CN111899551A - 确定停车点的方法、装置、计算机设备和存储介质 - Google Patents
确定停车点的方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN111899551A CN111899551A CN202010548585.6A CN202010548585A CN111899551A CN 111899551 A CN111899551 A CN 111899551A CN 202010548585 A CN202010548585 A CN 202010548585A CN 111899551 A CN111899551 A CN 111899551A
- Authority
- CN
- China
- Prior art keywords
- parking
- point
- points
- cost
- vehicle
- 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 43
- 238000004088 simulation Methods 0.000 claims description 37
- 230000006870 function Effects 0.000 claims description 33
- 230000008859 change Effects 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 13
- 230000007613 environmental effect Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000012216 screening Methods 0.000 description 4
- 230000008447 perception Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000009418 renovation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
Images
Classifications
-
- 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)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及无人驾驶技术领域,提供了一种确定停车点的方法、装置、计算机设备和存储介质。该方法包括:根据第一停车点生成停车区域,然后获取地图属性和订单属性后,根据该地图属性和订单属性在该停车区域中选取多个第二停车点,该第二停车点是与第一停车点不同的停车点,最后从这些第二停车点当中确定出最优停车点。本申请提供的方案能够在感知到车辆无法到达乘客原指定的第一停车点时,从基于第一停车点生成的停车区域中,根据地图属性和订单属性选取多个与第一停车点不同的第二停车点,最后从第二停车点中确定最优停车点,以便车辆顺利停靠在最优停车点接送乘客。
Description
技术领域
本申请涉及无人驾驶技术领域,特别是涉及一种确定停车点的方法、装置、计算机设备和存储介质。
背景技术
随着无人驾驶技术的发展,出现了可在路边随时停靠无人驾驶车辆的技术,随时路边停车也是无人出租车中重要且复杂的功能之一,而在复杂的道路环境下,如何在乘客指定的位置找到合适的地点,安全、快捷地停车对于无人驾驶车辆至关重要。
然而,目前的技术只提供了在例如是在空旷的停车场进行停车等简单的场景当中实现路边停车的方案,在该方案当中,车辆通常可以顺利地行驶至乘客指定的停车点。但是,在例如多人流、多车流、道路整修等路况复杂的情况下,这种技术无法使车辆顺利停靠至乘客指定的停车点,甚至需要车辆在乘客指定的停车点附近反复行驶才能感知合适的停车点让乘客上下车,导致确定停车点的效率低,还影响了乘客的乘车体验。
发明内容
基于此,有必要针对上述技术问题,提供一种确定停车点的方法、装置、计算机设备和存储介质。
一种确定停车点的方法,所述方法包括:
根据第一停车点生成停车区域;
根据地图属性和订单属性从所述停车区域中选取多个第二停车点;
在所述多个第二停车点中确定最优停车点;其中,所述第二停车点不同于第一停车点。
一种确定停车点的装置,包括:
生成模块,用于根据第一停车点生成停车区域;
选取模块,用于根据地图属性和订单属性从所述停车区域中选取多个第二停车点;
确定模块,用于在所述多个第二停车点中确定最优停车点;其中,所述第二停车点不同于第一停车点。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
根据第一停车点生成停车区域;根据地图属性和订单属性从所述停车区域中选取多个第二停车点;在所述多个第二停车点中确定最优停车点;其中,所述第二停车点不同于第一停车点。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
根据第一停车点生成停车区域;根据地图属性和订单属性从所述停车区域中选取多个第二停车点;在所述多个第二停车点中确定最优停车点;其中,所述第二停车点不同于第一停车点。
上述确定停车点的方法、装置、计算机设备和存储介质,该方法可以在车辆无法到达第一停车点时,根据第一停车点生成停车区域,然后获取地图属性和订单属性后,根据该地图属性和订单属性在该停车区域中选取多个第二停车点,该第二停车点是与第一停车点不同的停车点,可以作为第一停车点的候选停车点,最后从这些第二停车点当中确定出一个最优停车点。该方案能够在感知到车辆无法到达乘客原指定的第一停车点时,从基于该第一停车点生成的停车区域中,根据地图属性和订单属性选取多个与第一停车点不同的第二停车点,最后从第二停车点中确定最优停车点,以便车辆顺利停靠在最优停车点接送乘客,提高确定停车点的效率,还提升了乘客的乘车体验。
附图说明
图1为一个实施例中确定停车点的方法的应用环境图;
图2为一个实施例中确定停车点的方法的流程示意图;
图3为一个实施例中车辆运动模拟的道路环境示意图;
图4(a)为一个实施例中一种车辆运动模拟的位移-时间以及速度-时间的变化关系示意图;
图4(b)为一个实施例中另一种车辆运动模拟的位移-时间以及速度-时间的变化关系示意图;
图5为一个实施例中确定停车点的方法的流程示意图;
图6为一个实施例中确定停车点的装置的结构框图;
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的确定停车点的方法,可以应用于如图1所示的应用环境中。该应用环境可以包括车辆的车载终端110和服务器120,该车辆可以是无人驾驶车辆,车载终端110可通过网络与服务器120进行通信。其中,服务器120可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
本申请提供的确定停车点的方法,可由车载终端110或者服务器120单独执行,也可以由车载终端110和服务器120配合执行。以车载终端110执行该方法为例:车载终端110根据第一停车点生成停车区域,在获取地图属性和订单属性后,车载终端110可以基于地图属性和订单属性从停车区域中选取不同于第一停车点的多个第二停车点,最后车载终端110在多个第二停车点中确定最优停车点。
以车载终端110和服务器120配合执行为例,车载终端110可获取乘客指定的第一停车点,当第一停车点无法停车时,可以请求服务器120计算和下发除第一停车点以外的一个最优停车点,服务器120接收到请求信息后,可根据第一停车点生成停车区域,服务器120获取地图属性和订单属性,并根据该地图属性和订单属性从生成的停车区域中选取不同于第一停车点的多个第二停车点,然后服务器120即可在多个第二停车点中确定最优停车点,并将最优停车点的位置信息下发至车载终端110以指示车辆停靠在最优停车点。
以下结合实施例和附图对本申请提供的确定停车点的方法进行说明。
在一个实施例中,如图2所示,提供了一种确定停车点的方法,该方法可以应用于图1中的车载终端110,该方法可以包括以下步骤:
步骤S201,根据第一停车点生成停车区域;
本步骤中,车载终端110可以从乘客订单中获取乘客指定的停车点,该停车点可以是送车内乘客下车的停车点,也可以是接车外乘客上车的停车点,称为第一停车点。当车载终端110判断车辆无法停到该第一停车点时,根据该第一停车点生成停车区域。示例性的,该停车区域可以是以第一停车点为中心占据一定范围的区域,也可以是在该第一停车点的附近占据一定范围的区域,该停车区域可以靠近路侧设置,方便乘客上下车。其中,停车区域可以通过构成该停车区域内的停车点集合进行表示。例如,停车区域R可以表示为:
R={ri=(xi,yi,zi,ti)|i=0…N}
其中,i表示停车区域R内各停车点的序号,x、y、z可以表示停车区域R内各停车点的三维位置信息,t表示停车区域R内各停车点对应的车朝向角度。在具体实现中,停车区域R中各停车点的位置、车朝向角度等信息可以从该停车区域对应的地图信息中获取得到。
步骤S202,根据地图属性和订单属性从停车区域中选取多个第二停车点。
本步骤中,车载终端110可以获取第一停车点所在道路区域的地图信息,该地图信息可以包括该第一停车点所在道路区域当前的道路信息、车流信息等信息,然后车载终端110可根据地图信息获取停车区域中各点的地图属性,该地图属性是指各点在地图上对应的属性信息,例如各点在地图上的位置属性、道路功能属性、可停车时长等属性信息。车载终端110还可以获取乘客订单的订单属性,该订单属性可以包括乘客人数、车外乘客已等待时长、车外乘客到达预定上车点的时间等属性信息。车载终端110在获取地图属性和订单属性后,可根据地图属性和订单属性将停车区域中各点进行过滤,选取出多个第二停车点,该第二停车点不同于前述第一停车点。
可以理解的是,停车区域由该停车区域内的点集合构成。在一些实施例中车载终端110可以采用如下方式从停车区域中选取第二停车点,包括:
先将停车区域划分为多个子停车区域,根据各子停车区域的几何中心得到候选第二停车点,接着根据地图属性和订单属性从候选第二停车点中选取多个第二停车点。具体的,多个子停车区域可以依据车辆的轮廓特征以及预设停车方向来确定。其中,车辆的轮廓特征可以包括该车辆的轮廓形状、大小等特征,车辆的预设停车方向是指车辆在停车区域中各停车点上对应的停车方向,该停车方向可以在地图上用车朝向角度表示。基于此,车载终端110根据车辆的轮廓特征和车辆的预设停车方向,可以将停车区域划分为多个与所述车辆的轮廓特征和预设停车方向相适应的子停车区域,使得每个划分得到的子停车区域的区域大小和形状与车辆的轮廓特征以及预设停车方向匹配,得到多个子停车区域,在一些实施例中,该多个子停车区域可以是互不重叠的子区域。最后,车载终端110可将该多个子停车区域的几何中心作为候选第二停车点。由此,车载终端110可以进一步根据地图属性和订单属性从该候选第二停车点中选取多个第二停车点。
在一个实施例中,车载终端110可根据各停车区域中各停车点对应的道路功能属性和车辆的预设停车时长,从停车区域中选取多个第二停车点。
具体的,车载终端110可以根据地图属性获取各停车区域中各停车点对应的道路功能属性。其中,该道路功能属性可以包括但不限于是该停车点是否在紧急出口附近、是否在在消防车出口附近、是否处于道路维修状态或者是否允许停车等道路功能属性。车载终端110还可以根据订单属性,确定车辆的预设停车时长。其中,车载终端110可以根据订单属性,判断车辆需要在停车点的停车时长。示例性的,例如车辆已到达预定停车点附近,而订单显示乘客预计五分钟后到达预定停车点,则车辆的预设停车时长可设为五分钟。
在得到各停车点对应的道路功能属性以及车辆的预设停车时长后,车载终端110可根据道路功能属性和预设停车时长对停车区域中的停车点进行筛选,以排除不符合停车需求的停车点,得到多个第二停车点。
在一些实施例中,车载终端110还可以根据地图属性,获取停车区域中各停车点对应的可停车时长。其中,可停车时长可以对应于该停车区域中,各停车点允许车辆停靠的时长,例如停车区域中有些停车点只适合短时间停车,不满足车辆所需停车时长,则车载终端110可以将这些停车点从停车区域中排除。
进一步的,车载终端110基于道路功能属性和预设停车时长,从停车区域中选取多个第二停车点的过程中,车载终端110具体可以根据停车区域的各停车点中除第三停车点以外的停车点,得到多个第二停车点。其中,第三停车点是指道路功能属性与预设的道路功能属性相同的停车点,或者,可停车时长小于预设停车时长的停车点。
具体的,预设的道路功能属性可以包括位于紧急出口附近、位于消防车出口附近、不允许停车等道路功能属性,车载终端110可以将各停车点对应的道路功能属性与预设的道路功能属性进行比较,从停车区域包含的各停车点中排除道路功能属性与预设的道路功能属性相同的停车点;车载终端110还可以进一步将可停车时长作为对停车点进行筛选的考量因素,车载终端110可在确定车辆的预设停车时长以及获取到各停车点的可停车时长后,判断各停车点的可停车时长是否小于车辆的预设停车时长,若小于,则说明该停车点的可停车时长不满足车辆的停车需求,需要将该停车点进行排除,从而车载终端110可在利用道路功能属性将停车区域中各停车点进行一轮筛选的基础上,进一步利用各停车点的可停车时长在进行一轮筛选,最后车载终端110可将停车区域进行二轮筛选后剩余的多个第二停车点,以便后续步骤在此基础上更准确地为车辆锁定最优的停车点。
步骤S203,在多个第二停车点中确定最优停车点。
本步骤中,车载终端110可以采用多种方式从多个第二停车点中选取一个第二停车点作为最优停车点,例如可以将多个第二停车点中距离第一停车点最近的第二停车点作为最优停车点,也可以将多个第二停车点中与乘客当前位置距离最近的第二停车点作为最优停车点等等。
上述确定停车点的方法,该方法可以在车辆无法到达第一停车点时,根据第一停车点生成停车区域,然后获取地图属性和订单属性后,根据该地图属性和订单属性在该停车区域中选取多个第二停车点,该第二停车点是与第一停车点不同的停车点,可以作为第一停车点的候选停车点,最后从这些第二停车点当中确定出一个最优停车点。该方案能够在感知到车辆无法到达乘客原指定的第一停车点时,从基于该第一停车点生成的停车区域中,根据地图属性和订单属性选取多个与第一停车点不同的第二停车点,最后从第二停车点中确定最优停车点,以便车辆顺利停靠在最优停车点接送乘客,提高确定停车点的效率,还提升了乘客的乘车体验。
在一个实施例中,上述步骤S203中的在多个第二停车点中确定最优停车点,可以包括:
获取各第二停车点对应的道路位置信息、运动模拟信息、乘客位置信息和/或环境特征信息;根据道路位置信息、运动模拟信息、乘客位置信息和/或路面状态信息,从多个第二停车点中确定最优停车点。
本实施例主要是车载终端110可以根据各第二停车点对应的道路位置信息、运动模拟信息、乘客位置信息和环境特征信息中的一个或者多个作为最优点选取的考量因素,从多个第二停车点中确定最优停车点。
针对于第二停车点对应的道路位置信息,各第二停车点对应的道路位置信息可以包括各第二停车点对应的横向道路位置信息和/或纵向道路位置信息。其中,横向道路位置信息可以是各第二停车点预留的横向空间,第二停车点预留的横向空间可以对应于第二停车点与道路内侧的距离,示例性的,一些停车点更靠近道路内侧,说明这些停车点在横向上可以让出更多的空间给其他社会车辆;纵向道路位置信息可以是各第二停车点与第一停车点在例如纵向方向上相距的第一距离。在具体实现中,车载终端110可以将各第二停车点中预留的横向空间最多的第二停车点作为最优停车点,也可以将各第二停车点中与第一停车点的第一距离最小的第二停车点作为最优停车点,也可以综合预留的横向空间和第一距离这两个因素从多个第二停车点中确定最优停车点。
针对于第二停车点对应的运动模拟信息,各第二停车点对应的运动模拟信息可以包括车辆从当前位置运动到各第二停车点的运动时间信息、运动速度变化信息和/或车辆从各第二停车点启动的难易程度。结合图3进行说明,如图3所示,P0为第一停车点,当第一停车点不便于目标车辆310停车时,生成对应于第一停车点P0的停车区域,设第二停车点包括第一候选点P1和第二候选点P2,车载终端110可对目标车辆310从当前位置运动到第一候选点P1和第二候选点P2进行运动模拟,得到运动模拟信息,该运动模拟信息可以包括运动时间信息、运动速度变化信息、车辆从各第二停车点启动的难易程度等信息。
具体的,设第一运动模拟路线331是目标车辆310从当前位置运动到第一候选点P1的运动模拟路线,第二运动模拟路线332是目标车辆310从当前位置运动到第二候选点P2的运动模拟路线,分别可以得到对应于第一运动模拟路线331、第二运动模拟路线332的运动时间信息和运动速度变化信息。
结合图4(a)和图4(b)对第一运动模拟路线331和第二运动模拟路线332的运动时间信息和运动速度变化信息进行说明,其中,针对于第二运动模拟路线332,目标车辆310需要先让第一障碍车辆321通过后再行驶至第二候选点P2,那么在第二运动模拟路线332中,目标车辆310需要先加速后减速并等待第一障碍车辆321通过后再起速行驶至第二候选点P2。
针对于第一运动模拟路线331,虽然第一候选点P1相距第二候选点P2较远,目标车辆310也需要较长时间从当前位置运动到第一候选点P1,但由于第一障碍车辆321和第二障碍车辆322基本不影响目标车辆310在该第二运动模拟路线332上的行驶,因此相较于第一运动模拟路线331,目标车辆310在第二运动模拟路线332的行驶轨迹更平顺,运动速度变化比较平缓不剧烈,对于车内乘客而言,车辆行驶时的舒适程度也更高。在此基础上,还可以进一步模拟目标车辆310在到达第一候选点P1和第二候选点P2后再启动时的难易程度,例如在第二候选点P2附近具有静止的障碍物323,则第二候选点P2相对于第一候选点P1具有更高的启动难易程度。综合上述运动模拟信息,从相对第一停车点P0的距离来看,第一运动模拟路线331、第二运动模拟路线332在运动时间和运动速度变化方面相对平衡,但如果再考虑到第二候选点P2附近具有静止的障碍物323,那么第二运动模拟路线332对应的第二候选点P2的启动的难度更高(例如可能需要倒车等),从而可以根据运动模拟信息中的至少三个因素即不同第二停车点到达的快捷性、从当前位置点行驶到各第二停车点是否满足乘客舒适性和车辆各第二停车点重新启动的难以程度,从多个第二停车点中选取最优停车点。
针对于乘客位置信息,乘客位置信息可以包括各第二停车点与乘客所在位置相距的第二距离。车载终端110可以实时获取乘客的地理位置信息,确定乘客所在位置,将各第二停车点中距离乘客所在位置的第二停车点优先选择为最优停车点,即距离乘客所在位置越近的第二停车点越有可能被选择为最优停车点。
针对于路面状态信息,路面状态信息可以包括由环境因素引起的路面状态变化,例如车载终端110可以根据当前的天气条件,感知停车区域中是否产生了积水、泥泞等不适宜停车的路面状态,车载终端110可优选选择没有积水的第二停车点作为最优停车点。
在一个实施例中,进一步的,上述根据道路位置信息、运动模拟信息、乘客位置信息和/或路面状态信息,从所述多个第二停车点中确定最优停车点,具体包括:
根据横向空间和第一距离确定各第二停车点的第一停车代价;根据运动时间信息、运动速度变化信息和难易程度确定各第二停车点的第二停车代价;根据第二距离确定各第二停车点的第三停车代价;根据路面状态变化确定各第二停车点的第四停车代价;基于第一停车代价、第二停车代价、第三停车代价和第四停车代价,确定多个第二停车点中停车代价最小的停车点,作为最优停车点。
本实施例主要是综合以上各种因素确定各停车点的停车代价,从多个第二停车点中选取停车代价最小的第二停车点作为最优停车点。
具体的,车载终端110可获取与各第二停车点预留的横向空间和各第二停车点与第一停车点相距的第一距离对应的第一停车代价C1(ri),ri表示停车区域中各第二停车点,其中,第一停车代价C1(ri)=C1lon(ri)+C1lat(ri),C1lon(ri)表示与各第二停车点预留的横向空间对应的停车代价,C1lat(ri)表示与各第二停车点与第一停车点相距的第一距离对应的停车代价,预留的横向空间越多,代价比较小,离第一停车点越近,代价越低,反之,代价就越大。车载终端110可获取车辆从当前位置模拟运动到各第二停车点的运动时间信息、运动速度变化信息和启动难易程度确定各第二停车点的第二停车代价C2(ri)=Motion_Cost(ri)=Time_Cost(ri)+Comfort_Cost(ri)+Departure_Cost(ri),其中,Time_Cost(ri)对应于运动时间的停车代价,Comfort_Cost(ri)对应于运动速度变化的停车代价,Departure_Cost(ri)对应于启动难易程度的停车代价。车载终端110还可获取各第二停车点与乘客所在位置相距的第二距离,根据第二距离确定各第二停车点的第三停车代价C3(ri)=Goal_Cost(ri),车载终端110根据实时得到的乘客位置,可优先选择离乘客位置更近的第二停车点作为最优停车点,离的远则停车代价更大。车载终端110还获取路面状态变化,根据路面状态变化确定各第二停车点的第四停车代价C4(ri)=Perception(ri),车载终端110可根据天气条件等环境因素判断各第二停车点的路面状态变化,比如有的第二停车点位置处有积水,则停车代价大。
车载终端110可综合第一停车代价、第二停车代价、第三停车代价和第四停车代价,从多个第二停车点中选取停车代价最小的停车点作为最优停车点,从而可将结合地图信息、运动预测、乘客信息和感知信息选择最优的停车点。
在一个实施例中,进一步的,上述实施例中基于第一停车代价、第二停车代价、第三停车代价和第四停车代价,确定多个第二停车点中停车代价最小的停车点,作为最优停车点,可具体包括:
基于预设的代价权重,对第一停车代价、第二停车代价、第三停车代价和第四停车代价进行加权处理,得到各第二停车点的停车代价;将各第二停车点中具有最小停车代价的停车点作为最优停车点。
本实施例中,终端110可预先为各项停车代价分配代价权重,在得到各项停车代价后依据代价权重进行加权,计算得到各第二停车点的停车代价,将其中最小停车代价对应的第二停车点作为最优停车点。具体的,最优停车点ropt可以采用如下方式计算:ropt=argmin(a1C1(ri)+a2C2(ri)+a3C3(ri)+a4C4(ri)),其中,argmin表示取最小值,a1至a4表示可调的代价权重参数,采用本实施例的方案可按照各项停车代价对最优停车点的影响因素对各项停车代价进行加权,从而在结合地图信息、运动预测、乘客信息和感知信息的基础上,更准确地从停车区域中选取出用以替代第一停车点的最优停车点。
在一个实施例中,如图5所示,提供了一种确定停车点的方法,该方法可以应用于如图1所示的车载终端110,包括如下步骤:
步骤S501,车载终端110根据第一停车点生成停车区域;
步骤S502,车载终端110根据地图属性,得到停车区域中各停车点对应的道路功能属性和各停车点对应的可停车时长,并根据订单属性,确定车辆的预设停车时长;
步骤S503,车载终端110根据各停车点中除第三停车点以外的停车点,得到多个第二停车点;其中,第三停车点可以包括道路功能属性与预设的道路功能属性相同的停车点,或者,可停车时长小于预设停车时长的停车点;
步骤S504,车载终端110根据各第二停车点预留的横向空间和与第一停车点相距的第一距离确定各第二停车点的第一停车代价;
步骤S505,车载终端110根据车辆从当前位置运动到各第二停车点的运动时间信息、运动速度变化信息和车辆从各第二停车点启动的难易程度确定各第二停车点的第二停车代价;
步骤S506,车载终端110根据各第二停车点与乘客所在位置相距的第二距离确定各第二停车点的第三停车代价;
步骤S507,车载终端110根据各第二停车点的路面状态变化确定各第二停车点的第四停车代价;
步骤S508,车载终端110基于预设的代价权重,对第一停车代价、第二停车代价、第三停车代价和第四停车代价进行加权处理,得到各第二停车点的停车代价;
步骤S509,车载终端110将各第二停车点中具有最小停车代价的停车点作为最优停车点。
上述实施例提供的方法,车载终端110可在车辆无法停靠至乘客指定的第一停车点时,根据第一停车点生成停车区域,然后根据地图属性得到停车区域中各停车点对应的道路功能属性和各停车点对应的可停车时长,以及根据订单属性,确定车辆的预设停车时长。接着,车载终端110可将停车区域中除第三停车点以外的停车点作为多个第二停车点,其中,第三停车点包括道路功能属性与预设的道路功能属性相同的停车点,或者,可停车时长小于预设停车时长的停车点。然后,车载终端110进一步计算各第二停车点的停车代价,该停车代价可以基于如上所述第一至第四停车代价以及对应的代价权重加权计算得到,最后车载终端110即可将各第二停车点的停车代价中具有最小停车代价的停车点作为最优停车点,从而车载终端110能够在感知到车辆无法到达乘客原指定的第一停车点时,从基于该第一停车点生成的停车区域中,根据地图属性和订单属性选取多个与第一停车点不同的第二停车点,结合各第二停车点的多种停车影响因素,从多个第二停车点中确定最优停车点,以便车辆顺利停靠在最优停车点接送乘客,提高确定停车点的效率,并且提升乘客的乘车、候车体验。
应该理解的是,虽然图2至5的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2至5中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图6所示,提供了一种确定停车点的装置,该装置600包括:
生成模块601,用于根据第一停车点生成停车区域;
选取模块602,用于根据地图属性和订单属性从所述停车区域中选取多个第二停车点;
确定模块603,用于在所述多个第二停车点中确定最优停车点;其中,所述第二停车点不同于第一停车点。
在一个实施例中,选取模块602,进一步用于根据所述地图属性,得到所述停车区域中各停车点对应的道路功能属性;根据所述订单属性,确定车辆的预设停车时长;基于所述道路功能属性和所述预设停车时长,从所述停车区域中选取所述多个第二停车点。
在一个实施例中,该装置600还包括:时长获取单元,用于根据所述地图属性,得到所述停车区域中各停车点对应的可停车时长;选取模块602,进一步用于根据所述各停车点中除第三停车点以外的停车点,得到所述多个第二停车点;其中,所述第三停车点包括所述道路功能属性与预设的道路功能属性相同的停车点,或者,所述可停车时长小于所述预设停车时长的停车点。
在一个实施例中,确定模块603,进一步用于获取各第二停车点对应的道路位置信息、运动模拟信息、乘客位置信息和/或环境特征信息;根据所述道路位置信息、运动模拟信息、乘客位置信息和/或路面状态信息,从所述多个第二停车点中确定最优停车点。
在一个实施例中,所述道路位置信息包括:所述各第二停车点预留的横向空间和/或所述各第二停车点与所述第一停车点相距的第一距离;所述运动模拟信息包括:车辆从当前位置运动到所述各第二停车点的运动时间信息、运动速度变化信息和/或所述车辆从所述各第二停车点启动的难易程度;所述乘客位置信息包括:所述各第二停车点与乘客所在位置相距的第二距离;所述路面状态信息包括由环境因素引起的路面状态变化。
在一个实施例中,确定模块603,进一步用于根据所述横向空间和第一距离确定所述各第二停车点的第一停车代价;根据所述运动时间信息、运动速度变化信息和难易程度确定所述各第二停车点的第二停车代价;根据所述第二距离确定所述各第二停车点的第三停车代价;根据所述路面状态变化确定所述各第二停车点的第四停车代价;基于所述第一停车代价、第二停车代价、第三停车代价和第四停车代价,确定所述多个第二停车点中停车代价最小的停车点,作为所述最优停车点。
在一个实施例中,确定模块603,进一步用于基于预设的代价权重,对所述第一停车代价、第二停车代价、第三停车代价和第四停车代价进行加权处理,得到所述各第二停车点的停车代价;将所述各第二停车点中具有最小停车代价的停车点作为所述最优停车点。
关于确定停车点的装置的具体限定可以参见上文中对于确定停车点的方法的限定,在此不再赘述。上述确定停车点的装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,也可以是服务器,其内部结构图可以如图7所示。该计算机设备包括通过***总线连接的处理器、存储器、通信接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的设备进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种确定停车点的方法。
本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(RandomAccess Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种确定停车点的方法,其特征在于,所述方法包括:
根据第一停车点生成停车区域;
根据地图属性和订单属性从所述停车区域中选取多个第二停车点;
在所述多个第二停车点中确定最优停车点;其中,所述第二停车点不同于第一停车点。
2.根据权利要求1所述的方法,其特征在于,所述根据地图属性和订单属性从所述停车区域中选取多个第二停车点,包括:
根据所述地图属性,得到所述停车区域中各停车点对应的道路功能属性;
根据所述订单属性,确定车辆的预设停车时长;
基于所述道路功能属性和所述预设停车时长,从所述停车区域中选取所述多个第二停车点。
3.根据权利要求2所述的方法,其特征在于,
所述基于所述道路功能属性和所述预设停车时长,从所述停车区域中选取所述多个第二停车点之前,所述方法还包括:
根据所述地图属性,得到所述停车区域中各停车点对应的可停车时长;
所述基于所述道路功能属性和所述预设停车时长,从所述停车区域中选取所述多个第二停车点,包括:
根据所述各停车点中除第三停车点以外的停车点,得到所述多个第二停车点;其中,所述第三停车点包括所述道路功能属性与预设的道路功能属性相同的停车点,或者,所述可停车时长小于所述预设停车时长的停车点。
4.根据权利要求1所述的方法,其特征在于,所述在所述多个第二停车点中确定最优停车点,包括:
获取各第二停车点对应的道路位置信息、运动模拟信息、乘客位置信息和/或环境特征信息;
根据所述道路位置信息、运动模拟信息、乘客位置信息和/或路面状态信息,从所述多个第二停车点中确定最优停车点。
5.根据权利要求4所述的方法,其特征在于,所述道路位置信息包括:所述各第二停车点预留的横向空间和/或所述各第二停车点与所述第一停车点相距的第一距离;所述运动模拟信息包括:车辆从当前位置运动到所述各第二停车点的运动时间信息、运动速度变化信息和/或所述车辆从所述各第二停车点启动的难易程度;所述乘客位置信息包括:所述各第二停车点与乘客所在位置相距的第二距离;所述路面状态信息包括由环境因素引起的路面状态变化。
6.根据权利要求5所述的方法,其特征在于,所述根据所述道路位置信息、运动模拟信息、乘客位置信息和/或路面状态信息,从所述多个第二停车点中确定最优停车点,包括:
根据所述横向空间和第一距离确定所述各第二停车点的第一停车代价;
根据所述运动时间信息、运动速度变化信息和难易程度确定所述各第二停车点的第二停车代价;
根据所述第二距离确定所述各第二停车点的第三停车代价;
根据所述路面状态变化确定所述各第二停车点的第四停车代价;
基于所述第一停车代价、第二停车代价、第三停车代价和第四停车代价,确定所述多个第二停车点中停车代价最小的停车点,作为所述最优停车点。
7.根据权利要求6所述的方法,其特征在于,所述基于所述第一停车代价、第二停车代价、第三停车代价和第四停车代价,确定所述多个第二停车点中停车代价最小的停车点,作为所述最优停车点,包括:
基于预设的代价权重,对所述第一停车代价、第二停车代价、第三停车代价和第四停车代价进行加权处理,得到所述各第二停车点的停车代价;
将所述各第二停车点中具有最小停车代价的停车点作为所述最优停车点。
8.一种确定停车点的装置,其特征在于,包括:
生成模块,用于根据第一停车点生成停车区域;
选取模块,用于根据地图属性和订单属性从所述停车区域中选取多个第二停车点;
确定模块,用于在所述多个第二停车点中确定最优停车点;其中,所述第二停车点不同于第一停车点。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010548585.6A CN111899551B (zh) | 2020-06-16 | 2020-06-16 | 确定停车点的方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010548585.6A CN111899551B (zh) | 2020-06-16 | 2020-06-16 | 确定停车点的方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111899551A true CN111899551A (zh) | 2020-11-06 |
CN111899551B CN111899551B (zh) | 2021-09-17 |
Family
ID=73207695
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010548585.6A Active CN111899551B (zh) | 2020-06-16 | 2020-06-16 | 确定停车点的方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111899551B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112419779A (zh) * | 2020-11-09 | 2021-02-26 | 北京京东乾石科技有限公司 | 无人车停靠点的选取方法及装置、存储介质及电子设备 |
CN114179834A (zh) * | 2021-12-30 | 2022-03-15 | 阿波罗智联(北京)科技有限公司 | 车辆停靠方法、装置、电子设备、介质及自动驾驶车辆 |
CN114694411A (zh) * | 2022-05-07 | 2022-07-01 | 哈尔滨工业大学 | 一种基于时序轨迹的停车场寻车及预约停车*** |
CN118298666A (zh) * | 2024-06-05 | 2024-07-05 | 北京易控智驾科技有限公司 | 一种无人车的停车方法和装置 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050122234A1 (en) * | 2002-02-19 | 2005-06-09 | Christian Danz | Method for parking a vehicle |
CN1737871A (zh) * | 2004-08-18 | 2006-02-22 | 山连根 | 城市停车诱导移动提示方法和实现*** |
US20110022295A1 (en) * | 2009-07-27 | 2011-01-27 | Htc Corporation | Method for simulating navigation route, navigation apparatus and recording medium |
CN103593999A (zh) * | 2013-11-19 | 2014-02-19 | 无锡普智联科高新技术有限公司 | 基于路边停车场的车位地理信息采集及车位检测方法 |
CN104112368A (zh) * | 2013-04-22 | 2014-10-22 | 通用汽车环球科技运作有限责任公司 | 实时停车辅助应用 |
US20160063862A1 (en) * | 2014-08-27 | 2016-03-03 | Sparkcity.Com Ltd. | Parking space management system and method |
CN105427627A (zh) * | 2015-12-22 | 2016-03-23 | 智慧互通科技有限公司 | 一种泊车场出入口车流量检测方法及其*** |
CN105989737A (zh) * | 2015-02-05 | 2016-10-05 | 辽宁省交通高等专科学校 | 一种停车诱导方法 |
CN106875737A (zh) * | 2017-04-07 | 2017-06-20 | 深圳迅停科技发展有限公司 | 一种车位找寻方法及智慧停车服务*** |
CN107423848A (zh) * | 2017-06-16 | 2017-12-01 | 深圳天珑无线科技有限公司 | 共享车辆停放的优化方法及***、存储装置 |
CN107452226A (zh) * | 2017-07-31 | 2017-12-08 | 北京经纬恒润科技有限公司 | 一种中途停车推荐路侧停车位的方法及*** |
CN108140314A (zh) * | 2015-10-22 | 2018-06-08 | 日产自动车株式会社 | 停车辅助方法及停车辅助装置 |
CN108140319A (zh) * | 2015-10-22 | 2018-06-08 | 日产自动车株式会社 | 停车辅助方法及停车辅助装置 |
CN108431881A (zh) * | 2015-10-22 | 2018-08-21 | 日产自动车株式会社 | 停车辅助信息的显示方法及停车辅助装置 |
CN109584603A (zh) * | 2018-10-16 | 2019-04-05 | 贵州金汀科技股份有限公司 | 一种停车位智能识别和引导方法及*** |
CN109920273A (zh) * | 2019-05-14 | 2019-06-21 | 微传智能科技(常州)有限公司 | 预防消防隐患的停车检测***及方法 |
CN109949126A (zh) * | 2019-03-02 | 2019-06-28 | 杭州复杂美科技有限公司 | 车位共享方法、设备和存储介质 |
-
2020
- 2020-06-16 CN CN202010548585.6A patent/CN111899551B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050122234A1 (en) * | 2002-02-19 | 2005-06-09 | Christian Danz | Method for parking a vehicle |
CN1737871A (zh) * | 2004-08-18 | 2006-02-22 | 山连根 | 城市停车诱导移动提示方法和实现*** |
US20110022295A1 (en) * | 2009-07-27 | 2011-01-27 | Htc Corporation | Method for simulating navigation route, navigation apparatus and recording medium |
CN104112368A (zh) * | 2013-04-22 | 2014-10-22 | 通用汽车环球科技运作有限责任公司 | 实时停车辅助应用 |
CN103593999A (zh) * | 2013-11-19 | 2014-02-19 | 无锡普智联科高新技术有限公司 | 基于路边停车场的车位地理信息采集及车位检测方法 |
US20160063862A1 (en) * | 2014-08-27 | 2016-03-03 | Sparkcity.Com Ltd. | Parking space management system and method |
CN105989737A (zh) * | 2015-02-05 | 2016-10-05 | 辽宁省交通高等专科学校 | 一种停车诱导方法 |
CN108140319A (zh) * | 2015-10-22 | 2018-06-08 | 日产自动车株式会社 | 停车辅助方法及停车辅助装置 |
CN108140314A (zh) * | 2015-10-22 | 2018-06-08 | 日产自动车株式会社 | 停车辅助方法及停车辅助装置 |
CN108431881A (zh) * | 2015-10-22 | 2018-08-21 | 日产自动车株式会社 | 停车辅助信息的显示方法及停车辅助装置 |
CN105427627A (zh) * | 2015-12-22 | 2016-03-23 | 智慧互通科技有限公司 | 一种泊车场出入口车流量检测方法及其*** |
CN106875737A (zh) * | 2017-04-07 | 2017-06-20 | 深圳迅停科技发展有限公司 | 一种车位找寻方法及智慧停车服务*** |
CN107423848A (zh) * | 2017-06-16 | 2017-12-01 | 深圳天珑无线科技有限公司 | 共享车辆停放的优化方法及***、存储装置 |
CN107452226A (zh) * | 2017-07-31 | 2017-12-08 | 北京经纬恒润科技有限公司 | 一种中途停车推荐路侧停车位的方法及*** |
CN109584603A (zh) * | 2018-10-16 | 2019-04-05 | 贵州金汀科技股份有限公司 | 一种停车位智能识别和引导方法及*** |
CN109949126A (zh) * | 2019-03-02 | 2019-06-28 | 杭州复杂美科技有限公司 | 车位共享方法、设备和存储介质 |
CN109920273A (zh) * | 2019-05-14 | 2019-06-21 | 微传智能科技(常州)有限公司 | 预防消防隐患的停车检测***及方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112419779A (zh) * | 2020-11-09 | 2021-02-26 | 北京京东乾石科技有限公司 | 无人车停靠点的选取方法及装置、存储介质及电子设备 |
CN112419779B (zh) * | 2020-11-09 | 2022-04-12 | 北京京东乾石科技有限公司 | 无人车停靠点的选取方法及装置、存储介质及电子设备 |
CN114179834A (zh) * | 2021-12-30 | 2022-03-15 | 阿波罗智联(北京)科技有限公司 | 车辆停靠方法、装置、电子设备、介质及自动驾驶车辆 |
CN114179834B (zh) * | 2021-12-30 | 2023-12-12 | 阿波罗智联(北京)科技有限公司 | 车辆停靠方法、装置、电子设备、介质及自动驾驶车辆 |
CN114694411A (zh) * | 2022-05-07 | 2022-07-01 | 哈尔滨工业大学 | 一种基于时序轨迹的停车场寻车及预约停车*** |
CN114694411B (zh) * | 2022-05-07 | 2023-04-07 | 哈尔滨工业大学 | 一种基于时序轨迹的停车场寻车及预约停车*** |
CN118298666A (zh) * | 2024-06-05 | 2024-07-05 | 北京易控智驾科技有限公司 | 一种无人车的停车方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111899551B (zh) | 2021-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111899551B (zh) | 确定停车点的方法、装置、计算机设备和存储介质 | |
CN108766011B (zh) | 用于自主车辆的停车评分 | |
US11242060B2 (en) | Maneuver planning for urgent lane changes | |
US9959763B2 (en) | System and method for coordinating V2X and standard vehicles | |
CN111357021B (zh) | 用于将自主车辆与乘车者匹配的***和方法 | |
US11614962B2 (en) | Scheduling vehicle task offloading and triggering a backoff period | |
DE102018109161A1 (de) | Neigungskompensation für autonome fahrzeuge | |
US10013881B2 (en) | System and method for virtual transformation of standard or non-connected vehicles | |
US11462019B2 (en) | Predicting rider entry time for pick-up and drop-off locations | |
CN111344725A (zh) | 用于确定自主车辆是否可以为乘车者提供所请求的服务的***和方法 | |
US11628858B2 (en) | Hybrid planning system for autonomous vehicles | |
CN110758401A (zh) | 自主车辆操作期间的停止应急计划 | |
CN110979328A (zh) | 自主车辆的舒适乘坐 | |
US20210291862A1 (en) | Learning based controller for autonomous driving | |
CN113703436A (zh) | 用于路径规划的并行障碍物缓冲*** | |
DE102020103633A1 (de) | Weg-planungs fusion für ein fahrzeug | |
US11254326B2 (en) | Automatic comfort score system based on human driving reference data | |
CN110789515B (zh) | 机动车辆中用于硬件验证的***和方法 | |
EP3789984A1 (en) | System for optimising transient kerbside access | |
CN113424209A (zh) | 使用深度学习多预测器融合和贝叶斯优化的轨迹预测 | |
CN110647146B (zh) | 无人车控制方法、装置、计算机设备和存储介质 | |
US11300955B2 (en) | Method for determining ride stability of an autonomous driving system controlling an autonomous driving vehicle | |
CN112141099B (zh) | 车辆控制方法、装置、计算机设备和存储介质 | |
US20230053243A1 (en) | Hybrid Performance Critic for Planning Module's Parameter Tuning in Autonomous Driving Vehicles | |
JP7338582B2 (ja) | 軌道生成装置、軌道生成方法、および軌道生成プログラム |
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 |