CN115497331A - 一种泊车方法、装置、设备及车辆 - Google Patents

Abstract

本申请实施例提供一种泊车方法、装置、设备及车辆。在本申请实施例中，该方法可包括：在检测到所述待停车车辆进入到目标停车场时，接收来自云端服务器的所述目标停车场的地图，所述目标停车场的地图提供有默认行驶路线，所述目标停车场中包含有多个信息指示牌，所述信息指示牌用于指示对应的可泊车区域的剩余车位信息；在基于所述默认行驶路线行驶过程中，采集所述待停车车辆途经的信息指示牌；通过语义识别模型识别所述待停车车辆途经的信息指示牌中的剩余车位信息和对应的行驶方向，以及基于所述待停车车辆途经的信息指示牌中的剩余车位信息和对应的行驶方向，确定可行驶路线；基于所述可行驶路线进行泊车操作。

Description

一种泊车方法、装置、设备及车辆

技术领域

本申请涉及车辆控制技术领域，尤其涉及一种泊车方法、装置、设备及车辆。

背景技术

近年来，随着经济的快速发展，私家车保有量的迅速增加，各大商场及小区对大型停车场的需求也越来越大。但随着停车场的规模越来越大，也给用户带来找车位难，以及由于找车位带来的停车拥堵问题。为了应对这一问题，现有技术通过车辆对停车路线进行记忆，由车辆根据历史停车路线，泊入至指定车位中，实现代客泊车。

但这种停车方式需在指定车位未有其他车辆占用的前提下才能用，而且通常只适用于车辆有固定停车位的停车场。而对于车站或商场提供的公共停车场，由于供车辆使用的停车位并不固定，因此，无法适用上述停车方式实现代客泊车。而且，对于公共停车场而言，很多车辆是第一次进入停车场，在这种情况下，由于车辆对停车场路线并不熟悉，往往只能盲目地在停车场内行驶来查找可用的停车位，这也使得车辆的停车难度变得更大。

因此，如何为在大型停车场有停车需求的车辆提供一种泊车方法，以提高车辆的停车效率，仍然需要提供进一步的解决方案。

发明内容

本申请的多个方面提供一种泊车方法、装置、设备及车辆，用以提高在大型停车场有停车需求的车辆的停车效率。

第一方面，本申请实施例提供一种泊车方法，所述方法应用于待停车车辆，所述方法包括：

在检测到所述待停车车辆进入到目标停车场时，接收来自云端服务器的所述目标停车场的地图，所述目标停车场的地图提供有默认行驶路线，所述目标停车场中包含有多个信息指示牌，所述信息指示牌用于指示对应的可泊车区域的剩余车位信息，所述默认行驶路线覆盖有预设数量的信息指示牌，所述预设数量与所述多个信息指示牌的数量之间的比值不小于预设数值；

在基于所述默认行驶路线行驶过程中，采集所述待停车车辆途经的信息指示牌；

通过语义识别模型识别所述待停车车辆途经的信息指示牌中的剩余车位信息和对应的行驶方向，以及基于所述待停车车辆途经的信息指示牌中的剩余车位信息和对应的行驶方向，确定可行驶路线；

基于所述可行驶路线进行泊车操作。

第二方面，本申请实施例还提供一种泊车装置，包括：

接收模块，用于在检测到待停车车辆进入到目标停车场时，接收来自云端服务器的所述目标停车场的地图，所述目标停车场的地图提供有默认行驶路线，所述目标停车场中包含有多个信息指示牌，所述信息指示牌用于指示对应的可泊车区域的剩余车位信息，所述默认行驶路线覆盖有预设数量的信息指示牌，所述预设数量与所述多个信息指示牌的数量之间的比值不小于预设数值；

采集模块，用于在基于所述默认行驶路线行驶过程中，采集所述待停车车辆途经的信息指示牌；

识别模块，用于通过语义识别模型识别所述待停车车辆途经的信息指示牌中的剩余车位信息和对应的行驶方向，以及基于所述待停车车辆途经的信息指示牌中的剩余车位信息和对应的行驶方向，确定可行驶路线；

泊车模块，用于基于所述可行驶路线进行泊车操作。

第三方面，本申请实施例还提供一种车辆，所述车辆包括如第二方面中所述的泊车装置。

第四方面，本申请实施例还提供一种存储有计算机程序的计算机可读存储介质，当所述计算机程序被执行时实现如第一方面所述的方法中的步骤。

第五方面，本申请实施例还提供一种计算机设备，包括：存储器和处理器；其中，所述存储器，用于存储计算机程序；所述处理器耦合至所述存储器，用于执行所述计算机程序以用于执行如第一方面所述方法中的步骤。

由以上本申请实施例提供的技术方案可见，本申请实施例方案至少具备如下一种技术效果：

本申请提供的一个或多个实施例，目标停车场内设置有多个指示对应的可泊车区域的剩余车位信息的信息指示牌，能够在检测到待停车车辆进入到目标停车场时，接收来自云端服务器的目标停车场的地图，从而能够基于目标停车场的地图确定能够覆盖预设数值比例的信息指示牌的默认行驶路线，而且能够在基于默认行驶路线行驶过程中，通过语义识别模型识别待停车车辆所采集的信息指示牌，并根据信息指示牌的识别结果，确定各可泊车区域的剩余停车位，进而基于该信息确定目的地有剩余停车位的可行驶路线，从而为待停车车辆进行泊车操作提供了有效依据，进而极大地提高了待停车车辆的停车效率和准确率。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请一示例性实施例提供的一种泊车方法的实现流程示意图；

图2为本申请一示例性实施例提供的泊车方法中的目标停车场的结构示意图；

图3为本申请一示例性实施例提供的泊车方法中的信息指示牌的示意图，其中，图3（a）为信息指示牌只包含有指示箭头和数字的示意图，图3（b）为信息指示牌包含有指示箭头、数字、中英文以及间隔符的示意图，图3（c）为信息指示牌包含有指示箭头、数字和文字的示意图；

图4为本申请一示例性实施例提供的泊车方法中待停车车辆与云端服务器中的功能模块的示意图；

图5为本申请一示例性实施例提供的泊车方法应用于一种实际场景中的流程示意图；

图6为本申请一示例性实施例提供的一种泊车装置的结构示意图；

图7为本申请一示例性实施例提供的一种车辆的结构示意图；

图8为本申请一示例性实施例提供的一种电子设备的结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅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没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

如背景技术所述，现有的大型停车场由于规模较大，对于有停车需求的用户来说，存在找车位难进而使得停车难的问题。尽管有现有技术能够通过车辆对停车路线进行记忆，使得车辆根据历史停车路线，顺利泊入历史停车位中。但这种停车方式在历史停车位被占用的情况下，仍然无法实现顺利的停车。针对此，现有技术有提到为进入停车场的车辆下发停车场地图，但所下发的停车场地图通常只有停车场内的行驶路线，这就导致车辆在停车场中虽然能够依据停车场地图进行路线规划，但如何找到停车位仍然需要依据停车场内的行驶路线由近及远地行驶，以寻找行驶过程中车辆附近的空闲停车位。显然这种泊车方式虽然为泊车车辆提供了行驶路线，但并未缩短空闲停车位的寻找时间，其对泊车效率的提高并不明显。

此外，还有相关技术提到，为进入停车场的车辆下发每隔几个小时或几天更新的停车场地图，该停车场地图除了包含有停车场内的行驶路线外，还包含有停车场内的候选停车位。在该停车场地图中的候选泊车信息准确的情况下，确实能为泊车车辆提供较为便利的泊车路线，但是由于该停车场地图的更新时间通常为几个小时或者几天，其提供的候选停车位可能已被其他车辆所占用，而未及时更新到停车场地图中，这种情况下，这种泊车方式仍然无法为泊车车辆提供准确的泊车信息以有效提高泊车效率。

针对此，为提高车辆在大型停车场中的停车效率和准确率，目标停车场内设置有多个指示对应的可泊车区域的剩余车位信息的信息指示牌，能够在检测到待停车车辆进入到目标停车场时，接收来自云端服务器的目标停车场的地图，从而能够基于目标停车场的地图确定能够覆盖预设数值比例的信息指示牌的默认行驶路线，而且能够在基于默认行驶路线行驶过程中，通过语义识别模型识别待停车车辆所采集的信息指示牌，并根据信息指示牌的识别结果，确定各可泊车区域的剩余停车位，进而基于该信息确定目的地有剩余停车位的可行驶路线，从而为待停车车辆进行泊车操作提供了有效依据，进而极大地提高了待停车车辆的停车效率和准确率。

以下结合附图，详细说明本申请各实施例提供的技术方案。

图1是本申请的一个实施例提供的一种泊车方法的实施流程示意图，该方法应用于待停车车辆。图1的方法可包括：

步骤110，在检测到待停车车辆进入到目标停车场时，接收来自云端服务器的目标停车场的地图，目标停车场的地图提供有默认行驶路线，目标停车场中包含有多个信息指示牌，信息指示牌用于指示对应的可泊车区域的剩余车位信息，默认行驶路线覆盖有预设数量的信息指示牌，预设数量与多个信息指示牌的数量之间的比值不小于预设数值。

其中，预设数值可以为70%-90%之间的一个数值，用于表征待停车车辆按照默认行驶路线行驶能够途经目标停车场内大部分的信息指示牌，进而能够基于这些信息指示牌指示的剩余车位信息，准确做出停车决策。

图2为本申请一示例性实施例提供的泊车方法中的目标停车场的结构示意图。在图2所示的目标停车场中，该目标停车场包括两层，每层停车场设置有多个停车位以及多个道路转向口，各道路转向口设置有用于指示各道路转向口对应的可泊车区域的剩余车位信息的信息指示牌。而且为了指引待停车车辆在停车场内正常行驶，各道路转向口对应的道路上还设置有行驶方向指引信息。

应理解，为了提高待停车车辆的停车效率和准确率，减少待停车车辆的停车试错成本，避免待停车车辆误选无剩余车位的道路盲目行驶，导致停车效率较低。本申请实施例中的目标停车场可在各道路转向口设置用于指示各道路转向口对应的可泊车区域的剩余车位信息的指示牌。

作为一种实施方式，为了提高待停车车辆确定各道路转向口对应的可泊车区域中的剩余车位的效率，该用于指示各道路转向口对应的可泊车区域的剩余车位信息的指示牌可包括指示箭头和数字的组合。其中，指示箭头用于指引可泊车区域的前进方向，比如用于指示向前、向左或者向右等方向的前进的指示箭头。而紧挨指示箭头的数字可用于指示该指示箭头所指引的道路前进方向上对应的可泊车区域的剩余车位的数量。由此，待停车车辆在行驶到各道路转向口时，可根据用于指示各道路转向口对应的可泊车区域的剩余车位信息的信息指示牌，快速准确地确定各道路转向口对应的可泊车区域中剩余车位的具体情况，从而有助于待停车车辆基于该信息指示牌准确地做出停车决策，提高停车效率。

此外，为指引待停车车辆在目标停车场内进行泊车、交费、安全出入等操作，上述信息指示牌还可包括用于指示目标停车场各区域剩余车位的指示牌、出入口方向的指示牌、以及收费处的方向等指示牌。

可选地，为了提高对信息指示牌中的剩余车位信息的识别效率，本申请实施例可借助于语义识别模型，语义识别模型为基于多个样本信息指示牌中建立了关联关系的指示箭头和数字、对应的语义作为训练语义识别模型的标签，以及将多个样本信息指示牌作为训练样本集训练得到。其中，该语义识别模型可部署在待停车车辆上，也可部署在目标停车场的地图中，或者还可部署在云端服务器，本申请实施例对此不作具体限定。

图3为本申请一示例性实施例提供的泊车方法中的几种信息指示牌示意图。图3（a）中的信息指示牌只包含有指示箭头和数字，该信息指示牌可设置在一个三叉路口处，当待停车车辆行驶到该路口时，可依据该信息指示牌中的指示信息选择向前、向左或者向右行驶来进行停车操作。图3（b）中的信息指示牌除了包含有指示箭头和数字外，还包括有中文“剩余车位”和英文“Available Lots”的文字以及间隔符“|”，在确定图3（b）中的信息指示牌对应的标签时，可通过OCR识别方式只获取图3（b）中的信息指示牌中的指示箭头“↑”和数字“567”。图3（b）中的信息指示牌可设置在直行道路上，当待停车车辆行驶到该道路上时，仅可选择向前行驶来进行停车操作。

图3（c）中的信息指示牌除了包含有指示箭头和数字外，还包括有文字“剩余车位”和“收费处”的文字，在确定图3（b）中的信息指示牌对应的标签时，可通过OCR识别方式只获取图3（c）中的信息指示牌中的指示箭头和数字。图3（c）中的信息指示牌可设置在T型道路上，当待停车车辆行驶到该道路口时，可选择向前行驶或向左行驶来进行停车操作。

应理解，为了保证人工智能模型即语义识别模型的识别准确率，用于训练语义识别模型的样本数据的数量级往往较大。为了保证语义识别模型的样本数据的数量级，多个样本信息指示牌可由多个待停车车辆在多个不同的停车场中采集得到。而且该多个样板信息指示牌可预先由多个待停车车辆在多个不同的停车场中采集并保存在云端服务器中。

应理解，多个待停车车辆在多个不同的停车场中采集得到足够数量的样本信息指示牌，往往需要一定的时间来完成。为了提高语义识别模型的训练效率，减少搜集训练样本数据所需要的等待时间，该多个样本信息指示牌也可直接由小样本学习模型基于信息指示牌生成得到。其中，小样本学习模型可预先基于信息指示牌和对应的标签训练得到，用于基于少量的信息指示牌生成多个与信息指示牌同类且存在一定区别的样本信息指示牌。

具体地，多个样本信息指示牌中的各样本信息指示牌均对应有建立了关联关系的指示箭头和数字，以及对应的语义，作为训练语义识别模型的标签。由此，将该多个样本信息指示牌作为训练样本集，训练得到的语义识别模型可对该模型的输入图像进行识别，识别得到其中具备关联关系的指示箭头和数字组合以及对应的语义。其中，该输入图像为信息指示牌的图像。

作为一种实施方式，在检测到待停车车辆进入到目标停车场时，可由待停车车辆主动向云端服务器获取目标停车场的地图，具体地，接收来自云端服务器的目标停车场的地图，包括：

向云端服务器发送目标停车场的地图的获取请求，以使得云端服务器响应该获取请求，将与待停车车辆的位置相匹配的目标停车场的地图发送至待停车车辆；

接收来自云端服务器的目标停车场的地图。

或者，作为另一种实施方式，在检测到待停车车辆进入到目标停车场时，还可由云端服务器主动向行驶入目标停车场的待停车车辆发送目标停车场的地图，具体地，接收来自云端服务器的目标停车场的地图，包括：

在云端服务器检测到待停车车辆进入到目标停车场时，由云端服务器将目标停车场的地图发送至待停车车辆；

待停车车辆接收来自云端服务器的目标停车场的地图。

可选地，为了贴合待停车车辆车主的泊车习惯，本申请实施例可获取待停车车辆之前在目标停车场内的历史泊车路线，并基于该路线来确定默认行驶路线。具体地，目标停车场的地图提供的默认行驶路线，为基于待停车车辆在目标停车场内的历史泊车路线确定得到。

可选地，为了提高待停车车辆行驶默认行驶路线过程中命中空车位的概率，可基于待停车车辆进入目标停车场的实际时间段，来确定目标停车场在过去几天或几个月内的同一时间段内存在空车位较多的区域，并将该区域加入至默认行驶路线的途经区域中。具体地，目标停车场的地图提供的默认行驶路线的确定方式包括：

获取待停车车辆进入目标停车场的第一时刻；

基于目标停车场在历史时间段内的车辆泊车纪录，预测目标停车场中的第一区域，第一区域为在第一时刻时存在空车位的区域；

基于第一区域在目标停车场的地图中的位置，确定默认行驶路线。

其中，基于目标停车场在历史时间段内的车辆泊车纪录，预测目标停车场中的第一区域，可根据目标停车场在过去几天或几个月内在包含第一时刻时间段内存在空车位较多的区域来确定。比如，待停车车辆进入目标停车场的第一时刻为工作日的下午三点，则可根据目标停车场在过去几天或几个月内在工作日的下午三点至四点之间存在空车位较多的区域，来确定第一区域。又如，待停车车辆进入目标停车场的第一时刻为周末晚上九点，则可根据目标停车场在过去几天或几个月内在周末晚上九点至十点之间存在空车位较多的区域，来确定第一区域。

可选地，当目标停车场较大以及目标停车场内的停车车辆较多时，某些路段可能在特定时间段内会出现拥堵现象。为了提高待停车车辆离开目标停车场时的行驶效率，可基于待停车车辆预计离开目标停车场的时刻，来确定目标停车场在过去几天或几个月内的同一时刻哪些路段会出现拥堵以及哪些路段不会出现拥堵，并将该不会出现拥堵的路段加入至默认行驶路线中。具体地，目标停车场的地图提供的默认行驶路线的确定方式包括：

获取待停车车辆预计离开目标停车场的第二时刻；

基于目标停车场在历史时间段内的车辆泊车纪录，预测目标停车场中的第二区域，第二区域为在第二时刻时与目标停车场的出口之间存在无拥堵路段的区域；

基于第二区域在目标停车场的地图中的位置，确定默认行驶路线。

步骤120，在基于默认行驶路线行驶过程中，采集待停车车辆途经的信息指示牌。

在获取目标停车场的地图之后，待停车车辆的驾驶员可在指定位置下车，由待停车车辆基于目标停车场的地图以及采集的目标停车场中的信息指示牌，进行代客泊车操作。作为一种实施方式，在待停车车辆行驶至目标停车场的指定位置时，如果此时驾驶员还在待停车车辆上，则可停车并语音提示驾驶员下车。

可选地，为了保证代客泊车的效率，可预先基于目标停车的地图，为目标停车场的待停车车辆规划一条默认行驶路线，该默认行驶路线可覆盖目标停车场中的大部分信息指示牌。也就是说，待停车车辆行驶该指定路线中可途径目标停车场中的大部分信息指示牌，作为一种示例，该默认行驶路线可覆盖目标停车场中90%的信息指示牌。

可选地，基于目标停车场的地图，确定默认行驶路线，具体可通过A*、Hybrid A*、RRT、RRT*等后搜索算法，基于待停车车辆的当前位置以及目标停车场的地图，确定默认行驶路线。

可选地，为了提高待停车车辆的泊车效率，在待停车车辆按照指定路线行驶过程中，除了需要采集目标停车场中的信息指示牌，还可不断采集其数据采集范围内的空车位信息。具体地，在基于默认行驶路线行驶过程中，采集待停车车辆途经的信息指示牌，包括：

在基于默认行驶路线行驶过程中，采集待停车车辆的数据采集范围内的空车位以及待停车车辆途经的信息指示牌。

其中，待停车车辆采集空车位信息具体可通过设置在待停车车辆中的摄像头来实现，该待停车车辆的数据采集范围具体可以是待停车车辆的摄像头的数据采集范围。通常情况下，为了保证摄像头的数据采集的有效性，可将待停车车辆的前方20米范围内作为待停车车辆的摄像头的数据采集范围。

应理解，当待停车车辆按照默认行驶路线行驶过程中，如果确定其数据采集范围内存在空车位，为了提高泊车效率，则可直接依据所采集到的空车位信息来确定待停车车辆的泊车终点即行驶终点，以及依据该行驶终点、待停车车辆当前的位置、以及目标停车场的地图，确定待停车车辆的可行驶路线。而如果待停车车辆确定其数据采集范围内的空车位的数量不止一个时，则可根据其数据采集范围内的多个空车位与待停车车辆的当前位置之间的距离，来确定离待停车车辆的当前位置最近的一个空车位，作为待停车车辆的行驶终点。具体地，本申请实施例提供的方法还包括：

若在基于默认行驶路线行驶过程中，确定待停车车辆的数据采集范围内存在至少一个空车位，则基于至少一个空车位，确定目标空车位；其中，目标空车位为至少一个空车位中的任意一个空车位，或者，目标空车位为至少一个空车位中距离待停车车辆最近的一个空车位；

基于目标空车位，确定待停车车辆的可行驶路线；

基于待停车车辆的可行驶路线，进行泊车操作。

其中，确定至少一个空车位与待停车车辆之间的距离，具体可通过设置在待停车车辆中的激光雷达等距离传感器探测得到。基于待停车车辆的可行驶路线进行泊车操作，具体可通过机器人流程自动化(Robotic Process Automation，RPA)方式进行泊车操作。

步骤130，通过语义识别模型识别待停车车辆途经的信息指示牌中的剩余车位信息和对应的行驶方向，以及基于待停车车辆途经的信息指示牌中的剩余车位信息和对应的行驶方向，确定可行驶路线。

当待停车车辆的当前位置处采集的信息指示牌中包含的行驶方向为多个，且每个行驶方向对应的可泊车区域都有剩余停车位，或者至少有两个行驶方向对应的可泊车区域都有停车位时，为了提高待停车车辆基于确定的可行驶路线泊车成功的概率，本申请实施例可依据各行驶方向对应的可泊车区域中的剩余停车位的数量、以及待停车车辆的当前位置与各个可泊车区域的距离，确定最优的可行驶路线。

具体地，基于所述车车辆途经的信息指示牌中的剩余车位信息和对应的行驶方向，确定可行驶路线，包括：

基于所述车车辆途经的信息指示牌中的剩余车位信息和对应的行驶方向，确定至少一个可泊车区域的行驶方向、以及所述一个可泊车区域中剩余车位数量；

确定所述一个可泊车区域与待停车车辆之间的距离；

以目标可泊车区域中的剩余车位的数量、和所述可泊车区域与所述车车辆之间的距离之间的比值最大为目标，从所述一个可泊车区域中确定所述可泊车区域；

基于所述目标可泊车区域和所述待停车车辆在所述目标停车场的地图中的位置，确定所述可行驶路线。

其中，确定至少一个可泊车区域与待停车车辆之间的距离，首先可依据目标停车场的地图，分别确定至少一个可泊车区域在目标停车场的地图中的位置；再将待停车车辆当前的位置与目标停车场的地图对应，以确定待停车车辆在目标停车场的地图中的位置；最后基于至少一个可泊车区域在目标停车场的地图中的位置、以及待停车车辆在目标停车场的地图中的位置，分别确定至少一个可泊车区域与待停车车辆之间的距离。

可选地，为了准确表征各个可泊车区域对于待停车车辆的泊车成功率和泊车效率的影响，本申请实施例提出剩余车位密度的概念，即基于可泊车区域中剩余车位的数量和可泊车区域与待停车车辆之间的距离，来确定剩余车位密度，可泊车区域的剩余车位密度越大，则表明待停车车辆在可泊车区域进行泊车的成功率和效率越高。具体地，基于至少一个可泊车区域中剩余车位的数量、至少一个可泊车区域与待停车车辆之间的距离，确定可行驶路线，包括：

基于至少一个可泊车区域中剩余车位的数量、至少一个可泊车区域与待停车车辆之间的距离，确定至少一个可泊车区域的剩余车位密度；

从至少一个可泊车区域的剩余车位密度中，确定剩余车位密度最大的目标可泊车区域；

基于目标可泊车区域在目标停车场的地图中的位置，确定可行驶路线。

可选地，基于至少一个可泊车区域中剩余车位的数量、至少一个可泊车区域与待停车车辆之间的距离，确定至少一个可泊车区域的剩余车位密度，具体可基于至少一个可泊车区域中剩余车位的数量a、至少一个可泊车区域与待停车车辆之间的距离x之间的比值a/x，来确定至少一个可泊车区域的剩余车位密度。

显然，在两个不同的可泊车区域待停车车辆距离相等的前提下，剩余车位密度较大的可泊车区域，其剩余车位数也越多，因此优先选择该车位密度较大的可泊车区域有助于提高泊车成功率。而在两个不同的可泊车区域中剩余停车位的数量相等的前提下，剩余车位密度较大的可泊车区域，其与待停车车辆之间的距离也越小，因此优先选择该车位密度较大的可泊车区域有助于提高泊车效率。

以图3（a）所示信息指示牌中的指示箭头和数字的组合为例，该信息指示牌中包含有三组指示箭头和数字的组合，分别为指示箭头“←”和数字“028”的组合，指示箭头“↑”和数字“009”的组合以及指示箭头“→”和数字“003”。通过目标停车场的地图的语义识别模块识别信息指示牌，可识别得到待停车车辆的当前位置处可选择向左行驶、向前行驶以及向右行驶。其中，向左行驶对应的可泊车区域A的剩余停车位的数量为28，向前行驶对应的可泊车区域B的剩余停车位的数量为9，向右行驶对应的可泊车区域C的剩余停车位的数量为3。

假设基于各可泊车区域在目标停车场的地图中的位置、以及待停车车辆在目标停车场的地图中的位置，分别确定各可泊车区域与待停车车辆之间的距离分别为：可泊车区域A距离待停车车辆50米，可泊车区域A距离待停车车辆70米，可泊车区域A距离待停车车辆80米。

那么，基于各可泊车区域中剩余车位的数量、各可泊车区域与待停车车辆之间的距离，确定的各可泊车区域的剩余车位密度分别为：可泊车区域A的剩余车位密度为28/50=0.56，可泊车区域B的剩余车位密度为9/70≈0.1285，可泊车区域C的剩余车位密度为3/80=0.0375。显然，可泊车区域A的剩余车位密度＞可泊车区域B的剩余车位密度＞可泊车区域C的剩余车位密度。因此，基于各可泊车区域的剩余车位密度，可确定剩余车位密度最大的目标可泊车区域为可泊车区域A。再基于可泊车区域A在目标停车场的地图中的位置以及待停车车辆的当前位置，确定可行驶路线。

其中，基于可泊车区域A在目标停车场的地图中的位置以及待停车车辆的当前位置，确定可行驶路线，具体可通过A*、Hybrid A*、RRT、RRT*等后搜索算法，基于可泊车区域A在目标停车场的地图中的位置以及待停车车辆的当前位置，确定可行驶路线。

可选地，在确定目标可泊车区域后，既可根据目标可泊车区域的入口来确定可行驶路线的终点，也可根据目标可泊车区域中的空车位来确定可行驶路线的终点。具体地，基于目标可泊车区域和待停车车辆在目标停车场的地图中的位置，确定可行驶路线，包括：

基于目标可泊车区域的入口和待停车车辆在目标停车场的地图中的位置，确定可行驶路线；或者，

基于目标可泊车区域中的目标空车位和待停车车辆在目标停车场的地图中的位置，确定可行驶路线；其中，目标空车位为目标可泊车区域中的任意一个空车位，或者，目标空车位为目标可泊车区域中距离待停车车辆最近的一个空车位。

步骤140，基于可行驶路线进行泊车操作。

可选地，为进一步提高泊车效率，在基于可行驶路线行驶过程中，可不断采集待停车车辆的数据采集范围内的空车位信息，一旦发现附近有空车位，则可选择就近泊车，从而提高泊车效率。具体地，基于可行驶路线进行泊车操作，包括：

在基于可行驶路线进行行驶的过程中，确定待停车车辆的数据采集范围内是否存在空车位；

若待停车车辆的数据采集范围内存在至少一个空车位，则基于至少一个空车位，确定目标空车位；

基于目标空车位在目标停车场的地图中的位置，确定目标可行驶路线；

基于目标可行驶路线进行泊车操作。

应理解，若待停车车辆的数据采集范围内存在至少一个空车位，则可从至少一个空车位中，选择距离待停车车辆的当前位置最近或者泊车最便利的一个空车位作为目标空车位，以提高待停车车辆的泊车效率。基于目标空车位在目标停车场的地图中的位置，确定目标可行驶路线，具体可基于目标空车位在目标停车场的地图中的位置以及待停车车辆的当前位置，确定目标可行驶路线。

图4为本申请实施例提供的泊车方法中待停车车辆与云端服务器中的功能模块的示意图。在图4中，待停车车辆可包括人机交互模块、车辆感知模块和地图采集模块，云端服务器可包括车位数字化管理模块、视觉算法迭代模块和地图管理模块。

其中，待停车车辆的人机交互模块可为驾驶员用户提供发送预约及取车请求功能、推荐附近空闲停车场功能以及接收和通知车辆状态功能。待停车车辆的车辆感知模块可包括车辆定位感知模块，车位位置感知模块、视觉感知以及全局/局部路径规划模块。其中，车辆定位感知模块用于对待停车车辆的当前位置进行实时定位。车位位置感知模块用于对待停车车辆的数据采集范围内的空车位的位置进行定位。视觉感知模块用于对信息指示牌以及数据采集范围内的空车位进行识别。全局路径规划模块，用于基于目标停车场的地图对进入目标停车场的待停车车辆进行全局路线规划，以覆盖目标停车场中的大部分信息指示牌。局部路径规划模块用于基于确定的空车位的位置和待停车车辆的当前位置进行路线规划。待停车车辆的地图采集模块可包括建图模型迭代模块和世界坐标系局部建图模块。其中，建图模型迭代模块用于基于待停车车辆在同一停车场中采集的地图数据进行建图。世界坐标系局部建图模块用于基于待停车车辆在目标停车场中的某一次地图采集数据进行建图。

云端服务器的车位数字化管理模块可包括停车场收费信息管理模块、车位数字化管理模块和车位分配模块。其中，停车场收费信息管理模块用于对目标停车场中的收费制度进行管理，比如待停车车辆使用一个车位每个小时需要支付多少停车费用，以及待停车车辆使用一个车位每个月需要支付多少停车费用等。车位分配模块用于对进入目标停车场中的待停车车辆分配空车位。云端服务器的视觉感知模块可包括数据获取模块、车位诱导/交通参与者感知模块和回归验证模块。其中，数据获取模块用于获取来自待停车车辆采集的各类感知数据。云端服务器的地图管理模块可包括世界坐标系局部建图融合模块和可行驶路线绘制模块。该世界坐标系局部建图融合模块可根据多个待停车车辆采集的地图数据或者多个待停车车辆构建的目标停车场的地图进行融合，得到目标停车场的地图。可行驶路线绘制模块可依据目标停车场的地图为待停车车辆绘制可行驶路线。

图5为本申请一示例性实施例提供的泊车方法应用于一种实际场景中的流程示意图。结合图4所示的功能模块，该泊车方法可包括：

S51，在检测到待停车车辆进入到目标停车场时，云端服务器向待停车车辆发送目标停车场的地图。

S52，在待停车车辆行驶至指定位置时，待停车车辆的驾驶员可在该指定位置下车，由待停车车辆调用全局路径规划模块基于目标停车场的地图，确定能够覆盖目标停车场中大部分的信息指示牌的默认行驶路线。

S53，在待停车车辆基于默认行驶路线行驶过程中，调用视觉感知模块确定待停车车辆的数据采集范围内是否存在空车位。

若确定待停车车辆的数据采集范围内存在空车位则执行S54，若确定待停车车辆的数据采集范围内不存在空车位则执行S55。

S54，调用车位位置感知模块从采集的空车位中，确定距离待停车车辆最近的空车位，作为泊车终点，并基于该泊车终点，调用局部路径规划模块进行重新路径规划，确定可行驶路线，以及基于可行驶路线，通过RPA方式进行泊车操作。

S55，待停车车辆调用视觉感知模块中采集和识别用于指示各可泊车区域中剩余停车位的信息指示牌，确定信息指示牌中是否存在有剩余停车位的可泊车区域。

若信息指示牌中存在有剩余停车位的可泊车区域，则执行S56，否则，执行S510。

S56，待停车车辆基于可泊车区域的方向、可泊车区域的剩余停车位、以及待停车车辆的当前位置，确定可泊车区域的剩余车位密度。

S57，待停车车辆基于可泊车区域的剩余车位密度，确定剩余车位密度最大的可泊车区域，作为目标可泊车区域，以及调用局部路径规划模块，基于目标可泊车的位置和待停车车辆的当前位置，确定可行驶路线。

S58，基于可行驶路线行驶过程中调用视觉感知模块不断检测数据采集范围内是否存在空车位。

若检测数据采集范围内存在空车位，则执行S54，若检测数据采集范围内不存在空车位，则执行S59。

S59，基于可行驶路线，通过RPA方式进行泊车操作。

S510，待停车车辆返回至指定位置，调用全局路径规划模块，重新进行路径规划。

本申请提供的一个或多个实施例提供的泊车方法，目标停车场内设置有多个指示对应的可泊车区域的剩余车位信息的信息指示牌，能够在检测到待停车车辆进入到目标停车场时，接收来自云端服务器的目标停车场的地图，从而能够基于目标停车场的地图确定能够覆盖预设数值比例的信息指示牌的默认行驶路线，而且能够在基于默认行驶路线行驶过程中，通过语义识别模型识别待停车车辆所采集的信息指示牌，并根据信息指示牌的识别结果，确定各可泊车区域的剩余停车位，进而基于该信息确定目的地有剩余停车位的可行驶路线，从而为待停车车辆进行泊车操作提供了有效依据，进而极大地提高了待停车车辆的停车效率和准确率。

需要说明的是，在上述实施例及附图中的描述的一些流程中，包含了按照特定顺序出现的多个操作，但是应该清楚了解，这些操作可以不按照其在本文中出现的顺序来执行或并行执行，操作的序号如110、120等，仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作可以按顺序执行或并行执行。需要说明的是，本文中的“第一”、“第二”等描述，是用于区分不同的消息、设备、模块等，不代表先后顺序，也不限定“第一”和“第二”是不同的类型。

图6为本申请又一示例性实施例提供的一种泊车装置600的结构示意图。如图6所示，该泊车装置包括：

接收模块61，用于在检测到待停车车辆进入到目标停车场时，接收来自云端服务器的所述目标停车场的地图，所述目标停车场的地图提供有默认行驶路线，所述目标停车场中包含有多个信息指示牌，所述信息指示牌用于指示对应的可泊车区域的剩余车位信息，所述默认行驶路线覆盖有预设数量的信息指示牌，所述预设数量与所述多个信息指示牌的数量之间的比值不小于预设数值；

采集模块62，用于在基于所述默认行驶路线行驶过程中，采集所述待停车车辆途经的信息指示牌；

识别模块63，用于通过语义识别模型识别所述待停车车辆途经的信息指示牌中的剩余车位信息和对应的行驶方向，以及基于所述待停车车辆途经的信息指示牌中的剩余车位信息和对应的行驶方向，确定可行驶路线；

泊车模块64，用于基于所述可行驶路线进行泊车操作。

本申请提供的一个或多个实施例提供的泊车装置，目标停车场内设置有多个指示对应的可泊车区域的剩余车位信息的信息指示牌，能够在检测到待停车车辆进入到目标停车场时，接收来自云端服务器的目标停车场的地图，从而能够基于目标停车场的地图确定能够覆盖预设数值比例的信息指示牌的默认行驶路线，而且能够在基于默认行驶路线行驶过程中，通过语义识别模型识别待停车车辆所采集的信息指示牌，并根据信息指示牌的识别结果，确定各可泊车区域的剩余停车位，进而基于该信息确定目的地有剩余停车位的可行驶路线，从而为待停车车辆进行泊车操作提供了有效依据，进而极大地提高了待停车车辆的停车效率和准确率。

关于图6所示的泊车装置的具体实现方式已经在泊车方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图7是本申请的一个实施例提供的一种车辆的结构示意图。图7的车辆可包括图6所示的泊车装置600。

关于图7所示的车辆的具体实现方式已经在泊车装置和方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图8为本申请一示例性实施例提供的一种电子设备的结构示意图。参见图8，该电子设备包括：存储器81和处理器82。

存储器81，用于存储计算机程序，并可被配置为存储其它各种数据以支持在计算平台上的操作。这些数据的示例包括用于在计算平台上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。

存储器81可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（SRAM），电可擦除可编程只读存储器（EEPROM），可擦除可编程只读存储器（EPROM），可编程只读存储器（PROM），只读存储器（ROM），磁存储器，快闪存储器，磁盘或光盘。

处理器82，与存储器81耦合，用于执行存储器81中的计算机程序，以用于：在检测到所述待停车车辆进入到目标停车场时，接收来自云端服务器的所述目标停车场的地图，所述目标停车场的地图提供有默认行驶路线，所述目标停车场中包含有多个信息指示牌，所述信息指示牌用于指示对应的可泊车区域的剩余车位信息，所述默认行驶路线覆盖有预设数量的信息指示牌，所述预设数量与所述多个信息指示牌的数量之间的比值不小于预设数值；在基于所述默认行驶路线行驶过程中，采集所述待停车车辆途经的信息指示牌；通过语义识别模型识别所述待停车车辆途经的信息指示牌中的剩余车位信息和对应的行驶方向，以及基于所述待停车车辆途经的信息指示牌中的剩余车位信息和对应的行驶方向，确定可行驶路线；基于所述可行驶路线进行泊车操作。

进一步，如图8所示，该电子设备还包括：通信组件83、显示器84、电源组件85、音频组件86等其它组件。图8中仅示意性给出部分组件，并不意味着电子设备只包括图8所示组件。另外，图8中虚线框内的组件为可选组件，而非必选组件，具体可视电子设备的产品形态而定。本实施例的终端设备可以实现为台式电脑、笔记本电脑、智能手机或IOT设备等能够部署在车辆中的终端设备，也可以是常规服务器、云服务器或服务器阵列等服务端设备。若本实施例的终端设备实现为台式电脑、笔记本电脑、智能手机等终端设备，可以包含图8中虚线框内的组件；若本实施例的终端设备实现为常规服务器、云服务器或服务器阵列等服务端设备，则可以不包含图8中虚线框内的组件。

相应地，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/指令，计算机程序/指令被执行时能够实现上述方法实施例中可由电子设备执行的各步骤。

其中计算机程序/指令可以存储在计算机可读存储介质中或云端。

上述通信组件被配置为便于通信组件所在设备和其他设备之间有线或无线方式的通信。通信组件所在设备可以接入基于通信标准的无线网络，如WiFi，2G、3G、4G/LTE、5G等移动通信网络，或它们的组合。在一个示例性实施例中，通信组件经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，通信组件还包括近场通信（NFC）模块，以促进短程通信。例如，在NFC模块可基于射频识别（RFID）技术，红外数据协会（IrDA）技术，超宽带（UWB）技术，蓝牙（BT）技术和其他技术来实现。

上述显示器包括屏幕，其屏幕可以包括液晶显示器（LCD）和触摸面板（TP）。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与触摸或滑动操作相关的持续时间和压力。

上述电源组件，为电源组件所在设备的各种组件提供电力。电源组件可以包括电源管理系统，一个或多个电源，及其他与为电源组件所在设备生成、管理和分配电力相关联的组件。

上述音频组件，可被配置为输出和/或输入音频信号。例如，音频组件包括一个麦克风（MIC），当音频组件所在设备处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器或经由通信组件发送。在一些实施例中，音频组件还包括一个扬声器，用于输出音频信号。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (13)

1.一种泊车方法，其特征在于，所述方法应用于待停车车辆，所述方法包括：

在检测到所述待停车车辆进入到目标停车场时，接收来自云端服务器的所述目标停车场的地图，所述目标停车场的地图提供有默认行驶路线，所述目标停车场中包含有多个信息指示牌，所述信息指示牌用于指示对应的可泊车区域的剩余车位信息，所述默认行驶路线覆盖有预设数量的信息指示牌，所述预设数量与所述多个信息指示牌的数量之间的比值不小于预设数值；

在基于所述默认行驶路线行驶过程中，采集所述待停车车辆途经的信息指示牌；

通过语义识别模型识别所述待停车车辆途经的信息指示牌中的剩余车位信息和对应的行驶方向，以及基于所述待停车车辆途经的信息指示牌中的剩余车位信息和对应的行驶方向，确定可行驶路线；

基于所述可行驶路线进行泊车操作。

2.如权利要求1所述的方法，其特征在于，所述在基于所述默认行驶路线行驶过程中，采集所述待停车车辆途经的信息指示牌，包括：

在基于所述默认行驶路线行驶过程中，采集所述待停车车辆的数据采集范围内的空车位以及所述待停车车辆途经的信息指示牌。

3.如权利要求2所述的方法，其特征在于，所述方法还包括：

若在基于所述默认行驶路线行驶过程中，确定所述待停车车辆的数据采集范围内存在至少一个空车位，则基于所述至少一个空车位，确定目标空车位；其中，所述目标空车位为所述至少一个空车位中的任意一个空车位，或者，所述目标空车位为所述至少一个空车位中距离所述待停车车辆最近的一个空车位；

基于所述目标空车位，确定所述待停车车辆的可行驶路线；

基于所述待停车车辆的可行驶路线，进行泊车操作。

4.如权利要求1所述的方法，其特征在于，所述目标停车场的地图提供的默认行驶路线，为基于所述待停车车辆在所述目标停车场内的历史泊车路线确定得到。

5.如权利要求1所述的方法，其特征在于，所述目标停车场的地图提供的默认行驶路线的确定方式包括：

获取所述待停车车辆进入所述目标停车场的第一时刻；

基于所述目标停车场在历史时间段内的车辆泊车纪录，预测所述目标停车场中的第一区域，所述第一区域为在所述第一时刻时存在空车位的区域；

基于所述第一区域在所述目标停车场的地图中的位置，确定所述默认行驶路线。

6.如权利要求1所述的方法，其特征在于，所述目标停车场的地图提供的默认行驶路线的确定方式包括：

获取所述待停车车辆预计离开所述目标停车场的第二时刻；

基于所述目标停车场在历史时间段内的车辆泊车纪录，预测所述目标停车场中的第二区域，所述第二区域为在所述第二时刻时与所述目标停车场的出口之间存在无拥堵路段的区域；

基于所述第二区域在所述目标停车场的地图中的位置，确定所述默认行驶路线。

7.如权利要求1所述的方法，其特征在于，所述基于所述待停车车辆途经的信息指示牌中的剩余车位信息和对应的行驶方向，确定可行驶路线，包括：

基于所述待停车车辆途经的信息指示牌中的剩余车位信息和对应的行驶方向，确定至少一个可泊车区域的行驶方向、以及所述至少一个可泊车区域中剩余车位数量；

确定所述至少一个可泊车区域与所述待停车车辆之间的距离；

以目标可泊车区域中的剩余车位的数量、和所述目标可泊车区域与所述待停车车辆之间的距离之间的比值最大为目标，从所述至少一个可泊车区域中确定所述目标可泊车区域；

基于所述目标可泊车区域和所述待停车车辆在所述目标停车场的地图中的位置，确定所述可行驶路线。

8.如权利要求7所述的方法，其特征在于，所述基于所述目标可泊车区域和所述待停车车辆在所述目标停车场的地图中的位置，确定所述可行驶路线，包括：

基于所述目标可泊车区域的入口和所述待停车车辆在所述目标停车场的地图中的位置，确定所述可行驶路线；或者，

基于所述目标可泊车区域中的目标空车位和所述待停车车辆在所述目标停车场的地图中的位置，确定所述可行驶路线；其中，所述目标空车位为所述目标可泊车区域中的任意一个空车位，或者，所述目标空车位为所述目标可泊车区域中距离所述待停车车辆最近的一个空车位。

9.如权利要求1~8中任一所述的方法，其特征在于，所述语义识别模型为基于多个样本信息指示牌中建立了关联关系的指示箭头和数字、对应的语义作为训练所述语义识别模型的标签，以及将所述多个样本信息指示牌作为训练样本集训练得到。

10.一种泊车装置，其特征在于，包括：

接收模块，用于在检测到待停车车辆进入到目标停车场时，接收来自云端服务器的所述目标停车场的地图，所述目标停车场的地图提供有默认行驶路线，所述目标停车场中包含有多个信息指示牌，所述信息指示牌用于指示对应的可泊车区域的剩余车位信息，所述默认行驶路线覆盖有预设数量的信息指示牌，所述预设数量与所述多个信息指示牌的数量之间的比值不小于预设数值；

采集模块，用于在基于所述默认行驶路线行驶过程中，采集所述待停车车辆途经的信息指示牌；

识别模块，用于通过语义识别模型识别所述待停车车辆途经的信息指示牌中的剩余车位信息和对应的行驶方向，以及基于所述待停车车辆途经的信息指示牌中的剩余车位信息和对应的行驶方向，确定可行驶路线；

泊车模块，用于基于所述可行驶路线进行泊车操作。

11.一种车辆，其特征在于，所述车辆包括如权利要求10中所述的泊车装置。

12.一种存储有计算机程序的计算机可读存储介质，其特征在于，当所述计算机程序被执行时实现如权利要求1-9任一所述的方法中的步骤。

13.一种计算机设备，其特征在于，包括：存储器和处理器；其中，所述存储器，用于存储计算机程序；所述处理器耦合至所述存储器，用于执行所述计算机程序以用于执行权利要求1-9中任一项所述方法中的步骤。

Images