12 | Frogparking Limited | Vehicle Presence Detection System |
JP2016080523A (ja) * | 2014-10-17 | 2016-05-16 | 株式会社駐車場綜合研究所 | 駐車位置案内システム、駐車位置案内方法、プログラム |
US20170078849A1 (en) * | 2015-09-15 | 2017-03-16 | Mediatek Inc. | Location context managing method and electronic device |
WO2017096360A1 (en) * | 2015-12-03 | 2017-06-08 | Osram Sylvania Inc. | Light-based vehicle positioning for mobile transport systems |
CN106846889A (zh) * | 2017-01-23 | 2017-06-13 | 杭州电子科技大学 | 一种室内外停车定位系统及定位方法 |
KR20170104907A (ko) * | 2016-03-08 | 2017-09-18 | 한양대학교 산학협력단 | 실내 측위 방법 및 이를 이용한 주차 경로 안내 방법 |
CN107274716A (zh) * | 2017-08-08 | 2017-10-20 | 重庆邮电大学 | 一种室内外融合导航的停车系统与方法 |
US20180374365A1 (en) * | 2017-06-27 | 2018-12-27 | American Traffic Solutions, Inc. | Vehicle location tracking systems and methods |
WO2019095462A1 (zh) * | 2017-11-16 | 2019-05-23 | 湖南深拓智能设备股份有限公司 | 停车管理系统及车位管理方法 |
CN110942665A (zh) * | 2019-12-16 | 2020-03-31 | 驭势科技(北京)有限公司 | 一种车辆的定位方法、车载设备及存储介质 |
CN112109701A (zh) * | 2020-08-18 | 2020-12-22 | 浙江吉利汽车研究院有限公司 | 一种泊车控制方法、装置、电子设备及存储介质 |
CN112304302A (zh) * | 2019-07-26 | 2021-02-02 | 北京初速度科技有限公司 | 一种多场景高精度车辆定位方法、装置及车载终端 |
CN113119968A (zh) * | 2019-12-30 | 2021-07-16 | 广东博智林机器人有限公司 | 车辆的控制系统、方法、电子设备及存储介质 |
-
2021
- 2021-09-30 CN CN202111166197.2A patent/CN113835435B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016080523A (ja) * | 2014-10-17 | 2016-05-16 | 株式会社駐車場綜合研究所 | 駐車位置案内システム、駐車位置案内方法、プログラム |
US20160133125A1 (en) * | 2014-11-06 | 2016-05-12 | Frogparking Limited | Vehicle Presence Detection System |
US20170078849A1 (en) * | 2015-09-15 | 2017-03-16 | Mediatek Inc. | Location context managing method and electronic device |
WO2017096360A1 (en) * | 2015-12-03 | 2017-06-08 | Osram Sylvania Inc. | Light-based vehicle positioning for mobile transport systems |
KR20170104907A (ko) * | 2016-03-08 | 2017-09-18 | 한양대학교 산학협력단 | 실내 측위 방법 및 이를 이용한 주차 경로 안내 방법 |
CN106846889A (zh) * | 2017-01-23 | 2017-06-13 | 杭州电子科技大学 | 一种室内外停车定位系统及定位方法 |
US20180374365A1 (en) * | 2017-06-27 | 2018-12-27 | American Traffic Solutions, Inc. | Vehicle location tracking systems and methods |
CN107274716A (zh) * | 2017-08-08 | 2017-10-20 | 重庆邮电大学 | 一种室内外融合导航的停车系统与方法 |
WO2019095462A1 (zh) * | 2017-11-16 | 2019-05-23 | 湖南深拓智能设备股份有限公司 | 停车管理系统及车位管理方法 |
CN112304302A (zh) * | 2019-07-26 | 2021-02-02 | 北京初速度科技有限公司 | 一种多场景高精度车辆定位方法、装置及车载终端 |
CN110942665A (zh) * | 2019-12-16 | 2020-03-31 | 驭势科技(北京)有限公司 | 一种车辆的定位方法、车载设备及存储介质 |
CN113119968A (zh) * | 2019-12-30 | 2021-07-16 | 广东博智林机器人有限公司 | 车辆的控制系统、方法、电子设备及存储介质 |
CN112109701A (zh) * | 2020-08-18 | 2020-12-22 | 浙江吉利汽车研究院有限公司 | 一种泊车控制方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113835435B (zh) | 2023-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110430401B (zh) | 车辆盲区预警方法、预警装置、mec平台和存储介质 | |
US10745050B2 (en) | Automated vehicle parking | |
US10812941B2 (en) | Positioning method and device | |
US11541881B2 (en) | Automatic parking method, device, system, and vehicle | |
CN108475474B (zh) | 用于确定和提供与预先规定的环境有关的、含有环境数据的数据库的方法 | |
JP6325806B2 (ja) | 車両位置推定システム | |
US10795357B2 (en) | Method and device for controlling vehicle and autonomous driving vehicle | |
CN107767685A (zh) | 一种寻车系统及方法 | |
CN111516690B (zh) | 智能汽车的控制方法、装置及存储介质 | |
CN110942665A (zh) | 一种车辆的定位方法、车载设备及存储介质 | |
CN109272774A (zh) | 车位引导方法、计算机设备和存储介质 | |
CN114419922A (zh) | 车位识别方法及装置 | |
CN112109701B (zh) | 一种泊车控制方法、装置、电子设备及存储介质 | |
CN113835435A (zh) | 车辆控制方法、服务器和存储介质 | |
CN113370993A (zh) | 车辆自动驾驶的控制方法和车辆自动驾驶的控制系统 | |
CN115965682B (zh) | 一种车辆可通行区域确定方法、装置及计算机设备 | |
US8081801B2 (en) | Device and method for controlling streetlights | |
US20230367319A1 (en) | Intelligent obstacle avoidance method and apparatus based on binocular vision, and non-transitory computer-readable storage medium | |
CN114845267B (zh) | 一种基于车联网的传感器数据共享方法和装置 | |
CN114326721B (zh) | 建图方法、装置、云端服务器以及机器人 | |
CN112118418B (zh) | 寻车方法、汽车及计算机可读存储介质 | |
CN110784819B (zh) | 一种自适应定位方法及终端 | |
CN113830081A (zh) | 一种基于融合定位的自动泊车方法、装置及存储介质 | |
KR101402280B1 (ko) | 이동 단말기의 메모리 관리장치 및 그 방법 | |
CN111148019A (zh) | 主动识别地铁站并在行车过程中平滑切换地铁站的方法 |
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 |