CN114802213A - 基于语音信号的泊车方法、泊车系统及电子设备 - Google Patents
基于语音信号的泊车方法、泊车系统及电子设备 Download PDFInfo
- Publication number
- CN114802213A CN114802213A CN202210588553.8A CN202210588553A CN114802213A CN 114802213 A CN114802213 A CN 114802213A CN 202210588553 A CN202210588553 A CN 202210588553A CN 114802213 A CN114802213 A CN 114802213A
- Authority
- CN
- China
- Prior art keywords
- parking
- vehicle
- voice signal
- instruction
- received
- 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
- 238000000034 method Methods 0.000 title claims abstract description 135
- 230000003993 interaction Effects 0.000 claims abstract description 21
- 238000004590 computer program Methods 0.000 claims abstract description 8
- 230000004044 response Effects 0.000 claims abstract description 4
- 230000008569 process Effects 0.000 claims description 25
- 238000012790 confirmation Methods 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 11
- 230000009471 action Effects 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 29
- 238000003672 processing method Methods 0.000 description 13
- 230000003068 static effect Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 7
- 238000013507 mapping Methods 0.000 description 7
- 230000000007 visual effect Effects 0.000 description 7
- 238000002955 isolation Methods 0.000 description 6
- 239000000463 material Substances 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000000926 separation method Methods 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 230000002618 waking effect Effects 0.000 description 1
Images
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)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提供了一种基于语音信号的泊车方法,包括:判断接收的语音信号中是否包括第一特征语音信号;基于第一特征语音信号,输出用于交互的第一语音信号;判断是否接收到响应于第一语音信号的第二特征语音信号;基于接收到的第二特征语音信号及接收到的路径导航语音信号或者历史泊车目标位置选择指令执行泊车控制流程。本公开还提供一种泊车系统、电子设备、可读存储介质及计算机程序产品。
Description
技术领域
本公开涉及自动泊车技术领域,本公开尤其涉及一种基于语音信号的泊车方法、泊车系统及电子设备。
背景技术
泊车,通常而言,是一次驾驶活动所必须经历的一个阶段,同时也是较为复杂和困难的一个阶段。许多公共场合下,规定的停车地点与人们最终的目的地往往有所出入。例如公园的停车场出于交通便利以及防火防灾等原因,通常被设计在距离公园大门几十到几百米外的空地中,这给驾车的旅客造成了额外的步行负担。因此,自动代客泊车一直是自动驾驶技术领域的一个研究热点。
目前,已有数种应用于自动驾驶领域的泊车方法或技术被开发或研究,其大致可归纳于以下四类技术,其一为在车辆达到目标车位附近后泊车入位的泊车辅助模式,其二为车主通过移动设备或遥控钥匙进行远程遥控的遥控泊车模式。其三为通过驾驶员手动训练并记忆车辆运行路线的记忆自主泊车模式,其四为通过与停车场端交互,根据目标停车区域的高精地图来进行全局规划的代客自主泊车模式。
然而现有的泊车方法或是需要用户在车中或在旁协助,导致用户无法在其最理想的位置下车,并使用户承受了额外的负担,或是需要用户提前手动训练以获取记忆,因此在陌生的环境下仍有着很大局限性,亦或是停车场端配备智能场端并推送高精地图,而这种泊车方法的基础设施成本很高,目前仅在少数大型商厦的公共车场有所应用,并且难以推广。
为了解现有技术的发展状况,本公开对已有的专利和论文进行了检索、比较和分析,筛选出如下现有的技术方案:
技术方案1:专利文献CN113753030A公开了《一种记忆泊车系统、方法、终端和存储介质》,该系统通过记忆用户预先训练好的泊车路径,生成标注下车点到泊车位的局部地图和参考路线,以实现让车辆自主驾驶到车位并停车。用户在泊车路线的起点处开启记忆模式,系统记忆自启动时车辆周围环境数据,位置数据和路径轨迹,直到车辆泊入目标车位停止。而后记忆系统将沿途记忆的数据构建成局部地图,当记忆系统再次识别到该起始位置附近时,车辆就能模仿先前学习好的泊车路线,完成自主泊车。该方法成功地实现了人车分离,使得用户可以在理想的下车地点下车,不需跟随汽车到停车区域,极大程度地解放了用户。但是该方法具有一定的局限性,其缘于系统的地图需要用户主动预先驾驶进行学习,因此该方法仅可在公司、家庭小区等用户常用的停车场被有效应用。而在用户抵达没有学习过的陌生地区时,如出差、探访亲友时、或者是用户选择了新的下车点下车时,该系统则无法被有效应用。并且该方法对环境条件要求较高,有些情况下甚至可能需要用户反复驾驶学习,为用户带来额外的负担。
技术方案2:专利文献CN113085900A公开了《一种实现对车辆进行召唤行驶到用户位置的方法》,该系统通过车辆接受用户的输出命令,根据地图规划,自主驶向用户所在的位置。用户预先通过手机APP向车辆下达召唤命令,车辆通过地图规划路线,并沿路线驶向用户本人,在行使过程中,用户可以实时监控车辆周边环境,并持续控制车辆。当车辆判断抵达用户附近时,尝试识别用户,识别成功后,将车行驶至用户身边停下。该方法同样实现了人车分离,同时无需用户手动训练车辆的路线。但是该方法的局限性同样明显,召唤的路线规划依赖于车载地图,在地图不精确不准确的时候,很容易出现路线错误的情况。除此以外,该方法对于不确定的目的地无法启用,因此在用户的使用上有很大的局限性。
技术方案3:专利文献CN113313629B公开了《交叉路口自动识别方法,系统及其模型保存方法、系统》,该系统通过收集无人车周围的三维点云数据,构建二维栅格地图,并根据栅格地图估计路口中心,并以此对道路进行分割从而得到各岔路口并分析。该方法具有很大的局限性,在于其使用直线来模拟道路两边的道路边缘,这对于简单方正的岔路口而言有很好的判别能力,而对于园区内复杂弯曲的岔路道路,则很容易出现严重的误判。因此尚需要进一步的优化。
发明内容
为解决上述技术问题中的至少一个,本公开提供了一种基于语音信号的泊车方法、泊车系统、电子设备、存储介质及程序产品。
根据本公开的一个方面,提供一种基于语音信号的泊车方法,包括:
S1100:判断接收的语音信号中是否包括第一特征语音信号;
S1200:基于所述第一特征语音信号,输出用于交互的第一语音信号;
S1300:判断是否接收到响应于所述第一语音信号的第二特征语音信号;
S1400:基于接收到的第二特征语音信号及接收到的路径导航语音信号或者历史泊车目标位置选择指令执行泊车控制流程。
根据本公开的至少一个实施方式的基于语音信号的泊车方法,步骤S1200中,还包括:
获取本车当前位置并判断是否存在与本车当前位置关联的且包括至少一个历史泊车目标位置的本车历史轨迹信息。
根据本公开的至少一个实施方式的基于语音信号的泊车方法,获取本车当前位置并判断是否存在与本车当前位置关联的且包括至少一个历史泊车目标位置的本车历史轨迹信息,判断结果为:不存在与本车当前位置关联的且包括至少一个历史泊车目标位置的本车历史轨迹信息,则步骤S1400包括:
S1402:接收到所述第二特征语音信号,则输出用于交互的第二语音信号以请求路径导航语音信号;
S1404:对接收到的路径导航语音信号进行语义识别,生成并输出模板化路径导航语音指令以供确认。
根据本公开的至少一个实施方式的基于语音信号的泊车方法,步骤S1400还包括:
S1406:接收到确认指令,基于所述模板化路径导航语音指令生成路径导航程序执行指令以执行基于路径导航程序指令的泊车控制流程。
根据本公开的至少一个实施方式的基于语音信号的泊车方法,步骤S1400还包括:
S1406:未接收到确认指令或者接收到否认指令,则再次输出所述用于交互的第二语音信号以请求路径导航语音信号以继续执行步骤S1404。
根据本公开的至少一个实施方式的基于语音信号的泊车方法,获取本车当前位置并判断是否存在与本车当前位置关联的且包括至少一个历史泊车目标位置的本车历史轨迹信息,判断结果为:存在与本车当前位置关联的且包括至少一个历史泊车目标位置的本车历史轨迹信息,则步骤S1400包括:
S1402:接收到所述第二特征语音信号,则输出所述与本车当前位置关联的且包括至少一个历史泊车目标位置的本车历史轨迹信息以供选择。
根据本公开的至少一个实施方式的基于语音信号的泊车方法,步骤S1400还包括:
S1404:接收到历史泊车目标位置选择指令,则执行基于历史泊车目标位置选择指令的泊车控制流程。
根据本公开的至少一个实施方式的基于语音信号的泊车方法,步骤S1400还包括:
S1404:未接收到历史泊车目标位置选择指令或者接收到新目标位置选择指令,则输出用于交互的第二语音信号以请求路径导航语音信号;及
S1406:对接收到的路径导航语音信号进行语义识别,生成并输出模板化路径导航语音指令以供确认。
根据本公开的至少一个实施方式的基于语音信号的泊车方法,步骤S1400还包括:
S1408:接收到确认指令,基于所述模板化路径导航语音指令生成路径导航程序执行指令以执行基于路径导航程序指令的泊车控制流程。
根据本公开的至少一个实施方式的基于语音信号的泊车方法,步骤S1400还包括:
S1408:未接收到确认指令或者接收到否认指令,则再次输出所述用于交互的第二语音信号以请求路径导航语音信号以继续执行步骤S1406。
根据本公开的至少一个实施方式的基于语音信号的泊车方法,基于接收到的第二特征语音信号及接收到的路径导航语音信号执行泊车控制流程,包括:
泊车系统判断本车是否满足起步条件,满足起步条件后泊车系统生成控制信号以控制本车起步;
泊车系统获取当前道路的可行域,实时根据路况进行局部路径规划,泊车系统生成控制信号控制本车沿可行域行驶;
泊车系统执行至路径导航程序执行指令中的停车指令,则基于停车指令生成停车控制信号以使得本车执行停车动作。
根据本公开的至少一个实施方式的基于语音信号的泊车方法,还包括:
泊车系统获取岔路识别结果,基于岔路识别结果和路径导航程序执行指令中的岔路信息进行路径规划以更新可行域。
根据本公开的至少一个实施方式的基于语音信号的泊车方法,基于岔路识别结果和路径导航程序执行指令中的岔路信息进行路径规划以更新可行域,包括:
为岔路口构建二维栅格地图;
基于岔路口的每条边缘线,将所有覆盖该边缘线的栅格赋值为初始值,对二维栅格地图内可行域内与所有已赋值的栅格相邻的栅格赋值,共边栅格则加第一值,共角栅格加第二值,若某个栅格同时与多个栅格共边或共角,则选取对共边栅格加第一值或对共角栅格加第二值后结果最小的数值进行栅格赋值,直至全部可行域内的栅格被全部赋值,完成基于岔路口的各条道路边缘线的栅格赋值;
对基于各条边缘线进行栅格赋值的栅格赋值结果进行基于栅格地图的赋值叠加,获得初始叠加赋值图;
以初始叠加赋值图中叠加赋值最小的栅格的中心点作为岔路口中心点,若存在多个叠加赋值最小的栅格,则取它们的几何中心作为岔路口中心点;
基于所述岔路口中心点获取岔路口通行域和各个子路径;
基于所述岔路口通行域及各个子路径更新所述可行域。
根据本公开的至少一个实施方式的基于语音信号的泊车方法,基于接收到的第二特征语音信号及接收到的历史泊车目标位置选择指令执行泊车控制流程,包括:
S1441:将本车当前位置与包含被选定历史泊车目标位置的至少一条本车历史轨迹进行比较,基于本车历史轨迹行驶次数及本车当前位置与本车历史轨迹之间的距离获取最优历史轨迹;
S1442:判断最优历史轨迹与本车当前位置之间的最小距离是否超过预设距离,如果超过,则执行步骤S1443,如果未超过,则执行步骤S1444;
S1443:泊车系统控制本车沿当前可行域向前行进,并不断标记出与本车当前位置最近的历史轨迹点以寻找最优历史轨迹,每当本车遇到岔路口时,泊车系统控制本车转向至与标记点连线方向指向的岔路中,直至本车当前位置与最优历史轨迹之间的最小距离小于或等于预设距离,进入步骤S1444;
S1444:泊车系统控制本车进行重新定位,以控制本车移动至最优历史轨迹并对齐历史位姿;
S1445:从最优历史轨迹中规划出最优全局路线,并基于最优全局路线控制本车行驶至目标地点。
根据本公开的至少一个实施方式的基于语音信号的泊车方法,基于接收到的第二特征语音信号及接收到的路径导航语音信号或者历史泊车目标位置选择指令执行泊车控制流程,还包括以下停车处理流程:
S1431:执行至路径导航程序执行指令中的停车指令;
S1432:判断停车指令类型,停车指令类型为路边停车,执行步骤S1433,停车指令类型为停车场停车,执行步骤S1434,停车指令类型为空地/广场停车,执行步骤S1435;
S1433:对路边停车区域进行识别,泊车系统生成控制信号以控制本车进入路边停车区域;
S1434:对停车场进行识别,成功后对停车区进行识别,成功后对车位号进行识别,成功后泊车系统生成控制信号以控制本车驶入车位;
S1435:对空地/广场进行识别,泊车系统生成控制信号以控制本车进入空地/广场;
S1436:当步骤S1433/S1434/S1435执行成功后,泊车系统生成控制信号以控制本车停车,并生成泊车成功信息发送至用户终端设备;当步骤S1433/S1434/S1435执行失败时,泊车系统生成泊车失败信息并发送至用户终端设备。
根据本公开的另一个方面,提供一种基于语音信号的泊车系统,包括:
语音信号接收模块,所述语音信号接收模块用于接收用户的语音信号;
第一特征语音信号获取模块,所述第一特征语音信号获取模块判断接收的语音信号中是否包括第一特征语音信号;
语音输出模块,所述语音输出模块基于所述第一特征语音信号,输出用于交互的第一语音信号;
第二特征语音信号获取模块,所述第二特征语音信号判断语音信号接收模块是否接收到响应于所述第一语音信号的第二特征语音信号;
泊车处理模块,所述泊车处理模块基于接收到的第二特征语音信号及接收到的路径导航语音信号或者历史泊车目标位置选择指令执行泊车控制流程。
根据本公开的至少一个实施方式的基于语音信号的泊车系统,还包括:
触控指令接收模块,所述触控指令接收模块至少用于接收历史泊车目标位置选择指令。
根据本公开的又一个方面,提供一种电子设备,包括:
存储器,所述存储器存储执行指令;
处理器,所述处理器执行所述存储器存储的执行指令,使得所述处理器执行本公开的任一个实施方式的泊车方法。
根据本公开的又一个方面,提供一种可读存储介质,所述可读存储介质中存储有执行指令,所述执行指令被处理器执行时用于实现本公开任一个实施方式的泊车方法。
根据本公开的再一个方面,提供一种计算机程序产品,包括计算机程序/指令,所述计算机程序/指令被处理器执行时实现本公开任一个实施方式的泊车方法。
附图说明
附图示出了本公开的示例性实施方式,并与其说明一起用于解释本公开的原理,其中包括了这些附图以提供对本公开的进一步理解,并且附图包括在本说明书中并构成本说明书的一部分。
图1是本公开的一个实施方式的基于语音信号的泊车方法的流程示意图。
图2是本公开的又一个实施方式的基于语音信号的泊车方法的流程示意图。
图3是本公开的一个实施方式的基于路径导航程序指令的泊车控制流程的示意图。
图4是本公开的一个实施方式的本车在未遇到岔路口时在视野范围内沿道路右侧边缘行进的路线图。
图5是本公开的一个实施方式的本车在遇到障碍物时的避障绕行示意图。
图6是本公开的一个实施方式的转角行驶过程中的获取满足车辆最小转弯半径的新曲线路径的示意图。
图7示出了本公开的一个实施方式的岔路口判断示意图。
图8示出了本公开的一个实施方式的隔离带判断示意图。
图9示出了本公开的一个实施方式的岔路口处理方法的流程示意图。
图10示出了本公开的一个实施方式的为岔路口构建的二维栅格地图。
图11和图12示例性地示出了基于一条边缘线(本车右前方道路边缘线)进行栅格赋值的示意图。
图13至图15示例性地示出了对本车右侧道路边缘线、左侧道路边缘线及左前方道路边缘线的栅格赋值结果。
图16示例性地示出了本公开的岔路口赋值图。
图17和图18是本公开的一个实施方式的岔路分析图,示例性地示出了通行域及子路径。
图19是本公开的一个实施方式的局部规划路径示意图。
图20示出了本公开的一个实施方式的岔路口左转的情况。
图21是一个环岛的示意图。
图22是本公开的一个实施方式的停车处理方法的流程示意图。
图23是停车场标志示例图。
图24是空地停车场的示例图。
图25是停车场中停车区域标志(区域号)的示例图。
图26是本公开的又一个实施方式的基于语音信号的泊车方法的流程示意图。
图27是寻找最优历史轨迹的示例图。
图28是重定位轨迹点匹配图。
图29是本公开的又一个实施方式的泊车方法的流程示意图。
图30是本公开的一个实施方式的采用处理系统的硬件实现方式的泊车系统的结构示意框图。
具体实施方式
下面结合附图和实施方式对本公开作进一步的详细说明。可以理解的是,此处所描述的具体实施方式仅用于解释相关内容,而非对本公开的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本公开相关的部分。
需要说明的是,在不冲突的情况下,本公开中的实施方式及实施方式中的特征可以相互组合。下面将参考附图并结合实施方式来详细说明本公开的技术方案。
除非另有说明,否则示出的示例性实施方式/实施例将被理解为提供可以在实践中实施本公开的技术构思的一些方式的各种细节的示例性特征。因此,除非另有说明,否则在不脱离本公开的技术构思的情况下,各种实施方式/实施例的特征可以另外地组合、分离、互换和/或重新布置。
在附图中使用交叉影线和/或阴影通常用于使相邻部件之间的边界变得清晰。如此,除非说明,否则交叉影线或阴影的存在与否均不传达或表示对部件的具体材料、材料性质、尺寸、比例、示出的部件之间的共性和/或部件的任何其它特性、属性、性质等的任何偏好或者要求。此外,在附图中,为了清楚和/或描述性的目的,可以夸大部件的尺寸和相对尺寸。当可以不同地实施示例性实施例时,可以以不同于所描述的顺序来执行具体的工艺顺序。例如,可以基本同时执行或者以与所描述的顺序相反的顺序执行两个连续描述的工艺。此外,同样的附图标记表示同样的部件。
当一个部件被称作“在”另一部件“上”或“之上”、“连接到”或“结合到”另一部件时,该部件可以直接在所述另一部件上、直接连接到或直接结合到所述另一部件,或者可以存在中间部件。然而,当部件被称作“直接在”另一部件“上”、“直接连接到”或“直接结合到”另一部件时,不存在中间部件。为此,术语“连接”可以指物理连接、电气连接等,并且具有或不具有中间部件。
本文使用的术语是为了描述具体实施例的目的,而不意图是限制性的。如这里所使用的,除非上下文另外清楚地指出,否则单数形式“一个(种、者)”和“所述(该)”也意图包括复数形式。此外,当在本说明书中使用术语“包含”和/或“包括”以及它们的变型时,说明存在所陈述的特征、整体、步骤、操作、部件、组件和/或它们的组,但不排除存在或附加一个或更多个其它特征、整体、步骤、操作、部件、组件和/或它们的组。还要注意的是,如这里使用的,术语“基本上”、“大约”和其它类似的术语被用作近似术语而不用作程度术语,如此,它们被用来解释本领域普通技术人员将认识到的测量值、计算值和/或提供的值的固有偏差。
下文结合图1至图30对本公开的泊车方法、泊车系统进行详细说明。
图1是本公开的一个实施方式的基于语音信号的泊车方法的流程示意图。
参考图1,本实施方式的基于语音信号的泊车方法S1000,包括:
S1100:判断接收的语音信号中是否包括第一特征语音信号;
S1200:基于第一特征语音信号,输出用于交互的第一语音信号(即询问是否使用泊车系统的语音信号);
S1300:判断是否接收到响应于第一语音信号的第二特征语音信号(第二特征语音信号即确认使用泊车系统的语音信号);
S1400:基于接收到的第二特征语音信号及接收到的路径导航语音信号或者历史泊车目标位置选择指令执行泊车控制流程。
本公开描述的第一特征语音信号优选为预设的泊车系统唤醒语音信号,其可以是能够唤醒泊车系统的关键字/词语音信号。
本公开描述的用于交互的第一语音信号可以是泊车系统输出的用于询问是否使用泊车系统的语音信号。
其中,本公开步骤S1100中描述的“接收的语音信号”可以是来自于用户(驾驶人)的语音信号。
根据本公开的优选实施方式,本公开的基于语音信号的泊车方法S1000的步骤S1200中,还包括:
获取本车当前位置并判断是否存在与本车当前位置关联的且包括至少一个历史泊车目标位置的本车历史轨迹信息。
其中,与本车当前位置关联的本车历史轨迹信息可以是与本车当前位置之间的距离小于预设距离的本车历史轨迹信息,例如以本车当前位置作为圆心的1000米半径圆范围内,本领域技术人员在本公开技术方案的启示下对与本车当前位置关联的本车历史轨迹信息进行定义等,均落入本公开的保护范围。
本公开描述的本车当前位置信息可以基于卫星定位数据获取(例如GPS定位系统或者北斗定位系统等)。
其中,本车历史轨迹信息可以通过本车的基于地图导航的行程轨迹不断累积而获取或更新,其中的导航目的地可以作为历史泊车目标位置。
图2是本公开的又一个实施方式的基于语音信号的泊车方法S1000的流程示意图。
参考图2,在本公开的基于语音信号的泊车方法S1000中,如果步骤S1200中判断结果为:不存在与本车当前位置关联的且包括至少一个历史泊车目标位置的本车历史轨迹信息,则本公开的步骤S1400包括:
S1402:接收到第二特征语音信号(接收到确认使用泊车系统的语音信号),则输出用于交互的第二语音信号以请求路径导航语音信号;
S1404:对接收到的路径导航语音信号进行语义识别,生成并输出模板化路径导航语音指令以供确认;
S1406:接收到确认指令(可以是语音指令,也可以是触控指令),基于模板化路径导航语音指令生成路径导航程序执行指令以执行基于路径导航程序指令的泊车控制流程;未接收到确认指令或者接收到否认指令,则再次输出用于交互的第二语音信号以请求路径导航语音信号以继续执行步骤S1404。
本实施方式中,由于未获取到与本车当前位置关联的且包括至少一个历史泊车目标位置的本车历史轨迹信息,因此,步骤S1402中,接收到第二特征语音信号(即确认使用泊车系统的语音信号)之后,泊车系统输出用于交互的第二语音信号以询问用户具体的路径导航语音指令,接收到用户的路径导航语音指令(即路径导航语音信号)之后,本公开对路径导航语音指令进行语义识别,生成并输出模板化路径导航语音指令供用户确认。
其中,本公开可以通过预先训练好的语义识别模型执行上文描述的语义识别。本公开不对语义识别模型的训练过程等进行特别限定。
表1示出了泊车系统接收到的原始语音关键字/词、模板化语音指令和程序执行指令的示例。
表1
例如,表1中的“自动停车”可作为上文描述的第一特征语音信号,用户可以对第一特征语音信号的具体内容进行调整/修改。
对于上文描述的步骤S1404:对接收到的路径导航语音信号进行语义识别,生成并输出模板化路径导航语音指令以供确认,优选地采用以下方法生成模板化路径导航语音指令。
对接收到的(用户的)路径导航语音信号进行解析,获取所有的岔路信息;
获取各个岔路信息的前置数字指示信息和/或后置动作指示信息(即动作指令),并对各个岔路信息进行排序;
基于最后一个岔路信息获取停车信息。
其中,上文描述的前置数字指示信息例如第一个路口、第二个路口等,可以基于前置数字指示信息对各个岔路信息进行排序。如果第一个岔路信息或者后续的某个岔路信息未出现前置数字指示信息,则优选地依据各个岔路信息在路径导航语音信号中的出现顺序对各个岔路信息进行排序。
上文描述的后置动作指示信息包括左转、右转、直行、环岛第n出口等。上文描述的停车信息包括路边停车、空地/广场停车、停车场停车等。
根据本公开的优选实施方式,如果停车信息为停车场停车,则提取停车信息中的区域号和/或车位号信息。如果停车信息为路边停车,则提取停车信息中的道路左右信息。
以一个实例示例性地说明本公开的模板化路径导航语音指令:
沿当前方向行驶,至【第n个岔路口+动作指令】,(而后至第m个岔路口+动作指令)(可多次重复,取决于用户指令(即路径导航语音信号)中的岔路信息数量),最后直行至【前方+停车指令】(路边靠左/空地/停车场x停车区xxx位)停车。
以一个实例示例性地说明本公开的步骤S1404至步骤S1406的过程:
用户输入(路径导航语音信号);
向前开,在第二个路口左转,然后直行到第三个路口右转进停车场,在a08车位停车。
泊车系统将用户输入转化为模板化路径导航语音指令:
沿当前方向行驶,至第二个路口向左转向,而后沿当时方向继续行驶第三个路口处向右转向,最后直行至前方停车场a08号停车位停车。
泊车系统可将上述模板化路径导航语音指令转换为路径导航程序执行指令:
沿当前方向行驶,【在第一至第n-1个路口直行】,而至【第n个岔路口+指令】,而后继续沿当前方向行驶,(在第一个至第m-1个路口直行,第m个岔路口+指令),而后沿当前道路探索【前方停车场+a停车区08号停车位】停车。本例中n取2,m取3。
需要说明的是,本领域技术人员在本公开技术方案的启示下,对模板化路径导航语音指令及路径导航程序执行指令的具体形式等进行调整/选择,均落入本公开的保护范围。
根据本公开的优选实施方式,泊车系统仅在岔路口执行左右转等指令,未至岔路口时则时钟沿可行域行驶,不做任何判定。
对于本公开的泊车方法S1000,当泊车系统生成路径导航程序执行指令之后,优选地,基于以下控制方法执行本公开描述的基于路径导航程序指令的泊车控制流程S1410:
S1412:泊车系统判断本车是否满足起步条件,满足起步条件后泊车系统生成控制信号以控制本车起步;
S1414:泊车系统获取当前道路的可行域,实时根据路况进行局部路径规划,泊车系统生成控制信号控制本车沿可行域行驶;
S1416:泊车系统获取岔路识别结果,基于岔路识别结果和路径导航程序执行指令中的岔路信息进行路径规划;
S1418:泊车系统执行至路径导航程序执行指令中的停车指令,则基于停车指令生成停车控制信号以使得本车执行停车动作。
图3是本公开的一个实施方式的基于路径导航程序指令的泊车控制流程的示意图。
以一个实例示例性地说明本公开的于路径导航程序指令的泊车控制流程:
步骤S1412,泊车系统在确认程序指令后,开始检测本车是否满足起步条件,满足起步条件后泊车系统生成控制信号以控制本车起步。
可以通过以下判断过程检测本车是否满足起步条件:
首先,进入驾驶员离位判断,可以在汽车底盘的座椅上安置压力传感器以及多个感应探头,当综合压力信号值低于压力预设值时,进入光电信号判断,通过座椅靠背上安置光电传感器,判断光电信号值是否低于预设值,若光电信号值也低于预设值,则判定驾驶员已离位。
而后,通过车载传感器判断车门是否闭合,如果长时间处于未闭合状态,则泊车系统向用户的移动设备发起警示信号,若车门闭合时间超过一定时间(默认为10秒钟,用户可调整为例如10秒至60秒),则判定满足起步条件,生成控制信号以启动车辆。
步骤S1414,泊车系统获取当前道路的可行域,泊车系统生成控制信号控制本车沿可行域行驶。
本车起步后,通过摄像头对周围环境进行SLAM建图,具体可采用视觉和IMU融合方法建图,例如VINS、ORBSLAM-V3方法,或者纯视觉方法建图,例如ORBSLAM-V2,根据车辆里程计还原纯视觉建图的尺度。
基于摄像头识别当前道路的道路边缘和车道线,可采用当前已有的任何识别车道线及道路边缘的方法。例如,可使用一个或者多个鱼眼相机或者针孔相机采用转换后的顶视图来识别车道线和道路边缘。
具体的,基于鱼眼/针孔相机的内参和外参矩阵,通过IPM得到顶视图,在顶视图上基于传统的边缘检测或者基于深度学习的方法得到车道线及道路边缘像素,然后通过聚类和拟合即可得到矢量化的车道线和道路边缘。顶视图和车辆行驶的真实物理2D空间有一致的尺度关系,车道线和道路边缘像素的像素坐标就具体代表了其相对于车辆的位置。此外还可采用类似于特斯拉的BEV视角特征提取和识别技术,首先在原始相机图像提取特征,然后通过交叉注意力或者神经注意力机制得到BEV视角特征,然后进行车道线和道路边缘的识别,其BEV视角的识别结果和车辆行驶的真实物理3D空间有一致的尺度关系。
识别道路边缘后,泊车系统控制本车以不高于预设速度例如15km/h的速度沿道路右侧边缘探索性行驶,途中始终与边缘或边缘障碍物尽可能保持预设距离例如50cm以便车辆转向,并将车辆行进方向与道路边缘水平对齐。同时标记出当前道路的一级可行域以及二级可行域:其中一级可行域为多车道道路的右侧车道除去边缘50cm的道路区域,二级可行域为道路两边缘除去一级可行域的区域。
S1416:泊车系统获取岔路识别结果,基于岔路识别结果和路径导航程序执行指令中的岔路信息进行路径规划。
其中,在本车未遇到岔路口时,泊车系统实时进行道路的局部路径归划,模拟出车辆在视野探测范围内沿道路右侧边缘行进的路线图。在识别到岔路后,分析岔路情况(例如是否可通行)及路径导航程序执行指令中的岔路信息进行路径规划。
图4是本公开的一个实施方式的本车在未遇到岔路口时在视野范围内沿道路右侧边缘行进的路线图。
其中,黑色粗实线所代表的是真正的道路边缘线,黑色虚线代表的是一二级可行域分割线,蓝灰色区域代表二级可行域,白色区域代表一级可行域,红色箭头线代表的是预设的路径轨迹。
在上文描述的步骤S1414中,如果检测到障碍物,优选地,还包括以下局部路径规划过程:
判断障碍物类型;
静态障碍物,则基于静态障碍物尺寸规划绕行路径,泊车系统生成控制信号以控制本车沿绕行路径对静态障碍物进行绕行;
动态障碍物,则泊车系统在与该动态障碍物之间具有预设距离位置处停滞满第一预设时间长度,如果动态障碍物移动,则泊车系统生成控制信号以使本车继续行驶,如果动态障碍物未移动,则泊车系统生成控制信号以使本车给出提醒信号(光信号或者声信号),动态障碍物继续保持不动满第二预设时间长度,则将其转化为静态障碍物。
在步骤S1414中,当本车因障碍物而导致既定路线受阻,则首先判断该障碍物为静态障碍物还是动态障碍物。
根据本公开的一个优选实施方式,如果判断该障碍物为静态障碍物,则选择绕行的避障措施,在障碍物身侧规划出一条满足车辆最大转角限制的曲线路径,局部路径规划时优先选择一级可行域内最大转弯半径的曲线作为替代路线,如果一级可行域内不存在满足最小转弯半径的路线,则选择可行域内(包括一级可行域和二级可行域)转弯半径最小的曲线作为替代路线。
如果判断前方障碍物为机动车、非机动车、行人、动物类别的动态障碍物,则本车在障碍物之前预设距离例如一米内停滞第一预设时间长度(例如20秒),之后,动态障碍物未移动,泊车系统生成控制信号以控制本车给出灯光信号示意动态障碍物,判断动态障碍物是否移动(可通过车载雷达信号判断),其移动后不影响本车的行驶路线,则本车继续行驶;如果动态障碍物继续保持不动满第二预设时间长度(例如2秒),则将其转化为静态障碍物,执行上文描述的对于静态障碍物的处理过程,避障绕行。
图5是本公开的一个实施方式的本车在遇到障碍物时的避障绕行示意图。
在本公开的一些实施方式中,当本车的预设路线(基于路径导航程序执行指令预设)内出现转角超过车辆最大转角的规划行驶路径曲线时,则获取该段曲线(不满足车辆动力学的路线)的前后路段的法向量方向,以规划出一条满足车辆最小转弯半径的新曲线路径,以此新曲线路径代替上述不满足车辆动力学的路线,参考图6。
图6是本公开的一个实施方式的转角行驶过程中的获取满足车辆最小转弯半径的新曲线路径的示意图。
其中,红色虚线为原始预设路线,红色实线为考虑汽车最大转角后的规划得到的新曲线路径,其中r为最小转弯半径。
对于上述各个实施方式的泊车方法S1000,在步骤S1416中,还可以包括岔路口识别过程,优选地,包括以下岔路口判断方法:
本车前方出现超过两条以上无交点的道路边缘线;
将每条道路边缘线的端点沿端点切线方向延伸,若两个端点的延伸线在以此两个端点为直径的圆内有交点,则判定为该两条道路边缘线为一条道路边缘线,在此判定的基础上,若本车前方的道路边缘线不超过两条,则不判定为岔路口(参考图7)。
图7示出了本公开的一个实施方式的岔路口判断示意图。本公开中,优选地基于道路边缘线是否断开(即道路边缘线的连续性)识别岔路口。
图7中,黑色实线为汽车感知到的道路边缘线,引起这种道路边缘断开的原因可能是因为该处存在障碍物,或者是某个空间的大门位置或入口位置,导致汽车识别的道路边缘线断开,这种情况下不判定为岔路口。
在本公开的一些实施方式中,为了避免道路中段隔离带对岔路口识别带来的影响,期望在识别岔路口时暂时忽略隔离带的存在,优选地,岔路口判断方法还包括:
在本车视野范围内,如果一段边缘线的两个端点距离小于预设距离或者该段边缘线为闭合曲线,且该段边缘线所分割的区域面积小于预设面积,则判定该边缘线为隔离带,在识别岔路口时,忽略此边缘线。
图8示出了本公开的一个实施方式的隔离带判断示意图。其中,灰色区域描述的是每条边界线(道路边缘线)所分割的区域,而蓝色曲线所描述的是当前道路的一条隔离带,其满足端点距离小(小于预设距离)且分割区域面积小(小于预设面积)的特点,在判断岔路口时,忽略此类隔离带。
本公开还提供了一种岔路口处理方法,图9示出了本公开的一个实施方式的岔路口处理方法S1420的流程示意图。
参考图9,示出了本公开的一个实施方式的岔路口处理方法,以一个实例对本公开的岔路口处理方法进行说明。
S1421:泊车系统判定前方出现岔路口后,分析岔路口情况,基于岔路口识别结果,构建二维栅格地图。通过栅格对空间进行划分,预设栅格边长为0.2米(可调整),以能够在保证算法运行效果的前提下减少计算量。
图10示出了本公开的一个实施方式的为岔路口构建的二维栅格地图。
S1422:建立二维栅格地图之后,基于岔路口的每条边缘线,将所有覆盖该边缘线的栅格赋值为0,之后,对二维栅格地图内可行域内与所有已赋值的栅格相邻的栅格赋值,共边栅格则加第一值例如1,共角栅格加第二值例如1.5,若某个栅格同时与多个栅格共边或共角,则选取对共边栅格加第一值或对共角栅格加第二值后结果最小的数值进行栅格赋值,直至全部可行域内的栅格被全部赋值。
图11和图12示例性地示出了基于一条边缘线(本车右前方道路边缘线)进行栅格赋值的示意图。
完成基于岔路口的各条道路边缘线(本车右侧道路边缘线,右前方道路边缘线,左侧道路边缘线,左前方道路边缘线)的栅格赋值。
图13至图15示例性地示出了对本车右侧道路边缘线、左侧道路边缘线及左前方道路边缘线的栅格赋值结果。
S1423:对基于各条边缘线进行栅格赋值的栅格赋值结果进行基于栅格地图的赋值叠加,获得初始叠加赋值图。
忽略或去除初始叠加赋值图中大于预设阈值(例如14)的栅格赋值,获得岔路口赋值图。
图16示例性地示出了本公开的岔路口赋值图。
S1424:以岔路口赋值图中叠加赋值最小的栅格的中心点作为岔路口中心点,获取其坐标(x0,y0),若存在多个叠加赋值最小的栅格,则取它们的几何中心作为岔路口中心点。
优选地,使用以下方法获得岔路口中心点。
获取所有叠加赋值最小的栅格的顶点(例如均取右上角顶点)或中心点坐标(x1,y1)…(xn,yn),则它们的几何中心坐标为:
S1425:获取岔路口中心点之后,基于岔路口中心点获取各条道路边缘线上的拐点。
泊车系统寻找每条道路边缘线上距离岔路口中心点最近的边缘点(u0,v0)作为边缘线上的拐点。
示例性地,本公开采用以下方法获取拐点。
设边缘线参数表达式为(Un(t),Vn(t)),通过数值求解的方式寻找t0,使得函数F(t)=(Un(t)-x0)2+(Un(t)-x0)2最小,则(un,vn)=(Un(t0),Vn(t0))。
获取到每条道路边缘线的拐点之后,比较每条边缘线上的拐点至岔路口中心点的距离,取最大的距离作为半径作圆,将该圆与全部可行域的交集区域作为通行域。并将被该圆分割开的不相交的各个区域作为岔路,即该岔路口的子路径。
图17和图18是本公开的一个实施方式的岔路分析图,示例性地示出了通行域及子路径。
获取通行域及子路径之后,以岔路口中心点为中心,以本车当前位置作为起始点顺时针或逆时针寻找岔路(即子路径),将顺时针经过的第一条岔路作为左转道,逆时针经过的第一条岔路作为右转道。同时将偏转角度最接近180度的子路径作为直行道。
基于本公开的岔路口处理方法S1420,获取了岔路口通行域和各个子路径。
进一步地,本公开的泊车方法S1000中,还包括以下步骤:
S1426:当泊车系统执行岔路口转向时,以通行域前本车位置作为起始位置,通行域后岔路(即子路径)本车预测位置作为目标位置,经通行域进行路径规划,初步规划出圆弧路径作为局部规划路径以控制本车行驶。
图19是本公开的一个实施方式的局部规划路径示意图。图19中,红色带箭头实线为岔路左转向的规划路径,红色带箭头虚线为岔路右转向的规划路径。
考虑到汽车本身存在最小转弯半径。因此当初步的局部规划路径不满足车辆动力学时,需要将车辆的转弯起始位置提前,以及将车辆的转弯结束位置延后。
图20示出了本公开的一个实施方式的岔路口左转的情况,进行了转弯起始位置提前及转弯结束位置延后的处理。图20中,黑色车辆所示是预处理时即初步规划的车辆转弯的初始位置及结束位置。
当黑色车辆的转弯起始位置及转弯结束位置的法线相交点与转弯起始位置及转弯结束位置的距离r小于车辆最小转弯半径R时,需要控制车辆(红色)提前开始转向及延后结束转向,局部规划路径如红色实线所示。
在本公开的一些实施方式的泊车方法S1000中,还包括环岛岔路处理方法,包括以下处理步骤:
泊车系统执行至路径导航程序执行指令中的环岛岔路指令,将本车前方岔路判定为环岛岔路;
泊车系统生成控制信号以控制本车靠右驶入环岛,基于环岛岔路指令,在第1至第n-1个岔路口中的一个时靠右行驶,直至第n个岔路口(出口),靠右驶出环岛(驶入岔路)以结束执行环岛岔路指令。
图21是一个环岛的示意图。本车沿当前道路向右转进入环岛,而后根据环岛岔路指令在用户所指定的第n个路口右转驶出环岛,在环岛内行驶中始终靠右侧行驶。
本公开的基于路径导航程序指令的泊车控制流程还包括停车处理方法,泊车系统执行至路径导航程序执行指令中的停车指令,对停车场/停车区域进行识别,识别成功之后,进一步地对目标停车位进行识别。
图22是本公开的一个实施方式的停车处理方法的流程示意图。
参考图22,本实施方式的停车处理方法S1430包括以下步骤。
S1431:执行至路径导航程序执行指令中的停车指令;
S1432:判断停车指令类型,停车指令类型为路边停车,执行步骤S1433,停车指令类型为停车场停车,执行步骤S1434,停车指令类型为空地/广场停车,执行步骤S1435;
S1433:对路边停车区域进行识别,泊车系统生成控制信号以控制本车进入路边停车区域;
S1434:对停车场进行识别,成功后对停车区进行识别,成功后对车位号进行识别,成功后泊车系统生成控制信号以控制本车驶入车位;
S1435:对空地/广场进行识别,泊车系统生成控制信号以控制本车进入空地/广场;
S1436:当步骤S1433/S1434/S1435执行成功后,泊车系统生成控制信号以控制本车停车,并生成泊车成功信息发送至用户终端设备(例如手机);当步骤S1433/S1434/S1435执行失败时,泊车系统生成泊车失败信息并发送至用户终端设备(例如手机)。
在执行步骤S1433/S1434/S1435的过程中,如果本车前方道路出现断路,则泊车系统生成控制信号以控制本车停车。
本公开的停车处理方法中,在泊车成功或者泊车失败时,可均采集本车顶视图像进行记录并发送至用户终端设备。
下文结合具体实例对本公开的停车处理方法进行详细说明。
在步骤S1433中,泊车系统首先判断用户的停车指令是否给出了具体的道路两侧停车指示,如停车指令不包含具体指示,则泊车系统生成控制信号以使本车尝试识别道路左右两侧是否有车位线,车位线的识别方法可采用鱼眼相机进行顶视图的生成,在顶视图上基于深度神经网络模型进行车位的检测及分类。
当检测到车位线后,例如经由超声波雷达,二次确认车位是否空置。若仅有一侧画有车位线,则选择该侧最近的空车位进行泊车。若两则均有停车位线,则选择右侧最近的空车位进行泊车。
具体泊车入位的方法可参考文献“Development of an automatic parkingsystem for vehicle”。
若道路两侧均无车位线,则通过摄像头感知道路两侧是否有已停泊的车辆,若有,在有已停泊车辆的一侧(默认为右侧)的前方,通过超声波测距寻找超过车身长度1米(可调整)的空置区域,若探测到空置区域,则控制本车驶入空置区域,泊车成功,泊车系统在步骤S1436中生成泊车成功信息。若未探测到空置区域或是道路两侧无任何车辆,泊车失败,泊车系统在步骤S1436中生成泊车失败信息。
在步骤S1434中,泊车系统生成控制信号以控制本车继续沿当前道路可行域向前行驶,途中尝试识别前方是否存在停车场,具体的识别方式为,通过深度学习的方式训练系统识别停车指示牌,例如“P”或“停车场”。图23是停车场标志示例图。
若识别到停车场标志,则将前方道路口判别为停车场入口。若未识别到停车场标志,则沿当前道路向前行驶,同时判断前方可行域宽度是否发生突变。其中,可行域宽度定义为当前行车方向的垂直方向可行域长度。
若本车识别到前方可行域宽度发生突变,且并非岔路口,且宽度变化后为当前本车位置可行域宽度的预设倍数以上例如三倍以上,则初步判定为抵达空地停车场。
空地停车场初步判定之后,本车进一步观测前方道路宽度变化后的区域内是否存在静止车辆,若前方区域内存在超过预设数量以上例如两辆以上且未处于当前道路延伸线上的静止车辆,则将其确认为空地停车场,若不存在上述静止车辆,则对前方区域采集图像并发送至用户终端设备以向用户询问停车场位置是否正确。图24是空地停车场的示例图。
若直至道路尽头或岔路口都未能识别停车场,则泊车系统在步骤S1436中生成泊车失败信息并发送至用户终端设备。
当识别停车场成功后,判断路径导航程序执行指令中的停车指令中是否给出了具体的停车区域及停车位置的指令。
若没有给出具体指令,则参照步骤S1433,先尝试识别停车位线,根据停车位线寻找最近的空位停车;若没有停车位线,则寻找充分的空置区域,具体寻找方法同样可以通过超声波雷达测距,寻找两辆并排停放的车辆之间是否存在至少一个半车身长度的空置距离,如果存在,则将本车泊入该空置区域。
若用户给出了具体的停车区域及停车位置的指令,则执行以下步骤:
泊车系统首先判断用户是否给出区域号指令。如果用户给出了具体的区域号指令,则基于深度学习的方法寻找并识别附近的指示牌上的英文字母或数字,以及潜在的左转向标,右转向标和直行标志,具体识别方法可参考文献“Sign board Detection andText Recognition Using Artificial Neural Networks”。图25是停车场中停车区域标志(区域号)的示例图。
参考图25,泊车系统首先识别当前所在区域,英文字母可以判别为其在英文字母表中对应的顺位数字。
当识别到区域号等于用户指令时,进入该区域。未识别到区域号时,泊车系统尝试识别附近是否有分区指挥的指示牌,若存在指示牌,则按照指示牌指挥方向移动,若不存在指示牌,则泊车系统指挥本车沿当前道路方向行驶。若遇到岔路口时,则尝试识别每条岔路边缘所围区域的区域号,并转向与指定区域号更接近的一侧。直到寻找到指定的区域号。
本车进入指定的区域号后,或是用户未给出区域号指令,泊车系统开始判断用户是否给出具体的车位号。
若用户仅给出区域号指令而未给出车位号指令,则参照步骤S1433,先尝试识别停车位线,根据停车位线寻找最近的空位停车,若没有停车位线,则通过超声波雷达测距,寻找两辆并排停放的车辆之间存在至少一个半车身的空置,并将本车泊入该空置区域。
若用户给出具体车位号指令,则将用户所指示车位号转化为数字,同时识别附近车位号数字。并沿当前道路向前行驶,当遇到岔路时,尝试识别停车场是否有车位号路标指示。若存在车位号路标指示,则判断目标车位号是否符合指示牌数字区间,若符合,则转向该路标所指方向;若无指示,则识别每条岔路前方距离本车当前位置最近的车位号,选择转向与目标车位号差值绝对值较小的一个方向。若识别到本车行驶至已行驶过的区域,则优先转向之前未选择的方向。若成功识别到目标停车位,且该车位可停,则控制本车进入车位。若上述判断出现死循环情况,或在成功识别到目标停车位后,该车位有停车障碍,则泊车系统在步骤S1436中生成泊车失败信息并发送至用户终端设备。
在步骤S1435中,泊车系统控制本车沿当前道路向前行驶,同时判断前方可行域宽度是否发生突变,参照步骤S1434。若识别到前方可行域宽度发生突变,且并非岔路口,且宽度变化后为本车当前道路宽度的预设倍数以上例如三倍以上,并且道路宽度变化后的区域内存在静止车辆,则判定为本车抵达停车空地/停车广场,之后参照S1433进行停车位识别并进行停车。
图26是本公开的又一个实施方式的基于语音信号的泊车方法的流程示意图。
参考图26,当本公开的泊车方法S1000中的步骤S1200中判断结果为:存在与本车当前位置关联的且包括至少一个历史泊车目标位置的本车历史轨迹信息,则本公开的泊车方法S1000中的步骤S1400包括:
S1402:接收到第二特征语音信号(接收到确认使用泊车系统的语音信号),则输出与本车当前位置关联的且包括至少一个历史泊车目标位置的本车历史轨迹信息以供选择;
S1404:接收到历史泊车目标位置选择指令(可以是语音指令,也可以是触控指令),则执行基于历史泊车目标位置选择指令的泊车控制流程。
根据本公开的优选实施方式,基于历史泊车目标位置选择指令的泊车控制流程包括以下步骤:
S1441:将本车当前位置与包含被选定历史泊车目标位置的至少一条本车历史轨迹进行比较,基于本车历史轨迹行驶次数及本车当前位置与本车历史轨迹之间的距离获取最优历史轨迹。
优选地,泊车系统通过GPS初步获取的本车当前位置,同时调取历史轨迹的轨迹点位置信息,并进行分析。当本车附近对同一选定历史目的地存在多条不同的历史轨迹时,优先选择行驶次数更多的历史轨迹作为最优历史轨迹;若存在多条行驶次数相同的历史轨迹,则选择相对当前位置更近的历史轨迹作为最优历史轨迹。
S1442:判断最优历史轨迹与本车当前位置之间的最小距离是否超过预设距离(例如5米),如果超过,则执行步骤S1443,如果未超过,则执行步骤S1444。
S1443:泊车系统控制本车沿当前可行域向前行进,并不断标记出与本车当前位置最近的历史轨迹点以寻找最优历史轨迹,每当本车遇到岔路口时,泊车系统控制本车转向至与标记点连线方向指向的岔路中,直至本车当前位置与最优历史轨迹之间的最小距离小于或等于预设距离,进入步骤S1444。
图27是寻找最优历史轨迹的示例图。
S1444:泊车系统控制本车进行重新定位,以控制本车移动至最优历史轨迹并对齐历史位姿。
优选地,通过以下步骤进行重新定位。图28是重定位轨迹点匹配图。
通过车载摄像头获取本车当前位置周边环境360°影像,并提取图像特征,而后将本车当前位置预设距离范围(例如5米范围)内的历史轨迹点从历史地图数据中调取出,若同时存在多个可供调取的历史轨迹点,则调取距离本车最近和最远的有限数量的点例如2至4个点。
将调取的轨迹点的建图信息与本车的当前位置的建图信息进行比对,若不存在充分数量的匹配特征点,判定重定位失败,控制本车沿当前可行域继续行驶,并始终不断接近最优历史轨迹,并持续尝试重定位及特征点匹配。
当泊车系统寻找到充分数量的匹配特征点,重定位成功,可以利用RANSAC迭代并使用PnP算法求解本车位姿,并根据对本车当前位置周边环境360°影像的测距,修正本车当前位置信息,并控制本车移动至历史轨迹点并对齐历史位姿。
S1445:从最优历史轨迹中规划出最优全局路线,并基于最优全局路线控制本车行驶至目标地点。
本车行驶至目标地点之后,可以基于历史停车命令并参照本公开上文描述的停车处理方法(S1431至S1436)进行停车处理。
优选地,泊车系统调取出历史地图数据内规划出的最优路线,并按照最优路线所示方向匀速低速行驶。在行驶过程中同时进行局部路径规划,以定位系统例如GPS定位和对本车周身环境SLAM建图。当匹配当前位置的历史轨迹点所含位置信息与本车自身惯性所计算出的位置信息不符时,更新前置匹配点和当前匹配点的位置信息(此处忽略因避障而采取的小范围绕行的绕行点)。
具体更新方式为,设前置匹配点的坐标为(x0,y0),当前匹配点的历史坐标信息为(x1,y1),当前点位根据惯性导航计算坐标为(x2,y2)。由于历史点位(x1,y1)是根据GPS所提供的位置信息,其误差可能非常大。而根据惯性导航做计算的运动相对向量(x2-x0,y2-y0),其误差相较于诸如GPS的误差在短距离内可以忽略不计,因此,更新的新点位坐标(x′0,y′0)和(x′1,y′1)需满足(x2,y2)-(x0,y0)=(x′1,y′1)-(x′0,y′0),寻找(x′0,y′0)和(x′1,y′1)使得在以(x′0,y′0)和(x′1,y′1)为两点真实坐标时,观测到(x0,y0)和(x1,y1)时的概率最大。
进一步优选地,本公开提供一种迭代更新方法。依据弱大数定律,认为GPS的观测坐标服从独立的二维高斯分布。因此,本公开对点位坐标进行L2优化。
以此不断地更新历史的轨迹点位置信息和周边的环境特征。在多次行驶于该轨迹后,所得的轨迹坐标函数将收敛于真实的轨迹坐标函数。除此以外,其余的位置坐标优化方法,以及其他的概率代价函数对本步骤同样适用。
如果本车在行驶过程中出现规划路径断路的情况,则泊车系统可以尝试从历史地图数据中调取次优路线,并沿次优路线重新行驶,若调取次优路线失败或次优路线不存在,则判定泊车失败。若本车成功驶入历史停车目的区域,则检查历史停车命令中是否规定了停车场区域号、车位号,参照上文描述的内容控制本车停入周边空位/指定车位。
在上文描述的步骤S1436中,优选地基于以下步骤进行泊车成功/泊车失败的后处理。
A、泊车成功:
采集本车停车区域图像及生成泊车成功信息并发送至用户终端设备;
接收到来自于用户终端设备的确认信息;
将本次泊车过程数据记录至泊车地图数据中,并至少规划出最优路线;
泊车结束,泊车系统关闭。
B、泊车失败:
泊车系统暂停,生成泊车失败信息并发送至用户终端设备以请求进一步指令;
未接收到进一步指令,生成控制信号以控制本车返回泊车初始位置;
接收到进一步指令,基于进一步指令生成控制信号以对本车进行控制。
本公开中,泊车系统存在两种情况,一是正常抵达目的地并成功泊车,二是因为道路错误/故障等原因导致泊车失败,具体原因包括行驶至死胡同,未能识别停车场,无停车空位,以及各类道路阻塞等情况。
更具体地,泊车成功时,本车可以对车身360度场景进行立体环绕拍照,而后将360度场景图像发送给用户终端设备。如果用户确认停车正确,则对本次泊车过程数据进行处理,若本次行程为无历史记忆的新行程,则泊车系统将本次行驶的路径轨迹点,包含六自由度的车辆位置和姿态信息,同时和GPS信息有对齐关系,连同该轨迹点SLAM建图中的环境特征以及环境特征的测距,一并存入历史地图数据,并通过聚类的方法生成轨迹曲线。
然后标记并记录所有岔路口的位置和指令信息。通过分析该段轨迹中的线路几何,提取出重叠测度为0的所有可能线路并通过比较总长度将这一系列路线作为最优路线至次优路线存储至本车存储系统或者云端存储系统。若此次行程为历史模式泊车,则将本次行程覆盖至原行程之上,重叠的部分完全更新,不重叠的部分则均进行保留。
泊车失败或者接收到用户终端设备的否认信息,泊车系统指挥本车行驶至当前可行域路旁,停车开启双闪,并将周身环境拍摄360度照片发送给用户终端设备,同时泊车系统将本次行驶路程轨迹以及GPS导航定位显示给用户终端设备,若本次泊车行程为历史模式泊车。则将历史轨迹地图协同展示给用户终端设备,已行驶过的历史轨迹以实线标出,未行驶过的历史轨迹以虚线标出。报错后,请求用户进一步指示。若用户长时间未响应,则(默认)将本车自动返回至泊车起始位置,此处默认可由用户修改。泊车系统接收的用户提供的进一步指示选择包括:返回泊车起始点、前方路边停车、停车场内新指令。
示例性地,当用户指示本车返回泊车起始位置时,泊车系统指挥本车在当前道路掉头,沿原路返回起始位置。回到泊车起始位置并重定位成功后,泊车结束,泊车系统关闭。
当用户指示前方路边停车时,泊车系统指挥本车向前行驶并识别当前道路宽度,当道路前方道路可行宽度为预设数量例如四个车身宽度以上,且不存在禁止停车指示牌,或画有停车位线时,泊车系统指挥车辆泊入道路右侧空置区域中。
当泊车失败并且车辆处于停车场中时,用户可以提供停车场内新指令,包括新的区域号、车位号或者是任意位置停车。
图29是本公开的又一个实施方式的泊车方法的流程示意图。
参考图29,当本公开的步骤S1200中判断结果为:存在与本车当前位置关联(例如预设距离范围之内的)的且包括至少一个历史泊车目标位置的本车历史轨迹信息,则步骤S1400包括:
S1402:接收到第二特征语音信号(接收到确认使用泊车系统的语音信号),则输出与本车当前位置关联的且包括至少一个历史泊车目标位置的本车历史轨迹信息以供选择;
S1404:未接收到历史泊车目标位置选择指令或者接收到新目标位置选择指令(可以是语音指令,也可以是触控指令),则输出用于交互的第二语音信号以请求路径导航语音信号;
S1406:对接收到的路径导航语音信号进行语义识别,生成并输出模板化路径导航语音指令以供确认;
S1408:接收到确认指令(可以是语音指令,也可以是触控指令),基于模板化路径导航语音指令生成路径导航程序执行指令以执行基于路径导航程序指令的泊车控制流程;未接收到确认指令(在预设时间长度内)或者接收到否认指令,则再次输出用于交互的第二语音信号以请求路径导航语音信号以继续执行步骤S1406。
图30是本公开的一个实施方式的采用处理系统的硬件实现方式的泊车系统的结构示意框图。
根据本公开的一个实施方式的基于语音信号的泊车系统1000,包括:
语音信号接收模块1002,语音信号接收模块1002用于接收用户的语音信号;
第一特征语音信号获取模块1004,第一特征语音信号获取模块1004判断接收的语音信号中是否包括第一特征语音信号;
语音输出模块1006,语音输出模块1006基于第一特征语音信号,输出用于交互的第一语音信号;
第二特征语音信号获取模块1008,第二特征语音信号1008判断语音信号接收模块1002是否接收到响应于第一语音信号的第二特征语音信号;
泊车处理模块1010,泊车处理模块1010基于接收到的第二特征语音信号及接收到的路径导航语音信号或者历史泊车目标位置选择指令执行泊车控制流程。
根据本公开的优选实施方式的基于语音信号的泊车系统1000,还包括:触控指令接收模块1012,触控指令接收模块1012至少用于接收历史泊车目标位置选择指令。
该泊车系统可以包括执行上述流程图中各个或几个步骤的相应模块。因此,可以由相应模块执行上述流程图中的每个步骤或几个步骤,并且该泊车系统可以包括这些模块中的一个或多个模块。模块可以是专门被配置为执行相应步骤的一个或多个硬件模块、或者由被配置为执行相应步骤的处理器来实现、或者存储在计算机可读介质内用于由处理器来实现、或者通过某种组合来实现。
该硬件结构可以利用总线架构来实现。总线架构可以包括任何数量的互连总线和桥接器,这取决于硬件的特定应用和总体设计约束。总线1100将包括一个或多个处理器1200、存储器1300和/或硬件模块的各种电路连接到一起。总线1100还可以将诸如外围设备、电压调节器、功率管理电路、外部天线等的各种其他电路1400连接。
总线1100可以是工业标准体系结构(ISA,Industry Standard Architecture)总线、外部设备互连(PCI,Peripheral Component)总线或扩展工业标准体系结构(EISA,Extended Industry Standard Component)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,该图中仅用一条连接线表示,但并不表示仅有一根总线或一种类型的总线。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本公开的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本公开的实施方式所属技术领域的技术人员所理解。处理器执行上文所描述的各个方法和处理。例如,本公开中的方法实施方式可以被实现为软件程序,其被有形地包含于机器可读介质,例如存储器。在一些实施方式中,软件程序的部分或者全部可以经由存储器和/或通信接口而被载入和/或安装。当软件程序加载到存储器并由处理器执行时,可以执行上文描述的方法中的一个或多个步骤。备选地,在其他实施方式中,处理器可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行上述方法之一。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,可以具体实现在任何可读存储介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。
就本说明书而言,“可读存储介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。可读存储介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式只读存储器(CDROM)。另外,可读存储介质甚至可以是可在其上打印程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序,然后将其存储在存储器中。
应当理解,本公开的各部分可以用硬件、软件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施方式方法的全部或部分步骤是可以通过程序来指令相关的硬件完成,程序可以存储于一种可读存储介质中,该程序在执行时,包括方法实施方式的步骤之一或其组合。
此外,在本公开各个实施方式中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个可读存储介质中。存储介质可以是只读存储器,磁盘或光盘等。
本公开还提供电子设备,包括:存储器,存储器存储执行指令;以及处理器,处理器执行存储器存储的执行指令,使得处理器执行本公开任一个实施方式的方法。
本公开还提供一种可读存储介质,可读存储介质中存储有执行指令,执行指令被处理器执行时用于实现本公开任一个实施方式的方法。
本公开还提供一种计算机程序产品,包括计算机程序/指令,计算机程序/指令被处理器执行时实现本公开任一个实施方式的方法。
在本说明书的描述中,参考术语“一个实施方式/方式”、“一些实施方式/方式”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施方式/方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施方式/方式或示例中。在本说明书中,对上述术语的示意性表述不必须的是相同的实施方式/方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施方式/方式或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施方式/方式或示例以及不同实施方式/方式或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
本领域的技术人员应当理解,上述实施方式仅仅是为了清楚地说明本公开,而并非是对本公开的范围进行限定。对于所属领域的技术人员而言,在上述公开的基础上还可以做出其它变化或变型,并且这些变化或变型仍处于本公开的范围内。
Claims (10)
1.一种基于语音信号的泊车方法,其特征在于,包括:
S1100:判断接收的语音信号中是否包括第一特征语音信号;
S1200:基于所述第一特征语音信号,输出用于交互的第一语音信号;
S1300:判断是否接收到响应于所述第一语音信号的第二特征语音信号;以及
S1400:基于接收到的第二特征语音信号及接收到的路径导航语音信号或者历史泊车目标位置选择指令执行泊车控制流程。
2.根据权利要求1所述的基于语音信号的泊车方法,其特征在于,步骤S1200中,还包括:
获取本车当前位置并判断是否存在与本车当前位置关联的且包括至少一个历史泊车目标位置的本车历史轨迹信息。
3.根据权利要求2所述的基于语音信号的泊车方法,其特征在于,获取本车当前位置并判断是否存在与本车当前位置关联的且包括至少一个历史泊车目标位置的本车历史轨迹信息,判断结果为:不存在与本车当前位置关联的且包括至少一个历史泊车目标位置的本车历史轨迹信息,则步骤S1400包括:
S1402:接收到所述第二特征语音信号,则输出用于交互的第二语音信号以请求路径导航语音信号;及
S1404:对接收到的路径导航语音信号进行语义识别,生成并输出模板化路径导航语音指令以供确认。
4.根据权利要求3所述的基于语音信号的泊车方法,其特征在于,步骤S1400还包括:
S1406:接收到确认指令,基于所述模板化路径导航语音指令生成路径导航程序执行指令以执行基于路径导航程序指令的泊车控制流程。
5.根据权利要求3所述的基于语音信号的泊车方法,其特征在于,步骤S1400还包括:
S1406:未接收到确认指令或者接收到否认指令,则再次输出所述用于交互的第二语音信号以请求路径导航语音信号以继续执行步骤S1404。
6.根据权利要求2所述的基于语音信号的泊车方法,其特征在于,获取本车当前位置并判断是否存在与本车当前位置关联的且包括至少一个历史泊车目标位置的本车历史轨迹信息,判断结果为:存在与本车当前位置关联的且包括至少一个历史泊车目标位置的本车历史轨迹信息,则步骤S1400包括:
S1402:接收到所述第二特征语音信号,则输出所述与本车当前位置关联的且包括至少一个历史泊车目标位置的本车历史轨迹信息以供选择;
优选地S1404:接收到历史泊车目标位置选择指令,则执行基于历史泊车目标位置选择指令的泊车控制流程;
优选地,步骤S1400还包括:
S1404:未接收到历史泊车目标位置选择指令或者接收到新目标位置选择指令,则输出用于交互的第二语音信号以请求路径导航语音信号;及
S1406:对接收到的路径导航语音信号进行语义识别,生成并输出模板化路径导航语音指令以供确认;
优选地,步骤S1400还包括:
S1408:接收到确认指令,基于所述模板化路径导航语音指令生成路径导航程序执行指令以执行基于路径导航程序指令的泊车控制流程;
优选地,步骤S1400还包括:
S1408:未接收到确认指令或者接收到否认指令,则再次输出所述用于交互的第二语音信号以请求路径导航语音信号以继续执行步骤S1406;
优选地,基于接收到的第二特征语音信号及接收到的路径导航语音信号执行泊车控制流程,包括:
泊车系统判断本车是否满足起步条件,满足起步条件后泊车系统生成控制信号以控制本车起步;
泊车系统获取当前道路的可行域,实时根据路况进行局部路径规划,泊车系统生成控制信号控制本车沿可行域行驶;以及
泊车系统执行至路径导航程序执行指令中的停车指令,则基于停车指令生成停车控制信号以使得本车执行停车动作;
优选地,还包括:
泊车系统获取岔路识别结果,基于岔路识别结果和路径导航程序执行指令中的岔路信息进行路径规划以更新可行域;
优选地,基于岔路识别结果和路径导航程序执行指令中的岔路信息进行路径规划以更新可行域,包括:
为岔路口构建二维栅格地图;
基于岔路口的每条边缘线,将所有覆盖该边缘线的栅格赋值为初始值,对二维栅格地图内可行域内与所有已赋值的栅格相邻的栅格赋值,共边栅格则加第一值,共角栅格加第二值,若某个栅格同时与多个栅格共边或共角,则选取对共边栅格加第一值或对共角栅格加第二值后结果最小的数值进行栅格赋值,直至全部可行域内的栅格被全部赋值,完成基于岔路口的各条道路边缘线的栅格赋值;
对基于各条边缘线进行栅格赋值的栅格赋值结果进行基于栅格地图的赋值叠加,获得初始叠加赋值图;
以初始叠加赋值图中叠加赋值最小的栅格的中心点作为岔路口中心点,若存在多个叠加赋值最小的栅格,则取它们的几何中心作为岔路口中心点;
基于所述岔路口中心点获取岔路口通行域和各个子路径;以及
基于所述岔路口通行域及各个子路径更新所述可行域;
优选地,基于接收到的第二特征语音信号及接收到的历史泊车目标位置选择指令执行泊车控制流程,包括:
S1441:将本车当前位置与包含被选定历史泊车目标位置的至少一条本车历史轨迹进行比较,基于本车历史轨迹行驶次数及本车当前位置与本车历史轨迹之间的距离获取最优历史轨迹;
S1442:判断最优历史轨迹与本车当前位置之间的最小距离是否超过预设距离,如果超过,则执行步骤S1443,如果未超过,则执行步骤S1444;
S1443:泊车系统控制本车沿当前可行域向前行进,并不断标记出与本车当前位置最近的历史轨迹点以寻找最优历史轨迹,每当本车遇到岔路口时,泊车系统控制本车转向至与标记点连线方向指向的岔路中,直至本车当前位置与最优历史轨迹之间的最小距离小于或等于预设距离,进入步骤S1444;
S1444:泊车系统控制本车进行重新定位,以控制本车移动至最优历史轨迹并对齐历史位姿;以及
S1445:从最优历史轨迹中规划出最优全局路线,并基于最优全局路线控制本车行驶至目标地点;
优选地,基于接收到的第二特征语音信号及接收到的路径导航语音信号或者历史泊车目标位置选择指令执行泊车控制流程,还包括以下停车处理流程:
S1431:执行至路径导航程序执行指令中的停车指令;
S1432:判断停车指令类型,停车指令类型为路边停车,执行步骤S1433,停车指令类型为停车场停车,执行步骤S1434,停车指令类型为空地/广场停车,执行步骤S1435;
S1433:对路边停车区域进行识别,泊车系统生成控制信号以控制本车进入路边停车区域;
S1434:对停车场进行识别,成功后对停车区进行识别,成功后对车位号进行识别,成功后泊车系统生成控制信号以控制本车驶入车位;
S1435:对空地/广场进行识别,泊车系统生成控制信号以控制本车进入空地/广场;以及
S1436:当步骤S1433/S1434/S1435执行成功后,泊车系统生成控制信号以控制本车停车,并生成泊车成功信息发送至用户终端设备;当步骤S1433/S1434/S1435执行失败时,泊车系统生成泊车失败信息并发送至用户终端设备。
7.一种基于语音信号的泊车系统,其特征在于,包括:
语音信号接收模块,所述语音信号接收模块用于接收用户的语音信号;
第一特征语音信号获取模块,所述第一特征语音信号获取模块判断接收的语音信号中是否包括第一特征语音信号;
语音输出模块,所述语音输出模块基于所述第一特征语音信号,输出用于交互的第一语音信号;
第二特征语音信号获取模块,所述第二特征语音信号判断语音信号接收模块是否接收到响应于所述第一语音信号的第二特征语音信号;以及
泊车处理模块,所述泊车处理模块基于接收到的第二特征语音信号及接收到的路径导航语音信号或者历史泊车目标位置选择指令执行泊车控制流程;
优选地,还包括:
触控指令接收模块,所述触控指令接收模块至少用于接收历史泊车目标位置选择指令。
8.一种电子设备,其特征在于,包括:
存储器,所述存储器存储执行指令;以及
处理器,所述处理器执行所述存储器存储的执行指令,使得所述处理器执行权利要求1至6中任一项所述的泊车方法。
9.一种可读存储介质,其特征在于,所述可读存储介质中存储有执行指令,所述执行指令被处理器执行时用于实现权利要求1至6中任一项所述的泊车方法。
10.一种计算机程序产品,包括计算机程序/指令,其特征在于,所述计算机程序/指令被处理器执行时实现权利要求1至6中任一项所述的泊车方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210588553.8A CN114802213A (zh) | 2022-05-27 | 2022-05-27 | 基于语音信号的泊车方法、泊车系统及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210588553.8A CN114802213A (zh) | 2022-05-27 | 2022-05-27 | 基于语音信号的泊车方法、泊车系统及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114802213A true CN114802213A (zh) | 2022-07-29 |
Family
ID=82519079
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210588553.8A Pending CN114802213A (zh) | 2022-05-27 | 2022-05-27 | 基于语音信号的泊车方法、泊车系统及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114802213A (zh) |
-
2022
- 2022-05-27 CN CN202210588553.8A patent/CN114802213A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113748315B (zh) | 用于自动车道标记的系统 | |
US20200255027A1 (en) | Method for planning trajectory of vehicle | |
CN110588642B (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
AU2021203701B2 (en) | Recognizing assigned passengers for autonomous vehicles | |
CN111081064B (zh) | 一种车载以太网的自动泊车系统及自动代客泊车方法 | |
CN111874006B (zh) | 路线规划处理方法和装置 | |
CN109741617A (zh) | 一种停车场泊车导航方法及装置 | |
CN109426256A (zh) | 自动驾驶车辆的基于驾驶员意图的车道辅助系统 | |
CN110962843A (zh) | 一种自动泊车控制决策方法及系统 | |
US10988137B2 (en) | Driveway maneuvers for autonomous vehicles | |
US10635117B2 (en) | Traffic navigation for a lead vehicle and associated following vehicles | |
CN102735256A (zh) | 一种识别主辅路的车载导航装置及导航方法 | |
CN112325896B (zh) | 导航方法、装置、智能行驶设备及存储介质 | |
WO2023179028A1 (zh) | 一种图像处理方法、装置、设备及存储介质 | |
US20200156663A1 (en) | Accessibility method and apparatus for autonomous/semi-autonomous driving | |
CN114450735A (zh) | 一种联合预测运动对象轨迹的系统和方法 | |
CN114954440A (zh) | 具有自主探索模式的泊车方法、泊车系统及电子设备 | |
CN114771510A (zh) | 基于路线图的泊车方法、泊车系统及电子设备 | |
CN117416344A (zh) | 自主驾驶系统中校车的状态估计 | |
CN114973644B (zh) | 道路信息生成装置 | |
CN114802213A (zh) | 基于语音信号的泊车方法、泊车系统及电子设备 | |
KR20210005393A (ko) | 자율주행차량의 유턴 제어 장치 및 그 방법 | |
CN110588643A (zh) | 识别处理装置、车辆控制装置、识别控制方法及存储介质 | |
CN114572250A (zh) | 一种自动驾驶通过交叉路口的方法及存储介质 | |
CN111127923B (zh) | 一种指示标识的解析设备和方法 |
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 |