CN114674306A - 停车场地图的处理方法、装置、设备及介质 - Google Patents

停车场地图的处理方法、装置、设备及介质 Download PDF

Info

Publication number
CN114674306A
CN114674306A CN202210380867.9A CN202210380867A CN114674306A CN 114674306 A CN114674306 A CN 114674306A CN 202210380867 A CN202210380867 A CN 202210380867A CN 114674306 A CN114674306 A CN 114674306A
Authority
CN
China
Prior art keywords
data
static
parking
vehicle
map
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
Application number
CN202210380867.9A
Other languages
English (en)
Inventor
姜勇
高保才
宋冲冲
王杰明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Geely Holding Group Co Ltd
Ningbo Geely Automobile Research and Development Co Ltd
Original Assignee
Zhejiang Geely Holding Group Co Ltd
Ningbo Geely Automobile Research and Development Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Geely Holding Group Co Ltd, Ningbo Geely Automobile Research and Development Co Ltd filed Critical Zhejiang Geely Holding Group Co Ltd
Priority to CN202210380867.9A priority Critical patent/CN114674306A/zh
Publication of CN114674306A publication Critical patent/CN114674306A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
    • G01C21/1656—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments with passive imaging devices, e.g. cameras
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G01C21/383—Indoor data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3833—Creation or updating of map data characterised by the source of data
    • G01C21/3841—Data obtained from two or more sources, e.g. probe vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
    • G01S15/06—Systems determining the position data of a target
    • G01S15/08—Systems for measuring distance only
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
    • G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Acoustics & Sound (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请提供一种停车场地图的处理方法、装置、设备及介质，在该方法中，通过多个车辆在停车场内行驶和泊车，车辆将通过传感器和车辆控制器获取到的数据发送至服务器。服务器根据接收到多个车辆的建图数据，生成泊车路线，进而根据停车场进行分组，对每一组分段获取泊车路线对应的建图数据中的超声波数据和静态标识数据，生成每段泊车路线途经的静态标识，即可在地图上生成车辆的完整泊车路线途经的静态标识。在本方案中，服务器根据多个车辆的建图数据，在地图上生成车辆的泊车路线途径的静态标识，包括车辆所停的车位以及泊车路线途经的车位和立柱等，有效提高了构建的地图的完整性，同时也提高了构建地图的效率。

Description

停车场地图的处理方法、装置、设备及介质
技术领域
本申请涉及自主代客泊车领域，尤其涉及一种停车场地图的处理方法、装置、设备及介质。
背景技术
随着科技的迅速发展和人们生活水平的提高，汽车的发展越来越智能化。汽车由原来的完全由人来控制，发展到可以无人驾驶和自主代客泊车。对于自主代客泊车，停车场的地图是必要的数据。
现有技术中，对于停车场地图的构建，要求驾驶员按照指定路线行驶，并且停在指定车位，车辆上安装有传感器，车辆可将传感器的数据上传至服务器，服务器根据数据进行建图。
综上所述，现有的停车场地图的处理方法构建的地图中只有车辆行驶的路线和车位，导致构建的地图完整性较低，构建地图的效率较低。
发明内容
本申请实施例提供一种停车场地图的处理方法、装置、设备及介质，用于解决现有的停车场地图的处理方法构建的地图中只有车辆行驶的路线和车位，导致构建的地图完整性较低，构建地图的效率较低的问题。
第一方面，本申请实施例提供一种停车场地图的处理方法，应用于服务器，所述方法包括：
接收多个车辆发送的建图数据，所述建图数据包括轮速脉冲数据，惯性测量单元IMU数据，超声波数据，车辆位置数据，静态标识数据，所述超声波数据包括静态标识与车辆的距离，所述静态标识数据包括静态标识与车辆的距离，静态标识类型，所述静态标识类型包括停车位，立柱，地面引导箭头和停车场入口；
根据所述建图数据，在预设地图中生成所述车辆的泊车路线途径的静态标识。
在一种具体实施方式中，所述根据所述建图数据，在地图中生成泊车路线上的静态标识，包括：
根据所述轮速脉冲数据和所述IMU数据，生成所有车辆对应的泊车路线；
根据所述车辆位置数据，所述IMU数据或所述静态标识类型，按照停车场对所有的泊车路线进行分组，得到每个停车场对应的泊车路线集合；
针对每个停车场对应的泊车路线集合，从所述泊车路线集合中，获取每条泊车路线中从停车场入口开始的每段预设长度的路线对应的超声波数据和静态标识数据；
针对每段预设长度的路线，从每条泊车路线的超声波数据和静态标识数据中，选取静态标识与车辆的距离最短的目标超声波数据和目标静态标识数据；
针对每条泊车路线，根据所述目标超声波数据和所述目标静态标识数据，在所述地图中生成对应的静态标识；
针对每一个新生成的静态标识，若所述新生成的静态标识与地图中原有的静态标识之间的距离小于预设距离，则将所述新生成的静态标识去除，并按照静态标识所在位置以及静态标识类型对剩余所有新生成的静态标识进行分类，得到至少一个静态标识组；
对每个静态标识组中的静态标识在地图中的地图位置数据进行最小二乘拟合，得到拟合后的地图位置数据；
根据所述拟合后的静态标识地图位置数据生成新的静态标识，并采用所述新的静态标识替换所述静态标识组中所有的静态标识，并将所述新的静态标识加入所述地图中原有的静态标识。
在一种具体实施方式中，所述从每条泊车路线的超声波数据和静态标识数据，选取静态标识与车辆的距离最短的目标超声波数据和目标静态标识数据，包括：
从每条泊车路线的超声波数据和静态标识数据，选取静态标识与车辆的距离最短的超声波数据和静态标识数据；
从所述距离最短的超声波数据和静态标识数据中选取车辆与静态标识的距离小于预设筛选距离的超声波数据和静态标识数据，得到所述目标超声波数据和所述目标静态标识数据。
在一种具体实施方式中，所述根据所述拟合后的地图位置数据生成新的静态标识，并采用所述新的静态标识替换所述静态标识组中所有的静态标识之后，所述方法还包括：
根据所述新的静态标识，对所述新的静态标识对应的泊车路线进行调整。
第二方面，本申请实施例提供一种停车场地图的处理方法，应用于车辆，所述方法包括：
获取建图数据，所述建图数据包括轮速脉冲数据，惯性测量单元IMU数据，超声波数据，车辆位置数据，静态标识数据，所述超声波数据包括静态标识与车辆的距离，所述静态标识数据包括静态标识与车辆的距离，静态标识类型，所述静态标识类型包括停车位，立柱，地面引导箭头和停车场入口；
将所述建图数据发送至服务器。
在一种具体实施方式中，所述获取建图数据，包括：
通过轮速脉冲传感器获取所述轮速脉冲数据；
通过IMU传感器获取所述IMU数据；
通过超声波传感器获取所述超声波数据；
通过全球定位系统GPS定位器获取所述车辆位置数据；
通过车辆控制器获取所述静态标识数据。
第三方面，本申请实施例提供一种停车场地图的处理装置，包括：
接收模块，用于接收多个车辆发送的建图数据，所述建图数据包括轮速脉冲数据，惯性测量单元IMU数据，超声波数据，车辆位置数据，静态标识数据，所述超声波数据包括静态标识与车辆的距离，所述静态标识数据包括静态标识与车辆的距离，静态标识类型，所述静态标识类型包括停车位，立柱，地面引导箭头和停车场入口；
处理模块，用于根据所述建图数据，在预设地图中生成所述车辆的泊车路线途径的静态标识。
在一种具体实施方式中，所述处理模块，具体用于：
根据所述轮速脉冲数据和所述IMU数据，生成所有车辆对应的泊车路线；
根据所述车辆位置数据，所述IMU数据或所述静态标识类型，按照停车场对所有的泊车路线进行分组，得到每个停车场对应的泊车路线集合；
针对每个停车场对应的泊车路线集合，从所述泊车路线集合中，获取每条泊车路线中从停车场入口开始的每段预设长度的路线对应的超声波数据和静态标识数据；
针对每段预设长度的路线，从每条泊车路线的超声波数据和静态标识数据中，选取静态标识与车辆的距离最短的目标超声波数据和目标静态标识数据；
针对每条泊车路线，根据所述目标超声波数据和所述目标静态标识数据，在所述地图中生成对应的静态标识；
针对每一个新生成的静态标识，若所述新生成的静态标识与地图中原有的静态标识之间的距离小于预设距离，则将所述新生成的静态标识去除，并按照静态标识所在位置以及静态标识类型对剩余所有新生成的静态标识进行分类，得到至少一个静态标识组；
对每个静态标识组中的静态标识对应的超声波数据和静态标识数据进行最小二乘拟合，得到拟合后的静态标识对应的超声波数据和静态标识数据；
根据所述拟合后的静态标识对应的超声波数据和静态标识数据生成新的静态标识，并采用所述新的静态标识替换所述静态标识组中所有的静态标识，并将所述新的静态标识加入所述地图中原有的静态标识。
在一种具体实施方式中，所述处理模块，具体还用于：
从每条泊车路线的超声波数据和静态标识数据，选取静态标识与车辆的距离最短的超声波数据和静态标识数据；
从所述距离最短的超声波数据和静态标识数据中选取车辆与静态标识的距离小于预设筛选距离的超声波数据和静态标识数据，得到所述目标超声波数据和所述目标静态标识数据。
在一种具体实施方式中，所述处理模块，具体还用于：
根据所述新的静态标识，对所述新的静态标识对应的泊车路线进行调整。
第四方面，本申请实施例提供一种停车场地图的处理装置，包括：
获取模块，用于获取建图数据，所述建图数据包括轮速脉冲数据，惯性测量单元IMU数据，超声波数据，车辆位置数据，静态标识数据，所述超声波数据包括静态标识与车辆的距离，所述静态标识数据包括静态标识与车辆的距离，静态标识类型，所述静态标识类型包括停车位，立柱，地面引导箭头和停车场入口；
发送模块，用于将所述建图数据发送至服务器。
在一种具体实施方式中，所述获取模块，具体用于：
通过轮速脉冲传感器获取所述轮速脉冲数据；
通过IMU传感器获取所述IMU数据；
通过超声波传感器获取所述超声波数据；
通过全球定位系统GPS定位器获取所述车辆位置数据；
通过车辆控制器获取所述静态标识数据。
第五方面，本申请实施例提供一种服务器，包括：
处理器，存储器，通信接口；
所述存储器用于存储所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行第一方面任一项所述的停车场地图的处理方法。
第六方面，本申请实施例提供一种车辆，包括：
处理器，存储器，通信接口，轮速脉冲传感器，IMU传感器，超声波传感器，全球定位系统GPS定位器，摄像头和车辆控制器；
所述轮速脉冲传感器用于获取轮速脉冲数据；
所述IMU传感器用于获取IMU数据；
所述超声波传感器用于获取超声波数据；
所述GPS定位器用于所述车辆位置数据；
所述摄像头用于获取视频数据或图像数据；
所述车辆控制器用于根据所述视频数据或所述图像数据，获取静态标识数据；
所述存储器用于存储所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行第二方面任一项所述的停车场地图的处理方法。
第七方面，本申请实施例提供一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面至第二方面任一项所述的停车场地图的处理方法。
第八方面，本申请实施例提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时用于实现第一方面至第二方面任一项所述的停车场地图的处理方法。
本申请实施例提供的停车场地图的处理方法、装置、设备及介质，通过多个车辆在停车场内行驶和泊车，车辆将通过传感器和车辆控制器获取到的数据发送至服务器。服务器根据接收到多个车辆的建图数据，生成泊车路线，进而根据停车场进行分组，对每一组分段获取泊车路线对应的建图数据中的超声波数据和静态标识数据，生成每段泊车路线途经的静态标识，即可在地图上生成车辆的完整泊车路线途经的静态标识。在本方案中，服务器根据多个车辆的建图数据，在地图上生成车辆的泊车路线途径的静态标识，包括车辆所停的车位以及泊车路线途经的车位和立柱等，有效提高了构建的地图的完整性，同时也提高了构建地图的效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请提供的停车场地图的处理方法实施例一的流程示意图；
图2为本申请提供的停车场地图的处理方法实施例二的流程示意图；
图3为本申请提供的停车场地图的处理方法实施例三的流程示意图；
图4a为本申请实施例提供的车辆与传感器的交互图；
图4b为本申请实施例提供的根据建图数据生成地图的示意图；
图5为本申请提供的停车场地图的处理装置实施例一的结构示意图；
图6为本申请提供的停车场地图的处理装置实施例二的结构示意图；
图7为本申请提供的一种服务器的结构示意图；
图8为本申请提供的一种车辆的结构示意图。
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，下面将结合本申请实施例中的附图，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根据本实施例的启示下作出的所有其他实施例，都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)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。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
随着科技的迅速发展和人们生活水平的提高，人们对于汽车的要求越来越高，要求舒适性越来越好，安全性越来越高，智能化越来越高。汽车已经由原来的完全人工控制驾驶，发展到可以无人驾驶和自主代客泊车。对于自主代客泊车，停车场的地图是必要的数据。
通常对于停车场地图的构建，是在车辆上安装传感器，由驾驶员驾驶车辆在停车场中行驶并且泊车，车辆将传感器数据上传至服务器后，服务器根据传感器数据生成这个车辆这一次行驶的路线和所停的车位。如果想要构建停车场相对完整的地图，需要驾驶员驾驶车辆，在停车场中的每个车位都要进行泊车，现有的停车场地图的处理方法构建的地图中只有车辆行驶的路线和车位，导致构建的地图完整性较低，构建地图的效率较低的问题。
针对现有技术中存在的问题，发明人在对停车场地图的处理方法进行研究的过程中发现，为了提高构建地图的完整性和提高构建地图的效率，可使用多个车辆在停车场中行驶和泊车，但不需要在停车场中的每个车位都进行泊车，只需要根据泊车路线所途经静态标识在地图上生成出来，包括途径的车位、立柱、地面引导箭头等，即可得到完整的停车场地图。车辆上安装有轮速脉冲传感器、惯性测量单元(Inertial Measurement Unit，简称：IMU)传感器、超声波传感器、全球定位系统(Global Positioning System，简称：GPS)定位器和车辆控制器。车辆在停车场中行驶并泊车后，将通过上述装置获取到的数据发送至服务器。服务器根据接收到的建图数据生成泊车路线，根据停车场对泊车路线进行分类，对每个停车场对应的泊车路线进行分段，并获取对应的超声波数据和静态标识数据，进而在地图中生成每段泊车路线途经的静态标识，得到停车场的地图。基于上述发明构思，设计了本申请中的停车场地图的处理方案。
示例性的，下面对本申请实施例提供的停车场地图的处理方法的应用场景进行说明，该应用场景可以包括：多个车辆，停车场，停车场中的静态标识，服务器。
示例性的，在该应用场景中，车辆上安装有轮速脉冲传感器、IMU传感器、超声波传感器、全球定位系统GPS定位器、车辆控制器和摄像头。车辆在停车场中行驶和泊车，通过上述传感器就可获取到传感器对应的数据，通过摄像头获取到的视频经过车辆控制器进行处理，可得到静态标识数据，静态标识数据包括静态标识与车辆的距离，静态标识类型，静态标识类型包括停车位，立柱，地面引导箭头和停车场入口。进而车辆将建图数据发送至服务器，建图数据包括轮速脉冲数据，IMU数据，超声波数据，车辆位置数据和静态标识数据。
服务器接收到多个车辆发送的建图数据后，根据轮速脉冲数据和IMU数据，生成所有车辆对应的泊车路线，进而根据停车场对所有泊车路线进行分组。对每组泊车路线，获取每条泊车路线中从停车场入口开始的每段预设长度的路线对应的超声波数据和静态标识数据。针对每段预设长度的路线，从每条泊车路线的超声波数据和静态标识数据中，确定出目标超声波数据和目标静态标识数据，进而在地图上生成静态标识。根据地图中原有的静态标识对新生成的静态标识进行剔除处理。对于剩下的静态标识进行分类，对每一类静态标识对应的超声波数据和静态标识数据进行拟合，根据拟合后的数据生成新的静态标识，将新生成的静态标识替换该类静态标识。这样就在地图上生成了每一段泊车路线途经的静态标识，得到停车场的地图。
需要说明的是，上述场景仅是本申请实施例提供的一种应用场景的示意，本申请实施例不对该场景中包括的各种设备的实际形态进行限定，设备之间的交互方式进行限定，在方案的具体应用中，可以根据实际需求设定。
下面，通过具体实施例对本申请的技术方案进行详细说明。需要说明的是，下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。
图1为本申请提供的停车场地图的处理方法实施例一的流程示意图，如图1所示，该停车场地图的处理方法具体包括以下步骤：
S101：获取建图数据。
S102：将建图数据发送至服务器。
为了能够实现车辆在停车场中的自动泊车，就需要构建出停车场的地图。
在上述步骤中，构建地图需要根据数据来构建，这样就需要车辆获取到数据。在车辆上安装有传感器、车辆控制器和摄像头等，车辆在停车场中行驶并泊车后，就可根据传感器和车辆控制器获取到建图数据，建图数据包括轮速脉冲数据，IMU数据，超声波数据，车辆位置数据，静态标识数据，超声波数据包括静态标识与车辆的距离，静态标识数据包括静态标识与车辆的距离，静态标识类型，静态标识类型包括停车位，立柱，地面引导箭头和停车场入口。进而车辆将建图数据发送至服务器，以便后续服务器根据建图数据进行构建停车场的地图。
S103：接收多个车辆发送的建图数据。
S104：根据建图数据，在预设地图中生成车辆的泊车路线途径的静态标识。
在上述步骤中，多个车辆向服务器发送建图数据后，服务器就可接收多个车辆发送的建图数据，根据建图数据中的轮速脉冲数据和IMU数据得到泊车路线，根据建图数据中的车辆位置数据，IMU数据或静态标识数据中的静态标识类型对泊车路线进行分组，根据每一组泊车路线对应的超声波数据和静态标识数据在地图上生成车辆的泊车路线途径的静态标识。
示例性的，一组泊车路线的数量为5个，5个泊车路线途经二十个车位和八个立柱，这样在生成的停车场地图中就有二十五个车位和八个立柱，二十五个车位包括途经的二十个车位和5个车辆最终停车的车位。
需要说明的是，上述例子仅是对停车场生成的地图进行示例，本申请实施例不对泊车路线的数量、泊车路线途经的静态标识、将他标识的数量等进行限定，可根据实际情况进行确定。
需要说明的是，预设地图是在本方案执行前，由工作人员设置在其中的，用于在预设地图上生成静态标识。预设地图可以是空白地图，还可以是具有静态标识的地图，本申请实施例不对预设地图进行限定，可根据实际情况进行设置。
本实施例提供的停车场地图的处理方法，车辆通过传感器和车辆控制器获取建图数据，再将建图数据发送至服务器。服务器根据建图数据，在地图上生成车辆的泊车路线途径的静态标识。相较于现有技术只在地图上生成泊车路线终点的车位，本方案可以生成泊车路线途经的静态标识，静态标识不仅包括车位，还包括立柱和地面引导箭头等，有效提高了构建的地图的完整性。另外，相较于现有技术想要构建完整的停车场地图，需要在停车场中的每个车位都要进行泊车，本方案不需要在停车场中的每个车位都要进行泊车，有效提高了构建地图的效率。
下面对本申请实施例提供的车辆获取建图数据的过程进行说明。
构建地图需要根据车辆获取的建图数据来构建，需要在车辆上安装轮速脉冲传感器、IMU传感器、超声波传感器、全球定位系统GPS定位器、车辆控制器和摄像头。
车辆通过轮速脉冲传感器获取轮速脉冲数据；通过IMU传感器获取IMU数据；通过超声波传感器获取超声波数据；通过GPS定位器获取车辆位置数据；通过车辆控制器获取静态标识数据。
具体的，轮速脉冲数据包括车辆四个车轮的转速，IMU数据包括车辆三个维度的加速度和角速度，超声波数据包括静态标识与车辆的距离。车辆上安装有摄像头，将获取到的视频或图像经过车辆控制器进行处理，可得到静态标识数据，静态标识数据包括静态标识与车辆的距离，静态标识类型，静态标识类型包括停车位，立柱，地面引导箭头和停车场入口。
需要说明的是，车辆控制器根据获取到的视频或图像生成静态标识数据的方式可以是利用将获取到的图像输入图像识别神经网络模型实现，也可以是先对获取到的视频进行抽帧处理，再输入图像识别神经网络模型实现。本申请实施例不对车辆控制器根据获取到的视频或图像生成静态标识数据的方式进行限定，可根据实际情况进行选择。
需要说明的是，获取到的车辆位置数据可以是GPS数据，还可以是根据GPS数据进行进一步计算得到的实时动态差分定位(Real Time Kinematic，简称：RTK)数据。本申请实施例不对车辆位置数据进行限定，可根据实际情况进行选择。
本实施例提供的停车场地图的处理方法，通过传感器获取到对应的数据，根据定位器获取到车辆位置数据，根据车辆控制器获取到静态标识数据，根据这些数据构建停车场的地图，有效提高了构建的地图的精准性。
图2为本申请提供的停车场地图的处理方法实施例二的流程示意图，如图2所示，在上述实施例的基础上，实施例一中的步骤S104可通过以下步骤实现：
S201：根据轮速脉冲数据和IMU数据，生成所有车辆对应的泊车路线。
在本步骤中，服务器接收到多个车辆发送的建图数据后，根据其中的轮速脉冲数据和IMU数据，生成所有车辆对应的泊车路线。
具体的，由于轮速脉冲数据中包括车辆四个车轮的转速，IMU数据包括车辆前后、左右和上下三个维度的加速度，所以，可以根据脉冲数据和IMU数据，结合车辆的初始位置，生成所有车辆对应的泊车路线。
S202：根据车辆位置数据，IMU数据或静态标识类型，按照停车场对所有的泊车路线进行分组，得到每个停车场对应的泊车路线集合。
在本步骤中，服务器生成所有车辆的泊车路线后，由于车辆是在不同的停车场中行驶并泊车，想要构建不同停车场的地图，就需要按照停车场对泊车路线进行分组。
具体的，对于地下停车场，一般在进入停车场入口后，GPS信号会消失，并且会有一段下坡路段，而IMU数据中还包括三个维度的角速度，因此，可以根据GPS信号消失时的车辆位置数据和角速度发生变化，判断出车辆进入哪个停车场以及停车场入口的位置。对于地面停车场和地上停车场，GPS信号一般不会消失，所以可根据车辆位置数据和静态标识数据中的静态标识类型为停车场入口，确定出车辆进入哪个停车场以及停车场入口的位置。进而就可按照停车场对所有的泊车路线进行分组，得到每个停车场对应的泊车路线集合。
可选地，可以对每个停车场对应的泊车路线集合中的泊车路线按照由短到长的顺序进行排序。
S203：针对每个停车场对应的泊车路线集合，从泊车路线集合中，获取每条泊车路线中从停车场入口开始的每段预设长度的路线对应的超声波数据和静态标识数据。
在本步骤中，服务器得到每个停车场对应的泊车路线集合后，就需要分别对每个停车场对应的泊车路线集合进行处理，以便生成每个停车场对应的地图。针对每个停车场对应的泊车路线集合，从泊车路线集合中，获取每条泊车路线中从停车场入口开始的每段预设长度的路线对应的超声波数据和静态标识数据。
示例性的，停车场对应的泊车路线有3条，第一条有7米，第二条有15米，第三条有16米，预设长度为5米，所以第一段路线有三条，包括第一条路线的第一段5米路线，第二条路线的第一段5米路线，第三条路线的第一段5米路线；第二段路线有三条，包括第一条路线中的剩余的2米，第二条路线的第二段5米，第三条路线的第二段5米；第三段路线有两条，包括第二条路线的剩余的5米，第三条路线的第三段5米；第四段路线有一条，为第三条路线的剩余的1米。
需要说明的是，上述例子仅是对泊车路线进行分段的过程进行示例，本申请实施例不对泊车路线的数量、泊车路线的长度，预设长度等进行限定，可根据实际情况进行确定和设置。
需要说明的是，预设长度是在本方案执行前，由工作人员设置在服务器中的，用于对泊车路线进行分段。预设长度可以是5米，还可以是10米，也可以是3米，本申请实施例不对预设长度进行限定，可根据实际情况进行设置。
S204：针对每段预设长度的路线，从每条泊车路线的超声波数据和静态标识数据中，选取静态标识与车辆的距离最短的目标超声波数据和目标静态标识数据。
在本步骤中，服务器获取每条泊车路线中从停车场入口开始的每段预设长度的路线对应的超声波数据和静态标识数据后，由于车辆在行驶过程中采集数据的周期较短，所以每条泊车路线会对应多个超声波数据和静态标识数据，为了减少生成的静态标识的误差，需要针对每段预设长度的路线，从每条泊车路线的超声波数据和静态标识数据中，选取静态标识与车辆的距离最短的目标超声波数据和目标静态标识数据。
需要说明的是，由于这段泊车路线途经的静态标识的数量可能是一个，也可能是多个，也可能是0个，所以目标超声波数据和目标静态标识数据中，静态标识与车辆的距离可以可能是一个，也可能是多个，也可能是0个；目标静态标识数据包括的静态标识可能是一个，也可能是多个，也可能是0个。
S205：针对每条泊车路线，根据目标超声波数据和目标静态标识数据，在地图中生成对应的静态标识。
在本步骤中，服务器确定出每条泊车路线的目标超声波数据和目标静态标识数据后，就可针对每条泊车路线，根据目标超声波数据和目标静态标识数据，在地图中生成对应的静态标识。
具体的，由于超声波数据中包括静态标识与车辆的距离，还包括静态标识相对车辆的方向角度、静态标识的轮廓，而超声波传感器能够检测到的静态标识类型包括立柱，所以根据静态标识与车辆的距离、静态标识相对车辆的方向角度、停车场入口所在位置和泊车路线，可在地图上生成对应的立柱等静态标识。
静态标识数据包括静态标识与车辆的距离、静态标识类型，还包括静态标识相对车辆的方向角度、静态标识的轮廓，所以根据静态标识与车辆的距离、静态标识相对车辆的方向角度、停车场入口所在位置和泊车路线，可在地图上生成对应的立柱、停车位、地面引导箭头等静态标识。
S206：针对每一个新生成的静态标识，若新生成的静态标识与地图中原有的静态标识之间的距离小于预设距离，则将新生成的静态标识去除，并按照静态标识所在位置以及静态标识类型对剩余所有新生成的静态标识进行分类，得到至少一个静态标识组。
在本步骤中，服务器在地图上生成每条泊车路线对应的静态标识后，由于地图可以是空白地图，也可以是具有静态标识的地图，所以若地图中存在原有的静态标识，就不需要在这些静态标识的位置在进行生成新的静态标识，所以需要针对每一个新生成的静态标识，若新生成的静态标识与地图中原有的静态标识之间的距离小于预设距离，则将新生成的静态标识去除。
另外，由于数据会存在误差，所以对于现实中同一个静态标识，在地图上生成的每条泊车路线对应的静态标识所在的位置不会完全重复，所以要根据现实中不同的静态标识，对静态标识进行分类，也就是按照静态标识所在位置以及静态标识类型对剩余所有新生成的静态标识进行分类，得到至少一个静态标识组。
需要说明的是，将与地图中原有的静态标识之间的距离小于预设距离的新生成的静态标识去除，是因为数据会存在误差，地图中原有的静态标识之间的距离小于预设距离的新生成的静态标识，和地图中原有的静态标识会被认为对应于现实中同一个静态标识，需要将其去除。
需要说明的是，预设距离是在本方案执行前，由工作人员设置在服务器中的，用于去除新生成的静态标识。预设距离可以是20厘米，还可以是50厘米，本申请实施例不对预设距离进行限定，可根据实际情况进行设置。
S207：对每个静态标识组中的静态标识在地图中的地图位置数据进行最小二乘拟合，得到拟合后的地图位置数据。
在本步骤中，服务器得到至少一个静态标识组后，每个静态标识组都对应现实中的一个静态标识，所以，需要将每个静态标识组中的静态标识融合为一个静态标识，这样就需要对每个静态标识组中的静态标识在地图中的地图位置数据进行最小二乘拟合，得到拟合后的地图位置数据，以便后续根据拟合后的地图位置数据生成静态标识。
需要说明的是，地图位置数据包括静态标识在地图中的坐标和静态标识的坐标角度，这样进行最小二乘拟合时，分别对静态标识在地图中的坐标和静态标识的坐标角度进行最小二乘拟合，示例性的，静态标识组中的静态标识数量为5个，这样静态标识在地图中的坐标也有5个，静态标识的坐标角度也有5个，静态标识在地图中的坐标分别为(30，20)，(25，15)，(35，25)，(27，17)，(33，23)，这样最小二乘拟合后的静态标识在地图中的坐标为(30，20)。静态标识的坐标角度分别为10度、20度、15度、14度、16度，这样最小二乘拟合后的静态标识的坐标角度为15度。
需要说明的是，上述例子仅是对地图位置数据以及进行最小二乘拟合的过程进行示例，本申请实施例不对地图位置数据以及进行最小二乘拟合过程中的数据进行限定，可根据实际情况进行确定。
S208：根据拟合后的地图位置数据生成新的静态标识，并采用新的静态标识替换静态标识组中所有的静态标识，并将新的静态标识加入地图中原有的静态标识。
在本步骤中，服务器得到拟合后的地图位置数据后，根据拟合后的地图位置数据生成新的静态标识，并采用新的静态标识替换静态标识组中所有的静态标识，这样这个新生成的静态标识就对应现实中的一个静态标识。进而并将新的静态标识加入地图中原有的静态标识，确保在下一次使用此方案在地图上生成静态标识的过程中，不会在生成地图中原有的静态标识。
需要说明的是，本方案是从泊车路线集合中，获取每条泊车路线中从停车场入口开始的每段预设长度的路线对应的超声波数据和静态标识数据，进而按照顺序对每段预设长度的路线对应的超声波数据和静态标识数据进行处理；还可以是先获取从停车场入口开始的预设长度的路线对应的超声波数据和静态标识数据，并对其进行处理生成静态标识，进而从上一次获取的预设长度的路线的终点开始，再次获取预设长度的路线对应的超声波数据和静态标识数据，并对其进行处理生成静态标识，按照这种方式，直到获取不到预设长度的路线对应的超声波数据和静态标识数据。
本实施例提供的停车场地图的处理方法，根据建图数据生成泊车路线，在对泊车路线按照停车场进行分组，对每一组的泊车路线进行分段，并分段在地图上生成静态标，有效提高了构建的地图的完整性，同时也提高了构建地图的效率。
图3为本申请提供的停车场地图的处理方法实施例三的流程示意图，如图3所示，在上述实施例的基础上，实施例二中的步骤S204可通过以下步骤实现：
S301：从每条泊车路线的超声波数据和静态标识数据，选取静态标识与车辆的距离最短的超声波数据和静态标识数据。
在本步骤中，服务器获取每条泊车路线中从停车场入口开始的每段预设长度的路线对应的超声波数据和静态标识数据后，为了减少误差，从每条泊车路线的超声波数据和静态标识数据，选取静态标识与车辆的距离最短的超声波数据和静态标识数据。
S302：从距离最短的超声波数据和静态标识数据中选取车辆与静态标识的距离小于预设筛选距离的超声波数据和静态标识数据，得到目标超声波数据和目标静态标识数据。
在本步骤中，服务器选取静态标识与车辆的距离最短的超声波数据和静态标识数据后，虽然选取静态标识与车辆的距离最短的超声波数据和静态标识数据，但是不免存在一些静态标识与车辆的距离还是过于长，为了保证生成的静态标识位置的准确性，还需要从距离最短的超声波数据和静态标识数据中选取车辆与静态标识的距离小于预设筛选距离的超声波数据和静态标识数据，得到目标超声波数据和目标静态标识数据。
需要说明的是，预设筛选距离是在本方案执行前，由工作人员设置在服务器中的，用于筛选出车辆与静态标识的距离小于预设筛选距离的超声波数据和静态标识数据。预设筛选距离可以是80厘米，还可以是1米，本申请实施例不对预设筛选距离进行限定，可根据实际情况进行设置。
本实施例提供的停车场地图的处理方法，通过从每条泊车路线的超声波数据和静态标识数据，选取静态标识与车辆的距离最短的，并且距离小于筛选预设距离的超声波数据和静态标识数据，可有效减少生成的静态标识的误差。
下面对本申请实施例提供的对车辆轨迹进行处理的情况进行说明。
在根据拟合后的地图位置数据生成新的静态标识，并采用新的静态标识替换静态标识组中所有的静态标识之后，服务器还可根据新的静态标识，对新的静态标识对应的泊车路线进行调整。
示例性的，泊车路线集合中的泊车路线为3个，根据泊车路线得到的静态标识组中的静态标识也有3个，根据第一条泊车路线得到的静态标识组中的静态标识在地图中的坐标为(30，20)，根据第二条泊车路线得到的静态标识组中的静态标识在地图中的坐标为(25，20)，根据第三条泊车路线得到的静态标识组中的静态标识在地图中的坐标为(30，25)，最终在地图上生成的静态标识的坐标为(30，20)，这样对新的静态标识对应的泊车路线进行调整，就需要将第二条泊车路线往横坐标正方向移动5个单位，将第三条泊车路线往纵坐标正方向移动5个单位，第一条泊车路线不需要移动。
本实施例提供的停车场地图的处理方法，通过对泊车路线进行调整，有效减少了在地图上生成的静态标识的误差。
下面通过一个具体的示例，来对本申请实施例提供的停车场地图的处理方法进行示例说明。
使用5个安装有轮速脉冲传感器、IMU传感器、超声波传感器、GPS定位器、车辆控制器和摄像头的车辆，在停车场中行驶和泊车，得到泊车数据后发生到服务器。示例性的，图4a为本申请实施例提供的车辆与传感器的交互图，如图4a所示，车辆通过摄像头获取视频或图像，视频或图像经过车辆控制器处理得到静态标识数据，通过轮速脉冲传感器获取轮速脉冲数据，通过IMU传感器获取IMU数据，通过超声波传感器获取超声波数据，通过GPS定位器获取车辆位置数据，通过车辆控制器获取静态标识数据，进而将建图数据发生至服务器，建图数据包括轮速脉冲数据、IMU数据、超声波数据、车辆位置数据、静态标识数据。服务器根据建图数据在地图上生成静态标识，完成停车场地图的构建，这样就可以将停车场地图发送至车辆，车辆可按照地图进行自主代客泊车。
示例性的，图4b为本申请实施例提供的根据建图数据生成地图的示意图；如图4b所示，服务器接收到5个车辆发送的建图数据，并根据建图数据生成的泊车路线由5条，并且是在同一停车场内，对泊车路线进行分段，图中仅示出两段，第一段是从停车场入口开始的第一个虚线对应的实线部分，第二段对应两个部分，为图中剩余的虚线对应的部分。图中实线框代表车位，黑色方块代表立柱。根据第一段泊车路线生成的静态标识有3个车位，分别是图中的1-3号车位。对于第二段泊车路线，根据泊车路线2-5，由于3号车位已经生成，3号车位就是图中原有的静态标识，所以生成的静态标识有3个车位，分别是图中的4-6号车位；根据泊车路线1，由于13号车位和19号车位距离泊车路线1对应的车辆的距离较远，所以生成的静态标识有两个，分别是图中20号和21号立柱。按照此方案，就可生成停车场的地图。
本实施例提供的停车场地图的处理方法，通过传感器获取到对应的数据，根据定位器获取到车辆位置数据，根据车辆控制器获取到静态标识数据，根据这些数据，分段构建停车场的地图，有效提高了构建的地图的精准性。
下述为本申请装置实施例，可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节，请参照本申请方法实施例。
图5为本申请提供的停车场地图的处理装置实施例一的结构示意图；如图5所示，该停车场地图的处理装置50包括：
接收模块51，用于接收多个车辆发送的建图数据，所述建图数据包括轮速脉冲数据，惯性测量单元IMU数据，超声波数据，车辆位置数据，静态标识数据，所述超声波数据包括静态标识与车辆的距离，所述静态标识数据包括静态标识与车辆的距离，静态标识类型，所述静态标识类型包括停车位，立柱，地面引导箭头和停车场入口；
处理模块52，用于根据所述建图数据，在预设地图中生成所述车辆的泊车路线途径的静态标识。
进一步地，所述处理模块52，具体用于：
根据所述轮速脉冲数据和所述IMU数据，生成所有车辆对应的泊车路线；
根据所述车辆位置数据，所述IMU数据或所述静态标识类型，按照停车场对所有的泊车路线进行分组，得到每个停车场对应的泊车路线集合；
针对每个停车场对应的泊车路线集合，从所述泊车路线集合中，获取每条泊车路线中从停车场入口开始的每段预设长度的路线对应的超声波数据和静态标识数据；
针对每段预设长度的路线，从每条泊车路线的超声波数据和静态标识数据中，选取静态标识与车辆的距离最短的目标超声波数据和目标静态标识数据；
针对每条泊车路线，根据所述目标超声波数据和所述目标静态标识数据，在所述地图中生成对应的静态标识；
针对每一个新生成的静态标识，若所述新生成的静态标识与地图中原有的静态标识之间的距离小于预设距离，则将所述新生成的静态标识去除，并按照静态标识所在位置以及静态标识类型对剩余所有新生成的静态标识进行分类，得到至少一个静态标识组；
对每个静态标识组中的静态标识在地图中的地图位置数据进行最小二乘拟合，得到拟合后的地图位置数据；
根据所述拟合后的地图位置数据生成新的静态标识，并采用所述新的静态标识替换所述静态标识组中所有的静态标识，并将所述新的静态标识加入所述地图中原有的静态标识。
进一步地，所述处理模块52，具体还用于：
从每条泊车路线的超声波数据和静态标识数据，选取静态标识与车辆的距离最短的超声波数据和静态标识数据；
从所述距离最短的超声波数据和静态标识数据中选取车辆与静态标识的距离小于预设筛选距离的超声波数据和静态标识数据，得到所述目标超声波数据和所述目标静态标识数据。
进一步地，所述处理模块52，具体还用于：
根据所述新的静态标识，对所述新的静态标识对应的泊车路线进行调整。
本实施例提供的停车场地图的处理装置，用于执行前述任一方法实施例中服务器的技术方案，其实现原理和技术效果类似，在此不再赘述。
图6为本申请提供的停车场地图的处理装置实施例二的结构示意图；如图6所示，该停车场地图的处理装置60包括：
获取模块61，用于获取建图数据，所述建图数据包括轮速脉冲数据，惯性测量单元IMU数据，超声波数据，车辆位置数据，静态标识数据，所述超声波数据包括静态标识与车辆的距离，所述静态标识数据包括静态标识与车辆的距离，静态标识类型，所述静态标识类型包括停车位，立柱，地面引导箭头和停车场入口；
发送模块62，用于将所述建图数据发送至服务器。
进一步地，所述获取模块61，具体用于：
通过轮速脉冲传感器获取所述轮速脉冲数据；
通过IMU传感器获取所述IMU数据；
通过超声波传感器获取所述超声波数据；
通过全球定位系统GPS定位器获取所述车辆位置数据；
通过车辆控制器获取所述静态标识数据。
本实施例提供的停车场地图的处理装置，用于执行前述任一方法实施例中车辆的技术方案，其实现原理和技术效果类似，在此不再赘述。
图7为本申请提供的一种服务器的结构示意图。如图7所示，该服务器70包括：
处理器71，存储器72，以及通信接口73；
所述存储器72用于存储所述处理器71的可执行指令；
其中，所述处理器71配置为经由执行所述可执行指令来执行前述任一方法实施例中的服务器的技术方案。
可选的，存储器72既可以是独立的，也可以跟处理器71集成在一起。
可选的，当所述存储器72是独立于处理器71之外的器件时，所述服务器70还可以包括：
总线，用于将上述器件连接起来。
该服务器用于执行前述任一方法实施例中服务器的技术方案，其实现原理和技术效果类似，在此不再赘述。
图8为本申请提供的一种车辆的结构示意图。如图8所示，该车辆80包括：
处理器81，存储器82，以及通信接口83，轮速脉冲传感器84，IMU传感器85，超声波传感器86，GPS定位器87，摄像头88和车辆控制器89；
所述轮速脉冲传感器84用于获取轮速脉冲数据；
所述IMU传感器85用于获取IMU数据；
所述超声波传感器86用于获取超声波数据；
所述GPS定位器87用于所述车辆位置数据；
所述摄像头88用于获取视频数据或图像数据；
所述车辆控制器89用于根据所述视频数据或所述图像数据，获取静态标识数据；
所述存储器82用于存储所述处理器81的可执行指令；
其中，所述处理器81配置为经由执行所述可执行指令来执行前述任一方法实施例中的车辆的技术方案。
可选的，存储器82既可以是独立的，也可以跟处理器81集成在一起。
可选的，当所述存储器82是独立于处理器81之外的器件时，所述车辆80还可以包括：
总线，用于将上述器件连接起来。
该车辆用于执行前述任一方法实施例中车辆的技术方案，其实现原理和技术效果类似，在此不再赘述。
本申请实施例还提供一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现前述任一方法实施例提供的技术方案。
本申请实施例还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时用于实现前述任一方法实施例提供的技术方案。
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：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或对其中部分或全部技术特征进行等同替换；而这些修改或替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。

Claims (16)

1.一种停车场地图的处理方法，其特征在于，应用于服务器，所述方法包括：
接收多个车辆发送的建图数据，所述建图数据包括轮速脉冲数据，惯性测量单元IMU数据，超声波数据，车辆位置数据，静态标识数据，所述超声波数据包括静态标识与车辆的距离，所述静态标识数据包括静态标识与车辆的距离，静态标识类型，所述静态标识类型包括停车位，立柱，地面引导箭头和停车场入口；
根据所述建图数据，在预设地图中生成所述车辆的泊车路线途径的静态标识。
2.根据权利要求1所述的方法，其特征在于，所述根据所述建图数据，在预设地图中生成所述车辆的泊车路线途径的静态标识，包括：
根据所述轮速脉冲数据和所述IMU数据，生成所有车辆对应的泊车路线；
根据所述车辆位置数据，所述IMU数据或所述静态标识类型，按照停车场对所有的泊车路线进行分组，得到每个停车场对应的泊车路线集合；
针对每个停车场对应的泊车路线集合，从所述泊车路线集合中，获取每条泊车路线中从停车场入口开始的每段预设长度的路线对应的超声波数据和静态标识数据；
针对每段预设长度的路线，从每条泊车路线的超声波数据和静态标识数据中，选取静态标识与车辆的距离最短的目标超声波数据和目标静态标识数据；
针对每条泊车路线，根据所述目标超声波数据和所述目标静态标识数据，在所述地图中生成对应的静态标识；
针对每一个新生成的静态标识，若所述新生成的静态标识与地图中原有的静态标识之间的距离小于预设距离，则将所述新生成的静态标识去除，并按照静态标识所在位置以及静态标识类型对剩余所有新生成的静态标识进行分类，得到至少一个静态标识组；
对每个静态标识组中的静态标识在地图中的地图位置数据进行最小二乘拟合，得到拟合后地图位置数据；
根据所述拟合后的地图位置数据生成新的静态标识，并采用所述新的静态标识替换所述静态标识组中所有的静态标识，并将所述新的静态标识加入所述地图中原有的静态标识。
3.根据权利要求2所述的方法，其特征在于，所述从每条泊车路线的超声波数据和静态标识数据，选取静态标识与车辆的距离最短的目标超声波数据和目标静态标识数据，包括：
从每条泊车路线的超声波数据和静态标识数据，选取静态标识与车辆的距离最短的超声波数据和静态标识数据；
从所述距离最短的超声波数据和静态标识数据中选取车辆与静态标识的距离小于预设筛选距离的超声波数据和静态标识数据，得到所述目标超声波数据和所述目标静态标识数据。
4.根据权利要求2或3所述的方法，其特征在于，所述根据所述拟合后的地图位置数据生成新的静态标识，并采用所述新的静态标识替换所述静态标识组中所有的静态标识之后，所述方法还包括：
根据所述新的静态标识，对所述新的静态标识对应的泊车路线进行调整。
5.一种停车场地图的处理方法，其特征在于，应用于车辆，所述方法包括：
获取建图数据，所述建图数据包括轮速脉冲数据，惯性测量单元IMU数据，超声波数据，车辆位置数据，静态标识数据，所述超声波数据包括静态标识与车辆的距离，所述静态标识数据包括静态标识与车辆的距离，静态标识类型，所述静态标识类型包括停车位，立柱，地面引导箭头和停车场入口；
将所述建图数据发送至服务器。
6.根据权利要求5所述的方法，其特征在于，所述获取建图数据，包括：
通过轮速脉冲传感器获取所述轮速脉冲数据；
通过IMU传感器获取所述IMU数据；
通过超声波传感器获取所述超声波数据；
通过全球定位系统GPS定位器获取所述车辆位置数据；
通过车辆控制器获取所述静态标识数据。
7.一种停车场地图的处理装置，其特征在于，包括：
接收模块，用于接收多个车辆发送的建图数据，所述建图数据包括轮速脉冲数据，惯性测量单元IMU数据，超声波数据，车辆位置数据，静态标识数据，所述超声波数据包括静态标识与车辆的距离，所述静态标识数据包括静态标识与车辆的距离，静态标识类型，所述静态标识类型包括停车位，立柱，地面引导箭头和停车场入口；
处理模块，用于根据所述建图数据，在预设地图中生成所述车辆的泊车路线途径的静态标识。
8.根据权利要求7所述的装置，其特征在于，所述处理模块，具体用于：
根据所述轮速脉冲数据和所述IMU数据，生成所有车辆对应的泊车路线；
根据所述车辆位置数据，所述IMU数据或所述静态标识类型，按照停车场对所有的泊车路线进行分组，得到每个停车场对应的泊车路线集合；
针对每个停车场对应的泊车路线集合，从所述泊车路线集合中，获取每条泊车路线中从停车场入口开始的每段预设长度的路线对应的超声波数据和静态标识数据；
针对每段预设长度的路线，从每条泊车路线的超声波数据和静态标识数据中，选取静态标识与车辆的距离最短的目标超声波数据和目标静态标识数据；
针对每条泊车路线，根据所述目标超声波数据和所述目标静态标识数据，在所述地图中生成对应的静态标识；
针对每一个新生成的静态标识，若所述新生成的静态标识与地图中原有的静态标识之间的距离小于预设距离，则将所述新生成的静态标识去除，并按照静态标识所在位置以及静态标识类型对剩余所有新生成的静态标识进行分类，得到至少一个静态标识组；
对每个静态标识组中的静态标识在地图中的地图位置数据进行最小二乘拟合，得到拟合后的地图位置数据；
根据所述拟合后的地图位置数据生成新的静态标识，并采用所述新的静态标识替换所述静态标识组中所有的静态标识，并将所述新的静态标识加入所述地图中原有的静态标识。
9.根据权利要求8所述的装置，其特征在于，所述处理模块，具体还用于：
从每条泊车路线的超声波数据和静态标识数据，选取静态标识与车辆的距离最短的超声波数据和静态标识数据；
从所述距离最短的超声波数据和静态标识数据中选取车辆与静态标识的距离小于预设筛选距离的超声波数据和静态标识数据，得到所述目标超声波数据和所述目标静态标识数据。
10.根据权利要求8或9所述的装置，其特征在于，所述处理模块，具体还用于：
根据所述新的静态标识，对所述新的静态标识对应的泊车路线进行调整。
11.一种停车场地图的处理装置，其特征在于，包括：
获取模块，用于获取建图数据，所述建图数据包括轮速脉冲数据，惯性测量单元IMU数据，超声波数据，车辆位置数据，静态标识数据，所述超声波数据包括静态标识与车辆的距离，所述静态标识数据包括静态标识与车辆的距离，静态标识类型，所述静态标识类型包括停车位，立柱，地面引导箭头和停车场入口；
发送模块，用于将所述建图数据发送至服务器。
12.根据权利要求11所述的装置，其特征在于，所述获取模块，具体用于：
通过轮速脉冲传感器获取所述轮速脉冲数据；
通过IMU传感器获取所述IMU数据；
通过超声波传感器获取所述超声波数据；
通过全球定位系统GPS定位器获取所述车辆位置数据；
通过车辆控制器获取所述静态标识数据。
13.一种服务器，其特征在于，包括：
处理器，存储器，通信接口；
所述存储器用于存储所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至4任一项所述的停车场地图的处理方法。
14.一种车辆，其特征在于，包括：
处理器，存储器，通信接口，轮速脉冲传感器，惯性测量单元IMU传感器，超声波传感器，全球定位系统GPS定位器，摄像头和车辆控制器；
所述轮速脉冲传感器用于获取轮速脉冲数据；
所述IMU传感器用于获取IMU数据；
所述超声波传感器用于获取超声波数据；
所述GPS定位器用于所述车辆位置数据；
所述摄像头用于获取视频数据或图像数据；
所述车辆控制器用于根据所述视频数据或所述图像数据，获取静态标识数据；
所述存储器用于存储所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行权利要求5至6任一项所述的停车场地图的处理方法。
15.一种可读存储介质，其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权利要求1至6任一项所述的停车场地图的处理方法。
16.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序被处理器执行时用于实现权利要求1至6任一项所述的停车场地图的处理方法。
CN202210380867.9A 2022-04-12 2022-04-12 停车场地图的处理方法、装置、设备及介质 Pending CN114674306A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210380867.9A CN114674306A (zh) 2022-04-12 2022-04-12 停车场地图的处理方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210380867.9A CN114674306A (zh) 2022-04-12 2022-04-12 停车场地图的处理方法、装置、设备及介质

Publications (1)

Publication Number Publication Date
CN114674306A true CN114674306A (zh) 2022-06-28

Family

ID=82079020

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210380867.9A Pending CN114674306A (zh) 2022-04-12 2022-04-12 停车场地图的处理方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN114674306A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115310728A (zh) * 2022-10-11 2022-11-08 禾多科技（北京）有限公司 泊车路线生成方法、装置、设备和计算机可读介质
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

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN115424465B (zh) * 2022-08-31 2024-06-18 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
CN115310728A (zh) * 2022-10-11 2022-11-08 禾多科技（北京）有限公司 泊车路线生成方法、装置、设备和计算机可读介质

Similar Documents

Publication Publication Date Title
US11670087B2 (en) Training data generating method for image processing, image processing method, and devices thereof
CN110160542B (zh) 车道线的定位方法和装置、存储介质、电子装置
EP3647734A1 (en) Automatic generation of dimensionally reduced maps and spatiotemporal localization for navigation of a vehicle
CN110146910B (zh) 一种基于gps与激光雷达数据融合的定位方法及装置
JP6595182B2 (ja) マッピング、位置特定、及び姿勢補正のためのシステム及び方法
CN111006655B (zh) 机场巡检机器人多场景自主导航定位方法
EP4443398A2 (en) Lane mapping and navigation
CN102208036B (zh) 车辆位置检测系统
JP5435306B2 (ja) 画像処理システム及び位置測位システム
JP5057184B2 (ja) 画像処理システム及び車両制御システム
CN110763246A (zh) 自动驾驶车辆路径规划方法、装置、车辆及存储介质
CN106997688A (zh) 基于多传感器信息融合的停车场停车位检测方法
CN108303103A (zh) 目标车道的确定方法和装置
JP2019064562A (ja) 車両の運転支援及び／又は走行制御のための地図情報提供システム
CN102222236A (zh) 图像处理系统及位置测量系统
CN112950972B (zh) 一种停车场地图构建方法、装置、设备和介质
CN114674306A (zh) 停车场地图的处理方法、装置、设备及介质
GB2609060A (en) Machine learning-based framework for drivable surface annotation
Vu et al. Traffic sign detection, state estimation, and identification using onboard sensors
CN117677972A (zh) 用于路段绘制的系统和方法
Gressenbuch et al. Mona: The munich motion dataset of natural driving
CN110765224A (zh) 电子地图的处理方法、车辆视觉重定位的方法和车载设备
CN113469045A (zh) 无人集卡的视觉定位方法、系统、电子设备和存储介质
CN117789066B (zh) 基于深度学习的无人机多视角影像钢轨线自动提取方法
CN113532418A (zh) 一种停车场地图单车采集方法

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