TWI740318B - 停車格判定系統及其方法 - Google Patents

Abstract

本揭露提供一種停車格判定系統及其方法，該方法包括：取得車輛所在範圍之停車格資訊，該停車格資訊包含停車場圖資資料；分析該停車格資訊中每一個停車格內之物件以產生各該停車格內之物件的物件訊息；以及利用該物件訊息及該停車格資訊計算各該停車格內之物件與其所在停車格的空間關係，以於該空間關係滿足該車輛之車體資訊下，判定該停車格為可使用停車格。經上述方式，本揭露無須於車輛行駛經過後才能對停車格進行判定，並能依據需求選擇較優停車格。

Description

停車格判定系統及其方法

本揭露係關於停車格判斷技術，詳而言之，係關於一種停車格判定系統及其方法。

現行的自動/輔助停車技術中，停車格偵測可概略分為距離感測方式或是影像辨識方式，其中，距離感測方式通常為超聲波感測器或雷達波感測器，然目前的技術應用算法通常存在障礙物判斷問題，且必須在車輛行進至停車格旁時才能進行判定；另外，影像辨識方式則是透過影像擷取，通常是透過停車格上格線先判定停車格的存在，再進一步判斷停車格是否可使用，目前的技術應用算法同樣須在車輛行進至停車格旁時才能進行判定。

由上可知，現行的自動/輔助停車技術都存在著車輛須行駛經過或接近停車格旁才能進行判定的問題，此導致僅能對已通過或鄰近的停車格進行判斷，不僅無法知道後續是否存在有更好的停車格，且無法整體判斷可使用停車格的存在，因而現行自動/輔助停車技術所找出的停車格可能不是最佳選擇。因此，針對無人駕駛的自動車或是輔助一般駕駛的停車問題，如何找出一種能改善現有技術缺陷之停車格判斷機制，此將成為本技術領域人員現行努力的目標。

有鑑於此，本揭露係關於一種停車格判斷機制，藉由物件幾何比對及追蹤判別停車格使用狀態，由多個可使用的停車格中找出較佳者，以提供車輛取得所需之停車格。

本揭露提供一種停車格判定系統，係包括：車格資訊模組，係用於取得車輛所在範圍之停車格資訊，該停車格資訊包含停車場圖資資料；物件分析模組，係用於接收來自該車格資訊模組之停車格資訊，該物件分析模組分析該停車格資訊中每一個停車格內之物件，以產生各該停車格內之物件的物件訊息：以及處理模組，係用於接收來自該物件分析模組之物件訊息，該處理模組利用該物件訊息及該停車格資訊計算各該停車格內之物件與其所在停車格的空間關係，俾於該空間關係滿足該車輛之車體資訊下，判定該停車格為可使用停車格。

本揭露提供一種停車格判定方法，係包括：取得車輛所在範圍之停車格資訊，該停車格資訊包含停車場圖資資料；分析該停車格資訊中每一個停車格內之物件，以產生各該停車格內之物件的物件訊息；以及利用該物件訊息及該停車格資訊計算各該停車格內之物件與其所在停車格的空間關係，以於該空間關係滿足該車輛之車體資訊下，判定該停車格為可使用停車格。

綜上可知，本揭露為一種停車格判定系統及其方法，透過取得車輛所在範圍之停車格資訊並確認該些停車格內是否存在物件，以判定該些停車格是否為可使用停車格，以及依評價分數與時間評估現有可使用停車格的排序找出當下較優的停車格。透過上述機制，車輛無須在車輛行駛經過後或接近時才能對停車格進行判定，且能由多個停車格中找取較優的停車格，以供車輛停放，俾能提供較佳的停車格選擇機制。

以下藉由特定的具體實施形態說明本揭露之技術內容，熟悉此技藝之人士可由本說明書所揭示之內容輕易地瞭解本揭露之優點與功效。然本揭露亦可藉由其他不同的具體實施形態加以施行或應用。

第1圖為本揭露之停車格判定系統的架構圖。本揭露所述之停車格判定系統可應用於車輛的停車格自動搜尋，該系統可架設於車輛中，由具有記憶體和處理器的電子裝置來執行程式運算與分析，外部資料來源可透過即時下載或是預先載入皆可，主要目的是透過車輛行進間以車輛為中心，搜尋並即時分析一定範圍內的停車格狀態，藉此找出最佳停車格。如圖所示，本揭露之停車格判定系統1包括車格資訊模組11、物件分析模組12以及處理模組13。

車格資訊模組11用於取得車輛所在範圍之停車格資訊。簡言之，現有方式車輛必須到停車格旁才能判斷停車格是否可停，此僅能針對車輛邊的停車格，且車輛前後是否更佳停車格亦不得而知。為了克服此缺陷，本揭露提出針對車輛搜尋範圍是以車輛為中心的一定範圍區域，即車輛進入停車場域（例如立體停車場）後要搜尋適當的停車格時，首先可先由圖資模組3取得該停車場所有的停車格資訊，後續再搭配感測裝置2所取得之車輛周邊的停車格資訊，藉以達成可同時判斷位於該搜尋範圍下的多個停車格是否可使用之功效。

於一實施例中，停車格資訊可來自外部之圖資模組3，而該停車格資訊可為預先載入之停車場圖資資料。簡單來說，為使停車格選擇上更佳順暢，可於停車格判定系統1中預先載入停車場圖資資料並儲存於車格資訊模組11中，透過預先知道整個停車場內所有停車格的分佈狀態與相關資訊，例如停車格之位置座標，其他像是左右相鄰車格、單邊相鄰車格或獨立車格、離行車出入口距離、離行人出入口距離、在立體停車場內座落的樓層、專用停車格(如臨停專用、殘障專用、婦幼專用、小型車專用、大客車專用等)，將利於處理模組13執行停車格資訊與物件訊息的分析。

另外，該停車格資訊可為透過影像擷取分析技術或光達(light detection and ranging, LiDAR)感測技術所得到之圖資資料。簡單來說，車輛上可裝載與停車格判定系統1連線之感測裝置2，該感測裝置2除了可以於車輛進入停車場域時，透過感測取得車輛周邊停車格資訊，藉以輔助停車格是否可使用之判斷，另外，假若車輛無法預先載入停車場圖資資料時，亦透過車輛上裝載的感測裝置2進行停車格資訊之感測，舉例來說，感測裝置2可為簡稱光達(LiDAR)之光學雷達，LiDAR優點是能提供大範圍感測且無前後分別，LiDAR具有雷射矩陣，能透過發出光線並接收回彈光線進行強度判斷，藉以得知物件遠近、強度(例如金屬反射光線比較強，可利用反射強度比對推測物件)，進而建置出車輛周邊之停車格資訊；另外，該感測裝置2也可為影像感測器，透過影像擷取與分析來進行車輛周邊之停車格資訊的建置。

物件分析模組12用於接收來自該車格資訊模組11之停車格資訊，該物件分析模組12分析該停車格資訊中每一個停車格內之物件，以產生各該停車格內之物件的物件訊息。具體而言，物件分析模組12能分析目前所取得之停車格資訊中每一個停車格內是否存在物件以及產生對應的物件訊息，舉例而言，若停車格內已有物件，則可能是車輛、障礙物或行人等，此時可依據物件類型進行不同判斷，進而決定該停車格是否可使用。

於一實施例中，本揭露將該物件訊息區分為三種分類，分別是無物件、靜態物件和動態物件，若為無物件時，表示停車格是空的，可將該停車格視為可使用停車格；若為動態物件，則該物件分析模組12會判定停車格內有移動中車輛或行人，並將其視為待定停車格，此類待定停車格於每隔一段時間後會再執行可用性判定，藉以決定該停車格為可使用停車格或是不可使用停車格；另外，若為靜態物件，則表示停車格內的物件在一定時間內無變化，此時就要判斷物件是否會影響停車。

處理模組13接收來自該物件分析模組12之物件訊息，該處理模組13能利用該物件訊息及該停車格資訊計算各該停車格內之物件與其所在停車格的空間關係，俾於該空間關係滿足該車輛之車體資訊下，判定該停車格為可使用停車格。如前所述，該物件訊息之分類為靜態物件下，要判斷停車格內物件是否會影響停車，本揭露所採用的方式是將物件訊息和停車格資訊之空間資訊進行比對，藉以取得兩者的空間關係，也可以稱之為差集，最後若判斷該差集能滿足車輛之車體資訊時，也就是在物件存在下，所分割出來的可用空間仍能滿足車輛停放，則可判定該停車格為可使用停車格，前述車體資訊即車輛長寬高等相關訊息。針對物件訊息和停車格資訊之空間資訊比對，後續會再透過舉例進行說明。

另外，處理模組13還可依據各該可使用停車格之評價分數選擇該評價分數最高者為中選停車格。具體而言，在處理模組13確認該些停車格為可使用停車格後，可再為各該可使用停車格評價，並依據各該可使用停車格的評價分數高低，選擇評價分數最高者為中選停車格。前述的評價分數係包含距離、時間、車格類型或車格區域等權重考量，但不以此為限，例如可透過對於車輛型態，預先排除不合適者或是優選較適合的停車格，或者是選擇停車場內特定區域的停車格，另外，亦可考量可使用停車格距離車輛目前位置的距離和所需時間，這些因素都可作為權重考量點。具體來說，權重可於入場時依照喜好設定，在複數個可使用停車格中選擇評價分數最高的停車格作為最終實際停車之停車格，假若無喜好設定，則可以先抵達之停車格作為最終實際停車之停車格。

另外，前述之停車格資訊亦供評價分數中權重設定使用，舉例來說，車輛可預先設定停車格喜好，例如以“臨停專用”為優選，其次為“小型車專用”，假若停車場內有“臨停專用”時，則該停車格的評價分數會比較高，並透過評價分數進行排序，藉以由可使用停車格中找出中選停車格。因此，若能預先載入停車場圖資資料時，將能讓停車格篩選上更全面。

於其他實施例中，若前述停車格資訊為預先載入之停車場圖資資料時，該停車格資訊裡面可能會有不合適車格之記載，例如車輛大小不符、車輛高度不符等的停車格，因而物件分析模組12將不會對不合適車格之物件狀態進行分析，如此能減輕停車格判定系統1的運算量，減低系統負載。

第2圖為本揭露之停車格判定系統中處理模組13的架構圖。處理模組13用於判定停車格是否可用以及可使用停車格的順序處理，另外停車格資訊也是隨時更新，故可使用停車格和順序也都須即時調整，因而本實施例中，處理模組13包括物件狀態判斷單元131、空間關係評定單元132、可用度評價單元133以及更新單元134。

物件狀態判斷單元131用於判斷物件訊息之分類，其依據物件訊息，決定物件為靜態物件、動態物件或無物件。

空間關係評定單元132用於依據物件訊息及停車格資訊以確認空間關係。為了確認停車格是否可供車輛停放，故當停車格內具有物件時，則需進一步判斷物件是否影響停車，空間關係評定單元132即是依據物件訊息及停車格資訊來分析並確認停車格與物件彼此之間的空間關係。於一實施例中，空間關係評定單元132係於物件訊息之分類為靜態物件時，進行空間關係之計算。

可用度評價單元133用於判定停車格是否為可使用停車格以及對所有可使用停車格進行評價並排序。當空間關係評定單元132確認每一個停車格的空間關係後，由可用度評價單元133判定停車格是否可用，是否可用的定義包括靜態物件不影響停車、動態物件要離開或是無物件。於一實施例中，可用度評價單元133於物件訊息之分類為無物件或是為靜態物件且空間關係滿足車輛之車體資訊下，判定該停車格為可使用停車格，另外，於物件訊息之分類為動態物件時，判定該停車格為待定停車格並持續更新該停車格之狀態。

接著，可用度評價單元133對所有可使用停車格進行評價，致使每一個可使用停車格都有對應的評價分數，可用度評價單元133更可進一步依據各可使用停車格的評價分數排序。

須說明者，車輛在停車場內會持續移動，此時車輛所在範圍也會隨之改變，亦即有些停車格將被納入，有些停車格將被排除，本揭露透過持續接收和判斷每一個停車格的狀態，並對應計算出車輛所在範圍內停車格的評價分數並排序，如此將能由可使用停車格中找到較適合的停車格。因此，處理模組13隨著車輛移動的資料變化，同時持續且即時計算停車格的評價分數，故能快速且準確地找出車輛所在範圍內較適合的停車格，並以該停車格為中選停車格。

為了避免長久等待，本揭露提出若等待停車格一段時間後可改變目標，因而更新單元134用於車輛等待該中選停車格超過一預定時間時，啟動另選其他停車格的機制。舉例來說，於物件訊息之分類為動態物件且該車輛等待該中選停車格一預定時間後，將依據新的評價分數，選擇其他可使用停車格為新的中選停車格。如前所述，當選定可使用停車格中的一個為中選停車格後，將會導引車輛至該中選停車格停放，惟若該中選停車格剛好被使用時，則透過持續且即時計算停車格的評價分數，藉以將所選定的中選停車格排除，但若因為該中選停車格屬於動態物件而被選擇者，則可能因動態物件(例如車輛或行人)持續未離開該停車格，此時更新單元134判斷等待該中選停車格一預定時間後，可依據新的評價分數大小(因為持續更新，即便車輛已經停止不動)，由新的可使用停車格中選擇最佳者為新的中選停車格。

由上可知，本揭露之停車格判定系統1會先取得停車格資訊並判斷該些停車格內是否存在物件，若有物件則需進一步確認物件是否影響停車，進而找出車輛所在範圍內的可使用停車格，另外，基於每一停車格本身都具有評價分數，故於找出目前可使用停車格後，會再選擇評價分數最高者作為最終選擇的停車格，且基於停車格的評價分數計算是持續且即時的，故隨著車輛移動，範圍內的停車格的評價分數也持續改變並排序，故可即時取得最新的停車格狀態訊息，另外，於等待一個停車格超過一預定時間時，也將啟動另選其他停車格的機制。

第3圖說明包含本揭露之停車格判定系統之車輛進入包含各種停車格狀態之停車場的示意圖，請一併參考第1和2圖。如圖所示，車輛5進入停車場4後，會透過預載之停車場圖資資料或現場感測方式取得車輛5周邊的停車格資訊，當車輛5行進時，會感測到其周邊停車格41的狀態，當停車格41出現物件時，例如車輛、人員或障礙物，會先將物件進行分類，當物件為動態物件時，例如路過行人61，則此停車格可被判定為待定停車格，此時透過後續持續感測，可決定該待定停車格為可使用(物件已離開)或不可用(物件持續未離開)，倘若最後選擇此類待定停車格成為中選停車格，則另有等待機制，亦即若持續等不到此停車格，則啟動另選其他停車格的機制。另外，若物件為靜態物件時，可能是已停有車輛60或是車格內各種形狀或位置的障礙物(例如圖中的障礙物62或障礙物62’)，如此要對物件進行進一步分析。

停車格判定系統1可具有車輛5之車體資訊，例如車子的長寬高等。第3圖所示右邊上下兩個停車格都存在有障礙物，但兩個障礙物62和62’與停車格的空間關係並不相同，簡言之，障礙物62與對應車輛5之車體資訊的車輛空間42無重疊，也就是障礙物62以外的空間可滿足具有車輛空間42之車輛5置入，故停車所需之車輛空間42不受障礙物62影響，因而上方停車格會被判定為可使用停車格；反之，障礙物62’與對應車輛5之車體資訊的車輛空間42有重疊，也就是障礙物62’以外的空間無法讓具有車輛空間42之車輛5置入，亦即欲停放車輛5所需之車輛空間42受障礙物62’影響，故下方停車格會被判定為不可使用停車格。隨著車輛5持續移動，停車格判定系統1也會持續判斷車輛5周邊的停車格狀態，故能在所有可使用停車格的評價分數排序下，找出優選的停車格。

第4圖為本揭露之停車格判定方法的步驟圖。該停車格判定方法主要用於判定車輛周邊的停車格是否為可使用停車格，並由其中選出一者進行停車。於步驟S41中，取得車輛所在範圍之停車格資訊。於此步驟中，車輛進入停車場後要搜尋適當的停車格，首先要先取得車輛周邊停車格之停車格資訊，車輛搜尋範圍是車輛為中心的一定範圍區域，後續方能判斷停車格是否可使用。

於一實施例中，停車格資訊可為預先載入之停車場圖資資料，透過預先載入方式，可得到整個停車場內所有停車格的分佈狀態與相關資訊，如此利於停車格資訊與物件訊息之分析的執行。同樣地，預先載入的停車場圖資資料也可用於權重設定，例如哪類型停車格優先選擇，則評價分數可提高。因此，預先載入停車場圖資資料將使停車格篩選上更全面。

另外，停車格資訊可為透過影像擷取分析技術或光達感測技術所得到之圖資資料。舉例來說，車輛上可設有感測裝置，例如光達(LiDAR)，可藉由光達具有大範圍感測且無前後分別的特性，建置出車輛周邊之停車格資訊。於其他實施例中，感測裝置可為提供影像擷取的感測設備，亦即透過影像分析以建構出車輛周邊之停車格資訊。

於步驟S42中，分析該停車格資訊中每一個停車格內之物件，以產生各該停車格內之物件的物件訊息。於此步驟中，係分析目前所取得之停車格資訊中每一個停車格內是否存在物件，若停車格內已有物件，可能是車輛、障礙物或行人等，將會影響後續是否可停車的判斷，於一實施例中，可依據物件類型進行不同判斷，例如無物件、靜態物件或動態物件，最後產生物件訊息。

於一實施例中，假若停車格資訊為預先載入之停車場圖資資料時，此時停車格資訊內通常也記載了不合適車格，也就是不適合該車輛停放的停車格類型，例如大小不符、高度不符等，於此情況下，於本步驟在分析停車格資訊中每一個停車格內之物件時，將不會對不合適車格之物件狀態進行分析，也就是預先排除，此將有助於減少系統運算量。

於步驟S43中，判斷該物件訊息之分類。具體來說，物件訊息之分類可為無物件、靜態物件或動態物件，其中，本揭露將無物件判定為可使用停車格，亦即，無物件表示無車輛停放或是障礙物，此類停車格當然視為可使用停車格；另外，若物件為動態物件，則表示可能是移動中車輛或行人，可能成為潛在可使用停車格，故將此類停車格視為待定停車格，並且會持續更新該停車格之狀態，以利判斷該停車格是否可使用。最後，若物件為靜態物件，則需進行下一步確認。

於步驟S44中，利用該物件訊息及該停車格資訊計算各該停車格內之物件與其所在停車格的空間關係。此步驟係利用物件訊息及停車格資訊計算各停車格內之物件與其所在停車格的空間關係，以於在後續步驟S45中在該空間關係符合該車輛之車體資訊下，判定該停車格為可使用停車格。舉例來說，本步驟計算各停車格內之物件與其所在停車格的空間關係，例如將物件訊息和停車格資訊之空間資訊進行比對以取得兩者的空間關係，本揭露稱之為差集，接著比對該差集是否滿足車輛之車體資訊，由上可知，當停車格內具有物件，特別是靜態物件時，須執行此步驟的空間關係判斷。

於步驟S45中，於該物件訊息之分類為靜態物件且該空間關係滿足該車輛之車體資訊下，判定該停車格為可使用停車格。本步驟即說明若判斷該差集滿足車輛之車體資訊時，表示停車格中有足夠空間供車輛停放，故可判定該停車格為可使用停車格。

於步驟S46中，依據各該可使用停車格之評價分數選擇該評價分數最高者為中選停車格。此步驟係在確認可使用停車格後，再依據各個可使用停車格的評價分數大小，選擇評價分數最高者為中選停車格，該評價分數可包含距離、時間、車格類型或車格區域等權重考量，但不以此為限，權重可於入場時依照喜好設定，以於複數個可使用停車格中選擇評價分數最高的停車格作為最終實際停車之停車格。

須說明者，車輛在停車場內會持續移動，此時車輛為中心所包含範圍也會隨之改變，本揭露之停車格判定方法中，會持續接收和判斷範圍內每一個停車格的狀態，並對應計算出車輛所在範圍內停車格的評價分數並排序，如此將能由可使用停車格中找到較優的停車格。

於上述停車格資訊隨著時間、車輛移動以及周邊環境改變持續變化下，若已有一停車格已被選為中選停車格時，車輛將前往該中選停車格進行停車，惟在該中選停車格有特殊情況下，例如被搶先或是動態物件(車輛或行人)持續未離開下，則本揭露能於車輛等待中選停車格一預定時間後，依據新的評價分數大小，選擇其他可使用停車格為新的中選停車格，亦即車輛等待中選停車格一段時間後，周邊停車格的評價分數也可能隨之改變，故將以新的評價分數大小再選擇其他優選的停車格。

第5A-5C圖為應用本揭露之停車格判定方法的示意圖。如第5A圖所示，車輛5可裝載光達或影像感測器，於車輛5進入停車場4後，可透過光達或影像感測器的可視範圍取得一個或多個停車格資訊，又或者除了光達或影像感測器外，更可搭配預先載入之停車場圖資資料，將不合適(太小或高度不足)的停車格排除，進而取得一個或多個停車格資訊。接著，分析由光達或影像感測器所取得資訊判斷所在範圍每一個停車格41是否具有物件，例如車輛60或行人61。

如第5B圖所示，系統利用物件幾何與車格幾何比對方法以判斷停車格41是否潛在可用，如圖中所示，基於車輛5持續行進，停車格41內的車輛60或行人61等每一個物件所感測到的角度、範圍都隨時改變，圖中的行人61和停車格41內的部分車輛60處繪製有不規則形狀的虛框，此表示系統所能感測到物件的狀態，而車輛60’部分則表示未被車輛5感測。以圖中左上方停車格41內的車輛60為例，因為車輛體積龐大，可能僅有靠近通道處的部分會被感測到，又或是因為旁邊有空停車格，停車格41內的車輛60的車身才有可能被感測到(例如下方右邊數來第三個停車格)，於此情況下，系統將虛框部分視為一個物件，接著如本揭露前面所述，要判斷停車是否受到物件影響，此時就要將物件所構成幾何形狀與停車格既有的幾何形狀進行比對，藉此確認物件是否影響停車，有關於幾何形狀比對，將於第6A-6C圖更進一步說明。

另外，判斷停車格是否潛在可使用還可考量佔用狀態判別以及優先級狀態比對，舉例來說，佔用狀態判別包括判斷物件訊息為哪類訊息，若為無物件，此類停車格將判定為可使用停車格43，若有物件則又分為靜態和動態，若是動態物件，可能是車輛或行人，當車輛或行人離開後即可停車，亦判定為待定停車格，並隨著車輛移動，該停車格之停車格資訊也隨之改變(即時更新)，反之，若為靜態物件，可能是車輛或障礙物，則要進一步考量物件與停車格之間的空間關係。

具體來說，考量物件與停車格之間的空間關係即比較物件範圍與停車範圍的差集，判斷剩餘空間範圍是否足以停放車輛。具體來說，計算物件與停車格之間的空間關係可包含判斷高度，即物件之物件高度，比對該物件之物件高度與車輛之車體資訊中的底盤高度，若該物件高度高於該車輛的底盤高度，判定為不可使用停車格。另外，有些停車格中會具有地上車位鎖，依車輛的相關資訊(即車體資訊)，則此類物件的高度亦可被先過濾掉，避免被誤認為阻礙停車的障礙物。

於其他實施例中，計算物件與停車格之間的空間關係可包含判斷寬度或長度，即物件之物件寬度或物件長度，比對該物件之物件寬度或長度、停車格資訊中的停車格寬度或長度以及車輛之車體資訊中的車體寬度或長度，若是該停車格資訊中的停車格寬度或長度與該物件寬度或長度的差集小於該車輛的車體寬度或長度，即判定為不可使用停車格。

於其他實施例中，計算物件與停車格之間的空間關係可包含比對物件的位置與該停車格的空間資訊中的停車格標線的位置，若該停車格的停車格標線的位置與該物件的位置之差值小於車輛的車體資訊中的車體長度，即判定為不可使用停車格。

於實際應用時，因為光達技術可大範圍感測且無前後分別，故位於感測範圍內(包含後方)的已被使用停車格會被持續識別，追蹤其是否變為可使用停車格，例如該停車格判斷為動態物件，甚至是無物件，都進一步判定為潛在的可使用停車格。

如第5C圖所示，在找出多個可使用停車格後，可依據各個可使用停車格的評價分數大小，優選評價分數最高者為中選停車格43’作為最終實際停車之停車格，此時車輛5可同時規劃停車路徑以執行自動停車或輔助駕駛人執行停車。

第6A-6C圖為本揭露中用於計算物件訊息與停車格資訊兩者差集的示意圖。於此以簡化圖式來進行說明，如第6A圖所示，停車場的進行路線稱為道路70，停車格71鄰近道路70，當車輛行進到此範圍，感測出該停車格71內有一個障礙物8的物件，此時要判斷物件是否影響停車，亦即計算物件訊息與停車格資訊兩者差集。

如第6B圖所示，在此實施例中，於該停車格中可依據障礙物8位置，將停車格71分化為四個有效區塊，主要依據該障礙物與停車格周邊之關係切割出四個區塊，其中，第一個區塊711為圖中障礙物8向上（鄰近道路）的最大空間，第二個區塊712為圖中障礙物8向左的最大空間，第三個區塊713為圖中障礙物8向右的最大空間，第四個區塊714為圖中障礙物8向下的最大空間，接著要判斷這四個區塊是否夠車輛停入。

如第6C圖所示，雖然前面找出了四個區塊可供停車，但其中第四個區塊714會先被排除，因為它未緊鄰道路，亦即若停車格最接近道路端有一個障礙物使得車輛無法進入，此時即便第四個區塊714夠大且符合車輛停放大小，但仍會因為此障礙物的存在而無法進入，故第四個區塊此類未緊鄰道路的區塊需排除。因此，最終僅有第一到第三區塊711、712、713被進一步考量。由上可知，要先選取與車道(道路)相鄰的區塊，接著才比較哪一個區塊的空間能放置車輛。

最終，判斷物件(障礙物8)與停車格71之間的空間關係，透過比對第一到第三區塊711、712、713每一個大小與車輛之車體資訊中的車體寬度和長度，以決定該停車格71內劃分出的區塊是否能供車輛停入，亦即若有區塊足以供該車輛放置(即區塊大小滿足車輛大小)，則判定該停車格為可使用停車格，反之，若無任何區塊足以放置該車輛，則判定為不可使用停車格。

第7圖為應用本揭露之停車格判定系統所顯示之各種停車格狀態的示意圖。本揭露所述之停車格判定方法能應用於各類停車場，例如平面停車場、立體停車場、機械停車場、路邊停車場等，且於辨識是否為可使用停車格時，會給予每一個停車格屬於自己的評價分數，並可依據權重不同作適當加權。如圖所示，本揭露所述之停車格判定系統能即時顯示每一個停車格的狀態，例如未在車輛5感測範圍內的停車格，像是圖中停車格90則未納入感測，而在車輛5感測範圍中，例如停車格91之類的停車格，則表示系統感測到並判定為不可使用停車格，又如停車格92之類的停車格，則表示系統感測到並且判定為可使用停車格，另外，如圖中標號93之類的停車格，則表示系統感測到並且判定為中選停車格93，亦即中選停車格93為所有可使用停車格(圖中所有包含標號92和93的停車格)中評價分數最高的停車格。

如前所述，隨著車輛5移動，車輛5上裝載之感測裝置所涵蓋的範圍也隨之移動，故能即時判斷車輛5所在範圍內每一個停車格的狀態，因而本揭露之停車格判定系統中所呈現的停車格狀態也會即時變動，亦即停車格90-93的狀態也是隨時改變，為了方便繪製，於此實施例中是利用線條變化來表示停車格的狀態差異，於實際應用上，停車格狀態能於車輛中螢幕顯示並可透過顏色差異(例如黃色、紅色、綠色)來表示上述不同狀態的停車格，對於駕駛者而言將更直觀得知車輛周邊停車格的狀態。

本揭露的模組、裝置、設備等包括微處理器及記憶體，而演算法、資料、程式等係儲存記憶體或晶片內，微處理器可從記憶體載入資料或演算法或程式進行資料分析或計算等處理，在此不予贅述。例如本揭露之停車格判定系統內各模組和單元包括有微處理器與記憶體等，故能執行分析運算，因而本揭露所述之模組、單元或設備等其硬體細部結構亦可以相同實現方式。

綜上所述，本揭露提出之停車格判定系統及其方法，係透過取得車輛所在範圍之停車格資訊並確認該些停車格內是否存在物件，最後將所有可使用停車格依據評價分數排序，以分數最高者為中選停車格，且隨著車輛移動，停車格的評價分數也隨之改變，故能求得優選的停車格，透過本揭露所述技術，可判別多個停車格是否可使用或是物件是否影響停車格之使用，故能提高搜尋效率，且依據條件篩選出多個可使用停車格，達成同時追蹤多個停車格並進行優選之目的，此能解決目前停車格識別必須要車輛行駛至停車格旁後才可判定有無被使用，以及無法在停車場域中依需求選到較優停車格之問題。

雖然本揭露已以實施例揭露如上，然其並非用以限定本揭露，任何所屬技術領域中具有通常知識者，在不脫離本揭露的精神和範圍內，當可作些許的更動與潤飾，故本揭露的保護範圍當視後附的申請專利範圍所界定者為準。

1:停車格判定系統 11:車格資訊模組 12:物件分析模組 13:處理模組 131:物件狀態判斷單元 132:空間關係評定單元 132:可用度評價單元 134:更新單元 14:圖資模組 2:感測裝置 3:圖資模組 4:停車場 41:停車格 42:車輛空間 43:可使用停車格 43’:中選停車格 5:車輛 60、60’:車輛 61:行人 62、62’:障礙物 70:道路 71:停車格 711:第一個區塊 712:第二個區塊 713:第三個區塊 714:第四個區塊 8:障礙物 90、91、92:停車格 93:中選停車格 S41~S46:步驟

第1圖為本揭露之停車格判定系統的架構圖。 第2圖為本揭露之停車格判定系統中處理模組的架構圖。 第3圖為包含本揭露之停車格判定系統之車輛進入包含各種停車格狀態之停車場的示意圖。 第4圖為本揭露之停車格判定方法的步驟圖。 第5A-5C圖為應用本揭露之停車格判定方法的示意圖。 第6A-6C圖為本揭露中用於計算物件訊息與停車格資訊兩者差集的示意圖。 第7圖為應用本揭露之停車格判定系統所顯示之各種停車格狀態的示意圖。

1:停車格判定系統

11:車格資訊模組

12:物件分析模組

13:處理模組

2:感測裝置

3:圖資模組

Claims (17)

1. 一種停車格判定系統，係包括：車格資訊模組，係用於取得車輛所在範圍之停車格資訊，該停車格資訊包含停車場圖資資料；物件分析模組，係用於接收該停車格資訊，俾分析該停車格資訊中每一個停車格內之物件，以產生各該停車格內之物件的物件訊息；以及處理模組，係用於接收該物件訊息，以利用該物件訊息及該停車格資訊計算各該停車格內之物件與其所在停車格的空間關係，俾於該空間關係滿足該車輛之車體資訊下，判定該停車格為可使用停車格，其中，該停車格基於該物件之位置被劃分出數個區塊，且透過比較該數個區塊之大小以決定該空間關係。
2. 如申請專利範圍第1項所述之停車格判定系統，其中，該處理模組復包括：物件狀態判斷單元，用於判斷該物件訊息之分類，以決定該物件為靜態物件、動態物件或無物件；空間關係評定單元，用於依據該物件訊息及該停車格資訊以確認該空間關係；以及可用度評價單元，用於判定該停車格是否為該可使用停車格。
3. 如申請專利範圍第2項所述之停車格判定系統，其中，該空間關係評定單元於該物件訊息之分類為靜態物件時，進行該空間關係之計算。
4. 如申請專利範圍第2項所述之停車格判定系統，其中，該可用度評價單元於該物件訊息之分類為無物件或是為靜態物件且該空間關係滿足該車輛之車體資訊下，判定該停車格為該可使用停車格。
5. 如申請專利範圍第2項所述之停車格判定系統，其中，該可用度評價單元於該物件訊息之分類為動態物件時，判定該停車格為待定停車格並持續更新該停車格之狀態。
6. 如申請專利範圍第2項所述之停車格判定系統，其中，該可用度評價單元係對所有該可使用停車格進行評價並排序，以依據各該可使用停車格之評價分數，選擇該評價分數最高者為中選停車格。
7. 如申請專利範圍第6項所述之停車格判定系統，其中，該處理模組復包括更新單元，係用於該車輛等待該中選停車格超過一預定時間後，依據新的評價分數大小，選擇其他該可使用停車格為新的中選停車格。
8. 如申請專利範圍第1項所述之停車格判定系統，其中，該停車場圖資資料為從外部之圖資模組預先載入或是透過感測技術所得者。
9. 如申請專利範圍第8項所述之停車格判定系統，其中，於該停車格資訊為預先載入之停車場圖資資料時，該停車格資訊包含不合適車格之記載，且該物件分析模組不分析該不合適車格之物件狀態。
10. 一種停車格判定方法，係包括：取得車輛所在範圍之停車格資訊，該停車格資訊包含停車場圖資資料；分析該停車格資訊中每一個停車格內之物件，以產生各該停車格內之物件的物件訊息；以及利用該物件訊息及該停車格資訊計算各該停車格內之物件與其所在停車格的空間關係，以於該空間關係滿足該車輛之車體資訊下，判定該停車格為可使用停車格，其中，該停車格基於該物件之位置被劃分出數個區塊，且透過比較該數個區塊之大小以決定該空間關係。
11. 如申請專利範圍第10項所述之停車格判定方法，其中，於該物件訊息之分類為靜態物件時，則進行該空間關係之計算。
12. 如申請專利範圍第10項所述之停車格判定方法，其中，於該物件訊息之分類為無物件或是為靜態物件且該空間關係滿足該車輛之車體資訊下，判定該停車格為該可使用停車格。
13. 如申請專利範圍第10項所述之停車格判定方法，其中，於該物件訊息之分類為動態物件時，判定該停車格為待定停車格並持續更新該停車格之狀態。
14. 如申請專利範圍第10項所述之停車格判定方法，其中，於該可使用停車格之判定後，對所有該可使用停車格進行評價並排序，以依據各該可使用停車格之評價分數，選擇該評價分數最高者為中選停車格。
15. 如申請專利範圍第14項所述之停車格判定方法，復包括於該車輛等待該中選停車格超過一預定時間後，依據新的評價分數大小，選擇其他該可使用停車格為新的中選停車格。
16. 如申請專利範圍第10項所述之停車格判定方法，其中，該停車場圖資資料為預先載入或是透過感測技術所得者。
17. 如申請專利範圍第16項所述之停車格判定方法，其中，於該停車格資訊為預先載入之停車場圖資資料時，該停車格資訊包含不合適車格之記載，以於分析該停車格資訊中每一個停車格內之物件的步驟時不分析該不合適車格之物件狀態。

Images