CN111361549A - 一种采用自建图的泊车和召回的方法、*** - Google Patents

Abstract

本发明涉及一种采用自建图的泊车和召回的方法、***，属于智能交通技术领域；本发明提供了一种无人驾驶泊车和召回的***，所述***包括：存储器、传感器；其中所述若干传感器用于采集卫星定位导航信息、车辆周围环境信息；所述***基于所述卫星定位导航信息和所述车辆周围环境信息形成泊车路径信息。该***包括有预设式场景和自学习场景，实现了停车区域即使没有高精度地图也可实现智能驾驶。

Description

一种采用自建图的泊车和召回的方法、***

技术领域

本发明涉及智能交通领域，特别地，涉及一种无人驾驶泊车和召回的方法和***。

背景技术

随着人民生活水平的提高，小轿车等交通工具成为人们主要的代步工具，而交通工具的智能化，也越来越使出行更加的简单。在一些情况下，车辆可以自动执行驾驶任务，泊车便是其中一种重要场景。由无人驾驶***代替自然人用户完成泊车和召回任务，可以节约大量时间，同时有助于加强车库内的行车秩序。更确切的，自动泊车是无人驾驶***代替用户，将车辆从用户下车地点驶向停车位的过程；自动召回是无人驾驶***代替用户，将车辆从停车位驶向用户上车地点的过程。

本发明提出的一种无人驾驶泊车和召回的方法，依赖于人工智能与机器学习技术，通过学习客户预设的泊车路径，完成在住宅区、商场、医院、机场等常见泊车区域的自主泊车和召回任务。

发明内容

有鉴于此，本发明的第一个方面是提供一种泊车***，所述***包括：存储器、传感器处理单元；其中所述传感器用于采集卫星定位导航信息、车辆周围环境信息；所述处理单元基于所述卫星定位导航信息和所述车辆周围环境信息形成泊车路径信息；所述存储器用于存储所述泊车路径信息和预先内置的泊车路径信息；

所述处理单元还包括处理所述存储器中存储的所述泊车路径信息和/或所述的预先内置的泊车路径信息，并且基于预设式场景和/或完成的自学习场景进行自动泊车；

所述预设式场景为所述车辆基于所述预先内置的泊车路径信息完成自动泊车的场景设置；

所述完成的自学习场景为所述车辆基于所述包括所述车辆周围环境信息在内形成的泊车路径信息完成自动泊车的场景设置。

优选的，车辆从期望的未来交车点行驶到目标车位，当***采集到100％车辆周围环境信息完成所述泊车路径信息并存储在所述存储器中；所述处理单元处理所述存储器中的所述泊车路径信息并基于所述完成的自学习场景进行自动泊车，并标记完成所述自学习场景。

优选的，在所述自学习场景中，如果所述***未采集100％车辆周围环境信息，所述存储器暂存未完成的泊车路径信息，所述处理单元标记未完成所述自学习场景。

优选的，当所述***未采集100％车辆周围环境信息时，所述处理单元基于所述预设式场景完成自动泊车。

优选的，所述预设式场景为基于所述传感器采集的卫星定位导航信息或***内置的泊车路径信息完成自动泊车的场景设置；其中所述内置的泊车路径信息是已经预先采集好的泊车路径所需数据信息。

优选的，所述***还包括障碍物检测单元，当所述车辆在自动泊车时，如果所述障碍物检测单元检测到障碍物，所述***能暂停或退出自动泊车。

优选的，所述传感器包括视觉传感器。

本发明的第二个方面是提供一种泊车方法，其利用上述的***实施以下步骤：

步骤S1：检测所述存储器中是否存储预先内置的泊车路径信息，如果检测到所述预设式场景和自学习场景中任一场景，则直接进入步骤S3，如果否，则进入步骤S2；

步骤S2：选择所述中央处理器中的自学习模式，同时驾驶员驾驶车辆到目标车位；在驾驶过程中，所述传感器采集的所述卫星定位导航信息、车辆周围环境信息完成泊车路径信息，并将其存储于所述存储器中；结束泊车；

步骤S3：当所述处理单元只检测到所述预设式场景，所述车辆基于所述存储器的所述预先内置的泊车路径信息完成自动泊车；当所述处理单元检测到所述完成的自学习场景时，所述车辆基于所述车辆周围环境信息形成泊车路径信息完成自动泊车。

本发明的第三个方面，是提供一种车辆召回***，所述***包括：存储器、传感器以及处理单元；其中所述传感器用于采集卫星定位导航信息、车辆周围环境信息；所述***基于所述卫星定位导航信息和/或所述车辆周围环境信息形成召回路径信息；所述存储器用于存储所述召回路径信息和/或预先内置的召回路径信息；

所述处理单元处理所述存储器中存储的所述召回路径信息和/或所述预先内置的召回路径信息，并且基于预设式场景和/或完成的自学习场景进行自动召回；

所述预设式场景为所述车辆基于所述预先内置的召回路径信息完成自动召回的场景设置；

所述完成的自学习场景为所述车辆基于包括所述车辆周围环境信息在内形成的召回路径信息完成自动召回的场景设置。

优选的，车辆从泊车位行驶到未来交车点，***采集到100％车辆周围环境信息完成所述召回路径信息并存储在所述存储器中；所述处理单元处理所述存储器中的所述召回路径信息并基于所述完成的自学习场景进行自动召回，并标记完成所述自学习场景。

优选的，在所述自学习场景中，如果所述***未采集100％车辆周围环境信息，所述存储器暂存未完成的召回路径信息，并且所述处理单元标记未完成所述自学习场景。

优选的，当所述***未采集100％车辆周围环境信息时，所述处理单元基于所述预设式场景完成自动召回。

优选的，所述预设式场景为基于所述传感器采集的卫星定位导航信息或***内置的召回路径信息完成自动泊车的场景设置；其中所述内置的召回路径信息是已经预先采集好的召回路径所需数据信息。

优选的，所述***还包括障碍物检测单元，当所述车辆在自动召回时，如果所述障碍物检测单元检测到障碍物，所述***能暂停或退出自动召回。

优选的，所述传感器包括视觉传感器。

本发明的第四个方面，是提供一种车辆召回方法，其特征在于：利用权利要求7-13中任一项所述的***实施以下步骤：

步骤S1：检测所述存储器中是否存储预先内置的召回路径信息，如果检测到所述预设式场景和自学习场景中任一场景，则直接进入步骤S3，如果否，则进入步骤S2；

步骤S2：发出信息给人员以告知泊车位位置，并选择所述处理单元中的自学习模式；驾驶员驾驶车辆从所述泊车位行驶到未来交车点；在驾驶过程中，所述传感器采集的所述卫星定位导航信息、车辆周围环境信息完成召回路径信息，并将其存储于所述存储器中；结束召回；

步骤S3：当所述处理单元只检测到所述预设式场景，所述车辆基于所述***内置的召回路径信息完成自动召回；当所述处理单元检测到所述自学习场景时，所述车辆基于所述车辆周围环境信息形成召回路径信息完成自动召回。

本发明的第五个方面，是提供一种车辆驾驶***，其中包括上述的车辆泊车***和上述的车辆召回***。

本发明的发明点在于以下几点但不限于以下几点：

(1)该***包括自学习场景，实现了停车区域即使没有高精度地图也可实现智能驾驶；现有技术即便是采用自动驾驶，但往往依赖于GPS，但对于部分场景，例如地下车库环境GPS信号弱，无法精确实现自动导航。其他的传感器如惯性计等本身由于精度问题，也无法在地库等环境实现精确的自动导航。本发明采用视觉传感器采集车辆周围环境，并进行定位，克服了上述技术问题。

(2)采用自学习建图，该方式不需要建图所常见的地图采集数据用车，进入地库中的车辆即为地图数据采集者，这一方式大大增加了便利度，不再需要进入地库时进行地图的预装。

(3)停车路径信息采用两种来源即自学习和预先内置，另外将车辆周围的环境信息与可能的卫星定位信息进行综合，利用了两者的长处，实现了信息来源的多元化，具有高兼容性；

(4)该泊车和召回***解决了需要驾驶员寻找停车位的麻烦，只需要在预定的地点交车或者等待车辆，完全自动化驾驶，提高了便利度。现有技术中的泊车和召回没有将其与高精度地图做有效的整合，特别是在地下车库这一复杂环境中，无法实现泊车或召回的自动化。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的限定。在附图中：

图1为车辆自动泊车的流程图；

图2为车辆自动召回的流程图。

具体实施例

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施方式和附图，对本发明做进一步详细说明。在此，本发明的示意性实施方式及其说明用于解释本发明，但并不作为对本发明的限定。

一种无人驾驶泊车和召回的方法，主要包括下列步骤：

泊车路径自主学习方法；召回路径自主学习方法；自动泊车方法；自动召回方法；中止自动泊车或召回的方法；障碍物检测方法；车位线检测方法。

下面将各步骤分别进行详细说明。

步骤1所述的一种泊车路径学习方法，包括下列步骤：

1.1)驾驶员自驾车辆至期望的未来交车点暂停。

1.2)在无人驾驶***车载终端上，选择“泊车自学习”模式。

1.3)在无人驾驶***车载终端上，点击“开始学习”按钮，无人驾驶***进入泊车学习模式，并且车载终端将显示“正在进行泊车自学习”提示。

1.4)驾驶员以10km/h以下车速驾驶汽车行驶至目标车位，将车辆停放于车位线内。

1.5)驾驶员将车辆入位停稳后，点击“结束学习”，无人驾驶***结束泊车学习模式，并存储当次学习所采集的数据；同时车载终端显示无人驾驶***对当前路径下泊车的学习进度在一些实施例中，这里的学习进度采用进度条的方式显示在车载终端上。例如可以显示第一次“结束学习”时进度条为30％；第二次“结束学习”时进度条为60％，第三次“学习结束”时的进度条为100％。在一些实施例中100％指已经通过自学习完成自动泊车路径所需要的车辆周围所有数据信息。在一些实施例中，使用的是视觉传感器，其采集的图像用于形成地图，这一点是非常重要的，因为采用GPS在一些场合是失效的，例如地下车库环境。而其他类型传感器，例如惯性计则会精度不高，无法精确实现自动泊车。形成的地图后的步骤还包括定位，即确定车辆在地图中的准确位置，包括对车辆姿势的确定。

1.6)如果当次泊车过程中，***未采集到足够的学习数据，车载终端将显示“储存未完成的泊车路径”选项；如果驾驶员选定该选项，无人驾驶***将存储当前次数据，标记当前泊车路径为“部分学习完成”，并在未来学习同一泊车路径时重新使用。

1.7)如果再次进入无人驾驶***中存储为“部分学习完成”的路径，无人驾驶***将在车载终端提示“历史泊车路径继续学习”选项。如果驾驶员选择该选项，无人驾驶***将重复1.3)-1.6)步骤。如果驾驶员选择忽略该选项，无人驾驶***将删除***中存储的该路径的最近一次学习数据，并重复1.3)-1.6)步骤。

1.8)如果当前次泊车过程中，***已经采集到足够多的学习数据，无人驾驶***将在车载终端提示“泊车路径完成，可以使用自主泊车功能”，并提示驾驶员“存储自主泊车路径”选项。如果驾驶员选定该选项，无人驾驶***将存储本条自主泊车路径。泊车路径自主学习过程完成。

步骤2所述的一种召回路径自主学习方法，包括下列步骤：

2.1)驾驶员自驾车辆停车场的停车位。

2.2)在无人驾驶***车载终端上，选择“召回自学习”模式。

2.3)在无人驾驶***车载终端上，点击“开始学习”按钮，无人驾驶***进入召回学习模式，并且车载终端将显示“正在进行召回自学习”提示。

2.4)驾驶员以10km/h以下车速驾驶汽车行驶至未来期望的接车地点。

2.5)驾驶员将车辆停稳后，点击“结束学习”，无人驾驶***结束召回学习模式，并存储当次学习所采集的数据；同时车载终端显示无人驾驶***对当前路径下召回的学习进度。在一些实施例中，这里的学习进度采用进度条的方式显示在车载终端上。例如可以显示第一次“结束学习”时进度条为30％；第二次“结束学习”时进度条为60％，第三次“学习结束”时的进度条为100％。在一些实施例中100％指已经通过自学习完成自动泊车路径所需要的车辆周围所有数据信息。在一些实施例中，使用的是视觉传感器，其采集的图像用于形成地图，这一点是非常重要的，因为采用GPS在一些场合是失效的，例如地下车库环境。而其他类型传感器，例如惯性计则会精度不高，无法精确实现自动泊车。形成的地图后的步骤还包括定位，即确定车辆在地图中的准确位置，包括对车辆姿势的确定。

2.6)如果当次召回过程中，***未采集到足够的学习数据，车载终端将显示“储存未完成的召回路径”选项；如果驾驶员选定该选项，无人驾驶***将存储当前次数据，标记当前召回路径为“部分学习完成”，并在未来学习同一召回路径时重新使用。

2.7)如果再次进入无人驾驶***中存储为“部分学习完成”的路径，无人驾驶***将在车载终端提示“历史召回路径继续学习”选项。如果驾驶员选择该选项，无人驾驶***将重复2.3)-2.6)步骤。如果驾驶员选择忽略该选项，无人驾驶***将删除***中存储的该路径的最近一次学习数据，并重复2.3)-2.6)步骤。

2.8)如果当前次召回过程中，***已经采集到足够多的学习数据，无人驾驶***将在车载终端提示“召回路径完成，可以使用自主召回功能”，并提示驾驶员“存储自主召回路径”选项。如果驾驶员选定该选项，无人驾驶***将存储本条自主召回路径。召回路径自主学习过程完成。

步骤3所述一种自动泊车方法，分为两种场景。

场景一：预设式场景，指待泊车场景的路径已经预先内置于无人驾驶***中，不需要用户重新采用步骤1所述的泊车路径自主学习方法，便可以进行自动泊车。所述预设式场景为所述车辆基于所述预先内置的路径信息完成自动泊车的场景设置；可以采用预先的地图采集专用工具包括地图采集车绘制详细的地库地图。这些地库地图在车辆进入该地库时被传输到车辆的***中。处理单元通过调用周边信息，特别是视觉图像进行定位，获取车辆姿态等操作。

场景二：自学习场景，指待泊车场景的路径没有预先内置，需要用户采用步骤1所述的泊车路径自主学习方法，令无人驾驶***充分学习路径后，才可以进行自动泊车。

场景二中，对于某个泊车路径，如果无人驾驶***已经完成了对路径的学习，则自动泊车步骤与场景一相同。步骤如下：

3.1)驾驶员开启“自动泊车功能”。

3.2)无人驾驶***根据卫星定位导航信息、周围环境信息，确认该场景的泊车路径已经预先存储在***中，并将泊车路径信息通过车载终端反馈给驾驶员确认。

3.3)驾驶员确认场景正确，在车载终端上选定“确认”选项，***进入自动泊车准备状态。

3.4)驾驶员下车，通过手机客户端与无人驾驶***连接，并发起自主泊车指令。

3.5)无人驾驶***收到自动泊车指令后，对车辆进行安全检查，确认车辆可以进入行驶状态，进入自动泊车运行状态。

3.6)无人驾驶***在自动泊车运行过程中，通过摄像机监视周围环境，计算行驶路径；并将车辆行驶过程中的参数、捕获的信息发送给手机客户端；驾驶员可以通过手机客户端查看无人驾驶***的运行状态、车辆的各种参数和车辆摄像头拍摄的视频。

3.7)自动泊车***完成泊车后，锁定车辆，并将自动泊车完成信号发送至手机客户端；同时发送车辆的位置到手机客户端。

步骤4所述一种自动召回方法，同样分为两种场景。

场景一：预设式场景，指待召回场景的路径已经预先内置于无人驾驶***中，不需要用户重新采用步骤2所述的召回路径自主学习方法，便可以进行自动召回。

场景二：自学习场景，指待召回场景的路径没有预先内置，需要用户采用步骤2所述的召回路径自主学习方法，令无人驾驶***充分学习路径后，才可以进行自动召回。

场景二中，对于某个召回路径，如果无人驾驶***已经完成了对路径的学习，则自动召回步骤与场景一相同。相同步骤如下：

4.1)驾驶员通过手机客户端登录无人驾驶***，选择希望取车的场景，激活“自动召回功能”。

4.2)无人驾驶***根据卫星定位导航信息、周围环境信息，确认该场景的召回路径已经预先存储在***中，并将召回路径信息通过手机客户端反馈给驾驶员确认。

4.3)驾驶员确认场景正确，在手机客户端上选定“确认”选项，***对车辆进行安全检查，确认车辆可以进入行驶状态，进入自动召回运行状态。

4.4)无人驾驶***在自动召回运行过程中，通过摄像机监视周围环境，计算行驶路径；并将车辆行驶过程中的参数、捕获的信息发送给手机客户端；驾驶员可以通过手机客户端查看无人驾驶***的运行状态、车辆的各种参数和车辆摄像头拍摄的视频。

4.5)自动召回***行驶至预定取车地点，开启双闪指示灯；同时发送车辆的位置和“召回完成，等待接车”指令到手机客户端。

上述过程包括有特殊情况：例如没有发现有内置的召回路径，可以理解对泊车过程也是一样，此时的***会发出信息，提醒驾驶员。在一些实施例中包括有告知车辆泊车的位置，方便驾驶员去找到车辆完成驾驶。在泊车过程中提醒驾驶员切换到非自动泊车状态等。

步骤5所述一种中止自动泊车或召回的方法，是指无人驾驶***配备有障碍物检测功能，泊车或召回过程中，当车辆前方行驶区域遇到障碍物时，***会自动进行稳定制动，保证车辆处在一个安全的状态下。如果一定时间内前方障碍物仍未清除，***会通过手机端提醒驾驶员代客泊车或召回功能中断，将车辆位置发送到手机客户端，提醒驾驶员回到车上接管；同时车辆会自动开启双闪指示灯，退出自动泊车/召回模式。

Claims (17)

1.一种泊车***，其特征在于：所述***包括：存储器、传感器、处理单元；其中所述传感器用于采集卫星定位导航信息、车辆周围环境信息；所述处理单元基于所述卫星定位导航信息和所述车辆周围环境信息形成泊车路径信息；所述存储器用于存储所述泊车路径信息和预先内置的泊车路径信息；

所述处理单元还包括处理所述存储器中存储的所述泊车路径信息和/或所述的预先内置的泊车路径信息，并且基于预设式场景和/或完成的自学习场景进行自动泊车；

所述预设式场景为所述车辆基于所述预先内置的泊车路径信息完成自动泊车的场景设置；

所述完成的自学习场景为所述车辆基于所述包括所述车辆周围环境信息在内形成的泊车路径信息完成自动泊车的场景设置。

2.根据权利要求1所述的***，其特征在于：车辆从期望的未来交车点行驶到目标车位，当***采集到100％车辆周围环境信息完成所述泊车路径信息并存储在所述存储器中；所述处理单元处理所述存储器中的所述泊车路径信息并基于所述完成的自学习场景进行自动泊车，并标记完成所述自学习场景。

3.根据权利要求1或2所述的***，其特征在于：在所述自学习场景中，如果所述***未采集100％车辆周围环境信息，所述存储器暂存未完成的泊车路径信息，所述处理单元标记未完成所述自学习场景。

4.根据权利要求3所述的***，当所述***未采集100％车辆周围环境信息时，所述处理单元基于所述预设式场景完成自动泊车。

5.根据权利要求3所述的***，所述预设式场景为基于所述传感器采集的卫星定位导航信息或***内置的泊车路径信息完成自动泊车的场景设置；其中所述内置的泊车路径信息是已经预先采集好的泊车路径所需数据信息。

6.根据权利要求1-5中任一项所述的***，其特征在于：所述***还包括障碍物检测单元，当所述车辆在自动泊车时，如果所述障碍物检测单元检测到障碍物，所述***能暂停或退出自动泊车。

7.根据权利要求1-6中任一项所述的***，所述传感器包括视觉传感器。

8.一种泊车方法，其特征在于：利用权利要求1-7中任一项所述的***实施以下步骤：

步骤S1：检测所述存储器中是否存储预先内置的泊车路径信息，如果检测到所述预设式场景和自学习场景中任一场景，则直接进入步骤S3，如果否，则进入步骤S2；

步骤S2：选择所述中央处理器中的自学习模式，同时驾驶员驾驶车辆到目标车位；在驾驶过程中，所述传感器采集的所述卫星定位导航信息、车辆周围环境信息完成泊车路径信息，并将其存储于所述存储器中；结束泊车；

步骤S3：当所述处理单元只检测到所述预设式场景，所述车辆基于所述存储器的所述预先内置的泊车路径信息完成自动泊车；当所述处理单元检测到所述完成的自学习场景时，所述车辆基于所述车辆周围环境信息形成泊车路径信息完成自动泊车。

9.一种车辆召回***，其特征在于：所述***包括：存储器、传感器以及处理单元；其中所述传感器用于采集卫星定位导航信息、车辆周围环境信息；所述***基于所述卫星定位导航信息和/或所述车辆周围环境信息形成召回路径信息；所述存储器用于存储所述召回路径信息和/或预先内置的召回路径信息；

所述处理单元处理所述存储器中存储的所述召回路径信息和/或所述预先内置的召回路径信息，并且基于预设式场景和/或完成的自学习场景进行自动召回；

所述预设式场景为所述车辆基于所述预先内置的召回路径信息完成自动召回的场景设置；

所述完成的自学习场景为所述车辆基于包括所述车辆周围环境信息在内形成的召回路径信息完成自动召回的场景设置。

10.根据权利要求9所述的***，其特征在于：车辆从泊车位行驶到未来交车点，***采集到100％车辆周围环境信息完成所述召回路径信息并存储在所述存储器中；所述处理单元处理所述存储器中的所述召回路径信息并基于所述完成的自学习场景进行自动召回，并标记完成所述自学习场景。

11.根据权利要求9或10所述的***，其特征在于：在所述自学习场景中，如果所述***未采集100％车辆周围环境信息，所述存储器暂存未完成的召回路径信息，并且所述处理单元标记未完成所述自学习场景。

12.根据权利要求11所述的***，当所述***未采集100％车辆周围环境信息时，所述处理单元基于所述预设式场景完成自动召回。

13.根据权利要求12所述的***，所述预设式场景为基于所述传感器采集的卫星定位导航信息或***内置的召回路径信息完成自动泊车的场景设置；其中所述内置的召回路径信息是已经预先采集好的召回路径所需数据信息。

14.根据权利要求7－13中任一项所述的***，其特征在于：所述***还包括障碍物检测单元，当所述车辆在自动召回时，如果所述障碍物检测单元检测到障碍物，所述***能暂停或退出自动召回。

15.根据权利要求7-14中任一项所述的***，所述传感器包括视觉传感器。

16.一种车辆召回方法，其特征在于：利用权利要求7-15中任一项所述的***实施以下步骤：

步骤S1：检测所述存储器中是否存储预先内置的召回路径信息，如果检测到所述预设式场景和自学习场景中任一场景，则直接进入步骤S3，如果否，则进入步骤S2；

步骤S2：发出信息给人员以告知泊车位位置，并选择所述处理单元中的自学习模式；驾驶员驾驶车辆从所述泊车位行驶到未来交车点；在驾驶过程中，所述传感器采集的所述卫星定位导航信息、车辆周围环境信息完成召回路径信息，并将其存储于所述存储器中；结束召回；

步骤S3：当所述处理单元只检测到所述预设式场景，所述车辆基于所述***内置的召回路径信息完成自动召回；当所述处理单元检测到所述自学习场景时，所述车辆基于所述车辆周围环境信息形成召回路径信息完成自动召回。

17.一种车辆驾驶***，其中包括权利要求1所述的车辆泊车***和权利要求8所述的车辆召回***。

Images