CN112835359A - 一种基于视觉slam技术的avp控制方法及装置 - Google Patents
一种基于视觉slam技术的avp控制方法及装置 Download PDFInfo
- Publication number
- CN112835359A CN112835359A CN202011544031.5A CN202011544031A CN112835359A CN 112835359 A CN112835359 A CN 112835359A CN 202011544031 A CN202011544031 A CN 202011544031A CN 112835359 A CN112835359 A CN 112835359A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- parking
- information
- map
- automatic parking
- 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 60
- 238000005516 engineering process Methods 0.000 title claims abstract description 26
- 230000000007 visual effect Effects 0.000 title claims description 24
- 230000008569 process Effects 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 10
- 230000007613 environmental effect Effects 0.000 claims description 8
- 238000012217 deletion Methods 0.000 claims description 7
- 230000037430 deletion Effects 0.000 claims description 7
- 238000013135 deep learning Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 5
- 230000003993 interaction Effects 0.000 claims description 5
- 230000003068 static effect Effects 0.000 claims description 5
- 230000011218 segmentation Effects 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 239000003550 marker Substances 0.000 claims 1
- 230000007547 defect Effects 0.000 abstract 1
- 230000015654 memory Effects 0.000 description 20
- 230000006870 function Effects 0.000 description 16
- 230000004888 barrier function Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000004807 localization Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000013475 authorization Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
- G05D1/0253—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Acoustics & Sound (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种基于车路协同与高精度定位的车辆定位方法及装置，包括获取当前车辆的当前位置，判断当前车辆已进入辅助导航路段的缓冲区域；辅助导航路段依次设置有标识锚点；车载传感器逐次检测标识锚点与当前车辆之间的相对位置信息、获取标识锚点所包含的全局地球坐标，从而锁定当前车辆处于全局地球坐标系的精确位置；根据标识锚点的全局地球坐标、当前车辆处于全局地球坐标系的精确位置修正当前车辆的车载导航***的定位信息。本发明利用车路协同技术，考虑高精度卫星导航和惯导的缺点，在某些道路复杂或不利于卫星高精定位的场景，在一定距离内增加一些特定的锚点，解决在复杂路况下车辆无法高精定位的问题，实现全路况的高精定位。
Description
技术领域
本发明涉及区域性自主泊车技术领域，特别是涉及一种基于视觉SLAM技术的AVP控制方法及装置。
背景技术
AVP：自动代客泊车（Auto Valet Parking）。
SLAM：同步定位与地图构建（Simultaneous Localization And Mapping）。从未知环境的未知地点出发，在运动过程中通过重复观测到的地图特征（比如，墙角，柱子等）定位自身位置和姿态，再根据自身位置增量式的构建地图，从而达到同时定位和地图构建的目的。
V2X：车用无线通信技术（Vehicle to X）。智能交通运输***的关键技术，使得车与车、车与基站、基站与基站之间能够通信，从而获得实时路况、道路信息、行人信息等一系列交通信息，从而提高驾驶安全性、减少拥堵、提高交通效率、提高车载娱乐信息等。
传统AVP技术依赖GPS-RTK+高精度地图（HD-map）来实现准确定位，该方案受环境因素影响较大，特别是在地下车库的环境下，GPS信号稳定性无法得到保证。
在日常生活工作中，停车需求巨大，但停车耗费时间较长，在完成全程路线的驾驶之后，停车成为难点，“最后一公里”的距离，耗费精力、时间巨大。用户在进行人工泊车时，需要花费大量时间找寻停车场、车位。目前，较为智能的停车场能够显示剩余车位，但仍需要用户自主寻找车位，较为麻烦；自主停车时，抢占车位也成为一个日益激烈的话题，耽误双方的工作生活。
发明内容
本发明的目的是提供一种基于视觉SLAM技术的AVP控制方法及装置，能够在自动泊车地图的覆盖范围内，进行代客泊车，帮助用户解决“最后一公里”的难题，实现局部范围内的自动泊车功能。
根据本发明的第一方面，提出一种基于视觉SLAM技术的AVP解决方法，包括：
获取待停车辆的初始位置，判断待停车辆已入自动泊车地图覆盖区域；
从服务器获取车库的自动泊车地图，匹配所述待停车辆与所述自动泊车地图，确定当前待停车辆的始发点；
规划待停车辆的行程路线，获取行程路线上的特征标识的遍历信息；
控制当前待停车辆沿所述行程路线进行自动驾驶，依次遍历所述行程路线上的所述特征标识，到达待泊车位；
启动自动泊车，完成自动泊车之后，向用户发送泊车信息。
进一步的，还包括建立车库的自动泊车地图：
通过深度学习在鱼眼摄像头中对停车场的内部场景进行目标检测和语义分割，以捕获丰富的环境特征信息；
通过毫米波雷达和超声波传感器实时感知周围环境，与捕获的环境特征信息进行匹配融合，形成特征地图；
根据停车场的完整路线图，规划一条遍历的路径，记录路径上的车位信息，所述车位信息包括车位数量、位置、占用情况；
将停车场的路线图、车位信息与所述特征地图进行匹配融合，形成车库的自动泊车地图；
在自动泊车地图中设置特征标识，所述特征标识包括固定标识、临时标识；
将富含特征标识的自动泊车地图上传至服务器，以供下载使用。
进一步的，控制当前待停车辆沿所述行程路线进行自动驾驶，依次遍历所述行程路线上的所述特征标识时还包括：
通过车载鱼眼摄像头获取所述行程路线上的当前车库内的特征标识；
依次遍历所述行程路线上的特征标识时，固定标识为不可更新项，临时标识为可缺失自动更新项；
当所述临时标识出现缺失时，直接跳过已缺失的临时标识进行下一个标识遍历，由车载鱼眼摄像头在对应的区域捕获新的临时标识，替换已缺失的临时标识，并在完成自动泊车之后随行程信息一起上传至服务器，更新当前车库的自动泊车地图中的特征标识之中的临时标识；
当所述固定标识出现缺失时，判断所述行程路线是否能够继续行进：
若能够继续行进，则跳过已缺失的固定标识进行下一个标识遍历，并将已缺失的固定标识信息发送至服务器，进行固定标识缺失信息报修，在完成自动泊车之后随行程信息一起上传至服务器，暂时关闭已缺失的固定标识的标识引导；
若不能继续行进，则重新进行行程规划；
其中，固定标识包括车位标识、路径标识、定位标识。
进一步的，当所述固定标识出现缺失时，判断所述行程路线是否能够继续行进还包括：
预定义缺失标识上限；
检测固定标识的缺失类型是否为连续性缺失；
若是连续性缺失，获取所述行程路线上的已缺失固定标识的数量，判断已缺失的固定标识数量是否小于所述缺失标识上限；
若缺失数量不小于所述缺失标识上限，则判定为不能继续行进；
若缺失数量小于所述缺失标识上限，则通过车载雷达检测缺失盲区是否能够正常行驶；
若不能正常行驶，则判定为不能继续行进；
若能够正常行驶，则判定为能继续行进，跳过已缺失的固定标识进行下一个标识遍历；
若不是连续性缺失，则直接通过车载雷达检测缺失盲区是否能够正常行驶；
若不能正常行驶，则判定为不能继续行进；
若能够正常行驶，则判定为能继续行进，跳过已缺失的固定标识进行下一个标识遍历。
进一步的，规划待停车辆的行程路线具体包括：
获取当前车库内的车位余量，判断所述车位余量是否为零；
当所述车位余量为零时，则通知用户，车库已满；
当所述车位余量不为零时，则获取当前车库内正在运行车辆的行进路线；
根据当前已有的行进路线，进行行程规划，选定最优车位，并将选定请求信息发送至服务器；
若服务器授权选定请求，则进入自动驾驶状态，沿所述行程规划的行程线路行进至已选定的待泊车位；
若服务器驳回选定请求，则重新进行行程规划，再次选定最优车位，并二次选定求信息发送至服务器。
进一步的，重新进行行程规划还包括：
预定义规划次数，在一次泊车未完成之前，每一次行程规划均计数一次，累计形成重复规划行程路线次数；
若重复规划行程路线次数超过所述规划次数，则向服务器发送行程规划失败信息，当下一个用户发出获取当前车库的自动泊车地图的请求时，提示该用户当前车库的行程规划存在异常，建议到达车位后，再进行自动泊车；
同时，通知用户自动泊车失败，请求手动泊车，发送待停车辆的当前位置至用户。
进一步的，获取待停车辆的初始位置，判断待停车辆已入自动泊车地图覆盖区域具体包括：
在导航地图内预定义自动泊车地图覆盖范围；
通过车载定位***获得待停车辆的初始位置，判断所述初始位置是否位于所述覆盖范围内；
当所述初始位置位于自动泊车地图的覆盖范围内时，则响应用户的自动泊车请求；
当所述初始位置位于自动泊车地图的覆盖范围之外时，则不响应用户的自动泊车请求，并提示不在自动泊车服务范围内。
进一步的，所述待停车辆在沿所述行程路线行进过程中还包括：
若在行进中检测到与其他运行车辆的路线冲突或动态障碍物，则采取临时等待，规避冲突；
若在行进中检测到前车运行速度较慢，则采取限位跟随，与前车保持安全距离；
若在行进中检测到静态障碍物，则重新进行行程规划。
进一步的，完成自动泊车之后，向用户发送泊车信息，所述泊车信息包括泊车位置信息、本次泊车公里数、本次泊车时长；
同时，生成本次泊车的行程信息，将所述行程信息上传至服务器，所述行程信息包括本次泊车日志、特征标识缺失信息、临时标识更新信息。
根据本发明的第二方面，提供了一种基于视觉SLAM技术的AVP解决装置，包括：
车载定位模块：用以对行进中的车辆提供定位导航，并判断位置；
数据匹配模块：用以匹配待停车辆与自动泊车地图，确定始发点；
行程规划模块：用以规划自动泊车的行程路线，确定待泊车位；
车载通信模块：用以与服务器、用户进行信息交互；
车载雷达模块：用以感知周围环境，获取自动驾驶可行性判定数据；
数据处理模块：接收自动驾驶可行性判定数据，进行数据处理，将处理结果生成反馈信息；
控制执行模块：接收反馈信息，根据程序指令执行对应的操作；
自动泊车模块：到达待泊车位后，进行自动泊车。
本发明的第三方面，提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面中任一项的所述方法步骤。
本发明的第四方面，提供了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上述第一方面中任一项的所述方法步骤。
本发明的有益效果为：
1. 本发明提供了一种基于视觉SLAM的自动泊车解决方案，该视觉SLAM解决方案主要包含4个鱼眼环视摄像头，一个前视摄像头，5个毫米波雷达，12个超声波传感器，和普通GPS+IMU惯导，可以通过摄像头和毫米波雷达实时感知周围环境，通过深度学习算法识别车位，车道线，行人，车辆等，从而构建障碍物地图，识别出可行驶区域，再结合路径规划算法及车辆控制算法，从而实现局部范围内的代客泊车功能。
2. 通过深度学习在单目鱼眼摄像头中对停车场内部的场景进行目标检测和语义分割，同时融合毫米波和超声波雷达数据，实现对环境的精确理解。根据整个停车场完整的地图，可以通过停车场的道路来规划一条遍历的路径，在行驶的过程中去搜索空车位，同时对于专用车位，在地图中进行标识。在这些定位和测量基础上，我们就可以得到一个非常高质量的地图。然后在这样的基础地图上去生成高精度的地图数据。当有了地图，车辆在进入到地图覆盖区域的时候，就可以通过重定位的算法来实现与地图的匹配，然后通过IMU获得车辆姿态，对车身的姿态进行连续跟踪控制，控制车辆以自动驾驶的状态行进至待泊车位，到达车位后激活泊车功能，从而实现自主泊车的功能。
3. 本发明可以不受环境影响，实时构建障碍物地图。同时停车库地图数据也可以实现共享，从而可以不断完善全国乃至全球范围内的停车库地图数据，为不断完善的代客泊车技术提供越来越完善的数据支持。
4. 通过和停车场管理方进行合作。可以将停车位空闲位置信息加入到云端***服务器，这样我们的车就可以知道哪里有空闲车位，甚至我们可以预约一个空闲车位，极大地改善用户体验。
5. 可以用路测车辆采集大量的数据，同时每一个用户车辆也是数据采集平台。这些数据会被送到深度学习平台进行训练，以便得到更好的算法。进而，这些算法模型会更新到每辆车辆中，从而形成有效的数据闭环，实现算法快速迭代。
附图说明
并入到说明书中并且构成说明书的一部分的附图示出了本发明的实施例，并且与描述一起用于解释本发明的原理。在这些附图中，类似的附图标记用于表示类似的要素。下面描述中的附图是本发明的一些实施例，而不是全部实施例。对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，可以根据这些附图获得其他的附图。
图1为本发明实施例的一种基于视觉SLAM技术的AVP控制方法的流程图；
图2为本发明实施例的一种基于视觉SLAM技术的AVP控制装置的框图；
图3为本发明实施例提供的一种基于视觉SLAM技术的AVP解决策略的执行流程图；
图4为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为了更清楚的说明本发明实施例和现有技术中的技术方案，下面将对照附图说明本发明的具体实施方式。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创在性劳动的前提下，还可以根据这些附图获得其他的附图，并获得其他的实施方式。另，设计方位的属于仅表示各部件间的相对位置关系，而不是绝对位置关系。
本发明的实施例中，在进行自动泊车之前，可以先建立车库的自动泊车地图。自动泊车地图可以覆盖停车场的周边一定的范围，包括停车场的入口、出口的部分路段，使得用户在使用自动泊车功能时，不需要完全靠近停车场即可享受自动泊车服务。建立自动泊车地图具体包括：
通过深度学习在鱼眼摄像头中对停车场的内部场景进行目标检测和语义分割，以捕获足够丰富的环境特征信息。
通过毫米波雷达和超声波传感器实施感知周围环境，与捕获的环境特征信息进行匹配融合，形成特征地图。
根据停车场的完整路线图，规划一条遍历的路径，使得车辆在自动行驶过程中，可以到达停车场内的可行驶的每一处位置；记录路径上的车位信息。
在将停车场的线路图、遍历的路径上的车位信息与特征地图进行匹配融合，形成车库的自动泊车地图。
可以理解的是，特征地图的范围可以包括停车场的出口、入口及其部分外沿路段，扩大用户的享受自动泊车服务的基础范围。
在自动泊车地图中选取设置特征标识，特征标识包括固定标识、临时标识。
可以理解的是，基于视觉SLAM技术通过鱼眼摄像头捕获的环境特征信息可以由人工区分为固定标识和临时标识。其中，固定标识可以作为永久性标识使用，具备决定性作用；在标识不足的情况下，可以人为设置固定标识，以增加自动泊车***的精确性。临时标识可以作为临时性标识，可随时拆除或更新，作为辅助性标识，帮助车辆进行定位、匹配。
将富含特征标识的自动泊车地图上传至服务器，以供下载使用，为客户提供自动泊车地图服务。
可以理解的是，车位信息具体包括车位的数量、位置、占用情况等。进一步的，还可以设置固定标识，以明确车库的层数、使用状态等，当车库处于封闭状态时，则可以提示用户该车库暂无法使用。
根据本发明的第一方面，提供了一种基于视觉SLAM技术的AVP控制方法的流程图，如图1所示，包括：
步骤S101：获取待停车辆的初始位置，判断待停车辆已进入自动泊车地图覆盖区域。
本发明的实施例中，能够实现局部区域内的代客泊车功能，因此可以在通用GPS定位***的导航地图上进行范围预设，预定义自动泊车地图覆盖范围，当车辆发出自动泊车请求时，判断是否处于覆盖范围内，进行服务响应即可。具体包括：
在导航地图内预定义自动泊车地图覆盖范围；每个停车场均设置对应的覆盖范围，多个临近停车场的自动泊车地图覆盖范围可以重叠设置，便于用户在同一位置能够选择多处停车场进行自动泊车服务。
通过车载定位***获得待停车辆的初始位置，判断初始位置是否位于覆盖范围内；用以判断是否可以提供自动泊车服务。
当所述初始位置位于自动泊车地图的覆盖范围内时，则响应用户的自动泊车请求；此时，可以提供自动泊车服务，可以向服务器发出自动泊车请求信息。
当所述初始位置位于自动泊车地图的覆盖范围之外时，则不响应用户的自动泊车请求，并提示不在自动泊车服务范围内；此时，未进入自动泊车地图覆盖范围内，不能提供自动泊车服务，可以提示用户不在自动泊车服务范围内，请继续行驶至自动泊车服务范围内。
可以理解的是，当多个停车场的自动泊车地图在同一位置重叠时，可以将此位置定义为推荐点，建议行驶至推荐点之后在向服务器发出自动泊车请求信息，以获得更多的可选择停车场信息，确保自动泊车成功率。
步骤S102：从服务器获取车库的自动泊车地图，匹配待停车辆与自动泊车地图，确定当前待停车辆的始发点。
本发明的实施例中，当车辆处于车库的自动泊车地图覆盖范围内时，向服务器发送自动泊车请求，可以从服务器下载车库的自动泊车地图，将待停车辆的通用GPS定位***的定位位置与自动泊车地图进行匹配，在自动泊车地图中确定当前待停车辆的始发点。具体包括：
预定义推荐范围；如，以当前待停车辆为中心，直径三公里的范围，搜寻停车场。
向服务器发出自动泊车请求，服务器检测当前待停车辆所处的位置，用以确定当前待停车辆的推荐范围内的停车场的自动泊车地图的覆盖范围。
当待停车辆处于任一停车场的自动泊车地图的覆盖范围内时，显示该停车场的车位信息；以供用户判断是否要选择该停车场进行自动泊车。
同时，显示推荐范围内的停车场自动泊车地图覆盖范围及车位信息；以供用户选择判断是否要继续行驶，进入下一个停车场的自动泊车地图覆盖范围内，再进行自动泊车。
选定停车场之后，则从服务器获取车库的自动泊车地图，将待停车辆的初始位置与自动泊车地图进行匹配，以在自动泊车地图中获取当前待停车辆的起始点。便于规划自动泊车行驶路线，寻找最优车位。
可以理解的是，用户选择停车场可以根据车位的余量、以往泊车体验、收费信息等作为参考，具有较为明显的倾向性，因此，可以根据用户的以往泊车选择，进行推荐。
步骤S103：规划待停车辆的行程路线，获取行程路线上的特征标识遍历信息。
本发明的实施例中，在获取车库的自动泊车地图之后，可以获取当前车库内的车位余量，用于确定泊车车位，便于规划自动泊车路线。具体包括：
获取当前车库内的车位余量，判断所述车位余量是否为零；用以判断当前车库是否具备自动泊车服务的条件。
当所述车位余量为零时，则通知用户，车库已满；说明当前车库不具备自动泊车服务的条件，可以直接向用户发送泊车信息，车库已满，建议更换停车场进行自动泊车。
当所述车位余量不为零时，则获取当前车库内正在运行车辆的行进路线；说明当前车库具备自动泊车服务的条件，可以获取当前车库内增长运行车辆的行进路线，进行规避设计路线，不产生冲突。
根据当前已有的行进路线，进行行程规划，选定最优车位，并将选定请求信息发送至服务器；可以理解的是，最优车位可以由行驶距离、耗时等进行倾向性选择进行加权判定，可以根据以往自动泊车行为日志对用户进行专属分类，让用户获得较好的自动泊车体验。
若服务器授权选定请求，则进入自动驾驶状态，沿所述行程规划的行程线路行进至已选定的待泊车位；说明所选定的车位未被占据，可以前往进行自动泊车，前行过程中，已选定的待泊车位，不会被其他车辆再次选定、占据。
若服务器驳回选定请求，则重新进行行程规划，再次选定最优车位，并二次选定求信息发送至服务器；说明所选定的车位已经被占据或暂不能进行泊车，可以重新进行行程规划，再次选定其他空闲车位，向服务器发送选定请求。形成选定请求循环。
可以理解的是，由服务器进行车位授权，可以避免在寻找车位的过程中，出现重复选定的情况，以服务器的车位授权为基准，能够避免抢占车位的风险，降低重新规划路线的次数，快速完成车位预定、泊车。
可以理解的是，重新规划的次数越多，服务器在单位时间内的负荷越大，因此可以设置规划次数的限制，避免陷入规划路线死循环，浪费资源。具体包括：
预定义规划次数，在一次泊车未完成之前，每一次行程规划均计数一次，累计形成重复规划行程路线次数；避免陷入死循环，占据服务器大量资源。
若重复规划行程路线次数超过所述规划次数，则向服务器发送行程规划失败信息，当下一个用户发出获取当前车库的自动泊车地图的请求时，提示该用户当前车库的行程规划存在异常，建议到达车位后，再进行自动泊车；
同时，通知用户自动泊车失败，请求手动泊车，发送待停车辆的当前位置至用户。
可以理解的是，当规划次数过多时，可以从侧面反映出当前停车场的自动泊车地图在进行行程规划时，存在问题，应暂时关闭当前停车场的自动泊车服务，避免后续需要自动泊车的用户继续陷入误区内，耽误时间。但，可以提示车位信息，用户可以自主驾驶车辆到停车场内的车位处，再进行自动泊车。
在完成行程路线规划之后，则可以获取行程路线上的特征标识的遍历信息，在自动泊车前往待泊车位的过程中，依次遍历特征标识，即可完成准确的定位，行进路线受控。
步骤S104：控制当前待停车辆沿行程路线进行自动驾驶，依次遍历行程路线上的特征标识，到达待泊车位。
本发明的实施例中，车辆在进行自动驾驶的过程中，需要实时获取行程路线上的特征标识，以获取准确的前进路线，进行一一验证之后，才能够稳定的前行并准确的获取自身车辆的位置，与自动泊车地图形成精确的匹配，确保在行进至待泊车位的过程中，能够及时调整车速、车身姿态，进一步的进行转弯、直行、超车、倒车等常规行车操作。
在待停车辆沿行程路线进行自动驾驶的过程中，需要依次遍历行程路线上的特征标识，具体包括：
通过车载鱼眼摄像头获取所述行程路线上的当前车库内的特征标识；可以理解的是，待停车辆可以通过车载鱼眼摄像头获取行程路线上的当前车库内的环境标识与自动泊车地图上的特征标识进行一一对应验证，依次进行遍历。
依次遍历所述行程路线上的特征标识时，固定标识为不可更新项，临时标识为可缺失自动更新项；可以理解的是，特征标识出于种种原因，可能会存在缺失，但是小部分缺失，并不影响自动泊车的正常进行。
当所述临时标识出现缺失时，直接跳过已缺失的临时标识进行下一个标识遍历，由车载鱼眼摄像头在对应的区域捕获新的临时标识，替换已缺失的临时标识，并在完成自动泊车之后随行程信息一起上传至服务器，更新当前车库的自动泊车地图中的特征标识之中的临时标识；可以理解的是，临时标识作为辅助标识，少量的缺失仍可以通过固定标识来进行自动泊车，同时还可以根据用户车辆的鱼眼摄像头进行采集获取新的临时标识作为补充，可进行实时更新。
当所述固定标识出现缺失时，判断所述行程路线是否能够继续行进：
预定义缺失标识上限；限定缺失标识的上限，当连续缺失固定标识时，会出现盲区，自动泊车***不能确定是否可以继续行进。当偶尔缺失一个固定标识时，可以根据下一个固定标识、临时标识覆盖定义已缺失的固定标识引导作用。
检测固定标识的缺失类型是否为连续性缺失；连续性缺失的判定可以根据固定标识的实际相邻关系进行判定，如，相邻的两个固定标识同时缺失、相距很近的两个固定标识同时缺失、多个固定标识间隔性缺失。
若是连续性缺失，获取所述行程路线上的已缺失固定标识的数量，判断已缺失的固定标识数量是否小于所述缺失标识上限；可以理解的是，车载鱼眼摄像头在观测范围内，可以获取行程路线上的已缺失固定标识的数量。
若缺失数量不小于所述缺失标识上限，则判定为不能继续行进；说明在观测范围内的已缺失的固定标识数量过多，不能完整的拼凑出行进路线，则认为盲区较多，不能继续行进。
若缺失数量小于所述缺失标识上限，则通过车载雷达检测缺失盲区是否能够正常行驶；
若不能正常行驶，则判定为不能继续行进；说明在观测范围内的已缺失的固定标识数量还处于可承受范围内，存在盲区较多，其他固定标识、临时标识不能准确的进行覆盖，已经不能够拼凑出较为完整的行进路线，不能继续行进，应重新进行行程规划。
若能够正常行驶，则判定为能继续行进，跳过已缺失的固定标识进行下一个标识遍历；说明在观测范围内的已缺失的固定标识数量还在可承受范围内，还能够拼凑出较为完整的行进路线，则认为存在盲区，但可以继续行进。可以直接跳过已缺失的固定标识，进行下一个标识的遍历。
若不是连续性缺失，则直接通过车载雷达检测缺失盲区是否能够正常行驶；可以理解的是，若存在少量固定标识的不连续缺失，则可以直接进行盲区检测。
若不能正常行驶，则判定为不能继续行进；说明盲区较多，不能完成行程路线内的自动驾驶，应重新进行行程规划。
若能够正常行驶，则判定为能继续行进，跳过已缺失的固定标识进行下一个标识遍历；说明存在盲区，但通过其他固定标识、临时标识能够拼凑出较为完整的行进路线，可以继续进行行驶。可以直接跳过已缺失的固定标识，进行下一个标识的遍历。
根据上述判定条件进行判断之后：
若能够继续行进，则跳过已缺失的固定标识进行下一个标识遍历，并将已缺失的固定标识信息发送至服务器，进行固定标识缺失信息报修，在完成自动泊车之后随行程信息一起上传至服务器，暂时关闭已缺失的固定标识的标识引导；
若不能继续行进，则重新进行行程规划；重新进行行程规划受规划次数限制。
本发明的实施例中，当跳过已缺失的标识之后，可以根据行程路线上的剩余特征标识的遍历信息，继续依次进行遍历，以确保自动行驶中的车辆始终处于自动泊车地图的标识指定行驶路线内，使之能够顺利完成行程路线内的自动驾驶。
可以理解的是，固定标识可以包括车位标识、路径标识、定位标识。其中，车位标识可以用来标识行程路线上的车位信息，用以确定车位的数量、位置、占用情况等信息；路径标识可以用来标识停车场的可行驶路线的行驶区域，便于待停车辆在行进时校正自身车姿、行进方向等，指明行驶方向和路径；定位标识可以用来标识位置信息，用于重复定位，确定行进位置，校正车辆位于自动泊车地图内的实时位置。
本发明的实施例中，待停车辆在沿行程路线行进的过程中，若检测到其他车辆、障碍物等，应进行主动回避，具体包括：
若在行进中检测到与其他运行车辆的路线冲突或动态障碍物，则采取临时等待，规避冲突；此种情况，在行至交叉路口时，其他车辆不论直行、转弯都会与本车产生冲突，因此，可以进行主动回避，让对方车辆先行，临时等待，以规避冲突。可以检测动态障碍物的运行速度，与本车产生路径冲突时，可以进行临时等待，规避冲突；当动态障碍物运行过去，且存在安全距离之外时，再重新行进，完成行程路线。
若在行进中检测到前车运行速度较慢，则采取限位跟随，与前车保持安全距离；此种情况，前车占据行程路线，但仍在前行，不妨碍自动泊车的行程路线，可以降低车速，保持安全距离，在行程路线内进行跟随行驶。
若在行进中检测到静态障碍物，则重新进行行程规划；此种情况，在行驶过程中，静态障碍物会阻挡行程路线，可以重新进行行程规划，规划新的行程路线，避开静态障碍物。进一步的，可以向车库管理人员发出提示，前往清理障碍物。
步骤S105：启动自动泊车，完成自动泊车之后，向用户发送泊车信息。
本发明的实施例中，在待停车辆完成行程路线之后，到达待泊车位之后，可以开启定点自动泊车，完成自动泊车。可以理解的是，定点定位的自动泊车***已经趋于成熟，通过车载雷达即可完成自动泊车，故在此不再详述。
在完成自动泊车之后，可以用户发送泊车信息，此泊车信息为成功泊车信息，所述泊车信息包括泊车位置信息、本次泊车公里数、本次泊车时长。还可以包括收费信息等。
同时，生成本次泊车的行程信息，将所述行程信息上传至服务器，所述行程信息包括本次泊车日志、特征标识缺失信息、临时标识更新信息。
可以理解的是，泊车失败时，本次泊车也可以认为自动泊车***完成了用户的泊车需求，但是由于外因导致不能进行自动泊车，可以生成失败泊车信息，记录失败原因，添加进入行程信息之后，一起上传至服务器。
基于上述方法步骤，请参阅图3，本发明实施例提供了一种基于视觉SLAM技术的AVP解决策略的执行流程图。
根据本发明的第二方面，如图2所示，提供了一种基于视觉SLAM技术的AVP控制装置的框图，包括：
车载定位模块11：用以对行进中的车辆提供定位导航，并判断位置；
数据匹配模块12：用以匹配待停车辆与自动泊车地图，确定始发点；
行程规划模块13：用以规划自动泊车的行程路线，确定待泊车位；
车载通信模块15：用以与服务器、用户进行信息交互；
车载雷达模块16：用以感知周围环境，获取自动驾驶可行性判定数据；
数据处理模块14：接收自动驾驶可行性判定数据，进行数据处理，将处理结果生成反馈信息；
控制执行模块17：接收反馈信息，根据程序指令执行对应的操作；
自动泊车模块18：到达待泊车位后，进行自动泊车。
其中，车载定位模块11可以使用现有的车载GPS定位***，提供定位、导航功能，同时判断是否驶入自动泊车地图覆盖范围；然后，与自动泊车地图进行匹配，确定车辆的始发点。
其中，车载通信模块15可以基于V2X技术构建，实现车与外界的信心交互。
其中，车载雷达模块16可以包括4个鱼眼环视摄像头，一个前视摄像头，5个毫米波雷达，12个超声波传感器，和普通GPS+IMU惯导，感知周围环境。
其中，自动泊车模块18用于固定车位处的自动泊车。
可以理解的是，本发明实施例提供的装置均适用于上述方法的，各个模块的具体功能可参照上述方法流程，此处不再赘述。
图4是本发明实施例提供的一种电子设备的实体结构示意图。电子设备可以包括：至少一个中央处理器，至少一个网络接口，控制接口，存储器，至少一个通信总线。
其中，通信总线用于实现各组件之间的连接通信，信息交互。
其中，网络接口可选的可以包括标准的有线接口、无线接口（如Wi-Fi接口），可以与车载雷达模块进行连接，汇总传感器数据。
其中，控制接口用于根据指令输出控制驱动装置。
其中，中央处理器可以包括一个或者多个处理核心。中央处理器利用各种接口和线路连接整个终端内的各个部分，通过运行或执行存储在存储器内的指令、程序、代码集或指令集，以及调用存储在存储器内的数据，执行终端的各种功能和处理数据。
其中，存储器可以包括随机存储器（Random Access Memory，RAM），也可以包括只读存储器（Read-Only Memory）。可选的，该存储器包括非瞬时性计算机可读介质（non-transitory computer-readable storage medium）。存储器可用于存储指令、程序、代码、代码集或指令集。存储器可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作***的指令、用于至少一个功能的指令（比如触控功能、声音播放功能、图像播放功能等）、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及到的数据等。
本发明还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述方法的步骤。其中，计算机可读存储介质可以包括但不限于任何类型的盘，包括软盘、光盘、DVD、CD-ROM、微型驱动器以及磁光盘、ROM、RAM、EPROM、EEPROM、DRAM、VRAM、闪速存储器设备、磁卡或光卡、纳米***（包括分子存储器IC），或适合于存储指令和/或数据的任何类型的媒介或设备。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置，可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，例如所述单元的划分，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***，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服务接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
所述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，在本发明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。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备（可为个人计算机、服务器或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器（Read-Only Memory， ROM）、随机存取存储器（Random Access Memory，RAM）、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通进程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器（Read-Only Memory， ROM）、随机存取器（Random AccessMemory，RAM）、磁盘或光盘等。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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，从而使得包含一系列要素的过程、方法、物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、物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、物品或者设备中还存在另外的相同要素。
以上内容是结合具体的优选实施方式对本发明所做的进一步详细说明，不能认定本发明的具体实施例只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。
Claims (10)
1.一种基于视觉SLAM技术的AVP控制方法，其特征在于，包括：
获取待停车辆的初始位置，判断待停车辆已入自动泊车地图覆盖区域；
从服务器获取车库的自动泊车地图，匹配所述待停车辆与所述自动泊车地图，确定当前待停车辆的始发点；
规划待停车辆的行程路线，获取行程路线上的特征标识的遍历信息；
控制当前待停车辆沿所述行程路线进行自动驾驶，依次遍历所述行程路线上的所述特征标识，到达待泊车位；
启动自动泊车，完成自动泊车之后，向用户发送泊车信息。
2.根据权利要求1所述的一种基于视觉SLAM技术的AVP控制方法，其特征在于，还包括建立车库的自动泊车地图：
通过深度学习在鱼眼摄像头中对停车场的内部场景进行目标检测和语义分割，以捕获丰富的环境特征信息；
通过毫米波雷达和超声波传感器实时感知周围环境，与捕获的环境特征信息进行匹配融合，形成特征地图；
根据停车场的完整路线图，规划一条遍历的路径，记录路径上的车位信息，所述车位信息包括车位数量、位置、占用情况；
将停车场的路线图、车位信息与所述特征地图进行匹配融合，形成车库的自动泊车地图；
在自动泊车地图中设置特征标识，所述特征标识包括固定标识、临时标识；
将富含特征标识的自动泊车地图上传至服务器，以供下载使用。
3.根据权利要求2所述的一种基于视觉SLAM技术的AVP控制方法，其特征在于，控制当前待停车辆沿所述行程路线进行自动驾驶，依次遍历所述行程路线上的所述特征标识时还包括：
通过车载鱼眼摄像头获取所述行程路线上的当前车库内的特征标识；
依次遍历所述行程路线上的特征标识时，固定标识为不可更新项，临时标识为可缺失自动更新项；
当所述临时标识出现缺失时，直接跳过已缺失的临时标识进行下一个标识遍历，由车载鱼眼摄像头在对应的区域捕获新的临时标识，替换已缺失的临时标识，并在完成自动泊车之后随行程信息一起上传至服务器，更新当前车库的自动泊车地图中的特征标识之中的临时标识；
当所述固定标识出现缺失时，判断所述行程路线是否能够继续行进：
若能够继续行进，则跳过已缺失的固定标识进行下一个标识遍历，并将已缺失的固定标识信息发送至服务器，进行固定标识缺失信息报修，在完成自动泊车之后随行程信息一起上传至服务器，暂时关闭已缺失的固定标识的标识引导；
若不能继续行进，则重新进行行程规划；
其中，固定标识包括车位标识、路径标识、定位标识。
4.根据权利要求3所述的一种基于视觉SLAM技术的AVP控制方法，其特征在于，当所述固定标识出现缺失时，判断所述行程路线是否能够继续行进还包括：
预定义缺失标识上限；
检测固定标识的缺失类型是否为连续性缺失；
若是连续性缺失，获取所述行程路线上的已缺失固定标识的数量，判断已缺失的固定标识数量是否小于所述缺失标识上限；
若缺失数量不小于所述缺失标识上限，则判定为不能继续行进；
若缺失数量小于所述缺失标识上限，则通过车载雷达检测缺失盲区是否能够正常行驶；
若不能正常行驶，则判定为不能继续行进；
若能够正常行驶，则判定为能继续行进，跳过已缺失的固定标识进行下一个标识遍历；
若不是连续性缺失，则直接通过车载雷达检测缺失盲区是否能够正常行驶；
若不能正常行驶，则判定为不能继续行进；
若能够正常行驶，则判定为能继续行进，跳过已缺失的固定标识进行下一个标识遍历。
5.根据权利要求1所述的一种基于视觉SLAM技术的AVP控制方法，其特征在于，规划待停车辆的行程路线具体包括：
获取当前车库内的车位余量，判断所述车位余量是否为零；
当所述车位余量为零时，则通知用户，车库已满；
当所述车位余量不为零时，则获取当前车库内正在运行车辆的行进路线；
根据当前已有的行进路线，进行行程规划，选定最优车位，并将选定请求信息发送至服务器；
若服务器授权选定请求，则进入自动驾驶状态，沿所述行程规划的行程线路行进至已选定的待泊车位；
若服务器驳回选定请求，则重新进行行程规划，再次选定最优车位，并二次选定求信息发送至服务器。
6.根据权利要求3或5所述的一种基于视觉SLAM技术的AVP控制方法，其特征在于，重新进行行程规划还包括：
预定义规划次数，在一次泊车未完成之前，每一次行程规划均计数一次，累计形成重复规划行程路线次数；
若重复规划行程路线次数超过所述规划次数，则向服务器发送行程规划失败信息，当下一个用户发出获取当前车库的自动泊车地图的请求时，提示该用户当前车库的行程规划存在异常，建议到达车位后，再进行自动泊车；
同时，通知用户自动泊车失败，请求手动泊车，发送待停车辆的当前位置至用户。
7.根据权利要求1所述的一种基于视觉SLAM技术的AVP控制方法，其特征在于，获取待停车辆的初始位置，判断待停车辆已入自动泊车地图覆盖区域具体包括：
在导航地图内预定义自动泊车地图覆盖范围；
通过车载定位***获得待停车辆的初始位置，判断所述初始位置是否位于所述覆盖范围内；
当所述初始位置位于自动泊车地图的覆盖范围内时，则响应用户的自动泊车请求；
当所述初始位置位于自动泊车地图的覆盖范围之外时，则不响应用户的自动泊车请求，并提示不在自动泊车服务范围内。
8.根据权利要求1所述的一种基于视觉SLAM技术的AVP控制方法，其特征在于，所述待停车辆在沿所述行程路线行进过程中还包括：
若在行进中检测到与其他运行车辆的路线冲突或动态障碍物，则采取临时等待，规避冲突；
若在行进中检测到前车运行速度较慢，则采取限位跟随，与前车保持安全距离；
若在行进中检测到静态障碍物，则重新进行行程规划。
9.根据权利要求1所述的一种基于视觉SLAM技术的AVP控制方法，其特征在于，完成自动泊车之后，向用户发送泊车信息，所述泊车信息包括泊车位置信息、本次泊车公里数、本次泊车时长；
同时，生成本次泊车的行程信息，将所述行程信息上传至服务器，所述行程信息包括本次泊车日志、特征标识缺失信息、临时标识更新信息。
10.一种基于视觉SLAM技术的AVP控制装置，其特征在于，包括：
车载定位模块：用以对行进中的车辆提供定位导航，并判断位置；
数据匹配模块：用以匹配待停车辆与自动泊车地图，确定始发点；
行程规划模块：用以规划自动泊车的行程路线，确定待泊车位；
车载通信模块：用以与服务器、用户进行信息交互；
车载雷达模块：用以感知周围环境，获取自动驾驶可行性判定数据；
数据处理模块：接收自动驾驶可行性判定数据，进行数据处理，将处理结果生成反馈信息；
控制执行模块：接收反馈信息，根据程序指令执行对应的操作；
自动泊车模块：到达待泊车位后，进行自动泊车。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011544031.5A CN112835359B (zh) | 2020-12-24 | 2020-12-24 | 一种基于视觉slam技术的avp控制方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011544031.5A CN112835359B (zh) | 2020-12-24 | 2020-12-24 | 一种基于视觉slam技术的avp控制方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112835359A true CN112835359A (zh) | 2021-05-25 |
| CN112835359B CN112835359B (zh) | 2022-11-04 |
Family
ID=75924271
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011544031.5A Active CN112835359B (zh) | 2020-12-24 | 2020-12-24 | 一种基于视觉slam技术的avp控制方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112835359B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113538950A (zh) * | 2021-06-02 | 2021-10-22 | 上海追势科技有限公司 | 一种用于avp场景的停车场导航路网生成方法 |
| CN113724323A (zh) * | 2021-08-24 | 2021-11-30 | 杭州海康威视数字技术股份有限公司 | 一种地图构建方法、装置及设备 |
| WO2023028764A1 (zh) * | 2021-08-30 | 2023-03-09 | 华为技术有限公司 | 一种自动泊车的方法、装置以及车辆 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014137710A (ja) * | 2013-01-17 | 2014-07-28 | Toyota Industries Corp | 無人搬送車の制御方法 |
| CN104142683A (zh) * | 2013-11-15 | 2014-11-12 | 上海快仓智能科技有限公司 | 基于二维码定位的自动引导车导航方法 |
| CN106370190A (zh) * | 2015-07-20 | 2017-02-01 | 腾讯科技（深圳）有限公司 | 车辆导航、位置标记方法、装置及*** |
| JP2017027405A (ja) * | 2015-07-23 | 2017-02-02 | Ｋｙｂ株式会社 | 駐車誘導装置及び駐車誘導方法 |
| CN109767646A (zh) * | 2019-02-28 | 2019-05-17 | 北京智行者科技有限公司 | 泊车方法及装置 |
| CN110599793A (zh) * | 2019-08-16 | 2019-12-20 | 深圳市智绘科技有限公司 | 一种面向智能网联汽车的代客自主泊车***和方法 |
| WO2020001263A1 (zh) * | 2018-06-25 | 2020-01-02 | 杭州海康威视数字技术股份有限公司 | 车位识别 |
| CN110702092A (zh) * | 2019-09-10 | 2020-01-17 | 上海快仓智能科技有限公司 | 自动引导车的导航 |
| CN111341136A (zh) * | 2020-02-11 | 2020-06-26 | 浙江吉利汽车研究院有限公司 | 一种基于车路协同的代客泊车方法、***及存储介质 |
| US20200298836A1 (en) * | 2019-03-19 | 2020-09-24 | Hyundai Mobis Co., Ltd. | Apparatus and method for estimating position in automated valet parking system |
| CN112046469A (zh) * | 2020-09-29 | 2020-12-08 | 上海汽车集团股份有限公司 | 一种自动泊车方法、***、服务器及存储介质 |
-
2020
- 2020-12-24 CN CN202011544031.5A patent/CN112835359B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014137710A (ja) * | 2013-01-17 | 2014-07-28 | Toyota Industries Corp | 無人搬送車の制御方法 |
| CN104142683A (zh) * | 2013-11-15 | 2014-11-12 | 上海快仓智能科技有限公司 | 基于二维码定位的自动引导车导航方法 |
| CN106370190A (zh) * | 2015-07-20 | 2017-02-01 | 腾讯科技（深圳）有限公司 | 车辆导航、位置标记方法、装置及*** |
| JP2017027405A (ja) * | 2015-07-23 | 2017-02-02 | Ｋｙｂ株式会社 | 駐車誘導装置及び駐車誘導方法 |
| WO2020001263A1 (zh) * | 2018-06-25 | 2020-01-02 | 杭州海康威视数字技术股份有限公司 | 车位识别 |
| CN109767646A (zh) * | 2019-02-28 | 2019-05-17 | 北京智行者科技有限公司 | 泊车方法及装置 |
| US20200298836A1 (en) * | 2019-03-19 | 2020-09-24 | Hyundai Mobis Co., Ltd. | Apparatus and method for estimating position in automated valet parking system |
| CN110599793A (zh) * | 2019-08-16 | 2019-12-20 | 深圳市智绘科技有限公司 | 一种面向智能网联汽车的代客自主泊车***和方法 |
| CN110702092A (zh) * | 2019-09-10 | 2020-01-17 | 上海快仓智能科技有限公司 | 自动引导车的导航 |
| CN111341136A (zh) * | 2020-02-11 | 2020-06-26 | 浙江吉利汽车研究院有限公司 | 一种基于车路协同的代客泊车方法、***及存储介质 |
| CN112046469A (zh) * | 2020-09-29 | 2020-12-08 | 上海汽车集团股份有限公司 | 一种自动泊车方法、***、服务器及存储介质 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113538950A (zh) * | 2021-06-02 | 2021-10-22 | 上海追势科技有限公司 | 一种用于avp场景的停车场导航路网生成方法 |
| CN113538950B (zh) * | 2021-06-02 | 2022-11-04 | 上海追势科技有限公司 | 一种用于avp场景的停车场导航路网生成方法 |
| CN113724323A (zh) * | 2021-08-24 | 2021-11-30 | 杭州海康威视数字技术股份有限公司 | 一种地图构建方法、装置及设备 |
| WO2023028764A1 (zh) * | 2021-08-30 | 2023-03-09 | 华为技术有限公司 | 一种自动泊车的方法、装置以及车辆 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112835359B (zh) | 2022-11-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112835359B (zh) | 一种基于视觉slam技术的avp控制方法及装置 | |
| CN109733383B (zh) | 一种自适应的自动泊车方法及*** | |
| CN109767646B (zh) | 泊车方法及装置 | |
| US11493348B2 (en) | Methods for executing autonomous rideshare requests | |
| US10269250B2 (en) | Method for coordinating the traffic of motor vehicles in a parking environment | |
| CN110126817B (zh) | 一种自适应任意点与固定点间泊车或召回的方法及*** | |
| CN111063202B (zh) | 一种基于电子地图的智能泊车管理方法 | |
| CN110244738B (zh) | 车辆的行驶控制方法、装置和车辆 | |
| CN111413959B (zh) | 任意点至任意点的全局路径规划、泊车方法及*** | |
| US20170267233A1 (en) | Method for autonomous vehicle parking | |
| US20180001930A1 (en) | Automated vehicle parking | |
| CN110293965B (zh) | 泊车方法和控制装置、车载设备及计算机可读介质 | |
| CN110136426A (zh) | 一种还车招车***及方法 | |
| CN110858453A (zh) | 室内停车设施中的自主停车 | |
| JP7115282B2 (ja) | 交通管理装置、交通管理システム、交通管理方法、及び交通管理用コンピュータプログラム | |
| CN113650604A (zh) | 一种自动泊车控制方法、装置、电子设备和存储介质 | |
| US20210095978A1 (en) | Autonomous Navigation for Light Electric Vehicle Repositioning | |
| CN114415692A (zh) | 停车场的自动泊车方法、装置、设备、存储介质及程序 | |
| CN105528907A (zh) | 一种停车场管理***及停车场管理方法 | |
| CN112836003A (zh) | 一种地图处理方法和装置 | |
| CN116529798A (zh) | 自动泊车方法、电子设备及计算机可读存储介质 | |
| CN112767740B (zh) | 一种停车场的选取方法和装置 | |
| JP2023168477A (ja) | 自律走行制御装置、自律走行制御方法、プログラム及び記憶媒体 | |
| CN114954440A (zh) | 具有自主探索模式的泊车方法、泊车***及电子设备 | |
| CN114771510A (zh) | 基于路线图的泊车方法、泊车***及电子设备 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 314500 988 Tong Tong Road, Wu Tong Street, Tongxiang, Jiaxing, Zhejiang Applicant after: Hezhong New Energy Vehicle Co.,Ltd. Address before: 314500 988 Tong Tong Road, Wu Tong Street, Tongxiang, Jiaxing, Zhejiang Applicant before: HOZON NEW ENERGY AUTOMOBILE Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP01 | Change in the name or title of a patent holder | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 314500 988 Tong Tong Road, Wu Tong Street, Tongxiang, Jiaxing, Zhejiang Patentee after: United New Energy Automobile Co.,Ltd. Address before: 314500 988 Tong Tong Road, Wu Tong Street, Tongxiang, Jiaxing, Zhejiang Patentee before: Hezhong New Energy Vehicle Co.,Ltd. |