CN115512570A - 一种泊车方法、泊车装置、智能车辆和可读存储介质 - Google Patents

一种泊车方法、泊车装置、智能车辆和可读存储介质 Download PDF

Info

Publication number
CN115512570A
CN115512570A CN202211005782.9A CN202211005782A CN115512570A CN 115512570 A CN115512570 A CN 115512570A CN 202211005782 A CN202211005782 A CN 202211005782A CN 115512570 A CN115512570 A CN 115512570A
Authority
CN
China
Prior art keywords
vehicle
parking
target
unmanned aerial
spaces
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
CN202211005782.9A
Other languages
English (en)
Inventor
李茂青
郭继舜
喻凯
王恺睿
万仁全
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.)
Ningbo Junsheng Intelligent Automobile Technology Research Institute Co ltd
Original Assignee
Ningbo Junsheng Intelligent Automobile Technology Research Institute 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 Ningbo Junsheng Intelligent Automobile Technology Research Institute Co ltd filed Critical Ningbo Junsheng Intelligent Automobile Technology Research Institute Co ltd
Priority to CN202211005782.9A priority Critical patent/CN115512570A/zh
Publication of CN115512570A publication Critical patent/CN115512570A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/168—Driving aids for parking, e.g. acoustic or visual feedback on parking space
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C39/00—Aircraft not otherwise provided for
    • B64C39/02—Aircraft not otherwise provided for characterised by special use
    • B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/048—Detecting movement of traffic to be counted or controlled with provision for compensation of environmental or other condition, e.g. snow, vehicle stopped at detector
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
    • G08G1/096811—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed offboard
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
    • G08G1/141—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Mathematical Physics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供了一种泊车方法、泊车装置、智能车辆和可读存储介质。无人机与第一车辆通信连接，泊车方法包括：无人机检测停车场的环境特征获取建图结果；无人机检测停车场内第二车辆的行车轨迹，根据行车轨迹获取第二车辆状态信息；第一车辆检测周围环境获取第一车辆环境信息；根据建图结果和第一车辆环境信息确定多个目标车位；根据第二车辆状态信息，将多个目标车位按优先级顺序排列，并提供给第一车辆的驾驶员选择；其中，第一车辆为待停车自车，第二车辆为第一车辆后方的其他行驶车辆，目标车位为停车场内的空余车位。本发明解决的问题是：相关技术中的技术方案无法在制定泊车路径时考虑周围车辆的情况，影响了停车场的停车效率。

Description

一种泊车方法、泊车装置、智能车辆和可读存储介质
技术领域
本发明涉及车辆技术领域，具体而言，涉及一种泊车方法、泊车装置、智能车辆和可读存储介质。
背景技术
随着智能驾驶技术在汽车上的大量应用，使用车端的摄像头、毫米波雷达、激光雷达等传感器进行驾驶环境的感知，并实现相应的智能驾驶辅助能够帮助驾驶员更智能、更安全地驾驶和泊车，但由于车端感知能力的限制，在大型停车场中进行寻找合适的车位并自动泊入依然存在不少问题。
现有技术通过无人机飞行探测信息建立局部地图，根据局部地图规划出至少一条泊车路径并发送至车辆，使得车辆根据泊车路径进行自动行驶和泊车。现有技术中通过无人机来进行寻找车位并规划出合适的泊车路径发给车端，拓展了车端感知能力，但在寻找车位及规划路径时没有考虑停车场实际的排队停车情况，不能较好地提升整体停车场的停车效率。
因此本发明提出一种基于无人机的自动泊车方法和系统，利用无人机在停车场寻找合适的停车位，并充分考虑周围车辆的停车或离场属性，与驾驶员进行智能人机交互提醒驾驶员选择合适的目标车位，扩大车端寻找停车位的感知能力的同时，提升自动泊车智能化体验及停车场整体停车效率。
由此可见，相关技术中存在的问题是：相关技术中的技术方案无法在制定泊车路径时考虑周围车辆的情况，影响了停车场的停车效率。
发明内容
本发明解决的问题是：相关技术中的技术方案无法在制定泊车路径时考虑周围车辆的情况，影响了停车场的停车效率。
为解决上述问题，本发明的第一目的在于提供一种基于无人机的泊车方法。
本发明的第二目的在于提供一种基于无人机的泊车装置。
本发明的第三目的在于提供一种智能车辆。
本发明的第四目的在于提供一种可读存储介质。
为实现本发明的第一目的，本发明的实施例提供了一种基于无人机的泊车方法，无人机与第一车辆通信连接，泊车方法包括：无人机检测停车场的环境特征获取建图结果；无人机检测停车场内第二车辆的行车轨迹，根据行车轨迹获取第二车辆状态信息；第一车辆检测周围环境获取第一车辆环境信息；根据建图结果和第一车辆环境信息确定多个目标车位；根据第二车辆状态信息，将多个目标车位按优先级顺序排列，并提供给第一车辆的驾驶员选择；其中，第一车辆为待停车自车，第二车辆为第一车辆后方的其他行驶车辆，目标车位为停车场内的空余车位。
与现有技术相比，采用该技术方案所达到的技术效果：本实施例的方案通过启动无人机飞至停车场上方进行环境探测，根据无人机的感知模块对停车场的车位信息及其他车辆的状态进行感知探测，根据其他车辆的属性来推荐合适的目标停车位，并对停车场进行局部地图及目标车位信息发给车端进行显示，即在采用无人机来识别规划第一车辆的泊车车位和路径的同时，兼顾考虑到了第二车辆的状态信息，有效地提升了停车场整体的停车效率。在寻找目标车位的同时，会结合第一车辆环境信息确定多个目标车位，可以理解地，无人机拓展了车端感知范围，同时结合第一车辆的车身感知确定第一车辆的准确位置，有效地提升了寻找车位的速度和准确度。
在本发明的一个实施例中，无人机检测停车场内第二车辆的行车轨迹，根据行车轨迹获取第二车辆状态信息，包括：第一车辆进入停车场后，无人机检测行车轨迹；当第二车辆从车位驶出时，判断第二车辆为离场车辆；当第二车辆从停车场入口驶入时，判断第二车辆为待停车车辆；其中，第二车辆状态信息还包括第二车辆的数量。
与现有技术相比，采用该技术方案所达到的技术效果：本实施例的方案能够准确地识别获取第二车辆状态信息，根据不同类型车辆的数量信息，帮助本发明的泊车方法进行更准确地进行后续泊车方法的步骤。
在本发明的一个实施例中，根据第二车辆状态信息，将多个目标车位按优先级顺序排列，包括：根据第二车辆状态信息，获取第二车辆中待停车车辆数量；获取多个目标车位与第一车辆之间的距离信息；根据待停车车辆的数量和距离信息，将多个目标车位按优先级顺序排列。
与现有技术相比，采用该技术方案所达到的技术效果：通过本实施例的方案能够充分考虑其他车辆的属性来综合判断推荐目标车位，有效提升了停车场整体的停车效率。
在本发明的一个实施例中，根据待停车车辆的数量和距离信息，将多个目标车位按优先级顺序排列，包括：将多个目标车位与第一车辆之间的最短行车距离，由近到远划分为第1车位、第2车位、…、第n车位；当待停车车辆数量为m时，多个目标车位的优先级顺序为：第m+1车位、第m车位、…、第1车位；其中，n为大于或等于2的正整数，m为大于或等于0的整数。
与现有技术相比，采用该技术方案所达到的技术效果：在本实施例的方案中，第一车辆将较近的车位留给后方的待停车车辆去停靠，一方面，避免了后方车辆因为第一车辆的停车过程出现堵塞的情况，另一方面，为后方车辆预留车位，有效地提升了停车场的整体停车效率，减少了堵车的情况发生。
在本发明的一个实施例中，在并提供给第一车辆的驾驶员选择之后，泊车方法还包括：驾驶员在多个目标车位中确定泊入车位；根据建图结果、第一车辆环境信息和泊入车位，确定多条泊车路径供驾驶员选择。
与现有技术相比，采用该技术方案所达到的技术效果：在本实施例的方案中，结合建图结果、第一车辆环境信息和泊入车位能够更加快速准确地获取该泊入车位的多条泊车路径，进而提高了驾驶员的使用体验。
在本发明的一个实施例中，在根据建图结果、第一车辆环境信息和泊入车位，确定多条泊车路径供驾驶员选择之后，泊车方法还包括：在驾驶员泊车过程中，无人机持续获取泊入车位的信息；当第一车辆在驶入泊入车位之前，其他车辆驶入泊入车位时，重新实施泊车方法。
与现有技术相比，采用该技术方案所达到的技术效果：本实施例的方案考虑到了在泊车过程中车位被其他车辆占据的情况，进而有效地提高了第一车辆的停车效率。
在本发明的一个实施例中，根据建图结果和第一车辆环境信息确定多个目标车位，包括：当目标车位的数量为1时，直接将目标车位提供给驾驶员；当目标车位的数量为0时，无人机进入持续检测模式。
与现有技术相比，采用该技术方案所达到的技术效果：本实施例的方案综合考虑了停车场内目标车位数量较少的情况，简化了控制步骤，并针对这些情况提供了有效可行的技术方案。
为实现本发明的第二目的，本发明的实施例提供了一种基于无人机的泊车装置，无人机与第一车辆通信连接，泊车装置包括：第一检测模块，第一检测模块用于无人机检测停车场的环境特征获取建图结果；第二检测模块，第二检测模块用于无人机检测停车场内第二车辆的行车轨迹，根据行车轨迹获取第二车辆状态信息；第三检测模块，第三检测模块用于第一车辆检测周围环境获取第一车辆环境信息；计算模块，计算模块用于根据建图结果和第一车辆环境信息确定多个目标车位；控制模块，控制模块用于根据第二车辆状态信息，将多个目标车位按优先级顺序排列，并提供给第一车辆的驾驶员选择；其中，第一车辆为待停车自车，第二车辆为第一车辆后方的其他行驶车辆，目标车位为停车场内的空余车位。
本发明实施例的泊车装置实现如本发明任一实施例的泊车方法的步骤，因而具有如本发明任一实施例的泊车方法的全部有益效果，在此不再赘述。
为实现本发明的第三目的，本发明的实施例提供了一种智能车辆，其包括：处理器，存储器及存储在存储器上并可在处理器上运行的程序或指令，程序或指令被处理器执行时实现如本发明任一实施例的泊车方法的步骤。
本发明实施例的智能车辆实现如本发明任一实施例的泊车方法的步骤，因而具有如本发明任一实施例的泊车方法的全部有益效果，在此不再赘述。
为实现本发明的第四目的，本发明的实施例提供了一种可读存储介质，可读存储介质上存储程序或指令，程序或指令被处理器执行时实现如本发明任一实施例的泊车方法的步骤。
本发明实施例的可读存储介质实现如本发明任一实施例的泊车方法的步骤，因而具有如本发明任一实施例的泊车方法的全部有益效果，在此不再赘述。
附图说明
图1为本发明一些实施例的基于无人机的泊车方法的步骤流程图。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。
【第一实施例】
参见图1，本实施例提供一种基于无人机的泊车方法，无人机与第一车辆通信连接，泊车方法包括：
S100：无人机检测停车场的环境特征获取建图结果；
S200：无人机检测停车场内第二车辆的行车轨迹，根据行车轨迹获取第二车辆状态信息；
S300：第一车辆检测周围环境获取第一车辆环境信息；
S400：根据建图结果和第一车辆环境信息确定多个目标车位；
S500：根据第二车辆状态信息，将多个目标车位按优先级顺序排列，并提供给第一车辆的驾驶员选择；
其中，第一车辆为待停车自车，第二车辆为第一车辆后方的其他行驶车辆，目标车位为停车场内的空余车位。
在本实施例中，第一车辆为待停车自车，无人机与第一车辆通信连接。第二车辆为第一车辆后方除第一车辆以外的其他行驶车辆，目标车位为停车场内可供第一车辆停车的空余车位。
进一步地，在S100中，无人机检测停车场的环境特征获取建图结果。在第一车辆进入停车场泊车时，启动无人机进行自动泊车辅助，无人机飞至停车场上方进行环境探测，通过自主规划飞行路径快速完成对停车场的局部建图，获取建图结果。
进一步地，在S200中，无人机检测停车场内第二车辆的行车轨迹，根据行车轨迹获取第二车辆状态信息。即根据第二车辆在无人机升空时间内的行车轨迹，获取第二车辆状态信息，可选地，第二车辆状态信息包括：第二车辆为离场车辆，第二车辆为进场停车车辆。
进一步地，在S300中，第一车辆检测周围环境获取第一车辆环境信息。可选地，第一车辆获取其周围环境的图像信息，通过识别图像信息获取第一车辆的周围的车道线信息、标志物信息、其他车辆信息等。
进一步地，在S400中，根据建图结果和第一车辆环境信息确定多个目标车位。根据建图结果确定停车场的多个目标车位信息，将第一车辆环境信息与建图结果结合可获取第一车辆在局部地图上的具体位置，进而计算得出第一车辆行驶至目标车位的行车路径。即根据建图结果和第一车辆环境信息确定多个目标车位的同时，还会获取第一车辆前往各个目标车位的行驶路径。
进一步地，在S500中，根据第二车辆状态信息，将多个目标车位按优先级顺序排列，并提供给第一车辆的驾驶员选择。根据第一车辆后方其他车辆的状态信息，将多个目标车位按优先级顺序排列提供给驾驶员选择。示例性地，当后方车辆较多时，第一车辆选择较远的目标车位的优先级更高，以将较近的目标车位留给后方车辆泊车；当后方车辆较少时，第一车辆选择较近的目标车位的优先级更高。
可以理解地，本实施例的方案通过启动无人机飞至停车场上方进行环境探测，根据无人机的感知模块对停车场的车位信息及其他车辆的状态进行感知探测，根据其他车辆的属性来推荐合适的目标停车位，并对停车场进行局部地图及目标车位信息发给车端进行显示，即在采用无人机来识别规划第一车辆的泊车车位和路径的同时，兼顾考虑到了第二车辆的状态信息，有效地提升了停车场整体的停车效率。在寻找目标车位的同时，会结合第一车辆环境信息确定多个目标车位，可以理解地，无人机拓展了车端感知范围，同时结合第一车辆的车身感知确定第一车辆的准确位置，有效地提升了寻找车位的速度和准确度。
【第二实施例】
在一个具体的实施例中，无人机检测停车场内第二车辆的行车轨迹，根据行车轨迹获取第二车辆状态信息，包括：
S210：第一车辆进入停车场后，无人机检测行车轨迹；
S220：当第二车辆从车位驶出时，判断第二车辆为离场车辆；
S230：当第二车辆从停车场入口驶入时，判断第二车辆为待停车车辆；
其中，第二车辆状态信息还包括第二车辆的数量。
在本实施例中，第二车辆状态信息还包括第二车辆的数量，即无人机检测停车场内第二车辆的行车轨迹，根据行车轨迹获取离场车辆的数量和待停车车辆的数量。
进一步地，在S210中，第一车辆进入停车场后，无人机检测行车轨迹。即在无人机升空后，开始检测停车场内的行驶车辆轨迹，并筛选出第二车辆，即第一车辆后方车辆的行车轨迹。
可以理解地，本实施例的方案能够准确地识别获取第二车辆状态信息，根据不同类型车辆的数量信息，帮助本发明的泊车方法进行更准确地进行后续泊车方法的步骤。
【第三实施例】
在一个具体的实施例中，根据第二车辆状态信息，将多个目标车位按优先级顺序排列，包括：
S510：根据第二车辆状态信息，获取第二车辆中待停车车辆数量；
S520：获取多个目标车位与第一车辆之间的距离信息；
S530：根据待停车车辆的数量和距离信息，将多个目标车位按优先级顺序排列。
在本实施例中，根据第二车辆状态信息，获取第二车辆中待停车车辆数量，当待停车车辆数量较多时，说明第一车辆后方有较多车辆需要停车；获取多个目标车位与第一车辆之间的距离信息，并根据距离信息和待停车车辆数量对多个目标车位按优先级顺序进行排列。示例性地，当待停车车辆数量较多时，距离第一车辆较远的目标车位的优先级更高，即给驾驶员推荐程度最高的目标车位为较远的目标车位；当待停车车辆数量较少时，距离第一车辆较近的目标车位的优先级更高，即给驾驶员推荐程度最高的目标车位为较近的目标车位。
需要说明的是，目标车位与第一车辆之间的距离信息指的是目标车位与第一车辆之间的行驶距离信息。
可以理解地，通过本实施例的方案能够充分考虑其他车辆的属性来综合判断推荐目标车位，有效提升了停车场整体的停车效率。
【第四实施例】
在一个具体的实施例中，根据待停车车辆的数量和距离信息，将多个目标车位按优先级顺序排列，包括：
S531：将多个目标车位与第一车辆之间的最短行车距离，由近到远划分为第1车位、第2车位、…、第n车位；
S532：当待停车车辆数量为m时，多个目标车位的优先级顺序为：第m+1车位、第m车位、…、第1车位；
其中，n为大于或等于2的正整数，m为大于或等于0的整数。
示例性地，当第二车辆中待停车车辆数量为2时，多个目标车位的优先级顺序为：第3车位、第2车位、第1车位。第一车辆将较近的第1车位和第2车位留给后方的2辆待停车车辆去停靠。
可以理解地，在本实施例的方案中，第一车辆将较近的车位留给后方的待停车车辆去停靠，一方面，避免了后方车辆因为第一车辆的停车过程出现堵塞的情况，另一方面，为后方车辆预留车位，有效地提升了停车场的整体停车效率，减少了堵车的情况发生。
【第五实施例】
在一个具体的实施例中，在并提供给第一车辆的驾驶员选择之后，泊车方法还包括：
S600：驾驶员在多个目标车位中确定泊入车位；
S610：根据建图结果、第一车辆环境信息和泊入车位，确定多条泊车路径供驾驶员选择。
在本实施例中，第一车辆会将多个目标车位按优先级顺序排列供驾驶员选择，驾驶员在多个目标车位中确定泊入车位后，第一车辆会根据建图结果、第一车辆环境信息和泊入车位，确定多条泊车路径供驾驶员选择。
可以理解地，在本实施例的方案中，结合建图结果、第一车辆环境信息和泊入车位能够更加快速准确地获取该泊入车位的多条泊车路径，进而提高了驾驶员的使用体验。
【第六实施例】
在一个具体的实施例中，在根据建图结果、第一车辆环境信息和泊入车位，确定多条泊车路径供驾驶员选择之后，泊车方法还包括：
S620：在驾驶员泊车过程中，无人机持续获取泊入车位的信息；
S630：当第一车辆在驶入泊入车位之前，其他车辆驶入泊入车位时，重新实施泊车方法。
在本实施例中，在驾驶员选定一条泊车路径后，在泊车过程中，无人机会在天空持续获取泊入车位的信息。当第一车辆在驶入泊入车位之前，无其他车辆驶入泊入车位，则第一车辆泊车成功；当第一车辆在驶入泊入车位之前，有其他车辆驶入泊入车位时，说明泊入车位已被占据，此时需要重新实施泊车方法，即从S100开始重新进行。
可以理解地，本实施例的方案考虑到了在泊车过程中车位被其他车辆占据的情况，进而有效地提高了第一车辆的停车效率。
【第七实施例】
在一个具体的实施例中，根据建图结果和第一车辆环境信息确定多个目标车位，包括：
S410：当目标车位的数量为1时，直接将目标车位提供给驾驶员；
S420：当目标车位的数量为0时，无人机进入持续检测模式。
进一步地，在S410中，当目标车位的数量为1时，不进行后续S500的步骤，直接将目标车位提供给驾驶员。
进一步地，在S420中，当目标车位的数量为0时，说明此时停车场内无空余车位，无人机进入持续检测模式，即持续搜寻目标车位，在检测到目标车位时，再实施后续步骤。
可以理解地，本实施例的方案综合考虑了停车场内目标车位数量较少的情况，简化了控制步骤，并针对这些情况提供了有效可行的技术方案。
【第八实施例】
本实施例提供了一种基于无人机的泊车装置，无人机与第一车辆通信连接，泊车装置包括：第一检测模块，第一检测模块用于无人机检测停车场的环境特征获取建图结果；第二检测模块，第二检测模块用于无人机检测停车场内第二车辆的行车轨迹，根据行车轨迹获取第二车辆状态信息；第三检测模块，第三检测模块用于第一车辆检测周围环境获取第一车辆环境信息；计算模块，计算模块用于根据建图结果和第一车辆环境信息确定多个目标车位；控制模块，控制模块用于根据第二车辆状态信息，将多个目标车位按优先级顺序排列，并提供给第一车辆的驾驶员选择；其中，第一车辆为待停车自车，第二车辆为第一车辆后方的其他行驶车辆，目标车位为停车场内的空余车位。
本发明实施例的泊车装置实现如本发明任一实施例的泊车方法的步骤，因而具有如本发明任一实施例的泊车方法的全部有益效果，在此不再赘述。
【第九实施例】
本实施例提供了一种智能车辆，其包括：处理器，存储器及存储在存储器上并可在处理器上运行的程序或指令，程序或指令被处理器执行时实现如本发明任一实施例的泊车方法的步骤。
本发明实施例的智能车辆实现如本发明任一实施例的泊车方法的步骤，因而具有如本发明任一实施例的泊车方法的全部有益效果，在此不再赘述。
【第十实施例】
本实施例提供了一种可读存储介质，可读存储介质上存储程序或指令，程序或指令被处理器执行时实现如本发明任一实施例的泊车方法的步骤。
本发明实施例的可读存储介质实现如本发明任一实施例的泊车方法的步骤，因而具有如本发明任一实施例的泊车方法的全部有益效果，在此不再赘述。
虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。

Claims (10)

1.一种基于无人机的泊车方法，所述无人机与第一车辆通信连接，其特征在于，所述泊车方法包括：
所述无人机检测停车场的环境特征获取建图结果；
所述无人机检测所述停车场内第二车辆的行车轨迹，根据所述行车轨迹获取第二车辆状态信息；
所述第一车辆检测周围环境获取第一车辆环境信息；
根据所述建图结果和所述第一车辆环境信息确定多个目标车位；
根据所述第二车辆状态信息，将多个所述目标车位按优先级顺序排列，并提供给所述第一车辆的驾驶员选择；
其中，所述第一车辆为待停车自车，所述第二车辆为所述第一车辆后方的其他行驶车辆，所述目标车位为所述停车场内的空余车位。
2.根据权利要求1所述的泊车方法，其特征在于，所述无人机检测所述停车场内第二车辆的行车轨迹，根据所述行车轨迹获取第二车辆状态信息，包括：
所述第一车辆进入所述停车场后，所述无人机检测所述行车轨迹；
当所述第二车辆从车位驶出时，判断所述第二车辆为离场车辆；
当所述第二车辆从停车场入口驶入时，判断所述第二车辆为待停车车辆；
其中，所述第二车辆状态信息还包括所述第二车辆的数量。
3.根据权利要求2所述的泊车方法，其特征在于，所述根据所述第二车辆状态信息，将多个所述目标车位按优先级顺序排列，包括：
根据所述第二车辆状态信息，获取所述第二车辆中待停车车辆数量；
获取多个所述目标车位与所述第一车辆之间的距离信息；
根据所述待停车车辆的数量和所述距离信息，将多个所述目标车位按优先级顺序排列。
4.根据权利要求3所述的泊车方法，其特征在于，所述根据所述待停车车辆的数量和所述距离信息，将多个所述目标车位按优先级顺序排列，包括：
将多个所述目标车位与所述第一车辆之间的最短行车距离，由近到远划分为第1车位、第2车位、…、第n车位；
当所述待停车车辆数量为m时，多个所述目标车位的优先级顺序为：第m+1车位、第m车位、…、第1车位；
其中，n为大于或等于2的正整数，m为大于或等于0的整数。
5.根据权利要求1所述的泊车方法，其特征在于，在所述并提供给所述第一车辆的驾驶员选择之后，所述泊车方法还包括：
所述驾驶员在多个所述目标车位中确定泊入车位；
根据所述建图结果、所述第一车辆环境信息和所述泊入车位，确定多条泊车路径供所述驾驶员选择。
6.根据权利要求5所述的泊车方法，其特征在于，在所述根据所述建图结果、所述第一车辆环境信息和所述泊入车位，确定多条泊车路径供所述驾驶员选择之后，所述泊车方法还包括：
在所述驾驶员泊车过程中，所述无人机持续获取所述泊入车位的信息；
当所述第一车辆在驶入所述泊入车位之前，其他车辆驶入所述泊入车位时，重新实施所述泊车方法。
7.根据权利要求1至6中任一项所述的泊车方法，其特征在于，所述根据所述建图结果和所述第一车辆环境信息确定多个目标车位，包括：
当所述目标车位的数量为1时，直接将所述目标车位提供给所述驾驶员；
当所述目标车位的数量为0时，所述无人机进入持续检测模式。
8.一种基于无人机的泊车装置，所述无人机与第一车辆通信连接，其特征在于，所述泊车装置包括：
第一检测模块，所述第一检测模块用于所述无人机检测停车场的环境特征获取建图结果；
第二检测模块，所述第二检测模块用于所述无人机检测所述停车场内第二车辆的行车轨迹，根据所述行车轨迹获取第二车辆状态信息；
第三检测模块，所述第三检测模块用于所述第一车辆检测周围环境获取第一车辆环境信息；
计算模块，所述计算模块用于根据所述建图结果和所述第一车辆环境信息确定多个目标车位；
控制模块，所述控制模块用于根据所述第二车辆状态信息，将多个所述目标车位按优先级顺序排列，并提供给所述第一车辆的驾驶员选择；
其中，所述第一车辆为待停车自车，所述第二车辆为所述第一车辆后方的其他行驶车辆，所述目标车位为所述停车场内的空余车位。
9.一种智能车辆，其特征在于，所述智能车辆包括：处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1至7中任一项所述的泊车方法的步骤。
10.一种可读存储介质，其特征在于，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1至7中任一项所述的泊车方法的步骤。
CN202211005782.9A 2022-08-22 2022-08-22 一种泊车方法、泊车装置、智能车辆和可读存储介质 Pending CN115512570A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211005782.9A CN115512570A (zh) 2022-08-22 2022-08-22 一种泊车方法、泊车装置、智能车辆和可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211005782.9A CN115512570A (zh) 2022-08-22 2022-08-22 一种泊车方法、泊车装置、智能车辆和可读存储介质

Publications (1)

Publication Number Publication Date
CN115512570A true CN115512570A (zh) 2022-12-23

Family

ID=84502112

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211005782.9A Pending CN115512570A (zh) 2022-08-22 2022-08-22 一种泊车方法、泊车装置、智能车辆和可读存储介质

Country Status (1)

Country Link
CN (1) CN115512570A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105632236A (zh) * 2016-03-14 2016-06-01 南京邮电大学 基于无人机和云计算技术的小区车位管理引导系统和方法
CN107886761A (zh) * 2017-11-14 2018-04-06 金陵科技学院 一种基于无人机的停车场监控方法
CN109017766A (zh) * 2018-08-03 2018-12-18 湖北汽车工业学院 一种用于自动驾驶车辆的平行车位全自动泊车控制系统
CN110562248A (zh) * 2019-09-17 2019-12-13 浙江吉利汽车研究院有限公司 一种基于无人机的自动泊车系统及自动泊车方法
KR20200036232A (ko) * 2018-09-28 2020-04-07 홍익대학교 산학협력단 실시간 최적 주차 경로 안내 시스템 및 방법
CN114228703A (zh) * 2022-01-29 2022-03-25 中国第一汽车股份有限公司 一种自动泊车方法、系统、车辆及存储介质
CN114495568A (zh) * 2022-01-27 2022-05-13 中国第一汽车股份有限公司 一种泊车方法、设备、存储介质和泊车系统
CN114927006A (zh) * 2022-05-23 2022-08-19 东风汽车集团股份有限公司 基于无人机的室内代客泊车系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105632236A (zh) * 2016-03-14 2016-06-01 南京邮电大学 基于无人机和云计算技术的小区车位管理引导系统和方法
CN107886761A (zh) * 2017-11-14 2018-04-06 金陵科技学院 一种基于无人机的停车场监控方法
CN109017766A (zh) * 2018-08-03 2018-12-18 湖北汽车工业学院 一种用于自动驾驶车辆的平行车位全自动泊车控制系统
KR20200036232A (ko) * 2018-09-28 2020-04-07 홍익대학교 산학협력단 실시간 최적 주차 경로 안내 시스템 및 방법
CN110562248A (zh) * 2019-09-17 2019-12-13 浙江吉利汽车研究院有限公司 一种基于无人机的自动泊车系统及自动泊车方法
CN114495568A (zh) * 2022-01-27 2022-05-13 中国第一汽车股份有限公司 一种泊车方法、设备、存储介质和泊车系统
CN114228703A (zh) * 2022-01-29 2022-03-25 中国第一汽车股份有限公司 一种自动泊车方法、系统、车辆及存储介质
CN114927006A (zh) * 2022-05-23 2022-08-19 东风汽车集团股份有限公司 基于无人机的室内代客泊车系统

Similar Documents

Publication Publication Date Title
CN109733383B (zh) 一种自适应的自动泊车方法及系统
CN110466502B (zh) 一种代客泊车方法和装置
US10829154B2 (en) Method and device for operating a vehicle
CN106652515B (zh) 车辆自动控制方法、装置和系统
US10793142B2 (en) Server for operating a parking facility
CN110126817B (zh) 一种自适应任意点与固定点间泊车或召回的方法及系统
CN105806353B (zh) 自动驾驶装置
CN111746504B (zh) 记忆泊车方法、系统、装置及计算机可读存储介质
CN106891893B (zh) 车辆模式确定
US20220274588A1 (en) Method for automatically parking a vehicle
CN111413959A (zh) 任意点至任意点的全局路径规划、泊车方法及系统
KR20190122241A (ko) 운전 제어 방법 및 운전 제어 장치
US11345365B2 (en) Control device, getting-into/out facility, control method, and storage medium
CN112835359B (zh) 一种基于视觉slam技术的avp控制方法及装置
CN113903189B (zh) 泊车地图的车位更新方法、装置及设备
US11325601B2 (en) Method for producing a passing probability collection, method for operating a control device of a motor vehicle, passing probability collecting device and control device
CN116022126A (zh) 自主学习泊车方法、电子设备及存储介质
US20220161799A1 (en) Method for selecting a traffic lane of a roundabout, for a motor vehicle
CN115512570A (zh) 一种泊车方法、泊车装置、智能车辆和可读存储介质
CN115973164A (zh) 车辆领航辅助驾驶方法、介质和装置
CN116343174A (zh) 目标检测方法、装置、车辆和存储介质
JP2019179324A (ja) 対象駐車地点設定システムおよび対象駐車地点設定プログラム
JP2022099840A (ja) 自動運転システム、及び異常判定方法
CN113460039B (zh) 泊车控制方法、车辆及存储介质
CN111063214A (zh) 一种车辆的定位方法、车载设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination