CN114347845A

CN114347845A - 在换电站中监测泊车路径的方法、装置、介质和换电站

Info

Publication number: CN114347845A
Application number: CN202210266579.0A
Authority: CN
Inventors: 王逸飞; 邹积勇
Original assignee: Weilai Automobile Technology Anhui Co Ltd
Current assignee: Weilai Automobile Technology Anhui Co Ltd
Priority date: 2022-03-18
Filing date: 2022-03-18
Publication date: 2022-04-15
Anticipated expiration: 2042-03-18
Also published as: CN114347845B

Abstract

本发明提供了一种在换电站中监测泊车路径的方法、装置、介质和换电站，其中，该方法包括由换电站执行的如下步骤：S100：获取表征车辆是否处于预设停车位中的占位信息，所述预设停车位处于换电站的站前可行驶区域中；S200：响应于所述占位信息表征车辆处于预设停车位中，确定理论泊车路径；S300：获取车辆在泊车过程中的实际位置并且基于所述实际位置检测车辆是否偏移理论泊车路径；以及S400：响应于车辆偏移所述理论泊车路径，输出用于控制泊车进程的第一命令。通过对车辆的自动泊车路径进行监测来及时发现例如由于车辆传感器故障所引起的泊车路径异常，根据本发明的方法能够避免车辆发生碰撞并且保证换电工作的有序进行。

Description

在换电站中监测泊车路径的方法、装置、介质和换电站

技术领域

本发明涉及一种用于在换电站中监测泊车路径的方法、装置、介质和换电站。

背景技术

目前，对于电动汽车的能源补给主要存在有整车充电和换电（即电池更换）这两种模式。整车充电模式能够分为交流慢充以及直流快充，其中，交流慢充所需时间较长且受停车场地的限制。此外，直流快充虽然功率大、充电时间短，然而对电网冲击较大，同时还会降低电池的使用寿命。反之，换电模式在实现对电动汽车的快速的能源补给的同时还能够降低对电池寿命的损害。此外，换电模式能够实现电网电力负荷的“调峰储能”并且由此提高电力设备的综合利用效率。

在由换电站或车辆本身所执行的自动泊车过程中，由于可能存在的传感器异常（例如传感器失灵、传感器未校正或传感器与换电站相应的软件不匹配）、天气的影响或车辆的图像采集装置故障（例如图像模糊、图像残缺），自动泊车过程可能不合规。对于自动化的换电站，需要对自动泊入的车辆、尤其其泊车路径进行实时的监督，以便避免发生碰撞并且由此保证换电工作的有序进行。

发明内容

根据不同的方面，本发明的目的在于提供一种在换电站中监测车辆泊车路径的方法、用于执行该方法的装置、计算机可读存储介质和换电站。

此外，本发明还旨在解决或者缓解现有技术中存在的其它技术问题。

本发明通过提供一种用于在换电站中监测泊车路径的方法来解决上述问题，具体而言，其包括由换电站执行的如下步骤：

S100：获取表征车辆是否处于预设停车位中的占位信息，所述预设停车位处于换电站的站前可行驶区域中；

S200：响应于所述占位信息表征车辆处于预设停车位中，确定理论泊车路径；

S300：获取车辆在泊车过程中的实际位置并且基于所述实际位置检测车辆是否偏移理论泊车路径；以及

S400：响应于车辆偏移所述理论泊车路径，输出用于控制泊车进程的第一命令。

根据本发明的一个方面所提出的用于在换电站中监测泊车路径的方法，步骤S300包括如下子步骤：

S310：将车辆在泊车过程中的实际位置映射到配属于所述理论泊车路径的概率转移矩阵空间中；

S320：获取与所述实际位置相对应的概率值并且将所述概率值与阈值进行比较；以及

S330：响应于所述概率值低于所述阈值，判定车辆偏移所述理论泊车路径。

根据本发明的一个方面所提出的用于在换电站中监测泊车路径的方法，在步骤S320中，获取与车辆中心点的实际位置相对应的概率值并且将所述概率值与阈值进行比较。

根据本发明的一个方面所提出的用于在换电站中监测泊车路径的方法，在步骤S320中，获取由车辆所覆盖的概率转移矩阵空间的多个概率值的平均值或加权值，并且将所述平均值或所述加权值与阈值进行比较。

根据本发明的一个方面所提出的用于在换电站中监测泊车路径的方法，在步骤S300中，根据由多个超带宽设备所感测的车辆与换电站之间的距离，获取车辆在泊车过程中的实际位置。

根据本发明的一个方面所提出的用于在换电站中监测泊车路径的方法，所述第一命令包括用于取消自动泊车的第一指令，和/或包括用于在车端显示询问信息的第二指令。

根据本发明的一个方面所提出的用于在换电站中监测泊车路径的方法，所述第一命令包括用于更新理论泊车路径的第三指令。

根据本发明的一个方面所提出的用于在换电站中监测泊车路径的方法，在步骤S100中，基于深度学习模型生成所述占位信息，其中，所述深度学习模型基于样本图像和表征在所述样本图像中车辆是否位于预设停车位中的标注信息进行构建。

根据本发明的一个方面所提出的用于在换电站中监测泊车路径的方法，在步骤S200中，响应于所述占位信息表征车辆处于预设停车位中并且接收到自动泊车请求，确定理论泊车路径。

根据本发明的另一方面，还提供了一种用于在换电站中监测泊车路径的装置，其包括：

存储器；

处理器；以及

存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序的运行使得下列步骤被执行：

S300：获取车辆在泊车过程中的实际位置并且基于所述实际位置检测车辆是否偏移理论泊车路径；

根据本发明的另一方面所提出的装置，所述计算机程序的运行使得步骤S300的如下子步骤被执行：

根据本发明的另一方面所提出的装置，在步骤S320中，获取与车辆中心点的实际位置相对应的概率值并且将所述概率值与阈值进行比较。

根据本发明的另一方面所提出的装置，在步骤S320中，获取由车辆所覆盖的概率转移矩阵空间的多个概率值的平均值或加权值，并且将所述平均值或所述加权值与阈值进行比较。

根据本发明的另一方面所提出的装置，在步骤S300中，根据由多个超带宽设备所感测的车辆与换电站之间的距离，获取车辆在泊车过程中的实际位置。

根据本发明的另一方面所提出的装置，所述第一命令包括用于取消自动泊车的第一指令，和/或包括用于在车端显示询问信息的第二指令。

根据本发明的另一方面所提出的装置，所述第一命令包括用于更新理论泊车路径的第三指令。

根据本发明的另一方面所提出的装置，在步骤S100中，基于深度学习模型生成所述占位信息，其中，所述深度学习模型基于样本图像和表征在所述样本图像中车辆是否位于预设停车位中的标注信息进行构建。

根据本发明的另一方面所提出的装置，在步骤S200中，响应于所述占位信息表征车辆处于预设停车位中并且接收到自动泊车请求，确定理论泊车路径。

根据本发明的再一方面，还提供了一种计算机可读存储介质，在所述计算机可读存储介质上存储有计算机程序，其中，所述计算机程序被处理器执行时实现上面所阐述的用于在换电站中监测泊车路径的方法。

根据本发明的又一方面，还提供了一种换电站，其包括有上面所阐述的用于在换电站中监测泊车路径的装置。

通过对车辆的自动泊车路径进行监测可及时发现例如由于车辆传感器故障所引起的实际泊车路径的异常，由此根据本发明的方法避免车辆发生碰撞并且保证换电工作的有序进行。

附图说明

参考附图，本发明的上述以及其它的特征将变得显而易见，其中，

图1示出了根据本发明的一实施例的用于在换电站中监测泊车路径的方法的主要步骤；

图2示出了根据本发明的另一实施例的用于在换电站中监测泊车路径的方法的主要子步骤；

图3A至图3C示出了根据本发明的一实施例的基于概率转移矩阵来监测泊车路径的示意图；

图4示出了根据本发明的一实施例的用于在换电站中监测泊车路径的装置的示意图。

具体实施方式

容易理解，根据本发明的技术方案，在不变更本发明实质精神下，本领域的一般技术人员可以提出可相互替换的多种结构方式以及实现方式。因此，以下具体实施方式以及附图仅是对本发明的技术方案的示例性说明，而不应当视为本发明的全部或者视为对本发明技术方案的限定或限制。

在本说明书中提到或者可能提到的上、下、左、右、前、后、正面、背面、顶部、底部等方位用语是相对于各附图中所示的构造进行定义的，它们是相对的概念，因此有可能会根据其所处不同位置、不同使用状态而进行相应地变化。所以，也不应当将这些或者其他的方位用语解释为限制性用语。此外，术语“第一”、“第二”、“第三”等或类似表述仅用于描述与区分目的，而不能理解为指示或暗示相应的构件的相对重要性。

参考图1至图2，其示出了根据本发明的用于在换电站中监测泊车路径的方法的一个实施例的主要步骤，其中该方法包括有如下由换电站所执行的步骤：

S400：响应于车辆偏移所述理论泊车路径，输出用于控制泊车进程的第一命令。通过站端（即换电站端）或云端对车辆的泊车过程、尤其自动泊车过程的实时监测，能够缩短待换电车辆泊入到换电站中所需的时间并且能够避免由于实际泊车路径的偏移所引起的碰撞。根据本发明的方法，通过站端实时地监控车辆的泊车路径，能够有效地避免由车辆传感器故障（例如摄像头故障）所引起的操作失误。此外，通过由换电站本身执行对车辆的监控，能够实现换电站对站前可行驶空间的整体把控并且有助于换电站的其它操控进程的实施。

需要说明的是，上文提到的（以及下面还要提到的）步骤名称仅仅用于步骤之间的区分和便于步骤的引用，并不代表步骤之间的顺序关系，包括附图的流程图也仅仅是执行本方法的示例。在没有明显冲突的情况下，步骤之间可以用各种顺序或者同时执行。

需要说明的是，在此所提到的换电站一方面能够理解为与外界隔开的建筑物式的换电站，另一方面还能够被理解为用于对车辆动力电池进行更换作业的换电平台或换电装置，例如固定不动的、可移动的或可折叠的换电平台或换电装置。此外，这种类型的换电站还能够涉及到所谓的充换电站。

可选地，步骤S100中，对于车辆的占位信息的获取能够基于深度学习模型、尤其卷积神经网络模型以图像处理的方式来实现。具体地，该深度学习模型预先由包括样本图像和相应的标注信息的多组训练数据进行训练。该卷积神经网络模型包括有卷积层、归一层、激活层、最大池化层、全连接层以及输出层，对此不再赘述。例如，在输出层中，使用Softmax函数将判断结果输出为概率值，并且采用Softmax交叉熵损失（Cross Entropy loss)，或利用二分类模型输出判断结果。

在此，站前可行驶区域能够是但不限于换电站前方的矩形的区域，其用于提供必要的泊车区域和对于泊入换电站来说必要的可行驶区域。此外，预设停车位能够以简单的方式表示为换电站前方、尤其正前方的矩形区域（例如长为5米且宽为3米的矩形区域）。

在本发明的另一实施例中，对于待换电车辆的占位信息的获取还能够通过测定车辆相对于换电站的距离来实现。具体地，通过布置在换电站处的多个测距传感器或下面还将继续阐释的超带宽设备来测定车辆相对于换电站的位置，并且相应地将所述位置转换成车辆相对于在站前可行驶区域中位置固定的预设停车位的相对位置。

当检测到车辆处于预设停车位时，为车辆的自动泊车过程分配或选取相应的理论泊车路径，这尤其在考虑到站前可行驶区域较小的情况下是有利的，在这种情况下，站前可行驶区域通常仅允许一辆待换电车辆执行泊入过程。另外，基于确定的位置（即预设停车位）来进行理论泊车路径的选择，这在一定程度上简化了站端或云端或车端的数据处理负荷。

一方面，能够有针对性地给待换电车辆提供唯一的理论泊车路径，这能够通过如下方式来实现，即根据车辆的类型匹配泊车路径或基于预先的对车辆的鉴权结果调用存储在站端或云端的以往的泊车路径作为理论泊车路径。另外，还能够为待换电车辆、尤其首次在该换电站中进行换电作业的车辆提供多条可行的理论泊车路径，以供驾驶员选择。例如，站端或云端输出用于将可实现泊入过程的多条理论泊车路径显示在车辆显示屏幕上的指令并且随后基于经确认的理论泊车路径来监控车辆的泊车路径。

在本发明的另一实施例中，站端或云端在接收到车辆的自动泊车请求之后才进行理论泊车路径的确定，也就是说，经车辆或驾驶员同意之后才进行自动泊车准备，这在一定程度上保证了驾驶员本身对车辆的控制权并且由此提升了用户体验。具体地，响应于检测到车辆处于站前可行驶区域的预设停车位中，站端或云端与车辆进行通讯并发送“是否需要自动泊车”的询问信息，该询问信息能够显示在车辆仪表板处的显示屏幕。此外，该询问信息的输出还能够在确定理论泊车路径之前的任意时间点来进行，例如在车辆首次进入到换电站的监测范围（例如站前可行驶区域）时。

在步骤S300中能够借助于换电站的相机装置来获取站前可行驶空间的图像并且由此获得车辆的实际位置信息。若该实际位置与理论泊车路径的偏移超出了预设范围，则判定车辆的自动泊车过程不合规，在这种情况下能够基于站端或云端的第一命令暂停或停止自动泊车过程并且接着重新驶回预设停车位中。若该实际位置与理论泊车路径的偏移处于预设范围内，则判定车辆的自动泊车过程合规并且继续自动泊车操作。

可选地，对于车辆在站前可行驶空间中的实际位置的测定还能够借助所设置的多个超带宽设备来实现。具体地，通过在换电站和车辆的适当位置处分别布置一定数量的超带宽设备并且基于测距算法（例如ToF（Time of Flight，飞行时间测距法）算法）来计算车端的超带宽设备和站端的超带宽设备之间的距离并且由此得出车辆的实际位置。在此需要说明的是，在本发明的上下文中，术语“超带宽设备”是指利用纳秒级的窄脉冲来传输数据的设备，其具有传输速率高、功率消耗低、定位精度高等诸多优点。

在本发明点的一个实施例中，用于判定车辆泊车路径是否存在偏移的步骤S300能够包括如下子步骤：

S320：获取与所述实际位置相对应的概率值并且将所述概率值与阈值进行比较；

参考图3A至图3C，其中，站前可行驶空间和车辆分别仅仅以矩形示意性地说明，基于整个站前可行驶区域构建概率转移矩阵，该概率转移矩阵的各元素表示车辆转移到或出现在该矩阵空间中的概率。根据所需的分辨率，将站前可行驶区域划分成多个网格，各网格配属有各自的表征概率值的元素。例如，在附图3A至3C中示例性地将站前可行驶区域规划成3*7的矩阵空间。

可选地，对于车辆泊车路径偏移的判定能够通过如下方式来实现，即获取车辆的中心点（其能够涉及车辆的几何中心或其它任意预设位置）在站前可行驶空间中的实际位置和与该实际位置所处网格相对应的概率值（即该概率转移矩阵的元素的值），若所述概率值低于预先设定的阈值，则判定车辆的实际泊车路径发生偏移并且相应地操控泊车进程。

可选地，上面所提到的与车辆的实际位置相对应的概率值还能够通过如下方式来获取，即首先获取车辆所覆盖的站前可行驶空间的多个网格和与所述多个网格相对应的概率值，相应地将所述多个概率值的平均值或加权值与上面所提及的阈值进行比较。在此，所述多个概率值的权重根据需要进行设定。以这种方式能够提高对泊车路径的偏移的监测的准确度。

再次回到图3A至图3C，其中，图3A示出了前一时刻车辆的实际位置，图3B和图3C示出了当前时刻车辆的实际位置的两个示例。图3B示出了合规的泊车路径，与此相对地，图3C示出了不合规的泊车路径，其中，为了清楚起见，当前时刻车辆的合规的理论位置所在的网格以实线示出。

接下来，基于车辆的中心点对概率转移矩阵的构建进行阐释，其能够分为如下步骤：

S1：选择合适的分辨率，将站前可行驶区域量化到矩阵空间中；

S2：基于标注工具和机器学习模型，获得车辆中心点的位置；

S3：将该中心点的位置转化到矩阵空间中；

S4：统计车辆中心点的位置，获得其概率分布；

S5：重复步骤S2和S3并且输出概率转移矩阵。

在此，能够基于站端或云端所存储的每条理论泊车路径获取相应的概率转移矩阵。也就是说，每个理论泊车路径配属有各自的概率转移矩阵，在自动泊车过程开始时，能够基于所选取的理论泊车路径调用相应的概率转移矩阵。

在检测到车辆的实际泊车路径发生偏移时，能够取消自动泊车过程并且操控所述车辆再次驶回预设停车位以便随后再次尝试自动泊车，由此能够消除由于泊车不正确而引起的耗时问题。

可选地，为了进一步提高用户体验，响应于检测到车辆泊车路径发生偏移，站端或云端输出第二指令用于在车端、尤其车辆仪表板的显示屏幕处显示询问信息。例如，在接收到驾驶员的取消自动泊车请求时，终止自动泊车过程。

可选地，上面所提及的第一命令还包括用于更新理论泊车路径的第三指令。具体地，响应于检测到车辆实际泊车路径发生偏移，站端或云端能够基于车辆的实际位置更新理论泊车路径。例如，检测车辆当前的实际位置是否位于所存储的其它的理论泊车路径上，若检测结果为肯定的，则更新理论泊车路径，以便进一步缩短到换电站中的泊入时间。

参考图4，其示出了根据本发明的另一方面所提出的装置100的示意图，其包括存储器110（例如，闪存、ROM、硬盘驱动器、磁盘、光盘之类的非易失存储器）、处理器120以及存储在所述存储器110上并可在所述处理器120上运行的计算机程序130，所述计算机程序的运行实现了根据本发明的一个或多个实施例的用于在换电站中监测车辆泊车路径的方法。关于该装置的描述可参考上面关于用于在换电站中监测车辆泊车路径的方法的描述，对此不再赘述。

可选地，装置100能够是云端计算设备。示例性地，存储器110与处理器120作为云计算资源不仅能够位于同一物理设备（例如同一服务器）内，而且能够位于不同的物理设备（例如不同的服务器）处。

可选地，装置100还能够是边缘计算设备，其布置在换电站中。以这种方式在靠近数据源处（即在本地边缘计算层中）对车辆的泊车路径进行监测，从而能够保证监测的实时性和稳定性。此外，借助一个或多个边缘计算设备，还能够在一定程度上减轻云端的计算负荷并且有助于物联网的实现。

此外，本发明还涉及一种用于实现根据本发明的一个或多个实施例的用于在换电站中监测车辆泊车路径的方法的计算机可读存储介质。在此所提及的计算机可读存储介质包括各种类型的计算机存储介质，可以是通用或专用计算机能够存取的任何可用介质。举例而言，计算机可读存储介质可以包括RAM、ROM、EPROM、E2PROM、寄存器、硬盘、可移动盘、CD-ROM或其他光盘存储器、磁盘存储器或其他磁存储设备、或者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单元并能够由通用或特定用途计算机、或者通用或特定用途处理器进行存取的任何其他临时性或者非临时性介质。关于根据本发明的计算机可读存储介质的描述能够参考针对根据本发明的方法的阐释，对此不再赘述。

最后，本发明还提出一种换电站，其包括根据本发明的一个或多个实施例的装置。关于根据本发明的换电站的描述能够参考针对根据本发明的方法的阐释，对此不再赘述。

综上所述，通过对车辆的自动泊车路径进行监测，根据本发明的方法能够及时发现例如由于传感器故障所引起的泊车路径异常并且由此能够避免发生碰撞和保证换电工作的有序进行。在本发明的一实施例中，通过图像处理和概率转移矩阵的组合，能够进一步提高对车辆泊车路径异常状况的检测。在本发明的另一实施例中，通过向驾驶员或车辆发送询问信息，能够保证驾驶员本身对车辆的控制权并且能够提升用户体验。在本发明的另一实施例中，借助边缘计算设备来执行对车辆的泊车路径的监测，能够保证监测的实时性和稳定性并且在一定程度上能够减轻云端的计算负荷。

应当理解的是，所有以上的优选实施例都是示例性而非限制性的，本领域技术人员在本发明的构思下对以上描述的具体实施例做出的各种改型或变形都应在本发明的法律保护范围内。

Claims

1.一种在换电站中监测泊车路径的方法，其特征在于，包括由换电站执行的如下步骤：

2.根据权利要求1所述的方法，其特征在于，步骤S300包括如下子步骤：

3.根据权利要求2所述的方法，其特征在于，在步骤S320中，获取与车辆中心点的实际位置相对应的概率值并且将所述概率值与阈值进行比较。

4.根据权利要求2所述的方法，其特征在于，在步骤S320中，获取由车辆所覆盖的概率转移矩阵空间的多个概率值的平均值或加权值，并且将所述平均值或所述加权值与阈值进行比较。

5.根据权利要求1所述的方法，其特征在于，在步骤S300中，根据由多个超带宽设备所感测的车辆与换电站之间的距离，获取车辆在泊车过程中的实际位置。

6.根据权利要求1所述的方法，其特征在于，所述第一命令包括用于取消自动泊车的第一指令，和/或包括用于在车端显示询问信息的第二指令。

7.根据权利要求1所述的方法，其特征在于，所述第一命令包括用于更新理论泊车路径的第三指令。

8.根据权利要求1至7中任一项所述的方法，其特征在于，在步骤S100中，基于深度学习模型生成所述占位信息，其中，所述深度学习模型基于样本图像和表征在所述样本图像中车辆是否位于预设停车位中的标注信息进行构建。

9.根据权利要求1至7中任一项所述的方法，其特征在于，在步骤S200中，响应于所述占位信息表征车辆处于预设停车位中并且接收到自动泊车请求，确定理论泊车路径。

10.一种装置，其设置在换电站中并且用于在换电站中监测泊车路径，其特征在于，所述装置包括：

存储器；

处理器；以及

11.根据权利要求10所述的装置，其特征在于，所述计算机程序的运行使得步骤S300的如下子步骤被执行：

12.根据权利要求11所述的装置，其特征在于，在步骤S320中，获取与车辆中心点的实际位置相对应的概率值并且将所述概率值与阈值进行比较。

13.根据权利要求11所述的装置，其特征在于，在步骤S320中，获取由车辆所覆盖的概率转移矩阵空间的多个概率值的平均值或加权值，并且将所述平均值或所述加权值与阈值进行比较。

14.根据权利要求10所述的装置，其特征在于，在步骤S300中，根据由多个超带宽设备所感测的车辆与换电站之间的距离，获取车辆在泊车过程中的实际位置。

15.根据权利要求10所述的装置，其特征在于，所述第一命令包括用于取消自动泊车的第一指令，和/或包括用于在车端显示询问信息的第二指令。

16.根据权利要求10所述的装置，其特征在于，所述第一命令包括用于更新理论泊车路径的第三指令。

17.根据权利要求10至16中任一项所述的装置，其特征在于，在步骤S100中，基于深度学习模型生成所述占位信息，其中，所述深度学习模型基于样本图像和表征在所述样本图像中车辆是否位于预设停车位中的标注信息进行构建。

18.根据权利要求10至16中任一项所述的装置，其特征在于，在步骤S200中，响应于所述占位信息表征车辆处于预设停车位中并且接收到自动泊车请求，确定理论泊车路径。

19.一种计算机可读存储介质，在所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现根据权利要求1至9中任一项所述的在换电站中监测泊车路径的方法。

20.一种换电站，其特征在于，包括根据权利要求10至18中任一项所述的装置。