CN114475578B - 车辆停泊策略的生成方法及装置 - Google Patents
车辆停泊策略的生成方法及装置 Download PDFInfo
- Publication number
- CN114475578B CN114475578B CN202111641050.4A CN202111641050A CN114475578B CN 114475578 B CN114475578 B CN 114475578B CN 202111641050 A CN202111641050 A CN 202111641050A CN 114475578 B CN114475578 B CN 114475578B
- Authority
- CN
- China
- Prior art keywords
- parking
- vehicles
- vehicle
- candidate
- planning
- 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
- 238000000034 method Methods 0.000 title claims abstract description 78
- 238000012937 correction Methods 0.000 claims abstract description 35
- 230000009466 transformation Effects 0.000 claims description 56
- 230000000903 blocking effect Effects 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 4
- 238000012876 topography Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims 1
- 238000004891 communication Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000010845 search algorithm Methods 0.000 description 5
- 238000013459 approach Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了一种车辆停泊策略的生成方法及装置,涉及计算机技术领域,尤其涉及时空大数据领域。生成方法包括:获取预先确定的车辆规划分布数据以及停放空间的地形特征参数;至少根据车辆规划分布数据和地形特征参数,确定多个车辆的初始规划停泊排序;以及对初始规划停泊排序进行至少一次排序修正操作,以得到目标规划停泊排序。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及时空大数据领域,具体涉及一种车辆停泊策略的生成方法及装置、电子设备、计算机可读存储介质和计算机程序产品。
背景技术
目前,自主泊车技术已经被广泛使用。但是目前大多的自主泊车技术主要应用于单辆车的停泊,例如:现有技术存在基于车辆的参数以及停车地点附近的环境参数确定停泊路径,然后根据停泊路径进行停放的方案。然而,对于某些应用场景,例如将多辆车集中停放到相应的停放空间中,现有的这些自主泊车技术可能无法生成相应的关于多车辆的停泊策略。
在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明,否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地,除非另有指明,否则此部分中提及的问题不应认为在任何现有技术中已被公认。
发明内容
本公开提供了一种车辆停泊策略的生成方法及装置、电子设备、计算机可读存储介质和计算机程序产品。
根据本公开的一方面,提供了一种车辆停泊策略的生成方法,其中,车辆停泊策略包括将待停泊的多个车辆停泊至预定的停放空间内的停泊排序,生成方法包括:获取预先确定的车辆规划分布数据以及停放空间的地形特征参数,其中,车辆规划分布数据包括多个车辆中的每个车辆在停放空间内的规划位置信息;至少根据车辆规划分布数据和地形特征参数,确定多个车辆的初始规划停泊排序;以及对初始规划停泊排序进行至少一次排序修正操作,以得到目标规划停泊排序,其中,每次排序修正操作包括:对待修正的规划停泊排序分别进行多种排序变换操作,得到多个候选规划停泊排序;分别确定在按照多个候选规划停泊排序中的每个候选规划停泊排序进行停泊的情况下,多个车辆的总停泊时间;以及至少根据多个候选规划停泊排序中每个候选规划停泊排序所对应的总停泊时间,从多个候选规划停泊排序中确定修正后的规划停泊排序。
根据本公开的另一方面,提供了一种车辆停泊策略的生成装置,其中,车辆停泊策略包括将待停泊的多个车辆停泊至预定的停放空间内的停泊排序,生成装置包括:获取单元,配置成获取预先确定的车辆规划分布数据以及停放空间的地形特征参数,其中,车辆规划分布数据包括多个车辆中的每个车辆在停放空间内的规划位置信息;确定单元,配置成至少根据车辆规划分布数据和地形特征参数,确定多个车辆的初始规划停泊排序;以及修正单元,配置成对初始规划停泊排序进行至少一次排序修正操作,以得到目标规划停泊排序,其中,修正单元包括:变换模块,配置成对待修正的规划停泊排序分别进行多种排序变换操作,得到多个候选规划停泊排序;第一确定模块,配置成分别确定在按照多个候选规划停泊排序中的每个候选规划停泊排序进行停泊的情况下,多个车辆的总停泊时间;以及第二确定模块,至少根据多个候选规划停泊排序中每个候选规划停泊排序所对应的总停泊时间,从多个候选规划停泊排序中确定修正后的规划停泊排序。
根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行上述的方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行上述的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被处理器执行时实现上述的方法。
根据本公开的一个或多个实施例,首先基于贪婪式算法由预设规则确定出一个初始策略,然后使用邻域搜索算法对该初始策略进行至少一次修正操作。在每一次的修正操作中,从新生成的候选策略中选择出最佳的策略,因此,经过至少一次修正后的目标策略将更加接近于最优策略。使用本公开实施例的方法最终确定出的目标规划停泊排序所对应的总停泊时间将会更加接近最短总停泊时间。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图示例性地示出了实施例并且构成说明书的一部分,与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的,并不限制权利要求的范围。在所有附图中,相同的附图标记指代类似但不一定相同的要素。
图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图;
图2示出了根据本公开的实施方式的一种车辆停泊策略的生成方法的流程图;
图3示出了根据本公开的实施方式的确定多个车辆的初始规划停泊排序的方法的流程图;
图4示出了根据本公开另一实施方式的确定多个车辆的初始规划停泊排序的方法的流程图;
图5示出了根据本公开的实施方式的得到候选规划停泊排序的方法的流程图;
图6示出了根据本公开的实施方式的确定多个车辆的总停泊时间的方法的流程图;
图7示出了根据本公开的实施方式的从多个候选规划停泊排序中确定修正后的规划停泊排序的方法的流程图;
图8示出了根据本公开实施方式的车辆停泊策略的生成装置的结构框图;
图9示出了根据本公开另一实施方式的车辆停泊策略的生成装置的结构框图;
图10示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
在本公开中,除非另有说明,否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系,这种术语只是用于将一个要素与另一要素区分开。在一些示例中,第一要素和第二要素可以指向该要素的同一实例,而在某些情况下,基于上下文的描述,它们也可以指代不同实例。
在本公开中对各种示例的描述中所使用的术语只是为了描述特定示例的目的,而并非旨在进行限制。除非上下文另外明确地表明,如果不特意限定要素的数量,则该要素可以是一个也可以是多个。此外,本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
下面将结合附图详细描述本公开的实施例。
图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1,该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。
在本公开的实施例中,服务器120可以运行使得能够执行车辆停泊策略的生成方法的一个或多个服务或软件应用。
在某些实施例中,服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中,这些服务可以作为基于web的服务或云服务提供,例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。
在图1所示的配置中,服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解,各种不同的系统配置是可能的,其可以与系统100不同。因此,图1是用于实施本文所描述的各种方法的系统的一个示例,并且不旨在进行限制。
用户可以使用客户端设备101、102、103、104、105和/或106来获取预先确定好的车辆规划分布数据以及停放空间的地形特征参数等,以及接收服务器120生成的车辆停泊策略。后续用户可以基于接收到的车辆停泊策略进行泊车,或者客户端设备101、102、103、104、105和/或106可以直接和相关车辆的控制装置通信连接,并直接控制相关车辆按照接收到的车辆泊车策略进行泊车。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备,但是本领域技术人员将能够理解,本公开可以支持任何数量的客户端设备。
客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备,例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统,例如MICROSOFT Windows、APPLE iOS、类UNIX操作系统、Linux或类Linux操作系统(例如GOOGLE Chrome OS);或包括各种移动操作系统,例如MICROSOFT WindowsMobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序,例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序,并且可以使用各种通信协议。
网络110可以是本领域技术人员熟知的任何类型的网络,其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例,一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。
服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机,或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中,服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个,包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。
在一些实施方式中,服务器120可以包括一个或多个应用程序,以分析和合并从客户端设备101、102、103、104、105和/或106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序,以经由客户端设备101、102、103、104、105和/或106的一个或多个显示设备来显示数据馈送和/或实时事件。
在一些实施方式中,服务器120可以为分布式系统的服务器,或者是结合了区块链的服务器。服务器120也可以是云服务器,或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品,以解决传统物理主机与虚拟专用服务器(VPS,Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。
系统100还可以包括一个或多个数据库130。在某些实施例中,这些数据库可以用于存储数据和其他信息。例如,数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据库130可以驻留在各种位置。例如,由服务器120使用的数据库可以在服务器120本地,或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据库130可以是不同的类型。在某些实施例中,由服务器120使用的数据库例如可以是关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
在某些实施例中,数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库,例如键值存储库,对象存储库或由文件系统支持的常规存储库。
图1的系统100可以以各种方式配置和操作,以使得能够应用根据本公开所描述的各种方法和装置。
图2示出了根据本公开实施方式的一种车辆停泊策略的生成方法200的流程图,车辆停泊策略包括将待停泊的多个车辆停泊至预定的停放空间内的停泊排序。如图2所示,该方法200包括:
步骤201,获取预先确定好的车辆规划分布数据以及停放空间的地形特征参数,其中,车辆规划分布数据包括多个车辆中的每个车辆在停放空间内的规划位置信息;
步骤202,至少根据车辆规划分布数据和地形特征参数,确定多个车辆的初始规划停泊排序;以及
步骤203,对初始规划停泊排序依次进行至少一次排序修正操作,以得到目标规划停泊排序。
其中,上述步骤203进一步包括:
步骤2031,对待修正的规划停泊排序分别进行多种排序变换操作,得到多个候选规划停泊排序;
步骤2032,分别确定在按照多个候选规划停泊排序中的每个候选规划停泊排序进行停泊的情况下,多个车辆的总停泊时间;以及
步骤2033,至少根据多个候选规划停泊排序中每个候选规划停泊排序所对应的总停泊时间,从多个候选规划停泊排序中确定修正后的规划停泊排序。
本公开的实施例提供了一种结合贪婪式算法和启发式算法的关于多个车辆停泊顺序的策略定制方法。该方法首先基于贪婪式算法由预设规则确定出一个初始策略,然后使用邻域搜索算法对该初始策略进行至少一次修正操作。在每一次的修正操作中,从新生成的候选策略中选择出最佳的策略,因此,经过至少一次修正后的目标策略将更加接近于最优策略。
在本实施例中,停放空间可以是停车场、车库、船舱等可以用于停放多个车辆的场所。在执行图2所示的方法之前,可以利用已知的方法预先生成车辆规划分布数据,车辆规划分布数据包括多个车辆中的每个车辆在停放空间内的规划位置信息。示例性地,车辆规划分布数据包括每个车辆在停放空间内的位置坐标。上述车辆规划分布数据也可以通过服务器120基于相关算法计算得到,例如,服务器120可以基于停放空间的地形特征参数,以及待停泊的每辆车的形状参数生成车辆规划分布数据,以合理布局各个车辆的停放位置。
在步骤201中,停放空间的地形特征参数可以例如是该停放空间的总面积、轮廓形状、入口位置、障碍区域等参数。
在步骤202中,初始规划停泊排序可以基于一些预设规则进行确定,基于这些预设规则确定出的初始规划停泊排序是唯一的,下文将对这些预设规则进行详细说明。这些预设规则可以确保生成的唯一策略在某些策略局部上是优选的,但是整体上并不是最优策略。示例性地,预设规则可以是:将多个车辆按照它们的规划位置到停放空间的入口位置的欧式距离分成多行,并且多个车辆按照行的顺序逐行进行停泊。按照上述预设规则生成的停泊策略(或者说多个车辆的停泊顺序)可以确保任一行的多个车辆按照时间最短的顺序进行停泊,但是无法保证所有车辆的停泊顺序是最优的(即所有车辆的总停泊时间最短)。因此,在后续的步骤中,需要进一步修正该初始规划停泊排序,以使其足够接近最优策略。
在步骤203中,可以对初始规划停泊排序进行多次修正。每一次修正生成一个修正后的规划停泊排序,在第一次修正中,待修正的规划停泊排序即为步骤202中的初始规划停泊排序,在最后一次修正中将得到目标规划停泊排序。
在步骤2031中,可以对当前待修正的规划停泊排序分别进行多种排序变换操作,得到多个候选规划停泊排序。排序变换操作例如可以包括将多个车辆中的两个车辆的停泊顺序进行互换、将多个车辆中的三个车辆的停泊顺序进行互换或将多个车辆中的一部分车辆的停泊顺序倒序排列等等。对待修正的规划停泊排序进行一种排序变换操作即得到一个候选规划停泊排序。这里需要说明的是,上述排序变换操作只是对待修正的规划停泊排序的微调,而不是重新排序,也就是说,候选规划停泊排序和当前待修正的规划停泊排序的差别是微小的,因此,候选规划停泊排序可以被称为待修正的规划停泊排序的“邻域解”。
在步骤2032中,分别计算每个候选规划停泊排序所对应的总停泊时间。总停泊时间可以通过将每个车辆的单车停泊时间进行相加得到。总停泊时间是衡量每个候选规划停泊排序的策略好坏的标准,一般而言,总停泊时间越短,候选规划停泊排序的策略越接近于最优策略。
在步骤2033中,可以简单地从多个候选规划停泊排序中选择出所对应的总停泊时间最短的候选规划停泊排序以作为修正后的规划停泊排序。在另外一些实施例中,还可以通过其他方式从多个候选规划停泊排序中选择出修正后的规划停泊排序,这将在下文进行详细描述。
图3示出了根据本公开实施方式的确定多个车辆的初始规划停泊排序的方法300的流程图。在本实施例中,地形特征参数包括停放空间的入口位置信息,如图3所示,该方法300包括:
步骤301,根据车辆规划分布数据中的每个车辆的规划位置信息以及入口位置信息计算得到每个车辆的停泊距离;
步骤302,根据每个车辆停泊所需的行驶距离对多个车辆进行排序,以得到初始规划停泊排序。
在步骤301中,停泊距离表示该车辆到停放空间的入口位置的距离。在具体计算中,可以先后获取车辆规划分布数据中的每个车辆的规划位置的坐标,然后获取入口位置的坐标(这两个坐标位于同一坐标系内),根据上述两个坐标得到停泊距离。上述停泊距离可以是欧氏距离,即车辆的规划位置到入口位置的直线距离,也可以是曼哈顿距离,即车辆的规划位置到入口位置的非直线距离。
在步骤302中,可以根据每个车辆得的停泊距离的大小,对多个车辆进行排序。例如,停泊距离大的车辆(即距离入口位置远的车辆)优先进入,以避免其阻碍后续进入的车辆,而停泊距离小的车辆(即距离入口位置近的车辆)后进入。按照上述的预设规则,可以得到关于多个车辆的初始规划停泊排序。按照停泊距离设定初始策略,计算过程相对简单,无需考虑其他因素。
图4示出了根据本公开另一实施方式的确定多个车辆的初始规划停泊排序的方法400的流程图,如图4所示,该方法400包括:
步骤401,确定多个车辆中每个车辆的规划位置到入口位置的直线路径;
步骤402,对于多个车辆中的每个车辆,确定多个车辆的其他车辆中直线路径被该车辆所阻挡的车辆的个数,以作为该车辆的阻碍系数;
步骤403,根据每个车辆的阻碍系数对多个车辆进行排序,以得到初始规划停泊排序。
在步骤402中,在假设多个车辆都以最短距离(即规划位置到入口位置的直线路径的距离)进行停泊的情况下,每个车辆对于其他车辆的阻碍系数,阻碍系数取决于在其他车辆中存在多少辆直线路径被该车辆阻挡的车辆。
在步骤403中,可以根据每个车辆得的阻碍系数的大小,对多个车辆进行排序。例如,阻碍系数大的车辆优先进入,以避免其阻碍后续进入的车辆,而阻碍系数小的车辆后进入。按照上述的预设规则,可以得到关于多个车辆的初始规划停泊排序。按照阻碍系数设定初始策略,所生成的初始规划停泊排序更加符合真实场景,更接近于最优策略。
需要补充说明的是,通过上述方式(例如:方法300或方法400)可能无法直接得到初始规划停泊排序。例如,在按照方法300确定出的初始规划停泊排序进行规划停泊时,可能出现多个车辆中的某个车辆被已经停放好的其他车辆完全阻碍的情况,因此无法生成对于该车辆有效的规划停泊路径,此时可以适当调整初始规划停泊排序中某些车辆的排序,以确保所有车辆都能够顺利停放到规划停放位置。
图5示出了根据本公开实施方式的得到候选规划停泊排序的方法500的流程图。其中,多种排序变换操作包括顺序相邻的车辆的顺序交换操作,如图5所示,该方法500包括:
步骤501,确定在按照待修正的规划停泊排序进行停泊的情况下,多个车辆中的每个车辆的单车停泊时间;
步骤502,根据多个车辆中的每个车辆的单车停泊时间,从多个车辆中确定单车停泊时间高于预设阈值时长的高耗时车辆;以及
步骤503,交换待修正的规划停泊排序中的高耗时车辆和与高耗时车辆顺序相邻的车辆的停泊顺序,得到候选规划停泊排序。
在步骤501中,可以首先确定在按照待修正的规划停泊排序进行停泊的情况下,多个车辆中的每个车辆的规划停泊路径,上述停泊路径可以通过相关的路径规划模型得到。例如,可以预先利用样本集训练得到上述路径规划模型,样本集中的每个样本包括停放空间的地形特征参数和规划停泊排序以及和上述两者相关联的每个车辆的规划停泊路径。将当前地形特征参数和待修正的规划停泊排序输入到训练好的路径规划模型中,得到每个车辆的规划停泊路径。在确定出每个车辆的规划停泊路径之后,计算该停泊路径的行驶距离,并且基于该停泊路径的行驶距离和车辆停泊期间的预计行驶速度计算得到每个车辆的单车停泊时间。
在步骤502,可以根据多个车辆中的每个车辆的单车停泊时间,从多个车辆中确定单车停泊时间高于预设阈值时长的高耗时车辆。上述高耗时车辆可以是一个或多个车辆。在另外一些实施例中,还可以从多个车辆中选取单车停泊时间最长的车辆以作为高耗时车辆。
在步骤503中,可以交换高耗时车辆和在高耗时车辆之前停泊的车辆之间的停泊顺序,也可以交换高耗时车辆和在高耗时车辆之后停泊的车辆之间的停泊顺序。示例性的,若在步骤502中确定的高耗时车辆为停泊顺序为4的车辆,那么在步骤503中,可以交换待修正的规划停泊排序中的停泊顺序为4和5的两个车辆的排序,也可以交换停泊顺序为3和4的两个车辆的排序。在上述顺序交换操作中,优先考虑高耗时车辆的排序交换,这样可以大概率地减少高耗时车辆的单车停泊时间,从而使得到的候选策略可以更接近于最优策略。
图6示出了根据本公开的实施方式的确定多个车辆的总停泊时间的方法600的流程图,如图6所示,该方法600包括:对于多个候选规划停泊排序中的每个候选规划停泊排序,执行以下步骤:
步骤601,根据该候选规划停泊排序以及车辆规划分布数据确定多个车辆中的每个车辆的规划停泊路径;
步骤602,根据多个车辆中的每个车辆的规划停泊路径确定多个车辆的总停泊时间。
在步骤601中,规划停泊路径可以通过相关的路径规划模型得到,具体的过程可以参照上述方法500中的步骤501的相关描述,这里不再赘述。
在步骤602,根据步骤601中得到的每个车辆的规划停泊路径以及车辆预计的行驶速度计算得到每个车辆的单车停泊时间。对于将多个车辆依次停放到停放空间的应用场景下,可以将多个车辆中每个车辆的单车停泊时间进行相加得到多个车辆的总停泊时间。
图7示出了根据本公开实施方式的从多个候选规划停泊排序中确定修正后的规划停泊排序的方法700的流程图,如图7所示,该方法700包括:
步骤701,确定在按照待修正的规划停泊排序进行停泊的情况下,多个车辆的标准总停泊时间;
步骤702,判断是否满足禁忌条件,禁忌条件包括多个候选规划停泊排序中每个候选规划停泊排序所对应的总停泊时间均大于标准总停泊时间;
步骤703,若步骤702的判断结果为是,获取禁忌表中包括的至少一个禁忌排序变换操作;
步骤704,从多个候选规划停泊排序中筛选出所进行的排序变换操作不属于至少一个禁忌排序变换操作的至少一个候选规划停泊排序;
步骤705,从筛选出的至少一个候选规划停泊排序中确定所对应的总停泊时间最短的候选规划停泊排序,以作为修正后的规划停泊排序;
步骤706,若步骤702的判断结果为否,从多个候选规划停泊排序中确定所对应的总停泊时间最短的候选规划停泊排序,以作为修正后的规划停泊排序;
步骤707,响应于判定多个车辆的总停泊时间低于阈值时间,停止排序修正操作。
在步骤701中,可以按照和方法600类似的步骤确定在按照待修正的规划停泊排序进行停泊的情况下,多个车辆的标准总停泊时间。即,可以先确定每个车辆的规划停泊路径,然后根据每个车辆的规划停泊路径确定总停泊时间。具体步骤请参照图6所示的方法600,这里不再赘述。
在邻域搜索算法中,需要设定一个或多个特定的搜索的方向,以避免进行无序、重复的搜索。在本公开的实施例中,可以设定禁忌排序变换操作,从而防止从被禁忌的候选规划停泊排序中确定修正后的规划停泊排序。这样做可以避免对初始规划停泊排序进行不期望的排序变换操作,进而避免在不期望的候选规划停泊排序中确定修正后的规划停泊排序。下面将示意性地简要说明本实施方法的基本原理:若在某次修正操作中,排序变换操作将待修正的规划停泊排序中的第a辆车和第b辆车进行了顺序交换并得到了候选规划停泊排序,那么可以将本次的排序变换操作记录到禁忌表中。若后续的某次修正中,排序变换操作重复将第a辆车和第b辆车进行顺序交换,换句话说,规划停泊排序从某种程度上回到了之前出现的排序,那么则禁止将通过该重复的排序变换操作产生的候选规划停泊排序确定为修正后的规划停泊排序。这样可以避免无序或重复地生成候选规划停泊排序,从而避免陷入局部最优解的循环中。
在步骤703中,若多个候选规划停泊排序中每个候选规划停泊排序所对应的总停泊时间均大于标准总停泊时间,则说明所得到多个候选规划停泊排序的策略较差,在这种情况下可以启用禁忌。可以预先将禁忌排序变换操作记载到禁忌表中,在步骤703中,可以获取禁忌表中的禁忌排序变换操作。
如方法100中的步骤2031所述,多个候选规划停泊顺序是根据对待修正的规划停泊排序分别进行多种排序变换操作而得到的,因此,可以理解,每个候选规划停泊顺序将对应于一种排序变换操作。在步骤704中,从多个候选规划停泊顺序中筛选出所进行的排序变换操作不属于至少一个禁忌排序变换操作的至少一个候选规划停泊排序,以防止修正后的规划停泊顺序向不期望的方向变化。换言之,禁忌表中的禁忌排序变换操作可以引导修正操作的方向变化。
在步骤705中,对步骤704中筛选得到的至少一个候选规划停泊排序按照它们各自所对应的总停泊时间进行排序,选取其中总停泊时间最短的候选规划停泊排序,以作为修正后的规划停泊排。
在步骤706中,若多个候选规划停泊排序中存在所对应的总停泊时间小于标准总停泊时间的候选规划停泊排序,则说明所得到多个候选规划停泊排序的策略比待修正的规划停泊排序的策略更好,在这种情况下可以不启用禁忌。因此,在步骤706中,可以直接从多个候选规划停泊排序中确定所对应的总停泊时间最短的候选规划停泊排序,以作为修正后的规划停泊排序。
本实施例的方法按照禁忌搜索的算法确定修正后的规划停泊排序,禁忌搜索可以确定规划停泊排序的搜索方向,避免无序或重复的搜索。相较于普通的邻域搜索算法,搜索效率更高,更容易产生优选的车辆停泊策略。
可以通过对初始规划停泊排序进行多次排序修正操作的方式,逐渐优化规划停泊排序的策略,即逐渐降低规划停泊排序所对应的总停泊时间。但是可以理解,执行有限次的排序修正操作未必能够得到全局最佳的规划停泊排序。为避免对初始规划停泊排序进行过多次的修正操作,从而造成服务器120运行缓慢,在步骤707中,可以预先设定阈值时间,当确定目前修正后的规划停泊排序所对应的总停泊时间低于阈值时间时,停止排序修正操作,并将该修正后的规划停泊排序确定为目标规划停泊排序。
另外,在图2所示的方法200的步骤2031之后,即,在对待修正的规划停泊排序分别进行多种排序变换操作,得到多个候选规划停泊排序之后还可以包括:将所述多种排序变换操作添加至所述禁忌表中。在基于多种排序变换操作生成多个候选规划停泊排序之后,可以将这些进行过的排序变换操作存储到禁忌表中,以避免之后的修正操作中出现重复的候选规划停泊排序。上述禁忌表具有一定的禁忌长度,禁忌长度表示禁忌表中所能够记录的排序变换操作的最大数量。当禁忌表中的排序变换操作超过最大数量时,可以选择性地删除部分排序变换操作,例如可以删除最早记录的排序变换操作。
根据本公开的另一个方面,本公开还提供了一种车辆停泊策略的生成装置800,图8示出了根据本公开实施方式的车辆停泊策略的生成装置800的结构框图。车辆停泊策略包括将待停泊的多个车辆停泊至预定的停放空间内的停泊排序,如图8所示,该生成装置800包括:获取单元810,配置成获取预先确定的车辆规划分布数据以及停放空间的地形特征参数,其中,车辆规划分布数据包括多个车辆中的每个车辆在停放空间内的规划位置信息;确定单元820,配置成至少根据车辆规划分布数据和地形特征参数,确定多个车辆的初始规划停泊排序;以及修正单元830,配置成对初始规划停泊排序进行至少一次排序修正操作,以得到目标规划停泊排序。
修正单元830包括:变换模块831,配置成对待修正的规划停泊排序分别进行多种排序变换操作,得到多个候选规划停泊排序;第一确定模块832,配置成分别确定在按照多个候选规划停泊排序中的每个候选规划停泊排序进行停泊的情况下,多个车辆的总停泊时间;以及第二确定模块833,至少根据多个候选规划停泊排序中每个候选规划停泊排序所对应的总停泊时间,从多个候选规划停泊排序中确定修正后的规划停泊排序。
图9示出了根据本公开另一实施方式的车辆停泊策略的生成装置900的结构框图。在一些实施例中,地形特征参数包括停放空间的入口位置信息,确定单元920包括:第三确定模块921,配置成根据车辆规划分布数据中的每个车辆的规划位置信息以及入口位置信息确定得到每个车辆停泊所需的行驶距离,其中确定单元920,还配置成根据每个车辆停泊所需的行驶距离对多个车辆进行排序,以得到初始规划停泊排序。
在一些实施例中,地形特征参数包括停放空间的入口位置信息,其中,确定单元920还包括:第四确定模块922,配置成确定多个车辆中每个车辆的规划位置到入口位置的直线路径;第五确定模块923,对于多个车辆中的每个车辆,确定多个车辆的其他车辆中直线路径被该车辆所阻挡的车辆的个数,以作为该车辆的阻碍系数,其中确定单元920,还配置成根据每个车辆的阻碍系数对多个车辆进行排序,以得到初始规划停泊排序。
在一些实施例中,对待修正的规划停泊排序进行的多种排序变换操作包括顺序相邻的车辆的顺序交换操作。变换模块931包括:第一确定子模块9311,配置成确定在按照待修正的规划停泊排序进行停泊的情况下,多个车辆中的每个车辆的单车停泊时间;第二确定子模块9312,配置成根据多个车辆中的每个车辆的单车停泊时间,从多个车辆中确定单车停泊时间高于预设阈值时长的高耗时车辆,其中变换模块,还配置成交换待修正的规划停泊排序中的高耗时车辆和与高耗时车辆顺序相邻的车辆的停泊顺序,得到候选规划停泊排序。
在一些实施例中,第一确定模块932包括:第三确定子模块9321,配置成对于多个候选规划停泊排序中的每个候选规划停泊排序:根据该候选规划停泊排序以及车辆规划分布数据确定多个车辆中的每个车辆的规划停泊路径,其中第一确定模块932,还配置成根据多个车辆中的每个车辆的规划停泊路径确定多个车辆的总停泊时间。
在一些实施例中,第二确定模块933包括:第四确定子模块9331,配置成确定在按照待修正的规划停泊排序进行停泊的情况下,多个车辆的标准总停泊时间;判断子模块9332,配置成判断是否满足禁忌条件,禁忌条件包括多个候选规划停泊排序中每个候选规划停泊排序所对应的总停泊时间均大于标准总停泊时间;获取子模块9333,配置成响应于判定满足禁忌条件,获取禁忌表中包括的至少一个禁忌排序变换操作;筛选子模块9334,配置成从多个候选规划停泊排序中筛选出所进行的排序变换操作不属于至少一个禁忌排序变换操作的至少一个候选规划停泊排序;第五确定子模块9335,配置成从筛选出的至少一个候选规划停泊排序中确定所对应的总停泊时间最短的候选规划停泊排序,以作为修正后的规划停泊排序。
在一些实施例中,第二确定模块还包括:第六确定子模块9336,响应于判定不满足禁忌条件,从多个候选规划停泊排序中确定所对应的总停泊时间最短的候选规划停泊排序,以作为修正后的规划停泊排序。
在一些实施例中,修正单元还包括:添加模块934,配置成将多种排序变换操作添加至禁忌表中。
这里,车辆停泊策略的生成装置800的各单元810~830的操作分别与前面描述的方法200中的步骤201~203的操作类似,装置900的上述各模块的操作分别与前面描述的方法300-700中的相应步骤的操作类似,这里不再赘述。
根据本公开的实施例,还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
参考图10,现将描述可以作为本公开的服务器或客户端的电子设备1000的结构框图,其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图10所示,电子设备1000包括计算单元1001,其可以根据存储在只读存储器(ROM)1002中的计算机程序或者从存储单元1008加载到随机访问存储器(RAM)1003中的计算机程序,来执行各种适当的动作和处理。在RAM 1003中,还可存储电子设备1000操作所需的各种程序和数据。计算单元1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。
电子设备1000中的多个部件连接至I/O接口1005,包括:输入单元1006、输出单元1007、存储单元1008以及通信单元1009。输入单元1006可以是能向电子设备1000输入信息的任何类型的设备,输入单元1006可以接收输入的数字或字符信息,以及产生与电子设备的用户设置和/或功能控制有关的键信号输入,并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元1007可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元1008可以包括但不限于磁盘、光盘。通信单元1009允许电子设备1000通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组,例如蓝牙TM设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元1001可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1001的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1001执行上文所描述的各个方法和处理,例如车辆停泊策略的生成方法。例如,在一些实施例中,车辆停泊策略的生成方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元1008。在一些实施例中,计算机程序的部分或者全部可以经由ROM1002和/或通信单元1009而被载入和/或安装到电子设备1000上。当计算机程序加载到RAM 1003并由计算单元1001执行时,可以执行上文描述的车辆停泊策略的生成方法的一个或多个步骤。备选地,在其他实施例中,计算单元1001可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行车辆停泊策略的生成方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行、也可以排序地或以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
虽然已经参照附图描述了本公开的实施例或示例,但应理解,上述的方法、系统和设备仅仅是示例性的实施例或示例,本发明的范围并不由这些实施例或示例限制,而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外,可以通过不同于本公开中描述的次序来执行各步骤。进一步地,可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进,在此描述的很多要素可以由本公开之后出现的等同要素进行替换。
Claims (17)
1.一种车辆停泊策略的生成方法,其中,所述车辆停泊策略包括将待停泊的多个车辆停泊至预定的停放空间内的停泊排序,所述生成方法包括:
获取预先确定的车辆规划分布数据以及所述停放空间的地形特征参数,其中,所述车辆规划分布数据包括所述多个车辆中的每个车辆在所述停放空间内的规划位置信息;
至少根据所述车辆规划分布数据和所述地形特征参数,确定所述多个车辆的初始规划停泊排序;以及
对所述初始规划停泊排序进行至少一次排序修正操作,以得到目标规划停泊排序,其中,每次排序修正操作包括:
对待修正的规划停泊排序分别进行多种排序变换操作,得到多个候选规划停泊排序,其中,对待修正的规划停泊排序进行的多种排序变换操作包括顺序相邻的车辆的顺序交换操作,其中,所述对待修正的规划停泊排序分别进行多种排序变换操作,得到多个候选规划停泊排序包括:
确定在按照所述待修正的规划停泊排序进行停泊的情况下,所述多个车辆中的每个车辆的单车停泊时间;
根据所述多个车辆中的每个车辆的单车停泊时间,从所述多个车辆中确定所述单车停泊时间高于预设阈值时长的高耗时车辆;以及
交换所述待修正的规划停泊排序中的所述高耗时车辆和与所述高耗时车辆顺序相邻的车辆的停泊顺序,得到候选规划停泊排序;
分别确定在按照所述多个候选规划停泊排序中的每个候选规划停泊排序进行停泊的情况下,所述多个车辆的总停泊时间;以及
至少根据所述多个候选规划停泊排序中每个候选规划停泊排序所对应的总停泊时间,从所述多个候选规划停泊排序中确定所对应的总停泊时间最短的候选规划停泊排序,以作为修正后的规划停泊排序。
2.根据权利要求1所述的生成方法,其中,所述地形特征参数包括所述停放空间的入口位置信息,其中,所述至少根据所述车辆规划分布数据和所述地形特征参数,确定所述多个车辆的初始规划停泊排序包括:
根据所述车辆规划分布数据中的每个车辆的规划位置信息以及所述入口位置信息确定得到每个车辆停泊所需的行驶距离;以及
根据每个车辆停泊所需的行驶距离对所述多个车辆进行排序,以得到所述初始规划停泊排序。
3.根据权利要求1所述的生成方法,其中,所述地形特征参数包括所述停放空间的入口位置信息,其中,所述至少根据所述车辆规划分布数据和所述地形特征参数,确定所述多个车辆的初始规划停泊排序还包括:
确定所述多个车辆中每个车辆的规划位置到入口位置的直线路径;
对于所述多个车辆中的每个车辆,确定所述多个车辆的其他车辆中直线路径被该车辆所阻挡的车辆的个数,以作为该车辆的阻碍系数;
根据每个车辆的阻碍系数对所述多个车辆进行排序,以得到所述初始规划停泊排序。
4.根据权利要求1所述的生成方法,其中,所述分别确定在按照所述多个候选规划停泊排序中的每个候选规划停泊排序进行停泊的情况下,所述多个车辆的总停泊时间包括:
对于所述多个候选规划停泊排序中的每个候选规划停泊排序:
根据该候选规划停泊排序以及所述车辆规划分布数据确定所述多个车辆中的每个车辆的规划停泊路径;
根据所述多个车辆中的每个车辆的规划停泊路径确定所述多个车辆的总停泊时间。
5.根据权利要求1至4中任一项所述的生成方法,其中,所述至少根据所述多个候选规划停泊排序中每个候选规划停泊排序所对应的总停泊时间,从所述多个候选规划停泊排序中确定所对应的总停泊时间最短的候选规划停泊排序,以作为修正后的规划停泊排序包括:
确定在按照所述待修正的规划停泊排序进行停泊的情况下,所述多个车辆的标准总停泊时间;
判断是否满足禁忌条件,所述禁忌条件包括所述多个候选规划停泊排序中每个候选规划停泊排序所对应的总停泊时间均大于所述标准总停泊时间;
响应于判定满足所述禁忌条件,获取禁忌表中包括的至少一个禁忌排序变换操作;
从所述多个候选规划停泊排序中筛选出所进行的排序变换操作不属于所述至少一个禁忌排序变换操作的至少一个候选规划停泊排序;以及
从筛选出的所述至少一个候选规划停泊排序中确定所对应的总停泊时间最短的候选规划停泊排序,以作为所述修正后的规划停泊排序。
6.根据权利要求5所述的生成方法,还包括:
响应于判定不满足所述禁忌条件,从所述多个候选规划停泊排序中确定所对应的总停泊时间最短的候选规划停泊排序,以作为所述修正后的规划停泊排序。
7.根据权利要求6所述的生成方法,其中,在对待修正的规划停泊排序分别进行多种排序变换操作,得到多个候选规划停泊排序之后还包括:
将所述多种排序变换操作添加至所述禁忌表中。
8.根据权利要求1至4中任一项所述的生成方法,其中,在至少根据所述多个候选规划停泊排序中每个候选规划停泊排序所对应的总停泊时间,从所述多个候选规划停泊排序中确定所对应的总停泊时间最短的候选规划停泊排序,以作为修正后的规划停泊排序之后还包括:
判断在按照所述修正后的规划停泊排序进行停泊的情况下,所述多个车辆的总停泊时间是否低于阈值时间;
响应于判定所述多个车辆的总停泊时间低于阈值时间,停止所述排序修正操作。
9.一种车辆停泊策略的生成装置,其中,所述车辆停泊策略包括将待停泊的多个车辆停泊至预定的停放空间内的停泊排序,所述生成装置包括:
获取单元,配置成获取预先确定的车辆规划分布数据以及所述停放空间的地形特征参数,其中,所述车辆规划分布数据包括所述多个车辆中的每个车辆在所述停放空间内的规划位置信息;
确定单元,配置成至少根据所述车辆规划分布数据和所述地形特征参数,确定所述多个车辆的初始规划停泊排序;以及
修正单元,配置成对所述初始规划停泊排序进行至少一次排序修正操作,以得到目标规划停泊排序,其中,所述修正单元包括:
变换模块,配置成对待修正的规划停泊排序分别进行多种排序变换操作,得到多个候选规划停泊排序,其中,对待修正的规划停泊排序进行的多种排序变换操作包括顺序相邻的车辆的顺序交换操作,其中,所述变换模块包括:
第一确定子模块,配置成确定在按照所述待修正的规划停泊排序进行停泊的情况下,所述多个车辆中的每个车辆的单车停泊时间;以及
第二确定子模块,配置成根据所述多个车辆中的每个车辆的单车停泊时间,从所述多个车辆中确定所述单车停泊时间高于预设阈值时长的高耗时车辆,其中
所述变换模块,还配置成交换所述待修正的规划停泊排序中的所述高耗时车辆和与所述高耗时车辆顺序相邻的车辆的停泊顺序,得到候选规划停泊排序;
第一确定模块,配置成分别确定在按照所述多个候选规划停泊排序中的每个候选规划停泊排序进行停泊的情况下,所述多个车辆的总停泊时间;以及
第二确定模块,至少根据所述多个候选规划停泊排序中每个候选规划停泊排序所对应的总停泊时间,从所述多个候选规划停泊排序中确定所对应的总停泊时间最短的候选规划停泊排序,以作为修正后的规划停泊排序。
10.根据权利要求9所述的生成装置,其中,所述地形特征参数包括所述停放空间的入口位置信息,其中,所述确定单元包括:
第三确定模块,配置成根据所述车辆规划分布数据中的每个车辆的规划位置信息以及所述入口位置信息确定得到每个车辆停泊所需的行驶距离,其中
所述确定单元,还配置成根据每个车辆停泊所需的行驶距离对所述多个车辆进行排序,以得到所述初始规划停泊排序。
11.根据权利要求9所述的生成装置,其中,所述地形特征参数包括所述停放空间的入口位置信息,其中,所述确定单元还包括:
第四确定模块,配置成确定所述多个车辆中每个车辆的规划位置到入口位置的直线路径;
第五确定模块,对于所述多个车辆中的每个车辆,确定所述多个车辆的其他车辆中直线路径被该车辆所阻挡的车辆的个数,以作为该车辆的阻碍系数,其中
所述确定单元,还配置成根据每个车辆的阻碍系数对所述多个车辆进行排序,以得到所述初始规划停泊排序。
12.根据权利要求9所述的生成装置,其中,所述第一确定模块包括:
第三确定子模块,配置成对于所述多个候选规划停泊排序中的每个候选规划停泊排序:根据该候选规划停泊排序以及所述车辆规划分布数据确定所述多个车辆中的每个车辆的规划停泊路径,其中
所述第一确定模块,还配置成根据所述多个车辆中的每个车辆的规划停泊路径确定所述多个车辆的总停泊时间。
13.根据权利要求9至12中任一项所述的生成装置,其中,所述第二确定模块包括:
第四确定子模块,配置成确定在按照所述待修正的规划停泊排序进行停泊的情况下,所述多个车辆的标准总停泊时间;
判断子模块,配置成判断是否满足禁忌条件,所述禁忌条件包括所述多个候选规划停泊排序中每个候选规划停泊排序所对应的总停泊时间均大于所述标准总停泊时间;
获取子模块,配置成响应于判定满足所述禁忌条件,获取禁忌表中包括的至少一个禁忌排序变换操作;
筛选子模块,配置成从所述多个候选规划停泊排序中筛选出所进行的排序变换操作不属于所述至少一个禁忌排序变换操作的至少一个候选规划停泊排序;
第五确定子模块,配置成从筛选出的所述至少一个候选规划停泊排序中确定所对应的总停泊时间最短的候选规划停泊排序,以作为所述修正后的规划停泊排序。
14.根据权利要求13所述的生成装置,其中,所述第二确定模块还包括:
第六确定子模块,响应于判定不满足所述禁忌条件,从所述多个候选规划停泊排序中确定所对应的总停泊时间最短的候选规划停泊排序,以作为所述修正后的规划停泊排序。
15.根据权利要求14所述的生成装置,其中,所述修正单元还包括:
添加模块,配置成将所述多种排序变换操作添加至所述禁忌表中。
16.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。
17.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111641050.4A CN114475578B (zh) | 2021-12-29 | 2021-12-29 | 车辆停泊策略的生成方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111641050.4A CN114475578B (zh) | 2021-12-29 | 2021-12-29 | 车辆停泊策略的生成方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114475578A CN114475578A (zh) | 2022-05-13 |
CN114475578B true CN114475578B (zh) | 2024-05-14 |
Family
ID=81507930
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111641050.4A Active CN114475578B (zh) | 2021-12-29 | 2021-12-29 | 车辆停泊策略的生成方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114475578B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10167072A (ja) * | 1996-12-05 | 1998-06-23 | Mitsubishi Electric Corp | 車両運用計画方法 |
WO2017036639A1 (de) * | 2015-09-03 | 2017-03-09 | Robert Bosch Gmbh | Verfahren und vorrichtung zum betreiben von mehreren hintereinander parkenden kraftfahrzeugen |
CN108711300A (zh) * | 2018-05-25 | 2018-10-26 | 深圳市易成自动驾驶技术有限公司 | 群体智能泊车方法、系统及计算机可读存储介质 |
CN110439346A (zh) * | 2019-07-04 | 2019-11-12 | 佛山科学技术学院 | 一种基于物联网的智能泊车方法及装置 |
CN110450776A (zh) * | 2019-08-07 | 2019-11-15 | 禾多科技(北京)有限公司 | 基于场端的多目标全局动态路径规划方法 |
CN111002978A (zh) * | 2019-12-03 | 2020-04-14 | 湖北文理学院 | 一种车库自动泊车方法及终端、存储介质 |
CN112141090A (zh) * | 2020-06-24 | 2020-12-29 | 上汽通用五菱汽车股份有限公司 | 自动泊车路径规划方法、系统及计算机存储介质 |
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 |
CN113650603A (zh) * | 2021-08-16 | 2021-11-16 | 阿波罗智能技术(北京)有限公司 | 用于自动泊车的方法、装置、设备和计算机可读存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10957199B2 (en) * | 2019-06-14 | 2021-03-23 | Toyota Motor North America, Inc. | Parking monitoring and assistance for transports |
-
2021
- 2021-12-29 CN CN202111641050.4A patent/CN114475578B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10167072A (ja) * | 1996-12-05 | 1998-06-23 | Mitsubishi Electric Corp | 車両運用計画方法 |
WO2017036639A1 (de) * | 2015-09-03 | 2017-03-09 | Robert Bosch Gmbh | Verfahren und vorrichtung zum betreiben von mehreren hintereinander parkenden kraftfahrzeugen |
CN108711300A (zh) * | 2018-05-25 | 2018-10-26 | 深圳市易成自动驾驶技术有限公司 | 群体智能泊车方法、系统及计算机可读存储介质 |
CN110439346A (zh) * | 2019-07-04 | 2019-11-12 | 佛山科学技术学院 | 一种基于物联网的智能泊车方法及装置 |
CN110450776A (zh) * | 2019-08-07 | 2019-11-15 | 禾多科技(北京)有限公司 | 基于场端的多目标全局动态路径规划方法 |
CN111002978A (zh) * | 2019-12-03 | 2020-04-14 | 湖北文理学院 | 一种车库自动泊车方法及终端、存储介质 |
CN112141090A (zh) * | 2020-06-24 | 2020-12-29 | 上汽通用五菱汽车股份有限公司 | 自动泊车路径规划方法、系统及计算机存储介质 |
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 |
CN113650603A (zh) * | 2021-08-16 | 2021-11-16 | 阿波罗智能技术(北京)有限公司 | 用于自动泊车的方法、装置、设备和计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114475578A (zh) | 2022-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112559721B (zh) | 人机对话系统的调整方法、装置、设备、介质和程序产品 | |
CN114861910A (zh) | 神经网络模型的压缩方法及装置、设备和介质 | |
CN114445667A (zh) | 图像检测方法和用于训练图像检测模型的方法 | |
WO2024060896A1 (zh) | 无人档案仓库智能盘点方法、装置、智能终端及存储介质 | |
WO2024041400A1 (zh) | 模型训练任务的调度方法、装置及电子设备 | |
CN112712498A (zh) | 移动终端执行的车辆定损方法、装置、移动终端、介质 | |
CN114723949A (zh) | 三维场景分割方法和用于训练分割模型的方法 | |
CN115953414A (zh) | 基于语义分割的低矮障碍物检测方法和自动驾驶车辆 | |
CN114475578B (zh) | 车辆停泊策略的生成方法及装置 | |
CN114326730B (zh) | 用于确定停车路径的方法、装置、电子设备、介质 | |
JP2019219741A (ja) | 学習制御方法及び計算機システム | |
CN115797660A (zh) | 图像检测方法、装置、电子设备和存储介质 | |
CN114881170B (zh) | 用于对话任务的神经网络的训练方法和对话任务处理方法 | |
CN112579587B (zh) | 数据清洗方法及装置、设备和存储介质 | |
CN115237097A (zh) | 自动驾驶仿真测试方法、装置、计算机设备和存储介质 | |
CN112784912A (zh) | 图像识别方法及装置、神经网络模型的训练方法及装置 | |
CN113126928A (zh) | 文件移动方法及装置、电子设备和介质 | |
CN113596011A (zh) | 流量识别方法及装置,计算设备和介质 | |
CN114660939B (zh) | 对象控制方法及装置、电子设备和存储介质 | |
WO2023019941A1 (zh) | 机器人控制方法、装置、存储介质及机器人 | |
CN115455244B (zh) | 图数据的处理方法、装置、设备和介质 | |
CN114615144B (zh) | 网络优化方法及系统 | |
CN114596637B (zh) | 图像样本数据增强训练方法、装置及电子设备 | |
CN114238794A (zh) | 常驻点识别方法及装置、电子设备和介质 | |
CN115454647A (zh) | 数据处理方法及装置、设备和介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |