CN112509361B - 一种遥控泊车的控制方法和装置 - Google Patents

一种遥控泊车的控制方法和装置 Download PDF

Info

Publication number
CN112509361B
CN112509361B CN202011255196.0A CN202011255196A CN112509361B CN 112509361 B CN112509361 B CN 112509361B CN 202011255196 A CN202011255196 A CN 202011255196A CN 112509361 B CN112509361 B CN 112509361B
Authority
CN
China
Prior art keywords
data
user
preset
automatic parking
time
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.)
Active
Application number
CN202011255196.0A
Other languages
English (en)
Other versions
CN112509361A (zh
Inventor
李阳
杜思军
高雷
黎予生
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Evergrande New Energy Automobile Investment Holding Group Co Ltd
Original Assignee
Evergrande New Energy Automobile Investment Holding Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Evergrande New Energy Automobile Investment Holding Group Co Ltd filed Critical Evergrande New Energy Automobile Investment Holding Group Co Ltd
Priority to CN202011255196.0A priority Critical patent/CN112509361B/zh
Publication of CN112509361A publication Critical patent/CN112509361A/zh
Application granted granted Critical
Publication of CN112509361B publication Critical patent/CN112509361B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G08G1/144—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces on portable or mobile units, e.g. personal digital assistant [PDA]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
    • G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Human Computer Interaction (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Selective Calling Equipment (AREA)

Abstract

本申请公开了一种遥控泊车的控制方法和装置，所述方法包括：响应于用户在屏幕上显示的自动泊车操作界面中执行的操作，获取用户在自动泊车操作界面中开始操作至当前时刻的实时操作数据；基于所述实时操作数据，确定用户在自动泊车操作界面中的操作是否存在规律性；若存在规律性，控制目标车辆进行自动泊车；反之，则暂停控制目标车辆进行自动泊车。该方法及装置，自动基于用户在自动泊车操作界面中的操作是否存在规律性，确定是否控制目标车辆进行自动泊车，用户的操作有规律即可，无需用户预先设定并遵循固定的屏幕操作方式，也没有固定的限制，因此可以适配不同用户的手机屏幕、手掌大小和操作习惯，用户的操作相对更灵活、更方便。

Description

一种遥控泊车的控制方法和装置
技术领域
本申请涉及计算机领域，尤其涉及一种遥控泊车的控制方法和装置。
背景技术
根据法律法规的规定以及出于安全考虑，当前的遥控泊车功能并不是全自动的，而是在整个遥控泊车过程中驾驶员(以下简称用户)也要参与控制。具体的，在遥控泊车前，需要用户设置固定的操作方式(如持续地在手机触摸屏上的固定范围内画圆)，在遥控泊车过程中，需要用户持续地以该固定的操作方式进行控制，一旦用户停止操作，泊车过程也会相应暂停。
不难发现，当前遥控泊车的控制方案，需要用户预设并遵循固定的操作方式，这样的方式比较生硬，不够灵活和方便，并不能很好适配所有用户的手机屏幕、手掌大小、操作习惯等。
发明内容
本申请实施例提供一种遥控泊车的控制方法和装置，以提供一种更灵活、更方便的遥控泊车控制方案。
第一方面，本申请实施例提供一种遥控泊车的控制方法，包括：
响应于用户在所述自动泊车操作界面中的操作，记录用户在屏幕上开始操作至当前时刻的实时操作数据；
基于所述实时操作数据，确定用户在所述自动泊车操作界面中的操作是否存在规律性；
当用户在所述自动泊车操作界面中的操作存在规律性时，控制目标车辆进行自动泊车；
当用户在所述自动泊车操作界面中的操作不存在规律性时，暂停控制目标车辆进行自动泊车。
第二方面，本申请实施例还提供一种遥控泊车的控制装置，包括：
数据记录模块，用于响应于用户在所述自动泊车操作界面中的操作，记录用户在屏幕上开始操作至当前时刻的实时操作数据；
规律性检测模块，用于基于所述实时操作数据，确定用户在所述自动泊车操作界面中的操作是否存在规律性；
第一控制模块，用于当用户在所述自动泊车操作界面中的操作存在规律性时，控制目标车辆进行自动泊车；
第二控制模块，用于当用户在所述自动泊车操作界面中的操作不存在规律性时，暂停控制目标车辆进行自动泊车。
第三方面，本申请实施例提供了一种电子设备，包括：存储器、处理器和存储在所述存储器上并可在所述处理器上运行的计算机可执行指令，所述计算机可执行指令被所述处理器执行时实现如上述第一方面所述的装置的步骤。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机可执行指令，所述计算机可执行指令被处理器执行时实现如上述第一方面所述的装置的步骤。
本申请实施例采用的上述至少一个技术方案，可以自动检测用户在所述自动泊车操作界面中的操作是否存在规律性，并在用户的操作有规律时控制目标车辆进行自动泊车。也就是说，用户的操作有规律即可，无需用户预先设定并遵循固定的屏幕操作方式，也没有固定的限制，因此可以适配不同用户的手机屏幕、手掌大小和操作习惯，用户的操作相对更灵活、更方便。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本申请一个实施例提供的一种遥控泊车的控制方法的流程示意图。
图2为图1中所示的步骤102的一种详细实现流程示意图。
图3为图1中所示的步骤102的另一种详细实现流程示意图。
图4为本申请一个实施例提供的一种遥控泊车的控制装置的结构示意图。
图5为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、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。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
为了解决相关技术中的遥控泊车的控制方案比较生硬，不够灵活和方便的问题，本申请实施例提供了一种遥控泊车的控制方法和装置。本申请实施例提供的方法及装置可以由电子设备执行，例如终端设备。换言之，所述方法可以由安装在终端设备的软件或硬件来执行。所述终端设备可以包括但不限于：智能手机、个人电脑(personal computer，PC)、笔记本电脑、平板电脑、电子阅读器、和可穿戴设备等智能终端设备中的任一种。
下面先对本申请实施例提供的一种遥控泊车的控制方法进行说明。
图1示出了本申请实施例提供的一种遥控泊车的控制方法的一种流程示意图。如图1所示，该方法可以包括：
步骤101、响应于用户在屏幕上显示的自动泊车操作界面中执行的操作，获取用户在所述自动泊车操作界面中开始操作至当前时刻的实时操作数据。
一般而言，遥控泊车的大体流程为：首先，车辆搜索可用车位，并显示在智能终端设备(如用户的手机)的屏幕(一般为触摸屏)上；然后，用户通过点击或其他操作在屏幕上选择想要泊入的目标车位；之后，用户下车，通过点击屏幕或执行其他操作进入自动泊车操作界面，并通过在自动泊车操作界面中进行操作控制车辆泊入目标车位。
本申请实施例，响应于用户在屏幕上显示的自动泊车操作界面中做出的操作，并持续不断地记录用户在自动泊车操作界面中进行操作时产生的操作数据，得到用户在自动泊车操作界面中开始操作至当前时刻的实时操作数据。假设，开始操作的时刻为t0，当前时刻为t，则获取t0～t这一时段内产生的操作数据。可以理解，随着时间的推移，当前时刻也在不断向后推移，所以上述实时操作数据也在不断增多。用户在自动泊车界面中做出的操作可以是点击、滑动等触摸操作。
在一些示例中，用户在所述自动泊车操作界面中的操作数据包括以下数据中的一种：
第一类数据：用户在自动泊车操作界面中的操作的横坐标和/或纵坐标随时间的变化数据。当横坐标和纵坐标分别用x、y表示时(下同)，用户在所述自动泊车操作界面中的操作数据包括：x随时间t变化的数据：x(t)，和/或，y随时间t变化的数据：y(t)。可以理解，此类数据是将x和/或y作为时间t的离散函数。可选地，如果用户在某个时间没有接触屏幕，则可以约定其横坐标和纵坐标为某个特殊值(其他几类数据中类似)，如-1或0。
第二类数据：用户在自动泊车操作界面中的操作的横坐标关于纵坐标的函数，如x关于y的函数：x(y)，可以理解，该数据既可以是x关于y的离散函数，也可以是在获取x和y的数据之后，通过拟合得到的连续函数。
第三类数据：用户在自动泊车操作界面中的操作的纵坐标关于横坐标的函数，如y关于x的函数：y(x)，同样可以理解，该数据既可以是y关于x的离散函数，也可以是在获取x和y的数据之后，通过拟合得到的连续函数。
第四类数据：上述第一类数据、上述第二类数据和上述第三类数据中的一类的至少一阶(可以表示是为n阶，n为大于或等于1的整数)导数。具体的，当第四类数据为上述第一类数据的n阶导数时，可以在获取第一类数据后，对第一类数据求n阶导数得到第四类数据；当第四类数据为上述第二类数据的n阶导数时，可以在获取第二类数据后，对第二类数据求n阶导数得到第四类数据，以此类推，不再赘述。
步骤102、基于所述实时操作数据，确定用户在所述自动泊车操作界面中的操作是否存在规律性；若存在规律性，执行步骤103，反之，执行步骤104。
基于上述实时操作数据，确定用户在自动泊车操作界面中的操作是否存在规律性的实施方式有很多种，下面大致列举两种，其中，每一种可以有多种变形，下面一一介绍。
第一种实施方式
上述步骤102可以包括：循环执行第一指定步骤直到满足第一预设条件，其中，第一预设条件可以包括用户结束操作，如长时间(超过指定时长)检测不到用户在自动泊车操作界面的操作。可选地，如果在指定时长之后，又检测到用户在自动泊车操作界面的操作，则重新开始执行上述步骤101。
具体的，如图2所示，上述步骤102可以包括：
子步骤201、按第一预设时间间隔从所述实时操作数据中，选取第一预设时段内的数据作为第一组操作数据。
其中，第一预设时段的结束时间为当前时刻或在当前时刻之前，可选地，第一预设时段的长度是固定的。如前文所述，假设开始操作的时刻为t0，当前时刻为t，则上述实时操作数据为t0～t这一时段内产生的操作数据，再假设第一预设时段的长度为T，那么当第一预设时段的结束时间为当前时刻t时，从上述实时操作数据中选取的第一预设时段内的数据可以表示为：t-T时刻到t时刻的操作数据(第一组操作数据)。
子步骤202、基于所述第一组操作数据，确定用户在所述自动泊车操作界面中的操作是否存在规律性。
参考图2可知，第一指定步骤包括上述子步骤201和子步骤202。可以理解，在执行完一次上述第一指定步骤之后，可以继续执行下述子步骤203，以确定是否退出循环。
还可以理解，尽管图2中未示出，但在执行完一次上述第一指定步骤之后，还可以根据用户在自动泊车操作界面中的操作是否存在规律性的判断结果，选择执行图1中所示的步骤103或步骤104。
可选地，在基于第一组操作数据，确定用户在所述自动泊车操作界面中的操作存在规律性后，将第一预设时间间隔设置为所述规律性对应的循环周期(如所述规律性具体为具有周期性是时，即为该周期性对应的周期)后，再循环执行上述第一指定步骤。也就是说，如果在一次循环中，确定出用户的操作存在规律性后，则在下一次循环中，即可将该规律性对应的循环周期作为第一预设时间间隔采集第一组操作数据再次确定用户的操作是否存在规律性，而不需要每次都去寻找这个规律，直到检测不到规律性了，则暂停控制目标车辆自动泊车，然后再返回执行步骤101，以重新启动图1所示的方法。而在基于第一组操作数据，确定用户在所述自动泊车操作界面中的操作不存在规律性后，第一预设时间间隔可以不做改变，继续循环执行上述第一指定步骤。
子步骤203、判断是否满足第一预设条件，若满足，执行子步骤204，否则，返回执行子步骤201。
子步骤204、退出循环。
在图2所示的实施方式中，子步骤202基于第一组操作数据，确定用户在自动泊车操作界面中的操作是否存在规律性的方式也可以细分为多种，下面介绍两种。
第一种、检测所述第一组操作数据是否存在周期性；若存在周期性，则确定用户在所述自动泊车操作界面中的操作存在规律性；若不存在周期性，则确定用户在所述自动泊车操作界面中的操作不存在规律性。
具体的，可以再从所述实时操作数据中，选取第二预设时段内的数据作为第二组操作数据，其中，所述第二预设时段的开始时间比第一预设时段的开始时间早预设时长，第二预设时段与第一预设时段的长度一致，且所述预设时长等于预设周期；然后基于预设方式比较所述第一组操作数据和所述第二组操作数据的变化规律的相似性；若所述相似性满足第二预设条件，则确定所述第一组操作数据存在周期性；若所述相似性不满足第二预设条件，则确定所述第一组操作数据不存在周期性。
其中，预设方式可以包括但不限于下述方式中的一种：基于两组数据之间的协方差的方式和基于两组数据之间的交叉熵的方式。第二预设条件可以是相似程度大于预设程度，如相似性值大于预设阈值等。
举例来说，假设上述实时操作数据具体为上述第一类数据(x和y在t0到t这一时段内的变化数据)，从上述实时操作数据中选取的第一预设时段内的数据为：t-T时刻到t时刻的x和y数据(第一组操作数据)，从上述实时操作数据中选取的第二预设时段内的数据为：t-T-c时刻到t-c时刻的x和y数据(第二组操作数据)，其中，c为预设周期，则可以基于下述预设方式确定第一组操作数据是否存在周期性：
1)基于两组数据(在这里是上述第一组操作数据和上述第二组操作数据)之间的协方差的方式，具体如下：
a)计算第一组操作数据中的x数据(t-T时刻到t时刻的x数据)，与第二组操作数据中的x数据(t-T-c时刻到t-c时刻的x数据)的协方差c_x；
b)计算第一组操作数据中的y数据(t-T时刻到t时刻的y数据)，与第二组操作数据中的y数据(t-T-c时刻到t-c时刻的y数据)的协方差c_y；
c)计算协方差c_x和协方差c_y的加权和：c_xy＝w_x*c_x+(1-w_x)*c_y,其中w_x为预设权重，0<w_x<1。
d)找到合适的预设周期c，使得c_xy的取值最大，具体可以采用在固定的取值区间内进行网格搜索的方式找到合适的c；
e)如果找到的c_xy的最大取值大于预设阈值，则认为上述第一组操作数据和上述第二组操作数据存在相似性，即满足第二预设条件，从而确定上述第一组操作数据存在周期性，反之确定上述第一组操作数据不存在周期性。
2)基于两组数据(在这里是上述第一组操作数据和上述第二组操作数据)之间的交叉熵的方式，具体如下：
a)对第一组操作数据中的x数据(t-T时刻到t时刻的x数据)与第二组操作数据中的x数据(t-T-c时刻到t-c时刻的x数据)归一化(即通过线性变换使其值都大于0且和为1)之后，计算两组x数据之间的交叉熵e_x；
b)对第一组操作数据中的y数据(t-T时刻到t时刻的y数据)与第二组操作数据中的y数据(t-T-c时刻到t-c时刻的y数据)归一化(即通过线性变换使其值都大于0且和为1)之后，计算两组y数据之间的交叉熵e_y；
c)计算交叉熵e_x和交叉熵e_y的加权和：e_xy＝w_x*e_x+(1-w_x)*e_y,其中w_x为预设权重，0<w_x<1；
d)找到合适的预设周期c，使得e_xy的取值最小，具体可以采用在固定的取值区间内进行网格搜索的方式找到合适的c。
e)如果找到的e_xy的最小取值小于预设阈值，则认为上述第一组操作数据和上述第二组操作数据存在相似性，即满足第二预设条件，从而确定上述第一组操作数据存在周期性，反之确定上述第一组操作数据不存在周期性。
需要说明的是，上面仅以上述实时操作数据具体为上述第一类数据(x和y在t0到t这一时段内的变化数据)为例进行说明，并不是说只有上述第一类数据适合用上述基于两组数据的协方差或交叉熵的方式，判断其中的第一组操作数据是否存在周期性，上述第二类数据、上述第三类数据以及上述第四类数据均适用这两种方法。具体实现时，将上述第一类数据替换为上述第二类数据、上述第三类数据以及上述第四类数据中的一种即可。例如，当上述实时操作数据具体为上述第四类数据时，可以利用上述方法对第一组操作数据和第二组操作数据的n阶导数(如0阶，即原始数据，1阶和2阶导数等)进行相似性检测，即计算两组数据的n阶导数的协方差或交叉熵，最后以预设权重计算n阶导数的协方差或交叉熵的加权和作为最终用于判定相似性的指标，以此类推，本文不再赘述。
第二种、将所述第一组操作数据作为目标输入数据，输入预设模型得到目标输出结果，其中，所述预设模型是基于样本操作数据训练得到的，所述预设模型的输出结果用于确定输入所述预设模型的输入数据是否存在规律性；基于目标输出结果，确定用户在自动泊车操作界面中的操作是否存在规律性。
第二种方式可以看作是一种依赖机器学习的判断方式，具体先基于样本操作数据进行机器学习得到预设模型，然后将第一组操作数据输入该预设模型，得到输出结果，然后依据该输出结果判断用户在自动泊车操作界面中的操作是否存在规律性。作为一些例子，上述预设模型包括自编码器、玻尔兹曼机检测、循环神经网络(Recurrent NeuralNetwork,RNN)和卷积神经网络(Convolutional Neural Networks,CNN)中的一种，在本申请实施例中，自编码器和玻尔兹曼机检测可以看作是无监督的机器学习模型，循环神经网络和卷积神经网络可以看作是有监督的机器学习模型，下面分别进行说明。
1)当上述预设模型为自编码器或玻尔兹曼机检测时，将上述第一组操作数据作为目标输入数据，输入自编码器或玻尔兹曼机检测模型，得到目标输出结果，然后计算目标输入数据和目标输出结果之间的重建误差，如果二者之间的重建误差小于设定阈值，则认为用户在自动泊车操作界面中的操作存在规律性，否则认为用户在自动泊车操作界面中的操作不存在规律性。
举例来说，假设第一组操作数据为t-T时刻到t时刻的x和y数据，将第一组操作数据输入自编码器或玻尔兹曼机检测模型得到的目标输出结果为t-T时刻到t时刻的x`和y`数据，计算t-T时刻到t时刻的x数据与x`数据的重建误差r_x，并计算t-T时刻到t时刻的y数据与y`数据的重建误差r_y，然后计算重建误差r_x和重建误差r_y的加权和r_xy＝w_x*r_x+(1-w_x)*r_y，其中w_x为权重，如果r_xy小于设定阈值，则认为用户在自动泊车操作界面中的操作存在规律性，否则认为用户在自动泊车操作界面中的操作不存在规律性。
2)当上述预设模型为循环神经网络时，将上述第一组操作数据作为目标输入数据输入循环神经网络，得到目标输出结果：第一组操作数据是否存在规律性的二分类结果；然后直接依据该二分类结果确定用户在自动泊车操作界面中的操作是否存在规律性。
举例来说，假设第一组操作数据为t-T时刻到t时刻的x和y数据，则可以将x和y的时间序列输入循环神经网络，得到第一组操作数据是否存在规律性的二分类结果。
3)当上述预设模型为卷积神经网络时，可以将上述第一组操作数据画在二维平面上得到一张图像，然后将该图像作为目标输入数据输入卷积神经网络，得到目标输出结果：该图像中的轨迹是否存在规律性的二分类结果；然后直接依据该二分类结果确定用户在自动泊车操作界面中的操作是否存在规律性。
举例来说，假设第一组操作数据为t-T时刻到t时刻的x和y数据，则可以将x和y的轨迹画在二维平面上得到一张图像输入卷积神经网络，得到该图像中的轨迹是否存在规律性的二分类结果。
同样需要说明的是，上面仅以上述实时操作数据具体为上述第一类数据(x和y在t0到t这一时段内的变化数据)为例进行说明，并不是说只有上述第一类数据适合用上述预设模型判断其是否存在规律性，上述第二类数据、上述第三类数据以及上述第四类数据均适用这两种方法。具体实现时，将上述第一类数据替换为上述第二类数据、上述第三类数据以及上述第四类数据中的一种即可，本文不再赘述。
第二种实施方式
上述步骤102可以包括：在指定时长内，循环执行第二指定步骤直到满足第三预设条件，其中，第三预设条件可以包括指定时长(T_m)结束时都未检测使用记忆的操作方式，或用户结束操作，如长时间(超过指定时长)检测不到用户在自动泊车操作界面的操作。可选地，如果在指定时长之后，又检测到用户在自动泊车操作界面的操作，则重新开始执行上述步骤101。
具体的，如图3所示，上述步骤102可以包括：
子步骤301、按第二预设时间间隔从所述实时操作数据中，选取第三预设时段内的数据作为第三组操作数据。
其中，第三预设时段的结束时间为当前时刻或在当前时刻之前，可选地，第三预设时段的长度是固定的。如前文所述，假设开始操作的时刻为t0，当前时刻为t，则上述实时操作数据为t0～t这一时段内产生的操作数据，再假设第三预设时段的长度为T_m，那么当第三预设时段的结束时间为当前时刻t时，从上述实时操作数据中选取的第三预设时段内的数据可以表示为：t-T_m时刻到t时刻的操作数据(第三组操作数据)。
子步骤302、基于第三组操作数据和预设历史操作数据，确定用户是否使用了记忆的操作方式；若为是，执行子步骤303，否则执行子步骤304。
其中，所述预设历史操作数据是预先存储的用户在预设历史时段内的规律性操作数据，所述预设历史时段的长度与所述第三预设时段的长度一致。
具体的，在子步骤302中，也可以基于上述预设方式比较第三组操作数据与预设历史操作数据的变化规律的相似性；若所述相似性满足第四预设条件，确定用户使用了记忆的操作方式；若所述相似性不满足第四预设条件，确定用户未使用记忆的操作方式。
如前文所述，预设方式可以包括但不限于下述方式中的一种：基于两组数据之间的协方差的方式和基于两组数据之间的交叉熵的方式。第四预设条件也可以是相似程度大于预设程度，如相似性值大于预设阈值等。
举例来说，假设上述实时操作数据具体为上述第一类数据(x和y在t0到t这一时段内的变化数据)，从上述实时操作数据中选取的第三预设时段内的数据为：t-T_m时刻到t时刻的x和y数据(第三组操作数据)，则可以基于下述预设方式确定第三组操作数据与预设历史操作数据的变化规律的相似性：
1)基于两组数据(在这里是上述第三组操作数据和上预设历史操作数据)之间的协方差的方式，具体如下：
a)计算第三组操作数据中的x数据(t-T_m时刻到t时刻的x数据)，与预设历史操作数据中的x数据(历史记忆的T_m时段内的x数据)的协方差c_x；
b)计算第一组操作数据中的y数据(t-T_m时刻到t时刻的y数据)，与预设历史操作数据中的y数据(历史记忆的T_m时段内的y数据)的协方差c_y；
c)计算协方差c_x和协方差c_y的加权和：c_xy＝w_x*c_x+(1-w_x)*c_y,其中w_x为预设权重，0<w_x<1。
d)如果c_xy的值大于预设阈值，则认为上述第三组操作数据和上述预设历史操作数据存在相似性，即满足第四预设条件，从而确定用户使用了记忆的操作方式，用户的操作是有规律的。
2)基于两组数据(在这里是上述第三组操作数据和上述预设历史操作数据)之间的交叉熵的方式，具体如下：
a)对第三组操作数据中的x数据(t-T_m时刻到t时刻的x数据)与预设历史操作数据中的x数据(历史记忆的T_m时段内的x数据)归一化(即通过线性变换使其值都大于0且和为1)之后，计算两组x数据之间的交叉熵e_x；
b)对第三组操作数据中的y数据(t-T_m时刻到t时刻的y数据)与预设历史操作数据中的y数据(历史记忆的T_m时段内的y数据)归一化(即通过线性变换使其值都大于0且和为1)之后，计算两组y数据之间的交叉熵e_y；
c)计算交叉熵e_x和交叉熵e_y的加权和：e_xy＝w_x*e_x+(1-w_x)*e_y,其中w_x为预设权重，0<w_x<1；
d)如果e_xy的取值小于预设阈值，则认为上述第三组操作数据和上述预设历史操作数据存在相似性，即满足第四预设条件，从而确定用户使用了记忆的操作方式，用户的操作是有规律的。
需要说明的是，上面仅以上述实时操作数据具体为上述第一类数据(x和y在t0到t这一时段内的变化数据)为例进行说明，并不是说只有上述第一类数据适合用上述基于两组数据的协方差或交叉熵的方式，判断第三组操作数据与预设历史操作数据是否存在相似性，上述第二类数据、上述第三类数据以及上述第四类数据均适用这两种方法。
子步骤303、确定用户在所述自动泊车操作界面中的操作存在规律性。
子步骤304、确定用户在所述自动泊车操作界面中的操作不存在规律性。
参考图3可知，第二指定步骤包括上述子步骤301、子步骤302、子步骤303和子步骤304。可以理解，在执行完一次上述第二指定步骤之后，可以继续执行下述子步骤305，以确定是否退出循环。
可以理解，在T_m时段内，以第二预设时间间隔不断从上述实时操作数据中选取第三组操作数据，并循环(重复)执行上述第二指定步骤，可以不断地检测用户是否使用了记忆的操作方式。如果在T_m时段内，一直无法检测到与预设历史操作数据的相似性满足第四预设条件的第三组操作数据，则认为用户并未使用记忆的操作方式，用户的操作没有规律性；如果在T_m时段内的T_s时刻检测到了与预设历史操作数据的相似性满足第四预设条件的第三组操作数据，则认为用户使用了记忆的操作方式，用户的操作具有规律性，可以以T_m为周期(第二预设时间间隔)，从T_s时刻开始继续从上述实时操作数据中选取第三组操作数据，并判断新选取的第三组操作数据与预设历史操作数据的相似性，从而不断检测用户是否使用了记忆的操作方式。
还可以理解，尽管图3中未示出，在执行完一次上述第二指定步骤之后，还可以根据用户在自动泊车操作界面中的操作是否存在规律性的结果，选择执行图1中所示的步骤103或步骤104。
子步骤305、判断是否满足第三预设条件，若为是，执行子步骤306，否则返回执行子步骤301。
子步骤306、退出循环。
可以理解，在相关技术中，之所以需要用户在遥控车过程中遵循一定的操作方式的原因在于明确用户是在有意识的控制车辆，而不是无意识地在自动泊车操作界面中随机乱画。而检测用户是有意识地在自动泊车操作界面中进行操作，可以通过检测用户在自动泊车操作界面中进行操作存在规律性来判断，本申请实施例正是借助此原理灵活地实现了对遥控泊车的控制。
步骤103、控制目标车辆进行自动泊车。
步骤104、暂停控制目标车辆进行自动泊车。
可选地，在执行完步骤104之后，还可以返回执行步骤101，以在暂停控制目标车辆进行自动泊车之后，重新启动图1所示的遥控泊车的控制方法，重新获取用户的实时操作数据，并基于实时操作数据检测用户的操作是否存在规律性，确定是否重新控制目标车辆进行自动泊车。
本申请实施例提供的一种遥控泊车的控制方法，可以自动检测用户在所述自动泊车操作界面中的操作是否存在规律性，并在用户的操作有规律时控制目标车辆进行自动泊车。也就是说，用户的操作有规律即可，无需用户预先设定并遵循固定的屏幕操作方式，因此可以适配不同用户的手机屏幕、手掌大小和操作习惯；也没有固定的限制，如用户选择在自动泊车操作界面中画圆，则对圆的代销和位置没有特殊要求；用户的操作相对更灵活、更方便，如滑动手势或是有节奏的点击，也可在操作时变换不同的规律，如从画圆变换到左右滑动，使得用户在遥控泊车时，可以使用任意的触摸操作方式进行控制。
总之，本申请实施例提供的一种遥控泊车的控制方法更加灵活、更加方便。
上面对本申请实施例提供的一种遥控泊车的控制方法进行了介绍，相应于上述遥控泊车的控制方法，本申请实施例还提供了一种遥控泊车的控制装置，下面进行介绍。
如图4所示，本申请实施例提供的一种遥控泊车的控制装置400，可以包括：数据获取模块401、规律性检测模块402、第一控制模块403和第二控制模块404。
数据获取模块401，用于响应于用户在屏幕上显示的自动泊车操作界面中执行的操作，获取用户在所述自动泊车操作界面中开始操作至当前时刻的实时操作数据。
本申请实施例，响应于用户在屏幕上显示的自动泊车操作界面中做出的操作，并持续不断地记录用户在自动泊车操作界面中进行操作时产生的操作数据，得到用户在自动泊车操作界面中开始操作至当前时刻的实时操作数据。
在一些示例中，用户在所述自动泊车操作界面中的操作数据包括以下数据中的一种：第一类数据，用户在自动泊车操作界面中的操作的横坐标和/或纵坐标随时间的变化数据；第二类数据，用户在自动泊车操作界面中的操作的横坐标关于纵坐标的函数；第三类数据，用户在自动泊车操作界面中的操作的纵坐标关于横坐标的函数；第四类数据：上述第一类数据、上述第二类数据和上述第三类数据中的一类的至少一阶(可以表示是为n阶，n为大于或等于1的整数)导数。
规律性检测模块402，用于基于所述实时操作数据，确定用户在所述自动泊车操作界面中的操作是否存在规律性。
基于上述实时操作数据，确定用户在自动泊车操作界面中的操作是否存在规律性的实施方式有很多种，下面大致列举两种，其中，每一种可以有多种变形，下面一一介绍。
第一种实施方式，规律性检测模块402具体可用于：循环执行第一指定步骤直到满足第一预设条件，其中，第一预设条件可以包括用户结束操作，所述第一指定步骤包括：按第一预设时间间隔从所述实时操作数据中，选取第一预设时段内的数据作为第一组操作数据；其中，第一预设时段的结束时间为当前时刻或在当前时刻之前，第一预设时段的长度是固定的；基于所述第一组操作数据，确定用户在所述自动泊车操作界面中的操作是否存在规律性。
上述基于所述第一组操作数据，确定用户在所述自动泊车操作界面中的操作是否存在规律性的方式也可以细分为多种，下面介绍两种。
第一种、检测所述第一组操作数据是否存在周期性；若存在周期性，则确定用户在所述自动泊车操作界面中的操作存在规律性；若不存在周期性，则确定用户在所述自动泊车操作界面中的操作不存在规律性。
具体的，可以再从所述实时操作数据中，选取第二预设时段内的数据作为第二组操作数据，其中，所述第二预设时段的开始时间比所述第一预设时段的开始时间早预设时长，所述第二预设时段与所述第一预设时段的长度一致，且所述预设时长等于预设周期；然后基于预设方式比较所述第一组操作数据和所述第二组操作数据的变化规律的相似性；若所述相似性满足第二预设条件，则确定所述第一组操作数据存在周期性；若所述相似性不满足第二预设条件，则确定所述第一组操作数据不存在周期性。
其中，预设方式可以包括但不限于下述方式中的一种：基于两组数据之间的协方差的方式和基于两组数据之间的交叉熵的方式。第二预设条件可以是相似程度大于预设程度，如相似性值大于预设阈值等。
第二种、将所述第一组操作数据作为目标输入数据，输入预设模型得到目标输出结果，其中，所述预设模型是基于样本操作数据训练得到的，所述预设模型的输出结果用于确定输入所述预设模型的输入数据是否存在规律性；基于目标输出结果，确定用户在自动泊车操作界面中的操作是否存在规律性。
第二种方式可以看作是一种依赖机器学习的判断方式，具体先基于样本操作数据进行机器学习得到预设模型，然后将第一组操作数据输入该预设模型，得到输出结果，然后依据该输出结果判断用户在自动泊车操作界面中的操作是否存在规律性。
第二种实施方式，规律性检测模块402具体可用于：在指定时长内，循环执行第二指定步骤直到满足第三预设条件，其中，第三预设条件可以包括指定时长(T_m)结束时都未检测使用记忆的操作方式或用户结束操作，所述的第二指定步骤包括：按第二预设时间间隔从所述实时操作数据中，选取第三预设时段内的数据作为第三组操作数据，其中，第三预设时段的结束时间为当前时刻或在当前时刻之前，第三预设时段的长度是固定的；基于第三组操作数据和预设历史操作数据，确定用户是否使用了记忆的操作方式；若为是，确定用户在所述自动泊车操作界面中的操作存在规律性；否则，确定用户在所述自动泊车操作界面中的操作不存在规律性。
第一控制模块403，用于当用户在所述自动泊车操作界面中的操作存在规律性时，控制目标车辆进行自动泊车。
第二控制模块404，用于当用户在所述自动泊车操作界面中的操作不存在规律性时，暂停控制目标车辆进行自动泊车。
本申请实施例提供的一种遥控泊车的控制装置，可以自动检测用户在所述自动泊车操作界面中的操作是否存在规律性，并在用户的操作有规律时控制目标车辆进行自动泊车。也就是说，用户的操作有规律即可，无需用户预先设定并遵循固定的屏幕操作方式，因此可以适配不同用户的手机屏幕、手掌大小和操作习惯；也没有固定的限制，如用户选择在自动泊车操作界面中画圆，则对圆的代销和位置没有特殊要求；用户的操作相对更灵活、更方便，如滑动手势或是有节奏的点击，也可在操作时变换不同的规律，如从画圆变换到左右滑动，使得用户在遥控泊车时，可以使用任意的触摸操作方式进行控制。
需要说明的是，由于本申请实施例提供的一种遥控泊车的控制装置与本申请实施例提供的一种遥控泊车的控制方法相对应，因此，在本说明书中对一种遥控泊车的控制装置描述的较为简单，相关之处请参考上文中对一种遥控泊车的控制方法的介绍。
图5示出了是本申请实施例提供的一种电子设备的结构示意图。请参考图5，在硬件层面，该电子设备包括处理器，可选地还包括内部总线、网络接口、存储器。其中，存储器可能包含内存，例如高速随机存取存储器(Random-Access Memory，RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少1个磁盘存储器等。当然，该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是ISA(Industry Standard Architecture，工业标准体系结构)总线、PCI(PeripheralComponent Interconnect，外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture，扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
存储器，用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器，并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成遥控泊车的控制装置，并具体用于执行以下操作：
响应于用户在屏幕上显示的自动泊车操作界面中执行的操作，获取用户在所述自动泊车操作界面中开始操作至当前时刻的实时操作数据；
基于所述实时操作数据，确定用户在所述自动泊车操作界面中的操作是否存在规律性；
当用户在所述自动泊车操作界面中的操作存在规律性时，控制目标车辆进行自动泊车；
当用户在所述自动泊车操作界面中的操作不存在规律性时，暂停控制目标车辆进行自动泊车。
上述如本申请图1所示实施例揭示的遥控泊车的控制方法执行的方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field－Programmable Gate 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。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。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。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码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，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
由此，执行本申请实施例提供的方法的电子设备可执行前文方法实施例中所述的各方法，并实现前文方法实施例中所述的各方法的功能和有益效果，在此不再赘述。
本申请实施例的电子设备以多种形式存在，包括但不限于以下设备。
(1)移动网络设备:这类设备的特点是具备移动通信功能，并且以提供话音、数据通信为主要目标。这类终端包括:智能手机(例如iPhone)、多媒体手机、功能性手机，以及低端手机等。
(2)超移动个人计算机设备:这类设备属于个人计算机的范畴，有计算和处理功能，一般也具备移动上网特性。这类终端包括:PDA、MID和UMPC设备等，例如iPad。
(3)其他具有数据交互功能的电子装置。
本申请实施例还提出了一种计算机可读存储介质，该计算机可读存储介质存储一个或多个程序，该一个或多个程序包括指令，该指令当被包括多个应用程序的电子设备执行时，能够使该电子设备执行图1所示实施例中遥控泊车的控制方法，并具体用于执行以下操作：
响应于用户在屏幕上显示的自动泊车操作界面中执行的操作，获取用户在所述自动泊车操作界面中开始操作至当前时刻的实时操作数据；
基于所述实时操作数据，确定用户在所述自动泊车操作界面中的操作是否存在规律性；
当用户在所述自动泊车操作界面中的操作存在规律性时，控制目标车辆进行自动泊车；
当用户在所述自动泊车操作界面中的操作不存在规律性时，暂停控制目标车辆进行自动泊车。
本领域内的技术人员应明白，本申请的实施例可提供为方法、***、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
需要说明的是，本申请中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (9)

1.一种遥控泊车的控制方法，其特征在于，所述方法包括：
响应于用户在屏幕上显示的自动泊车操作界面中执行的操作，获取用户在所述自动泊车操作界面中开始操作至当前时刻的实时操作数据；
基于所述实时操作数据，确定用户在所述自动泊车操作界面中的操作是否存在规律性；
当用户在所述自动泊车操作界面中的操作存在规律性时，控制目标车辆进行自动泊车；
当用户在所述自动泊车操作界面中的操作不存在规律性时，暂停控制目标车辆进行自动泊车；
所述基于所述实时操作数据，确定用户在所述自动泊车操作界面中的操作是否存在规律性，包括：
循环执行第一指定步骤直到满足第一预设条件；
其中，所述第一指定步骤包括：
按第一预设时间间隔从所述实时操作数据中，选取第一预设时段内的数据作为第一组操作数据，其中，所述第一预设时段的结束时间为当前时刻或在当前时刻之前；
基于所述第一组操作数据，确定用户在所述自动泊车操作界面中的操作是否存在规律性；
若存在规律性，则在将所述第一预设时间间隔设置为所述规律性对应的循环周期后，再循环执行所述第一指定步骤。
2.根据权利要求1所述的方法，其特征在于，所述基于所述第一组操作数据，确定用户在所述自动泊车操作界面中的操作是否存在规律性，包括：
检测所述第一组操作数据是否存在周期性；
若存在周期性，则确定用户在所述自动泊车操作界面中的操作存在规律性；
若不存在周期性，则确定用户在所述自动泊车操作界面中的操作不存在规律性。
3.根据权利要求2所述的方法，其特征在于，所述检测所述第一组操作数据是否存在周期性，包括：
从所述实时操作数据中，选取第二预设时段内的数据作为第二组操作数据，其中，所述第二预设时段的开始时间比所述第一预设时段的开始时间早预设时长，所述第二预设时段与所述第一预设时段的长度一致，且所述预设时长等于预设周期；
基于预设方式比较所述第一组操作数据和所述第二组操作数据的变化规律的相似性；
若所述相似性满足第二预设条件，则确定所述第一组操作数据存在周期性；
若所述相似性不满足第二预设条件，则确定所述第一组操作数据不存在周期性。
4.根据权利要求1所述的方法，其特征在于，所述基于所述第一组操作数据，确定用户在所述自动泊车操作界面中的操作是否存在规律性，包括：
将所述第一组操作数据作为目标输入数据，输入预设模型得到目标输出结果，其中，所述预设模型是基于样本操作数据训练得到的，所述预设模型的输出结果用于确定输入所述预设模型的输入数据是否存在规律性；
基于所述目标输出结果，确定用户在所述自动泊车操作界面中的操作是否存在规律性。
5.根据权利要求4所述的方法，其特征在于，
所述预设模型包括自编码器、玻尔兹曼机检测、循环神经网络和卷积神经网络中的一种。
6.根据权利要求1所述的方法，其特征在于，所述基于所述实时操作数据，确定用户在所述自动泊车操作界面中的操作是否存在规律性，包括：
在指定时长内，循环执行第二指定步骤直到满足第三预设条件；
其中，所述第二指定步骤包括：
按第二预设时间间隔从所述实时操作数据中，选取第三预设时段内的数据作为第三组操作数据，所述第三预设时段的结束时间包含当前时刻或在当前时刻之前；
基于所述第三组操作数据和预设历史操作数据，确定用户是否使用了记忆的操作方式，所述预设历史操作数据是预先存储的用户在预设历史时段内的规律性操作数据，所述预设历史时段的长度与所述第三预设时段的长度一致；
若使用了记忆的操作方式，则确定用户在所述自动泊车操作界面中的操作存在规律性；
若未使用记忆的操作方式，则确定用户在所述自动泊车操作界面中的操作不存在规律性。
7.根据权利要求6所述的方法，其特征在于，所述基于所述第三组操作数据和历史操作数据，确定用户是否使用了记忆的操作方式，包括：
基于预设方式比较所述第三组操作数据与所述预设历史操作数据的变化规律的相似性；
若所述相似性满足第四预设条件，确定用户使用了记忆的操作方式；
若所述相似性不满足第四预设条件，确定用户未使用记忆的操作方式。
8.根据权利要求3或7所述的方法，其特征在于，
用户在所述自动泊车操作界面中的操作数据包括第一类数据、第二类数据、第三类数据和第四类数据中的一种，其中，所述第一类数据为用户在所述自动泊车操作界面中的操作的横坐标和/或纵坐标随时间的变化数据，所述第二类数据为用户在所述自动泊车操作界面中的操作的横坐标关于纵坐标的函数，所述第三类数据为用户在所述自动泊车操作界面中的操作的纵坐标关于横坐标的函数；所述第四类数据为所述第一类数据、所述第二类数据和所述第三类数据中的一类的至少一阶导数；
所述预设方式包括下述方式中的一种：基于两组数据之间的协方差的方式和基于两组数据之间的交叉熵的方式。
9.一种遥控泊车的控制装置，其特征在于，所述装置包括：
数据获取模块，用于响应于用户在屏幕上显示的自动泊车操作界面中执行的操作，获取用户在所述自动泊车操作界面中开始操作至当前时刻的实时操作数据；
规律性检测模块，用于基于所述实时操作数据，确定用户在所述自动泊车操作界面中的操作是否存在规律性；
第一控制模块，用于当用户在所述自动泊车操作界面中的操作存在规律性时，控制目标车辆进行自动泊车；
第二控制模块，用于当用户在所述自动泊车操作界面中的操作不存在规律性时，暂停控制目标车辆进行自动泊车；
所述规律性检测模块，具体用于循环执行第一指定步骤直到满足第一预设条件；
其中，所述第一指定步骤包括：
按第一预设时间间隔从所述实时操作数据中，选取第一预设时段内的数据作为第一组操作数据，其中，所述第一预设时段的结束时间为当前时刻或在当前时刻之前；
基于所述第一组操作数据，确定用户在所述自动泊车操作界面中的操作是否存在规律性；
若存在规律性，则在将所述第一预设时间间隔设置为所述规律性对应的循环周期后，再循环执行所述第一指定步骤。
CN202011255196.0A 2020-11-11 2020-11-11 一种遥控泊车的控制方法和装置 Active CN112509361B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011255196.0A CN112509361B (zh) 2020-11-11 2020-11-11 一种遥控泊车的控制方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011255196.0A CN112509361B (zh) 2020-11-11 2020-11-11 一种遥控泊车的控制方法和装置

Publications (2)

Publication Number Publication Date
CN112509361A CN112509361A (zh) 2021-03-16
CN112509361B true CN112509361B (zh) 2022-04-22

Family

ID=74956318

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011255196.0A Active CN112509361B (zh) 2020-11-11 2020-11-11 一种遥控泊车的控制方法和装置

Country Status (1)

Country Link
CN (1) CN112509361B (zh)

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10322824A1 (de) * 2003-05-19 2004-12-09 Daimlerchrysler Ag Steuerungssystem für ein Fahrzeug
CN102880407A (zh) * 2012-07-24 2013-01-16 东莞宇龙通信科技有限公司 应用启动的方法及其通信终端
CN105591999A (zh) * 2014-10-20 2016-05-18 阿里巴巴集团控股有限公司 一种校验方法和装置
CN106292552A (zh) * 2015-05-14 2017-01-04 中兴通讯股份有限公司 一种遥控汽车的方法及其装置、终端及汽车
CN105278863A (zh) * 2015-11-10 2016-01-27 广东欧珀移动通信有限公司 利用时间区间检测防止误操作的方法、装置及移动终端
CN106095267A (zh) * 2016-06-01 2016-11-09 惠州市德赛西威汽车电子股份有限公司 基于用户意图识别的车载设备操控方法及其***
CN108021258A (zh) * 2016-10-31 2018-05-11 北京小米移动软件有限公司 终端设备误操作处理方法及装置
CN106855785A (zh) * 2016-12-16 2017-06-16 广东欧珀移动通信有限公司 一种双手握持时实现屏幕防误触的方法、装置及移动终端
CN106681638B (zh) * 2016-12-16 2019-07-23 Oppo广东移动通信有限公司 一种触摸屏控制方法、装置及移动终端
JP6965810B2 (ja) * 2018-04-03 2021-11-10 トヨタ自動車株式会社 駐車支援装置
JP2020075669A (ja) * 2018-11-09 2020-05-21 株式会社東海理化電機製作所 車両遠隔操作システム
FR3090975B1 (fr) * 2018-12-20 2021-01-29 Stanley Robotics Procédé de gestion d’un parking automatique
CN111506246A (zh) * 2019-01-31 2020-08-07 北京小米移动软件有限公司 指纹识别确定方法和指纹识别确定装置
CN109866760B (zh) * 2019-02-27 2021-09-07 湖北亿咖通科技有限公司 自动泊车的遥控方法、装置及可穿戴电子设备
CN110979312B (zh) * 2019-12-11 2021-09-14 武汉乐庭软件技术有限公司 一种基于记忆泊车的自动泊车方法
CN111301395B (zh) * 2019-12-31 2021-08-13 威马智慧出行科技（上海）有限公司 自动泊车控制方法、电子设备及汽车
CN111186378B (zh) * 2020-01-15 2022-06-14 宁波吉利汽车研究开发有限公司 一种泊车影像控制方法、装置、设备和存储介质

Also Published As

Publication number Publication date
CN112509361A (zh) 2021-03-16

Similar Documents

Publication Publication Date Title
CN109871483B (zh) 一种推荐信息的确定方法及装置
CN108960163B (zh) 手势识别方法、装置、设备和存储介质
US20200104288A1 (en) Method and apparatus for real-time interactive recommendation
CN107463701B (zh) 基于人工智能推送信息流的方法和装置
US10620821B2 (en) Page sliding method and apparatus
CN105528388B (zh) 搜索推荐方法和装置
CN107229911B (zh) 一种指纹识别方法及移动终端
CN107203313B (zh) 调整桌面显示对象方法、移动终端及计算机可读存储介质
CN107145215B (zh) 一种后台应用程序清理方法及移动终端
CN111177568B (zh) 基于多源数据的对象推送方法、电子装置及存储介质
KR102038719B1 (ko) 룰―기반 컨텍스트 획득 방법
CN110909327A (zh) 一种异常检测模型更新方法、装置及电子设备
CN112115372A (zh) 一种停车场的推荐方法及装置
CN112509361B (zh) 一种遥控泊车的控制方法和装置
CN117332823B (zh) 目标内容自动生成方法、装置、电子设备及可读存储介质
CN114450658A (zh) 触发指纹检测的方法及装置、电子设备和存储介质
CN104580109A (zh) 生成点选验证码的方法及装置
CN111368050B (zh) 文档页面的推送方法、装置
CN109521939B (zh) 一种触摸板的状态切换方法及装置
CN111563401A (zh) 一种车载手势识别方法、***、存储介质及电子设备
CN114710318A (zh) 一种限制爬虫高频访问的方法、装置、设备及介质
CN110334244B (zh) 一种数据处理的方法、装置及电子设备
CN112989240A (zh) 对象展示方法、装置、电子设备及可读存储介质
CN108717349B (zh) 终端亮屏控制方法、装置、终端及存储介质
CN112365008A (zh) 基于大数据的汽车配件选定方法及装置

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