CN116279437B - 用于记忆泊车的控制系统、车辆及控制方法 - Google Patents

Abstract

本申请提供了一种用于记忆泊车的控制系统、车辆及控制方法。该控制系统用于：获取目标车辆待泊入的目标车位对应的记忆泊入路线，记忆泊入路线是通过对向目标车位泊入目标车辆的驾驶员泊入路线进行学习得到的；控制目标车辆沿记忆泊入路线移动到目标车位对应的泊入位置，泊入位置为记忆泊入路线上位于目标车位之外的位置；响应于目标车辆移动到泊入位置，基于目标车位的位置与目标车辆的位置生成泊入路线；控制目标车辆沿泊入路线从泊入位置泊入目标车位。有助于减少记忆泊车路线学习的包含驾驶员反复调整目标车辆的位置的线路，降低记忆泊车路线与驾驶员驾驶水平之间的依懒性，提高目标车辆泊入目标车位的效率。

Description

用于记忆泊车的控制系统、车辆及控制方法

技术领域

本申请涉及自动驾驶技术领域，具体涉及一种用于记忆泊车的控制系统、车辆及控制方法。

背景技术

对于支持记忆泊车功能的车辆而言，在使用记忆泊车功能时，车辆需要先学习驾驶员的泊车路线（例如，驾驶员泊入路线和/或驾驶员泊出路线等）。在一些实现方式中，驾驶员可以在泊车路线的起点处，开启目标车辆的“泊车路线学习”功能，随后将目标车辆泊入目标车位，相应地，目标车辆可以自主地学习该段驾驶员泊车路线，并将其记在“记忆”中。待完成驾驶员泊车路线的学习后，目标车辆可以基于记忆的驾驶员泊车路线生成记忆泊车路线，并按照记忆泊车路线将目标车辆自动泊入目标车位或将目标车辆自动泊出目标车位。

然而，在实际的泊车场景中，驾驶员泊入路线是依赖于驾驶员的驾驶水平的，对于驾驶水平较差的驾驶员而言，该驾驶员要将目标车辆泊入目标车位时可能需要反复调整目标车辆的位置，相应地，驾驶员泊入路线中会包括该驾驶员反复调整目标车辆位置的路线，此时，如果目标车辆基于记忆泊车功能记录的上述驾驶员泊入路线进行学习，那么学习到的泊入路线（又称“记忆泊入路线”）也会包含反复调整目标车辆位置的路线，导致目标车辆在基于记忆泊入路线泊入目标车位的过程中，也需要反复调整目标车辆的位置，降低目标车辆泊入目标车位的效率。

发明内容

本申请实施例致力于提供一种用于记忆泊车的控制系统、车辆及控制方法。下文从几个方面进行介绍。

第一方面，提供了一种用于记忆泊车的控制系统，控制系统用于：获取目标车辆待泊入的目标车位对应的记忆泊入路线，记忆泊入路线是通过对向目标车位泊入目标车辆的驾驶员泊入路线进行学习得到的；控制目标车辆沿记忆泊入路线移动到目标车位对应的泊入位置，泊入位置为记忆泊入路线上位于目标车位之外的位置；响应于目标车辆移动到泊入位置，基于目标车位的位置与目标车辆的位置生成泊入路线；控制目标车辆沿泊入路线从泊入位置泊入目标车位。

第二方面，提供了一种用于记忆泊车的控制方法，包括：获取目标车辆待泊入的目标车位对应的记忆泊入路线，记忆泊入路线为基于向目标车位泊入目标车辆的驾驶员泊入路线学习得到的；控制目标车辆沿记忆泊入路线移动到目标车位对应的泊入位置，泊入位置为记忆泊入路线上位于目标车位之外的位置；响应于目标车辆移动到泊入位置，基于目标车位的位置与目标车辆的位置生成泊入路线；控制目标车辆沿泊入路线从泊入位置泊入目标车位。

第三方面，提供了一种车辆，包括第一方面所述的控制系统。

第四方面，提供了一种计算机程序产品，包括计算机程序/指令，当计算机程序/指令处理器被执行时实现如第三方面中任一项的方法。

在一些实现方式中，上述计算机程序产品包括可以包括计算机程序代码，当计算机程序代码在计算机上运行时，使得计算机执行上述各方面所示的控制方法。

在另一些实现方式中，计算机程序产品包括计算机可读介质，计算机可读介质存储有程序代码，当计算机程序代码在计算机上运行时，使得计算机执行上述各方面所示的控制方法。

本申请实施例的方案中，目标车辆在从泊入位置移动到目标车位的过程中可以基于生成的泊入路线泊入目标车位，无需像传统的记忆泊车方案中，目标车辆需要基于学习的驾驶员泊入路线直接泊入目标车位，有助于减少记忆泊车路线学习的包含驾驶员反复调整目标车辆的位置的线路，降低记忆泊车路线与驾驶员驾驶水平之间的依懒性，提高目标车辆泊入目标车位的效率。

附图说明

图1是本申请实施例提供的车辆的功能框图。

图2是本申请另一实施例提供的自动驾驶车辆的功能框图。

图3是本申请实施例提供的记忆泊车方案的示意图。

图4是本申请实施例中用于记忆泊车的控制系统的示意图。

图5（a）~图5（b）是本申请实施例中目标车辆停入目标车位的时刻的确定方式的示意图。

图6是本申请另一实施例中目标车辆停入目标车位的时刻的确定方式的示意图。

图7是本申请另一实施例提供的记忆泊车方案的示意图。

图8是本申请实施例中泊出方向确定方式的示意图。

图9是本申请另一实施例中用于记忆泊车的控制系统的示意图。

图10是本申请实施例的记忆泊车的控制方法的示意性流程图。

图11是本申请实施例的记忆泊车功能中路线学习阶段的示意性流程图。

图12是本申请实施例的记忆泊车功能中路线寻迹阶段的示意性流程图。

图13是本申请实施例的记忆泊车功能中路线寻迹阶段的示意图。

图14是本申请另一实施例的记忆泊车功能中路线寻迹阶段的示意图。

图15是本申请另一实施例的控制系统的示意性框图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。

为了便于理解，下文先结合图1至图2介绍本申请实施例适用的车辆。需要说明的是，在本申请实施例中，车辆可以包括陆地上的交通工具，例如可以为轿车、卡车、摩托车、公共汽车、割草机、娱乐车、游乐场车辆、施工设备、电车、高尔夫球车、火车、和手推车等。当然，在本申请实施例中，车辆也可以包括非陆地交通工具，例如，包括船、飞机、直升飞机等。

图1是本申请实施例提供的车辆的功能框图。在图1所示的车辆100可以包括车载传感器110、车载定位装置120以及处理器130。

上述车载传感器110可以用于采集车辆周围的环境信息，其中，车载传感器例如可以包括相机。

上述车载定位装置120可以用于对车辆进行定位，其中，车载定位装置120例如可以包括GPS系统和/或北斗系统。当然，车载定位装置120可以包括其他定位系统。

上述处理器130可以用于对车载传感器110采集的信息和/或车载定位装置120输出的定位信息进行处理，其中，处理器例如可以是车辆的中央处理器（centralprocessingunit，CPU）、（graphics processing unit，GPU）、神经网络处理器（neural-networkprocessingunit，NPU）、系统级芯片（system on chip，SOC）等等，本申请实施例对此不作限定。

在一些实现方式中，上述车载传感器110以及车载定位装置120可以属于自动驾驶车辆的传感系统204，处理器130可以理解为是自动驾驶车辆的计算机系统212中的处理器213，为了便于理解，下文结合图2介绍本申请实施例适用的自动驾驶车辆。

在一个实施例中，将自动驾驶车辆200配置为完全或部分地自动驾驶模式。例如，自动驾驶车辆200可以在处于自动驾驶模式中的同时控制自身，并且可通过人为操作来确定自动驾驶车辆及其周边环境的当前状态，确定周边环境中的至少一个其他自动驾驶车辆的可能行为，并确定该其他自动驾驶车辆执行可能行为的可能性相对应的置信水平，基于所确定的信息来控制自动驾驶车辆200。在自动驾驶车辆200处于自动驾驶模式中时，可以将自动驾驶车辆200置为在没有和人交互的情况下操作。

自动驾驶车辆200可包括各种子系统，例如行进系统202、传感系统204、控制系统206、一个或多个外围设备208以及电源210、计算机系统212和用户接口 216。可选地，自动驾驶车辆200可包括更多或更少的子系统，并且每个子系统可包括多个元件。另外，自动驾驶车辆200的每个子系统和元件可以通过有线或者无线互连。

行进系统202可包括为自动驾驶车辆200提供动力运动的组件。在一个实施例中，行进系统202可包括引擎218、能量源219、传动装置220和车轮221（又称“轮胎”）。引擎218可以是内燃引擎、电动机、空气压缩引擎或其他类型的引擎组合，例如气油发动机和电动机组成的混动引擎，内燃引擎和空气压缩引擎组成的混动引擎。引擎218将能量源219转换成机械能量。

能量源219的例如可以包括汽油、柴油、其他基于石油的燃料、丙烷、其他基于压缩气体的燃料、乙醇、太阳能电池板、电池和其他电力来源。能量源219也可以为自动驾驶车辆200的其他系统提供能量。

传动装置220可以将来自引擎218的机械动力传送到车轮221。传动装置220可包括变速箱、差速器和驱动轴。在一个实施例中，传动装置220还可以包括其他器件，比如离合器。其中，驱动轴可包括可耦合到一个或多个车轮221的一个或多个轴。

传感系统204可包括感测关于自动驾驶车辆200周边的环境的信息的若干个传感器。例如，传感系统204可包括定位系统222（定位系统可以是GPS，也可以是北斗系统或者其他定位系统）、惯性测量单元（inertialmeasurement unit，IMU）224、雷达226、激光测距仪228 以及相机230。传感系统204还可包括被监视自动驾驶车辆200的内部系统的传感器(例如，车内空气质量监测器、燃油量表、机油温度表等）。来自这些传感器中的一个或多个的传感器数据可用于检测对象及其相应特性(位置、形状、方向、速度等)。这种检测和识别是自主自动驾驶车辆200的安全操作的关键功能。

定位系统222可用于估计自动驾驶车辆200的地理位置。IMU 224用于基于惯性加速度来感测自动驾驶车辆200的位置和朝向变化。在一个实施例中，IMU 224可以是加速度计和陀螺仪的组合。

雷达226可利用无线电信号来感测自动驾驶车辆200的周边环境内的物体。在一些实施例中，除了感测物体以外，雷达226还可用于感测物体的速度和/或前进方向。

激光测距仪228可利用激光来感测自动驾驶车辆200所位于的环境中的物体。在一些实施例中，激光测距仪228可包括一个或多个激光源、激光扫描器以及一个或多个检测器，以及其他系统组件。

相机230可用于捕捉自动驾驶车辆200的周边环境的多个图像。相机230可以是静态相机或视频相机。

控制系统206为控制自动驾驶车辆200及其组件的操作。控制系统206可包括各种元件，其中包括转向系统232、油门234、制动单元236、传感器融合算法、计算机视觉系统240、路线控制系统242以及障碍规避系统244。

转向系统232可操作来调整自动驾驶车辆200的前进方向。例如在一个实施例中可以为方向盘系统。

油门234用于控制引擎218的操作速度并进而控制自动驾驶车辆200的速度。

制动单元236用于控制自动驾驶车辆200减速。制动单元236可使用摩擦力来减慢车轮221。在其他实施例中，制动单元236可将车轮221的动能转换为电流。制动单元236也可采取其他形式来减慢车轮221转速从而控制自动驾驶车辆200的速度。

计算机视觉系统240可以操作来处理和分析由相机230捕捉的图像以便识别自动驾驶车辆200周边环境中的物体和/或特征。物体和/或特征可包括交通信号、道路边界和障碍物。计算机视觉系统240可使用物体识别算法、运动中恢复结构（structure frommotion，SFM)算法、视频跟踪和其他计算机视觉技术。在一些实施例中，计算机视觉系统240可以用于为环境绘制地图、跟踪物体、估计物体的速度等等。

路线控制系统242用于确定自动驾驶车辆200的行驶路线。在一些实施例中，路线控制系统242可结合来自传感系统204、定位系统222和一个或多个预定地图的数据以为自动驾驶车辆200确定行驶路线。

障碍规避系统244用于识别、评估和避免或者以其他方式越过自动驾驶车辆 200的环境中的潜在障碍物。

当然，在一个实例中，控制系统206可以增加或替换地包括除了所示出和描述的那些以外的组件。或者也可以减少一部分上述示出的组件。

自动驾驶车辆200通过外围设备208与外部传感器、其他自动驾驶车辆、其他计算机系统或用户之间进行交互。外围设备208可包括无线通信系统246、车载电脑248、麦克风250 和/或扬声器252。

在一些实施例中，外围设备208提供自动驾驶车辆200的用户与用户接口 216交互的手段。例如，车载电脑248可向自动驾驶车辆200的用户提供信息。用户接口216还可操作车载电脑248来接收用户的输入。车载电脑248可以通过触摸屏进行操作。在其他情况中，外围设备208可提供用于自动驾驶车辆200与位于车内的其它设备通信的手段。例如，麦克风250可从自动驾驶车辆200的用户接收音频(例如，语音命令或其他音频输入）。类似地，扬声器252可向自动驾驶车辆200的用户输出音频。

无线通信系统246可以直接地或者经由通信网络来与一个或多个设备无线通信。例如，无线通信系统246可使用3G蜂窝通信，例如码分多址（code divisionmultipleaccess，CDMA）、指全球移动通信系统（global system formobilecommunications，GSM）、通用分组无线服务（general packet radio service，GPRS），或者4G蜂窝通信，例如，长期演进（long term evolution，LTE）。或者5G蜂窝通信。无线通信系统246可利用无线网络通信技术（Wi-Fi）与无线局域网（wireless localareanetwork，WLAN)通信。在一些实施例中，无线通信系统246 可利用红外链路、蓝牙或ZigBee与设备直接通信。其他无线协议，例如各种自动驾驶车辆通信系统，例如，无线通信系统246可包括一个或多个专用短程通信 (dedicated short range communications，DSRC)设备，这些设备可包括自动驾驶车辆和/或路边台站之间的公共和/或私有数据通信。

电源210可向自动驾驶车辆200的各种组件提供电力。在一个实施例中，电源210可以为可再充电锂离子或铅酸电池。这种电池的一个或多个电池组可被配置为电源为自动驾驶车辆200的各种组件提供电力。在一些实施例中，电源210和能量源219可一起实现，例如一些全电动车中那样。

自动驾驶车辆200的部分或所有功能受计算机系统212控制。计算机系统212可包括至少一个处理器213，处理器213执行存储在例如存储器214这样的非暂态计算机可读介质中的指令215。计算机系统212还可以是采用分布式方式控制自动驾驶车辆200的个体组件或子系统的多个计算设备。

处理器213可以是任何常规的处理器，诸如商业可获得的CPU。替选地，该处理器可以是诸如ASIC或其它基于硬件的处理器的专用设备。尽管图2功能性地图示了处理器、存储器、和在相同块中的计算机系统212的其它元件，但是本领域的普通技术人员应该理解该处理器、计算机系统、或存储器实际上可以包括可以或者可以不存储在相同的物理外壳内的多个处理器、计算机系统、或存储器。例如，存储器可以是硬盘驱动器或位于不同于计算机系统的外壳内的其它存储介质。因此，对处理器或计算机的引用将被理解为包括对可以或者可以不并行操作的处理器或计算机或存储器的集合的引用。不同于使用单一的处理器来执行此处所描述的步骤，诸如转向组件和减速组件的一些组件每个都可以具有其自己的处理器，处理器只执行与特定于组件的功能相关的计算。

在此处所描述的各个方面中，处理器可以位于远离该自动驾驶车辆并且与该自动驾驶车辆进行无线通信。在其它方面中，此处所描述的过程中的一些在布置于自动驾驶车辆内的处理器上执行而其它则由远程处理器执行，包括采取执行单一操纵的必要步骤。

在一些实施例中，存储器214可包含指令215(例如，程序逻辑），指令215可被处理器213执行来执行自动驾驶车辆200的各种功能，包括以上描述的那些功能。存储器214也可包含额外的指令，包括向行进系统202、传感系统204、控制系统206和外围设备 208中的一个或多个发送数据、从其接收数据、与其交互和/或对其进行控制的指令。

除了指令215以外，存储器214还可存储数据，例如道路地图、路线信息，自动驾驶车辆的位置、方向、速度以及其它这样的自动驾驶车辆数据，以及其他信息。这种信息可在自动驾驶车辆200在自主、半自主和/或手动模式中操作期间被自动驾驶车辆200和计算机系统212使用。

用户接口 216，用于向自动驾驶车辆200的用户提供信息或从其接收信息。可选地，用户接口216可包括在外围设备208的集合内的一个或多个输入/输出设备，例如无线通信系统246、车载电脑248、麦克风250和扬声器252。

计算机系统212可基于从各种子系统（例如，行进系统202、传感系统204和控制系统206）以及从用户接口 216接收的输入来控制自动驾驶车辆200的功能。例如，计算机系统212可利用来自控制系统206的输入以便控制转向系统232来避免由传感系统204和障碍规避系统244检测到的障碍物。在一些实施例中，计算机系统212可操作来对自动驾驶车辆200及其子系统的许多方面提供控制。

可选地，上述这些组件中的一个或多个可与自动驾驶车辆200分开安装或关联。例如，存储器214可以部分或完全地与自动驾驶车辆200分开存在。上述组件可以按有线和/或无线方式来通信地耦合在一起。

可选地，上述组件只是一个示例，实际应用中，上述各个模块中的组件有可能根据实际需要增添或者删除，图2不应理解为对本申请实施例的限制。

在道路行进的自动驾驶汽车，如上面的自动驾驶车辆200，可以识别其周围环境内的物体以确定对当前速度的调整。物体可以是其它自动驾驶车辆、交通控制设备、或者其它类型的物体。在一些示例中，可以独立地考虑每个识别的物体，并且基于物体的各自的特性，诸如它的当前速度、加速度、与自动驾驶车辆的间距等，可以用来确定自动驾驶汽车所要调整的速度。

可选地，自动驾驶车辆200或者与自动驾驶车辆200相关联的计算设备（如图2的计算机系统212、计算机视觉系统240、存储器214）可以基于所识别的物体的特性和周围环境的状态(例如，交通、雨、道路上的冰、等等) 来预测识别的物体的行为。可选地，每一个所识别的物体都依赖于彼此的行为，因此还可以将所识别的所有物体全部一起考虑来预测单个识别的物体的行为。自动驾驶车辆200能够基于预测的识别的物体的行为来调整它的速度。换句话说，自动驾驶汽车能够基于所预测的物体的行为来确定自动驾驶车辆将需要调整到(例如，加速、减速、或者停止) 什么稳定状态。在这个过程中，也可以考虑其它因素来确定自动驾驶车辆200的速度，诸如，自动驾驶车辆200在行驶的道路中的横向位置、道路的曲率、静态和动态物体的接近度等等。

除了提供调整自动驾驶汽车的速度的指令之外，计算设备还可以提供修改自动驾驶车辆200的转向角的指令，以使得自动驾驶汽车遵循给定的轨迹和/或维持与自动驾驶汽车附近的物体 (例如，道路上的相邻车道中的轿车）的安全横向和纵向距离。

需要说明的是，在本申请实施例中，车辆也可以为普通车辆，例如，不具有自动驾驶功能的车辆，此时，普通车辆可以仅包括图2所示的自动驾驶车辆中的部分子系统，例如，可以不包障碍规避系统244等。本申请实施例对此不作限定。

记忆泊车又称“家庭自动代客泊车辅助（home automated valet parkingassist，HAVP）” ，是一种泊车辅助功能中较为高级的拓展应用，旨在辅助用户（或者说客户）在一些特定场景下，代其停到他想要停的位置。通常，整个泊车过程不需要客户在车内进行车辆控制等操作。目前，记忆泊车可以包括三个子功能：建图功能、记忆泊入功能以及记忆泊出功能。

对于支持记忆泊车功能的车辆而言，在使用记忆泊车功能时，车辆需要先学习驾驶员的泊车路线（例如，驾驶员泊入路线和/或驾驶员泊出路线等）。在一些实现方式中，驾驶员可以在泊车路线的起点处，开启目标车辆的“泊车路线学习”功能，随后将目标车辆泊入目标车位，相应地，目标车辆可以自主地学习该段驾驶员泊车路线，并将其记在“记忆”中。待完成驾驶员泊车路线的学习后，目标车辆可以基于记忆的驾驶员泊车路线生成记忆泊车路线，并按照记忆泊车路线将目标车辆自动泊入目标车位或将目标车辆自动泊出目标车位。

然而，在实际的泊车场景中，驾驶员泊入路线是依赖于驾驶员的驾驶水平的，对于驾驶水平较差的驾驶员而言，该驾驶员要将目标车辆泊入目标车位时可能需要反复调整目标车辆的位置，相应地，驾驶员泊入路线中会包括该驾驶员反复调整目标车辆位置的路线，此时，如果目标车辆基于记忆泊车功能记录的上述驾驶员泊入路线进行学习，那么学习到的泊入路线（又称“记忆泊入路线”）也会包含反复调整目标车辆位置的路线，导致目标车辆在基于记忆泊入路线泊入目标车位的过程中，也需要反复调整目标车辆的位置，降低目标车辆泊入目标车位的效率。

因此，针对上述问题，本申请实施例中提供了一种新的记忆泊车方案，参见图3所示，在该方案中，申请人将驾驶员泊入路线分为第一段路线310和第二段路线320，其中，第一段路线310可以包括驾驶员开启记忆泊车功能时目标车辆的位置311到目标车位对应的泊入位置312之间的路线，第二段路线320（又称“泊入路线”）可以包括泊入位置312到目标车位321之间的路线。此时，在基于记忆泊车功能泊入目标车位321的过程中，目标车辆可以基于学习到的第一段路线310移动到目标车位对应的泊入位置312，之后目标车辆可以基于目标车辆与目标车位320之间的相对位置生成的泊入路线，从泊入位置312泊入目标车位321。

相应地，本申请实施例的方案中，目标车辆在从泊入位置312移动到目标车位321的过程中可以基于生成的泊入路线泊入目标车位321，无需像传统的记忆泊车方案中，目标车辆需要基于学习的驾驶员泊入路线直接泊入目标车位，有助于减少记忆泊车路线学习的包含驾驶员反复调整目标车辆的位置的线路，降低记忆泊车路线与驾驶员驾驶水平之间的依懒性，提高目标车辆泊入目标车位的效率。

在本申请实施例中，泊入位置可以是位于目标车位之外的位置。在一些实现方式中，泊入位置可以是驾驶员准备调整目标车辆相对于目标车位之间相对位置的位置，或者说，泊入位置可以是驾驶员准备反复调整目标车辆位置之前的一个位置。例如，泊入位置可以是位于目标车位之外，与目标车位相距3米到5米的位置。

需要说明的是，本申请实施例对目标车位不作具体限定。例如，目标车位可以是存在可视车位线的视觉车位。又例如，目标车位可以是不存在可视车位线的超声波车位。

为了便于理解，下文结合图4介绍本申请实施例中用于记忆泊车的控制系统400。在一些实现方式中，控制系统400可以是图2中的控制系统206，当然，在本申请实施例中，控制系统400还可以是目标车辆中其他具有控制功能的系统或控制器。

上述控制系统400用于获取待泊入的目标车位对应的记忆泊入路线；控制目标车辆沿记忆泊入路线移动到目标车位对应的泊入位置；响应于目标车辆移动到泊入位置，基于目标车位的位置与目标车辆的位置生成泊入路线；控制目标车辆沿泊入路线从泊入位置泊入目标车位。

如上文介绍，上述记忆泊入路线可以是基于驾驶员泊入路线生成的，本申请实施例对具体的生成方式不作限定。例如，记忆泊入路线可以为驾驶员泊入路线。又例如，记忆泊入路线可以为对驾驶员泊入路线进行优化后得到的。

另外，在本申请实施例中，对泊入路线的生成方式不作限定。例如，可以基于目标车辆以及目标车位之间的相对位置，利用路径规划算法规划目标车辆泊入目标车位的泊入路线。其中，路径规划算法可以包括A星（Astar，A*）算法、启发式算法等。

在学习驾驶员泊入路线的过程中，驾驶员将目标车辆泊入目标车位后，会按照目标车辆泊入的位置生成目标车位的位置（又称“虚拟位置”）。在一些情况下，驾驶员将目标车辆泊入目标车位后，目标车辆可能是斜停在目标车位中，此时，目标车位的虚拟位置相对于目标车位的实际位置而言可能也是斜的，也即是说，目标车位的虚拟位置不同于目标车位的实际位置。那么，如果基于目标车位的虚拟位置以及目标车辆的位置生成泊入路线，可能导致目标车辆泊入目标车位后依然斜停在目标车位中。

因此，针对上述问题，在本申请实施例中，可以基于目标车位的实际位置（例如，目标车辆检测到的车位）与目标车辆的位置来生成泊入路线，以提高目标车辆泊入目标车位的准确性。当然，如果不考虑上述问题，也可以基于目标车位的虚拟位置和目标车辆的位置来生成泊入路线。

在一些场景中，目标车辆可能检测到一个或多个车位，如果按照目标车位的实际位置和目标车辆的位置来生成泊入路线，则目标车辆需要判断检测到的车位和目标车位是否匹配，并基于检测到的车位中与目标车位匹配的车位，来确定目标车位的实际位置。

也即是说，在基于目标车位与目标车辆的位置生成泊入路线之前，上述控制系统还用于：将记忆泊入路线对应的目标车位与目标车辆检测到的车位进行匹配；若目标车位与检测到的车位匹配成功，则将检测到的车位的位置作为目标车位的位置。

在本申请实施例中，对目标车位与检测到的车位之间的匹配方式不作限定。在一些实现方式中，可以采用点与平行四边形之间的位置关系来判断目标车位与检测到的车位是否匹配，有助于简化确定目标车位与检测到的车位之间匹配关系的复杂度。例如，可以用标识点表示目标车位的位置，平行四边形表示检测到的车位的位置，若表示目标车位的位置的点位于平行四边形内，则可以判断目标车位与检测到的车位匹配。相反地，若表示目标车位的位置的点位于平行四边形外，则可以判断目标车位与检测到的车位不匹配。当然，在本申请实施例中，点可以表示检测到的车位的位置，平行四边形表示目标车位的位置。另外，上述点与平行四边形之间的位置关系可以参见下文结合图6所示的方法进行判断，为了简洁，在此不再赘述。

在另一些实现方式中，还可以通过记忆泊入路线对应的目标车位的坐标与检测到的车位的坐标是否匹配，来确定目标车位与检测到的车位之间的匹配关系，有助于提高确定目标车位与检测到的车位之前匹配关系的准确度。例如，若记忆泊入路线对应的目标车位的坐标与检测到的车位的坐标匹配，则可以判断目标车位与检测到的车位匹配。相反地，若记忆泊入路线对应的目标车位的坐标与检测到的车位的坐标不匹配，则可以判断目标车位与检测到的车位不匹配。

需要说明的是，在本申请实施例中，若目标车位的坐标与检测到的车位的坐标所在的坐标系相同，则上述坐标的匹配可以包括目标车位的坐标与检测到的车位的坐标相同。若目标车位的坐标与检测到的车位的坐标所在的坐标系不同，则上述坐标的匹配可以包括坐标转换后的目标车位的坐标与检测到的车位的坐标相同。

另外，在本申请实施例中，上述表示目标车位或检测到的车位的位置的点，可以为对应车位的中心点，有助于提高确定目标车位与检测到的车位之间匹配关系的准确性。当然，上述点还可以是对应的车位中的任意一个点，本申请实施例对此不作限定。

传统的记忆泊车方案中，是利用目标车辆的车速和目标车辆启动后的当前行程来判断目标车辆处于待泊入或待泊出状态。若目标车辆启动后的当前行程小于阈值行程，确定目标车辆为待泊出状态。若目标车辆启动后的当前行程大于阈值行程且目标车辆的车速小于阈值速度，确定目标车辆处于待泊入状态。然而，这种利用目标车辆的车速和目标车辆启动后的当前行程来判断目标车辆处于待泊入或待泊出状态的方案并不准确。

例如，若目标车辆长距离行驶并停靠在目标车位后并不下电，此时，目标车辆实际处于泊出状态，但是按照上述判断方式，目标车辆当前的状态属于目标车辆启动后的当前行程大于阈值行程且目标车辆的车速小于阈值速度，此时，会判定目标车辆处于待泊入状态，与目标车辆的实际状态不符。

又例如，若目标车辆下电前并非停靠在目标车位中，此时，目标车辆实际处于待泊入状态，但是按照上述判断方式，目标车辆当前的状态属于目标车辆启动后的当前行程小于阈值行程，此时，会判定目标车辆处于待泊出状态，与目标车辆的实际状态不符。

因此，针对上述问题，本申请实施例提供了一种基于第一车辆里程信息以及当前时刻的第二车辆里程信息，判断目标车辆处于待泊出状态还是待泊入状态的方案，相比于前文介绍的利用目标车辆的车速和目标车辆启动后的当前行程来判断目标车辆处于待泊入或待泊出状态的方案，有助于提高判断目标车辆处于待泊出状态还是待泊入状态的准确性。

在一些实现方式中，第一车辆里程信息可以基于目标车辆停入目标车位时的车辆里程信息确定。例如，第一车辆里程信息可以为目标车辆停入目标车位时的车辆里程信息。又例如，第一车辆里程信息可以为目标车辆停入目标车位后熄火前的车辆里程信息，因此，第一车辆里程信息又可以称为“熄火前车辆里程信息”。下文结合图5（a）、图5（b）和图6介绍本申请实施例中确定目标车辆停入目标车位的时刻。

在另一些实现方式中，第二车辆里程信息可以为当前时刻的车辆里程信息。其中，当前时刻可以理解为目标车辆需要判断处于待泊出状态还是待泊入状态的时刻。或者说，当前时刻可以理解为目标车辆判断处于待泊出状态还是待泊入状态的时刻。

相应地，上述控制系统还用于：获取目标车辆的第一车辆里程信息以及当前时刻的第二车辆里程信息；根据第一车辆里程信息以及第二车辆里程信息，确定目标车辆处于待泊出状态或待泊入状态。

在本申请实施例中，对根据第一车辆里程信息以及第二车辆里程信息，确定目标车辆处于待泊出状态或待泊入状态的具体方式不作限定。在一些实现方式中，可以基于第一车辆里程信息以及第二车辆里程信息之间的车辆里程差值判断，有助于提高确定目标车辆状态处于待泊出状态还是待泊入状态的准确度。例如，若车辆里程差值小于或等于第一阈值，则确定目标车辆处于待泊出状态。又例如，若车辆里程差值大于第二阈值，则确定目标车辆处于待泊入状态。在另一些实现方式中，可以直接比较第一车辆里程与第二车辆里程，确定目标车辆处于待泊出状态还是待泊入状态，有助于简化确定目标车辆状态处于待泊出状态还是待泊入状态的复杂度。例如，若第一车辆里程与第二车辆里程相同，则确定目标车辆处于待泊出状态。又例如，若第一车辆里程与第二车辆里程不同，则确定目标车辆处于待泊入状态。

如上文所述，第一车辆里程信息可以基于目标车辆停入目标车位时的车辆里程信息确定。在一些实现方式中，可以利用点与平行四边形之间的位置关系，来判断停入目标车位的时刻，相应地，可以基于目标车辆停入目标车位的时刻确定目标车辆的第一里程信息，有助于简化确定第一里程信息的复杂度。例如，控制系统还用于：获取指示目标车辆的位置的标识点；参见图5（a）所示，若标识点510位于目标车位520之外，则确定未到停入目标车位的时刻。相反地，参见图5（b）所示，若标识点510位于目标车位520之内，则确定为停入目标车位的时刻。之后，可以将目标车辆停入目标车位的时刻对应的里程信息作为第一里程信息。

需要说明的是，本申请实施例对上述标记点不作具体限定。例如，标记点可以为目标车辆的后轴中心点。又例如，标记点可以为目标车辆的中心点。当然，在本申请实施例中，标识点还可以是目标车辆中的任意一个点。

下文结合图6介绍本申请实施例中目标车辆停入目标车位的时刻的确定方式。下文结合图6，以世界坐标系O为例，介绍本申请实施例中判断点和平行四边形之间的位置的方法。参见图6所示，在世界坐标系O下，点A、点B表示目标车位的入口（首端）两角点，点C、点D表示目标车位的尾端两角点，点V表示目标车辆的位置。记向量与向量/>的夹角为/>，向量/>与向量/>的夹角为/>，向量/>与向量/>的夹角为/>，向量/>与向量/>的夹角为/>，向量与向量/>的夹角为/>，则点V位于平行四边形ABCD内的充分必要条件为：且/>。

相应地，满足上述充分必要条件的情况下，目标车辆标记点位于目标车位对应的平行四边形中，即为目标车辆停入目标车位的时刻。相反，不满足上述充分必要条件的情况下，目标车辆标记点位于目标车位对应的平行四边形之外，即为目标车辆未停入目标车位的时刻。

需要说明的是，在本申请实施例中，上述待泊出状态或者待泊入状态的判断可以在记忆泊车功能的路线学习阶段使用，例如，在进行记忆路线学习之前可以通过上述状态的判断，确定学习的路线为驾驶员泊入路线还是驾驶员泊出路线。当然，在本申请实施例中，上述待泊出状态或者待泊入状态的判断可以在记忆泊车功能的路线寻迹阶段使用，例如，在启动记忆泊车功能时，可以通过上述状态的判断，确定是基于记忆泊车功能的泊入过程还是基于记忆泊车功能的泊出过程。

如上文所述，对于支持记忆泊车功能的车辆而言，在使用记忆泊车功能时，车辆需要先学习驾驶员泊出路线。然而，在实际的泊车场景中，驾驶员泊出路线是依赖于驾驶员的驾驶水平的，对于驾驶水平较差的驾驶员而言，该驾驶员要将目标车辆泊出目标车位时可能需要反复调整目标车辆的位置，相应地，驾驶员泊出路线中会包括该驾驶员反复调整目标车辆位置的路线，此时，如果目标车辆基于记忆泊车功能记录的上述驾驶员泊出路线进行学习，那么学习到的泊出路线（又称“记忆泊出路线”）也会包含反复调整目标车辆位置的路线，导致目标车辆在基于记忆泊出路线泊出目标车位的过程中，也需要反复调整目标车辆的位置，降低目标车辆泊出目标车位的效率。

因此，针对上述问题，本申请实施例中提供了一种新的记忆泊车方案。参见图7所示，在该方案中，申请人将驾驶员泊出路线分为第一段路线710和第二段路线720，其中，第一段路线710可以包括驾驶员开启记忆泊车功能时目标车辆的位置711到目标车位对应的泊出位置712之间的路线，第二段路线720可以包括泊出位置712到泊出终点721之间的路线。此时，目标车辆可以基于目标车辆与泊出位置712之间的相对位置生成的泊出路线，从目标车位730泊出到泊出位置712。之后再基于学习到的第二段路线720从泊出位置712移动到记忆泊出路线的泊出终点721。

相应地，本申请实施例的方案中，目标车辆在从目标车位730到泊出位置712的移动过程可以基于生成的泊出路线移动，无需像传统的记忆泊车方案中，目标车辆需要基于学习的驾驶员泊出路线泊出目标车位，有助于减少记忆泊车路线学习的包含驾驶员反复调整目标车辆的位置的线路，降低记忆泊车路线与驾驶员驾驶水平之间的依懒性，提高目标车辆泊出目标车位的效率。

在本申请实施例中，泊出位置可以是位于目标车位之外的位置。在一些实现方式中，泊出位置可以是在泊车过程中驾驶员准备调整目标车辆相对于目标车位之间相对位置的位置，或者说，泊出位置可以是驾驶员准备反复调整目标车辆位置之前的一个位置。例如，泊出位置可以是位于目标车位之外，与目标车位相距3米到5米的位置。

需要说明的是，本申请实施例中的介绍泊出方案可以与上文结合图3介绍的泊入方案结合使用，当然，在本申请实施例中，泊出方案也可以与上文的泊入方案单独使用，本申请实施例对此不作限定。

为了便于理解，下文介绍本申请另一实施例中用于记忆泊车的控制系统。在一些实现方式中，控制系统可以是图2中的控制系统206，当然，在本申请实施例中，控制系统还可以是目标车辆中其他具有控制功能的系统或控制器。

在一些实现方式中，控制系统还用于：根据目标车位对应的泊出位置、以及目标车位的位置与目标车辆的位置生成泊出路线；控制目标车辆沿泊出路线，从目标车位泊出到泊出位置；控制目标车辆沿目标车位对应的记忆泊出路线，从泊出位置泊出到记忆泊出路线的泊出终点。

在一些实现方式中，上述记忆泊出路线是通过对从目标车位泊出目标车辆的驾驶员泊出路线进行学习得到的。

在一些实现方式中，目标车辆在生成上述泊出路线之前，可以先确定泊出方向。例如，可以通过对周围环境的检测，选择不被障碍物遮挡的方向作为泊出方向。然而，这种确定泊出方向的方式需要占用较多的时间，对应相对固定的停车场景（例如，停车场）而言，障碍物的变化不会较大。因此，为了减少确定泊出方向的时间，还可以直接将记忆泊出路线的泊出方向作为目标车辆的泊出方向。

在一些实现方式中，可以根据记忆泊出路线的泊出方向与目标车辆的初始位姿之间的夹角，来确定目标车辆的泊出方向，有助于提高确定泊出方向的准确度。为了便于理解，下文结合图8介绍本申请实施例中确定泊出方向的方法。参见图8所示，假设目标车辆泊出目标车位之前的位姿作为初始位姿，即0号车辆位姿。以初始位姿对应的标记点为原点，向目标车辆前方辐射出角度为，半径为D的伞形区域。当目标车辆驶出伞形区域的包围区域时即可判断目标车辆的泊出方向。若目标车辆当前时刻的航向角与初始位姿的航向角差值小于/>，则判定目标车辆当前为直行泊出，例如，图8中的3号车辆位姿。若目标车辆当前时刻的航向角位于初始位姿航向角的左侧，则判定目标车辆当前为左侧泊出，例如，图8中的1号车辆位姿以及2号车辆位姿。若目标车辆当前时刻的航向角位于初始位姿航向角的右侧，则判定目标车辆当前为右侧泊出，例如，图8中的4号车辆位姿以及5号车辆位姿。

需要说明的是，在本申请实施例中，对初始位姿不作限定，例如，初始位姿可以为上文所介绍的0号车辆位姿。又例如，初始位姿还可以为1号车辆位姿。又例如，初始位姿还可以为与0号车辆位姿垂直的车辆位姿。

另外，在本申请实施例中，对初始位姿对应的标记点不作限定，例如，初始位姿对应的标记点可以为目标车辆为初始位姿时的后轴中心点。又例如，初始位姿对应的标记点可以为目标车辆为初始位姿时的中心点。当然，在本申请实施例中，标识点还可以是目标车辆为初始位姿时的任意一个点。

上文结合图1至图8介绍了本申请实例中控制系统的功能，在一些实现方式中，控制系统可以按照上文实现的功能被划分为多个功能单元，本申请实施例对上述功能单元的划分方式不作具体限定。为了便于理解，下文结合图9介绍其中一种功能单元的划分方式。

参见图9所示，控制系统900可以包括车位检测模块910、泊车状态判断模块920、全局定位模块930、局部定位模块940、路线推荐模块950以及坐标变换模块960。

车位检测模块910，用于利用目标车辆的传感器（例如，鱼眼相机、超声波雷达）检测目标车辆的周围的目标车位。

在一些实现方式中，车位检测模块910也可以保存并更新目标车辆每次泊入目标车位后的车位信息以及泊入时刻的车辆里程信息（即上文介绍的第一车辆里程信息）。

需要说明的是，为了便于保存并更新第一车辆里程信息，车位检测模块910可以在目标车辆上电后一直运行。

另外，由于车位检测模块910需要保存并更新第一车辆里程信息，因此，可以由车位检测模块910判断目标车辆停入目标车位的时刻。当然，也可以由其他模块来判断目标车辆停入目标车位的时刻，并告知车位检测模块910，以便车位检测模块910确定第一车辆里程信息。其中，停入目标车位的时刻的判断方式可以参见上文结合图5或图6的介绍，为了简洁在此不再赘述。

泊车状态判定模块920，用于确定目标车辆处于待泊出状态还是待泊入状态。

在本申请实施例中，上述待泊出状态或者待泊入状态的判断可以在记忆泊车功能的路线学习阶段使用，例如，在进行记忆路线学习之前可以通过上述状态的判断，确定学习的路线为驾驶员泊入路线还是驾驶员泊出路线。当然，在本申请实施例中，上述待泊出状态或者待泊入状态的判断可以在记忆泊车功能的路线寻迹阶段使用，例如，在启动记忆泊车功能时，可以通过上述状态的判断，确定是基于记忆泊车功能的泊入过程还是基于记忆泊车功能的泊出过程。

全局定位模块930，用于利用定位系统（例如，全球卫星定位系统（globalpositioning system，GPS）或超宽带（ultrawide band，UWB）技术）来获取目标车辆的唯一地理位置信息。

在一些场景中，当目标车辆因为楼宇、隧道遮挡丢失全局定位时，可以利用航位来推算来弥补已丢失的地理位置信息。

局部定位模块940，用于利用同步定位与建图（例如，时定位与地图构建（simultaneous localization and mapping，SLAM））技术来学习并记录驾驶员行驶过的轨迹（即上文的驾驶员泊出路线和/或驾驶员泊入路线），该轨迹用于规划在相同场景下目标车辆的泊车路线。

在一些实现方式中，局部定位模块940用于基于目标车辆的位置与目标车位的位置，规划目标车辆的泊出路线。在另一些实现方式中，局部定位模块940用于基于目标车辆的位置与目标车位的位置，规划目标车辆的泊入路线。

路线推荐模块950，用于根据泊车状态（例如，待泊入状态或者待泊出状态）判定的结果，推荐记忆泊车路线。

在一些实现方式中，路线推荐模块950可以将与泊车状态匹配且位于地理围栏范围内的记忆泊车路线推送给用户。其中，地理围栏范围可以视为预设地理范围的一个示例，地理围栏可以理解为以一个虚拟的栅栏界定一个虚拟的地理边界，当目标车辆进入或者在该范围内活动时，目标车辆可以收到地理围栏对应的记忆泊车路线。

需要说明的是，地理围栏信息可以目标车辆启动后主动获取的，例如，地理围栏信息可以是目标车辆从云端服务器获取的。当然，在本申请实施例中，地理围栏信息还可以目标车辆预配置的，例如，目标车辆在出厂时可以预配置地理围栏信息。

坐标变换模块960，用于进行坐标变换。在一些实现方式中，坐标变换模块960可以将目标车位角点的位置坐标在目标车辆所在的车辆坐标系以及全局坐标系之间变换。

上文结合图1至图9，详细描述了本申请的装置实施例，下面结合图10至图11，详细描述本申请的方法实施例。应理解，方法实施例的描述与装置实施例的描述相互对应，因此，未详细描述的部分可以参见前面装置实施例。

图10是本申请实施例的记忆泊车的控制方法的示意性流程图。应理解，图10所示的方法可以由上文介绍的任一种控制系统执行，当然，还可以由其他具有控制功能的装置执行。图10所示的方法包括步骤S1010至步骤S1040。

在步骤S1010中，获取待泊入的目标车位对应的记忆泊入路线，记忆泊入路线为基于驾驶员向目标车位泊入目标车辆的泊入路线学习得到的。

在步骤S1020中，控制目标车辆沿记忆泊入路线移动到目标车位对应的泊入位置，泊入位置为记忆泊入路线上位于目标车位之外的位置。

在步骤S1030中，响应于目标车辆移动到泊入位置，基于目标车位的位置与目标车辆的位置生成泊入路线。

在步骤S1040中，控制目标车辆沿泊入路线从泊入位置泊入目标车位。

在一些实现方式中，在步骤S1030之前，上述方法还包括：将记忆泊入路线对应的目标车位与目标车辆检测到的车位进行匹配；若目标车位与检测到的车位匹配成功，则将检测到的车位的位置作为目标车位的位置。

在一些实现方式中，目标车位与检测到的车位匹配成功包括目标车位的中心点位于检测到的车位内。

在一些实现方式中，上述方法还包括：获取目标车辆的第一车辆里程信息以及当前时刻的第二车辆里程信息，第一车辆里程信息为目标车辆停入目标车位时的车辆里程信息；根据第一车辆里程信息以及第二车辆里程信息，确定目标车辆处于待从目标车位泊出的待泊出状态或待泊入目标车位的待泊入状态。

在一些实现方式中，所述根据第一车辆里程信息以及第二车辆里程信息，确定目标车辆处于待从目标车位泊出的待泊出状态或待泊入目标车位的待泊入状态，还包括：若第一车辆里程信息以及第二车辆里程信息之间的车辆里程差值小于或等于第一阈值，确定目标车辆处于待泊出状态；和/或若第一车辆里程信息以及第二车辆里程信息之间的车辆里程差值大于第二阈值，确定目标车辆处于待泊入状态。

在一些实现方式中，上述方法还包括：根据目标车位对应的泊出位置、以及目标车位的位置与目标车辆的位置生成泊出路线，泊出位置位于目标车位之外；控制目标车辆沿泊出路线，从目标车位泊出到泊出位置；控制目标车辆沿目标车位对应的记忆泊出路线，从泊出位置泊出到记忆泊出路线的终点（又称“泊出终点”），记忆泊出路线为基于从目标车位泊出目标车辆的驾驶员泊出路线学习得到的。

在一些实现方式中，上述方法还包括：获取记忆泊出路线的泊出方向；上述根据目标车位对应的泊出位置、以及目标车位的位置与目标车辆的位置生成泊出路线包括：根据泊出方向、目标车位对应的泊出位置、以及目标车位的位置与目标车辆的位置生成泊出路线。

为了便于理解，下文基于图9所示的控制系统，结合图11介绍本申请实施例的记忆泊车功能中路线学习阶段1110。图11是本申请实施例的记忆泊车功能中路线学习阶段的示意性流程图。应理解，图11所示的方法可以由上文介绍的任一种控制系统执行，当然，还可以由其他具有控制功能的装置执行。图11所示的方法主要包括步骤S1111至步骤S1117。

在路线学习阶段1110，主要是将驾驶员所行驶过的轨迹通过slam技术来记录，同时将对应已学习的目标车位信息以及记忆泊车路线信息的全局位置信息保存至目标车辆中。其中，记忆泊车路线信息可以包括记忆泊车路线的起点坐标、终点坐标、轨迹信息等。目标车位信息可以包括目标车位的角点坐标，目标车位所对应的四边形的坐标等。

通常，避免目标车辆断电导致上述信息丢失，可以将上述信息保存至掉电不擦除的内存中。当然，如果不考虑上述问题，也可以将上述信息保存至其他存储装置中，本申请实施例对此不作限定。

在步骤S1111中，确定目标车辆的泊车状态。

若目标车辆的泊车状态为待泊入状态，则执行步骤S1112至步骤S1114。若目标车辆的泊车状态为待泊出状态，则执行步骤S1115至步骤S1117。

在一些实现方式中，可以由泊车状态判定模块920确定目标车辆的泊车状态为待泊出状态或待泊入状态。具体的判断方式可以参见上文的介绍。

在步骤S1112中，确定目标车辆当前时刻的坐标。

在一些实现方式中，可以通过全局定位模块930获取目标车辆当前时刻的GPS坐标，并将其标记为驾驶员泊入路线的起点位置，同时完成slam状态初始化。

在步骤S1113中，待驾驶员将目标车辆泊入目标车位，保存目标车位的位置以及SLAM建图信息。

在一些实现方式中，可以通过全局定位模块930可以保存目标车位的位置为驾驶员泊入路线的目标车位，并保存SLAM建图信息。

在步骤S1114中，结束记忆泊入路线学习。

在步骤S1115中，确定驾驶员泊出路线的目标车位以及驾驶员泊出路线的起点。

在一些实现方式中，确定车位检测模块910所保存的目标车辆熄火前车位为驾驶员泊出路线的目标车位，并记录此刻目标车辆的全局位置为驾驶员泊出路线的起点。

在步骤S1116中，待驾驶员将目标车辆驶出目标车位后，记录目标车辆的泊出方向，并开启SLAM建图。

上述泊出方向的判断方式可以参见上文结合图8介绍的泊出方向的判断方式，为了简洁，在此不作限定。

在步骤S1117中，待驾驶员将目标车辆行驶到驾驶员泊出路线的终点，保存slam建图信息，结束记忆泊出路线学习。

上述驾驶员泊出路线的终点可以由驾驶员确定，例如，可以将驾驶员结束泊出路线学习时，目标车辆所在的位置作为终点。又例如，可以将驾驶员指定的特定低点作为终点。本申请实施例对此不作限定。

为了便于理解，下文基于图9所示的控制系统，结合图12至图14介绍本申请实施例的记忆泊车功能中路线寻迹阶段1210。图12是本申请实施例的记忆泊车功能中路线寻迹阶段的示意性流程图。图13和图14是本申请实施例的记忆泊车功能中路线寻迹阶段的示意图。应理解，图12至图14所示的方法可以由上文介绍的任一种控制系统执行，当然，还可以由其他具有控制功能的装置执行。图12所示的方法主要包括步骤S1211至步骤S1230。

在路线寻迹阶段1210，当驾驶员启动记忆泊车功能中的记忆泊车路线寻迹时，目标车辆可以基于驾驶员泊车路线学习的记忆泊车路线，执行针对目标车位的泊车操作。

在步骤S1211中，确定目标车辆的泊车状态。

若目标车辆的泊车状态为待泊入状态，则执行步骤S1212至步骤S1216。若目标车辆的泊车状态为待泊出状态，则执行步骤S1221至步骤S1224。

在一些实现方式中，可以由泊车状态判定模块920确定目标车辆的泊车状态为待泊出状态或待泊入状态。具体的判断方式可以参见上文的介绍。

在步骤S1212中，确定目标车辆的起点是否位于地理围栏范围1内。

若候选记忆泊入路线的起点位于地理围栏范围1内，则推荐地理围栏范围1对应的记忆泊入路线，并执行步骤S1213。若候选记忆泊入路线的起点不位于地理围栏范围1内，则继续执行步骤S1211。

在一些实现方式中，路线推荐模块950可以通过全局定位模块930实时获取目标车辆的GPS坐标，参见图13所示，当该坐标位于地理围栏范围1内，则向驾驶员推送地理围栏范围1对应的记忆泊入路线1。当该坐标位于地理围栏范围2内，则向驾驶员推送地理围栏范围2对应的记忆泊入路线2。当然，如果目标车位位于地理围栏范围1以及地理围栏范围2的交集处，则可以将记忆泊入路线1和记忆泊入路线2同时推荐给驾驶员，供驾驶员选择。

在步骤S1213中，驾驶员确定并载入已学习的地图信息。

在一些实现方式中，上述已学习的地图信息可以是在路线学习阶段通过SLAM建图得到的地图信息。

在步骤S1214中，确定目标车辆实际检测到的车位中与记忆泊入路线对应的目标车位匹配的车位。

例如，在以记忆泊入路线的起点为原点的坐标系下，计算目标车位四个角点的中心点的局部坐标，如图14中所示。坐标系o的原点即为该路线学习阶段的起始点，标记点1410坐标即为目标车位的中心点在o坐标系下的坐标。其中的v1、v2点为不同时刻下车辆后轴中心在坐标系o下的位置，虚线矩形框1420表示目标车辆的车位检测范围。基于上述坐标关系，可将车位检测模块910检测的在目标车辆的后轴坐标系下的车位角点坐标转换到坐标系o下。相应地，在坐标系o下，可利用前文介绍的点与平行四边形的相对位置几何关系来确定检测到的车位中与目标车位匹配的车位。其中，点与平行四边形的相对位置几何关系可以参见前文的介绍，为了简洁，在此不再赘述。

若检测到的车位与目标车位匹配成功，则执行步骤S1215。若检测到的车位与目标车位匹配不成功，则执行步骤S1216。

在步骤S1215中，根据目标车位的实际位置与目标车辆的位置，生成泊入路线，并控制目标车辆泊入目标车位。此时，可以退出记忆泊车功能（参见步骤S1230）。

在一些实现方式中，可以将与目标车位匹配的检测到的车位的位置，作为目标车位的实际位置，并基于目标车位的实际位置与目标车辆的位置，生成泊入路线。

例如，局部定位模块940可以引导目标车辆驶向该泊入路线的目标车位，此时控制系统将读取记忆泊入路线对应的目标车位信息，同车位检测模块910实时检测出的车位进行匹配，以矫正slam位姿定位的误差，输出更为准确的目标车辆和目标车位实际位置之间的相对位置关系，提升泊车准确度。

在步骤S1216中，确定目标车辆是否到达记忆泊入路线的终点。

若目标车辆到达记忆泊入路线的终点，则执行步骤S1230。若目标车辆未到达记忆泊入路线的终点，则目标车辆继续沿记忆泊入路线移动并继续执行步骤S1214。

在步骤S1221中，确定候选记忆泊出路线的起点是否位于地理围栏范围3内。

若候选记忆泊入路线的起点位于地理围栏范围3内，则执行步骤S1222。若候选记忆泊入路线的起点不位于地理围栏范围3内，则执行步骤S1221。

继续参见图13所示，目标车辆处于地理围栏范围3内，则可以向驾驶员推荐地理围栏范围3对应的候选记忆泊出路线。

在步骤S1222中，驾驶员确定并载入已学习的地图信息。

在一些实现方式中，上述已学习的地图信息可以是在路线学习阶段通过SLAM建图得到的地图信息。

在步骤S1223中，根据记忆泊出路线的泊出方向、目标车位信息以及目标车辆的位置信息，生成泊出路线。

在一些实现方式中，泊出路线可以为目标车位对应的泊出位置与目标车位之间的路线。

在步骤S1224中，待目标车辆移动到泊出位置，控制目标车辆根据记忆泊出路线从泊出位置移动到记忆泊出路线的终点。此时，可以结束记忆泊车功能（参见步骤S1230）。

在可选的实施例中，前文介绍的任一种控制系统可以包括处理器1520，控制系统1500还可以包括输入/输出接口1530和存储器1510，具体如图15所示。

图15是本申请另一实施例的控制系统的示意性框图。图15所示的控制系统1500可以包括：存储器1510、处理器1520以及输入/输出接口1530。其中，存储器1510、处理器1520、输入/输出接口1530通过内部连接通路相连，该存储器1510用于存储指令，该处理器1520用于执行该存储器1510存储的指令，以控制输入/输出接口1530接收输入的数据和信息，输出操作结果等数据。

应理解，在本申请实施例中，该处理器1520可以采用通用的中央处理器（centralprocessing unit，CPU），微处理器，应用专用集成电路（application specificintegrated circuit，ASIC），或者一个或多个集成电路，用于执行相关程序，以实现本申请实施例所提供的技术方案。

该存储器1510可以包括只读存储器和随机存取存储器，并向处理器1520提供指令和数据。处理器1520的一部分还可以包括非易失性随机存取存储器。例如，处理器1520还可以存储设备类型的信息。

在实现过程中，上述方法的各步骤可以通过处理器1520 中的硬件的集成逻辑电路或者软件形式的指令完成。结合本申请实施例所公开的用于请求上行传输资源的方法可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器1510，处理器1520读取存储器1510中的信息，结合其硬件完成上述方法的步骤。为避免重复，这里不再详细描述。

应理解，本申请实施例中，该处理器可以为中央处理单元（central processingunit，CPU），该处理器还可以是其他通用处理器、数字信号处理器（digital signalprocessor，DSP）、专用集成电路（application specific integrated circuit，ASIC）、现成可编程门阵列（field programmablegate array，FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

应理解，在本申请实施例中，“与A相应的B”表示B与A相关联，根据A可以确定B。但还应理解，根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其它信息确定B。

应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，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单元中。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、网络设备、用户设备、核心网设备、操作维护管理（operation administration andmaintenance，OAM）或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线（例如同轴电缆、光纤、数字用户线（digital subscriber Line，DSL））或无线（例如红外、无线、微波等）方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够读取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质，（例如，软盘、硬盘、磁带）、光介质（例如，数字通用光盘（digitalvideo disc，DVD））或者半导体介质（例如，固态硬盘（solid state disk，SSD））等。该计算机可读存储介质可以是易失性或非易失性存储介质，或可包括易失性和非易失性两种类型的存储介质。

以上，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (8)

1.一种用于记忆泊车的控制系统，其特征在于，所述控制系统用于：

获取目标车辆的第一车辆里程信息以及当前时刻的第二车辆里程信息，所述第一车辆里程信息为所述目标车辆停入目标车位时的车辆里程信息；

根据所述第一车辆里程信息以及所述第二车辆里程信息，确定所述目标车辆处于待从所述目标车位泊出的泊出状态或待泊入所述目标车位的泊入状态；

若所述目标车辆处于所述泊入状态，获取待泊入的所述目标车位对应的记忆泊入路线，所述记忆泊入路线是通过对向所述目标车位泊入所述目标车辆的驾驶员泊入路线进行学习得到的；

控制所述目标车辆沿记忆泊入路线移动到所述目标车位对应的泊入位置，所述泊入位置为所述记忆泊入路线上位于所述目标车位之外的位置，所述泊入位置为驾驶员准备反复调整所述目标车辆相对于所述目标车位之间相对位置之前的位置；

响应于所述目标车辆移动到所述泊入位置，基于所述目标车位的位置与所述目标车辆的位置生成泊入路线；

控制所述目标车辆沿所述泊入路线从所述泊入位置泊入所述目标车位;

其中，若所述第一车辆里程信息以及所述第二车辆里程信息之间的车辆里程差值小于或等于第一阈值，确定所述目标车辆处于待从所述目标车位泊出的泊出状态；和/或

若所述第一车辆里程信息以及所述第二车辆里程信息之间的车辆里程差值大于第二阈值，确定所述目标车辆处于待泊入所述目标车位的泊入状态。

2.如权利要求1所述的控制系统，其特征在于，在基于所述目标车位与所述目标车辆的位置生成泊入路线之前，所述控制系统还用于：

将所述记忆泊入路线对应的所述目标车位与所述目标车辆检测到的车位进行匹配；

若所述目标车位与所述检测到的车位匹配成功，则将所述检测到的车位的位置作为所述目标车位的位置。

3.如权利要求2所述的控制系统，其特征在于，所述目标车位与所述检测到的车位匹配成功包括所述目标车位的中心点位于所述检测到的车位内。

4.如权利要求1所述的控制系统，其特征在于，所述控制系统还用于：

根据所述目标车位对应的泊出位置、以及所述目标车位的位置与所述目标车辆的位置生成泊出路线，所述泊出位置位于所述目标车位之外；

控制所述目标车辆沿所述泊出路线，从所述目标车位泊出到所述泊出位置；

控制所述目标车辆沿所述目标车位对应的记忆泊出路线，从所述泊出位置泊出到所述记忆泊出路线的泊出终点，所述记忆泊出路线是通过对从所述目标车位泊出所述目标车辆的驾驶员泊出路线进行学习得到的。

5.如权利要求4所述的控制系统，其特征在于，所述控制系统还用于：

获取所述记忆泊出路线的泊出方向；

根据所述泊出方向、所述目标车位对应的泊出位置、以及所述目标车位的位置与所述目标车辆的位置生成所述泊出路线。

6.一种用于记忆泊车的控制方法，其特征在于，包括：

获取目标车辆的第一车辆里程信息以及当前时刻的第二车辆里程信息，所述第一车辆里程信息为所述目标车辆停入目标车位时的车辆里程信息；

根据所述第一车辆里程信息以及所述第二车辆里程信息，确定所述目标车辆处于待从所述目标车位泊出的泊出状态或待泊入所述目标车位的泊入状态；

若所述目标车辆处于所述泊入状态，获取待泊入的所述目标车位对应的记忆泊入路线，所述记忆泊入路线为基于向所述目标车位泊入所述目标车辆的驾驶员泊入路线学习得到的；

控制所述目标车辆沿所述记忆泊入路线移动到所述目标车位对应的泊入位置，所述泊入位置为所述记忆泊入路线上位于所述目标车位之外的位置，所述泊入位置为驾驶员准备反复调整所述目标车辆相对于所述目标车位之间相对位置之前的位置；

响应于所述目标车辆移动到所述泊入位置，基于所述目标车位的位置与所述目标车辆的位置生成泊入路线；

控制所述目标车辆沿所述泊入路线从所述泊入位置泊入所述目标车位；

其中，若所述第一车辆里程信息以及所述第二车辆里程信息之间的车辆里程差值小于或等于第一阈值，确定所述目标车辆处于待从所述目标车位泊出的泊出状态；和/或

若所述第一车辆里程信息以及所述第二车辆里程信息之间的车辆里程差值大于第二阈值，确定所述目标车辆处于待泊入所述目标车位的泊入状态。

7.一种车辆，其特征在于，包括如权利要求1-5中任一项所述的控制系统。

8.一种计算机可读介质，其特征在于，所述可读介质存储有计算机程序或者指令，当所述计算机程序或者指令被处理器执行时用于实现如权利要求6所述的控制方法。