CN115534935A - 车辆行驶控制方法、装置、电子设备和计算机可读介质 - Google Patents
车辆行驶控制方法、装置、电子设备和计算机可读介质 Download PDFInfo
- Publication number
- CN115534935A CN115534935A CN202211534160.5A CN202211534160A CN115534935A CN 115534935 A CN115534935 A CN 115534935A CN 202211534160 A CN202211534160 A CN 202211534160A CN 115534935 A CN115534935 A CN 115534935A
- Authority
- CN
- China
- Prior art keywords
- information
- target
- vehicle
- real
- parking space
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 67
- 230000004044 response Effects 0.000 claims abstract description 68
- 230000004927 fusion Effects 0.000 claims abstract description 28
- 238000012549 training Methods 0.000 claims description 47
- 238000012544 monitoring process Methods 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012216 screening Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 description 20
- 230000006870 function Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000007500 overflow downdraw method Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012546 transfer Methods 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
-
- 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
-
- 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
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/50—Barriers
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开的实施例公开了车辆行驶控制方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括:响应于接收到路径信息,执行车辆控制步骤:响应于接收泊车信息,利用路径信息,控制当前车辆,以及获取实时车辆环视图像集;获取实时目标停车位信息和目标实时车辆环视图像集;对目标实时车辆环视图像集进行图像融合,得到实时环境图像;将实时环境图像输入至停车位识别模型,得到停车停放信息;响应于确定停车停放信息表征实时目标停车位信息对应区域不存在停放车辆的信息,生成实时位姿信息;生成车辆行驶路径信息;控制当前车辆以行驶至对应的区域。该实施方式可以提高当前车辆泊车的安全性。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及车辆行驶控制方法、装置、电子设备和计算机可读介质。
背景技术
车辆行驶控制方法,可以是生成泊车路径信息以对车辆进行全自动泊车的方法。在对车辆进行全自动泊车时,通常采用的方法为:首先,确定当前车辆的位姿信息和待停放当前车辆的停车位区域位置信息;其次,利用自动泊车辅助系统,生成表征当前车辆从所在的停车场入口到上述停车位区域的路径信息;最后,利用路径信息,控制当前车辆,以行驶至停车位区域。
然而,发明人发现,当采用上述方式对车辆进行全自动泊车时,经常会存在如下技术问题:
第一,当前车辆行驶的过程中会存在多个动态行驶的车辆,需要对表征当前车辆从所在的停车场入口到上述停车位区域的路径信息进行更改,从而增加当前车辆中自动泊车辅助系统的工作负荷,导致车辆泊车的安全性较低。
第二,当前车辆行驶的过程中会存在多个动态行驶的车辆,无法通过其他车辆的行驶路径信息生成当前车辆的路径信息,导致车辆泊车的安全性较低。
第三,当前车辆利用路径信息进行行驶时,需要寻找未停放车辆的停车位,导致需要二次泊车,从而增加当前车辆中自动泊车辅助系统的工作负荷和降低泊车的安全性。
该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解,并因此,其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了车辆行驶控制方法、装置、电子设备和计算机可读介质,来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面,本公开的一些实施例提供了一种车辆行驶控制方法,该方法包括:响应于接收到智能停车场对应的监控终端发送的表征停车场入口到目标停车位区域的路径信息,执行以下车辆控制步骤:响应于接收到表征对当前车辆进行泊车的泊车信息,利用上述路径信息,控制上述当前车辆以进行行驶处理,以及获取上述当前车辆的实时车辆环视图像集;响应于确定上述实时车辆环视图像集中存在上述目标停车位区域的区域信息,且上述当前车辆与上述目标停车位区域的距离满足预设距离条件,获取实时目标停车位信息和针对当前车辆的当前位置信息的实时车辆环视图像集,作为目标实时车辆环视图像集;对上述目标实时车辆环视图像集进行图像融合,得到融合图像,作为实时环境图像;将上述实时环境图像输入至停车位识别模型,得到实时目标停车位信息对应区域的停车停放信息;响应于确定上述停车停放信息表征上述实时目标停车位信息对应区域不存在停放车辆的信息,根据上述目标实时车辆环视图像集,生成上述当前车辆的实时位姿信息;根据上述实时位姿信息和上述实时目标停车位信息,生成车辆行驶路径信息;根据上述车辆行驶路径信息,控制上述当前车辆以行驶至上述实时目标停车位信息对应的区域。
第二方面,本公开的一些实施例提供了一种车辆行驶控制装置,装置包括:执行单元,被配置成响应于接收到智能停车场对应的监控终端发送的表征停车场入口到目标停车位区域的路径信息,执行以下车辆控制步骤:响应于接收到表征对当前车辆进行泊车的泊车信息,利用上述路径信息,控制上述当前车辆以进行行驶处理,以及获取上述当前车辆的实时车辆环视图像集;响应于确定上述实时车辆环视图像集中存在上述目标停车位区域的区域信息,且上述当前车辆与上述目标停车位区域的距离满足预设距离条件,获取实时目标停车位信息和针对当前车辆的当前位置信息的实时车辆环视图像集,作为目标实时车辆环视图像集;对上述目标实时车辆环视图像集进行图像融合,得到融合图像,作为实时环境图像;将上述实时环境图像输入至停车位识别模型,得到实时目标停车位信息对应区域的停车停放信息;响应于确定上述停车停放信息表征上述实时目标停车位信息对应区域不存在停放车辆的信息,根据上述目标实时车辆环视图像集,生成上述当前车辆的实时位姿信息;根据上述实时位姿信息和上述实时目标停车位信息,生成车辆行驶路径信息;根据上述车辆行驶路径信息,控制上述当前车辆以行驶至上述实时目标停车位信息对应的区域。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,上述计算机程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的车辆行驶控制方法,可以提高车辆泊车的安全性,从而避免上述当前车辆与其他车辆的发生碰撞。具体来说,导致车辆泊车的安全性较低的原因在于:当前车辆行驶的过程中会存在多个动态行驶的车辆,需要对表征当前车辆从所在的停车场入口到上述停车位区域的路径信息进行更改,从而增加当前车辆中自动泊车辅助系统的工作负荷,导致车辆泊车的安全性较低。基于此,本公开的一些实施例的车辆行驶控制方法,响应于接收到智能停车场对应的监控终端发送的表征停车场入口到目标停车位区域的路径信息,执行以下车辆控制步骤:第一,响应于接收到表征对当前车辆进行泊车的泊车信息,利用上述路径信息,控制上述当前车辆以进行行驶处理,以及获取上述当前车辆的实时车辆环视图像集;其中,通过上述监控终端发送的路径信息进行全自动泊车,可以提高路径信息的安全性,从而避免上述当前车辆与其他泊车车辆的发生碰撞。以及控制上述当前车辆以进行行驶处理可以减少驾驶员的驾驶时长,以及提高驾驶的便捷性。第二,响应于确定上述实时车辆环视图像集中存在上述目标停车位区域的区域信息,且上述当前车辆与上述目标停车位区域的距离满足预设距离条件,获取实时目标停车位信息和针对当前车辆的当前位置信息的实时车辆环视图像集,作为目标实时车辆环视图像集;第三,对上述目标实时车辆环视图像集进行图像融合,得到融合图像,作为实时环境图像;其中,对上述目标实时车辆环视图像集进行图像融合可以全方面、直观地确定当前车辆周围的环境情况。第四,将上述实时环境图像输入至停车位识别模型,得到实时目标停车位信息对应区域的停车停放信息;其中,上述停车位识别模型可以更准确的确定实时目标停车位信息对应区域的停车停放信息。第五,响应于确定上述停车停放信息表征上述实时目标停车位信息对应区域不存在停放车辆的信息,根据上述实时车辆环视图像集,生成上述当前车辆的实时位姿信息;其中,生成上述当前车辆的实时位姿信息可以方便生成表征上述当前车辆到上述目标停车位区域的路径行驶信息。第六,根据上述实时位姿信息和上述实时目标停车位信息,生成车辆行驶路径信息;生成的车辆行驶路径信息可以避免上述当前车辆与障碍物发生碰撞,可以安全行驶至上述目标行驶区域。第七,根据上述车辆行驶路径信息,控制上述当前车辆以行驶至上述实时目标停车位信息对应的区域。其中,其中,通过智能停车场对应的监控终端发送的路径信息行驶,以及行驶过程中响确定上述实时车辆环视图像集中存在上述目标停车位区域的区域信息,且上述当前车辆与上述目标停车位区域的距离满足预设距离条件,通过目标实时车辆环视图像集,生成车辆行驶路径信息,从而可以降低当前车辆中自动泊车辅助系统的工作负荷,可以提高车辆泊车的安全性。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
图1是根据本公开的车辆行驶控制方法的一些实施例的流程图;
图2是根据本公开的车辆行驶控制装置的一些实施例的结构示意图;
图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1示出了根据本公开的车辆行驶控制方法的一些实施例的流程100。该车辆行驶控制方法的流程100,包括以下步骤:
步骤101,响应于接收到智能停车场对应的监控终端发送的表征停车场入口到目标停车位区域的路径信息,执行以下车辆控制步骤:
步骤1011,响应于接收到表征对当前车辆进行泊车的泊车信息,利用路径信息,控制当前车辆以进行行驶处理,以及获取当前车辆的实时车辆环视图像集。
在一些实施例中,响应于接收到表征对当前车辆进行泊车的泊车信息,车辆行驶控制方法的执行主体(例如,电子设备)可以利用上述路径信息,控制上述当前车辆以进行行驶处理,以及获取上述当前车辆的实时车辆环视图像集。其中,上述实时车辆环视图像集中的实时车辆环视图像可以是当前车辆周围环境的实时图像。上述表征对当前车辆进行泊车的泊车信息可以是表征对当前车辆进行全自动泊车的泊车信息。其中,上述实时车辆环视图像集中的实时车辆环视图像可以是当前车辆在停车场内行驶过程中所拍摄的车辆周围的环境图像。上述接收到表征对当前车辆进行泊车的泊车信息可以是上述当前车辆中自动泊车辅助系统向上述执行主体发送的表征对当前车辆进行全自动泊车的泊车信息。上述智能停车场对应的监控终端可以用于生成表征停车场入口到目标停车位区域的路径信息,还可以用于监控智能停车场内信息的终端。上述目标停车位区域可以是当前车辆待停放的停车位区域。上述停车场入口可以是当前车辆所在的停车场入口。例如,上述智能停车场内信息可以是智能停车场内停放车辆的数量信息。
步骤1012,响应于确定实时车辆环视图像集中存在目标停车位区域的区域信息,且当前车辆与目标停车位区域的距离满足预设距离条件,获取实时目标停车位信息和针对当前车辆的当前位置信息的实时车辆环视图像集,作为目标实时车辆环视图像集。
在一些实施例中,上述执行主体可以是响应于确定上述实时车辆环视图像集中存在上述目标停车位区域的区域信息,且上述当前车辆与上述目标停车位区域的距离满足预设距离条件,获取实时目标停车位信息和针对当前车辆的当前位置信息的实时车辆环视图像集,作为目标实时车辆环视图像集。其中,上述预设距离条件可以是当前车辆与目标停车位区域的距离小于预设距离。例如,上述预设距离可以是3米。上述实时目标停车位信息可以是表征上述目标停车位区域的信息。例如,上述实时目标停车位信息可以是目标停车位区域针对上述当前车辆的位置信息。上述目标实时车辆环视图像集可以是上述实时环视图像集中的子集。上述目标实时车辆环视图像集中的目标实时车辆环视图像可以是上述当前车辆在停车场内的、当前位置的图像集。
步骤1013,对目标实时车辆环视图像集进行图像融合,得到融合图像,作为实时环境图像。
在一些实施例中,上述执行主体可以是对上述目标实时车辆环视图像集进行图像融合,得到融合图像,作为实时环境图像。其中,上述实时环境图像可以是上述当前车辆的当前位置的、360度的车辆周围环境图像。
实践中,上述融合图像可以是通过以下步骤得到的:
利用图像融合方法,对上述实时车辆环视图像集进行图像融合,得到融合图像。例如,上述图像融合方法可以是脉冲耦合神经网络(PCNN-Pulse Coupled Neural Network)。在一些实施例的一些可选的实现方式中,上述执行主体对上述目标实时车辆环视图像集进行图像融合,得到融合图像,包括:
第一步,对于上述目标实时车辆环视图像集中的每个目标实时车辆环视图像,执行以下确定步骤:
第一子步骤,从上述目标实时车辆环视图像集中去除上述目标实时车辆环视图像,得到第一去除后实时车辆环视图像集。
第二子步骤,从上述第一去除后实时车辆环视图像集中筛选出与上述目标实时车辆环视图像之间存在图像内容相同的实时车辆环视图像,得到筛选后实时车辆环视图像集。
第三子步骤,将上述目标实时车辆环视图像与上述筛选后实时车辆环视图像集中的各个筛选后实时车辆环视图像进行图像融合,得到候选融合图像。
实践中,上述将上述目标实时车辆环视图像与上述筛选后实时车辆环视图像集中的各个筛选后实时车辆环视图像进行图像融合,得到候选融合图像,包括:
第一步,对于筛选后实时车辆环视图像集中的每个筛选后实时车辆环视图像,执行以下图像确定步骤:
步骤一,将目标实时车辆环视图像与上述筛选后实时车辆环视图像的图像相同内容对应的图像信息,确定为相同图像信息。其中,上述相同图像信息可以包括:相同内容图像和、上述相同内容图像在上述目标实时车辆环视图像中的位置信息、相同内容图像在上述筛选后实时车辆环视图像中的位置信息。
步骤二,将上述目标实时车辆环视图像与上述筛选后实时车辆环视图像进行图像重叠,得到重叠图像。其中,将上述目标实时车辆环视图像与上述筛选后实时车辆环视图像进行图像重叠可以是将相同图像信息对应的图像区域进行重叠,以及将去除重叠区域中筛选后实时车辆环视图像。上述去除重叠区域中的筛选后实时车辆环视图像不等于相同图像信息包括的相同内容图像。
步骤三,从上述筛选后实时车辆环视图像集中去除上述筛选后实时车辆环视图像,得到去除后第三实时车辆环视图像集。
步骤四,响应于确定上述去除后第三实时车辆环视图像集中去除后第三实时车辆环视图像的数量等于0,将上述重叠图像确定为候选融合图像。
第二步,响应于确定上述去除后第三实时车辆环视图像集中去除后第三实时车辆环视图像的数量大于0,将上述去除后第三实时车辆环视图像集确定为筛选后实时车辆环视图像集,以及将上述重叠图像确定为目标实时车辆环视图像,以再次执行上述图像确定步骤。
第四子步骤,将上述候选融合图像加入至上述第一去除后目标实时车辆环视图像集,得到加入后目标实时车辆环视图像集。
第五子步骤,从上述加入后目标实时车辆环视图像集中去除上述筛选后实时车辆环视图像集,得到第二去除后实时车辆环视图像集。
第六子步骤,响应于确定上述第二去除后目标实时车辆环视图像集对应的图像数目为1,将第二去除后目标实时车辆环视图像集对应的环视图像确定为上述融合图像。
第二步,响应于确定上述第二去除后目标实时车辆环视图像集对应的图像数目大于1,将第二去除后目标实时车辆环视图像集确定为目标实时车辆环视图像集,以及继续执行上述确定步骤。
步骤1014,将实时环境图像输入至停车位识别模型,得到实时目标停车位信息对应区域的停车停放信息。
在一些实施例中,上述执行主体可以是将上述实时环境图像输入至停车位识别模型,得到实时目标停车位信息对应区域的停车停放信息。其中,上述停车位识别模型可以用于识别停车位区域的停车停放信息的模型。上述停车停放信息可以是上述实时目标停车位信息对应区域中是否停放车辆的信息。例如,上述目标停车位识别模型可以是YOLO(youonly look once,目标检测)V5模型。上述YOLOV5中的V5可以是YOLO模型的系列号。
在一些实施例的一些可选的实现方式中,上述停车位识别模型是通过以下步骤得到的:
第一步,获取训练样本。其中,上述训练样本可以包括:训练数据和上述训练数据对应的训练标签。上述训练数据可以是上述实时环境图像。上述训练标签可以是表征上述训练数据对应区域的停车停放信息。
第二步,根据所获取的训练样本,执行以下训练步骤:
第一子步骤,将上述训练样本中包括的训练数据输入至初始停车位识别模型中包括的第一停车位识别层,得到第一训练数据向量。其中,上述初始停车位识别模型可以包括:第一停车位识别层、第二停车位识别层、第三停车位识别层和损失层。上述第一训练数据向量可以表征上述训练数据对应区域是否为停车位区域和上述训练数据的向量。上述第一停车位识别模型可以用于识别停车位区域内信息的模型。上述停车位区域内信息可以是停车位区域是否停放车辆的信息,还可以表征与当前车辆距离的信息。上述第一停车位识别层可以是卷积神经网络(Convolutional Neural Networks, CNN)。上述第二停车位识别层可以是卷积神经网络。上述第三停车位识别层可以是卷积神经网络。上述损失层对应的损失函数可以是交叉熵损失函数(CrossEntropy Loss)。
第二子步骤,将上述第一训练数据向量输入至上述第二停车位识别层,得到第二训练数据向量。其中,上述第二训练数据向量可以表征停车位区域信息的向量。例如,上述停车位区域信息可以是停车位区域是否停放车辆的信息,还可以表征与当前车辆距离的信息。
第三子步骤,将上述第一训练数据向量和上述第二训练数据向量进行组合处理,得到第三训练数据向量。
第四子步骤,将上述第三训练数据向量输入至上述第三停车位识别层,得到初始停车位区域信息。其中,上述初始停车位区域信息可以表征停车位区域的信息。例如,上述停车位区域信息可以是停车位区域是否停放车辆的信息,还可以表征与当前车辆距离的信息。
第五子步骤,将上述初始停车位区域信息和上述训练样本包括的训练标签输入至上述损失层,得到初始停车位识别模型的损失值。上述损失值可以用于确定上述初始停车位识别模型是否训练完成的值。
第六子步骤,响应于确定上述损失值小于等于预设损失值,将初始停车位识别模型确定为停车位识别模型。例如,上述预设损失值可以是0.05。
第三步,响应于确定上述损失值大于预设损失值,更新初始停车位识别模型的参数,以及重新获取训练样本以再次执行上述训练步骤。
步骤1015,响应于确定停车停放信息表征区域不存在停放车辆的信息,根据目标实时车辆环视图像集,生成当前车辆的实时位姿信息。
在一些实施例中,上述执行主体可以是响应于确定上述停车停放信息表征上述实时目标停车位信息对应区域不存在停放车辆的信息,根据上述目标实时车辆环视图像集,生成上述当前车辆的实时位姿信息。其中,上述实时位姿信息可以是相对于上述目标停车位区域的位置,当前车辆的位姿信息。例如,上述实时位姿信息可以是上述当前车辆车头朝北,以及上述当前车辆在上述目标停车位区域的北面向东30度距离3米的位姿信息。
实践中,上述根据上述实时车辆环视图像集,生成上述当前车辆的实时位姿信息,包括:
第一步,确定上述目标停车位区域对应的实时车辆环视图像,作为目标停车位区域图像。
第二步,确定针对上述当前车辆,上述目标停车位区域图像中目标停车位区域的位姿信息,作为目标停车位区域位姿信息。上述目标停车位区域位姿信息可以是针对上述当前车辆,上述目标停车位区域的位置信息。例如,上述目标停车位区域位姿信息可以是上述目标停车位区域在上述当前车辆的南面向西60度距离3米的位置信息。
第三步,确定与上述目标停车位区域位姿信息对应的实时位姿信息。
步骤1016,根据实时位姿信息和实时目标停车位信息,生成车辆行驶路径信息。
在一些实施例中,上述执行主体可以是根据上述实时位姿信息和上述实时目标停车位信息,生成车辆行驶路径信息。其中,上述车辆行驶路径信息可以表征上述当前车辆行驶至上述目标停车位区域的路径信息。
实践中,上述根据上述实时位姿信息和上述实时目标停车位信息,生成车辆行驶路径信息,包括:
响应于确定上述实时位姿信息为表征上述当前车辆车尾对应上述目标停车位区域的信息,利用路径规划方法,确定车辆行驶路径信息。例如,上述路径规划方法可以是混合A星(HybridAStar)算法。
步骤1017,根据车辆行驶路径信息,控制当前车辆以行驶至实时目标停车位信息对应的区域。
在一些实施例中,上述执行主体可以是根据上述车辆行驶路径信息,控制上述当前车辆以行驶至上述实时目标停车位信息对应的区域。其中,利用上述车辆行驶路径信息,可以控制上述当前车辆以行驶至上述实时目标停车位信息对应的区域。
在一些实施例的一些可选的实现方式中,上述表征停车场入口到目标停车位区域的路径信息,是通过以下步骤得到的:
第一步,响应于检测到上述当前车辆行驶到停车场入口,获取停车场内各个停车位的图像,得到停车位图像集。其中,上述获取停车场内各个停车位的图像,得到停车位图像集的执行主体可以是上述智能停车场对应的监控终端。上述智能停车场对应的监控终端可以通过查看停车场内入口位置的摄像头来检测上述当前车辆是否行驶到停车场入口。
第二步,确定上述停车位图像集中每个停车位图像对应的停车位信息,得到停车位信息集。其中,上述停车位信息集中的停车位信息可以是表征停车位对应的区域上是否停放车辆的信息。实践中,上述停车位信息集可以是将上述停车位图像集输入至上述停车位识别模型,得到停车位信息集。
第三步,对上述停车位信息集进行筛选处理,得到筛选后停车位信息集。其中,筛选后停车位信息集中每个筛选后停车位信息对应的区域不存在车辆。上述筛选后停车位信息集可以是筛选出上述停车位信息集中停车位对应的区域上不存在车辆的停车位信息集。
第四步,对于上述筛选后停车位信息集中的每个筛选后停车位信息,确定上述筛选后停车位信息对应的区域与上述停车场入口的距离,作为目标距离。
第五步,对所得到的目标距离集进行筛选,得到筛选后目标距离,以得到筛选后目标距离对应的停车位区域,作为目标停车位区域。上述目标停车场区域可以是上述目标距离集中与当前车辆最近的目标距离对应的停车位区域。
第六步,获取行驶车辆路径信息集。其中,上述行驶车辆路径集中的行驶车辆路径信息包括:表征停车场入口到第一目标车辆对应的停车位区域的路径信息或表征第二目标车辆对应的停车位区域到停车场入口的路径信息。其中,上述表征停车场入口到第一目标车辆对应的停车位区域的路径信息中的停车场入口可以是上述第一目标车辆进入上述停车场的入口。上述第一目标车辆可以表征其他在上述停车场内待停车的车辆。上述表征第二目标车辆对应的停车位区域到停车场入口的路径信息中的停车场入口可以是与第二目标车辆对应的停车位区域距离最近的停车场入口。上述第二目标车辆可以表征其他在上述停车场内待出去的车辆。上述行驶车辆路径信息集中的行驶车辆路径信息可以是上述第一目标车辆或上述第二目标车辆正在行驶的路径信息。上述表征停车场入口到第一目标车辆对应的停车位区域的路径信息包括:第一行驶路径节点信息序列、上述第一行驶路径节点信息序列对应的第一行驶时间区间序列和第一行驶速度信息序列。上述第一行驶路径节点信息序列中的第一行驶路径节点信息可以是上述第一目标车辆行驶的路径信息中的节点位置信息。上述第一行驶时间区间序列中的上述第一行驶时间区间可以是上述第一目标车辆行驶到第一行驶路径节点信息的时间区间。例如,上述第一行驶时间区间可以是[2022年11月21日下午5点38分3秒,2022年11月21日下午5点38分5秒]。上述第一行驶速度信息序列中的第一行驶速度信息可以是上述第一目标车辆行驶到第一行驶路径节点信息的速度信息。例如,上述第一行驶速度信息可以是10km/小时。上述表征第二目标车辆对应的停车位区域到停车场入口的路径信息包括:第二行驶路径节点信息序列、上述第二行驶路径节点信息序列对应的第二行驶时间区间序列和第二行驶速度信息序列。上述第二行驶路径节点信息序列中的第二行驶路径节点信息可以是上述第二目标车辆行驶的路径信息中的节点位置信息。上述第二行驶时间区间序列中的上述第二行驶时间区间可以是上述第二目标车辆行驶到第二行驶路径节点信息的时间区间。例如,上述第二行驶时间区间可以是[2022年11月21日下午6点38分3秒,2022年11月21日下午6点38分5秒]。上述第二行驶速度信息序列中的第二行驶速度信息可以是上述第二目标车辆行驶到第二行驶路径节点信息的速度信息。例如,上述第二行驶速度信息可以是10km/小时。上述第一行驶路径节点信息序列中前后两个第一行驶路径节点信息之间的距离为预设碰撞距离。上述预设碰撞距离可以是6米。上述第二行驶路径节点信息序列中前后两个第二行驶路径节点信息之间的距离为上述预设碰撞距离。
第七步,根据上述行驶车辆路径信息集,生成表征停车场入口到目标停车位区域的路径信息。其中,上述表征停车场入口到目标停车位区域的路径信息包括:目标行驶路径节点信息序列、上述目标行驶路径节点信息序列对应的目标行驶时间区间序列和目标行驶速度信息序列。上述目标行驶路径节点信息序列中的目标行驶路径节点信息可以是上述当前车辆行驶的路径信息中的节点位置信息。上述目标行驶时间区间序列中的上述目标行驶时间区间可以是上述当前车辆行驶到目标行驶路径节点信息的时间区间。例如,上述目标行驶时间区间可以是[2022年11月21日下午6点40分3秒,2022年11月21日下午6点40分5秒]。上述目标行驶速度信息序列中的目标行驶速度信息可以是上述当前车辆行驶到目标行驶路径节点信息的速度信息。例如,上述目标行驶速度信息可以是10km/小时。上述目标行驶路径节点信息序列中前后两个目标行驶路径节点信息之间的距离为上述预设碰撞距离。
实践中,上述根据上述行驶车辆路径信息集,生成表征停车场入口到目标停车位区域的路径信息,包括:
利用路径规划方法,确定表征停车场入口到目标停车位区域的路径信息。例如,上述路径规划方法可以是混合A星(HybridAStar)算法。
在一些实施例的一些可选的实现方式中,上述根据上述行驶车辆路径信息集,生成表征停车场入口到目标停车位区域的路径信息,包括:
第一步,确定上述行驶车辆路径信息集包括的:第一行驶路径节点信息序列集,第一行驶时间区间序列集、第二行驶路径节点信息序列集和第二行驶时间区间序列集。
第二步,将上述第一行驶路径节点信息序列集和上述第二行驶路径节点信息序列集进行组合处理,得到处理后行驶路径节点信息序列集和与上述处理后行驶路径节点信息序列集对应的处理后行驶时间区间信息序列集。
第三步,对于上述初始路径信息包括的目标行驶路径节点信息序列中的每个目标行驶路径节点信息,执行以下处理步骤:
第一子步骤,响应于确定上述处理后行驶路径节点信息序列集中的处理后行驶路径节点信息等于上述目标行驶路径节点信息,且分别对应的处理后行驶时间区间信息中的时间等于目标行驶时间区间信息中的时间,对上述目标行驶时间区间信息对应的目标行驶速度信息进行更改,得到更改后目标行驶速度信息和上述更改后目标行驶速度信息对应的更改后目标行驶时间区间信息。其中,对上述目标行驶时间区间信息对应的目标行驶速度信息进行更改可以是降低或增加预设速度后的目标行驶速度信息对应的速度。其中,上述预设速度可以是2km/小时。
第二子步骤,响应于确定上述处理后行驶路径节点信息序列集中的每个处理后行驶路径节点信息不等于上述目标行驶路径节点信息,且分别对应的处理后行驶时间区间信息中的时间等于目标行驶时间区间信息中的时间,将上述目标行驶路径节点信息、上述目标行驶路径节点信息对应的目标行驶时间区间信息和目标行驶速度信息进行组合处理,以生成处理后路径节点信息。其中,上述处理后路径节点信息可以是表征当前目标行驶路径节点的行驶速度信息、行驶速度信息。
第三子步骤,响应于确定上述处理后行驶路径节点信息序列集中的处理后行驶路径节点信息等于上述目标行驶路径节点信息,且分别对应的每个处理后行驶时间区间信息中的时间不等于目标行驶时间区间信息中的时间,将上述目标行驶路径节点信息、上述目标行驶路径节点信息对应的目标行驶时间区间信息和目标行驶速度信息进行组合处理,以生成处理后路径节点信息。其中,上述处理后路径节点信息可以是表征当前目标行驶路径节点的行驶速度信息、行驶速度信息。
第四步,将所得到的更改后目标行驶时间区间信息序列确定为上述目标行驶路径节点信息序列对应的目标行驶时间区间信息序列,以再次执行上述循环步骤。
第五步,将所得到的处理后路径节点信息序列,确定为表征停车场入口到目标停车位区域的路径信息。
上述第一步至第五步作为本公开的实施例的一个发明点,解决了背景技术提及的技术问题二“当前车辆行驶的过程中会存在多个动态行驶的车辆,无法通过其他车辆的行驶路径信息生成当前车辆的路径信息,导致车辆泊车的安全性较低”。导致车辆泊车的安全性较低的因素往往如下:当前车辆行驶的过程中会存在多个动态行驶的车辆,无法通过其他车辆的行驶路径信息生成当前车辆的路径信息,导致车辆泊车的安全性较低。如果解决了上述因素,就能达到危险值的准确率高的效果。为了达到这一效果,第一,确定上述行驶车辆路径信息集包括的:第一行驶路径节点信息序列集,第一行驶时间区间序列集、第二行驶路径节点信息序列集和第二行驶时间区间序列集。第二,将上述第一行驶路径节点信息序列集和上述第二行驶路径节点信息序列集进行组合处理,得到处理后行驶路径节点信息序列集和与上述处理后行驶路径节点信息序列集对应的处理后行驶时间区间信息序列集。第三,对于上述初始路径信息包括的目标行驶路径节点信息序列中的每个目标行驶路径节点信息,执行以下处理步骤:首先,响应于确定上述处理后行驶路径节点信息序列集中的处理后行驶路径节点信息等于上述目标行驶路径节点信息,且分别对应的处理后行驶时间区间信息中的时间等于目标行驶时间区间信息中的时间,对上述目标行驶时间区间信息对应的目标行驶速度信息进行更改,得到更改后目标行驶速度信息和上述更改后目标行驶速度信息对应的更改后目标行驶时间区间信息。其中,对上述目标行驶时间区间信息对应的目标行驶速度信息进行更改可以避免与其他车辆发生碰撞。其次,响应于确定上述处理后行驶路径节点信息序列集中的每个处理后行驶路径节点信息不等于上述目标行驶路径节点信息,且分别对应的处理后行驶时间区间信息中的时间等于目标行驶时间区间信息中的时间,将上述目标行驶路径节点信息、上述目标行驶路径节点信息对应的目标行驶时间区间信息和目标行驶速度信息进行组合处理,以生成处理后路径节点信息。其中,上述处理后路径节点信息可以是表征当前目标行驶路径节点的行驶速度信息、行驶速度信息。生的处理后路径节点信息可以提高车辆在停车场内行驶的安全性。最后,响应于确定上述处理后行驶路径节点信息序列集中的处理后行驶路径节点信息等于上述目标行驶路径节点信息,且分别对应的每个处理后行驶时间区间信息中的时间不等于目标行驶时间区间信息中的时间,将上述目标行驶路径节点信息、上述目标行驶路径节点信息对应的目标行驶时间区间信息和目标行驶速度信息进行组合处理,以生成处理后路径节点信息。其中,上述处理后路径节点信息可以是表征当前目标行驶路径节点的行驶速度信息、行驶速度信息。生的处理后路径节点信息可以提高车辆在停车场内行驶的安全性。第四,将所得到的更改后目标行驶时间区间信息序列确定为上述目标行驶路径节点信息序列对应的目标行驶时间区间信息序列,以再次执行上述循环步骤。第五,将所得到的处理后路径节点信息序列,确定为表征停车场入口到目标停车位区域的路径信息。其中,上述监控终端通过上述多个其他车辆的行驶车辆路径信息集,生成的路径信息,可以避免与其他发生碰撞。以及当前车辆利用上述路径信息行驶,可以提高车辆泊车的安全性。
在一些实施例的一些可选的实现方式中,上述执行主体可以根据上述实时位姿信息和上述实时目标停车位信息,生成车辆行驶路径信息,包括:
第二步,确定上述当前车辆的可行驶区域信息。其中,上述可行驶区域信息可以是上述当前车辆可以行驶的区域信息。例如,上述可行驶区域信息可以是前方1米内都可以行驶的信息。
第三步,根据上述实时位姿信息和上述实时目标停车位信息,确定针对上述当前车辆的目标停车位区域位置信息。实践中,首先,确定当前车辆的位置信息。其次,上述实时位姿信息包括上述目标停车位区域在上述当前车辆的某位置信息和某角度信息,从而可以确定针对上述当前车辆的目标停车位区域位置信息。
第四步,将上述当前车辆的中心点确定为起点,以及将上述目标停车位区域的中心点确定为终点。
第五步,将上述起点和终点连接,得到初始路径。其中,上述初始路径可以是起点和终点相连接的路径。
第六步,根据初始路径,生成预设数量个路径节点,作为路径节点序列。其中,上述路径节点可以是在上述初始路径每隔预设路径距离生成一个路径节点。例如,上述预设数量可以是10。例如,上述预设路径距离可以是0.3米。
第七步,对上述路径节点序列进行更新处理,得到目标路径节点序列。其中,对上述路径节点序列进行更新处理可以是利用接受者操作特性曲线(receiver operatingcharacteristic curve)方法,对上述路径节点序列进行更新处理。上述目标路径节点序列中的目标路径节点可以是在接受者操作特性曲线中,且在上述可行驶区域信息对应区域中的路径节点。
第八步,对上述目标路径节点序列进行跟踪处理,以生成目标路径节点序列中每个目标路径节点对应的行驶信息,得到行驶信息序列。其中,上述行驶信息序列中行驶信息是表征当前目标路径节点行驶到下一个目标路径节点的行驶信息。上述对所得到的目标路径节点序列进行跟踪处理可以是利用卡尔曼滤波器,对上述目标路径节点序列进行跟踪。例如,上述行驶信息可以是当前目标路径节点行驶到下一个目标路径节点的速度信息、角度信息和时间区间信息。
第九步,将上述目标路径节点序列与上述行驶信息序列进行组合处理,作为车辆行驶路径信息。
在一些实施例的一些可选的实现方式中,对上述目标路径节点序列进行跟踪处理,以生成目标路径节点序列中每个目标路径节点对应的行驶信息,得到行驶信息序列包括:
第一步,对上述目标路径节点序列进行预测,得到路径节点角度信息序列。其中,上述路径节点角度信息序列中的路径节点角度信息可以是当前目标路径节点行驶到下一个目标路径节点的角度信息。
实践中,上述对上述目标路径节点序列进行预测,得到路径节点角度信息序列,包括:
第一子步骤,对于上述目标路径节点序列中的上述目标路径节点和下一个上述目标路径节点,执行以下曲线度数确定步骤:
步骤一,将当前目标路径节点和下一个目标路径节点相连接,得到连接曲线信息。其中,上述连接曲线信息的度数为0。
步骤二,响应于确定上述可行驶区域信息对应区域中存在上述连接曲线信息对应的曲线,将上述连接曲线信息的度数确定为路径节点角度信息。
第二子步骤,响应于确定上述可行驶区域信息对应区域中不存在上述连接曲线信息对应的曲线,更改上述连接曲线信息的度数,得到更改后连接曲线信息,以将更改后连接曲线信息确定为上述连接曲线信息,以再次执行上述曲线度数确定步骤。其中,上述更改上述连接曲线信息的度数可以是向上述可行驶区域信息对应区域方向的度数。
第二步,通过上述路径节点角度信息序列,生成路径节点速度信息序列。其中,上述路径节点速度信息序列的路径节点速度信息可以是表征当前目标路径节点行驶到下一个目标路径节点的速度,且不会影响对应的路径节点角度的信息。
实践中,通过上述路径节点角度信息序列,生成路径节点速度信息序列,包括:
第一子步骤,利用角速度方法,确定上述路径节点角度信息序列中每个路径节点角度信息对应的速度信息,得到速度信息序列。
第二子步骤,将上述速度信息序列中的每个速度信息对应速度与预设速度的差,确定为路径节点速度,得到路径节点速度序列,作为路径节点速度信息序列。其中,上述预设速度可以是5km/小时。
第三步,确定当前时间。
第四步,根据上述当前时间和上述路径节点速度信息序列,确定行驶时间区间序列。其中,上述行驶时间区间序列中的行驶时间区间可以是上述当前车辆行驶到对应的目标路径节点上的时间区间。
实践中,根据上述当前时间和上述路径节点速度信息序列,确定行驶时间区间序列,包括:
第一子步骤,确定上述路径节点信息序列中每个路径节点信息与下一个路径节点信息之间的距离,根据距离序列。
第二子步骤,根据距离序列、上述当前时间和上述路径节点速度信息序列,确定行驶时间序列。
第三子步骤,对于上述行驶时间序列中的每个行驶时间,将上述行驶时间与预设时长的差确定为行驶时间区间的最小值,以及将上述行驶时间与上述预设时长的和确定为行驶时间区间的最大值,得到行驶时间的区间。例如,上述预设时长可以是1秒。
第四子步骤,将所得到的行驶时间的区间序列,确定为行驶时间区间序列。
第五步,响应于确定上述路径节点速度信息序列中存在相同的路径节点速度信息集,且分别对应的路径节点角度信息集相同,对相同的路径节点速度信息集、与上述相同的路径节点速度信息集对应的路径节点角度信息集和目标路径节点集进行去重处理。得到去重后路径节点速度信息序列、去重后目标路径节点序列和去重后路径节点角度信息序列。
实践中,上述对相同的路径节点速度信息集、与上述相同的路径节点速度信息集对应的路径节点角度信息集和目标路径节点集进行去重处理,包括:
第一子步骤,从路径节点速度信息序列中去除上述路径节点速度信息集,得到去除后路径节点速度信息序列。
第二子步骤,对上述路径节点速度信息集进行去重,得到去重路径节点速度信息,
第三子步骤,将上述去重路径节点速度信息添加至上述去除后路径节点速度信息序列,得到添加后路径节点速度信息序列,作为去重后路径节点速度信息序列。
第四子步骤,从路径节点角度信息序列中去除上述路径节点角度信息集,得到去除后路径节点角度信息序列。
第五子步骤,对上述路径节点角度信息集进行去重,得到去重路径节点角度信息。
第六子步骤,将上述去重路径节点角度信息添加至上述去除后路径节点角度信息序列,得到添加后路径节点角度信息序列,作为去重后路径节点角度信息序列。
第七子步骤,从目标路径节点序列中去除上述目标路径节点集,得到去除后目标路径节点序列。
第八子步骤,对上述目标路径节点集进行去重,得到去重目标路径节点。
第九子步骤,将上述去重目标路径节点添加至上述去除后目标路径节点序列,得到添加后目标路径节点序列,作为去重后目标路径节点序列。
第六步,将上述去重后路径节点速度信息序列、上述去重后目标路径节点序列和上述去重后路径节点角度信息序列进行组合处理,得到处理后行驶信息序列,作为行驶信息序列。其中,上述处理后行驶信息序列中的处理后行驶信息可以是保证当前目标路径节点行驶到下一个目标路径节点的速度信息、角度信息和时间区间信息。
上述第一步至第六步作为本公开的实施例的一个发明点,解决了背景技术提及的技术问题三“当前车辆利用路径信息进行行驶时,需要寻找未停放车辆的停车位,导致需要二次泊车,从而增加当前车辆中自动泊车辅助系统的工作负荷和降低泊车的安全性”。增加当前车辆中自动泊车辅助系统的工作负荷和降低泊车的安全性的因素往往如下:当前车辆利用路径信息进行行驶时,需要寻找未停放车辆的停车位,导致需要二次泊车,从而增加当前车辆中自动泊车辅助系统的工作负荷和降低泊车的安全性。如果解决了上述因素,就能达到危险值的准确率高的效果。为了达到这一效果,首先,第一,对上述目标路径节点序列进行预测,得到路径节点角度信息序列。其中,上述路径节点角度信息序列中的路径节点角度信息可以是当前目标路径节点行驶到下一个目标路径节点的角度信息。对于上述目标路径节点序列中的上述目标路径节点和下一个上述目标路径节点,执行以下曲线度数确定步骤:步骤一,将当前目标路径节点和下一个目标路径节点相连接,得到连接曲线信息。其中,上述连接曲线信息的度数为0。步骤二,响应于确定上述可行驶区域信息对应区域中存在上述连接曲线信息对应的曲线,将上述连接曲线信息的度数确定为路径节点角度信息。响应于确定上述可行驶区域信息对应区域中不存在上述连接曲线信息对应的曲线,更改上述连接曲线信息的度数,得到更改后连接曲线信息,以将更改后连接曲线信息确定为上述连接曲线信息,以再次执行上述曲线度数确定步骤。其中,上述更改上述连接曲线信息的度数可以是向上述可行驶区域信息对应区域方向的度数。向上述可行驶区域信息对应区域方向增加度数可以避免与障碍物发生碰撞。第二,通过上述路径节点角度信息序列,生成路径节点速度信息序列。其中,上述路径节点速度信息序列的路径节点速度信息可以是表征当前目标路径节点行驶到下一个目标路径节点的速度,且不会影响对应的路径节点角度的信息。实践中,通过上述路径节点角度信息序列,生成路径节点速度信息序列,包括:利用角速度方法,确定上述路径节点角度信息序列中每个路径节点角度信息对应的速度信息,得到速度信息序列。将上述速度信息序列中的每个速度信息对应速度与预设速度的差,确定为路径节点速度,得到路径节点速度序列,作为路径节点速度信息序列。其中,上述预设速度可以是5km/小时。上述当前车辆利用路径节点速度序列行驶,可以避免车辆行驶到当前路径节点信息与下一个路径节点信息对应的路径之外。可以提高车辆泊车的准确率。第三,确定当前时间。第四,根据上述当前时间和上述路径节点速度信息序列,确定行驶时间区间序列。其中,上述行驶时间区间序列中的行驶时间区间可以是上述当前车辆行驶到对应的目标路径节点上的时间区间。实践中,根据上述当前时间和上述路径节点速度信息序列,确定行驶时间区间序列,包括:确定上述路径节点信息序列中每个路径节点信息与下一个路径节点信息之间的距离,根据距离序列。根据距离序列、上述当前时间和上述路径节点速度信息序列,确定行驶时间序列。对于上述行驶时间序列中的每个行驶时间,将上述行驶时间与预设时长的差确定为行驶时间区间的最小值,以及将上述行驶时间与上述预设时长的和确定为行驶时间区间的最大值,得到行驶时间的区间。例如,上述预设时长可以是1秒。将所得到的行驶时间的区间序列,确定为行驶时间区间序列。第五,响应于确定上述路径节点速度信息序列中存在相同的路径节点速度信息集,且分别对应的路径节点角度信息集相同,对相同的路径节点速度信息集、与上述相同的路径节点速度信息集对应的路径节点角度信息集和目标路径节点集进行去重处理。得到去重后路径节点速度信息序列、去重后目标路径节点序列和去重后路径节点角度信息序列。其中,对相同的路径节点速度信息集、与上述相同的路径节点速度信息集对应的路径节点角度信息集和目标路径节点集进行去重处理可以减少路径节点信息,从而路径信息更简洁。第六,将上述去重后路径节点速度信息序列、上述去重后目标路径节点序列和上述去重后路径节点角度信息序列进行组合处理,得到处理后行驶信息序列,作为行驶信息序列。其中,利用生成的目标路径节点序列中每个目标路径节点对应的行驶信息进行行驶,可以避免进行二次泊车,从而可以减少当前车辆中自动泊车辅助系统的工作负荷和提高泊车的安全性。
在一些实施例的一些可选的实现方式中,上述执行主体可以对上述路径节点序列进行更新处理,得到目标路径节点序列,包括:
第一步,对于上述路径节点序列中的每个上述路径节点,执行以下更新步骤:
第一子步骤,响应于确定上述可行驶区域信息中存在上述路径节点,将上述路径节点确定为更新后路径节点。
第二子步骤,响应于确定上述可行驶区域信息中不存在上述路径节点,对上述路径节点进行更新处理,得到更新后路径节点,其中,上述更新后路径节点是存在上述可行驶区域信息中的路径节点。上述对上述路径节点进行更新处理可以是将上述路径节点平移至距离上述路径节点最近的、可行驶区域信息对应的区域中。
第二步,响应于确定所得到的更新后路径节点序列中更新后路径节点存在上述可行驶区域信息对应区域中,将上述更新后路径节点序列确定为路径节点序列,以再次执行上述更新步骤。
第三步,响应于确定所得到的更新后路径节点序列中每个更新后路径节点不存在上述可行驶区域信息对应区域中,将上述更新后路径节点序列确定为目标路径节点序列。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的车辆行驶控制方法,可以提高车辆泊车的安全性,从而避免上述当前车辆与其他车辆的发生碰撞。具体来说,导致车辆泊车的安全性较低的原因在于:当前车辆行驶的过程中会存在多个动态行驶的车辆,需要对表征当前车辆从所在的停车场入口到上述停车位区域的路径信息进行更改,从而增加当前车辆中自动泊车辅助系统的工作负荷,导致车辆泊车的安全性较低。基于此,本公开的一些实施例的车辆行驶控制方法,响应于接收到智能停车场对应的监控终端发送的表征停车场入口到目标停车位区域的路径信息,执行以下车辆控制步骤:第一,响应于接收到表征对当前车辆进行泊车的泊车信息,利用上述路径信息,控制上述当前车辆以进行行驶处理,以及获取上述当前车辆的实时车辆环视图像集;其中,通过上述监控终端发送的路径信息进行全自动泊车,可以提高路径信息的安全性,从而避免上述当前车辆与其他泊车车辆的发生碰撞。以及控制上述当前车辆以进行行驶处理可以减少驾驶员的驾驶时长,以及提高驾驶的便捷性。第二,响应于确定上述实时车辆环视图像集中存在上述目标停车位区域的区域信息,且上述当前车辆与上述目标停车位区域的距离满足预设距离条件,获取实时目标停车位信息和针对当前车辆的当前位置信息的实时车辆环视图像集,作为目标实时车辆环视图像集;第三,对上述目标实时车辆环视图像集进行图像融合,得到融合图像,作为实时环境图像;其中,对上述目标实时车辆环视图像集进行图像融合可以全方面、直观地确定当前车辆周围的环境情况。第四,将上述实时环境图像输入至停车位识别模型,得到实时目标停车位信息对应区域的停车停放信息;其中,上述停车位识别模型可以更准确的确定实时目标停车位信息对应区域的停车停放信息。第五,响应于确定上述停车停放信息表征上述实时目标停车位信息对应区域不存在停放车辆的信息,根据上述实时车辆环视图像集,生成上述当前车辆的实时位姿信息;其中,生成上述当前车辆的实时位姿信息可以方便生成表征上述当前车辆到上述目标停车位区域的路径行驶信息。第六,根据上述实时位姿信息和上述实时目标停车位信息,生成车辆行驶路径信息;生成的车辆行驶路径信息可以避免上述当前车辆与障碍物发生碰撞,可以安全行驶至上述目标行驶区域。第七,根据上述车辆行驶路径信息,控制上述当前车辆以行驶至上述实时目标停车位信息对应的区域。其中,其中,通过智能停车场对应的监控终端发送的路径信息行驶,以及行驶过程中响确定上述实时车辆环视图像集中存在上述目标停车位区域的区域信息,且上述当前车辆与上述目标停车位区域的距离满足预设距离条件,通过目标实时车辆环视图像集,生成车辆行驶路径信息,从而可以降低当前车辆中自动泊车辅助系统的工作负荷,可以提高车辆泊车的安全性。
进一步参考图2,作为对上述各图所示方法的实现,本公开提供了一种车辆行驶控制装置的一些实施例,这些装置实施例与图1所示的那些方法实施例相对应,该车辆行驶控制装置具体可以应用于各种电子设备中。
如图2所示,一些实施例的车辆行驶控制装置200包括:执行单元201。其中,执行单元201,被配置成响应于接收到智能停车场对应的监控终端发送的表征停车场入口到目标停车位区域的路径信息,执行以下车辆控制步骤:响应于接收到表征对当前车辆进行泊车的泊车信息,利用上述路径信息,控制上述当前车辆以进行行驶处理,以及获取上述当前车辆的实时车辆环视图像集;响应于确定上述实时车辆环视图像集中存在上述目标停车位区域的区域信息,且上述当前车辆与上述目标停车位区域的距离满足预设距离条件,获取实时目标停车位信息和针对当前车辆的当前位置信息的实时车辆环视图像集,作为目标实时车辆环视图像集;对上述目标实时车辆环视图像集进行图像融合,得到融合图像,作为实时环境图像;将上述实时环境图像输入至停车位识别模型,得到实时目标停车位信息对应区域的停车停放信息;响应于确定上述停车停放信息表征上述实时目标停车位信息对应区域不存在停放车辆的信息,根据上述目标实时车辆环视图像集,生成上述当前车辆的实时位姿信息;根据上述实时位姿信息和上述实时目标停车位信息,生成车辆行驶路径信息;根据上述车辆行驶路径信息,控制上述当前车辆以行驶至上述实时目标停车位信息对应的区域。
可以理解的是,车辆行驶控制装置200中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于车辆行驶控制装置200及其中包含的单元,在此不再赘述。
下面参考图3,其示出了适于用来实现本公开的一些实施例的电子设备300的结构示意图。图3示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图3所示,电子设备300可以包括处理装置301(例如中央处理器、图形处理器等),其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置309从网络上被下载和安装,或者从存储装置308被安装,或者从ROM 302被安装。在该计算机程序被处理装置301执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(Hyper Text TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述装置中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:响应于接收到智能停车场对应的监控终端发送的表征停车场入口到目标停车位区域的路径信息,执行以下车辆控制步骤:响应于接收到表征对当前车辆进行泊车的泊车信息,利用上述路径信息,控制上述当前车辆以进行行驶处理,以及获取上述当前车辆的实时车辆环视图像集;响应于确定上述实时车辆环视图像集中存在上述目标停车位区域的区域信息,且上述当前车辆与上述目标停车位区域的距离满足预设距离条件,获取实时目标停车位信息和针对当前车辆的当前位置信息的实时车辆环视图像集,作为目标实时车辆环视图像集;对上述目标实时车辆环视图像集进行图像融合,得到融合图像,作为实时环境图像;将上述实时环境图像输入至停车位识别模型,得到实时目标停车位信息对应区域的停车停放信息;响应于确定上述停车停放信息表征上述实时目标停车位信息对应区域不存在停放车辆的信息,根据上述目标实时车辆环视图像集,生成上述当前车辆的实时位姿信息;根据上述实时位姿信息和上述实时目标停车位信息,生成车辆行驶路径信息;根据上述车辆行驶路径信息,控制上述当前车辆以行驶至上述实时目标停车位信息对应的区域。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括执行单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“执行以下车辆控制步骤的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (9)
1.一种车辆行驶控制方法,包括:
响应于接收到智能停车场对应的监控终端发送的表征停车场入口到目标停车位区域的路径信息,执行以下车辆控制步骤:
响应于接收到表征对当前车辆进行泊车的泊车信息,利用所述路径信息,控制所述当前车辆以进行行驶处理,以及获取所述当前车辆的实时车辆环视图像集;
响应于确定所述实时车辆环视图像集中存在所述目标停车位区域的区域信息,且所述当前车辆与所述目标停车位区域的距离满足预设距离条件,获取实时目标停车位信息和针对当前车辆的当前位置信息的实时车辆环视图像集,作为目标实时车辆环视图像集;
对所述目标实时车辆环视图像集进行图像融合,得到融合图像,作为实时环境图像;
将所述实时环境图像输入至停车位识别模型,得到实时目标停车位信息对应区域的停车停放信息;
响应于确定所述停车停放信息表征所述实时目标停车位信息对应区域不存在停放车辆的信息,根据所述目标实时车辆环视图像集,生成所述当前车辆的实时位姿信息;
根据所述实时位姿信息和所述实时目标停车位信息,生成车辆行驶路径信息;
根据所述车辆行驶路径信息,控制所述当前车辆以行驶至所述实时目标停车位信息对应的区域。
2.根据权利要求1所述的方法,其中,所述表征停车场入口到目标停车位区域的路径信息,是通过以下步骤得到的:
响应于检测到所述当前车辆行驶到停车场入口,获取停车场内各个停车位的图像,得到停车位图像集;
确定所述停车位图像集中每个停车位图像对应的停车位信息,得到停车位信息集;
对所述停车位信息集进行筛选处理,得到筛选后停车位信息集,其中,筛选后停车位信息集中每个筛选后停车位信息对应的区域不存在车辆;
对于所述筛选后停车位信息集中的每个筛选后停车位信息,确定所述筛选后停车位信息对应的区域与所述停车场入口的距离,作为目标距离;
对所得到的目标距离集进行筛选,得到筛选后目标距离,以得到筛选后目标距离对应的停车位区域,作为目标停车位区域;
获取行驶车辆路径信息集,其中,所述行驶车辆路径信息集中的行驶车辆路径信息包括:表征停车场入口到第一目标车辆对应的停车位区域的路径信息和表征第二目标车辆对应的停车位区域到停车场入口的路径信息;
根据所述行驶车辆路径信息集,生成表征停车场入口到目标停车位区域的路径信息,其中,所述表征停车场入口到目标停车位区域的路径信息包括:表征停车场入口到目标停车位区域的路径和行驶速度序列。
3.根据权利要求1所述的方法,其中,所述对所述目标实时车辆环视图像集进行图像融合,得到融合图像,包括:
对于所述目标实时车辆环视图像集中的每个目标实时车辆环视图像,执行以下确定步骤:
从所述目标实时车辆环视图像集中去除所述目标实时车辆环视图像,得到第一去除后实时车辆环视图像集;
从所述第一去除后实时车辆环视图像集中筛选出与所述目标实时车辆环视图像之间存在图像内容相同的实时车辆环视图像,得到筛选后实时车辆环视图像集;
将所述目标实时车辆环视图像与所述筛选后实时车辆环视图像集中的各个筛选后实时车辆环视图像进行图像融合,得到候选融合图像;
将所述候选融合图像加入至所述第一去除后目标实时车辆环视图像集,得到加入后目标实时车辆环视图像集;
从所述加入后目标实时车辆环视图像集中去除所述筛选后实时车辆环视图像集,得到第二去除后实时车辆环视图像集;
响应于确定所述第二去除后目标实时车辆环视图像集对应的图像数目为1,将第二去除后目标实时车辆环视图像集对应的环视图像确定为所述融合图像;
响应于确定所述第二去除后目标实时车辆环视图像集对应的图像数目大于1,将第二去除后目标实时车辆环视图像集确定为目标实时车辆环视图像集,以及继续执行所述确定步骤。
4.根据权利要求1所述的方法,其中,所述停车位识别模型是通过以下步骤得到的:
获取训练样本,其中,所述训练样本包括:训练数据和所述训练数据对应的训练标签;
根据所获取的训练样本,执行以下训练步骤:
将所述训练样本中包括的训练数据输入至初始停车位识别模型中包括的第一停车位识别层,得到第一训练数据向量,其中,所述初始停车位识别模型包括:第一停车位识别层、第二停车位识别层、第三停车位识别层和损失层;
将所述第一训练数据向量输入至所述第二停车位识别层,得到第二训练数据向量;
将所述第一训练数据向量和所述第二训练数据向量进行组合处理,得到第三训练数据向量;
将所述第三训练数据向量输入至所述第三停车位识别层,得到初始停车位区域信息;
将所述初始停车位区域信息和所述训练样本包括的训练标签输入至所述损失层,得到初始停车位识别模型的损失值;
响应于确定所述损失值小于等于预设损失值,将初始停车位识别模型确定为停车位识别模型;
响应于确定所述损失值大于预设损失值,更新初始停车位识别模型的参数,以及重新获取训练样本以再次执行所述训练步骤。
5.根据权利要求1所述的方法,其中,所述根据所述实时位姿信息和所述实时目标停车位信息,生成车辆行驶路径信息,包括:
确定所述当前车辆的可行驶区域信息;
根据所述实时位姿信息和所述实时目标停车位信息,确定针对所述当前车辆的目标停车位区域位置信息;
将所述当前车辆的中心点确定为起点,以及将所述目标停车位区域的中心点确定为终点;
将所述起点和终点连接,得到初始路径;
根据初始路径,生成预设数量个路径节点,作为路径节点序列;
对所述路径节点序列进行更新处理,得到目标路径节点序列;
对所述目标路径节点序列进行跟踪处理,以生成目标路径节点序列中每个目标路径节点对应的行驶信息,得到行驶信息序列,其中,所述行驶信息序列中行驶信息是表征当前目标路径节点行驶到下一个目标路径节点的行驶信息;
将所述目标路径节点序列与所述行驶信息序列进行组合处理,作为车辆行驶路径信息。
6.根据权利要求5所述的方法,其中,所述对所述路径节点序列进行更新处理,得到目标路径节点序列,包括:
对于所述路径节点序列中的每个所述路径节点,执行以下更新步骤:
响应于确定所述可行驶区域信息中存在所述路径节点,将所述路径节点确定为更新后路径节点;
响应于确定所述可行驶区域信息中不存在所述路径节点,对所述路径节点进行更新处理,得到更新后路径节点,其中,所述更新后路径节点是存在所述可行驶区域信息中的路径节点;
响应于确定所得到的更新后路径节点序列中更新后路径节点存在所述可行驶区域信息对应区域中,将所述更新后路径节点序列确定为路径节点序列,以再次执行所述更新步骤;
响应于确定所得到的更新后路径节点序列中每个更新后路径节点不存在所述可行驶区域信息对应区域中,将所述更新后路径节点序列确定为目标路径节点序列。
7.一种车辆行驶控制装置,包括:
执行单元,被配置成响应于接收到智能停车场对应的监控终端发送的表征停车场入口到目标停车位区域的路径信息,执行以下车辆控制步骤:响应于接收到表征对当前车辆进行泊车的泊车信息,利用所述路径信息,控制所述当前车辆以进行行驶处理,以及获取所述当前车辆的实时车辆环视图像集;响应于确定所述实时车辆环视图像集中存在所述目标停车位区域的区域信息,且所述当前车辆与所述目标停车位区域的距离满足预设距离条件,获取实时目标停车位信息和针对当前车辆的当前位置信息的实时车辆环视图像集,作为目标实时车辆环视图像集;对所述目标实时车辆环视图像集进行图像融合,得到融合图像,作为实时环境图像;将所述实时环境图像输入至停车位识别模型,得到实时目标停车位信息对应区域的停车停放信息;响应于确定所述停车停放信息表征所述实时目标停车位信息对应区域不存在停放车辆的信息,根据所述目标实时车辆环视图像集,生成所述当前车辆的实时位姿信息;根据所述实时位姿信息和所述实时目标停车位信息,生成车辆行驶路径信息;根据所述车辆行驶路径信息,控制所述当前车辆以行驶至所述实时目标停车位信息对应的区域。
8.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
9.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-6中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211534160.5A CN115534935B (zh) | 2022-12-02 | 2022-12-02 | 车辆行驶控制方法、装置、电子设备和计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211534160.5A CN115534935B (zh) | 2022-12-02 | 2022-12-02 | 车辆行驶控制方法、装置、电子设备和计算机可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115534935A true CN115534935A (zh) | 2022-12-30 |
CN115534935B CN115534935B (zh) | 2023-06-16 |
Family
ID=84722587
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211534160.5A Active CN115534935B (zh) | 2022-12-02 | 2022-12-02 | 车辆行驶控制方法、装置、电子设备和计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115534935B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116978257A (zh) * | 2023-08-11 | 2023-10-31 | 山东大学 | 基于轨迹预测的公路合流区冲突预警方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007285734A (ja) * | 2006-04-12 | 2007-11-01 | Kenwood Corp | 駐車場内経路案内システム、車載用ナビゲーション装置、駐車場内経路案内方法 |
CN106997687A (zh) * | 2017-05-31 | 2017-08-01 | 上海喜泊客信息技术有限公司 | 停车引导方法及系统、存储介质 |
KR20190130836A (ko) * | 2018-05-15 | 2019-11-25 | 인하대학교 산학협력단 | 지능형 주차 관리 방법 및 시스템 |
CN111856963A (zh) * | 2019-04-30 | 2020-10-30 | 北京初速度科技有限公司 | 一种基于车载环视系统的泊车仿真方法及装置 |
CN112652190A (zh) * | 2019-10-11 | 2021-04-13 | 广州汽车集团股份有限公司 | 自动泊车的车位识别方法及其系统 |
WO2021235212A1 (ja) * | 2020-05-20 | 2021-11-25 | 株式会社デンソー | 駐車支援装置、駐車支援方法、及び駐車支援プログラム |
WO2022205356A1 (zh) * | 2021-04-01 | 2022-10-06 | 深圳市大疆创新科技有限公司 | 自动泊车方法、电子设备及计算机可读存储介质 |
-
2022
- 2022-12-02 CN CN202211534160.5A patent/CN115534935B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007285734A (ja) * | 2006-04-12 | 2007-11-01 | Kenwood Corp | 駐車場内経路案内システム、車載用ナビゲーション装置、駐車場内経路案内方法 |
CN106997687A (zh) * | 2017-05-31 | 2017-08-01 | 上海喜泊客信息技术有限公司 | 停车引导方法及系统、存储介质 |
KR20190130836A (ko) * | 2018-05-15 | 2019-11-25 | 인하대학교 산학협력단 | 지능형 주차 관리 방법 및 시스템 |
CN111856963A (zh) * | 2019-04-30 | 2020-10-30 | 北京初速度科技有限公司 | 一种基于车载环视系统的泊车仿真方法及装置 |
CN112652190A (zh) * | 2019-10-11 | 2021-04-13 | 广州汽车集团股份有限公司 | 自动泊车的车位识别方法及其系统 |
WO2021235212A1 (ja) * | 2020-05-20 | 2021-11-25 | 株式会社デンソー | 駐車支援装置、駐車支援方法、及び駐車支援プログラム |
WO2022205356A1 (zh) * | 2021-04-01 | 2022-10-06 | 深圳市大疆创新科技有限公司 | 自动泊车方法、电子设备及计算机可读存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116978257A (zh) * | 2023-08-11 | 2023-10-31 | 山东大学 | 基于轨迹预测的公路合流区冲突预警方法及系统 |
CN116978257B (zh) * | 2023-08-11 | 2024-05-24 | 山东大学 | 基于轨迹预测的公路合流区冲突预警方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115534935B (zh) | 2023-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2022020044A (ja) | 自律駐車のための方法と装置、電子デバイス、コンピュータ可読記憶媒体及びコンピュータプログラム | |
CN110654381B (zh) | 用于控制车辆的方法和装置 | |
CN113033925B (zh) | 用于控制自动驾驶车辆行驶、装置、电子设备和介质 | |
CN115761702B (zh) | 车辆轨迹生成方法、装置、电子设备和计算机可读介质 | |
CN115140090A (zh) | 车辆控制方法、装置、电子设备和计算机可读介质 | |
CN115326099B (zh) | 局部路径规划方法、装置、电子设备和计算机可读介质 | |
CN110696826B (zh) | 用于控制车辆的方法和装置 | |
CN111351498A (zh) | 一种优化导航方法、装置及相关设备 | |
CN115240157B (zh) | 道路场景数据持久化方法、装置、设备和计算机可读介质 | |
CN116279596B (zh) | 车辆控制方法、装置、电子设备和计算机可读介质 | |
CN116022130B (zh) | 车辆泊车方法、装置、电子设备和计算机可读介质 | |
CN115534935B (zh) | 车辆行驶控制方法、装置、电子设备和计算机可读介质 | |
CN112649011B (zh) | 车辆避障方法、装置、设备和计算机可读介质 | |
CN115731526B (zh) | 车道线识别方法、装置、电子设备和计算机可读介质 | |
CN115512336B (zh) | 基于路灯光源的车辆定位方法、装置和电子设备 | |
CN115657684B (zh) | 车辆路径信息生成方法、装置、设备和计算机可读介质 | |
CN116086477A (zh) | 局部路径信息生成方法、装置、设备和计算机可读介质 | |
CN115743100B (zh) | 泊车路线信息生成方法、装置、设备和计算机可读介质 | |
CN115824233B (zh) | 行驶道路信息匹配方法、装置、设备和计算机可读介质 | |
CN115900638B (zh) | 障碍物航向角信息生成方法、装置、电子设备和可读介质 | |
CN115171416B (zh) | 推荐行驶信息发送方法、装置、电子设备和介质 | |
CN115310728B (zh) | 泊车路线生成方法、装置、设备和计算机可读介质 | |
CN113401127B (zh) | 路径更新方法、装置、电子设备和计算机可读介质 | |
CN115659154B (zh) | 数据发送方法、装置、服务器和计算机可读介质 | |
CN115471708B (zh) | 车道线类型信息生成方法、装置、设备和计算机可读介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |