CN114373329A - 室内停车场寻车方法、电子设备及可读存储介质 - Google Patents
室内停车场寻车方法、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN114373329A CN114373329A CN202111673949.4A CN202111673949A CN114373329A CN 114373329 A CN114373329 A CN 114373329A CN 202111673949 A CN202111673949 A CN 202111673949A CN 114373329 A CN114373329 A CN 114373329A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- parking lot
- dimensional
- map
- target point
- 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
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
- G08G1/141—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces
- G08G1/143—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces inside the vehicles
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/0969—Systems involving transmission of navigation instructions to the vehicle having a display in the form of a map
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Navigation (AREA)
Abstract
本申请提供了一种室内停车场寻车方法、电子设备及可读存储介质,涉及地图导航技术领域,该方法包括加载预先构建的停车场的二维地图并获取编号列表,当所述操作指令为在停车场内进行寻车时,确定当前最近的车位的编号,作为出发点,选择车辆停放的车位对应的编号,记录为寻车目标点;实时确定从出发点到寻车目标点的最短路径,控制车辆按所述最短路径导航至寻车目标点;当所述操作指令为需要从停车场内离开时,选择车辆待停放车位对应的编号,记录为寻车目标点;选择车辆即将驶出的出入口对应的编号,作为出发点;从数据库调取从出发点到寻车目标点的最短规划路径,控制车辆按所述最短路径导航至寻车目标点;本申请无需依靠远程通信设备完成定位和路径规划。
Description
技术领域
本申请涉及但不限于地图导航技术领域,尤其涉及一种室内停车场寻车方法、电子设备及可读存储介质。
背景技术
现在,越来越多的停车场都是地下或立体停车场,这类停车场车位密集、路径复杂,司机停车之后去取车时忘记自己的车停在哪里。而且这类停车场的定位系统信号一般很差,也没有办法通过一般的GPS导航来实现定位。
对于停车后,返回时找到车辆的问题,一种传统的解决方法是设置智能停车机系统:通过在停车场内布置摄像头及停车机,依赖图像识别技术拍摄下每个停车位的车牌号,用户可以在停车机终端上输入其车牌号找到车位号,同时得到一条从停车机到车位的路径。或是在停车场内铺设大量的蓝牙设备进行定位。这些方法都需要停车场资方投入大量的资金。
发明内容
以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。
本申请实施例提供了一种室内停车场寻车方法、电子设备及可读存储介质,采用一种成本较低的解决方案,不依靠蓝牙,GPS等远程通信设备进行室内导航寻车,使用者通过选择编号,完成定位和路径规划。
第一方面,本申请实施例提供了一种室内停车场寻车方法,包括:
加载预先构建的停车场的二维地图并获取编号列表,所述编号列表包括所述二维地图中设置于关键区域所在位置的方块的编号;
响应用户选择的操作指令,当所述操作指令为在停车场内进行寻车时,确定当前最近的车位的编号,作为出发点,选择车辆停放的车位对应的编号,记录为寻车目标点;实时确定从出发点到寻车目标点的最短路径,控制车辆按所述最短路径导航至寻车目标点;
当所述操作指令为需要从停车场内离开时,选择车辆待停放车位对应的编号,记录为寻车目标点;选择车辆即将驶出的出入口对应的编号,作为出发点;从数据库调取从出发点到寻车目标点的最短规划路径,控制车辆按所述最短路径导航至寻车目标点;其中,所述数据库存储有每个车位到每个出入口的最短规划路径。
本发明采用二维地图和编号列表相结合的方式进行路径规划,通过预先构建的停车场的二维地图,无需使用远程通信设备和基站信号进行室内导航寻车,使用者通过选择编号,即可完成定位和路径规划,不受无线通信环境的限制,解决了在定位系统信号很差的停车场进行定位和路径规划的技术问题。
在一些实施例中,步骤S400中,所述实时确定从出发点到寻车目标点的最短路径,包括但不限于有以下步骤:
使用A*算法实时确定从出发点到寻车目标点的最短路径。
在一些实施例中,所述停车场的二维地图通过以下方式预先构建:
步骤S110,搭建停车场的三维模型;
步骤S120,利用ROS平台的移动机器人采用SLAM方法对停车场包含的每个三维模型进行仿真建图,获得多个分别与所述三维模型一一对应的二维静态地图;其中,所述二维静态地图包括多个方块;所述方块设置于关键区域所在位置,所述关键区域包括以下至少一种:车位、出入口、行车通道;
步骤S130,采用模板匹配算法从二维静态地图中提取若干特征向量,计算所述若干特征向量与模板对应的特征向量之间的距离,采用最小距离法判定二维静态地图所属类别;
步骤S140,确定所述二维静态地图中方块的位置信息,并对每个方块进行编号,提取所述二维静态地图的位置信息和编号,得到新的二维静态地图;
步骤S150,将停车场包含的全部新的二维静态地图拼接为二维地图。
本实施例采用一种成本较低的解决方案,基于SLAM技术(同步定位与建图),解决机器人在未知环境运动时的定位与地图构建问题,将这项技术运用到停车场地图上,实现不依靠蓝牙,GPS等远程通信设备进行室内导航寻车。
在一些实施例中,所述步骤S110包括但不限于有以下步骤:
获取停车场的建造图纸;
将该停车场的建造图纸导入Gazebo物理仿真平台;
在Gazebo物理仿真平台中搭建停车场等比例三维模型;
在三维模型中关键区域所在位置设置方块。
在一些实施例中,步骤S150还包括但不限于有以下步骤:
将停车场包含的全部新的二维静态地图进行拼接,得到二值灰度图;
将二值灰度图转化为RGB图,确定车位和行车通道的位置信息;
将汽车简图的中心与车位的中心对齐,将导向箭头的中心与行车通道的中心对齐,得到二维地图。
第二方面,本申请实施例还提供了一种电子设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如第一方面所述的室内停车场寻车方法。
第三方面,本申请实施例还提供了一种计算机可读存储介质,存储有计算机可执行指令,所述计算机可执行指令用于执行如第一方面所述的室内停车场寻车方法。
本申请的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请而了解。本申请的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本申请技术方案的进一步理解,并且构成说明书的一部分,与本申请的实施例一起用于解释本申请的技术方案,并不构成对本申请技术方案的限制。
图1是本申请一个实施例提供的室内停车场寻车方法的流程图;
图2是本申请一个实施例提供的电子设备的结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。
需要说明的是,虽然在装置示意图中进行了功能模块划分,在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于装置中的模块划分,或流程图中的顺序执行所示出或描述的步骤。说明书、权利要求书或上述附图中的术语“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。
如图1所示,图1是本申请一个实施例提供的一种室内停车场寻车方法的流程图,在该方法中,包括但不限于有以下步骤:
步骤S100,加载预先构建的停车场的二维地图并获取编号列表,所述编号列表包括所述二维地图中设置于关键区域所在位置的方块的编号;
步骤S200,获取并响应用户选择的操作指令,当所述操作指令为在停车场内进行寻车时,执行步骤S300,当所述操作指令为需要从停车场内离开时,执行步骤S500;
步骤S300,确定当前最近的车位的编号,作为出发点,选择车辆停放的车位对应的编号,记录为寻车目标点;
步骤S400,实时确定从出发点到寻车目标点的最短路径,控制车辆按所述最短路径导航至寻车目标点;
步骤S500,选择车辆待停放车位对应的编号,记录为寻车目标点;选择车辆即将驶出的出入口对应的编号,作为出发点;
步骤S600,从数据库调取从出发点到寻车目标点的最短规划路径,控制车辆按所述最短路径导航至寻车目标点;其中,所述数据库存储有每个车位到每个出入口的最短规划路径。
在一实施例中,通过智能终端的APP可缩放显示整个二维地图和具体导航路径,通过接入手机路程记录功能,计算使用者运动路程;基于此功能设计APP的界面弹窗信息和语音信息提醒。
具体地,在APP上设计一个编号列表,列举停车场所有编号,分为“车位”栏,“行车通道”栏,“出入口”栏等。使用者通过选择编号,完成定位。
在一些实施例中,按照APP的导航功能,分为提前规划和即时规划;提前规划即是系统已提前对每个“车位”到每个出入口进行了路径规划,并存储到数据库中,即时规划即是在停车场任意位置开始寻车的路径规划,需要实时调用路径算法进行计算。具体地,停好车时,选择车位对应编号,记录为寻车目标点;再选择出入口编号,使用提前规划功能,从数据库调取路径,导航到出入口,离开停车场;在停车场内寻车时,可在停车场内任意位置寻车,以身边的车位的编号作为出发点,选择寻车目标点,寻车目标点可以是已记录的寻车目标点,使用即时规划功能,在一些实施例中,实时调用A*路径算法计算路径,导航至车辆位置。在停车场外寻车时,APP会向用户推荐从哪个入口进入停车场是最短路径,使用提前规划功能。
另外,在一实施例中,步骤S400中,所述实时确定从出发点到寻车目标点的最短路径,包括但不限于有以下步骤:
使用A*算法实时确定从出发点到寻车目标点的最短路径。
需要说明的是,路径规划使用A*算法。A*算法是一种静态路网中求解最短路径最有效的直接方法。
另外,在一实施例中,所述停车场的二维地图通过以下方式预先构建:
步骤S110,搭建停车场的三维模型;
在一实施例中,基于仿真建图的思路,不使用真实的移动机器人配合SLAM在现实停车场中完成建图,只需要停车场的建造图纸与数据,在仿真平台搭建1:1的三维模型,利用仿真移动机器人基于SLAM在停车场三维模型中完成建图,节省成本。
步骤S120,利用ROS平台的移动机器人采用SLAM方法对停车场包含的每个三维模型进行仿真建图,获得多个分别与所述三维模型一一对应的二维静态地图;其中,所述二维静态地图包括多个方块;所述方块设置于关键区域所在位置,所述关键区域包括以下至少一种:车位、出入口、行车通道;
具体地,由于停车场面积较大、楼层多,在一实施例中,将所述停车场划分成多个分区域,对每个分区域搭建三维模型,三维模型搭建后,利用ROS平台的移动机器人配合SLAM对每个三维模型进行仿真建图,获得相应的二维静态地图。在一实施例中,使用AutoSLAM程序控制移动机器人Turtlebot3自动扫描建图,就能迅速完成建图。
步骤S130,采用模板匹配算法从二维静态地图中提取若干特征向量,计算所述若干特征向量与模板对应的特征向量之间的距离,采用最小距离法判定二维静态地图所属类别;
需要说明的是,建图完成后,二维静态地图实际上是一张二值灰度图,将每个方块的像素点值默认设置为256,而将设置于关键区域所在位置的方块(车位、出入口、行车通道等)的像素点值设置为0。采用模板匹配算法(Template-Matching)从待识别的二维静态地图中提取若干特征向量与模板对应的特征向量进行比较,计算从待识别的二维静态地图中提取若干特征向量与模板对应的特征向量之间的距离,用最小距离法判定与二维静态地图最接近的模板,将该模板的类别作为二维静态地图所属类别。在一些实施例中,事先建立好标准模板库,以二维静态地图上的某个“方块”为基本元素进行模板匹配。
步骤S140,确定所述二维静态地图中方块的位置信息,并对每个方块进行编号,提取所述二维静态地图的位置信息和编号,得到新的二维静态地图;
在一些实施例中,利用模板匹配算法找出每个“方块”,取“方块”的中心点作为“车位”、“出入口”,“行车通道”等在二维静态地图上的位置,并定义其编号。为便于路径规划,进行像素修改,将“方块”的像素调整为0,即把方块从二维静态地图上删除了,但是位置信息和编号依旧保留,并且另存为一幅新的二维静态地图。
步骤S150,将停车场包含的全部新的二维静态地图拼接为二维地图。
具体地,将删除“方块”的二维静态地图合并成大地图(即二维地图)。这幅二维地图将用于路径规划。
另外,在一实施例中,所述步骤S110包括但不限于有以下步骤:
获取停车场的建造图纸;
将该停车场的建造图纸导入Gazebo物理仿真平台;
在Gazebo物理仿真平台中搭建停车场等比例三维模型;
在三维模型中关键区域所在位置设置方块。
具体地,对某个停车场,获取该停车场的建造图纸,将该停车场的建造图纸导入Gazebo物理仿真平台,在Gazebo物理仿真平台中搭建停车场等比例三维模型,在三维模型中给每个“车位”用“墙壁”隔开,且给每个“车位”中心放置一个底面积相等的“方块”。不仅是“车位”,还有“出入口”,“消防栓”,“柱子”,“行车通道”等也放同样大小的“方块”。
另外,在一实施例中,步骤S150还包括但不限于有以下步骤:
将停车场包含的全部新的二维静态地图进行拼接,得到二值灰度图;
将二值灰度图转化为RGB图,确定车位和行车通道的位置信息;
将汽车简图的中心与车位的中心对齐,将导向箭头的中心与行车通道的中心对齐,得到二维地图。
在一实施例中,为了提高二维地图的可读性,对地图进行美化,利用图像处理,在每个“车位”上绘制一个汽车简图,“行车通道”上绘制导向箭头。具体地,首先将二值灰度图转化为RGB图,利用“车位”、“行车通道”的位置信息,然后将汽车简图和导向箭头两类图片的中心与“车位”、“行车通道”的中心对齐,完成图片合成。
另外,参照图2,本申请的一个实施例还提供了一种电子设备,该电子设备包括:存储器11、处理器12及存储在存储器11上并可在处理器12上运行的计算机程序。
处理器12和存储器11可以通过总线或者其他方式连接。
实现上述实施例的室内停车场寻车方法所需的非暂态软件程序以及指令存储在存储器11中,当被处理器12执行时,执行上述实施例中的室内停车场寻车方法。
此外,本申请的一个实施例还提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机可执行指令,该计算机可执行指令被一个处理器或控制器执行,例如,被上述电子设备实施例中的一个处理器执行,可使得上述处理器执行上述实施例中的室内停车场寻车方法。
本领域普通技术人员可以理解,上文中所申请方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
以上是对本申请的较佳实施进行了具体说明,但本申请并不局限于上述实施方式,熟悉本领域的技术人员在不违背本申请精神的前提下还可作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (7)
1.一种室内停车场寻车方法,其特征在于,包括:
加载预先构建的停车场的二维地图并获取编号列表,所述编号列表包括所述二维地图中设置于关键区域所在位置的方块的编号;
响应用户选择的操作指令,当所述操作指令为在停车场内进行寻车时,确定当前最近的车位的编号,作为出发点,选择车辆停放的车位对应的编号,记录为寻车目标点;实时确定从出发点到寻车目标点的最短路径,控制车辆按所述最短路径导航至寻车目标点;
当所述操作指令为需要从停车场内离开时,选择车辆待停放车位对应的编号,记录为寻车目标点;选择车辆即将驶出的出入口对应的编号,作为出发点;从数据库调取从出发点到寻车目标点的最短规划路径,控制车辆按所述最短路径导航至寻车目标点;其中,所述数据库存储有每个车位到每个出入口的最短规划路径。
2.根据权利要求1所述的室内停车场寻车方法,其特征在于,步骤S400中,所述实时确定从出发点到寻车目标点的最短路径,包括:
使用A*算法实时确定从出发点到寻车目标点的最短路径。
3.根据权利要求1所述的室内停车场寻车方法,其特征在于,所述停车场的二维地图通过以下方式预先构建:
步骤S110,搭建停车场的三维模型;
步骤S120,利用ROS平台的移动机器人采用SLAM方法对停车场包含的每个三维模型进行仿真建图,获得多个分别与所述三维模型一一对应的二维静态地图;其中,所述二维静态地图包括多个方块;所述方块设置于关键区域所在位置,所述关键区域包括以下至少一种:车位、出入口、行车通道;
步骤S130,采用模板匹配算法从二维静态地图中提取若干特征向量,计算所述若干特征向量与模板对应的特征向量之间的距离,采用最小距离法判定二维静态地图所属类别;
步骤S140,确定所述二维静态地图中方块的位置信息,并对每个方块进行编号,提取所述二维静态地图的位置信息和编号,得到新的二维静态地图;
步骤S150,将停车场包含的全部新的二维静态地图拼接为二维地图。
4.根据权利要求3所述的室内停车场寻车方法,其特征在于,所述步骤S110包括:
获取停车场的建造图纸;
将该停车场的建造图纸导入Gazebo物理仿真平台;
在Gazebo物理仿真平台中搭建停车场等比例三维模型;
在三维模型中关键区域所在位置设置方块。
5.根据权利要求3所述的室内停车场寻车方法,其特征在于,步骤S150还包括:
将停车场包含的全部新的二维静态地图进行拼接,得到二值灰度图;
将二值灰度图转化为RGB图,确定车位和行车通道的位置信息;
将汽车简图的中心与车位的中心对齐,将导向箭头的中心与行车通道的中心对齐,得到二维地图。
6.一种电子设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5中任意一项所述的室内停车场寻车方法。
7.一种计算机可读存储介质,存储有计算机可执行指令,所述计算机可执行指令用于执行如权利要求1至5中任意一项所述的室内停车场寻车方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111673949.4A CN114373329A (zh) | 2021-12-31 | 2021-12-31 | 室内停车场寻车方法、电子设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111673949.4A CN114373329A (zh) | 2021-12-31 | 2021-12-31 | 室内停车场寻车方法、电子设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114373329A true CN114373329A (zh) | 2022-04-19 |
Family
ID=81141853
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111673949.4A Pending CN114373329A (zh) | 2021-12-31 | 2021-12-31 | 室内停车场寻车方法、电子设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114373329A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117128959A (zh) * | 2023-04-18 | 2023-11-28 | 荣耀终端有限公司 | 寻车导航方法、电子设备、服务器及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103697895A (zh) * | 2014-01-09 | 2014-04-02 | 西安电子科技大学 | 基于自适应a星算法的飞行器最优路径确定方法 |
CN104238560A (zh) * | 2014-09-26 | 2014-12-24 | 深圳市科松电子有限公司 | 一种非线性路径规划方法及系统 |
CN104361766A (zh) * | 2014-11-27 | 2015-02-18 | 重庆智韬信息技术中心 | 基于三维数字建模实现停车导航的系统 |
CN108646761A (zh) * | 2018-07-12 | 2018-10-12 | 郑州大学 | 基于ros的机器人室内环境探索、避障和目标跟踪方法 |
CN108734992A (zh) * | 2018-05-23 | 2018-11-02 | 厦门华方软件科技有限公司 | 一种停车场定位寻车方法及介质 |
CN108805327A (zh) * | 2018-04-23 | 2018-11-13 | 西安科技大学 | 基于虚拟现实的机器人路径规划与环境重建的方法和系统 |
CN111105641A (zh) * | 2019-12-26 | 2020-05-05 | 万翼科技有限公司 | 基于bim模型的寻车方法、设备及可读存储介质 |
-
2021
- 2021-12-31 CN CN202111673949.4A patent/CN114373329A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103697895A (zh) * | 2014-01-09 | 2014-04-02 | 西安电子科技大学 | 基于自适应a星算法的飞行器最优路径确定方法 |
CN104238560A (zh) * | 2014-09-26 | 2014-12-24 | 深圳市科松电子有限公司 | 一种非线性路径规划方法及系统 |
CN104361766A (zh) * | 2014-11-27 | 2015-02-18 | 重庆智韬信息技术中心 | 基于三维数字建模实现停车导航的系统 |
CN108805327A (zh) * | 2018-04-23 | 2018-11-13 | 西安科技大学 | 基于虚拟现实的机器人路径规划与环境重建的方法和系统 |
CN108734992A (zh) * | 2018-05-23 | 2018-11-02 | 厦门华方软件科技有限公司 | 一种停车场定位寻车方法及介质 |
CN108646761A (zh) * | 2018-07-12 | 2018-10-12 | 郑州大学 | 基于ros的机器人室内环境探索、避障和目标跟踪方法 |
CN111105641A (zh) * | 2019-12-26 | 2020-05-05 | 万翼科技有限公司 | 基于bim模型的寻车方法、设备及可读存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117128959A (zh) * | 2023-04-18 | 2023-11-28 | 荣耀终端有限公司 | 寻车导航方法、电子设备、服务器及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109087522B (zh) | 一种停车场空闲停车位检测的方法和系统 | |
US20190378404A1 (en) | Traffic prediction system, vehicle-mounted display apparatus, vehicle, and traffic prediction method | |
CN106169247B (zh) | 基于视觉与地图的停车库室内定位与微导航系统及方法 | |
CN101988834B (zh) | 地图信息引导装置及地图信息引导方法 | |
KR101970920B1 (ko) | 실내 측위 방법 및 이를 이용한 주차 경로 안내 방법 | |
CN109086278B (zh) | 一种消除误差的地图构建方法、系统、移动终端及存储介质 | |
CN101469998A (zh) | 地物信息收集装置及程序、自车位置识别装置和导航装置 | |
CN103680193A (zh) | 停车导引方法及相关装置 | |
CN110766975A (zh) | 一种停车场智能寻车管理方法及系统 | |
CN113724526B (zh) | 用于停车场的诱导泊车方法、装置、系统及存储介质 | |
CN112835359B (zh) | 一种基于视觉slam技术的avp控制方法及装置 | |
CN111785067B (zh) | 一种反向寻车方法、系统、智能终端及存储介质 | |
CN114373329A (zh) | 室内停车场寻车方法、电子设备及可读存储介质 | |
CN115512565A (zh) | 一种室内停车场室内导航方法及停车管理系统 | |
CN115497331A (zh) | 一种泊车方法、装置、设备及车辆 | |
CN114554391A (zh) | 一种停车场寻车方法、装置、设备和存储介质 | |
US11963066B2 (en) | Method for indicating parking position and vehicle-mounted device | |
CN113096428A (zh) | 一种智慧停车系统、方法及电子设备 | |
JP6810723B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
CN113548040B (zh) | 泊车方法、装置、车辆及存储介质 | |
CN115424465A (zh) | 停车场地图的构建方法、装置及存储介质 | |
CN117496755B (zh) | 内部路线自动规划方法、装置、存储介质及计算机设备 | |
CN113128266A (zh) | 一种车辆定位装置及方法 | |
CN111951584A (zh) | 一种导航方法、导航装置及智能终端 | |
CN117109592B (zh) | 一种车辆导航方法、装置、计算机设备及存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220419 |