CN114754760A - 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 PDFInfo
- Publication number
- CN114754760A CN114754760A CN202210380874.9A CN202210380874A CN114754760A CN 114754760 A CN114754760 A CN 114754760A CN 202210380874 A CN202210380874 A CN 202210380874A CN 114754760 A CN114754760 A CN 114754760A
- Authority
- CN
- China
- Prior art keywords
- data
- road section
- ramp
- imu
- vehicle
- 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
- 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
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
- G01C21/32—Structuring or formatting 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
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
-
- 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
- G01C21/3815—Road data
- G01C21/3819—Road shape data, e.g. outline of a route
-
- 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
- G01C21/3815—Road data
- G01C21/3822—Road feature data, e.g. slope 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
- G01C21/3807—Creation or updating of map data characterised by the type of data
- G01C21/3826—Terrain 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
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (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,通过多个车辆在具有坡道的停车场内行驶,车辆将通过传感器、激光雷达、车辆控制器等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,生成行驶路线,进而确定出行驶路线中的坡道路线。将坡道路线划分为进入或驶出坡道路段、转弯路段和平稳路段,计算得到所有车辆在每种路段中的数据,进而进行拟合,根据拟合后的数据,在地图上生成坡道和墙壁。在本方案中,服务器根据多个车辆的建图数据,在地图上生成坡道和墙壁,实现了生成停车场层间坡道对应的地图。
Description
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
随着科技的发展和人们生活水平的提高,人们对于衣食住行各个方面都提出了更高的要求。对于出行方面,人们对于汽车的操控、舒适度、耗油量等也有了更高的要求。因此,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,想要构建停车场的地图时,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,车辆在停车场的每一层中行驶后,将传感器数据发送至服务器。服务器根据传感器数据可以得到停车场每一层地图。
综上所述,现有的停车场地图的处理方法仅能得到每一层的地图,目前还没有一种方案能够生成停车场层间坡道对应的地图。
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仅能得到每一层的地图,目前还没有一种方案能够生成停车场层间坡道对应的地图的问题。
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,视觉感知数据,方向盘角度,激光雷达点云数据或超声波数据,所述IMU数据包括z轴方向的加速度、上仰角速度和下俯角速度,所述视觉感知数据包括坡道入口,所述激光雷达点云数据或超声波数据包括墙壁与车辆的距离,所述z轴方向为与车辆所在路面垂直的方向;
根据所述建图数据,在预设地图中生成坡道和墙壁。
在一种具体实施方式中,根据所述建图数据,在预设地图中生成坡道和墙壁,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行驶路线;
对于每个车辆对应的行驶路线,根据所述车辆对应的IMU数据和视觉感知数据,确定所述行驶路线中坡道起始位置和结束位置,得到至少一个坡道路线;
对于每个坡道路线,根据所述车辆对应的轮速脉冲数据、IMU数据和方向盘角度,将所述坡道路线分为进入或驶出坡道路段,转弯路段和平稳路段;
根据所述车辆对应的IMU数据、激光雷达点云数据或超声波数据以及方向盘角度,得到所述进入或驶出坡道路段对应的坡度、宽度,所述转弯路段对应的坡度、宽度和曲率,所述平稳路段对应的坡度、宽度;
对所有车辆对应的坡道路线中进入或驶出坡道路段对应的坡度、宽度,转弯路段对应的坡度、宽度和曲率,平稳路段对应的坡度、宽度进行拟合,得到拟合后的坡度、宽度和曲率;
根据所述拟合后的坡度、宽度和曲率,在所述地图上生成坡道和所述墙壁。
在一种具体实施方式中,所述根据所述车辆对应的轮速脉冲数据、IMU 数据和方向盘角度,将所述坡道路线分为进入或驶出坡道路段,转弯路段和平稳路段,包括:
从所述坡道路线中选取所述IMU数据中上仰角速度大于预设第一角速度或下俯角速度小于预设第二角速度对应的路段,确定为俯仰路段;
将所述俯仰路段中路段长度大于预设长度的路段,确定为所述进入或驶出坡道路段;
将所述坡道路线中所述方向盘角度大于预设角度的路段,确定为转弯路段;
将所述坡道路线中除所述进入或驶出坡道路段和所述转弯路段外的路段,确定为平稳路段。
在一种具体实施方式中,所述根据所述车辆对应的IMU数据、激光雷达点云数据或超声波数据以及方向盘角度,得到所述进入或驶出坡道路段对应的坡度、宽度,所述转弯路段对应的坡度、宽度和曲率,所述平稳路段对应的坡度、宽度,包括:
对所述进入或驶出坡道路段对应的IMU数据中上仰角速度或下俯角速度进行积分,得到所述进入或驶出坡道路段对应的坡度;
根据所述进入或驶出坡道路段对应的激光雷达点云数据或超声波数据,计算得到多个第一宽度;
对所述多个第一宽度进行拟合,得到所述进入或驶出坡道路段对应的宽度;
根据所述转弯路段对应的IMU数据中z轴方向的加速度,计算得到所述转弯路段对应的坡度;
根据所述转弯路段和所述转弯路段对应的激光雷达点云数据或超声波数据,计算得到所述转弯路段对应的曲率;
根据所述转弯路段对应的激光雷达点云数据或超声波数据,计算得到多个第二宽度;
对所述多个第二宽度进行拟合,得到所述转弯路段对应的宽度;
根据所述平稳路段对应的IMU数据中z轴方向的加速度,计算得到多个坡度;
对所述多个坡度进行拟合,得到所述平稳路段对应的坡度;
根据所述平稳路段对应的激光雷达点云数据或超声波数据,计算得到多个第三宽度;
对所述多个第三宽度进行拟合,得到所述平稳路段对应的宽度。
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,视觉感知数据,方向盘角度,激光雷达点云数据或超声波数据,所述IMU 数据包括z轴方向的加速度、上仰角速度和下俯角速度,所述视觉感知数据包括坡道入口,所述激光雷达点云数据或超声波数据包括墙壁与车辆的距离,所述z轴方向为与车辆所在路面垂直的方向;
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;
通过车辆控制器获取所述视觉感知数据;
通过角度传感器获取所述方向盘角度;
根据激光雷达获取所述激光雷达点云数据;
通过超声波传感器获取所述超声波数据。
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,视觉感知数据,方向盘角度,激光雷达点云数据或超声波数据,所述IMU数据包括z轴方向的加速度、上仰角速度和下俯角速度,所述视觉感知数据包括坡道入口,所述激光雷达点云数据或超声波数据包括墙壁与车辆的距离,所述z轴方向为与车辆所在路面垂直的方向;
处理模块,用于根据所述建图数据,在预设地图中生成坡道和墙壁。
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行驶路线;
对于每个车辆对应的行驶路线,根据所述车辆对应的IMU数据和视觉感知数据,确定所述行驶路线中坡道起始位置和结束位置,得到至少一个坡道路线;
对于每个坡道路线,根据所述车辆对应的轮速脉冲数据、IMU数据和方向盘角度,将所述坡道路线分为进入或驶出坡道路段,转弯路段和平稳路段;
根据所述车辆对应的IMU数据、激光雷达点云数据或超声波数据以及方向盘角度,得到所述进入或驶出坡道路段对应的坡度、宽度,所述转弯路段对应的坡度、宽度和曲率,所述平稳路段对应的坡度、宽度;
对所有车辆对应的坡道路线中进入或驶出坡道路段对应的坡度、宽度,转弯路段对应的坡度、宽度和曲率,平稳路段对应的坡度、宽度进行拟合,得到拟合后的坡度、宽度和曲率;
根据所述拟合后的坡度、宽度和曲率,在所述地图上生成坡道和所述墙壁。
在一种具体实施方式中,所述处理模块,具体还用于:
从所述坡道路线中选取所述IMU数据中上仰角速度大于预设第一角速度或下俯角速度小于预设第二角速度对应的路段,确定为俯仰路段;
将所述俯仰路段中路段长度大于预设长度的路段,确定为所述进入或驶出坡道路段;
将所述坡道路线中所述方向盘角度大于预设角度的路段,确定为转弯路段;
将所述坡道路线中除所述进入或驶出坡道路段和所述转弯路段外的路段,确定为平稳路段。
在一种具体实施方式中,所述处理模块,具体还用于:
对所述进入或驶出坡道路段对应的IMU数据中上仰角速度或下俯角速度进行积分,得到所述进入或驶出坡道路段对应的坡度;
根据所述进入或驶出坡道路段对应的激光雷达点云数据或超声波数据,计算得到多个第一宽度;
对所述多个第一宽度进行拟合,得到所述进入或驶出坡道路段对应的宽度;
根据所述转弯路段对应的IMU数据中z轴方向的加速度,计算得到所述转弯路段对应的坡度;
根据所述转弯路段和所述转弯路段对应的激光雷达点云数据或超声波数据,计算得到所述转弯路段对应的曲率;
根据所述转弯路段对应的激光雷达点云数据或超声波数据,计算得到多个第二宽度;
对所述多个第二宽度进行拟合,得到所述转弯路段对应的宽度;
根据所述平稳路段对应的IMU数据中z轴方向的加速度,计算得到多个坡度;
对所述多个坡度进行拟合,得到所述平稳路段对应的坡度;
根据所述平稳路段对应的激光雷达点云数据或超声波数据,计算得到多个第三宽度;
对所述多个第三宽度进行拟合,得到所述平稳路段对应的宽度。
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,视觉感知数据,方向盘角度,激光雷达点云数据或超声波数据,所述IMU数据包括z轴方向的加速度、上仰角速度和下俯角速度,所述视觉感知数据包括坡道入口,所述激光雷达点云数据或超声波数据包括墙壁与车辆的距离,所述z轴方向为与停车场地图的处理装置所在路面垂直的方向;
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;
通过车辆控制器获取所述视觉感知数据;
通过角度传感器获取所述方向盘角度;
根据激光雷达获取所述激光雷达点云数据;
通过超声波传感器获取所述超声波数据。
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,惯性测量单元IMU传感器,摄像头,车辆控制器,角度传感器,激光雷达,和/或,超声波传感器;
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获取视觉感知数据;
所述角度传感器用于获取方向盘角度;
所述激光雷达用于获取激光雷达点云数据;
所述超声波传感器用于所述超声波数据。
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,通过多个车辆在具有坡道的停车场内行驶,车辆将通过传感器、激光雷达、车辆控制器等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,生成行驶路线,进而确定出行驶路线中的坡道路线。将坡道路线划分为进入或驶出坡道路段、转弯路段和平稳路段,计算得到所有车辆在每种路段中的数据,进而进行拟合,根据拟合后的数据,在地图上生成坡道和墙壁。在本方案中,服务器根据多个车辆的建图数据,在地图上生成坡道和墙壁,实现了生成停车场层间坡道对应的地图。
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为本申请实施例提供的具有缓坡的坡道示意图;
图2为本申请提供的停车场地图的处理方法实施例一的流程示意图;
图3为本申请提供的停车场地图的处理方法实施例二的流程示意图;
图4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5a为本申请提供的停车场地图的处理方法实施例四的流程示意图;
图5b为本申请实施例提供的转弯路段计算坡度的示意图;
图6为本申请提供的停车场地图的处理装置实施例一的结构示意图;
图7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8为本申请提供的一种服务器的结构示意图;
图9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,要求安全性越来越高,智能化也越来越高。因此,无人驾驶和自主代客泊车的相关技术就相继出现。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,行驶的区域是在停车场中的每一层,这样车辆在泊车后,可将数据上传至服务器。服务器根据传感器数据可以得到停车场每一层地图。目前还没有一种方案能够在地图上生成层间坡道。
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,在停车场的建立过程中,是要依据相关的设计规范进行搭建,出入口可采用直线坡道、曲线坡道和直线与曲线组合坡道,示例性的,坡道最小净宽可以如表1所示:
表1
示例性的,坡道的最大纵向坡度可以如表2所示:
表2
另外,坡道中还应该设置缓坡,示例性的,图1为本申请实施例提供的具有缓坡的坡道示意图,如图1所示,左边为直线缓坡,右边为曲线缓坡,从坡道起点1到坡道止点2,表示整个坡道。当坡道纵向坡度大于10%时,坡道上、下端均应设缓坡坡段,其直线缓坡段的水平长度不应小于3.6m,缓坡坡度应为坡道坡度的1/2;曲线缓坡段的水平长度不应小于2.4m,曲率半径不应小于20m,缓坡段的中心为坡道原起点或止点;大型车的坡道应根据车型确定缓坡的坡度和长度。
所以,根据相关规范,可以将坡道划分成进入或驶出坡道路段,转弯路段和平稳路段。
需要构建停车场中坡道的地图时,可使用多个车辆在具有坡道的停车场中行驶,并且需要在坡道上行驶,车辆上安装有轮速脉冲传感器、惯性测量单元(InertialMeasurement Unit,简称:IMU)传感器、摄像头、车辆控制器、角度传感器、激光雷达,和/或,超声波传感器超声波传感器。车辆在停车场中行驶后,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行驶路线,从中确定出坡道路线,并将车道路线划分为进入或驶出坡道路段,转弯路段和平稳路段。根据各个路段对应的数据,生成坡道和墙壁。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,停车场中的坡道和墙壁,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、摄像头,车辆控制器,角度传感器,激光雷达和超声波传感器。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,可得到视觉感知数据,通过激光雷达可获取到激光雷达点云数据,IMU数据包括z轴方向的加速度、上仰角速度和下俯角速度,视觉感知数据包括坡道入口,激光雷达点云数据或超声波数据包括墙壁与车辆的距离。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,视觉感知数据,方向盘角度,激光雷达点云数据或超声波数据,所述z轴方向为与车辆所在路面垂直的方向。
需要说明的是,IMU数据中包括三个维度的加速度,三个维度分别为x 轴、y轴和z轴,三个轴相互垂直,在车辆行驶中,x轴和y轴构成的平面与车辆所在路面平行,z轴方向为与车辆所在路面垂直的方向。
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行驶路线。对于每个车辆对应的行驶路线,根据IMU 数据和视觉感知数据,确定出行驶路线中的坡道路线。再将坡道路线根据轮速脉冲数据、IMU数据和方向盘角度,划分为进入或驶出坡道路段,转弯路段和平稳路段。进而根据IMU数据、激光雷达点云数据或超声波数据以及方向盘角度,得到进入或驶出坡道路段和平稳路段对应的坡度、宽度,以及转弯路段对应的坡度、宽度和曲率。将所有车辆对应的坡道路线中进入或驶出坡道路段、平稳路段对应的坡度、宽度,转弯路段对应的坡度、宽度和曲率,平稳路段对应的坡度、宽度进行拟合,根据拟合后的数据在地图上生成坡道和墙壁,这样就在地图上生成了坡道路线对应的坡道和墙壁。
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2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2所示,该停车场地图的处理方法具体包括以下步骤:
S201:获取建图数据。
S202:将建图数据发送至服务器。
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,地图中包括坡道部分和每一层地图部分。
在上述步骤中,构建地图中的坡道部分,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、激光雷达和摄像头等,车辆在具有坡道的停车场中行驶,并且行驶过程中需要途经坡道,车辆就可根据传感器、激光雷达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,视觉感知数据,方向盘角度,激光雷达点云数据或超声波数据,IMU数据包括z轴方向的加速度、上仰角速度和下俯角速度,视觉感知数据包括坡道入口,激光雷达点云数据或超声波数据包括墙壁与车辆的距离,z轴方向为与车辆所在路面垂直的方向。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中坡道部分的地图。
S203:接收多个车辆发送的建图数据。
S204:根据建图数据,在预设地图中生成坡道和墙壁。
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,建图数据包括轮速脉冲数据,惯性测量单元IMU数据,视觉感知数据,方向盘角度,激光雷达点云数据或超声波数据,IMU数据包括z轴方向的加速度、上仰角速度和下俯角速度,视觉感知数据包括坡道入口,激光雷达点云数据或超声波数据包括墙壁与车辆的距离,z轴方向为与车辆所在路面垂直的方向。
根据建图数据中的轮速脉冲数据和IMU数据得到每个车辆的行驶路线,根据建图数据中的每个车辆对应的IMU数据和视觉感知数据对从每个车辆的行驶路线中确定坡道路线,根据建图数据中的每个车辆对应的轮速脉冲数据、 IMU数据和方向盘角度对坡道路线进行划分,再根据建图数据中的每个车辆对应的IMU数据、激光雷达点云数据或超声波数据以及方向盘角度,确定出划分后的路段对应的数据。进而可根据数据,在地图上生成坡道和墙壁。
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坡道和墙壁。预设地图可以是空白地图,还可以是具有停车场中每一层的地图,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、激光雷达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,在地图上生成坡道和墙壁。相较于现有技术只能得到每一层的地图,本方案可以在地图上生成层间的坡道和墙壁,实现了生成停车场层间坡道对应的地图。
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、摄像头,车辆控制器,角度传感器,激光雷达,和/或,超声波传感器。
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;通过车辆控制器获取视觉感知数据;通过角度传感器获取方向盘角度;根据激光雷达获取激光雷达点云数据;通过超声波传感器获取超声波数据。
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,激光雷达点云数据或超声波数据包括墙壁与车辆的距离。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,可得到视觉感知数据,视觉感知数据包括坡道入口。
需要说明的是,车辆控制器根据获取到的视频或图像生成视觉感知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视觉感知数据的方式进行限定,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,根据激光雷达获取激光雷达点云数据,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中坡道对应的地图,有效提高了构建的地图的精准性。
图3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3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:
S301:根据轮速脉冲数据和IMU数据,生成所有车辆对应的行驶路线。
在本步骤中,服务器接收到多个车辆发送的建图数据后,根据其中的论述脉冲数据和IMU数据,生成所有车辆对应的行驶路线。
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以及三个维度的角速度,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行驶路线。
S302:对于每个车辆对应的行驶路线,根据车辆对应的IMU数据和视觉感知数据,确定行驶路线中坡道起始位置和结束位置,得到至少一个坡道路线。
在本步骤中,服务器生成所有车辆对应的行驶路线后,对于每个车辆对应的行驶路线,根据车辆对应的IMU数据和视觉感知数据,确定行驶路线中坡道起始位置和结束位置,由于视觉感知数据包括坡道入口,在行驶路线中找到视觉感知数据中坡道入口对应的位置,结合IMU数据中上仰角速度或下俯角速度从0开始发生变化,就可确定出坡道的起始位置。从起始位置开始,若再一次出现上仰角速度或下俯角速度从0开始发生变化,就可将此位置确定为坡道的结束位置。这样即可得到至少一个坡道路线。
需要说明的是,上仰角速度或下俯角速度从0开始发生变化,发生变化的幅度要超过预设幅度。预设幅度是在本方案执行前,由工作人员设置在其中的,用于确定行驶路线中坡道起始位置和结束位置。本申请实施例不对预设幅度进行限定,可根据实际情况进行设置。
示例性的,停车场共有两层,从第一层行驶到第二层需要经过第一次上坡行驶、水平行驶和第二次上坡行驶,这样得到的坡道路线就有两个,分别是第一次上坡行驶对应的路线和第二次上坡行驶对应的路线。
需要说明的是,上述例子仅是对坡道路线进行示例,本申请实施例不对停车场层数、层间构造等进行限定,可根据实际情况进行确定。
S303:对于每个坡道路线,根据车辆对应的轮速脉冲数据、IMU数据和方向盘角度,将坡道路线分为进入或驶出坡道路段,转弯路段和平稳路段。
在本步骤中,服务器得到坡道路线后,由于在现实中,坡道会包括进入或驶出坡道的路段、转弯的路段以及车身相对平稳的路段,所以需要根据车辆对应的轮速脉冲数据、IMU数据,确定出坡道路线中的进入或驶出坡道路段;根据方向盘角度,确定出坡道路线中的转弯路段;坡道路线中的剩余路段为平稳路段。
S304:根据车辆对应的IMU数据、激光雷达点云数据或超声波数据以及方向盘角度,得到进入或驶出坡道路段对应的坡度、宽度,转弯路段对应的坡度、宽度和曲率,平稳路段对应的坡度、宽度。
在本步骤中,服务器将坡道路线分为进入或驶出坡道路段,转弯路段和平稳路段后,为了生成坡道和墙壁,就需要对每种路段中的坡度、宽度,以及转弯路段的曲率进行计算,可根据IMU数据、激光雷达点云数据或超声波数据,计算得到进入或驶出坡道路段和平稳路段对应的坡度、宽度,根据IMU 数据、激光雷达点云数据或超声波数据以及方向盘角度,计算得到转弯路段对应的坡度、宽度和曲率。
S305:对所有车辆对应的坡道路线中进入或驶出坡道路段对应的坡度、宽度,转弯路段对应的坡度、宽度和曲率,平稳路段对应的坡度、宽度进行拟合,得到拟合后的坡度、宽度和曲率。
在本步骤中,服务器得到每个车辆对应的坡道路线中进入或驶出坡道路段对应的坡度、宽度,转弯路段对应的坡度、宽度和曲率,平稳路段对应的坡度、宽度后,由于数据较多,需要做拟合操作,得到进入或驶出坡道路段对应的拟合后的坡度、宽度,转弯路段对应的拟合后的坡度、宽度和曲率,平稳路段对应的拟合后的坡度、宽度。
具体的,对于每个平稳路段,根据一个车辆的数据计算得到的坡度只有一个,宽度也只有一个,这样车辆数和每个平稳路段对应的坡度数量、宽度数量相同;对于每个平稳路段,对其对应的所有坡度和宽度做拟合。
示例性的,对于平稳路段做拟合的方式可以是采用最小二乘拟合。还可以是采用RANSAC算法和最小二乘拟合结合的方式进行拟合,以坡度为例,从一个平稳路段对应的所有坡度中取出部分坡度做最小二乘拟合,得到拟合后的坡度,利用剩余的坡度和拟合后的坡度做差,将所有差值相加即可得到误差;重复这个步骤,可得到多个误差,从中选取最小误差,并将最小误差对应的拟合后的坡度作为该平稳路段的拟合后的坡度。本申请实施例不对平稳路段做拟合的方式进行限定,可根据实际情况进行选择。
对于每个进入或驶出坡道路段,根据一个车辆的数据计算得到的坡度是这个路段中每个位置对应的坡度,宽度只有一个。对于宽度的拟合,类似于平稳路段,此处不再赘述。
示例性的,对于进入或驶出坡道路段中坡度的拟合方式可以是:对于根据每个车辆的数据计算得到的坡度,从中选取多个固定位置对应的坡度。这样该进入或驶出坡道路段在每个固定位置都会对应多个坡度,进而做最小二乘拟合,可得到该固定位置对应的拟合后的坡度。再对所有固定位置对应的拟合后的坡度做最小二乘拟合或多项式拟合,可得到进入或驶出坡道路段中每个位置对应的拟合后的坡度。
示例性的,对于进入或驶出坡道路段中坡度的拟合方式还可以是:对于根据每个车辆的数据计算得到的坡度,从中选取多个固定位置对应的坡度。这样该进入或驶出坡道路段在每个固定位置都会对应多个坡度,进而类似于平稳路段中采用的RANSAC算法和最小二乘拟合结合的方式进行拟合,可得到该固定位置对应的拟合后的坡度。再对所有固定位置对应的拟合后的坡度做最小二乘拟合或多项式拟合,可得到进入或驶出坡道路段中每个位置对应的拟合后的坡度。
需要说明的是,本申请实施例不对进入或驶出坡道路段中坡度的拟合方式进行限定,可根据实际情况进行选择。
对于每个转弯路段,根据一个车辆的数据计算得到的坡度是这个路段中每个位置对应的坡度,曲率是这个路段中每个位置对应的曲率,宽度只有一个。对于宽度的拟合,类似于平稳路段中宽度的拟合方式,此处不再赘述,对于坡度和曲率的拟合,类似于进入或驶出坡道路段中坡度的拟合方式,此处不再赘述。
S306:根据拟合后的坡度、宽度和曲率,在地图上生成坡道和墙壁。
在本步骤中,服务器得到拟合后的坡度、宽度和曲率后,对于平稳路段,根据拟合后的宽度、拟合后的坡度以及平稳路段对应的长度,在地图上生成平稳路段对应的坡道和墙壁;对于进入或驶出坡道路段,根据拟合后的宽度和每个位置对应的拟合后的坡度,在地图上生成进入或驶出坡道路段对应的坡道和墙壁;对于转弯路段,根据拟合后的宽度、每个位置对应的拟合后的坡度和每个位置对应的拟合后的曲率,在地图上生成转弯路段对应的坡道和墙壁;这样就可实现在地图上生成完整的坡度和墙壁。
本实施例提供的停车场地图的处理方法,根据每个车辆对应的建图数据,生成进入或驶出坡道路段、转弯路段和平稳路段对应的宽度、坡度以及转弯路段对应的曲率。进而进行拟合,根据拟合后的宽度、坡度和曲率,在地图上生成坡道和墙壁,实现了生成停车场层间坡道对应的地图。
图4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4所示,在上述实施例的基础上,实施例二中的步骤S303可通过以下步骤实现:
S401:从坡道路线中选取IMU数据中上仰角速度大于预设第一角速度或下俯角速度小于预设第二角速度对应的路段,确定为俯仰路段。
在本步骤中,服务器得到坡道路线后,需要对坡道路线进行划分,从坡道路线中选取IMU数据中上仰角速度大于预设第一角速度或下俯角速度小于预设第二角速度对应的路段,确定为俯仰路段。IMU数据中上仰角速度或下俯角速度数值不为0时,说明车身上仰或下俯,对应的路面有坡度。
需要说明的是,预设第一角速度和预设第二角速度是在本方案执行前,由工作人员设置在其中的,用于确定俯仰路段。预设第一角速度可以是5度每秒,还可以是3度每秒。预设第二角速度可以是-5度每秒,还可以是-4度每秒。本申请实施例不对预设第一角速度和预设第二角速度进行限定,可根据实际情况进行设置。
S402:将俯仰路段中路段长度大于预设长度的路段,确定为进入或驶出坡道路段。
在本步骤中,服务器确定出俯仰路段后,由于满足俯仰路段条件的除了真正的进入或驶出坡道路段,还有坡道中减速带对应的路段,所以为了确定出进入或驶出坡道路段,将俯仰路段中路段长度大于预设长度的路段,确定为进入或驶出坡道路段。
需要说明的是,预设长度是在本方案执行前,由工作人员设置在其中的,用于确定进入或驶出坡道路段。预设长度可以是5米,还可以是2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。
S403:将坡道路线中方向盘角度大于预设角度的路段,确定为转弯路段。
在本步骤中,服务器得到坡道路线后,将坡道路线中方向盘角度大于预设角度的路段,确定为转弯路段。
可选地,确定出坡道路线中方向盘角度大于预设角度的路段后,还可将其中路段长度大于预设长度的路段,确定为转弯路段。
需要说明的是,预设角度和预设长度是在本方案执行前,由工作人员设置在其中的,用于确定转弯路段。预设角度可以是90度,还可以是180度。预设长度可以是5米,还可以是2米。本申请实施例不对预设角度、预设长度进行限定,可根据实际情况进行设置。
需要说明的是,用于确定进入或驶出坡道路段的步骤S401和步骤S402 与用于确定转弯路段的步骤S403的执行顺序可以是先执行步骤S401和步骤 S402,再执行步骤S403;还可以是先执行步骤S403,再执行步骤S401和步骤S402;还可以是用于确定进入或驶出坡道路段的步骤与用于确定转弯路段的步骤同时执行,本申请实施例不对于确定进入或驶出坡道路段的步骤与用于确定转弯路段的步骤的执行顺序进行限定,可根据实际情况进行选择。
S404:将坡道路线中除进入或驶出坡道路段和转弯路段外的路段,确定为平稳路段。
在本步骤中,服务器确定出进入或驶出坡道路段和转弯路段后,将坡道路线中除进入或驶出坡道路段和转弯路段外的路段,确定为平稳路段。
本实施例提供的停车场地图的处理方法,根据车辆对应的轮速脉冲数据、 IMU数据和方向盘角度,将坡道路线分为进入或驶出坡道路段,转弯路段和平稳路段。在地图上生成坡道和墙壁时,按照不同路段生成,有效提高了生成的坡道和墙壁的准确性。
图5a为本申请提供的停车场地图的处理方法实施例四的流程示意图,如图5a所示,在上述实施例的基础上,实施例二中的步骤S304可通过以下步骤实现:
S501:对进入或驶出坡道路段对应的IMU数据中上仰角速度或下俯角速度进行积分,得到进入或驶出坡道路段对应的坡度。
服务器将坡道路线划分为进入或驶出坡道路段,转弯路段和平稳路段后,需要计算进入或驶出坡道路段对应的坡度和宽度。
在本步骤中,由于车辆行驶在进入或驶出坡道路段时,IMU数据中的上仰角速度或下俯角速度会从0开始发生变化,可对上仰角速度或下俯角速度形成的曲线进行积分,可得到车辆在进入或驶出坡道路段行驶时每个时刻对应的坡度,结合轮速脉冲数据、IMU数据,可得到每个时刻对应的位置,这样就可得到进入或驶出坡道路段中每个位置对应的坡度。
S502:根据进入或驶出坡道路段对应的激光雷达点云数据或超声波数据,计算得到多个第一宽度。
在本步骤中,服务器将坡道路线进行划分后,对于进入或驶出坡道路段,根据进入或驶出坡道路段对应的激光雷达点云数据或超声波数据,计算得到多个第一宽度。
具体的,由于激光雷达点云数据或超声波数据包括墙壁与车辆的距离,所以可以得到坡道的宽度,在进入或驶出坡道路段中,激光雷达点云数据或超声波数据的个数有多个,这样就可得到多个第一宽度。
可选地,视觉感知数据中还包括车辆,还可根据视觉感知数据中的车辆在进入或驶出坡道路段中的时间,将该时间内的激光雷达点云数据或超声波数据去除,使用剩余的激光雷达点云数据或超声波数据计算得到多个第一宽度。
S503:对多个第一宽度进行拟合,得到进入或驶出坡道路段对应的宽度。
在本步骤中,服务器得到多个第一宽度后,对多个第一宽度进行拟合,得到进入或驶出坡道路段对应的宽度。
示例性的,对多个第一宽度进行拟合的方式可以是进行最小二乘拟合,还可以是采用RANSAC算法和最小二乘拟合结合的方式进行拟合,从所有第一宽度中取出部分第一宽度做最小二乘拟合,得到拟合后的第一宽度,利用剩余的第一宽度和拟合后的第一宽度做差,将所有差值相加即可得到误差;重复这个步骤,可得到多个误差,从中选取最小误差,并将最小误差对应的拟合后的第一宽度作为该进入或驶出坡道路段对应的宽度。本申请实施例不对多个第一宽度进行拟合的方式进行限定,可根据实际情况进行选择。
需要说明的是,服务器计算得到进入或驶出坡道路段对应的坡度的步骤 S501与和计算得到进入或驶出坡道路段对应的宽度的步骤S502和步骤503 的执行顺序可以是先执行计算得到进入或驶出坡道路段对应的坡度的步骤,再执行计算得到进入或驶出坡道路段对应的宽度的步骤;还可以是先执行计算得到进入或驶出坡道路段对应的宽度的步骤,再执行计算得到进入或驶出坡道路段对应的坡度的步骤;还可以是计算得到进入或驶出坡道路段对应的宽度的步骤与计算得到进入或驶出坡道路段对应的坡度的步骤同时执行。本申请实施例不对计算得到进入或驶出坡道路段对应的宽度的步骤与计算得到进入或驶出坡道路段对应的坡度的步骤的执行顺序进行限定,可根据实际情况进行选择。
S504:根据转弯路段对应的IMU数据中z轴方向的加速度,计算得到转弯路段对应的坡度。
服务器将坡道路线划分为进入或驶出坡道路段,转弯路段和平稳路段后,需要计算转弯路段对应的坡度、宽度和曲率。
在本步骤中,由于车辆在坡道中行驶时,IMU数据中z轴方向的加速度一直不为0,可根据转弯路段中每个位置对应的z轴方向的加速度和重力加速度的数值,计算得到转弯路段中每个位置对应的坡度。
示例性的,图5b为本申请实施例提供的转弯路段计算坡度的示意图;如图5b所示,路段中的坡度就等于重力加速度与z轴的夹角,根据IMU数据可得到重力加速度在z轴上的分量,也就是IMU数据中z轴方向的加速度,结合重力加速度的数值,即可得到重力加速度与z轴的夹角,进而就可得到坡度。
S505:根据转弯路段和转弯路段对应的激光雷达点云数据或超声波数据,计算得到转弯路段对应的曲率。
在本步骤中,服务器将坡道路线进行划分后,对于转弯路段,转弯路段是车辆在这个路段上的行驶路线,由于激光雷达点云数据或超声波数据包括左侧墙壁与车辆的距离和右侧墙壁与车辆的距离,所以根据转弯路段和转弯路段对应的激光雷达点云数据或超声波数据,可以得到两侧墙壁的位置数据,每一侧墙壁的位置数据的数量有多个,对于每一侧墙壁的位置数据,将墙壁数据进行拟合,得到拟合曲线,进而根据拟合曲线对应的函数,可得到该侧墙壁每个位置对应的曲率。由于转弯路段中的每个位置和两侧墙壁的每个位置有对应关系,所以两侧墙壁每个位置对应的墙壁构成了转弯路段中每个位置对应的曲率。
S506:根据转弯路段对应的激光雷达点云数据或超声波数据,计算得到多个第二宽度。
S507:对多个第二宽度进行拟合,得到转弯路段对应的宽度。
在上述步骤中,服务器将坡道路线进行划分后,对于转弯路段,需要计算对应的宽度。
需要说明的是,步骤S506至步骤S507与步骤S501至步骤S502类似,此处不再赘述。
需要说明的是,对于服务器计算得到转弯路段对应的坡度的步骤S504、计算得到转弯路段对应的曲率的步骤S505、计算得到转弯路段对应的宽度的步骤S506和步骤S507的执行顺序,可以是先执行计算坡度的步骤,再执行计算曲率的步骤,最后执行计算宽度的步骤;还可以是先执行计算宽度的步骤,再执行计算坡度的步骤,最后执行计算曲率的步骤;还可以是计算宽度的步骤、计算坡度的步骤、计算曲率的步骤同时执行。本申请实施例不对服务器计算得到转弯路段对应的坡度的步骤、计算得到转弯路段对应的曲率的步骤、计算得到转弯路段对应的宽度的步骤的执行顺序进行限定,可根据实际情况进行选择。
S508:根据平稳路段对应的IMU数据中z轴方向的加速度,计算得到多个坡度。
服务器将坡道路线划分为进入或驶出坡道路段,转弯路段和平稳路段后,需要计算平稳路段对应的坡度和宽度。
在本步骤中,由于车辆在坡道中行驶时,IMU数据中z轴方向的加速度一直不为0,可根据平稳路段中每个位置对应的z轴方向的加速度和重力加速度的数值,计算得到平稳路段中每个位置对应的坡度。可从中随机选择多个坡度。
可选地,视觉感知数据中还包括减速带,根据视觉感知数据中的减速带在平稳路段中的时间,以及根据IMU数据中三个维度的加速度得到的加速或减速对应的时间,将上述两个时间内的IMU数据去除,使用剩余的MU数据中z轴方向的加速度,计算得到多个坡度。
S509:对多个坡度进行拟合,得到平稳路段对应的坡度。
在本步骤中,服务器得到多个坡度后,对多个坡度进行拟合,得到平稳路段对应的坡度。
示例性的,对多个坡度进行拟合的方式可以是进行最小二乘拟合,还可以是采用RANSAC算法和最小二乘拟合结合的方式进行拟合,从所有坡度中取出部分坡度做最小二乘拟合,得到拟合后的坡度,利用剩余的坡度和拟合后的坡度做差,将所有差值相加即可得到误差;重复这个步骤,可得到多个误差,从中选取最小误差,并将最小误差对应的拟合后的坡度作为该平稳路段对应的坡度。本申请实施例不对多个坡度进行拟合的方式进行限定,可根据实际情况进行选择。
S510:根据平稳路段对应的激光雷达点云数据或超声波数据,计算得到多个第三宽度。
S511:对多个第三宽度进行拟合,得到平稳路段对应的宽度。
在上述步骤中,服务器将坡道路线进行划分后,对于平稳路段,需要计算对应的宽度。
需要说明的是,步骤S510至步骤S511与步骤S501至步骤S502类似,此处不再赘述。
需要说明的是,服务器计算得到平稳路段对应的坡度的步骤S508和步骤 509与和计算得到平稳路段对应的宽度的步骤S510和步骤511的执行顺序可以是先执行计算得到平稳路段对应的坡度的步骤,再执行计算得到平稳路段对应的宽度的步骤;还可以是先执行计算得到平稳路段对应的宽度的步骤,再执行计算得到平稳路段对应的坡度的步骤;还可以是计算得到平稳路段对应的宽度的步骤与计算得到平稳路段对应的坡度的步骤同时执行。本申请实施例不对计算得到平稳路段对应的宽度的步骤与计算得到平稳路段对应的坡度的步骤的执行顺序进行限定,可根据实际情况进行选择。
需要说明的是,对于服务器计算进入或驶出坡道路段的数据的步骤S501 至步骤S503、计算转弯路段的数据的步骤S504至步骤S507、计算平稳路段的数据的步骤S508至步骤S511的执行顺序,可以是先执行计算进入或驶出坡道路段的数据的步骤,再执行计算转弯路段的数据的步骤,最后执行计算平稳路段的数据的步骤。
还可以是先执行计算平稳路段的数据的步骤,再执行计算进入或驶出坡道路段的数据的步骤,最后计算转弯路段的数据的步骤。
还可以是计算进入或驶出坡道路段的数据的步骤、计算转弯路段的数据的步骤、计算平稳路段的数据的步骤同时执行。本申请实施例不对服务器计算进入或驶出坡道路段的数据的步骤、计算转弯路段的数据的步骤、计算平稳路段的数据的步骤的执行顺序进行限定,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,根据车辆对应的IMU数据、激光雷达点云数据或超声波数据以及方向盘角度,得到进入或驶出坡道路段、转弯路段、平稳路段以及转弯路段对应的曲率,根据这些数据生成坡道和墙壁,有效提高了生成坡道和墙壁的准确性。
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6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6所示,该停车场地图的处理装置60包括:
接收模块61,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,视觉感知数据,方向盘角度,激光雷达点云数据或超声波数据,所述IMU数据包括z轴方向的加速度、上仰角速度和下俯角速度,所述视觉感知数据包括坡道入口,所述激光雷达点云数据或超声波数据包括墙壁与车辆的距离,所述z轴方向为与车辆所在路面垂直的方向;
处理模块62,用于根据所述建图数据,在预设地图中生成坡道和墙壁。
进一步地,所述处理模块62,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行驶路线;
对于每个车辆对应的行驶路线,根据所述车辆对应的IMU数据和视觉感知数据,确定所述行驶路线中坡道起始位置和结束位置,得到至少一个坡道路线;
对于每个坡道路线,根据所述车辆对应的轮速脉冲数据、IMU数据和方向盘角度,将所述坡道路线分为进入或驶出坡道路段,转弯路段和平稳路段;
根据所述车辆对应的IMU数据、激光雷达点云数据或超声波数据以及方向盘角度,得到所述进入或驶出坡道路段对应的坡度、宽度,所述转弯路段对应的坡度、宽度和曲率,所述平稳路段对应的坡度、宽度;
对所有车辆对应的坡道路线中进入或驶出坡道路段对应的坡度、宽度,转弯路段对应的坡度、宽度和曲率,平稳路段对应的坡度、宽度进行拟合,得到拟合后的坡度、宽度和曲率;
根据所述拟合后的坡度、宽度和曲率,在所述地图上生成坡道和所述墙壁。
进一步地,所述处理模块62,具体还用于:
从所述坡道路线中选取所述IMU数据中上仰角速度大于预设第一角速度或下俯角速度小于预设第二角速度对应的路段,确定为俯仰路段;
将所述俯仰路段中路段长度大于预设长度的路段,确定为所述进入或驶出坡道路段;
将所述坡道路线中所述方向盘角度大于预设角度的路段,确定为转弯路段;
将所述坡道路线中除所述进入或驶出坡道路段和所述转弯路段外的路段,确定为平稳路段。
进一步地,所述处理模块62,具体还用于:
对所述进入或驶出坡道路段对应的IMU数据中上仰角速度或下俯角速度进行积分,得到所述进入或驶出坡道路段对应的坡度;
根据所述进入或驶出坡道路段对应的激光雷达点云数据或超声波数据,计算得到多个第一宽度;
对所述多个第一宽度进行拟合,得到所述进入或驶出坡道路段对应的宽度;
根据所述转弯路段对应的IMU数据中z轴方向的加速度,计算得到所述转弯路段对应的坡度;
根据所述转弯路段和所述转弯路段对应的激光雷达点云数据或超声波数据,计算得到所述转弯路段对应的曲率;
根据所述转弯路段对应的激光雷达点云数据或超声波数据,计算得到多个第二宽度;
对所述多个第二宽度进行拟合,得到所述转弯路段对应的宽度;
根据所述平稳路段对应的IMU数据中z轴方向的加速度,计算得到多个坡度;
对所述多个坡度进行拟合,得到所述平稳路段对应的坡度;
根据所述平稳路段对应的激光雷达点云数据或超声波数据,计算得到多个第三宽度;
对所述多个第三宽度进行拟合,得到所述平稳路段对应的宽度。
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7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7所示,该停车场地图的处理装置70包括:
获取模块71,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,视觉感知数据,方向盘角度,激光雷达点云数据或超声波数据,所述IMU数据包括z轴方向的加速度、上仰角速度和下俯角速度,所述视觉感知数据包括坡道入口,所述激光雷达点云数据或超声波数据包括墙壁与车辆的距离,所述z轴方向为与停车场地图的处理装置所在路面垂直的方向;
发送模块72,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,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;
通过车辆控制器获取所述视觉感知数据;
通过角度传感器获取所述方向盘角度;
根据激光雷达获取所述激光雷达点云数据;
通过超声波传感器获取所述超声波数据。
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8为本申请提供的一种服务器的结构示意图。如图8所示,该服务器 80包括:
处理器81,存储器82,以及通信接口83;
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服务器的技术方案。
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,所述服务器80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9为本申请提供的一种车辆的结构示意图。如图9所示,该车辆900 包括:
处理器901,存储器902,以及通信接口903,轮速脉冲传感器904,IMU 传感器905,摄像头906,车辆控制器907,角度传感器908,激光雷达909,和/或,超声波传感器910;
所述轮速脉冲传感器904用于获取轮速脉冲数据;
所述IMU传感器905用于获取IMU数据;
所述摄像头906用于获取视频数据或图像数据;
所述车辆控制器907用于根据所述视频数据或所述图像数据,获取视觉感知数据;
所述角度传感器908用于获取方向盘角度;
所述激光雷达909用于获取激光雷达点云数据;
所述超声波传感器910用于所述超声波数据;
所述存储器902用于存储所述处理器901的可执行指令;
其中,所述处理器901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902既可以是独立的,也可以跟处理器901集成在一起。
可选的,当所述存储器902是独立于处理器901之外的器件时,所述车辆900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,视觉感知数据,方向盘角度,激光雷达点云数据或超声波数据,所述IMU数据包括z轴方向的加速度、上仰角速度和下俯角速度,所述视觉感知数据包括坡道入口,所述激光雷达点云数据或超声波数据包括墙壁与车辆的距离,所述z轴方向为与车辆所在路面垂直的方向;
根据所述建图数据,在预设地图中生成坡道和墙壁。
2.根据权利要求1所述的方法,其特征在于,根据所述建图数据,在预设地图中生成坡道和墙壁,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行驶路线;
对于每个车辆对应的行驶路线,根据所述车辆对应的IMU数据和视觉感知数据,确定所述行驶路线中坡道起始位置和结束位置,得到至少一个坡道路线;
对于每个坡道路线,根据所述车辆对应的轮速脉冲数据、IMU数据和方向盘角度,将所述坡道路线分为进入或驶出坡道路段,转弯路段和平稳路段;
根据所述车辆对应的IMU数据、激光雷达点云数据或超声波数据以及方向盘角度,得到所述进入或驶出坡道路段对应的坡度、宽度,所述转弯路段对应的坡度、宽度和曲率,所述平稳路段对应的坡度、宽度;
对所有车辆对应的坡道路线中进入或驶出坡道路段对应的坡度、宽度,转弯路段对应的坡度、宽度和曲率,平稳路段对应的坡度、宽度进行拟合,得到拟合后的坡度、宽度和曲率;
根据所述拟合后的坡度、宽度和曲率,在所述地图上生成坡道和所述墙壁。
3.根据权利要求2所述的方法,其特征在于,所述根据所述车辆对应的轮速脉冲数据、IMU数据和方向盘角度,将所述坡道路线分为进入或驶出坡道路段,转弯路段和平稳路段,包括:
从所述坡道路线中选取所述IMU数据中上仰角速度大于预设第一角速度或下俯角速度小于预设第二角速度对应的路段,确定为俯仰路段;
将所述俯仰路段中路段长度大于预设长度的路段,确定为所述进入或驶出坡道路段;
将所述坡道路线中所述方向盘角度大于预设角度的路段,确定为转弯路段;
将所述坡道路线中除所述进入或驶出坡道路段和所述转弯路段外的路段,确定为平稳路段。
4.根据权利要求2所述的方法,其特征在于,所述根据所述车辆对应的IMU数据、激光雷达点云数据或超声波数据以及方向盘角度,得到所述进入或驶出坡道路段对应的坡度、宽度,所述转弯路段对应的坡度、宽度和曲率,所述平稳路段对应的坡度、宽度,包括:
对所述进入或驶出坡道路段对应的IMU数据中上仰角速度或下俯角速度进行积分,得到所述进入或驶出坡道路段对应的坡度;
根据所述进入或驶出坡道路段对应的激光雷达点云数据或超声波数据,计算得到多个第一宽度;
对所述多个第一宽度进行拟合,得到所述进入或驶出坡道路段对应的宽度;
根据所述转弯路段对应的IMU数据中z轴方向的加速度,计算得到所述转弯路段对应的坡度;
根据所述转弯路段和所述转弯路段对应的激光雷达点云数据或超声波数据,计算得到所述转弯路段对应的曲率;
根据所述转弯路段对应的激光雷达点云数据或超声波数据,计算得到多个第二宽度;
对所述多个第二宽度进行拟合,得到所述转弯路段对应的宽度;根据所述平稳路段对应的IMU数据中z轴方向的加速度,计算得到多个坡度;
对所述多个坡度进行拟合,得到所述平稳路段对应的坡度;
根据所述平稳路段对应的激光雷达点云数据或超声波数据,计算得到多个第三宽度;
对所述多个第三宽度进行拟合,得到所述平稳路段对应的宽度。
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,视觉感知数据,方向盘角度,激光雷达点云数据或超声波数据,所述IMU数据包括z轴方向的加速度、上仰角速度和下俯角速度,所述视觉感知数据包括坡道入口,所述激光雷达点云数据或超声波数据包括墙壁与车辆的距离,所述z轴方向为与车辆所在路面垂直的方向;
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;
通过车辆控制器获取所述视觉感知数据;
通过角度传感器获取所述方向盘角度;
根据激光雷达获取所述激光雷达点云数据;
通过超声波传感器获取所述超声波数据。
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,视觉感知数据,方向盘角度,激光雷达点云数据或超声波数据,所述IMU数据包括z轴方向的加速度、上仰角速度和下俯角速度,所述视觉感知数据包括坡道入口,所述激光雷达点云数据或超声波数据包括墙壁与车辆的距离,所述z轴方向为与车辆所在路面垂直的方向;
处理模块,用于根据所述建图数据,在预设地图中生成坡道和墙壁。
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行驶路线;
对于每个车辆对应的行驶路线,根据所述车辆对应的IMU数据和视觉感知数据,确定所述行驶路线中坡道起始位置和结束位置,得到至少一个坡道路线;
对于每个坡道路线,根据所述车辆对应的轮速脉冲数据、IMU数据和方向盘角度,将所述坡道路线分为进入或驶出坡道路段,转弯路段和平稳路段;
根据所述车辆对应的IMU数据、激光雷达点云数据或超声波数据以及方向盘角度,得到所述进入或驶出坡道路段对应的坡度、宽度,所述转弯路段对应的坡度、宽度和曲率,所述平稳路段对应的坡度、宽度;
对所有车辆对应的坡道路线中进入或驶出坡道路段对应的坡度、宽度,转弯路段对应的坡度、宽度和曲率,平稳路段对应的坡度、宽度进行拟合,得到拟合后的坡度、宽度和曲率;
根据所述拟合后的坡度、宽度和曲率,在所述地图上生成坡道和所述墙壁。
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:
从所述坡道路线中选取所述IMU数据中上仰角速度大于预设第一角速度或下俯角速度小于预设第二角速度对应的路段,确定为俯仰路段;
将所述俯仰路段中路段长度大于预设长度的路段,确定为所述进入或驶出坡道路段;
将所述坡道路线中所述方向盘角度大于预设角度的路段,确定为转弯路段;
将所述坡道路线中除所述进入或驶出坡道路段和所述转弯路段外的路段,确定为平稳路段。
10.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:
对所述进入或驶出坡道路段对应的IMU数据中上仰角速度或下俯角速度进行积分,得到所述进入或驶出坡道路段对应的坡度;
根据所述进入或驶出坡道路段对应的激光雷达点云数据或超声波数据,计算得到多个第一宽度;
对所述多个第一宽度进行拟合,得到所述进入或驶出坡道路段对应的宽度;
根据所述转弯路段对应的IMU数据中z轴方向的加速度,计算得到所述转弯路段对应的坡度;
根据所述转弯路段和所述转弯路段对应的激光雷达点云数据或超声波数据,计算得到所述转弯路段对应的曲率;
根据所述转弯路段对应的激光雷达点云数据或超声波数据,计算得到多个第二宽度;
对所述多个第二宽度进行拟合,得到所述转弯路段对应的宽度;
根据所述平稳路段对应的IMU数据中z轴方向的加速度,计算得到多个坡度;
对所述多个坡度进行拟合,得到所述平稳路段对应的坡度;
根据所述平稳路段对应的激光雷达点云数据或超声波数据,计算得到多个第三宽度;
对所述多个第三宽度进行拟合,得到所述平稳路段对应的宽度。
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,视觉感知数据,方向盘角度,激光雷达点云数据或超声波数据,所述IMU数据包括z轴方向的加速度、上仰角速度和下俯角速度,所述视觉感知数据包括坡道入口,所述激光雷达点云数据或超声波数据包括墙壁与车辆的距离,所述z轴方向为与停车场地图的处理装置所在路面垂直的方向;
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;
通过车辆控制器获取所述视觉感知数据;
通过角度传感器获取所述方向盘角度;
根据激光雷达获取所述激光雷达点云数据;
通过超声波传感器获取所述超声波数据。
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,摄像头,车辆控制器,角度传感器,激光雷达,和/或,超声波传感器;
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,获取视觉感知数据;
所述角度传感器用于获取方向盘角度;
所述激光雷达用于获取激光雷达点云数据;
所述超声波传感器用于所述超声波数据;
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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210380874.9A CN114754760A (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 |
---|---|---|---|
CN202210380874.9A CN114754760A (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 |
---|---|
CN114754760A true CN114754760A (zh) | 2022-07-15 |
Family
ID=82328956
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210380874.9A Pending CN114754760A (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) | CN114754760A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115733867A (zh) * | 2022-12-29 | 2023-03-03 | 阿维塔科技(重庆)有限公司 | 一种车载gps数据上传方法、系统及设备 |
-
2022
- 2022-04-12 CN CN202210380874.9A patent/CN114754760A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115733867A (zh) * | 2022-12-29 | 2023-03-03 | 阿维塔科技(重庆)有限公司 | 一种车载gps数据上传方法、系统及设备 |
CN115733867B (zh) * | 2022-12-29 | 2024-04-16 | 阿维塔科技(重庆)有限公司 | 一种车载gps数据上传方法、系统及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11783707B2 (en) | Vehicle path planning | |
KR101989733B1 (ko) | 주차장 맵핑 시스템 | |
US20170197615A1 (en) | System and method for reverse perpendicular parking a vehicle | |
CN107783535A (zh) | 车辆控制装置 | |
CN105984464A (zh) | 车辆控制装置 | |
JP7059888B2 (ja) | 支援制御システム | |
CN108216241A (zh) | 确定自主驾驶车辆的控制特性 | |
US11662741B2 (en) | Vehicle visual odometry | |
CN110979317A (zh) | 固定摄像机定位 | |
US10871777B2 (en) | Autonomous vehicle sensor compensation by monitoring acceleration | |
US11189049B1 (en) | Vehicle neural network perception and localization | |
US11521494B2 (en) | Vehicle eccentricity mapping | |
CN114792475B (zh) | 自动停车系统 | |
CN105593776A (zh) | 车辆位置姿势角推定装置及车辆位置姿势角推定方法 | |
JP7137332B2 (ja) | 車両の走行制御装置 | |
CN114754760A (zh) | 停车场地图的处理方法、装置、设备及介质 | |
CN114674306A (zh) | 停车场地图的处理方法、装置、设备及介质 | |
US10599146B2 (en) | Action-conditioned vehicle control | |
KR20180012128A (ko) | 차량의 3차원 위치 추정 장치 및 그 방법 | |
JP2020124994A (ja) | 車両運動制御方法及び車両運動制御装置 | |
CN112987053A (zh) | 监测偏航传感器的方法和设备 | |
JP2019105568A (ja) | 物体認識装置、物体認識方法及び車両 | |
JP2020166123A (ja) | 地図データ作成方法及び地図データ作成装置 | |
CN112820097A (zh) | 一种基于5g-v2x及无人机的卡车队列纵向分层控制方法 | |
JP2021049867A (ja) | 走行支援方法及び走行支援装置 |
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 |